UNASAM

TRABAJO: INFORMATICA
APLICADA PARA LA TOMA DE
DECISIONES ECONOMICAS
PALMA ROJAS, LUIS I.
UNASAM
FACULTAD DE ECONOMIA Y CONTABILIDAD

2009
 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

TRABAJO 01: PROBLEMA DE PROGRAMACIÓN LINEAL 11

Problema del horario de los autobuses:

La ciudad de Progreso estudia la factibilidad de un sistema de autobuses para transportación masiva

que reduzca el transporte urbano en coche y en consecuencia alivie el problema del esmog. El
estudio busca determinar la cantidad mínima de autobuses que satisfaga las necesidades de
transporte. Después de reunir la información necesaria, el ingeniero de tránsito observa que la
cantidad mínima de autobuses varía con la hora del día, y que la cantidad necesaria de vehículos
se puede aproximar con valores constantes durante intervalos consecutivos de 4h. La figura N°
01 resume las determinaciones del ingeniero. Para hacer el mantenimiento diario a cada autobús,
éste puede trabajar 8h sucesivas diariamente.

FIGURA N° 01

Solución:

a) Representación matemática

Variables:

Xi = cantidad de autobuses en funcionamiento.

Restricciones:

Ri = satisfacción de la demanda mínima.

Objetivo:

Z mín. = minimización la cantidad de autobuses en operación y cobertura de la demanda

mínima.

1
TAHA, H. (2003) “investigación de operaciones”, séptima edición, problema resuelto 2.2-5 pp. 53

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Se nota que la definición de variables es ambigua.

Se sabe que cada autobús debe trabajar 8h.

No se sabe cuándo debe comenzar el turno.

Supuesto:

Si dividimos el día en tres turnos normales en el horario normal tendremos: 8:01 h a 16:00 h, 16:01
h a 00:00h, 00:01 h a 8:00 h.

Se supone que X1, X2 y X3 son las cantidades de autobuses en los tres turnos.

Entonces la solución sería simple:

Requerimiento mínimo de autobuses por cada horario.

X1≥10, X2≥12, X3≥8

Entonces la cantidad mínima de autobuses es: X1+X2+X3=30, este solución es aceptable si si los
turnos coinciden con el horario normal.

Pero lo que se busca es optimizar la cantidad de autobuses y dejemos que el proceso de

optimización elija la mejor hora de inicio de un turno.

Una forma razonable es dejar que un turno comience cada 4h. (se puede apreciar en la parte inferíos
de la FIGURA N° 02)

FIGURA N° 02

Se puede apreciar que los turnos se superponen, entonces pueden comenzar: 00:01h, 4:01h, 8:01h,
12:01h, y

Entonces se define las variables en los turnos determinados:

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

X1=cantidad de autobuses en que comienzan a las 00:01h

X2=cantidad de autobuses en que comienzan a las 4:01h

X3=cantidad de autobuses en que comienzan a las 8:01h

X4=cantidad de autobuses en que comienzan a las 12:01h

X5=cantidad de autobuses en que comienzan a las 16:01h

X6=cantidad de autobuses en que comienzan a las 20:00h

El modelo matemático de optimización será entonces:

Z Min=X1+X2+X3+X4+X5+X6 (cantidad de autobuses total en el horario integral)

X1+X6≥4 (00:01h a 4:00h) (cantidad de autobuses mínimo requerido por cada turno, con 8h de
trabajo, que debe satisface la demanda)

X1+X2≥8 (40:01h a 8:00h)

X2+X3≥10 (80:01h a 12:00h)

X3+X4≥7 (12:01h a 16:00h)

X4+X5≥12 (16:01h a 20:00h)

X5+X6≥4 (20:01h a 00:00h)

Xj≥0, j=1,…,6

b) Solución Solver:

(Ver hoja de cálculo Excel)

Los resultados muestran que se necesitan 26 autobuses para satisfacer la demanda, el horario
óptimo dice que X1=4 autobuses comienzan a las 00:01h, X2=10 autobuses a las 4:01h, X4=8
autobuses a las 12:01h, X6=4 a las 16:01h. Los costos reducidos son cero, que indica que el
problema tiene soluciones óptimas alternativas.

c) Análisis de sensibilidad:

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Los precios duales iguales a cero quieren decir que un aumento mínimo de del periodo (horario)
correspondiente no afectará la cantidad de total de autobuses en la operación.

