1

UNIVERSIDAD NACIONAL ABIERTA

RECTORADO
DIRECCIÓN DE INVESTIGACIÓN Y POSTGRADO
CENTRO LOCAL METROPOLITANO

ELEMENTOS DE LA TEORÍA DE DECISIONES COMO UNO DE LOS CAMBIOS

MÁS VIABLES PARA LA SISTEMATIZACIÓN DE LA ADMINISTRACIÓN
CIENTÍFICA. DIFERENTES MODELOS DE PROGRAMACIÓN LINEAL
ESTABLECIENDO EL MÉTODO DE TRANSPORTE Y ASIGNACIÓN PARA LA
TOMA DE DECISIONES EFECTIVAS

Autores : Antonio José Carmona Barrera, C.I. Nº 6.907.067.

Reinaldo Adolfo Núñez, C.I. Nº 10.818722.
Facilitador : MSc. Alejandro Artahona.
Curso : Métodos Cuantitativos en la Gestión de la Empresa.

Caracas, noviembre de 2022

 2

Elementos de la teoría de decisiones como uno de los cambios más viables para la
sistematización de la administración científica. Diferentes modelos de programación lineal
estableciendo el método de transporte y asignación para la toma de decisiones efectivas.

Introducción

Para las situaciones repetitivas, del campo de la Investigación Operativa, la Teoría de las
Decisiones ha desarrollado métodos, técnicas y herramientas de decisión precisas y eficaces,
esencialmente matemáticos que llevan con seguridad a elegir el curso de acción óptimo en una
situación de decisión perteneciente a esos mundos.
Es aquí, donde queda muy clara su aplicación y utilidad en las áreas funcionales,
personal, mercado y distribución, compras y materiales, manufactura, finanzas y contabilidad,
planeación.
Los decisores, responsables de la elección e implementación efectiva de la alternativa,
actúan siempre en entornos inciertos. En estos niveles intermedios y gerenciales, los métodos de
la Teoría de la Decisión comienzan a abrirse. Aparecen zonas matematizables y otras que
esquivan los números. Se utilizan frases: “es muy probable que…”, “es mejor que”, “me parece
más segura”, entre otras.
Son los mundos del planeamiento y de los escenarios, donde se ha desarrollado la
probabilidad subjetiva, los métodos bayesianos, la estadística no paramétrica, los métodos de
creatividad y, sobre todo, la simulación.
En este trabajo se presentan inicialmente, los elementos básicos de la Teoría de la
Decisión para centrarse posteriormente, en la Teoría de la Decisión en situaciones de
incertidumbre.

Bases teóricas

Teoría de las decisiones de David Lewis (1986).

La teoría de la decisión se ocupa de analizar cómo elige una persona aquella acción que,
de entre un conjunto de acciones posibles, le conduce al mejor resultado dadas sus preferencias.
Según Becker (1986), la teoría de la decisión se podría ocupar de
 3

Si debo invertir o no en bienes de equipo, qué carrera voy a estudiar, qué coche me
compraré o, incluso, con quién debería casarme, son problemas muy comunes que
nos afectan en nuestra vida cotidiana y a los que ––en términos formales–– se
enfrenta la teoría de la decisión. (p. 115)

Por otro lado, en los últimos años ha sido tan grande su influencia en disciplinas como la
psicología y la economía ––que han contribuido, junto con la matemática aplicada, a su
desarrollo––, o la sociología, la ciencia política y la filosofía ––que la han empleado––, que
resulta muy difícil abordar hoy algunas de las cuestiones más candentes de dichas especialidades
sin tener un conocimiento, por pequeño que sea, de teoría de la decisión.
Para (Bell, Raiffa y Tversky, 1998: 18; y Marí–Klose 2000) el paradigma canónico de la
teoría de la decisión se caracteriza por los siguientes elementos centrales. Refieren, para
empezar, con un individuo que ha de tomar una decisión cualquiera y de quien se dan por
supuestas sus preferencias. La teoría formal de la decisión, no entra a considerar la naturaleza de
las preferencias de los individuos ––objeto éste de otras disciplinas–– ni por qué las personas
prefieren unas cosas en vez de otras. Desde la perspectiva formal que adopta la teoría lo único
que importa es que dichas preferencias, sean las que fueren, satisfagan ciertos criterios básicos de
consistencia lógica, entre los que cabe destacar por su importancia los siguientes:
Transitividad: para todo x, y y z, si x es preferida estrictamente a y e, y es preferida
estrictamente a z, x será preferida a z.
Completud: para todo x y todo y, o bien x es preferida a y, o y es preferida a x, o el
individuo es indiferente entre ellas.
Asimetría: si x es preferida estrictamente a y, y no es preferida estrictamente a x.
Simetría de la diferencia: para todo x e y, si x es indiferente a y, y es indiferente a x.

