MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MANUAL DE PROGRAMACION LINEAL

INDICE:
MANUAL 1: PROGRAMACION LINEAL MANUAL 2: TEORIA DE DECISIONES Y SU RESOLUCION EN WINQSB MANUAL 3: PROBLEMAS BASICOS DE ASIGNACION DE RECURSOS Y USO DE EXCEL SOLVER PARA LA RESOLUCION DE PROBLEMAS MANUAL 4: USO DE EXCEL PARA FORMULAR Y RESOLVER PROBLEMAS DE TRANSPORTE Y ASIGNACIN. MANUAL 5: PROBLEMAS DE INVENTARIOS Y SU RESOLUCION EN WINQSB MANUAL 6: PRONOSTICOS

Elaborado por: Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 1:

PROGRAMACION LINEAL
Qu es la programacin Lineal? La programacin lineal es una tcnica de modelado (construccin de Modelos). La programacin lineal (PL) es una tcnica matemtica de optimizacin, es Decir, un mtodo que trata de maximizar o minimizar un objetivo. Su inters principal es tomar decisiones ptimas. Se usa mucho en la industria militar y en la petrolera. S i bien esos sectores Han sido quiz los principales usuarios de ella, el sector servicios y el sector Pblico de la economa tambin la han aprovechado ampliamente. Estructura Bsica de un Problema de Programacin Lineal. Un problema de PL consta de una funcin objetivo (lineal) por maximizar o minimizar, Sujeta a ciertas restricciones en la forma de igualdades o desigualdades. Conceptos clave: Funcin objetivo: La funcin por optimizar (maximizar o minimizar) Restricciones: Representan condiciones que es preciso satisfacer. Sistema de Igualdades y desigualdades ( o ) Ejemplo: Maximizar P = X + 1.2Y Sujeto a 2X + Y <= 180 X +3Y <= 300 X => 0 Y => 0 Tipos de restricciones: De no negatividad.- Garantizan que ninguna variable de decisin sea negativa. Estructurales.- Reflejan factores como la limitacin de recursos y otras condiciones que impone la situacin del problema. Funcin Objetivo Restricciones

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Maximizar P = X + 1.2Y Sujeto a 2X + Y <= 180 X +3Y <= 300 X => 0 Y => 0

Funcin Objetivo Restricciones Estructurales

Restricciones de no negatividad

Solucin Grafica de problemas de Programacin Lineal. Cuando un modelo de programacin lineal se expresa en trminos de dos variables puede Resolverse con procedimientos grficos. Conceptos clave: Conjunto factible: Es el conjunto de puntos que integran la regin de resolucin. Solucin factible: Cada punto que integra la regin (plana) que resuelve el problema. Solucin ptima: Constituye la solucin al problema de programacin lineal. Cul es el objetivo de la solucin grfica? Encontrar (entre todos los puntos del conjunto factible) el punto o los puntos que Optimicen la funcin objetivo. Ejemplo: Maximizar P = 3X + 2Y Sujeto a 2X + 3Y <= 12 2X + Y <= 8 X => 0 Y => 0 Paso #1 Se igualan las restricciones: 2X + 3Y = 12 2X + Y = 8 Paso #2 En cada una de las ecuaciones por separado se le asigna un valor a la X para obtener el valor de Y y despus ese mismo valor que se le asign a X se le asigna a Y y obtenemos el valor de X.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Ejemplo: Primera ecuacin 2X + 3Y = 12 X=0 2(0) + 3Y = 12 3Y = 12 Y = 12/3 Y=4 Y=0 2X + 3(0) = 12 2X = 12 X = 12/2 X=6

Segunda ecuacin 2X + Y = 8 X=0 2(0) + Y = 8 Y =8 Y=0 2X + 0 = 8 2X = 8 X= 8/2 X=4

Quedando de la siguiente manera:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Paso # 3 Se procede a graficar los valores obtenidos:

El rea sombreada de azul es la que corresponde al conjunto factible, cada punto que contiene el conjunto factible es un candidato para resolver este problema. Nota: Para poder encontrar las coordenadas de la solucin ptima tienes que resolver el sistema de ecuaciones conformado por las dos ecuaciones. En nuestro caso utilizaremos el mtodo de sustitucin. 2X + 3Y <= 12 2X + Y <= 8 Primera ecuacin Segunda ecuacin

Paso 1. Se despeja Y de la ecuacin 2 Y = 8 2X Paso 2. Se sustituye el valor de Y en la ecuacin 1 2X + 3(8 2X) = 12 Paso 3. Se resuelve la ecuacin para encontrar el valor de X. 2X + 3(8 2X) = 12 2X + 24 6X = 12 24 4X = 12

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

-4X = 12 24 -4X = -12 X = -12/-4 X=3 Paso 4. Sustituye el valor de X en el despeje que hiciste en el paso 1. X=3 Y = 8 2X Y = 8 2 (3) Y= 8 6 Y=2 Y con esto obtienes el resultado del vrtice (3,2) que sera nuestra solucin ptima. Despus de haber encontrado las coordenadas de todas las esquinas es necesario que Sustituyas el valor de cada una de ellas en la funcin objetivo, para que encuentres el valor Mximo (o mnimo, segn sea el caso).

P = 3X + 2Y Vertices A (0, 4) P = 3(0) + 2(4) = 8 Vertices B (3, 2) P = 3(3) + 2(2) = 9 + 4 = 13 Vrtices C (4, 0) P = 3(4) + 2(0) = 12 Resultados: Vertices A (0, 4) = 8 Vertices B (3, 2) = 13 Vertices C (4, 0) = 12 Observando los resultados podemos concluir que el mximo se encuentra en el vrtice B.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 2:

TEORIA DE DECISIONES Y SU RESOLUCION EN WINQSB

La teora de la decisin es una rea interdisciplinaria de estudio, relacionada con casi todos los participantes en ramas de la ciencia, la ingeniera y, principalmente, la psicologa del consumidor (basados en perspectivas cognitivo-conductuales). Concierne a la forma y al estudio del comportamiento y fenmenos psquicos de aquellos que toman las decisiones (reales o ficticios), as como las condiciones por las que deben ser tomadas las decisiones ptimas.