Si el precio sombra es 1, un aumento en de una unidad (un autobús) en la cantidad mínima en

determinado periodo, hará aumentar la cantidad total de autobuses en operación en 1 unidad, que
están limitados por los intervalos especificados en la figura de 8 a 14 autobuses en este horario, sin
hacer que varié la cantidad total de autobuses. Mientras que en el horario 4 no se puede aumentar.

Se hace innecesario un análisis de sensibilidad de en la función objetivo, ya que la naturaleza de los

coeficientes va requerir obligatoriamente que sean 1.

Anexo:

Informe de límites:

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Informe de respuestas:

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

TRABAJO 02: PROBLEMA DE PROGRAMACIÓN LINEAL 2: HILLER-

LIEBERMAN
HILLER-LIEBERMAN. (2002) “investigación de operaciones”. Séptima edición, Edit. Mc
Graw Hill, pp.296.

Ken & Larry Inc. Surte su helado a los expendios en tres sabores: chocolate, vainilla y
plátano. Debido al calor extremo y la alta demanda, la compañía tiene un déficit en el
abastecimiento de los ingredientes: leche, azúcar y crema. Entonces, no podrá satisfacer
todas las órdenes recibidas de sus expendios. Por estas circunstancias, la compañía ha
decidido seleccionar la cantidad que debe producir de cada sabor para maximizar la
ganancia total, dadas las restricciones en las cantidades de ingredientes básicos.

Los sabores de chocolate, vainilla y plátano generan ganancias respectivas de S/. 1.00,
S/.0.90 y S/.0.95 por galón vendido. La compañía tiene solo 200 galones de leche, 150
libras de azúcar y 60 galones de crema en su inventario. En el cuadro siguiente se pueden
observar los recursos disponibles con sus respectivas unidades y la participación de estos
recursos en la elaboración del producto final por cada producto.

ACTIVIDAD RECURSO
RECURSO
CHOCOLATE VAINILLA PLÁTANO DISPONIBLE
LECHE 0.45 0.50 0.40 200
AZÚCAR 0.5 0.40 0.40 150
CREMA 0.10 0.15 0.20 60

Se lee: Para producir un galón helado de chocolate se requiere 0.45 galones, 0.5 libras de
azúcar y 0.1 galones de crema.

Solución:

i) formulación del programa:

Variables:

X1: galones de helado de chocolate producidos.

X2: galones de vainilla producidos.

X3: galones de helado de plátano producidos.

Expresión algebraica:

Z Max (utilidades)=1.00X1+0.90X2+0.95X3 (Ganancia óptima por galones de helado

vendido en miles de soles)

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Sujeto a:

Leche: 0.45X1+0.50X2+0.40X3≤200 galones. (Disponibilidad de materia prima en la

producción de helado).

Azúcar: 0.50X1+0.40X2+0.40X3≤150 libras (Disponibilidad de materia prima en la

producción de helado).

Crema: 0.10X1+0.15X2+0.20X3≤60 galones (Disponibilidad de materia prima en la

producción de helado).

No negatividad de las variables: X1, X2, X3≥0

ii) Solución Solver:

Planteamiento:

Tabla N° 01

a) ¿Cuál es la solución optima?

El resultado que se muestra en la tabla N°01 indica que para maximizar las ganancias es
necesario producir 300 galones de helado de vainilla y con 75 galones de helado de
plátano, con lo cual se obtendrán utilidades de S/. 341.25 mil y así también atender sus
expendios, sin producir helado de chocolate. También se presenta una holgura de 20
galones en la utilización de la materia prima leche, es decir no se han utilizado estos 20
galones en la producción de helados ya sea en la de vainilla o plátano, mientras que los
recursos azúcar y crema si han sido utilizados al 100% en la producción.