Si todos estos requisitos se violan a la vez resultará imposible saber qué es lo que la
persona prefiere; no se podrá ordenar ––jerarquizar–– sus preferencias, y la teoría de la decisión
considerará que dicha persona no elige racionalmente, esto es, de forma lógicamente consistente.
Ríos (1995), (como citó Aguiar, 2004) considera que para

Cumplir con el requisito de transitividad nos asegura, por ejemplo, que no tenemos
una decisión de manera tal que salgamos perjudicados, eligiendo al principio
opciones que preferimos más ––x frente a y, e y frente a z–– para determinar con
una mala opción si elegimos z frente a x. La completud exige que la persona
compare entre sí todas sus opciones y se decida por una de ellas o manifieste su
 4

indiferencia (que es una forma de decisión). A su vez, la asimetría y la simetría

resultan evidentes de por sí, y no parece que impongan una lógica desmedida a la
persona que ha de elegir entre varias opciones: si soy indiferente entre el candidato
A y el B (o entre el coche C y el D), no puedo afirmar que prefiero el candidato B
al A (o el Coche D al C); y si prefiero estrictamente el candidato B al A, se dudará
de mi coherencia si afirmo, a la vez, que prefiere el A al B. Así pues, si estos
requisitos se cumplen se podrá atribuir al individuo una función de utilidad, es
decir, un índice o número a cada una de sus preferencias de formas que las
podamos ordenar de menor a mayor, de los menos preferido a lo más preferido. (pp.
55–56)

Para proceder al análisis de la decisión en estos términos es preciso identificar

previamente un conjunto de opciones posibles desde la perspectiva de quien toma la decisión (su
conjunto factible) y un conjunto de consecuencias de cada una de las opciones, consecuencias
que se puedan anticipar y ordenar según las preferencias del individuo. Se supone que, dado su
conjunto factible, el individuo elegirá aquella opción que tenga ––o crea que tenga–– las mejores
consecuencias, es decir, la que prefiera más.
La decisión puede ser paramétrica ––si en el contexto se considera dado, es decir, un
parámetro–– o estratégica, esto es, si las decisiones de los actores son independientes, de forma
que nuestra decisión dependa de lo que hagan los demás. A este cuadro habría que añadirle la
cantidad de información con que cuenta el individuo para decidirse por una opción u otra de su
conjunto factible. Si la información sobre los resultados de las distintas opciones es completa ––
conocemos con toda seguridad las consecuencias de nuestras decisiones–– el individuo se hallará
ante una situación de certidumbre; si, por el contrario, la información es incompleta ––
desconocemos qué consecuencias tendrán nuestras acciones–– la situación será bien de riesgo
bien de incertidumbre. Puestas así las cosas, el siguiente árbol recoge de manera resumida el
panorama de la teoría de la decisión:
 5

La teoría paramétrica de la decisión (o teoría de la decisión, sin más) aborda la naturaleza

formal de las decisiones individuales y analiza criterios diversos de decisión a tenor del contexto
informativo en que se desenvuelva el individuo. Según Selten (1996) “… dicha naturaleza
formal se puede tratar de manera normativa, prescriptiva o descriptiva” (p. 289). En el primer
caso, se estudia qué decisiones debe tomar un agente idealizado (que no sufre nunca
incoherencias lógicas y que es capaz de optimizar la búsqueda de información). La teoría
descriptiva, de la decisión se ocupa, en cambio, de cómo pueden elegir bien individuos reales,
dadas sus limitaciones cognitivas e informativas. La teoría descriptiva de la decisión estudia
cómo deciden, de hecho, las personas.
La teoría de juegos, a su vez, analiza las decisiones individuales que se ven influidas no
sólo por la información contextual disponible, sino por las decisiones de otros. Se trata, pues, a
decir de Binmore (1994) “… del estudio formal de decisiones estratégicas, en las cuales lo que
una persona decide depende de la información que tenga sobre lo que hacen los demás” (p. 35).
La teoría de juegos ha desempeñado y desempeña un destacado papel en el reciente
desarrollo de disciplinas como la sociología y la ciencia política.
Para Aguiar, Criado y Herreros (2003), afirman que los “… conceptos sociológicos
clave como clase social, normas sociales o estructura social están conociendo un notable
desarrollo y fundamentación gracias a la teoría de los juegos” (p. 46).
De igual manera, Morrow (1994) considera que

… en el terreno de la ciencia política el comportamiento estratégico de votantes y

partidarios, los problemas que plantea el control de los políticos por parte de la
ciudadanía o las relaciones internacionales, entre otras muchas cosas, han cobrado
profundidad y perspectiva gracias a la teoría de juegos. (p. 15)

Por último, la teoría de la elección social estudia y propone criterios para agregar
funciones individuales de decisión en una sola función social de decisión o función de elección
social. Dadas las preferencias de un conjunto de personas ––por ejemplo, sus preferencias por
distintos candidatos en una elección–– se trata de saber cuál sería su preferencia colectiva.
Esta cuestión ha dado lugar a una serie de teoremas de posibilidad e imposibilidad que
demuestran cuándo es posible, y cuándo no, agregar las preferencias individuales mediante una
regla de decisión social (Arrow, 1974; Sen, 1976; Barberá, 1984).
 6

Las aportaciones de la teoría de la elección social al estudio de las distintas reglas de

decisión en comités o de las reglas electorales resultan hoy un aspecto ineludible en el análisis
del funcionamiento de la democracia.
Se trata de un aspecto de la teoría de la decisión que ha tenido gran influencias en las
ciencias sociales, así como en ética y teoría de la justicia, pues se supone que en el ámbito social
y moral rara vez tenemos certeza absoluta sobre las consecuencias de nuestras acciones.