Ejemplo:
El propietario de un supermercado desea ofrecerles a sus clientes el servicio de entregas a domicilio. La decisin depende de la evaluacin de la proyeccin y pronstico de los resultados de la cifra de ventas, respecto al momento actual, despus de la implementacin del servicio. Para ofrecer un servicio puede escoger entre dos tipos de moto A y B. Los resultados del anlisis del mercado y costos, as como los ingresos netos esperados, se muestran a continuacin:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Mediante un rbol de decisiones, determine la decisin que debe tomar el dueo del supermercado. SOLUCION DEL PROBLEMA Para ayudar al dueo del supermercado se puede hacer uso de un rbol de decisin para guiarlo a tomar la mejor decisin, este constara de los ingresos que reciben al usar las diferentes estrategias en cada estado de la naturaleza. Los ingresos deben colocarse en dos lneas de tiempo de diferente porque uno se refiere al ingreso neto que se va a generar, sacado directamente de la tabla, y el otro el ingreso bruto, que se debe calcular de la siguiente forma:

Como ejemplo se usara los datos correspondientes al nodo nmero seis de la figura nmero uno:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Figura 2. Valor esperado para cada estado de la naturaleza.

Como la funcin objetivo es maximizar se desprecia el valor esperado del noto nmero cinco:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Decisin: Se recomienda que el automarcado ofrezca el servicio a domicilio escogiendo el tipo de moto A. Problema corrido en el programa WINQSB Modulo DA.exe

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Figura 6. Solucin grfica del problema corrido en el programa WINQSB.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 3:

PROBLEMAS BASICOS DE ASIGNACION DE RECURSOS Y USO DE EXCEL SOLVER PARA LA RESOLUCION DE PROBLEMAS

El algoritmo Microsoft Excel Solver es Una poderosa herramienta para la optimizacin y asignacin eficiente de recursos Escasos (tierra, trabajo, capital, capacidad gerencial, etc.). Dicha herramienta permite al Administrador conocer el mejor uso de sus escasos recursos de tal manera que se cumplan las metas deseadas, tales como la maximizacin de los beneficios, o la minimizacin de los costos. El mtodo de la Programacin Lineal (LP) debe su popularidad al mtodo Simplex3 Desarrollado por George Danzing y a la tremenda revolucin ocurrida en El campo de las computadoras a partir del ao 1982. Es una tcnica muy potente de asignacin de recursos habindose convertido En una herramienta estndar para resolver problemas para negocios y organizaciones. En el mercado existen numerosos programas de computacin dedicados a resolver Problemas de Programacin lineal, de los cuales el SOLVER, LINDO, GAMS y XPRESS-MP son los ms populares. Un Problema Simple de Produccin Agrcola A fin de ilustrar el uso del complemento (Add In) del Solver de Excel, vamos a Considerar un ejemplo, Para ello consideren que un productor agrcola dispone de los siguientes Recursos: 12 acres6 de tierra, 48 horas de trabajo familiar y 360 US $ de capital, Para sembrar Maz, Soya y Avena, respectivamente. l est interesado en Saber que cantidad de acres debe sembrar de cada producto, a fin de obtener El mximo ingreso posible por el uso de sus recursos. El problema Un empresario desea organizar su negocio agrcola (ejemplo: qu producir?) A fin de maximizar los ingresos netos con respecto a los costos variables, dada Las condiciones que se describen a continuacin: Las restricciones:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Se refieren a los recursos disponibles (limitaciones) que posee el productor Agrcola para llevar a cabo el proceso productivo: Tierra 12 acres Trabajo 48 horas Capital 360 bolvares Las actividades: Se refieren a los productos que se puede producir con los recursos escasos: Maz Soya Avena Las actividades estn definidas en trmino de unidades de un acre; as por Ejemplo: la produccin de un acre de Maz, un acre de Soya, un acre de Avena, etc. Tanto los coeficientes tcnicos de produccin como los Precios Netos descritos Ms abajo se refieren a una unidad de acre. Los coeficientes tcnicos de produccin: 1. La produccin de Maz requiere un acre de tierra, seis horas de trabajo y 36 dlares de capital 2. La produccin de Soya requiere un acre de tierra, seis horas de trabajo y 24 US $ de capital 3. La produccin de Avena requiere un acre de tierra, dos horas de trabajo Y 18 US $ de capital Los precios Netos: Los precios netos de una actividad se definen como el valor de las ventas brutas Menos los costos variables de produccin. As por ejemplo, si un acre cultivado De maz tiene un valor de 75 $ US y si los costos variables de produccin Por acre son de 35 US $, entonces el precio neto de la actividad es de 40 US $. Los precios netos utilizados en el ejercicio son los siguientes: Produccin de Maz 40 US $ por acre Produccin de Soya 30 US $ por acre Produccin de Avena 20 US $ por acre Ordenamiento del problema El planificador agrcola debe estimar los coeficientes tcnicos de produccin a Partir de los registros agrcolas o de las observaciones que haga el productor Agrcola, complementndolos, de ser necesario, con su propia experiencia, as Como tambin con datos recogidos de otros productores agrcolas y de las estaciones Experimentales agrcolas, si existieran.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Los datos recogidos deben presentarse en una matriz tal como la indicada ms Abajo, o en cualquier otro formato particular. Las restricciones se colocan en Filas y las actividades de produccin en columnas. Cualquier coeficiente que se Encuentre en la interseccin de una fila y una columna muestra cuanto del recurso En esa fila es usado por una unidad de la actividad de produccin. As por ejemplo, para producir una unidad (acre) de Maz se requiere 1 acre de Tierra, 6 horas de trabajo y 36 US $ de capital. El precio neto (Ventas brutas Menos costos variables) es de 40 US $ por acre sembrado de Maz. Cuadro 1.

