MEDIDAS DE DESEMPEO DE COLAS EN MODELOS DE SIMULACIN EN LA

CONSTRUCCIN TENIENDO EN CUENTA INCERTIDUMBRES SUBJETIVAS

PRESENTADO POR:
FELIPE DELGADO RAMREZ
LUISA FERNANDA PORRAS MONSALVE
LAURA VELSQUEZ MORALES

PROFESOR:
ENRIQUE ANGEL SANINT

UNIVERSIDAD EIA
MODELOS Y SIMULACION DE SISTEMAS
ENVIGADO
2016

Tabla de contenido
.............................................................................................. 1
Lista de tablas........................................................................2
Tabla de Ilustraciones.............................................................2
1

Descripcin del problema...................................................3

Descripcin del modelo......................................................4

2.1
Nmeros de difusin para representar la duracin de la
actividad......................................................................................5
2.2
Preliminares.........................................................................6
2.2.1 Aritmtica de difusin........................................................................7
2.2.2 Programacin de eventos y actualizacin del tiempo de simulacin
en FDES........................................................................................................ 8
2.3
Clculo promedio de longitud de fila y tiempo de espera en
FDES............................................................................................9
2.3.1 Sustraccin de los tiempos de eventos en FDES................................9
2.3.2 Clculo de la longitud media de la fila y tiempo de espera..............10
2.4
Implementacin y validacin...............................................11
2.5
Ejemplo prctico de la operacin de pavimentacin del asfalto
12
2.5.1 Operacin de pavimentacin de asfalto:.........................................12
2.5.2 Estimacin de nmeros difusos para la duracin de la actividad de
pavimentacin:.......................................................................................... 13
2.5.3 Como encontrar el numero ptimo de camiones en la operacin de
pavimentacin del asfalto usando FDES....................................................15

Resultados de investigacin.............................................16

Critica propuesta.............................................................16

Bibliografa...................................................................... 16

Lista de tablas
Tabla de Ilustraciones

1 Descripcin del problema

En la construccin se cubren muchas teoras bsicas y principios de los procesos de
produccin tales como inventarios, comunicacin de proveedores, operarios y obreros. Por
esto es de gran importancia simular un evento constructivo que contemple las diferentes
variables que intervienen el sistema, esto debido a que cuando se realiza un modelo se
pueden estudiar los efectos que podran tener cambios internos y externos en el sistema, sin
afectar el entorno de la construccin. Por otro lado, se pueden realizar estrategias que
mejoren las operaciones y volver ms eficiente todo el sistema, tambin se pueden detectar
las variables ms prescindibles del sistema y de esta manera ver las actividades que estn
relacionadas con estas para que sean tratadas con mayor prioridad.
Se pueden estudiar nuevas situaciones sobre las que no se tiene informacin, de esta
manera anticipar las soluciones y ver cual podran o no ser viables. Si se tiene un modelo,
por ejemplo, de eventos discretos, se pueden anticipar cuellos de botella y ponerlos en la
posicin del sistema que optimice el sistema o algn otro problema que pueda presentarse.
Es por lo anterior que recientemente ha sido utilizada para analizar proyectos de
construccin, por medio de simulacin de eventos discretos, sin embargo, nunca se haba
considerado la incertidumbre subjetiva en los modelos de simulacin en la construccin, lo
cual, sera algo de vital importancia para la toma de decisiones en los proyectos
constructivos el rendimiento, la bsqueda de cuellos de botella o inconvenientes y la
optimizacin de los diferentes recursos. Siendo un modelo un poco ms cercano a la
realidad.
El rendimiento de la simulacin, como el tiempo de espera y la longitud de la fila, son de
vital importancia en el manejo de la construccin para realizar un balance de los recursos.
Los tiempos de la obra son afectados directamente por los tiempos de servicio y los tiempos
de llegadas y afectan los anlisis de los resultados de la simulacin.
La simulacin de eventos discretos (DES), la cual es utilizada actualmente, tiene como
objetivo predicciones en las obras de construccin, sin embargo para conseguir una buena
precisin y resultados confiables dependen en gran medida de los parmetros de entrada
siendo este uno de los ms grandes retos de la simulacin de los proyectos de construccin.