Elementos de la teoría de las decisiones.

Existen ciertos elementos importantes dentro de la teoría de la decisión que conviene

tener presentes para comprender su estructura. Un elemento muy importante en una decisión es
el sujeto que decide, que será denominado “agente” de aquí en adelante. Otras dos nociones son
fundamentales para que un análisis de decisión pueda considerarse completo: el grado de
creencia y el valor esperado.
a) El grado de creencia: todo agente posee ciertas convicciones con respecto a los hechos
que considera relevantes para su decisión. De esta manera, sea w un mundo posible
cualquiera. El grado de creencia de un sujeto acerca de que el mundo posible w es el
mundo actual es una función proporcional de credibilidad de creencia y se escribe
“C(w)”. El grado de creencia, entonces, expresa a la vez el grado de convicción que posee
un agente de que w es el mundo en que él habita. Ya que una proposición puede tomarse
como un conjunto de mundos posibles, el grado de creencia se puede representar
gráficamente mediante el diagrama de Euler, donde un conjunto es una proposición P
cualquiera y w un elemento de esa proposición:

De la misma manera, el grado de creencia es una función de probabilidad es un espacio

cuyos puntos son mundos posibles y cuyas regiones son proposiciones. Además, la relación
llamada “grado de creencia condicional” entre dos funciones quedará expresada de la siguiente
 7

manera. Sean X e Y dos proposiciones. El grado de creencia condicional de X dado que Y se

anota “C(X  Y)” y es igual a:
(i) C(X  Y) = C(X  Y) / C(Y)
(ii) C(X  Y) . C(Y) = C(X  Y)
b) El valor esperado: el grado de creencia estará siempre relacionado a un valor
esperado, ya que si un agente otorga un grado de probabilidad al hecho de que w es el
mundo actual, también podría asignar un valor a ese hecho. En base a la definición de
David Lewis, podemos expresar esta noción de la siguiente manera. Sea V (X) el valor
esperado de una proposición X y V (w) el valor esperado de un mundo posible. El valor
esperado V (X) es la suma de los grados de creencia condicional de cada w dado que X,
multiplicado por el valor esperado de w:
(iii) V (X) = w C(w  X) . V(w)
De (i) tenemos que:
(iv) V (X) = w C(w  X) / C(X) . V(w)
Entonces el valor esperado de una proposición es igual a la suma de cada grado de
creencia de un mundo posible y de X, dividido con el grado de creencia de X y multiplicado por
el valor de w.

Referentes conceptuales

Concepto de decisión.

Etkin (2010), define a la decisión como

… una capacidad humana que articula la lectura y análisis de la realidad, al

procesar la información pertinente desde el conocimiento profesional, pero también
comprende la apreciación desde los sentimientos y experiencias (subjetividad). En
sí, decidir es un proceso individual, sistemático, no siempre lógico, propio del “ser
humano”, para cumplir con objetivos del sujeto, llamado “decisor”.

Las decisiones son, de acuerdo con la terminología de Easton (2008), los

… resultados del sistema político, mediante el cual valores son autoritariamente
distribuidos dentro de una sociedad. El concepto de toma de decisiones durante
largo tiempo ha estado implícito en algunos de los enfoques más viejos de la
historia diplomática y el estudio de las instituciones políticas. (p. 22)
 8

Concepto de toma de decisiones.

Siguiendo a Peñaloza (2010), la toma de decisiones es considerada en contexto

organizacional como

… una situación que está presente en nuestras vidas desde que despertamos hasta
que nos acostamos, solamente al despertar debemos elegir entre levantarnos o no,
cuando nos levantamos elegimos si nos ponemos o no zapatos para caminar dentro
el dormitorio y así sucesivamente, nuestra vida está llena de elecciones, unas más
difíciles que otras, con más o menos implicancia, pero al final siempre estamos
decidiendo. (p. 227)

Elementos que caracterizan a la toma de decisiones.

Para que se dé una toma de decisiones se necesita que estén presentes los siguientes
elementos:

 Sujeto, que es la persona que debe elegir la alternativa a seguir, en otras

palabras es el decisor.
 Alternativas y/o cursos de acción a seguir, mínimamente deben ser 2 para que
pueda darse la elección o decisión.
 Criterio, que sirve de base para determinar la alternativa a seguir. (Peñaloza,
Ob.cit, p. 227)

Definición de algunos conceptos importantes.

 En términos formales, decidir o tomar una decisión es elegir de entre varias

alternativas, la mejor, basados en la información con que se cuenta en ese
momento.
 Variables de decisión y estados de la naturaleza, cuando se tiene que realizar una
toma de decisiones inicialmente se debe identificar cuáles variables se pueden
controlar (variables de decisión) y cuáles variables no (estados de la naturaleza o
eventos), estas últimas son factores externos que influirán en la situación de
análisis.
 Pago, es la consecuencia, que resulta de la combinación de una alternativa elegida
(variable de decisión) y la ocurrencia de un particular estado de la naturaleza
(evento o variable no controlable).
 9

Tipos de decisiones.

