PROTRAC, INC.

PROTRAC, Inc. produce dos líneas de maquinaria pesada. Una de sus líneas de productos, llamada
equipo de excavación, se utiliza de manera primordial en aplicaciones de construcción. La otra
línea, denominada equipo para la silvicultura, está destinada a la industria maderera. Tanto la
máquina más grande de la línea de equipo de excavación (la E-9), como la mayor de toda la línea
de equipo para la silvicultura (la F-9) son fabricadas en los mismos departamentos y con el mismo
equipo. Empleando las proyecciones económicas correspondientes al siguiente mes, el gerente de
mercadotecnia de PROTRAC ha considerado que durante ese periodo será posible vender todas las
E-9 y F-9 que la compañía sea capaz de producir. La gerencia tiene que recomendar ahora una
meta de producción para el mes próximo. Es decir, ¿cuántas E-9 y F-9 deberán fabricar si la
dirección de PROTRAC desea maximizar la contribución del mes entrante a las ganancias (es decir,
el margen de contribución, definido como los ingresos menos los costos variables)?

Los datos de PROTRAC La toma de esta decisión requiere la consideración de los siguientes
factores importantes:

1. El margen de contribución unitaria de PROTRAC es de $5000 por cada E-9 vendida y de$4000
por cada F-9.

2. Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como en el
B.

3. Para la producción correspondiente al mes próximo, estos dos departamentos tienen tiempos
disponibles de 150 y 160 horas, respectivamente. La fabricación de cada E-9 requiere 10 horas de
maquinado en el departamento Ay 20 horas en el departamento B, mientras que a de cada F-9
requiere 15 horas en el departamento A y 10 en el B. Estos datos aparecen resumidos en la tabla
3.1.

4. Para que la administración cumpla un acuerdo concertado con el sindicato, las horas totales de
trabajo invertidas en la prueba de productos terminados del siguiente mes no deben ser más allá
del 10% inferior a una meta convenida de 150 horas. Estas pruebas se llevan a cabo en un tercer
departamento y no tienen nada que ver con las actividades de los departamentos A y B. Cada E-9
es sometida a pruebas durante 30 horas y cada F-9 durante 10.

Dado que el 10% de 150 es 15, las horas destinadas a las pruebas no pueden ser menores que 135.
Esta información se resume en la tabla 3.2.

5. Con el fin de mantener su posición actual en el mercado, la alta gerencia ha decretado como
política operativa que: deberá construirse cuando menos una F-9 por cada tres E-9 que sean
fabricadas.
6. Uno de los principales distribuidores ha ordenado un total de cuando menos cinco E-9 y F- 9 (en
cualquier combinación) para el próximo mes, por lo cual tendrá que producirse por lo menos esa
cantidad.

A partir de estas consideraciones, el problema de la gerencia es decidir cuántas E-9 y F-9 fabricará
el próximo mes. En términos de modelos, la gerencia intenta determinar la mezcla de productos
óptima, también llamada plan de producción óptimo. Procedamos ahora a mostrar la manera de
expresar este problema como un modelo de optimización y particularmente como un programa
lineal. Para ello, tendremos que identificar las restricciones y la función objetivo.

Las restricciones : Hemos indicado que en cada departamento es limitado el tiempo

disponible para las operaciones de maquinado durante la fabricación de las E-9 y F-9. Por ejemplo,
para el periodo considerado, no hay más de 150 horas disponibles en el departamento A. Esta
disponibilidad limitada de horas es una restricción. Para formular de manera concisa tal
restricción, comencemos por determinar las horas que se invertirán en el departamento A.
Recuerde que tanto las E-9 como las F-9 deben tornearse en el departamento A. Sabemos que
cada E-9 requerirá

10 horas de maquinado en dicho departamento. Cada F-9 empleará 15 horas en el departamento

A. Por tanto, para cualquier plan de producción,

10(número de E-9 producidas) _ 15(número de F-9 producidas) _ horas totales en el dpto. A.