Variables de Holgura (Slack) Las variables de holgura (Slack) se incluyen en el modelo para recoger las cantidades De recursos no utilizados en el plan ptimo. Se les denomina tambin Actividades de holgura o variables de holgura. Tal como se ver ms adelante Con motivo del anlisis de la solucin ptima, los recursos tierra y trabajo se Consumen completamente en el proceso productivo, no sucediendo lo mismo Con el recurso capital, del cual hay un excedente de 36 US $. Formulacin algebraica del problema Las variables de decisin (actividades) en este modelo son Maz (M X), Soya (S X) y Avena (A X), respectivamente. El objetivo del problema consiste encontrar Un plan ptimo de produccin. Es decir, determinar la cantidad ptima a Producirse de Maz, Soya o Avena a fin de maximizar la funcin de beneficio. A continuacin se presenta la formulacin algebraica del problema: Maximizar la funcin de Beneficio: Z = 40Xm + 30Xs + 20Xa Sujeta a las siguientes restricciones:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

La desigualdad [2] especifica que 6 horas de trabajo familiar multiplicadas por Los acres de Maz, ms 6 horas de trabajo multiplicadas por los acres de Soya, Ms 2 horas de trabajo multiplicadas por los acres de Avena debe ser menor o Igual que el total de horas de trabajo disponible, es decir 48. La primera y tercera Desigualdad indican condiciones similares para la tierra y el capital, respectivamente. La cantidad total de tierra usada debe ser menor que o igual Que la totalidad disponible, es decir 12 acres. El capital total usado debe ser Menor que o igual a 360 US $. Otra condicin importante desde el punto de vista de la matemticas de la Programacin lineal, es que ninguna actividad (produccin) puede realizarse a Nivel negativo (producir una cantidad negativa de cualquiera de las tres productos Incluidos en el modelo no tiene sentido). Por lo tanto se puede escribir Que:

La condicin [4] especifica que las unidades de Maz producidas deben ser mayores Que o igual a cero, es decir no negativas. Condiciones similares se especifican Para las cantidades de Soya [5] y Avena [6], respectivamente. En programacin lineal se busca encontrar los valores de Xm, Xs , Xa , Xca , Xt y Xc que hagan mximo la suma de los productos de esas cantidades y Sus respectivos precios. En otras palabras, que combinacin de Maz, Soya y Avena debera producirse y que cantidad de Tierra, Trabajo y Capital quedara Sin utilizarse. El problema entonces consiste en maximizar la funcin objetiva Z, definida Como excedente sobre los costos variables, en donde:

Cmo Estructurar el Problema en la Hoja de Clculo No existe una forma nica para colocar los datos de un problema de optimizacin (o de minimizacin) en la hoja de clculo de MS Excel. Uds. pueden colocarlos como deseen. No obstante, su problema ganara bastante en organizacin si los datos se dispusieran en el siguiente orden: Funcin Objetivo (Target cell), Variables de decisin (changing cells = celdas cambiantes), Restricciones (Constraints cells) y finalmente la condicin de no negatividad (non negative), figura 1.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

1 Hagan clic en el botn Inicio Todos los programas y seleccionen la aplicacin MicroSoft Excel. 2 Transcriban las siguientes etiquetas (textos descriptivos) en una hoja de Clculo en blanco tal y como aparecen en la Figura 1.

Especificar la Funcin objetivo (Target cell) En el rango C3:E3 escriban los Coeficientes Objetivos o Precios netos (valor de las ventas brutas menos los costos variables) de las actividades: Maz 40, Soya 30 y Avena 20. (Celdas de color amarillo) 2 En la celda G3 escriban la frmula para el clculo la funcin objetivo (Z), es decir, la funcin a ser maximizada. Recuerden que la misma se obtiene multiplicando cada actividad (variable de decisin) por su respectivo precio neto (coeficiente objetivo), tal y como se muestra a continuacin:

Cuando Uds. escriban la expresin [8] en la celda G3 (color rojo), la misma debe aparecer de la siguiente manera: =C3*C8+D3*D8+E3*E8 y opriman la tecla Enter La funcin objetivo [8] tambin se puede calcular ms fcilmente mediante la funcin = Sumaproducto( matriz1;matriz2 ) de Excel. Dicha funcin multiplica los componentes de la matriz 1 con la matriz 2 y despus suma los productos: matriz 1, el rango C3:E3; matriz 2, el rango C8:E8.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