Tomando como criterio la información disponible, las decisiones se pueden clasificar en

tres (3) tipos:
 Decisiones en condiciones de certeza: Son aquellas que se toman cuando se dispone
de información clara, exacta y completa sobre el tema, lo que hace que la
alternativa elegida sea segura y con muy poco riesgo.
 Decisiones en condiciones de riesgo: Son las decisiones que se toman con
información parcial sobre el tema, es decir, que se dispone de información, pero
ésta, no es del todo exacta y se tiene probabilidades de ocurrencia, por tanto la
elección que se tome, tendrá un riesgo asociado.
 Decisiones en condiciones de incertidumbre: El decisor no tiene conocimiento de
los resultados de ninguno de los estados de la naturaleza y/o es costoso obtener la
información necesaria. En tal caso, la decisión depende netamente del tipo de
personalidad que tenga el decisor, como consecuencia el riesgo es muy alto.

Cuadro Nº 1. Clasificación de los tipos de decisiones.

TIPO DE DECISIÓN INFORMACIÓN RIESGO
Condiciones de certeza. Clara, exacta y completa. Bajo
Condiciones de riesgo. Con probabilidades de ocurrencia. Medio
Condiciones de incertidumbre. Muy escasa o nula. Alto
Fuente: Peñaloza, M. (2010). Teoría de las decisiones. Elaboración: Reinaldo A. Núñez (2022).

Concepto de valor esperado.

El criterio del valor esperado es un modelo que se basa en las probabilidades de

ocurrencia de un suceso en particular y resulta de la suma ponderada de los pagos
correspondientes a la alternativa de decisión.
 10

Concepto de matriz de pagos.

Una matriz de pagos sirve para analizar varias alternativas de decisión y muestra los
resultados correspondientes a todas las combinaciones de éstas con los estados de la naturaleza.
De manera general, se le plantea de la forma siguiente:

Cuadro Nº 2. Formato general de la matriz de pagos.

ESTADOS DE LA NATURALEZA
E1 E2 ….. Em

ALT. DE D1 X11 X12 X1m

DECISIÓN D2 X21 X22 X2m
.
.
.
.

Dn Xn1 Xn2 Xnm

Fuente: Peñaloza, M. (2010). Teoría de las decisiones. Elaboración: Reinaldo A. Núñez (2022).

Donde Xij = Beneficio o costo de la alternativa “i” asociado al estado de la naturaleza

“j”.
Una vez que se tiene armada la matriz, se debe calcular el valor esperado para cada
alternativa de decisión (fila) y finalmente se debe elegir la opción que más convenga; si se
trataran de costos se debería elegir la opción que tenga el menor valor esperado, por el contrario
cuando se traten de utilidades, negocios o rendimientos se debe elegir la alternativa que tenga el
mayor valor esperado.

Programación lineal

Concepto de programación lineal.

De acuerdo con Marín y Maya (2016) señalan que

… es una herramienta aplicable a diversos campos; en la actualidad, las empresas

enfrentan problemas de todo tipo, mucho de los cuales ponen en riesgo su
estabilidad económico y permanencia en el mercado, por lo que los empresarios
buscan soluciones factibles, eficientes y rápidas, dichos procesos son manejados
mediante la programación lineal, que plantea actividades para lograr mejores
resultados entre las alternativas de solución. Sin dar espacio para la existencia de
dudas en ninguna de las relaciones, el problema de optimizar la función objetivo
sujeta a diferentes restricciones. (p. 48)
 11

Asimismo, Gil (2017), la programación lineal es considerada como

… una técnica de optimización para soporte a la toma de decisiones en las que
debe optimizarse algún indicador o medida de resultado, cumpliendo con una serie
de condiciones o restricciones. Tales restricciones obedecen a limitaciones de
recursos productivos, condiciones de mercadeo, entre otras. (p. 19)

Para Budnick (2007), la programación lineal es

… una técnica de optimización matemática. Por técnica de optimización, se

concibe la idea de un método que intenta maximizar o minimizar un objetivo
establecido, como por ejemplo la maximización de utilidades o la reducción de
costos. La programación lineal constituye un subconjunto de un área mayor
denominada programación matemática. (p. 37)

Por consiguiente, la programación lineal es considerada como una herramienta de

fundamental importancia, pues, mediante su aplicación, se obtienen soluciones cuantitativas a
problemas de todo tipo, buscando mejorar el resultado y una óptima toma de decisiones.

Características de la programación lineal.

La programación lineal tiene un alto impacto a escala general, es aplicable a una gran
variedad de problemas organizacionales, se fundamenta en las siguientes características
(Rodríguez y Aldana, 2012)
 Se debe establecer algún criterio de decisión.
 Las relaciones de las variables deben ser de tipo lineal.

Objetivos de la programación lineal.

 Encontrar soluciones a través de métodos matemáticos con el uso de sistemas

lineales a problemas de carácter económico–técnico representados por la limitación
de recursos.
 Resolver casos de combina óptima de mezclas de producción, disposición interna
de procesos, maximización de beneficios, localización, asignación de recursos,
minimización de costos, transporte, entre otros.
 12

Aplicaciones de la programación lineal.