Esto puede expresarse mejor si introducimos una notación sencilla. Sea

E = cantidad de E-9 por producir

F = cantidad de F-9 por producir
Entonces la expresión del total de horas usadas en el departamento A se convierte en

10E + 15F = total de horas empleadas en el departamento A.

Pero como hay un máximo de 150 horas disponibles en el departamento A, según hemos dicho, de
aquí se desprende que las variables de decisión E y F tendrán que satisfacer la condición (es decir,
la restricción)

10E + 15F ≤150

Esto expresa la restricción de horas para el departamento A. El símbolo ≤significa menor o igual
que y a la condición (3.1) se le llama restricción de desigualdad. El número 150 se conoce como
lado derecho (LD) de la desigualdad. Resulta claro que el lado izquierdo (LI) de la desigualdad
depende de los valores desconocidos o incógnitas E y F y recibe el nombre de función de
restricción. La desigualdad (3.1) es una forma simbólica y concisa de expresar la restricción por la
cual la cantidad total de horas empleadas en el departamento A para producir E unidades de la E-9
y F unidades de la F-9 no deberá sobrepasar las 150 horas disponibles.

También observamos que por cada E-9 producida se utilizarán 20 horas y por cada F-9 se
emplearán 10 horas de torneado en el departamento B. Dado que hay a lo sumo 160 horas
disponibles en el departamento B, se desprende que los valores de E y F tendrán que cumplir
también con

20E + 10F ≤ 160

Las desigualdades (3.1) y (3.2) representan dos de las restricciones del problema actual.

¿Existen otras? El estudio previo de las consideraciones principales nos muestra que existe
también un acuerdo con el sindicato que debe ser respetado (es decir, la consideración principal
4). Para cada E-9 fabricada se requerirán 30 horas de pruebas y para cada F-9, 10 horas. Por
consiguiente

30E + 10F = horas totales empleadas para las pruebas

El total de las horas de mano de obra para las pruebas no puede ser menor que 135. Así,
obtenemos la restricción

30E +10F ≥135

El símbolo ≥significa mayor o igual que y la condición (3.3) se conoce también como restricción de
desigualdad. Observe usted que la condición (3.3) es una desigualdad del tipo ≥ (un
requerimiento), en oposición a las condiciones (3.1) y (3.2), que son desigualdades del tipo ≤
(limitaciones).

Otra restricción indica que debe producirse cuando menos una F-9 por cada tres E-9. Esa situación
se expresa con símbolos en esta forma
Dado que ambos lados de la desigualdad pueden multiplicarse por el mismo número positivo sin
cambiar la dirección de la desigualdad, podemos multiplicar por 3 ambos lados de esta última
restricción para obtener

Más adelante, en el capítulo 5, veremos que la interpretación adecuada de la optimización de los

informes de la hoja de cálculo se simplifica si dicha desigualdad se expresa con todas las variables
de decisión del lado izquierdo (formando así la función de restricción). Por tanto, en este caso
restamos 3F de ambos lados para obtener la expresión apropiada

Es frecuente que los coeficientes de este tipo de restricciones sean escritos incorrectamente. Por
ejemplo, alguien podría escribir 3E≤F. Para empezar, escriba usted cualquier restricción y luego
compruebe que expresa algebraicamente lo mismo que en español.

La sexta de las consideraciones principales establece que es preciso producir cuando menos cinco
unidades el próximo mes, en cualquier combinación. Esta restricción se expresa sencillamente así

Hasta ahora hemos especificado en forma simbólica y precisa cinco restricciones de desigualdad
asociadas al problema de producción de PROTRAC. Puesto que no tiene sentido producir una
cantidad negativa de equipos E-9 o F-9, tendremos que incluir dos condiciones adicionales

Las condiciones como la (3.6), en la cual se requiere que E y F sean no negativos, se llaman
condiciones de no negatividad. Es importante tener presente que el término no negativo no es
equivalente al término positivo. La diferencia es que no negativo permite que el valor sea cero,
mientras que positivo prohíbe el uso de dicho valor.

