Cap.

3 :

METODOS

CUANTITATIVOS
LA TOMA DE
DECISIONES

PARA

INTRODUCCION
Todos los das construimos modelos:
- Modelos mentales de una situacin.
- Modelos a escala que tratan de

representar la situacin real.

Nos interesa los MODELOS ECONOMICOS y

MODELOS DE OPTIMIZACION RESTRINGIDA

que tambin tratan de representar la
realidad.

SISTEMA
Sistema es un conjunto de actividades

interrelacionadas entre si y que persiguen

un objetivo comn.
Los SISTEMAS sin depender su tamao son

complejos. Una microempresa es afectada

por los elementos externos y una
multinacional por los factores internos.

MODELOS
Un sistema real es complejo por lo que

para estudiar problemas tomamos un

MODELO.
La construccin de un Modelo es una Arte y
Ciencia.
Debe tomarse en cuenta todas las

variables. Y el comportamiento del modelo

debe ser similar al comportamiento del
sistema real.

Una empresa posee tres plantas de produccin:

una en Santa Cruz, otra en Sucre y otra en La Paz.

Los costos de produccin en cada planta son los
mismos, pero los costos de transporte difieren
significativamente.
Los principales puntos de demanda estn en
Cochabamba, Tarija y El Alto.
El problema consiste en decidir cunto se debe
producir en cada planta con el fin de minimizar los
costos de distribucin del producto.

Un gerente de un banco debe decidir cuntas

cajas debe abrir para atender a sus clientes.

Si abre muchas cajas el servicio ser muy
eficiente, pero los costos se incrementarn
fuertemente.
Si abre pocas cajas es posible que los clientes
tengan que hacer largas colas para ser atendidos,
y podra ser que prefieran ir a otro banco.
Se debe decidir cuntas cajas se van a abrir.

Un gerente de un supermercado est convencido

de que se deben mantener altos niveles de

inventarios, ya que cuando un cliente no
encuentra un producto ir a conseguirlo en algn
supermercado competidor.
Pero esto implica altos costos, sobre todo en el
caso de algunos productos difciles de conservar.
Su pregunta consiste en cul debe ser el nivel
adecuado de inventarios.

Un empresario est considerando efectuar una

inversin en un nuevo producto con el fin de

lanzarlo al mercado.
El nuevo producto podra comercializarse dos
modos:
1. Regalar pequeas muestras de nuevo producto y
2. Colocar algunos anuncios en revistas y televisin.
El empresario debe escoger el plan que maximice
las ventas, a un costo y riesgo aceptables.

TIPOS DE MODELOS
CUANTITATIVOS
NORMATIVOS Y DESCRIPTIVOS
- Descriptivo: Este modelo solo describe la situacin

y su variacin.
- Normativo: establecen un curso de accin para
arribar a la mejor solucin y alcanzar objetivos. Las
partes de este modelo son: - Variables de
decisin y Parmetros. - Restricciones y Funcin
Objetivo.

DETERMINISTICOS Y PROBABILISTICOS
Es por la naturaleza del parmetro (si es de origen
estocstico o probabilstico el Modelo es
probabilstico y si es variable cuantificada con
precisin es Modelo Determinstico.)

TIPOS DE MODELOS
CUANTITATIVOS
ESTATICOS Y DINAMICOS
-

Esttico: Este modelo hace abstraccin del tiempo

no cambian las condiciones en el periodo de
estudio.
Dinmico: Este modelo al igual que el mundo es
dinmico establecen periodos de anlisis mltiple
donde parmetros y recursos cambian con el
tiempo.

FORMALES Y NO FORMALES
Es formal cuando el problema se adecue a una tcnica
ya existente y es no formal cuando el problema es
nico y se tiene que desarrollar nuevos
procedimientos.

MODELOS FORMALES
Clasificacin de Eppen-Gould-Schmidt
TIPO DE MODELO CLASE DE
INCERTIDUMBRE

FRECUENCIA DE
USO

PROGRAMACION
LINEAL

REDES (PERT CPM)

D
D P

INVENTARIOS

SIMULACION

D P

PROGRAMACION
ENTERA, DINAMICA

+
+
+
-

TEORIA DE JUEGOS
Y DE COLAS

CADENAS DE
MARKOV

Investigacin de
operaciones

Enfoque cientfico y objetivo a la

toma de decisiones y solucin de

problemas gerenciales
Implica:
Construccin de un modelo
simblico
Analizar las relaciones entre las
decisiones, consecuencias y
objetivos
Desarrollar una tcnica de decisin

Beneficios de los Mtodos

Cuantitativos para la toma de
decisiones
Provee herramientas lgicas
Mayor precisin y cuantificacin
Visin mejorada
Formalizacin
Mejores sistemas de planificacin, control,

organizacin y operacin

Proceso de la investigacin
de operaciones
1.
2.
3.
4.
5.