= Sumaproducto(C3: E3;C8 : E8 ) y oprima la tecla Enter Noten que Excel devuelve el valor cero en la celda F3 debido a que el Solver an no ha colocado valor alguno en el rango C8:E8. Especificar las Variables de Decisin (Changing Cells) Noten que el rango C8:E8, situado inmediatamente debajo de las etiquetas Maz, Soya y Avena, se han resaltado deliberadamente con el color verde para indicarle al usuario que las mismas sern utilizadas por el solver para colocar en ellas los valores ptimos, cuando los calcule. Se pueden especificar hasta 200 variables de decisin; no obstante para efectos de este problema solo se necesitan tres variables: Maz, Soya y Avena Especificar la Restricciones (Constraints Cells) Las restricciones deben caer dentro de ciertos lmites o satisfacer los valores objetivos. Se pueden especificar hasta 500 restricciones dos par cada una de las variables de decisin mas 100 restricciones adicionales, representando un total de no ms de 1000 celdas en un problema. En el ejemplo del Profesor Benecke hay solamente tres restricciones, a saber: Restriccin del Recurso Tierra 1. En el rango C13:E13 escriban la unidad de actividad para cada uno de los productos a ser producidos, es decir 1 acre de Maz, 1 de Soya y 1 de Avena respectivamente. 2. En la celda H13 escriban el total de acres de Tierra disponible para la produccin, es decir 12 acres. 3. En la celda G13 escriban la restriccin del recurso Tierra. Recuerden que pueden escribirla de las siguientes dos maneras: con la frmula: =C13*C8+D13*D8+E13*E8 presionen la tecla enter o con la funcin matemtica de MS Excel: = Sumaproducto(C13 : E13;C8 : E8) y opriman la tecla Enter La funcin Sumaproducto multiplica los componentes del rango C13:E13 por los componente del rango C8:E8 (variables de decisin) y despus suma los productos. Restriccin del Recurso Trabajo 1 En el rango C14:E14 escriban los requerimientos de trabajo de cada una de las actividades, es decir: Maz, 6 horas; Soya, 6 horas y Avena, 2 horas, respectivamente. 2 En la celda H14 escriban el total de horas de Trabajo disponible para la produccin, 48 horas. 3 En la celda G14 escriban la funcin Sumaproducto para la restriccin del recurso Trabajo:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

= Sumaproducto(C14 : E14;C8 : E8 ) y oprima la tecla Enter La funcin Sumaproducto multiplica los componentes del rango C14:E14 por los componente del rango C8:E8 (variables de decisin) y despus suma los productos. Restriccin del Recurso Capital 1 En el rango C15:E15 escriban los requerimientos de capital de cada una de las actividades, es decir: Maz, 36 dlares; Soya, 24 dlares y Avena, 18 dlares respectivamente. 2 En la celda H15 escriban el Capital disponible para la produccin, 360 dlares. 3 En la celda G15 escriban la funcin Sumaproducto para la restriccin d el recurso Trabajo: = Sumaproducto(C15 : E15;C8 : E8 ) y oprima la tecla Enter La funcin Sumaproducto multiplica los componentes del rango C15:E15 por los componente del rango C8:E8 (variables de decisin) y despus suma los productos. Los ceros que aparecen inmediatamente debajo de la columna Recurso utilizado son el resultado de las frmulas escritas por Uds. con motivo de registrar las restricciones correspondientes a los recursos Tierra, Trabajo y Capital. Estos ceros van a ser reemplazados posteriormente por los recursos utilizados, tan pronto como el Solver calcule las cantidades ptimas de cada producto Si Usted sigui los pasos anteriores su hoja de clculo debe lucir de la siguiente manera:

Instalar el Complemento Solver Los problemas de Optimizacin (o minimizacin) se plantean y resuelven mediante el SOLVER, el cual es un Complemento (ADD IN) de MS Excel. Si Ud no encuentra el comando SOLVER en el men HERRAMIENTA, proceda a instalarlo en un todo de acuerdo con el siguiente procedimiento:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

1 Hagan clic en el men Herramientas de MS Excel y seleccionen el comando Complementos 2 En el cuadro de dilogo Complementos seleccionen el complemento Solver, tal y como se muestra en dicho cuadro de dilogo.

Hagan clic en el comando Aceptar. Abrir el Cuadro de Dilogo Parmetros del Solver 1 Hagan clic en el men Herramientas y seleccionen Solver Noten que inmediatamente aparece el cuadro de dilogo Parmetros del Solver para que Ud especifique la funcin objetivo, las variables de decisin y las restricciones, respectivamente. El Solver permite resolver problemas que tengan hasta 200 variables de decisin, 100 restricciones explcitas y 400 simples (cota superior o inferior o restricciones enteras sobre las variables de decisin)

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Alimentar el Cuadro de Dilogo Parmetros del Solver Antes de alimentar cada uno de los campos del referido cuadro (Celda objetivo, Cambiando las celdas o Sujetas a las siguientes restricciones), hagan clic en el botn de comando Restablecer todo con el fin de borrar cualquier dato que haya quedado en el cuadro de dilogo con motivo de alguna optimizacin anterior. Identificar la Celda objetivo (Funcin objetivo = Target Cell) 1 Hagan clic en la celda G3 de la hoja de clculo para seleccionar la funcin objetivo = Sumaproducto(C8 : E8;C3 : E3 ) . Noten que en la celda objetivo aparecer la celda absoluta: $G$3. 2 En la seccin Valor de celda Objetiva hagan clic en el botn de opcin Mximo para indicarle al Solver que se trata de un problema de maximizacin. Identificar las Celdas Cambiantes (Cambiando las celdas=Changing Cells) El campo Cambiando las celdas permite identificar las variables de decisin o celdas cambiantes como tambin se les denomina en el argot del Solver. 1 Hagan clic en la flecha roja que se encuentra en el interior del campo Cambiando las Celdas 2 Ahora hagan clic en la celda C8 y arrastren el ratn hasta la celda E8 para seleccionarlas. Estas celdas sern modificadas posteriormente por el solver con motivo de buscar la solucin ptima. 3 Hagan clic nuevamente en la flecha roja para mostrar el cuado de dilogo Parmetros del Solver Noten que en las celdas cambiantes aparecer el rango: $C$8:$E$8. Identificar las Restricciones (Constraints cells)

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

10

Restriccin de la variable Tierra Hagan clic en el interior del cuadro de lista Sujetas a las siguientes restricciones: y seleccionen el botn de comando Agregar (Add) para agregar la restriccin correspondiente al recurso trabajo. Aparece la ventana Agregar Restriccin