En resumen, estas son todas las restricciones y las condiciones de no negatividad del modelo de
PROTRAC, Inc.:
EVALUACIÓN DE VARIAS DECISIONES
En el modelo anterior, la selección de valores para el par de variables (E, F) se conoce como una
decisión; E y F se llaman variables de decisión porque se trata de cantidades controladas por la
administración. Queda claro que en este problema una decisión es una mezcla de producción. Por
ejemplo, E = 6 y F = 5 es una decisión para fabricar seis E-9 y cinco F-9. Algunas decisiones no
negativas satisfarán todas las restricciones (3.1) a (3.5) de nuestro modelo, pero otras no lo harán.
Por ejemplo, podemos observar que la decisión E = 6, F = 5 satisface las restricciones (3.1), (3.3),
(3.4) y (3.5) y viola la restricción (3.2). Para apreciar la situación, sustituimos E = 6, F = 5 en las
restricciones (3.1) a (3.5) y evaluamos los resultados. Al hacer esto, obtenemos

De la misma manera, la decisión E = 6, F = 5 satisface las restricciones (3.3), (3.4) y (3.5). De modo
semejante, la mezcla de producción E = 5, F = 4 satisface todas las restricciones.

La mezcla, o decisión, E = 6, F = 5 no es permisible pues, como acabamos de ver, no hay bastantes

horas disponibles en el departamento B (restricción 3.2) para aplicar esta decisión.
Otra manera de decir lo mismo es que esta decisión no es permisible porque ha violado una de las
restricciones. Entre la infinita cantidad de parejas no negativas de números (E, F), algunas parejas,
o decisiones, violarán cuando menos una de las restricciones y algunas las satisfarán todas.

En nuestro modelo, sólo se permiten las decisiones que satisfacen todas las restricciones. A esas
decisiones se les conoce como decisiones factibles.

La función objetivo: De todas las decisiones permisibles, o factibles, ¿cuál deberá aplicarse? Como
dijimos anteriormente, cada modelo de programación lineal tiene un objetivo específico, además
de restricciones. La dirección de PROTRAC, Inc. se propone maximizar las ganancias del próximo
mes; por lo cual éstas son el objetivo. Resulta claro que las ganancias de PROTRAC provienen de
dos fuentes.

1. Una contribución a las ganancias proviene de la venta de equipos E-9.

2. Otra contribución a las ganancias proviene de la venta de equipos F-9.

En nuestro estudio previo de los principales factores por considerar, indicamos que el margen de
contribución unitaria es de $5000 por cada E-9 y de $4000 por cada F-9. Dado que PROTRAC gana
$5000 por cada E-9 y que E indica la cantidad de máquinas E-9 por producir, vemos que

5000E = contribución a las ganancias por la producción de E unidades de E-9

En forma similar,

4000F = contribución a las ganancias por la producción de F unidades de F-9

Por tanto, la decisión de producir E unidades de E-9 y F unidades de F-9 alcanza una contribución

contribución total a las ganancias =5000E + 4000F

Nótese que, en general, cuando solamente se dan (o sólo están disponibles) los datos de ingresos,
lo único que se puede hacer es maximizar los ingresos sujetándose a las restricciones. Si sólo se
cuenta con la información referente a los costos, entonces todo lo que puede hacerse es
minimizar el costo de producir una mezcla determinada de productos. Sin embargo, si se dispone
de información sobre costos e ingresos, por lo general es más conveniente maximizar la
contribución a las ganancias, antes que el ingreso.