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Análisis de sensibilidad:

Tabla N° 02

Se puede apreciar también el costo reducido para la producción de helado de chocolate, nos
dice que en la elaboración de este producto se debe reducir la ganancia unitaria de este
producto en (0.04), para que apenas sea rentable producirlo, como se aprecia en el cuadro
N° 03.

Los límites que se presentan para los coeficientes de la ecuación objetivo nos permiten
aumentar o disminuir las ganancias unitarias de cada producto y seguir manteniéndonos en
el punto óptimo; es decir hacer variar las utilidades unitarias, seguir produciendo y ganado
óptimamente y obteniendo ganancias; esta variación está limitada en los intervalos que se
presentan en la tabla N° 03.

Tabla N° 03

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Al revisar los precios duales, la restricción del ingrediente azúcar muestra que un aumento
en 1 libra de este recurso, se producirá un incremento de las ganancias en 188%, es decir
casi triplicándose las ganancias, mientras que un incremento en un galón del recurso crema
duplicará (100%) las utilidades en miles de soles.

Los aumentos o disminuciones permisibles de recursos en la utilización de recursos en la

producción de helados ya sean de vainilla o de plántanos se especifican en la tabla; se
puede incrementar solo 30 galones más y nos mantendremos en la región factible; es decir
que podríamos bajar en 10 libras o aumentarlas en 30 libras el azúcar utilizado y
seguiremos obteniendo utilidades con esos recursos. De manera análoga se hace la
interpretación para el ingrediente crema.

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

TRABAJO 03: ANÁLISIS DE DECISIONES-PROBLEMA PROPUESTO 2

EJERCICIO 11.1 Fireworks Unlinited recientemente sufrió una pérdida grave debido a una
explosión. Su cobertura de seguro permite a la compañía elegir entre su reubicación por una cierta
cantidad de dinero, que después de meses de de negociación, se fijo en S/. 800 000, o reconstruir la
fabrica. En cualquier caso la compañía está planeando vender. Si no se reconstruye la fabrica debe
ser demolida a un costo de S/. 100 000. Después de eso, el terreno puede ser vendido como
inmueble comercial no desarrollado. La administración cree que la cantidad de dinero que la
compañía recibirá por el inmueble depende del estado de la economía al momento de la venta,
según se indica en la segunda columna de la tabla siguiente. Alternativamente, si se reconstruye la
fabrica, el negocio puede venderse directamente. El valor del negocio depende también del estado
de la economía en el momento de la venta, según se indica en la tercera columna de la misma tabla.

(Valores en S/.)

VALOR VALOR
CONDICION
ESTIMADO DEL ESTIMADO DEL
ECONOMICA
INMUEBLE (R) NEGOCIO (Rc)
Pobre 400 000 900 000
Promedio 700 000 1 200 000
Buena 1 100 000 2 000 000

a) Identifique las alternativas de decisión

b) Identifique los posibles estados-resultados
c) Determine la matriz de ganancia para cada pareja alternativa-resultado, es decir, construya
la matriz de ganancias.
d) Construya el árbol de decisiones.

Solución:

a) Las alternativas de decisión son:

Venta según la condición económica

Valor estimado del negocio: Reconstruir (Rc), Valor estimado del inmueble: Reubicar (R),

b) Los posibles estados de resultado

Pobre (P), Promedio (Pm), Buena (B).

c) Matriz de ganancias:

2
SOLOW, Matur. “investigación de operaciones”, Capitulo Once, pp. 627.

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Se sabe que en caso de reubicar (R) la empresa cobrara el seguro de S/. 800 000, pero deberá
pagar S/. 100 000 por la demolición, es decir si opta por reubicar deberá afrontar este costo, que
hace que disminuya la prima de seguro a S/. 700 000. Entonces la matriz de ganancias es:

(Valores en Miles Soles)

CONDICION
ECONOMIC Pobre Promedio Buena
A
Rc 0.9 1.2 2.0
R 0.4+0.7=1.1 0.7+0.7=1.4 1.1+0.7=1.8

TOMA DE DECISON SEGÚN LOS CRITERIOS: OPTIMISTA, PESIMISTA Y DE

HURWICZ.