Hagan clic en la flecha roja del campo Referencia de la celda (Cells Reference7) para ocultarlo y seleccionen la celda G13 la cual contiene la restriccin correspondiente a la variable Tierra. Contiene la funcin la = Sumaproduc to(C13 : E13;C8 : E8) En la lista desplegable Tipo de restriccin (situada en el centro del cuadro de dialogo Agregar restriccin) seleccionen el signo <= (menor o igual que), ya que se espera que las actividades (Maz, Soya y Avena) utilicen completa (o parcialmente) el recurso Capital. En el campo Restriccin seleccionen la celda H13, la cual contiene la disponibilidad del recurso Tierra, 12 acres. En el lenguaje de la Programacin Lineal a esta disponibilidad se le denomina con las letras RHS (iniciales de Right Hand Side, lado derecho de la desigualdad) Restriccin de la variable Trabajo Hagan clic nuevamente en el botn de comando Agregar (Add), para registrar la restriccin Trabajo. En Referencia de la celda hagan clic en la celda G14 de la hoja de clculo para seleccionarla. Contiene la frmula = Sumaproducto(C14 : E14;C8 : E8 ) En la lista desplegable Tipo de restriccin, seleccionen el signo <= (menor o igual que), ya que se espera que las actividades (Maz, Soya y Avena) utilicen completa (o parcialmente) el recurso trabajo. En Restriccin hagan clic sobre la celda H14, la cual contiene la disponibilidad del recurso Trabajo, 48 horas) Restriccin de la variable Capital Hagan clic nuevamente en el botn de comando Agregar (Add), para registrar la restriccin Capital

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

11

En Referencia de la celda hagan clic en la celda G15 de la hoja de clculo para seleccionarla. Contiene la funcin = Sumaproducto(C15 : E15;C8 : E8 ) En la lista desplegable Tipo de restriccin, seleccionen el signo <= (menor o igual que), ya que se espera que las actividades (Maz, Soya y Avena) utilicen completa (o parcialmente) el recurso capital. En Restriccin hagan clic sobre la celda H15, la cual contiene la disponibilidad del recurso Capital, 360 $). Especificar las Restricciones de No negatividad: El cuadro de dilogo Solver Options (Opciones del Solver) contiene diferentes opciones para configurar los resultados del Solver. Entre las mas importantes para efectos de este ejercicio se mencionan: Linealidad y Negatividad, respectivamente. Hagan clic en el botn Options del cuadro de dilogo Parmetros del Solver y seleccionen las siguientes casillas de verificacin: 1 Asume Linear Model para especificar que se trata de un programa lineal (o de un programa entero lineal, si ese fuera el caso). De esta manera el programa usa el algoritmo simples en lugar de un algoritmo no lineal y complicado 2 Asume Non-Negative, para asegurarse que las celdas cambiantes adopten solo valores no negativos, es decir 0 . Esta condicin tiene su razn de ser pues no se concibe la produccin de cantidades negativas de producto 3 Hagan clic en el botn OK para regresar al cuadro de dilogo Parmetros Ejecutar el Solver Tan pronto como hayan concluido la entrada de los datos ejecuten el siguiente procedimiento para que el Solver inicie los clculos: 1 Hagan clic en el botn de comando Resolver (Solver) Aparece el cuadro de dilogo Resultados del Solver

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

12

2 Seleccionen la opcin Utilizar solucin de Solver 3 Si desean guardar los datos en un escenario hagan clic en el botn de comando Guardar escenario. Asgnele un nombre y clic en Aceptar 4 A continuacin indquenle al Solver l o los tipos de informes que desean mostrar. Seleccionen los informes: Respuestas (Answer); Sensibilidad (Sensitivity) y Lmites (Limits), respectivamente. 5 Hagan clic en el botn de comando Aceptar Informe de Respuestas. El informe de Respuestas presenta un resumen de los resultados de la optimizacin: Valor de la funcin objetivo: Situacin de cada restriccin, en particular si la restriccin es limitante (obligatorio) o no limitante (opcional) y finalmente el valor de la divergencia (Slack) Glosario de trminos del informe de respuesta: Celda objetivo La celda que contiene la funcin objetiva cuyo valor se desea optimizar (maximizar/minimizar), en nuestro caso la celda G3. Funcin objetivo Z: Funcin matemtica almacenada en la celda objetivo cuya frmula es:

Coeficiente objetivo Es el valor de la actividad o los precios netos de las actividades: Maz, 40; Soya, 30; y Avena, 20 Valor Final (solucin ptima). Es el mejor valor de las celdas cambiantes, es decir cuantas unidades se deben producir de cada actividad. Obligatorio (limitante). Se dice que un recurso es obligatorio (o limitante) cuando el Recurso utilizado es igual al Recurso disponible. Opcional (no limitante). Cuando el Recurso utilizado es menor que el Recurso disponible. En este caso resulta una Divergencia (Slack)

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

13

Estado Indica si un recurso se ha usado completamente (Obligatorio o Limitante) o parcialmente (Opcional o No limitante) Divergencia (Slack) Cantidad de recurso que no ha sido usado o asignado en el proceso productivo Celda objetivo De acuerdo con el informe el mximo ingreso que se puede obtener por el hecho de asignar los recursos a la siembra de 6 acres de Maz y 6 acres de Avena es de 360 US $. No es posible organizar los recursos de otro manera, distinta a la indicada por el Solver, de tal forma que se pueda generar un ingreso superior a 360 US $. A fin de calcular el ingreso neto de la explotacin el productor agrcola debe deducir los costos fijos del valor final, por la sencilla razn de que los costos variables ya fueron imputados en la estimacin de los coeficientes objetivos de cada actividad. Para ser mas preciso, si los costos fijos fueran del orden de 100 US $, entonces los ingresos netos de la explotacin ascenderan a 260 US $ Figura 7.