Una solución óptima: De la infinidad de decisiones que satisfacen todas las restricciones (es decir,
de todas las decisiones factibles), aquella que aporte la mayor contribución total a las ganancias se
llamará solución al problema de PROTRAC o, como se le conoce con frecuencia, solución óptima.
Por tanto, buscamos una solución que permita maximizar la contribución total a las ganancias en
relación con el conjunto de las decisiones factibles. Tal decisión se llama decisión óptima.
Dado que la contribución total a las ganancias es una función de las variables E y F, nos
referiremos a la expresión 5000E + 4000F como la función objetivo y trataremos de encontrar
valores factibles de E y F que optimicen (que en este caso significa maximicen) la función objetivo.
Entonces, nuestro objetivo, en términos simbólicos, se expresa concretamente como

maximizar 5000E + 4000F

Por ejemplo, antes vimos que la decisión E = 5, F = 4 es factible porque satisface todas las
restricciones. El valor objetivo que corresponde a esta decisión sería

Asociada con la decisión E = 6, F = 5, el valor objetivo sería

Mejoramiento del valor objetivo: Aunque este valor objetivo es mayor que el anterior y, por
tanto, es más atractivo, recordamos que E = 6 y F = 5 no es una decisión factible, ya que viola una
de las restricciones. Por tanto, PROTRAC no puede considerar esta decisión y debe descartarla.
¿Existe una decisión factible preferente; es decir, una decisión para la cual el valor objetivo rebase
los 41,000? Por ejemplo, la decisión E = 6, F = 3.5 satisface las restricciones y arroja un valor
objetivo de 44,000, que ciertamente es mejor que 41,000. ¿Es realmente este plan de producción
(E = 6, F = 3.5) una decisión óptima (es decir, una solución de nuestro modelo), o es posible
conseguir algo mejor? Recuerde que sólo puede considerar las decisiones factibles, es decir, las
alternativas de producción que satisfagan todas las restricciones.

OBSERVACIONES SOBRE EL MODELO PROTRAC

En la siguiente sección veremos cómo optimizar rigurosamente (es decir, sin adivinar las
respuestas) este modelo y muchos otros semejantes, a partir de su representación en hojas de
cálculo. Además, veremos cómo se puede emplear Solver para que realice una buena parte del
trabajo por nosotros. Sin embargo, dedicaremos primero un momento a repasar la formulación
simbólica completa del modelo de PROTRAC, Inc. y haremos luego varias observaciones acerca de
su forma.

En el análisis precedente tradujimos la descripción verbal de una situación real en un modelo

simbólico completo, con una función objetivo y restricciones. Este modelo, que llamaremos
modelo de PL simbólico, es
Funciones lineales. Adviértase que en el modelo de PL anterior todas las funciones de restricción
(recuerde que tales funciones son la parte izquierda de las restricciones de desigualdad) y la
función objetivo son funciones lineales de las variables de decisión. Como recordará, el gráfico de
una función lineal de dos variables es una recta. En general, una función lineal es aquélla en la que
cada variable aparece en un término separado junto con su coeficiente (es decir, no hay productos
o cocientes de las variables; aquí no hay exponentes que no sean 1; no existen términos
logarítmicos, exponenciales, de postulados SI() ni trigonométricos). Como puede usted apreciar,
estas consideraciones son válidas para cada una de las funciones del modelo anterior.

En contraste, la función 14E + 12EF es no lineal porque el término 12EF implica un producto de
variables. Tampoco la función 9E2 + 8F es lineal, puesto que la variable E está elevada a la potencia
2. Otros ejemplos de funciones no lineales son y 19 Log E + 12E2F. Algunos ejemplos de las
funciones de Excel que muy frecuentemente introducen características de no linealidad en los
modelos son SI(), MAX(), MIN(), LN() y ABS(). Como podrá usted imaginar, las funciones no lineales
son más difíciles de manejar desde el punto de vista matemático. El poder de la programación
lineal en estas aplicaciones proviene de la potencia de las relaciones lineales (igualdades y
desigualdades) y del hecho de que los modelos lineales pueden ser aplicados fácilmente en
situaciones reales por administradores con pocos conocimientos de las matemáticas que
intervienen en ellos. Para nuestros fines actuales, los principios importantes que conviene
recordar son