CONDICION GANACIA GANACIA GANACIA PESADA (EN EL

ECONOMICA MAXIMA MINIMA SUPUESTO DE QUE α=0.7)
Rc 2.0 0.9 0.7(2.0)+0.3(0.9)=1.67
R 1.8 1.1 0.7(1.8)+0.3(1.1)=1.59

CRITERIO MINIMAX

CONDICION PENA
Pobre Promedio Buena
ECONOMICA MAXIMA
Rc 1.1-0.9=0.2 1.4-1.2=0.2 2.0-2.0=0.0 0.2
R 1.1-1.1=0.0 1.4-1.4=0-0 2.0-1.8=0.2 0.2

El resultado del que se obtiene en el peor de los casos, ganará 0.2 por millón menos de la
ganancia que hubiera obtenido, si hubiera sabido cual sería el resultado final.

CRITERIO PROBABILISTICO

CONDICION PENA MAXIMA

Pobre (0.3) Promedio (0.4) Buena (0.3)
ECONOMICA
Rc 0.3(0.9)+0.4(1.2)+0.3(2.0)=1.35 1.35
R 0.3(1.1)+0.4(1.4)+0.3(1.8)=1.43 1.43

Se puede apreciar en el cuadro que 1.43 por un millón es el mayor valor esperado por la venta
de la fábrica en un momento donde la condición económica es buena.

VALOR ESPERADO DE LA INFORMACIÓN PERFECTA.

i) Ganancia esperada sin información perfecta. (GESIP)

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

GESIP=0.3(1.1)+0.4(1.4)+0.3(1.8)=1.43

ii) Ganancia esperada con información perfecta. (GECIP)

Consideremos cada resultado futuro por cada resultado futuro por condición económica y
tomaremos la mejor decisión:

RESULATDO
Pobre Promedio Buena
FUTURO
Rc 0.9 1.2 2.0
R 1.1 1.4 1.8

Entonces:

GECIP=0.3(1.1)+0.6(1.4)+0.3(2.0)=1.77

Ahora hallamos el Valor esperado de la Información Perfecta (VEIP):

VEIP=GECIP-GESIP

VEIP=1.77-1.43=0.34

Por lo tanto, tener información perfecta vale 0.34 millones de soles a Fireworks Unlinited,
porque conocer información aumenta la ganancia esperada de 1.43 millones a 1.77 millones por
realizar la venta.

d) Ahora elaboramos el árbol de decisiones:

P 4
Pm
0.9 5
1.2
2 B
Rc
2.0
6

1 R
P
7
1.1
3 Pm
B 8
1.4
1.8 9

Por lo tanto se puede apreciar que según el árbol de decisiones no lleva a la elección de
reconstruir la fabrica y obtener una ganancia de S/. 2.0 por millón si la condición económica
fuera buena y en el peor de los casos la ganancia que se obtendría seria S/. 0.9 por millón.

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

TRABAJO 04: UTILIDAD Y ANÁLISIS DE DECISIONES-PROBLEMA

PROPUESTO3
Una empresa tiene tres alternativas de decisión. Los pagos aparecen en miles de dólares.

ALTERNATIVAS CONDICIÓN ECONÓMICA

DE DECISIÓN Hacia arriba, s1 Estable, s2 Hacia abajo, s3
Inversión A, d1 100 25 0
Inversión B, d2 75 50 25
Inversión C, d3 50 50 50
Probabilidades 0.4 0.3 0.3

a) con base en el procedimiento de la ganancia esperada, ¿Cuál es la decisión de inversión?

b) para una lotería con un pago de $ 100 mil dólares con una probabilidad p y $ 0 dólares con una
probabilidad de (1-p), dos personas que toman decisiones expresaron las probabilidades de
indiferencia que se muestran a continuación. Determine la decisión más preferida para cada uno de
los tomadores de decisión utilizando un procedimiento de utilidad esperada.

c) ¿Por qué los que toman decisiones A y B no seleccionan la misma alternativa de decisión?