La programación lineal es la más popular de las orientaciones que se engloban dentro de

las técnicas matemáticas para la optimización y ha sido aplicada a diversos problemas de la
administración de operaciones. En este sentido, Puente y Gavilánez (2018) consideran las
siguientes principales aplicaciones
 Planeación de operaciones y ventas agregadas: busca encontrar el programa de
producción que tenga el costo mínimo. El problema radica en construir un plan para un periodo
determinado (entre tres y seis meses) que, al enfrentar las limitaciones de la capacidad de
producción deseable y el tamaño de la fuerza de trabajo, satisfagan la demanda esperada. Dentro
de los costos notables estimados en el problema, se consideran salarios (trabajo regular como
horas extras), nuevas contrataciones, posibles despidos, costo del manejo de inventarios.
 Análisis de la productividad: tomando en cuenta el bien o servicio que se va a
producir, se considera el grado de eficiencia que la manufactura o el establecimiento del servicio
utilizan en comparación con las unidades que posean un mejor desempeño. Para lo cual se
sugiere la aplicación de un enfoque denominado análisis envolvente de datos.
 Planeación de productos: hallar la composición recomendable de productos,
considerando los recursos y costos que requieren cada uno de ellos. Por mencionar algunos
ejemplos: la mezcla óptima de elementos químicos para pinturas, alimentos, entre otros.
 Rutas de los productos: definir el campo óptimo para fabricar un producto
procesado en secuencia que pasa por distintos procesos, en los cuales se dispone de maquinaria
con costos propios y características de producción.
 Programación de cuadrillas: encontrar una ruta óptima para utilizar recursos
como, por ejemplo: aviones, buses camiones, cuadrillas que los conducen para ofertar servicios
de transporte.
 Control de procesos: tiene el objetivo de minimizar los desperdicios generados en
el proceso productivo.
 Control de inventarios: determinar la combinación óptima de productos que se
deberá tener en almacenamiento.
 Programación de la distribución: encontrar la combinación óptima de embarques
para distribuir la producción a los diferentes destinos.
 13

 Estudios para ubicar la planta: definir la ubicación acertada para una nueva
planta evaluando los costos de embarque, las fuentes de suministros y de demanda.
 Manejo de materiales: definir rutas con el propósito de minimizar los costos para
el manejo de materias y maquinarias.

En los últimos años, la programación lineal ha tenido una creciente aceptación en la

industria por la disponibilidad de información detallada de las operaciones y el interés
fundamental de optimizar tantos como costos como ingresos, por lo cual a la programación lineal
se le ha denominado opción de planeación avanzada, planeación sincronizada u optimización de
procesos.

Condiciones básicas de la programación lineal.

 Recursos limitados.
 Objetivo explícito.
 Linealidad.
 Homogeneidad.
 Divisibilidad.

Al hacer referencia a los recursos limitados, se considera la cantidad limitada sea de

horas de trabajo, equipos, dinero, materiales, suministros, entre otros. El objetivo explícito hace
referencia a la maximización de utilidades o minimización de costos. La existencia de linealidad
hace referencia a todo proceso, actividad o relación lineal utilizada, se identifica con la cantidad
de cada uno de los factores con respecto a los demás y a las cantidades de cada uno de los
productos. Homogeneidad quiere decir que los productos elaborados en una maquinaria son
idénticos o todas las horas de trabajo de un obrero son igual de productivas y la divisibilidad en
la programación lineal presupone que tanto productos como recursos se pueden subdividir en
fracciones.

Tipos de modelos de programación lineal.

Los modelos de programación lineal más comunes, son los siguientes:

 14

Modelos Índices del modelo Variables de decisión Función objetivo

Modelos de producción: un solo periodo, i: Tipo de prenda. Pi: Cantidad de prendas de tipo i por Maximizar
múltiples productos. j: Tipo de actividad. producir (i = 1,…,4) 4

f=  Precio i* Pi

i=1
Modelos de transporte. i: Planta. Xij: unidades de producto por enviar Minimizar
j: Almacén. desde la planta i al almacén j 3 4

(i = 1,…4; j = 1,…,3)
Z=  Costo ij* Xij

j=1 i=1
Modelos de trasbordo. i: Plantas. Primera forma: Para la primera forma:
j: Almacenes. Xi: unidades por transportar de planta Maximizar
k: Mercados. i al almacén j 2 3

Yjk: unidades por transportar de

almacenes j a mercado k
Z=  Precio k* Yjk –

j=1 k=1
(i = 1,…2; j = 1,…,2, k = 1,…,3) Para la segunda forma:
Segunda forma: Maximizar
Xijk: unidades por transportar de 2 2 3
planta i al almacén j para el mercado
k. Z=  Precio k* Yjk –

i=1 j=1 k=1

Modelos de mezcla. i: Jugos. Xij: cantidad de litros de jugo i por Minimizar
j: Bebidas. usar en la bebida j. 3 4