Consideraciones sobre integralidad. Como observación final, veamos de otra manera la

formulación completa del modelo de PROTRAC, Inc. Conviene indicar que, a menos que se
establezcan restricciones específicas adicionales (para obligar a que las variables de decisión sean
de enteros) debemos estar dispuestos a aceptar soluciones fraccionarias. En muchos modelos de
PL, como el de PROTRAC, Inc., será verdad que los valores fraccionarios de las variables de decisión
no tienen interpretaciones físicas significativas. Por ejemplo, tal vez no se pueda poner en práctica
directamente una solución que indique “produzca 3.12 equipos E-9 y 6.88 F-9”. Por otra parte, hay
muchos problemas en que las fracciones evidentemente tienen significado (por ejemplo,
“produzca 98.65 litros de petróleo”). Para los casos en los cuales las respuestas fraccionales no
tienen significado, existen cuatro recursos posibles:

1. Añada una condición de integralidad al modelo de PL, con lo cual se obligará a una o más
variables de decisión a adoptar sólo valores enteros. Esto transforma el modelo en lo que se llama
modelo de optimización de enteros, o programa de enteros. En estos modelos intervienen muchas
consideraciones adicionales, además del programa lineal ordinario. Los programas de enteros
serán estudiados con todo detalle en el capítulo 7.

2. Resuelva el modelo como si fuera un PL ordinario y después redondee (por ejemplo, al entero
más cercano) cualquier variable de decisión para la cual no resulte aceptable una respuesta
fraccionaria. En muchos casos, esta táctica sencilla y aceptable genera soluciones que
posiblemente no sean factibles u óptimas. En el capítulo 7 estudiaremos las ventajas y desventajas
de este procedimiento.

3. Considere que los resultados del modelo de PROTRAC durante un mes son la producción
promedio mensual para un modelo de varios meses. Por ejemplo, una solución que diga “produzca
3.5 E-9 y 6.25 F-9” puede aplicarse como si dijera “imponga un plan de producción que fabrique
3.5 E-9 cada mes pero (a) venda 3 E-9 en un mes, dejando una mitad de un E-9 como inventario de
‘producto en proceso’ que se acumula para terminarse el siguiente mes y (b) venda 4 E-9 cada
segundo mes. De igual modo, produzca 6.25 F-9 cada mes pero (a) venda solamente 6 F-9 cada
mes, acumulando cualquier F-9 fraccionario como inventario de ‘producto en proceso’ para el mes
siguiente, excepto (b) venda 7 F-9 cada cuarto mes”. Queda claro que dicha regla da como
resultado una producción y venta promediada cada intervalo de cuatro meses de 3.5 E-9 y 6.25 F-9
por mes, como lo estipula la solución PL. Las ventajas y desventajas de emplear un modelo de
promedio mensual como sustituto de las decisiones de producción a lo largo de varios meses se
estudiarán en el capítulo 6 al formular “modelos dinámicos”, es decir, modelos para múltiples
periodos.

4. Considere que los resultados del modelo de PROTRAC correspondiente a un mes sólo tienen
propósitos de planeación, pero no son decisiones operativas que vayan a implantarse per se. Es
decir, los resultados del modelo sólo servirán como guía para la decisión final, que necesariamente
comprenderá muchas otras consideraciones reales no captadas por el modelo de PL más
abstracto. De todas maneras, tales consideraciones muy probablemente obligarán a que las
decisiones finales de la gerencia se desvíen de las decisiones del PL referentes a valores
fraccionarios. En este caso, la solución del modelo de PL ofrece un punto de partida para ese tipo
de consideraciones o la base para el discernimiento y los conocimientos administrativos que, como
recordará usted, fue el objetivo original que expusimos en el capítulo 1 en nuestro argumento a
favor de la construcción de modelos.

En la práctica se adoptan todos estos enfoques. Por ahora nos bastará suponer que ambas
soluciones fraccionarias son significativas para fines de aplicación y que el modelo constituye a
base para la planeación y el discernimiento (opción 4, anterior).