Celdas Cambiantes (Variables de decisin) Esta seccin del informe indica que actividades entraron en el plan final (solucin ptima). El plan final manda a cultivar 6 acres de Maz y 6 acres de Avena, a fin de obtener el mximo ingreso. Para verificarlo realicen el siguiente clculo:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

14

Ingreso mximo = 40*6+20*6 = 360 US $ El Solver indica con un cero las actividades que no entran en la solucin ptima, tal es el caso de la actividad Soya. Restricciones: En el lenguaje del Solver se dice que un recurso es limitante (Binding) cuando los Recursos Utilizados son iguales a los Recursos Disponibles; de lo contrario se le denomina Recurso No Limitantes (Not binding) (Los recursos utilizados son menores que los recursos disponibles). Debido a problemas de traduccin Uds. leern en la columna Estado la palabra Obligatorio, en lugar de Limitante. La palabra Obligatorio en las Restricciones Tierra y Capital indican que esos recursos se usaron completamente en el proceso productivo. Adicionalmente en la columna Estado aparece la palabra Opcional para indicar que no se uso todo el Capital. Si no se utiliz todo el capital, entonces hay un excedente de dicho recurso (36 US $), por lo cual hay que concluir que dicho recurso es No Limitante. El Solver indica con ceros en la columna Divergencia los recursos limitantes y con no ceros los no limitantes. El capital result ser un recurso no limitante, razn por la cual se muestra un excedente de 36 $ de Capital La columna Divergencia ms bien debera decir Slack o Variables de Holgura. En programacin lineal se utilizan las variables de holgura (una para cada restriccin) para convertir una desigualdad en una igualdad, resultando as un sistema de ecuaciones lineales. Las variables Slack o de holgura indican las cantidades de los recursos no utilizados en el plan ptimo. Por lo tanto podemos decir que los recursos que limitaron la produccin fueron la Tierra y el Trabajo, respectivamente, mientras que el capital fue no limitante Informe de Sensibilidad. El informe de sensibilidad suministra detalles adicionales de la optimizacin. Solver genera dos tablas en este informe: una para las variables y la otra para las restricciones. El anlisis de sensibilidad es el estudio de cmo los cambios en uno de los parmetros del problema afectan a la solucin ptima. Glosario de trminos del informe de Sensibilidad Parmetros o Coeficientes. Los parmetros son constantes usadas en el problema para determinar la funcin objetiva y los recursos disponibles (restricciones o RHS). Valor Final Indica la solucin ptima obtenida, en nuestro ejemplo 6 acres de Maz y 6 de Avena, respectivamente. Gradiente Reducido (Costo Reducido o Costo de Oportunidad) Las actividades que entran en el plan ptimo tienen un costo reducido igual a cero, mientras que las que no entran tienen un costo reducido negativo. As por ejemplo, la Soya no entr en el plan ptimo. Si el productor agrcola decidiera sembrar un solo acre de Soya su ingreso neto disminuira de 360 a 250 US$.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

15

Coeficiente Objetivo son los precios netos de cada actividad. Aumento Permisible Indica en cuanto se puede aumentar un coeficiente objetivo (precio neto) sin que cambie la solucin ptima. Disminucin Permisible Indica en cuanto puede disminuir un coeficiente objetivo (precio neto) sin que cambie la solucin ptima. Rango de Optimalidad Se forma a partir de los coeficientes objetivos y de los aumentos y disminuciones permisibles. La solucin ptima de un modelo de Programacin Lineal no cambia si un coeficiente objetivo de alguna variable en la funcin objetiva cambia dentro de cierto rango. Solo se permite el cambio de un coeficiente. Por ejemplo, que pasa con la solucin ptima si el coeficiente objetivo de la actividad Avena se incrementa de 20 a 30 US $ ?. Para responder esta pregunta se deben calcular previamente el rango de optimalidad, es decir: Lmite superior: 20 + 20 = 40 Lmite inferior 20 - 6,667 = 13,337 Dado que el coeficiente objetivo modificado [30] cae en el intervalo [40 ; 13,337] se puede asegurar que no habr cambio en la solucin ptima. Valor Final Indica la cantidad de los recursos disponibles utilizados en el proceso productivo Precio Sombra (o Precios Duales). Es el cambio marginal en el valor de la funcin objetiva ptima que se produce si se modifica una restriccin (es decir si se incremente en una unidad). Restriccin Lado Derecho (Constraints). Son lmites fsicos, econmicos, tecnolgicas, o de cualquier otra ndole, que se imponen a las variables de decisin: 12 acres de tierra, 48 horas de trabajo y 360 dlares de capital. Aumento y Disminucin Permisible Indica en cuanto se puede aumentar/ disminuir el recurso disponible sin que se modifique la solucin ptima Rango de Factibilidad Indica que el valor del precio de sombra permanecer sin modificacin alguna, siempre y cuando la restriccin en cuestin permanezca dentro del llamado rango de factibilidad.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