(i = 1,…3; j = 1,…,3)
Z=  Costo i* Yij

j=1 i=1
Modelos de producción: múltiples i: Días. Produccióni: cantidad de unidades por Maximizar
periodos, uno o varios productos. producir en el día i. 6

Invi: cantidad de unidades por guardar

en el día i.
Z=  (entrega 2 – inv
i* i* 0.1)
Entregai: cantidad de unidades por i=1

vender en el día i.
(i = 1,…3)
 15

Todos estos modelos ofrecen un marco de referencia para el análisis lógico y congruente,
y se utilizan por siete razones cuando menos:
1. Los modelos lo obligan a usted a definir explícitamente sus objetivos.
2. Los modelos lo obligan a identificar y registrar los tipos de decisiones que influyen
en dichos objetivos.
3. Los modelos lo obligan a identificar y registrar las interacciones entre todas esas
decisiones y sus respectivas ventajas y desventajas.
4. Los modelos lo obligan a pensar cuidadosamente en las variables que van a incluir,
y a definirlas en términos que sean cuantificables.
5. Los modelos lo obligan a considerar qué datos son pertinentes para la
cuantificación de dichas variables y a determinar las interacciones entre ellas.
6. Los modelos lo obligan a reconocer las restricciones (limitaciones) pertinentes en
los valores que esas variables cuantificadas pueden adoptar.
7. Los modelos permiten que usted comunique sus ideas y conocimientos, lo cual
facilita el trabajo de equipo.

De estas características se concluye que un modelo puede servir como una herramienta
consiste para la evaluación y comunicación de diferentes políticas. Es decir, cada política o
conjunto de decisiones es evaluada con el mismo objetivo, aplican las mismas fórmulas
explícitas de acuerdo con la experiencia histórica, lo cual constituye una forma de aprendizaje
adaptativo.
Una consideración final: los modelos brindan la oportunidad de hacer uso sistemático de
poderosos métodos analíticos que nunca antes habían estado al alcance de los directores de
empresas. Con esos recursos, ellos pueden manejar un gran número de variables e interacciones.
Por sí sola, la mente es capaz de almacenar y comunicar sólo una fracción de esa información.
Seguidamente, se presentan los diversos métodos para resolver problemas de
programación lineal. Estos se utilizan para obtener una solución óptima a un problema
condicionado por unas variables de partida sujetas a ciertas restricciones.
 16

Método Características Ventajas Desventajas

Gráfico Intersecciones. Solución rápida. Solo es conveniente para dos
Regina factible. Es visual. variables.
Puntos extremos. Fácil aplicación.
Simplex Variables de exceso, holgura, Tipos de soluciones. El origen tiene que ser parte
básicas, no básicas, entrada, Establece el procedimiento a de la región factible.
salida. seguir.
Solución básica factible.
M grande Variables artificiales. Uso del método simplex. Uso de la M.
Solución no factible M. Convertir vectores unitarios,
Forma ampliada. pre–etapas eliminando a la M
de las variables artificiales.
Las dos fases Modelo ampliado. Evita problemas que se generan Se pueden generar
Fase uno. en la M grande. confusiones al momento de
Fase dos. Fácil identificación de utilizar las dos funciones
W. soluciones no factibles. objetivo o requerir dos tablas.
Variable artificial.
Simplex revisado Matriz. Numérico. Muchas operaciones
Base. Programable. numéricas.
Variables entrada/salida. El origen es la matriz
Elemento pivote. identidad.
Forma amplia matricial.
Base Inversa.
 17

A continuación, se muestra un dibujo mediante el cual, se muestra la estructura básica de

un problema de transporte:

Familia de variables decisión típica

Cantidad por transportar de orígenes a destino.

Familias de restricciones típicas

 Disponibilidad en orígenes.
 Requerimiento en destinos.
 Capacidad de los medios de transporte.

Si el objetivo es minimizar los costos, ya sea en los orígenes o en los destinos, al

menos una familia de restricciones debe ser > = o =.
 18

Ejemplo:

Una empresa desea programar el trasporte de su producto principal que se elabora en 4

plantas con destino a 3 almacenes. Se conoce la demanda de los almacenes, la capacidad de
producción de las plantas y el costo de transporte por unidad de transporte de una planta a un
almacén.
Costo de transporte (S/por unid.)
Plantas Capacidad (Unidades)
Almacén 1 Almacén 2 Almacén 3
1 3 2 4 950
2 2 4 3 1.150
3 3 5 3 1.000
4 4 3 2 900
Demanda (unidades) 1.200 900 500

Determinar cuántas unidades se deben enviar desde cada planta hacia cada almacén la
mínimo costo total.

Un esquema para el problema:

 19

Solución

Índices del modelo:

i: planta
j: almacén
Variables de decisión:
Xij: unidades de producto por enviar desde la planta i al almacén j.
(i = 1,…,4; j = 1,…,3)

Función objetivo:
Minimizar

Restricciones:
Familia por capacidad límite de cada planta:

Familia por demanda de cada almacén:

Nótese que aun cuando el caso dice que debe atenderse una demanda (como
mínimo), se utiliza el signo , pues de lo contrario la solución sería la inactividad
total, ya que el mejor costo total (que es cero) se alcanzaría cuando no se
transporta nada.

