INSTITUTO DE EDUCACIN SUPERIOR TECNOLOGICO LA RECOLETA

CARRERA PROFESIONAL DE COMPUTACIN E INFORMTICA

APLICACIONES COMERCIALES TCNICAS DE OPTIMIZACIN

Presentado por:

PREZ ALARCN, Jonathan

Arequipa - 2012

Regla De Johnson
En investigacin de operaciones Regla de Johnson es un mtodo de programar un nmero de trabajos en dos centros sucesivos del trabajo. El objetivo primario de la regla de Johnson es encontrar una secuencia ptima de trabajos de reducir makespan (la cantidad de tiempo total que toma para terminar todos los trabajos). Tambin reduce el nmero del tiempo ocioso entre los dos centros del trabajo. Antes de que la tcnica pueda ser aplicada, varias condiciones necesitan estar en lugar: 1. 2. 3. 4. La poca para cada trabajo debe ser constante. Los tiempos del trabajo deben ser mutuamente exclusiva de la secuencia de trabajo. Todos los trabajos deben pasar a travs del primer centro del trabajo antes de pasar a travs del segundo centro del trabajo. No debe haber prioridades del trabajo. La regla de Johnson es como sigue: 1. 2. Enumere los trabajos y sus pocas en cada centro del trabajo. Seleccione el trabajo con el tiempo ms corto. Si el trabajo est para el primer centro del trabajo, entonces programar el trabajo primero. Si ese trabajo est para el segundo centro del trabajo entonces programar el ltimo del trabajo. Lazos de la rotura arbitrariamente. Elimine el trabajo seleccionado de la consideracin adicional. Repita los pasos 2 y 3, trabajando hacia el centro del horario del trabajo hasta que todos los trabajos programar. En caso de que haya tiempo ocioso significativo en el segundo centro del trabajo (de esperar el trabajo de ser acabado en el primer centro del trabajo), despus el partir del trabajo puede ser utilizado.

3. 4.

A continuacin se presenta un ejemplo que considera 7 trabajos a programar en 2 mquinas. Para que un trabajo sea terminado debe pasar primero por la mquina A y luego

por la mquina B. Nos interesa aplicar la Regla de Johnson para generar una asignacin que tenga asociado el menor tiempo posible (en minutos) en procesar los 7 trabajos:

Paso 1: Listo. Tiempos de procesamiento disponibles en la tabla. Paso 2, 3 y 4: Se elige el tiempo ms breve (Trabajo 4 Mquina B). Como el tiempo ms breve es en la segunda mquina, el Trabajo 4 se hace al final. El siguiente tiempo ms breve es en el Trabajo 7 Mquina A y se programa en primer lugar. Luego el Trabajo 6 y 1 tienen el tiempo ms breve que sigue (10), sin embargo, dado el empate se hace el trabajo en la Mquina A y por tanto se programa el Trabajo 6 en segundo lugar. Ahora tomamos el Trabajo 1 y siendo su menor tiempo en la Mquina B se programa en penltimo lugar. Sigue el Trabajo 2 el cual se programa en tercer lugar. Posteriormente el Trabajo 3 en antepenltimo lugar y finalmente el Trabajo 5 en cuarto lugar. La secuencia ptima luego de aplicar la Regla de Johnson sera: 7-6-2-5-3-1-4. Luego, para determinar el tiempo requerido para completar los 7 trabajos se puede construir una Carta Gantt que muestre dicha planificacin. El tiempo requerido es de 119 minutos (makespan).

Programacin lineal
La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales. Aplicaciones La programacin lineal constituye un importante campo de la optimizacin por varias razones, muchos problemas prcticos de la investigacin de operaciones pueden plantearse como problemas de programacin lineal. Algunos casos especiales de programacin lineal, tales como los problemas de flujo de redes y problemas de flujo de mercancas se consideraron en el desarrollo de las matemticas lo suficientemente importantes como para generar por si mismos mucha investigacin sobre algoritmos especializados en su solucin. Una serie de algoritmos diseados para resolver otros tipos de problemas de optimizacin constituyen casos particulares de la ms amplia tcnica de la programacin lineal. Histricamente, las ideas de programacin lineal han inspirado muchos de los conceptos centrales de la teora de optimizacin tales como la dualidad, la descomposicin y la importancia de la convexidad y sus generalizaciones. Del mismo modo, la programacin lineal es muy usada en la microeconoma y la administracin de empresas, ya sea para aumentar al mximo los ingresos o reducir al mnimo los costos de un sistema de produccin. Algunos ejemplos son la mezcla de alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la asignacin de recursos humanos y recursos de mquinas, la planificacin de campaas de publicidad, etc.