16

Anlisis: 1 La columna Valor Igual (Valor Final) hace referencia al Valor final que toman las variables de decisin o celdas cambiantes (Changing cells) ( j X ) en la solucin ptima. En nuestro ejercicio 6 acres de Maz ( M X ) y 6 acres de Avena, ( A X ). Vea celdas D9 y D11, respectivamente 2 La columna Gradiente Reducido (Costo Reducido o costo de oportunidad) le informa al usuario en cuanto debera modificarse el coeficiente objetivo ( j C ) asociado a una variable ( j X ) en la funcin objetiva ( Z ) para que la misma permanezca en la solucin. Las variables que entran en la solucin ptima tienen un Gradiente reducido (Costo reducido o costo de oportunidad) igual a cero. Se les denomina variables bsicas. Las variables que no entran en la solucin ptima tienen costo reducido negativo (< 0). Se les denomina variables no bsicas. En nuestro ejemplo la Soya no entr en el plan final, por lo tanto su costo reducido es 10. Esto significa que si por alguna razn el productor forzara la entrada de un acre de soya en el plan final (reemplazando un acre de Maz, por ejemplo) el valor del programa se reducira en 10 $, es decir de 360 $ a 350 $

La columna Coeficiente Objetivo muestra los precios netos de cada actividad: Maz 40, Soya 30 y Avena 20. A continuacin se escribe nuevamente la funcin objetivo original por conveniencia:

Las dos ltimas columnas Aumento permisible y Disminucin permisible muestran el rango en el cual pueden variar los coeficientes de la funcin objetiva (precio neto de cada actividad) sin que cambie la solucin ptima. El valor de la funcin objetiva cambiar, naturalmente, debido a los cambios en los coeficientes objetivos.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

17

En el ejemplo del profesor Benecke el coeficiente objetivo de la variable Maz se puede incrementar de 40 a 60 y disminuir de 40 a 13,33 sin que se produzca ningn efecto en el valor final de las variables de decisin, ceteris paribus. Por supuesto el valor ptimo de la funcin objetiva cambiar. Rango de optimalidad del coeficiente objetivo del Maz

Rango de optimalidad del coeficiente objetivo de la Avena

A fin de verificar lo dicho anteriormente seleccionen nuevos coeficientes objetivos para el Maz y la Avena dentro del rango de optimalidad: [Maz (60 ; 30 )] y [Avena (40 ; 13,33 )], respectivamente. Seleccionen, por ejemplo: Maz, 30 y Avena, 13,33. Ahora vayan a la celda C3 y escriban 60, en lugar de 40 y en D3 escriban 13,30 en lugar de 20. Clic en el botn Restablecer todo. Ejecuten nuevamente el Solver. Observarn que la solucin ptima permanece constante: Maz 6 acres y 6 acres de Avena; no obstante, el valor ptimo, es decir el ingreso neto disminuir de 360 hasta 259, 98 US $. Noten igualmente que sobran 36 $ de Capital. 5 La columna Precio de Sombra dice en cuando se incrementara o disminuira el valor de la funcin objetiva si se incrementara o disminuyera el recurso disponible (RHS) en una unidad. As por ejemplo, si el lmite de la primera restriccin (disponibilidad del recurso tierra) se incrementara de 12 a 13 acres de tierra, entonces la funcin objetiva se incrementara en 10 US $, ceteris paribus. Por otra parte, si el lmite de la restriccin trabajo disponible se incrementara de 48 a 49 horas de trabajo, entonces la funcin objetiva experimentara un incremento de 5 US $, ceteris paribus. El Precio de sombra se conoce en economa con el nombre Producto marginal del recurso y ste indica cuanto estara el empresario dispuesto a pagar por una unidad adicional del recurso limitante. Los precios de sombra suministran informacin relacionada con la productividad del recurso que se aada. As por ejemplo el recurso tierra se utilizar completamente en el proceso productivo: 6 acres de Maz y 6 acres de Avena. Un acre adicional, en caso de que fuera posible, aadira 10$ al valor de la funcin objetiva, pero un acre menos reducira el valor de la funcin objetivo en 10 $). Por otra parte, una hora de trabajo aadira 5$ al valor de la funcin objetiva, pero ms capital no aadira nada debido a que el recurso no se utiliz completamente.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

18

Los precios de sombra de las restricciones limitantes son diferentes de cero (caso del factor Tierra, precio de sombra 10 y factor Trabajo, precio de sombra 5). Los precios de sombra de las restricciones no limitante son iguales a cero (caso del recurso Capital, precio de sombra igual a cero) 6 Las columnas Aumento permisible y Disminucin permisible de una restriccin indican el rango en el cual se puede variar el recurso disponible (RHS) sin que se modifique la solucin ptima. As por ejemplo, los rangos de factibilidad de los recursos limitantes (Tierra y Trabajo) son respectivamente los siguientes: Rango de factibilidad para la restriccin Tierra ........

Rango de factibilidad para la restriccin Trabajo ........

Cualquier cambio dentro de este rango no modifica la naturaleza factible de la solucin ptima, si se asume que todos los restantes parmetros del modelo permanecen constantes. Fuera del rango de valores se requiere re optimizar, o sea resolver el problema para determinar el nuevo valor de la funcin objetiva. Informe de Lmites De los tres informes mencionados ms arriba, el de Lmites fue diseado por Microsoft con el fin de suministrar un anlisis diferente de sensibilidad. Los especialistas suelen dar muchsima importancia a los informes de Reporte y Sensibilidad, por cuanto ellos le permiten simular que pasara si se cambian determinados parmetros. El informe de lmites muestra el rango de los valores que pueden asumir las celdas cambiantes (variables de decisin), basados en los restricciones que se hayan definido. Glosario de trminos del informe de Lmites Igual (Valor Final). Hace referencia a la solucin ptima encontrada: 6 acres de Maz y 5 de Avena Lmite Inferior: Es el menor valor que puede tomar la variable (suponiendo que las dems mantienen el valor ptimo encontrado), y satisfacer todas las restricciones. Resultado Objetivo. Es el valor que toma la funcin objetivo si la variable considerada toma el valor del lmite inferior y las dems variables mantienen el valor ptimo encontrado. Ejemplo: Como calcular los Lmites de la Variable Maz: Valor del lmite inferior de la variable Maz: 0 acres