Restricción del signo:

 20

Informe administrativo

En este caso los valores óptimos de las variables se presentan mejor en una tabla, con los
títulos y encabezados adecuados.
La empresa deberá transportar las siguientes cantidades desde sus plantas a los
almacenes:
Cantidades por transportar (Unidades)
Almacén 1 Almacén 2 Almacén 3
Planta 1 50 900 0
Planta 2 1150 0 0
Planta 3 0 0 0
Planta 4 0 0 500

El mínimo costo total de transporte es S/ 5.250.

Puede observarse en el reporte que este caso posee soluciones múltiples ya que la
variable X(3,1) es una variable con valor cero (no básica) y su costo reducido es también cero.

Seguidamente, se muestra un dibujo a través del cual, se muestra la estructura básica de

un problema de asignación:

Ejemplo:

Una empresa se dedica a empaquetar productos para venderlos. Los productos

empaquetados son voluminosos y por ello solo puede empaquetarse un producto en cada
máquina. La empresa cuenta con cuatro máquinas empaquetadoras que se diferencian en
algunos pequeños detalles, no relevantes para el problema. Para el día siguiente hay seis
productos que pueden ser empaquetados. Por lo dicho anteriormente, solamente cuatro podrán
ser empaquetados en ese día. La decisión de cuáles empaquetar se toma sobre la base de aquellos
que otorguen mayor beneficio respetando algunas normas establecidas.
Los datos con los que se cuenta son los siguientes:

Ingreso por producto empaquetado (en $)

Producto 1 2 3 4 5 6
Ingreso ($) 300 250 400 350 320 500
 21

Costo por empaquetar un producto en determinada máquina (en $)

Producto
Máquina 1 2 3 4 5 6
A 80 90 100 110 120 130
B 200 190 180 170 160 150
C 120 140 160 150 140 130
D 90 120 150 130 140 110

Las normas establecidas son:

 Todas las máquinas deben trabajar.
 Si se empaqueta el producto 3, no debe empaquetarse el producto 1.
 Si se empaqueta el producto 4, debe empaquetarse el producto 2.
 Entre los productos 1, 3 y 5, al menos uno de ellos debe ser empaquetado.
 El producto 5 no puede ser empaquetado en la máquina B.

A partir de la información ofrecida, definir las variables de decisión, formular el modelo

de programación lineal correspondiente en forma matemática compacta que permita determinar
la máxima utilidad, resolver el modelo y presentar el informe de la solución.

¿Por qué es un problema de asignación? Debido a que se debe decidir qué productos
deben ser asignados (destinados) a ser empacados por alguna de las máquinas.
Al decir si un producto se asigna a una máquina, hay solo dos posibilidades: sí o no, por
lo tanto la decisión es dicotómica y la variable que la representa es, por lo tanto, binaria
y esa decisión debe tomarse para la posibilidad de asignar cada producto a cada máquina.

Un esquema para el problema:

 22

Solución

Índices del modelo:

i: productos
j: máquinas
Variables de decisión:
Xij: 0, no se asigna el producto i a la máquina j.
1, sí se asigna el producto i a la máquina j.
(i = 1,…,6, j = 1,…,4)
 23

Función objetivo: Utilidad total.

Maximizar

Restricciones:
Solo puede empaquetarse un producto en cada máquina

(La restricción es una ecuación porque el texto del caso dice también que todas las
máquinas deben trabajar).
Los seis productos pueden ser empaquetados en una sola máquina:

Si se empaqueta el producto 3, no debe empaquetarse el producto 1.

En la tabla siguiente se analizan las condiciones que podrían darse entre

valores de las variables que representan las decisiones de empaquetar los
productos 3 y 1, respectivamente.

Valores posibles para la Valores posibles para la En la restricción la

decisión de empaquetar decisión de empaquetar combinación debe ser:
el producto 3 el producto 1
1 1 No factible
1 0 Factible y necesaria
0 0 Factible
0 1 Factible
 24

Dado que el producto 3 se podría empaquetar en cualquiera de las cuatro

máquinas (pero solo en una de ellas), la decisión de empaquetar el producto 3
está representada por:

Dado que el producto 1 se podría empaquetar en cualquiera de las cuatro

máquinas (pero solo en una de ellas), la decisión de empaquetar el producto 1
está representada por:

La expresión matemática siguiente permite que todas las combinaciones posibles

sean factibles o no factibles, según se ha indicado en la tabla anterior:

Si se empaqueta el producto 4, debe empaquetarse el producto 2.

En la tabla siguiente se analizan las condiciones que podrían darse entre los
valores de las variables que representan las decisiones de empaquetar los
productos 3 y 1, respectivamente.
Valores posibles para la Valores posibles para la En la restricción la
decisión de empaquetar decisión de empaquetar combinación debe ser:
el producto 4 el producto 2
1 1 Factible y necesaria
1 0 No factible
0 0 Factible
0 1 Factible

Dado que el producto 4 se podría empaquetar en cualquiera de las cuatro

máquinas (pero solo en una de ellas), la decisión de empaquetar el producto 3
está representada por:
 25

Dado que el producto 2 se podría empaquetar en cualquiera de las cuatro

máquinas (pero solo en una de ellas), la decisión de empaquetar el producto 1
está representada por:

La expresión matemática siguiente permite que todas las combinaciones posibles

sean factibles o no factibles, según se ha indicado en la tala anterior:

Entre los productos 1, 3 y 5, al menos uno de ellos debe ser empaquetado.

