Diagrama Pert para tiempo normal

ES = Tiempo inicial más temprano

EF = Tiempo final más temprano
LS = Tiempo inicial más tardío
LF = Tiempo final más tardío
Holgura = (LF-EF)
P = Partida

1
0 0 A 5 5
H 5 H
 11 11 F 24
H 13 H

H
13
B

2
11 11 C G
6 H 13

D
11

E
5
 3 5
24 I 33 33
H 9 H

J
8

4
41
H

S1
0

22 41
H
 41
H
Actividad Descripción Predecesores inmediatos Tiempo(Duración)
A Encontrar el sitio - 5
B Encontrar a los ingenieros A 6
C Contratar el acto de apertura A 6
D Poner anuncios de radio y TV C 11
E Preparar agentes de boletos A 5
F Preparar lo relacionado con la electrónica B 13
G Imprimir anuncios C 13
H Organizar transporte C 13
I Ensayos F,H 9
J Detalles último minuto I 8

Ruta crítica A B

0 1 2 3 4 5 6

A
Actividad Tiempos más tempranos
A 0 5 B
B 5 6
C
C 5 6
D 11 11 D
E 5 5 E
F 11 13
G 11 13 F

H 11 13 G
I 24 9
H
J 33 8
I

0 1 2 3 4 5 6

A
Actividad Tiempos más tardíos
B
A 0 5
B 5 6 C
C 5 6
D 30 11 D

E 36 5
E
F 11 13
G 28 13 F
H 11 13
G

I
 E

G
I 24 9
J 33 8 H

J
 Tiempo inicial más temprano Tiempo final más temprano Tiempo inicial más tardío
0 5 0
5 11 5
5 11 5
11 22 11
5 41 5
11 24 11
11 41 11
11 24 11
24 33 24
33 41 33

C F H

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

I
E

J
 Tiempo final más tardío Holgura Actividad crítica
5 0 X
11 0 X
11 0 X
41 19
41 31
24 0 X
41 17
24 0 X
33 0 X
41 0 X

I J

29 30 31 32 33 34 35 36 37 38 39 40 41 42

29 30 31 32 33 34 35 36 37 38 39 40 41 42
Diagrama Pert para tiempo acelerado

B
1 2

0 0 A 2 2
H 2 H
 3 5

7 8 F 18 18
H 10 H

H
12
B

C 6 6 G
4 H 10

D
9

E
2
 7

I 26 26
8 H

J
6

32 32
H

S1
0

15 32
H
Actividad Descripción Predecesores inmediatos Tiempo(Duración)
A Encontrar el sitio - 2
B Encontrar a los ingenieros A 5
C Contratar el acto de apertura A 4
D Poner anuncios de radio y TV C 9
E Preparar agentes de boletos A 2
F Preparar lo relacionado con la electrónica B 10
G Imprimir anuncios C 10
H Organizar transporte C 12
I Ensayos F,H 8
J Detalles último minuto I 6

Ruta crítica A

0 1 2 3

A
Actividad Tiempos más tempranos
B
A 0 2
B 2 5 C
C 2 4
D
D 6 9
E 2 2 E

F 7 10 F
G 6 10
G
H 6 12
I 18 8 H
J 26 6
I

0 1 2 3

A
Actividad Tiempos más tardíos
A 0 2 B
B 3 5 C
C 2 4
D 23 9 D

E 30 2 E
F 8 10
F
G 22 10
H 6 12 G

J
 E

I 18 8 H
J 26 6
I

J
 Tiempo inicial más temprano Tiempo final más temprano Tiempo inicial más tardío
0 2 0
2 7 2
2 6 2
6 15 6
2 15 2
7 8 18
6 32 6
6 18 6
18 26 18
26 32 26

C H I

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

J
E

J
 Tiempo final más tardío Holgura Actividad crítica
2 0 X
8 1
6 0 X
32 17
32 28
18 1
32 16
18 0 X
26 0 X
32 0 X