Los insumos incorrectos en un modelo de simulacin resulta en salidas

incorrectas y errneas (Sadeghi, Robinson Fayek, & Gerami Seresht,
2015)

El problema de la simulacin de actividades en la construccin radica en:

Las incertidumbres de la duracin de las actividades estn representadas con

distribuciones de probabilidad en DES tradicionales. Para que las distribuciones de
probabilidad sean reflejo de la realidad requieren datos reales de proyectos, en
muchos proyectos no se puede desarrollar tal incertidumbre por falta de tales datos,
debido a que la recoleccin requiere antecedentes histricos los cuales en su

recoleccin toma mucho tiempo.

La duracin de las actividades es estimada por ingenieros con experiencia cuando
los datos no estn disponibles o su recoleccin no es posible. Debido a que la
duracin son estimadas es un dato subjetivo. Es importante reconocer que tales
actividades se ven afectadas por factores los cuales pueden ser medidos cualitativa o

cuantitativamente.
La incertidumbre subjetiva, debido a que es inevitable la opinin de un ingeniero
experto en la duracin de actividades en el proyecto, esta incertidumbre es una
representacin de la ausencia de conocimiento del sistema con respecto al valor de
una variable.

El siguiente modelo desarrollado por ingenieros de la Universidad de Alberta propone el

utilizar un modelo de simulacin de eventos discretos mediante nmeros difusos.

2 Descripcin del modelo

Para contar con las incertidumbres mencionadas en el tem anterior se realiza una
simulacin difusa de eventos discretos (FDES) usando la lgica difusa, aunque en la
actualidad el modelo en FDES solamente calcula los tiempos de simulacin (tiempo de
terminacin del proyecto), usando tal lgica se podra llegar a mejorar este tipo de modelos

acercndose ms a la realidad. El modelo propuesto por el artculo es vlido solamente en

puestos en cola.
FDES propuesto permite considerar en la simulacin la incertidumbre subjetiva

2.1 Nmeros de difusin para representar la duracin de la actividad

En el artculo, se hace mencin a un sistema desarrollado que hace referencia a la teorpia de
conjuntos de difusin, el cual permite cuantificar trminos lingsticos vagos, definidos
como variables lingsticas. Esta teora plantea que los conjuntos de difusin presentan un
grado de pertenencia entre 0 y 1, siendo 1 una pertenencia completa y 0 una no pertenencia.
La funcin de pertenencia representa el grado de probabilidad, para que la actividad tenga
una duracin igual a la dicha por los expertos.
Estos nmeros de difusin se han utilizado para cuantificar el juicio subjetivo de los
expertos en la estimacin de la duracin de la actividad.
Se tienen dos escuelas de pensamiento para la estimacin de estos nmeros difusos para la
duracin de la actividad:
1. La duracin de la actividad es estimada, los expertos ofrecen su opinin agregando
incertidumbre a la variable.
2. Se calcula mediante la expresin explicita del impacto de diferentes actores sobre la
duracin de la actividad, basado en la opinin de expertos.
En la primera escuela, la duracin de la actividad se puede estimar como lo ms probable
entre DM1 y DM2, pero definitivamente no menos que D1 y no mayor que D2, siguiendo
la frmula de la funcin de pertenencia como se tiene a continuacin:

Esto se ve ms claramente en la siguiente grfica que muestra la duracin de la actividad

como un nmero de difusin trapezoidal o triangular (En el cual DM1=DM2). Esta ltima
no se ve afectada, en la eficiencia de la representacin de la incertidumbre subjetiva.

Los parmetros en un nmero de difusin trapezoidal o triangular pueden ser especificados

como lo ms probable y lo menos probable.
En la segunda escuela los diferentes factores que impactan la duracin de una actividad se
modelan explcitamente, tales como:
-

El clima
Nivel de habilidad del trabajador
Nivel de complejidad del trabajador
La calidad del equipo utilizado

Dependiendo de la actividad se considera el impacto relativo de estos factores, este es a

menudo evaluado por expertos que utilizan trminos lingsticos, es decir, variables
lingsticas que pueden ser traducidas a una representacin matemtica usando conjuntos
de difusin.

2.2 Preliminares
La simulacin de eventos discretos difusos (FDES) es similar a la simulacin de eventos
discretos (DES) para la programacin de los eventos en puntos de tiempo discretos, sin
embargo, a diferencia de estos, los tiempos de eventos son nmeros difusos en FDES y se
utiliza la aritmtica de la difusin para los clculos.
-

Elementos de simulacin de eventos discretos: se refiere a un marco de simulacin

como una secuencia de eventos discretos en el tiempo, se pasa en la programacin

de eventos. La simulacin se gestiona en una lista, la cual contiene el evento y el

tiempo en el que este debe ser ejecutado, este tiempo se calcula como la sumatoria
del tiempo de retardo de un evento (tiempo que se requiere antes de que se disponga
de todos los recursos para el evento) ms el tiempo de simulacin actual. En
cualquier punto, el prximo evento es aquel con el tiempo mnimo en la lista de
eventos, finalmente cuando este se produce se elimina de la lista la cual se actualiza
-

basndose en el nuevo estado del sistema.