Formulacin y definicin del problema

Construccin de un modelo
Solucin del modelo
Validacin del modelo
Implementacin de los resultados

Programacin Lineal
Programacin Lineal es un Modelo Normativo,
determinstico y esttico.

Naturaleza y estructura
de los modelos
matemticos
Variables y parmetros de decisin
Restricciones
Funcin Objetivo

Programacin Lineal :
Formulacin de
Problemas
Una empresa dispone de 70 trabajadores

con
cualificaciones
diferentes
(Economistas,
Ingenieros, Auxiliares Administrativos, etc..) a los
que hemos de asignar 70 actividades tambin
diferentes.
Para
decidir
una
determinada
asignacin de tareas deberamos escoger de entre
un total de 70! (Permutaciones de 70 elementos)
aquella que maximiza el resultado final de la
empresa. Como 70! es aproximadamente igual a
10100, an revisando un 1 milln de asignaciones
diferentes
al
segundo
necesitaramos
aproximadamente 1087 aos para revisar todas las
asignaciones posibles.

Este

tipo de problemas requiere desarrollar

modelos de programacin matemtica, otros
mtodos matemticos, para llegar a algn tipo de
conclusiones.

Caractersticas de la P. L.
1. Un nico objetivo lineal a

optimizar (maximizar o minimizar)

2. Unas variables de decisin que
siempre son continuas y no
negativas
3. Una o ms restricciones lineales
4. Un conocimiento exacto de los
parmetros y recursos utilizados
en la construccin del modelo.

Formulacin de Modelos
Primero veremos como con la

programacin lineal se puede expresar

matemticamente.

Ejemplo:

Dos empresas Mineras extraen dos tipos

diferentes de minerales, los cuales son sometidos a un
proceso de trituracin, con tres grados: alto , medio y
bajo. Las compaas han firmado un contrato para proveer
de mineral a una planta de fundicin, cada semana, 12
toneladas de mineral de grado alto, 8 toneladas de grado
medio y 24 toneladas de grado bajo. Cada una de las
empresas tiene diferentes procesos de fabricacin.

Mina

Coste por da (miles de $US.)

Producci(toneladas/da)

Alto Medio

Bajo

180

160

Cuntos das a la semana debera operar cada empresa

para cumplir el contrato con la planta de fundicin?

Formulacin matemtica bsica

en un problema de I.O.
Debemos buscar una solucin que minimice el coste de
produccin de las empresas, sujeta a las restricciones
impuestas por el proceso productivo as como el contrato
con la planta de fundicin.

Traduccin del problema en trminos matemticos

1. definir las variables
2. las restricciones
3. el objetivo

Formulacin matemtica bsica

en un problema de I.O. Restricciones
Variables
Representan las decisiones que
puede tomar la empresa:
Dx = nmero de das a la semana
que la empresa X produce
Dy= nmero de das a la semana
que la empresa Y produce
Notar que Dx0 y Dy0

Se recomienda primero plantear las

restricciones con palabras antes de
pasar a su formulacin matemtica
Restriccin 1. Refleja el balance
entre las limitaciones productivas
de la fbrica y el contrato con la
planta de fundicin
Grado
Alto

6Dx+1Dy12

Objetivo

Medio

3Dx+1Dy8

Como objetivo buscamos

minimizar el coste

Bajo

4Dx+6Dy24

Restriccin 2. Das de trabajo

disponibles a la semana
Dx5 y Dy5

Formulacin matemtica bsica

en un problema de I.O.
La representacin completa del problema tomara la
siguiente forma:
Minimizar 180Dx+160Dy
Restriciones:
6Dx+1Dy12
3Dx+1Dy8
4Dx+6Dy24
Dx5, Dy5
Dx0, Dy0

Algunas reflexiones

Hemos pasado de la definicin del problema a su

formulacin matemtica.