24 25 26 27 28 29 30 31 32 33

24 25 26 27 28 29 30 31 32 33
 Flujo de caja para Tiempo Normal
J

Actividad Ventana Flujo de caja Acumulado F.C I

A 0-5 33 33 6.6 H
B,C,E 5-10 108.5 141.5 21.7
B,C 10-11 15.5 157 15.5 G

D,F,G,H 11-22 149.69 306.692308 13.6083916 F

F,G,H 22-24 18.30 324.992308 9.15
I 24-33 37 361.992308 4.11111111 E

J 33-41 39 401 4.875 D

0 1 2 3 4 5 6 7 8 9 10 11 12

Actividad
A
B
C
D
E
F
G
H
I
J
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

Tiempos más tempranos Actividad Tiempos más tardíos

0 5 A 0 5
5 6 B 5 6
5 6 C 5 6
11 11 D 30 11
5 5 E 36 5
11 13 F 11 13
11 13 G 28 13
11 13 H 11 13
24 9 I 24 9
33 8 J 33 8

Actividad CN
A 33
B 40
C 53
D 49
E 31
F 45
G 24
H 50
I 37
J 39
 Actividad
B 5/6
C 5/6
E 31

Actividad
B 1/6
C 1/6

7 38 39 40 41 42
Actividad
D 49
F 11/13
G 11/13
H 11/13

F 2/13
G 2/13
H 2/13
 Flujo de caja para Tiempo Acelerado

Actividad Ventana Flujo de caja Acumulado F.C

A 0-2 55 55.000 27.5 J

B,C,E 2-4 106.8 161.800 53.4 I

B,C 4-6 56.8 218.600 28.4
B,D,G,H 6-7 29.36 247.961 29.36 H

D,F,G,H 7-15 194.89 442.850 24.36111111 G

F,G,H 15-16 16.58 459.433 16.58
F,H 16-17 12.48 471.917 12.48 F

H 17-18 6.08 478.000 6.08 E

I 18-27 53 531.000 5.89
J 27-32 50 581.000 10 D

0 1 2 3 4 5 6 7
J

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Actividad Tiempos más tempranos Actividad Tiempos más tardíos

A 0 2 A 0 2
B 2 5 B 3 5
C 2 4 C 2 4
D 6 9 D 23 9
E 2 2 E 30 2
F 7 10 F 8 10
G 6 10 G 22 10
H 6 12 H 6 12
I 18 8 I 18 8
J 26 6 J 26 6

Actividad CL
A 55
B 57
C 68
D 70
E 50
F 64
G 41
H 73
I 53
J 50
581
Actividad
B 2/5
C 1/2
E 50

Actividad
B 2/5
C 1/2

Actividad
B 1/5
D 1/ 9
G 1/10
H 1/12

Actividad
D 8/ 9
F 4/ 5
G 4/5
H 2/3

Actividad
F 1/10
G 1/10
H 1/12

Actividad
F 1/10
H 1/12

Actividad
H 1/12
CADENAS DE MARKOV: Un proceso o sucesión de eventos que se desarrolla en el tiempo en el cua
en cualquier etapa contiene algún elemento que depende del azar se denomina proces
aleatorio o proceso estocástico. Por ejemplo, la sucesión podría ser las condiciones de
tiempo en Paraná en una serie de días consecutivos: el tiempo cambia día a día de una
manera que en apariencia es algo aleatoria. O bien, la sucesión podría consistir en los
precios de las acciones que cotizan en la bolsa en donde otra vez interviene cierto grad
de aleatoriedad.
Un ejemplo simple de un proceso estocástico es una sucesión de ensayos de Bernoulli
por ejemplo, una sucesión de lanzamientos de una moneda. En este caso, el resultado e
cualquier etapa es independiente de todos los resultados previos (esta condición de
independencia es parte de la definición de los ensayos de Bernoulli). Sin embargo, en l
mayoría de los procesos estocásticos, cada resultado depende de lo que sucedió en
etapas anteriores del proceso. Por ejemplo, el tiempo en un día determinado no es
aleatorio por completo sino que es afectado en cierto grado por el tiempo de días
previos. El precio de una acción al cierre de cualquier día depende en cierta medida de
comportamiento de la bolsa en días previos.
 Lo anterior implica que existe una probabilidad no nula que comenzando en el estado i se puede llegar al est
ejemplo el estado 2 es accesible desde el estado 0 (dado que desde 0 se puede acceder a 1 y desde 1 se puede
contexto que el estado 2 es accesible desde 1 (como también 1 lo es desde