Elementos de la simulacin de eventos difusos: Tambin se basa en la programacin
de eventos, sin embargo, el tiempo de retardo de los eventos son nmeros difusos,
por lo tanto, se requiere de la aritmtica de difusin para avanzar en el tiempo de
difusin.

2.2.1

Aritmtica de difusin

Usada para realizar diferentes operaciones, como sumar o restar nmeros difusos. El
mtodo estndar para realizar operaciones difusas es el alfa corte. Basados en este mtodo
se tienen las siguientes condiciones:
1. El rendimiento o salida (B) de cualquier entrada con nmeros de difusin (A1An)
puede ser calculado como un nmero de difusin.

2. Los argumentos de entrada, los cuales son intervalos, utilizando la aritmtica para
calcular el intervalo de salida pueden ser reconstruidos basados en el teorema de
representacin. La funcin de representacin de pertenencia en un intervalo B es
la siguiente:

3. Para calcular la suma de dos nmeros de difusin (A y B) la funcin se sustituye por

la adicin de nmeros de difusin.

2.2.2 Programacin de eventos y actualizacin del tiempo de simulacin en

FDES.

El tiempo de simulacin se mueve hacia adelante, segn el siguiente procedimiento:

1. Encontrar el prximo evento (e), seleccionado con el tiempo ms pequeo de la lista
de eventos, el rango de difusin es requerido para encontrar el tiempo de evento
2.
3.
4.
5.

ms pequeo.
Se elimina el evento de la lista.
Actualizacin del tiempo se simulacin basado en el momento del evento.
Ejecucin del evento e.
Se generan nuevos eventos en la lista, basados en la consecuencia lgica de
ejecucin del evento e, el tiempo de un evento nuevo (e_new), este se calcula
basado en el tiempo de retardo del evento (De_new) ms el tiempo de simulacin
actual (TNOW), siendo ambos nmeros de difusin. En la aritmtica de difusin el
tiempo de evento es el siguiente:

Si la generacin del tiempo del evento nuevo depende lgicamente de la ejecucin de

eventos ejecutados previamente, se Te_NOW se calcula como:

El max representa el mximo del conjunto de difusin que se calcula con base en el mtodo
alfa corte.

2.3 Clculo promedio de longitud de fila y tiempo de espera en FDES.

Estos son las medidas de rendimiento que se calculan ms comnmente para el anlisis del
sistema de filas en proyectos de construccin.
-

Tiempo de espera: Se calcula por sustraccin de difusin del tiempo en el que la

entidad lleg a la fila hasta el momento en que la entidad comenz a ser servido, es
8

importante reconocer que la correlacin de los operandos debe ser operada, debido a
que si esta se ignora se dar lugar a la sobreestimacin de la ayuda del tiempo de
espera calculado. Esta correlacin solo se tendr en cuenta en la sustraccin.
2.3.1 Sustraccin de los tiempos de eventos en FDES

Se calculan basados en dos operaciones de difusin, 1) adicin que resulta de aadir

TNOW y el tiempo de retardo del evento y 2) como mximo que resulta de las
dependencias lgicas del inicio del evento en otros eventos de la simulacin.
Para realizar un seguimiento de los componentes comunes del tiempo de eventos,
desarrollamos una red de correlacin de los tiempos de eventos en FDES, para el evento e,
si el tiempo de evento es calculado del tiempo de evento e1, la matriz e se establece igual a
e1 en la red de correlacin, el tipo de matriz se establece igual a la suma. Por otro lado, si
Te1 es calculado por conseguir el max desde el momento de los acontecimientos, e2, en
adelante, a continuacin, las matrices del centro de correlacin sern igual a e2 en adelante
y el tiempo de matriz ser igual al mximo.

Esta red se utiliza para analizar la correlacin en la aritmtica de difusin.