Error de especificacin, el error ms frecuente consiste

en descuidar las limitaciones (restricciones,
caractersticas de las variables, etc,)

En el ejemplo anterior:
a) Todas las variables son continuas (admitimos fracciones
de da)
b) Existe un nico objetivo (minimizar los costes)
c) El objetivo y las restricciones son lineales
Las tres consideraciones anteriores nos llevan a lo que
denominamos un problema de Programacin Lineal PL

Algunas reflexiones
El ejercicio anterior plantea un PROBLEMA DE DECISIN
Hemos tomado una situacin real y hemos construido su
equivalente matemtico MODELO MATEMTICO
Durante la formulacin del modelo matemtico nosotros
consideramos el mtodo cuantitativo que (esperanzadamente)
nos permitir resolver el modelo numricamente ALGORITMO
El algoritmo es un conjunto de instrucciones que siguiendo de
manera gradual producen una solucin numrica
Llegamos a una nueva definicin de I.O.
Ciencia para la representacin de problemas reales mediante
modelos matemticos que junto con mtodos cuantitativos nos
permiten obtener una solucin numrica a los mismos

Dificultades
Dificultades de este tipo de enfoques:
Identificacin del problema (debemos ignorar partes o
tratar el problema entero)
Eleccin del modelo matemtico adecuado as como el
algoritmo adecuado para resolverlo (validacin del
algoritmo)
Dificultades en la implementacin
Velocidad (costes) que supone llegar a una solucin
Calidad de la solucin
Consistencia de la solucin

EJEMPLO DE ASIGNACION DE
PERSONAL
Farmacias Bolivia en sus 9 sucursales ha

decidido ampliar su servicio a 24 horas, con la

consiguiente necesidad de nuevo personal de
atencin al cliente.
La gerencia de la Empresa ha estimado las
necesidades mnimas de personal por tramos
horarios para poder cubrir los requerimientos
de los clientes que se presenten. Se definieron
6 tramos de 4 horas. La necesidad mnima de
personal en cada tramo se indica en el Cuadro.
Por otro lado, el departamento de recursos
humanos ha informado a la gerencia que los
contratos laborales han de ser de ocho horas
seguidas, segn normativa laboral,
independientemente de los horarios de
entrada y salida del personal.
El problema es encontrar el nmero mnimo de
personal necesario para cubrir la demanda.

REQUERIMIENTO DE PERSONAL

PERSONA
L
Nj

1
00:00
04:00

2
04:00 08:00

3
08:00 12:00

4
12:00 16:00

5
16:00 20:00

6
20:00 24:00

En primer lugar, se tienen que

definir las variables del modelo

que queremos desarrollar.
Como se controlar el nmero
de personal en cada turno,
definimos
Xj
como
la
cantidad
Formulacin del problema
de personal que entra a
trabajar en el turno j, en donde
vara j=1,...,6. Es decir, hay
una variable para cada turno.

Las restricciones del modelo tienen que reflejar la

necesidad de que la cantidad de personal que entren

en el periodo j ms el nmero de personas que
entraron a trabajar en el turno j-1 sean suficientes
para cubrir las necesidades del turno j (Nj).
Esta situacin queda reflejada en el Cuadro 2. En
esta tabla, un trabajador que entra a trabajar, por
ejemplo, a las 4:00, trabajar en los turnos 2 y 3, y
por tanto, contribuir a cubrir las necesidades de
estos dos turnos.
En otras palabras, el turno j estar siendo atendido
por Xj-1 y Xj. En consecuencia, tendremos que Xj-1 +
Xj (el personal que trabaja durante el turno j) tiene
que ser, como mnimo, igual a Nj, que es el nmero
mnimo de personal de la farmacia que sera
necesario para este turno.
En trminos matemticos la restriccin es la
siguiente:
Xj-1 + Xj Nj

El objetivo de la gerencia consiste en la

minimizacin del nmero total de personal de

atencin necesario para cubrir las necesidades
diarias. Este nmero ser igual a X1 +X2 +X3 +X4
+X5 +X6 que representa la suma del nmero de
personal que entra en cada periodo.
Finalmente, el modelo matemtico es el siguiente:
6
min Z = Xj
j=1
Con las restricciones: X6 + X1 9
Xj > 0, j=
1,...,6
X1 + X2 5
X2 + X3 3
X3 + X4 7
X4 + X5 5
X5 + X6 6

0:00

1
00:00 04:00

2
04:00 08:00

X1

X1

04:00

X2

08:00

3
08:00 12:00

4
12:00 16:00

5
16:00 20:00

X2
X3

12:00

X3
X4

16:00

X4
X5

20:00

X6

Perso
nal
Nj

6
20:00 24:00

X5
X6

EJEMPLO DE Programacin

Financiera

El Banco BISA SA est preparando su

plan de inversiones para los prximos

dos aos. Actualmente, la empresa tiene
1,5 millones de dlares para invertir y
espera ingresar, gracias a inversiones
pasadas, un flujo de dinero al final de los
meses, 6 12 y 18 prximos.
Por otra parte, la empresa quiere
expandirse y tiene dos propuestas sobre
la mesa.
La primera es asociarse con la empresa
Minera San Cristobal y la segunda con la
empresa Gravetal SA

En el Cuadro se muestra el

flujo de caja

(MILES DE DOLARES)del Banco BISA SA si

entrara con
un 100%
en cada
uno18de los 24
6 MESES
12
INICIAL
MESES
MESES
MESES
proyectos.