Adicionalmente si tanto el estado i es accesible desde j como viceversa decimos que los estados i y j se comun
(como 0 también es accesible desde 1) por tanto 0 y 1 se comunican. También es posible demostrar que 1 y 2 s
estado 0 y 2 se comunican. Lo anterior deja en evidencia que en el ejemplo todos los estados se comunican ent
clase de estados.

Una cadena es irreducible si tiene una única clase de estados, es decir, los estados que la componen se comun

Un estado se dice que tiene periodo d, para el mayor valor del entero d que cu

sólo para valores de n pertenecientes al conjunto {d, 2d, 3d, ….}. Si d=1 decimos que
aperiódico.

"En otras palabras, un estado es periódico si, partiendo de ese estado, sólo es posible volver a él en un número de etapas
En el ejemplo se puede volver a cada estado con probabilidad no nula al cabo de una etapa, condición suficiente (pero
 "En otras palabras, un estado es periódico si, partiendo de ese estado, sólo es posible volver a él en un número de etapas
En el ejemplo se puede volver a cada estado con probabilidad no nula al cabo de una etapa, condición suficiente (pero

Se denota por Fk(i,i) la probabilidad de que el proceso retorne al estado i por primera vez al cabo

Es la probabilidad que partiendo en i, el proceso regrese al estado i a

Si F(i,i)=1 se dice que el estado es recurrente (en caso contrario, es decir, F(i,i)<1, e

La demostración matemática de que un estado es recurrente no resulta siempre trivial, no obstante en el ejemplo estamos fr
tanto dichos estados son recurrentes positivos.

El concepto de recurrente positivo se refiere a que el valor esperado del número de etapas que le toma al proceso volver al e

"En resumen, se concluye que para el ejemplo propuesto, la cadena es irreducible con estado
 olla en el tiempo en el cual el resultado
el azar se denomina proceso
dría ser las condiciones del
po cambia día a día de una
sión podría consistir en los
a vez interviene cierto grado

ón de ensayos de Bernoulli,
En este caso, el resultado en
previos (esta condición de
ernoulli). Sin embargo, en la
nde de lo que sucedió en
un día determinado no es
do por el tiempo de días
pende en cierta medida del
evios.
ado i se puede llegar al estado j al cabo de n etapas. En nuestro
er a 1 y desde 1 se puede acceder a 2). Es trivial demostrar en este
omo también 1 lo es desde 2).

e los estados i y j se comunican. Notar que 1 es accesible desde 0

sible demostrar que 1 y 2 se comunican. Luego por transitividad el
estados se comunican entre sí, por lo cual pertenecen a la misma

ue la componen se comunican entre sí (son accesibles viceversa).

or valor del entero d que cumple:

d, ….}. Si d=1 decimos que el estado es

él en un número de etapas que sea múltiplo de un cierto número entero mayor que uno"
condición suficiente (pero no necesaria) para afirmar que los estados son aperiódicos.
roceso regrese al estado i alguna vez.

ontrario, es decir, F(i,i)<1, el estado es transciente).

e en el ejemplo estamos frente a una cadena irreducible con un número finito de estados, por
recurrentes positivos.

toma al proceso volver al estado i por primera vez, partiendo del estado i es un número finito.

a es irreducible con estados recurrentes positivos aperiódicos".