2.3.2 Clculo de la longitud media de la fila y tiempo de espera

Se hace un procedimiento de sustraccin en aritmtica difusa basados en una red de

correlacin en la cual se resta el inicio de servicio desde el tiempo de llegada de cada
actividad en FDES para encontrar el tiempo de espera. Los tiempos de espera de diferentes
entidades pueden ser usados para estimar la longitud de la fila.
Se tiene por ejemplo una simulacin donde una entidad 1 de n entra y sale de una fila detrs
de un servidor, con un tiempo de espera W. El promedio del tiempo de espera de esa fila
puede ser calculado promediando la suma de los tiempos W1, , Wn. Si si n es lo
suficientemente grande este valor medio estar crca del tiempo de espera en estado
estacionario Wq.

Para calcular el tiempo promedio que pasa una unidad en el sistema, W, el tiempo de
servicio tambin ser aadido a Wi:

La duracin media de la lnea de espera, se puede calcular en base a la suma de espera de

todas las entidades en la lnea de espera durante el tiempo total de simulacin. Si n es lo
suficientemente grande, este valor medio es cerca de los resultados de estado estable.

El nmero medio de entidades en el sistema, puede ser calculado basado en la suma del
tiempo de espera del servicio ms el tiempo del servicio sobre el tiempo total.

Wi y Si estn correlacionados en el tiempo total de la simulacin, se supone en el sistema

que n es tan grande que la correlacin entre estas en el tiempo total es muy pequea y es
ignorada.
10

2.4 Implementacin y validacin

El FDES se desarrolla como parte de simulacin en Simphony.NET, la cual es una

herramienta para el modelado de proceso de construccin que se ha desarrollado en la
Universidad de Alberta. Una simple plantilla ha sido desarrollada en Simphony.NET. Se
desarroll el modelo de FDES arrastrando y colocando los elementos de la plantilla en el
entorno de la simulacin, tales elementos se pueden clasificar en:
1. Elemento difuso normal: este representa actividades sin restricciones
2. Elemento de combinacin difuso: este representa las actividades reguladas
3. Elemento de cola difusa: este representa las colas en FDES
La funcionalidad de estos elementos es similar a los elementos definidos por una plantilla
de modelado en CICLN, esta es la metodologa ms antigua y ms usada en la simulacin
en la construccin, esta plantilla es desarrollada bajo el mismo parmetro de FDES para
procesar las duraciones difusas y avanzar en el tiempo de la simulacin. En el artculo el
rendimiento de la metodologa FDES ha sido probado utilizando ejemplos resueltos
previamente en sistemas de colas difusos encontrados en la literatura.
Los rendimientos de sistemas de colas difusos se calculan con FDES, aunque los mtodos
del anlisis para la solucin de sistemas de colas difusos son tediosos y restrictivos. La
propuesta de la ampliacin de FDES permite calcular las medidas de rendimiento de la cola
en modelos de simulacin prctica.

2.5 Ejemplo prctico de la operacin de pavimentacin del asfalto

En el artculo se proporciona un ejemplo prctico sobre una operacin de pavimentacin de

asfalto simplificado, este busca calcular la duracin de una actividad de pavimentacin la
cual se presenta como un nmero difuso que se estima mediante el modelado explcito de
dos factores cualitativos, buscando analizar las filas en las operaciones de pavimentacin y
el nmero ptimo de camiones.

11

2.5.1 Operacin de pavimentacin de asfalto:

Los camiones son cargados con la mezcla de asfalto caliente en la planta de fabricacin,
luego se transportan el material de la mezcla al sitio. El camin espera la primera
pavimentadora disponible, a continuacin, el camin es conducido a la posicin de inicio
de la operacin de pavimentacin. La parte posterior del camin se alinea con la parte
delantera de la pavimentadora, el camin luego vuelve a la fbrica y se dispone a
transportar ms mezcla. Los pavimentadores deben distribuir bien la mezcla para
asegurarse de que la mezcla permanezca continua, es crtico que estos no permanezcan
ociosos.
Luego de que se tiene el clculo de la mezcla se empieza a compactar, esta se realiza por
medio de rodillos estos se mueven lentamente hasta alcanzar el nivel de compactacion
deseado. Es indispensable para compactar la mezcla que su temperatura todava est por
encima de 85C. Por esto los camiones no pueden esperar mucho tiempo a las
pavimentadoras, esto es con el fin de evitar que la mezcla de enfre antes de la
compactacin. Debido a que a esta se le realizan pruebas de control de calidad.
Hay muchos factores que influyen en la duracin de las actividades. La teora de conjuntos
difusos y el juicio de expertos se puede utilizar para estimar la duracin de las actividades
sobre la base de factores modelados de forma explcita.