INVERSIO
NES
PASADAS

500

400

380

MINERA
SAN
CRISTOBA
L

1000

- 700

1800

400

600

GRAVETAL
S.A.

- 800

500

-200

- 700

2000

Debido a regulaciones, al Banco BISA SA no se

le permite pedir prstamos directos.

Pero si que puede, cada seis meses, invertir
sus fondos excedentes (es decir, aquellos que
no ha invertido en ningn proyecto) en un
fondo que le dara un 7% cada seis meses.
Por otro lado, BISA SA puede participar en
cada uno de los proyectos con un nivel inferior
al 100% y, consecuentemente, el flujo de caja
se reducir en la misma proporcin. Es decir,
que si decide entrar por ejemplo con el 50% en
el proyecto de Gravetal, el flujo
correspondiente tambin se reducir en la
misma proporcin.
El problema que se plantea BISA SA es cuanto
invertir en cada proyecto para maximizar el
dinero en efectivo que tendr la empresa en
dos aos

Una vez el problema ha sido

identificado y los parmetros del

modelo han sido definidos, se tienen
que definir las variables.
Sea X1 el porcentaje de participacin
en el proyecto Minera San Cristobal y
X2 el porcentaje de participacin en
el proyecto Gravetal
(0 X1 1, 0
Formulacin
delSA
problema
X2 1). Por otro lado, sean S0, S6,
S12 y S18 el dinero que se depositar
en el fondo en los periodos 0, 6 12 y
18 respectivamente.

Para formular las restricciones del modelo

se utilizar un razonamiento secuencial.

La empresa dispone de 1,5 millones de
dlares hoy (periodo 0) y las quiere gastar
considerando las opciones siguientes:
1. participar en el proyecto Minera San
Cristobal, que implicara desembolsar
1.000.000X1 dlares en el periodo 0;
2. participar en el proyecto Gravetal SA,
teniendo que gastar 800.000X2;
3. depositar el dinero al 7%
Estas opciones no son excluyentes entre
ellas. Por lo tanto, se tiene que cumplir la
siguiente ecuacin de equilibrio:
1.500 = 1.000X1 + 800X2 + S0

Al cabo de seis meses, la empresa

ingresar 500.000 dlares, gracias a

inversiones realizadas anteriormente.
Tambin el dinero depositado en el fondo
en el periodo anterior estar a disposicin
junto con los intereses: S0 + 0,07S0 .
Por otra parte, el proyecto Gravetal SA
dar una entrada de dinero igual a
500.000X2. Con este dinero tendr que
hacer frente al compromiso adquirido con
Minera San Cristobal, 700.000X1, y
depositar lo que quede al 7% una vez ms.
Matemticamente:
500 + 500X2 + 1,07S0 = 700X1
+ S6

En el periodo 12, la empresa recibir

400.000 dlares, de inversiones

anteriores, y 1.800000X1 del proyecto
Minera San Cristobal y el dinero del
fondo junto con los intereses.
Con estos ingresos tendr que cubrir
el compromiso del proyecto Gravetal
SA, 200X2 y depositar S12 en el fondo.
En trminos matemticos:
400 + 1.800X1 + 1,07S6 = 200X2 +
S12

En el periodo 18, los ingresos que

tendr la empresa vendrn de

inversiones anteriores (380.000), del
proyecto Minera San Cristobal
(400.000X1) y del depsito realizado
en el periodo anterior incluyendo los
intereses (1,07 S12 ). Con este
dinero tendr que realizar un gasto
de 700.000 X2 en el proyecto
Gravetal y el resto puede volver a
ponerlo en el fondo (S18). Es decir:
380 + 400X1 + 1,07S12 = 700X2
+ S18

Finalmente, al cabo de dos aos

(periodo 24), el BISA tendr

nicamente ingresos y no tendr
ningn gasto. Los ingresos provienen
de los dos proyectos (600.000 X1 +
2.000.000 X2) y del dinero depositado
en el periodo anterior, 1,07 S18.
Si se define Z como los ingresos
realizados en el periodo 24 en miles de
dlares, tendremos que:
Z = 600X1 + 2.000X2 + 1,07S18
Este es el objetivo del problema:
Maximizar los ingresos al cabo de dos
aos.