 CPM
Ejercicio 2

Duración de
Actividad Actividades predecesoras la actividad(días)
a - 20
b a 10
c b 8
d a 11
e c,d 7
f e 6
g d 12
h e 13
i g,h 5

B
2 3

D
 C
3 4

6
S1

5 7
G

SE COLOCA UN FICTICIA PARA DECIR QUE D VA ANTES QUE LA ACTIVIDAD E

 F
6
F

8
H

7I I

QUE LA ACTIVIDAD E
 Matriz 1

El clima en el pueblo de San Juan puede cambiar con rápidez de un día a otro.
Sin embargo, las posibilidades de tener clima seco(sin lluvia) mañana es de
alguna forma mayor si hoy está seco, es decir , no llueve. En particular, la
probabilidad de que mañana esté seco es de 0.8 si hoy está seco,pero es sólo
0.6 si hoy llueve.

Matriz
S LL
S 0.8 0.2 0.8 0.2 0.76000 0.24000
LL 0.6 0.4 0.6 0.4 0.72000 0.28000

S LL
S 0.8 0.2 0.76 0.24 0.75200 0.24800
LL 0.6 0.4 0.72 0.28 0.74400 0.25600

S LL
S 0.8 0.2 0.752 0.248 0.75040 0.24960
LL 0.6 0.4 0.744 0.256 0.74880 0.25120

El departamento de estudios de mercado de una fábrica estima que el 20% de

la gente que compra un producto un mes, no lo comprará el mes siguiente.
Además, el 30% de quienes no lo compren un mes lo adquirirá al mes siguiente.
En una población de 1000 individuos, 100 compraron el producto el primer
mes. ¿Cuántos lo comprarán al mes próximo? ¿Y dentro de dos meses?

C N
C 0.8 0.2 0.8 0.2 0.70000 0.30000
N 0.3 0.7 0.3 0.7 0.45000 0.55000

C N
C 0.8 0.2 0.70000 0.30000 0.65000 0.35000
N 0.3 0.7 0.45000 0.55000 0.52500 0.47500

C N
C 0.8 0.2 0.65000 0.35000 0.62500 0.37500
N 0.3 0.7 0.52500 0.47500 0.56250 0.43750

C N
C 0.8 0.2 0.62500 0.37500 0.61250 0.38750
N 0.3 0.7 0.56250 0.43750 0.58125 0.41875

C N
C 0.8 0.2 0.61250 0.38750 0.60625 0.39375
N 0.3 0.7 0.58125 0.41875 0.59063 0.40938

C N
C 0.8 0.2 0.60625 0.39375 0.60313 0.39688
N 0.3 0.7 0.59063 0.40938 0.59531 0.40469

C N
C 0.8 0.2 0.60313 0.39688 0.60156 0.39844
N 0.3 0.7 0.59531 0.40469 0.59766 0.40234
 Probabilidad para dos días, después según el estado lluvioso o seco)

Probabilidad para tres días, después según el estado lluvioso o seco)

Probabilidad para cuatro días, después según el estado lluvioso o seco)

Actividad Precedente a m b
A - 1 3 5
B - 3 4.5 9
C B 2 3 4
D A,C 2 4 6
E D 4 7 16
F C 1 1.5 5
G F 2.5 3.5 7.5
H F 1 2 3
I B 4 5 6
J H,E,G 1.5 3 4.5

RED

A
1

3
H

INICIO
1

0 0
H

B
1

5
H
 Te var desvesta CPM
3 0.4444444444 0.6666666667
5 1 1
3 0.1111111111 0.3333333333
4 0.4444444444 0.6666666667
8 4 2
2 0.4444444444 0.6666666667
4 0.6944444444 0.8333333333
2 0.1111111111 0.3333333333
5 0.1111111111 0.3333333333
3 0.25 0.5

A
1

5
H

C
1

8 5
H

B
1 I

0 10
H H
 D
1

12 8
H

1F

10 14
H

18
H
 1E

20 12
H

G
1E 1EJ

14 16 23 20
H H

H
1E

12 18
H
 FIN
1E

23 23
H