2.5.2 Estimacin de nmeros difusos para la duracin de la actividad de

pavimentacin:
Para el ejemplo de la pavimentacin la duracin de la actividad de pavimentacin se
estima como un nmero difuso con modelos explcitos a una muestra de los factores
que pueden influir en dicha actividad. Los dos principales factores, explicados
lingsticamente que influyen en lass actividad son:
-

Las condiciones climticas (buena, mala y promedio)

nivel de habilidad de los operadores de la pavimentadora. (bajo, alto y medio)

Lo que resulta en la duracin de la actividad de pavimentacin (muy pequeas, pequeas,

grandes y muy grandes). Para estimar el impacto de diferentes factores en la duracin de la
12

actividad se utiliza un sistema basado en reglas de difusin. Para el ejemplo se utiliz la

regla de si-entonces para estimar la duracin de la actividad de difusin. Esta regla est
basada en:
1. Los amplios conocimientos de un experto o de un grupo de expertos.
2. Mediante el uso de datos histricos.
Este conjunto de reglas si-entonces que relacionan el clima y el novel de habilidad de
los operadores a la duracin de la actividad de pavimentacin, como sigue en la
siguiente tabla:

Un numero difuso define cada uno de los trminos lingsticos de la duracin de la

actividad para proporcionar una representacin para proporcionar una representacin
matemtica para este trmino. El numero difuso se determin sobre el mnimo (min) y
el mximo (max) valor que podra tomar.
A continuacin, se tiene por ejemplo tres valores que podran determinar la duracin de
la actividad, la duracin media (m), la pesimista (m1) y la optimista (m2), segn se
tiene a continuacin:

Luego se determinaron los nmeros difusos para la duracin de la pavimentacin segn

el siguiente procedimiento:

13

En este ejemplo, la velocidad minima y mxima de pavimentacin puede ser

determinada bajo el juicio de expertos, se tiene que el segmento a pavimentar es de 120
metros, y la velocidad minima y mxima de las pavimentadoras es de 20 y 40 m/min
respectivamente, los valores para la duracin de la actividad para un segmento de
pavimento se estiman entre 3 y 6 minutos, se tiene entonces que los nmeros difusos
que explican la duracin de las actividades son:
Duracin muy pequea tri(3, 3, 3.75), Duracin pequea tri(3, 3.75, 4.5), duracin
media tri(3.75, 4.5, 5.25), duracin alta tri(4.5, 5.25, 6) y duracin muy alta tri(5.26, 6,
6). Estos valores fueron definidos explcitamente para este caso, pero podran variar
siguiendo la opinin de los expertos.
Las reglas de si-entonces sern usadas para estimar los nmeros difusos que explican
entonces la duracin de las actividades siguiendo factores como las condiciones
climticas y el nivel de capacitacin de los obreros.

2.5.3 Como encontrar el numero ptimo de camiones en la operacin de

pavimentacin del asfalto usando FDES
La simulacin de la actividad de pavimentacin ayuda a calcular el nmero requerido de
recursos para mantener el balance entre la produccin de asfalto y su colocacin final.
Muchos modelos se han desarrollado siguiendo las terias de colas, sin embargo, dependen
de variables estocsticas que requieren distribuciones de probabilidad para asumir cierta
incertidumbre. Por el lado de las FDES se permite el uso de una incertidumbre subjetiva en
la duracin de las actividades.
Un modelo de simulacin se desarroll para estimar la cola promedio y el tiempo de espera
de los camiones ante las pavimentadoras, al igual que el tiempo de ocio de las
pavimentadoras usando el marco FDES. En el modelo propuesto solo se analiz el proceso
del ciclo de pavimentacin del asfalto, en este los camiones son llenados con pavimento
caliente, luego se dirigen al sitio de vaciado y se posicionan tras la primera pavimentadora

14

disponible, luego se pavimenta el tramo de 120 metros. Se asumirn dos pavimentadoras en

este caso. El modelo propuesto en el artculo es el siguiente:

Considerando las altas tarifas del manejo de las pavimentadoras a comparacin de los
camiones, se ve la necesidad de tener una operacin de pavimentacin continua para
obtener ptimos resultados, para esto se tratar de optimizar el nmero de camiones. De
igual manera se requerir disminuir lo mximo posible el tiempo de espera de estos
camiones. Esta simulacin se correr para diferente nmero de camiones.
El nmero de camiones es una variable sensible a factores como el clima y la calidad de
la mano de obra, para el modelo se tendr pues un clima malo y una mano de obra con
alto rendimiento, lo que indica un tiempo de operacin tri(4.5, 5.25, 6). En este caso las
variables son nmeros difusos triangulares, por lo que se tienen valores que al ser
calculados tambin lo son, caso contrario a si se tuviesen por ejemplo nmeros difusos
trapezoidales, o cualquier otra forma. Si lo que se tiene es un nmero difuso donde
todos sus parmetros son iguales, se conoce como una variable crisp.
Analizando el modelo se tienen los siguientes datos:

15

Como lo que se buscaba era tener un tiempo de ocio cero para las pavimentadoras con
el menor tiempo de espera para los camiones, se escogern por los dos motivos
anteriormente mencionados un nmero de camiones de 10, donde el tiempo Wq de
espera medio de los camiones es tri(1.53, 5.02, 8.56), para la cola promedio se tiene la
siguiente forma difusa no triangular:

Tambin se analizaron los casos en donde el clima es bueno y el nivel de los

trabajadores es alto, para esto se tiene un tiempo de actividad bajo tri(3, 3, 3.75), se
determina entonces que el nmero ptimo de camiones es 12, como se ve a
continuacin:

Donde el tiempo de espera medio de los camiones es tri(1.5, 1.5, 6.02) y la cola promedio
un numero difuso triangular tri(0.32, 0.32, 1.30).

16

Resumiendo el ejemplo, 1) se us la teora de eventos difusos para modelar el impacto de

factores cualitativos durante la actividad de pavimentacin usando reglas de si-entonces.
2) FDES es usado para simular el proceso de pavimentacin donde la duracin es expresada
mediante nmeros difusos.
3) La metodologa propuesta en el artculo es para calcular mediante FDES la cola
promedio y el tiempo de espera de los camiones en sitio, al igual que el tiempo de ocio de
las pavimentadoras, permitiendo encontrar el nmero ptimo de camiones.

3 Resultados de investigacin
Los nmeros difusos son apropiados para representar incertidumbre subjetiva, mientras que
las distribuciones de probabilidad son utilizadas para modelar la incertidumbre estocstica,
estas ltimas si se pueden definir con precisin, sin embargo, es requerido una gran
cantidad de datos histricos. En ausencia de estos datos el modelo FDES puede ser usado,
basndose en proporcionar estimadores para cada actividad como de los efectos explicitos
que impactan la duracin de la actividad.
En cualquier caso, se requiere del consejo de expertos que expresen estimados o factores
lingsticos que puedan ser definidos como nmeros difusos.
Tanto los nmeros difusos como las distribuciones de probabilidad existen simultneamente
en esta simulacin (pavimento), por lo tanto, se requiere establecer una forma de trabajar
que pueda tratar con los dos tipos de incertidumbre.
El acercamiento del articulo a las actividades de construccin basndose en casos analticos
se ve aplicado prcticamente con el ejemplo de la pavimentacin de un tramo vial, donde la
sustraccin de eventos difusos en el tiempo ha sido desarrollada para definir las colas y
tiempos de espera en el modelo.

4 Crtica propuesta
A pesar de que se utilizaron la simulacin de eventos discretos difuso que integra la
simulacin de eventos discretos y la teora de conjuntos difusos, la incertidumbre aumenta

17

debido a la vaguedad, la subjetividad y la expresin lingstica del conocimiento; por lo

que sera ms recomendable estimar de diferente forma la duracin de las actividades de
construccin, es decir en el ejemplo de aplicacin se deberan considerar factores como el
rendimiento de la maquinaria, su capacidad y los diferentes tiempos de ciclo, pues estos
factores influyen en gran parte el nmero ptimo de camiones.
Se debera profundizar en un anlisis de la cola que les podra proporcionar ms datos
acerca de las actividades, como la longitud media de ella y el tiempo de espera, la
finalizacin del proyecto con los tiempo encontrados que seran de gran utilidad en la
programacin de obra, de igual manera se podra pensar en realizar un anlisis mediante el
mtodo Montecarlo que integre diferentes tiempos de actividades, de manera que si se
tienen varias rutas para una programacin de obra se puedan analizar los principales cuellos
de botella, o las rutas ms crticas e implementar un anlisis ms detallado siguiendo el
modelo FDES.

5 Bibliografa

18