Dado que cada uno de los productos 1, 3 y 5 se podrían empaquetar en cualquiera
de las cuatro máquinas (pero solo en una de ellas), la decisión de empaquetar cada
uno de estos productos está representada, respectivamente, por:

Entonces la restricción sería:

El producto 5 no puede ser empaquetado en la máquina B.

Para indicar la condición de variables binarias:

Informe administrativo de la solución:

Se empaquetará el producto 2 en la máquina 1; el producto 3 en la máquina 2; el producto

5 en la máquina 3; y el producto 6 en la máquina 4, con lo cual la utilidad bruta total
óptima será de $ 980.
 26

Conclusiones

 Las decisiones de los entes y empresas tienden a una complejidad creciente y la

aplicación de métodos cuantitativos de gestión, si bien no son la panacea ni nada que se parezca,
contribuyen sin lugar a dudas a mejorar el proceso decisorio. La “administración por crisis” o la
“gestión intuitiva” seguramente conducirán a decisiones de menor calidad y que,
consecuentemente, quizás puedan representar peores resultados finales para el logro efectivo de
los objetivos de las institucionales.
 La programación lineal con cualquiera de sus técnicas y herramientas son útiles
para el diseño de algoritmos que puedan suplir las necesidades empresariales presentes y futuras,
toda vez que permiten la optimización de las operaciones diarias, de forma tal de ir reduciendo
los costos que son importantes para las organizaciones, dado que en la actualidad los recursos
económicos y financieros son limitados.
 Las decisiones en las organizaciones siempre son relevantes para el logro de los
objetivos. Es cierto que, este modelo matemático es determinístico y lineal, sin embargo,
presenta la ventaja del análisis post óptimo, el cual permite generar diferentes escenarios para
responder las preguntas de “qué pasa así…”, ya que, los procesos de las empresas son dinámicos,
como también el entorno donde interactúa.

Referencias

Aguiar, F. (2004). Teoría de la decisión e incertidumbre: modelos normativos y descriptivos.

En Empiria. Revista de Metodología de Ciencias Sociales. Nº 8, 2004, pp. 139–160.

Aguiar F., Criado, H. y Herreros, G. (2003). Sociología y elección racional. En S. Giner

(comp.), Teoría sociológica moderna. Barcelona: Ariel.

American Psychological Association (2020). Guía Resumen del Manual de Publicaciones con
Normas APA. 7ª ed. Traducción basada en: https://apastyle.apa.org/style-grammar-
guidelines/index y en American Psychological Association (2020).

Arrow, K. (1974). Elección social y valores individuales. Madrid: Instituto de Estudios

Fiscales.

Barberá, S. (1984). Teoría de la elección social: algunas líneas de desarrollo. Hacienda Pública
Española, 91: pp. 221–243.
 27

Bell, D., Raiffa, H. y Tversky, A. (1988). Descriptive, normative and prescriptive interactions
in decision making. En Bell, Raiffa y Tversky (comps.), Decision Making. Cambridge:
Cambridge University Press, pp. 9–32.

Binmore, K. (1994). Teoría de juegos. Madrid: McGraw–Hill.

Budnick, F. (2007). Matemáticas aplicadas para la administración, economía y ciencias

sociales. 4ª ed. México: McGraw–Hill.

Easton D. (2008). Teoría de la toma de decisiones. Recuperado de: file://E:/teoria

%20decisiones%easton.pdf

Gil, E. (2017). Modelos de programación lineal. Guía para la formulación y solución. Fondo
Editorial. Lima: Universidad de Lima.

Lewis, D. (1986). A subjectivist’s guide to objective chance. En Philosophical Papers, II.

Oxford: Oxford University Press, pp. 83–132.

Marí–Klose, P. (2000). Elección racional. Madrid: CIS.

Marín, A. y Maya, P. (2016). Modelo lineal para la programación de clases en una institución
educativa. Ingeniería y Ciencia. 12 (23); p. 47–71.

Morrow, J. (1994). Game theory for political scientist. Princeton: Princeton University Press.

Peñaloza, M. (2010). Teorías de las decisiones. Perspectivas. Nº 25, enero–junio, 2010,

Universidad Católica Boliviana de San Pablo. Cochabamba: Bolivia, pp. 227–240.

Ríos, S. (1995). Modelización. Madrid: Alianza Editorial.

Rodríguez, R. y Aldana, F. (2012). Selección de una plataforma inteligente de negocios: un

análisis multicriterio innovador. Revista Ciencias Estratégicas, 20 (28), pp. 237–253.

Selten, R. (1996). Descriptive approaches to cooperation. En S. Hart y A. Mas–Colell (eds.),

Cooperation: Game–Theoretic Approaches. Berlin: Springer, pp. 289–328.

Sen, A. (1976). Elección colectiva y bienestar social. Madrid: Alianza Editorial.