Finalmente, como solo se puede invertir un

mximo de 100% en cada proyecto, las

variables X1 y X2 no pueden exceder la unidad.
Por lo tanto, hay que aadir las restricciones
siguientes:
X1 1
X2 1
El programa lineal se escribe de la forma
siguiente:
Max Z = 600X1 + 2.000X2 + 1,07S18
Con restricciones:
1000X1 + 800X2 + S0 = 1.500
700X1 -500X2 -1,07S0 + S6 = 500
-1.800X1 + 200X2 -1,07S6 + S12 = 400
-400X1 + 700X2 -1,07S12 + S18 = 380
X1 1 ;
X2 1 ; X1, X2, S0, S6, S12, S18
0

Mtodos
de
Resolucin
Un modelo matemtico de decisin, por
muy bien formulado que est, no sirve de
nada sino podemos encontrar una solucin
satisfactoria.
Una de las caractersticas de la
programacin lineal es que, gracias a sus
propiedades matemticas, se consigue la
solucin ptima sin muchas dificultades.
En primer lugar se ver el mtodo grfico,
un sistema limitado a problemas con dos
variables, y a continuacin el mtodo
Simplex, el algoritmo ms comn para
solucionar problemas lineales con muchas
variables y restricciones.

Un modelo matemtico de decisin, por

muy bien formulado que est, no sirve

de nada sino podemos encontrar una
solucin satisfactoria.
Una de las caractersticas de la
programacin lineal es que, gracias a sus
propiedades matemticas, se consigue la
solucin ptima sin muchas dificultades.
En primer lugar se ver el mtodo
grfico, un sistema limitado a problemas
con dos variables, y a continuacin el
mtodo Simplex, el algoritmo ms comn
para solucionar problemas lineales con
muchas variables y restricciones.

Anatina Toys fabrica 2 tipos de juguetes de

madera, autitos y rompecabezas.

Un autito se vende en Bs. 54 y requiere 20
Bs. de materia prima. Cada autito que se
fabrica incrementa la mano de obra variable
y los costos globales en 28 Bs.
Un rompecabezas se vende en Bs. 42 y
requiere 18 Bs. de materia prima. Cada
rompecabezas incrementa la mano de obra
variable y costos globales en 20 Bs.
Para la fabricacin se requiere mano de obra
especializada: carpintera y acabados. Un
autito requiere 2 h de acabado y1 h de
carpinteria. Un rompecabezas requiere 1h
acabado y 1h de carpinteria.

Todas las semanas Anatina Toys consigue

todo el material , pero solo 100h de trabajo

de acabado y 80h de trabajo de carpinteria.
La demanda de rompecabezas es ilimitada y
solo se vende 40 autitos por semana.
Anatina Toys debe maximizar las utilidades
semanales (ingresos costos)
Disear un modelo matemtico y resolver
por el metodo grafico.
X1 = cantidad de autitos fabricados cada

semana
X2 = cantidad de rompecabezas fabricados
a la semana

La funcin objetivo ser: Los ingresos

semanales menos los costos de materia prima

y menos los costos varables.
Ingresos por semana = 54 X1 + 42 X2
Costos materia prima semana = 20 X1 + 18 X2
Costos variables semana = 28 X1 + 20 X2
Entonces Anatina Toys quiere maximizar:

(54 X1 + 42 X2)-(20 X1 + 18 X2)-(28 X1 + 20

X2) =
Max Z = 6 X1 + 4 X2
Los coeficientes para X1 es 6 y para X2 es 4 que
es la utilidad.

RESTRICCIONES
Restriccin 1:

100h de trabajo de

acabado
2 X1 + X2 100
Restriccin 2:
80h de trabajo de
carpintera
X1 + X2 80
Restriccin 3:
Debido a la demanda
limitada de autitos no debe producirse
mas de 40 autitos.
X1 40
Restriccin 4 De signo:
La produccin no
puede ser negativa. Entonces:
X1 0 ;
X2 0

REGION FACTIBLE
Es el conjunto de todas las soluciones que
satisfacen las restricciones. Por ej. Para X1 =
40 y X2 = 20 Cumple
Para X1 = 15 y X2 =70 No Cumple
Para X1 = 10 y X2 = 70 Cumple
Para X1 = 20 y X2 = 60 Cumple

SOLUCION OPTIMA:
En Maximizacin es el punto donde el valor
es el mas alto en la funcin objetivo
En minimizacin es lo contrario.
En nuestro caso el mximo es en Max Z = 6 X1 +
4 X2
Para X1 = 20 y para X2 = 60 Max Z = 360

SOLUCION GRAFICA