SOLUCIÓN:

a)

CONDICION PENA MAXIMA

ECONOMIC s1 (0.4) d2 (0.3) d3 (0.3)
A
d1 0.4(100)+0.3(25)+0.3(0)=47.5 47.5
d2 0.4(75)+0.3(50)+0.3(25)=52.6 52.5
d3 0.4(50)+0.3(50)+0.3(50)=50 5.00

Se puede apreciar en el cuadro que $ 52.5 miles de dólares es el mayor valor esperado por la venta
de la fábrica en un momento donde la condición económica es buena.

b)

U ( 100 ) >U ( 0 )

Donde:

U ( 100 )=10>U ( 0 )=0

Determinemos la matriz de utilidades:

3
ANDERSON. “investigación de operaciones”, Capitulo seis, pp. 158.

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

Para una lotería:

Pago de $ 100 000.00 con una probabilidad p $ 0.00 con una probabilidad de (1-p).

Ganancia:

a ij: 75, 50 y 25

Ahora determinemos los valores para las matrices:

Si se tiene las probabilidades de indiferencia:

ALTERNATIVA DE PROBABILIDAD DE INDIFERENCIA (p)

DECISIÓN Tomador de decisión A Tomador de decisión B
$ 75 000 0.80 0.60
$ 50 000 0.60 0.30
$ 25 000 0.30 0.15

U ( 75 ) A =0.80 ( 10 )+ 0.20 ( 0 )=8

U ( 75 )B =0.60 ( 10 ) +0.40 ( 0 )=6

U ( 50 ) A =0.60 ( 10 )+ 0.40 ( 0 )=6

U ( 75 )B =0.30 ( 10 ) +0.70 ( 0 )=3

U ( 25 ) A =0.30 ( 10 ) +0.70 ( 0 )=3

U ( 25 )B =0.15 ( 10 ) +0.85 ( 0 )=1.5

Las matrices de utilidades son:

PARA EL TOMADOR DE DECISIÓN A

CONDICIÓN ECONÓMICA UTILIDAD

ALTERNATIVAS
Hacia arriba, ESPERADA
DE DECISIÓN Estable, s2 Hacia abajo, s3
s1
Inversión A, d1 10 3 0 4.9
Inversión B, d2 8 6 3 5.9
Inversión C, d3 6 6 6 6.0
Probabilidades 0.4 0.3 0.3

PARA EL TOMADOR DE DECISIÓN B

ALTERNATIVAS CONDICIÓN ECONÓMICA UTILIDAD

DE DECISIÓN Hacia arriba, Estable, s2 Hacia abajo, s3 ESPERADA

PALMA ROJAS, LUIS I.

 INFORMATICA APLICADA PARA LA TOMA DE DECISIONES ECONOMICAS

s1
Inversión A, d1 10 1.5 0 4.45
Inversión B, d2 6 3 1.5 3.75
Inversión C, d3 3 3 3 3.00
Probabilidades 0.4 0.3 0.3

c) La decisión de inversión es diferente para ambos agentes ya que si nos fijamos en el Grafico de
de evasores y tomadores de riesgo el agente tomador de decisión a es un evasor de riesgo mientras
que el agente b si toma riesgo, esto también se puede comprobar con el valor esperado de la lotería.

VALOR TOMADOR DE DECISION TOMADOR DE DECISION

NEUTRAL
MONETARIO $ A B
100 10 10 10
75 8 6 7.5
50 6 3 5
25 3 1.5 2.5
0 0 0 0

GRÁFICO DE EVASOR Y TOMADOR DE RIESGO DE LOS AGENTES

DECISORES A Y B

12

10

0
0 20 40 60 80 100 120

PALMA ROJAS, LUIS I.