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

19

Valor ptimo de la variable Avena: 6 acres Funcin objetivo bajo estas condiciones: 40*0+20*6 = 120 Lmite superior. Es el mayor valor que puede tomar la variable (suponiendo que las dems mantienen constante el valor ptimo encontrado) Resultado objetivo. Es el valor que toma la funcin objetivo si la variable considerada toma el valor del lmite superior y las dems mantienen el valor ptimo encontrado Valor del lmite superior de la variable Maz: 6 acres Valor ptimo de la variable Avena: 6 acres Funcin objetivo bajo estas condiciones: 40*6+20*6 = 360 Como calcular los Lmites de la Variable Soya: Valor del lmite inferior de la variable Soya: 0 acres Valor ptimo de la variable Maz: 6 acres Valor ptimo de la variable Avena 6 acres Funcin objetivo bajo estas condiciones: 40*6+20*6 = 360 Lmite superior. Es el mayor valor que puede tomar la variable (suponiendo que las dems mantienen constante el valor ptimo encontrado) Resultado objetivo. Es el valor que toma la funcin objetivo si la variable considerada toma el valor del lmite superior y las dems mantienen el valor ptimo encontrado Valor del lmite superior de la variable Soya: 0 acres Valor ptimo de la variable Soya: 6 acres Valor ptimo de la variable Avena 6 acres Funcin objetivo bajo estas condiciones: 40*6+20*6 = 360 Como calcular los Lmites de la Variable Avena Valor del lmite inferior de la variable Avena: 0 acres Valor ptimo de la variable Maz: 6 acres Funcin objetivo bajo estas condiciones: 40*6+20*0 = 240 Lmite superior. Es el mayor valor que puede tomar la variable (suponiendo que las dems mantienen constante el valor ptimo encontrado) Resultado objetivo. Es el valor que toma la funcin objetivo si la variable considerada toma el valor del lmite superior y las dems mantienen el valor ptimo encontrado Valor del lmite superior de la variable Avena: 6 acres Valor ptimo de la variable Avena: 6 acres Funcin objetivo bajo estas condiciones: 40*6+20*6 = 360

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

20

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 4:

USO DE EXCEL PARA FORMULAR Y RESOLVER PROBLEMAS DE TRANSPORTE Y ASIGNACIN. Problemas de transporte:
Para estos problemas Excel necesita dos tablas separadas en una hoja de clculo. La primera es la tabla de parmetros. La segunda es la tabla de solucin que contiene las cantidades a distribuir de cada origen a cada destino.

Ejemplo: Una compaa tiene tres enlatadoras que abastecen a cuatro almacenes y la gerencia quiere determinar la programacin de envo de costo mnimo para su produccin mensual de latas de tomate. La oferta de las enlatadoras, las demandas de los almacenes y los costos de envo por caja de latas de tomate se muestran en la Tabla1.

Lo primero es ingresar esta tabla de parmetros a la hoja de clculo Excel. Luego de esto deben incluirse los dos tipos de restricciones funcionales en la hoja de clculo.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Restricciones de suministro: la cantidad total enviada desde cada origen se calcula en la columna H de la tabla de solucin. Esta es la suma de todas las celdas de variables de decisin en el rengln correspondiente. Por ejemplo: la ecuacin en la celda H15 es =D15+E15+F15+G15. El suministro de cada origen se da en la columna J y las celdas de la columna H deben ser iguales a las celdas correspondientes en la columna J. Restricciones de demanda: la cantidad total enviada a cada destino se calcula en el rengln 18. Por ejemplo, la ecuacin en la celda D18 es =D15+D16+D17. Entonces la demanda de cada destino se da en el rengln 20. Costo total: se da en la celda H18. Este costo es la suma de los productos de las celdas correspondientes en el cuerpo de la tabla de parmetros y el de la tabla de solucin. As la ecuacin contenida en la celda H18 es SUMAPRODUCTO (D6:G8, D15:G17). Elementos en el cuadro de dialogo de Solver: se minimiza el costo total (calculado en la celda H18), cambiando las cantidades enviadas (celdas D15 a G17), sujetas a las restricciones de que la cantidad total enviada a cada destino sea igual a su demanda (D18:G18=D20:G20), y la cantidad

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

total enviada desde cada origen debe ser igual a su suministro (H15:H17=J15:J17). Asumir no negativos especifica que todas las cantidades enviadas deben ser no negativas. Adoptar modelo lineal, indica que se trata de un problema de programacin lineal. Valores de las variables de decisin: las xij cantidades enviadas estn en las celdas que cambian (D15:G17). Para comenzar se puede introducir cualquier valor en cada una de estas celdas. La solucin se muestra en la siguiente figura.

Problemas de asignacin: En este caso la formulacin es similar al problema de transporte. Ejemplo: Una empresa compro tres mquinas nuevas de diferentes tipos. Existen cuatro sitios disponibles dentro del taller en donde se podra instalar una mquina. Algunos de ellos son ms adecuados que otros para ciertas maquinas en particular por su cercana a los centros de trabajo que tendran un flujo intenso de trabajo hacia y desde las maquinas. (no hay flujo de trabajos entre las maquinas). Por lo tanto el objetivo es asignar las nuevas mquinas a los lugares disponibles de manera que se minimice al costo total del manejo de materiales. En la tabla 2, se proporciona el costo estimado por unidad de tiempo del manejo de los materiales en cuestin,

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

con cada una de las maquinas en los sitios respectivos. El lugar 2 no se considera apropiado para la maquina 2 por lo que no se da un costo en este caso.

Para formularlo como un problema de asignacin, se debe agregar una maquina ficticia para el lugar adicional. Adems, debe asignarse un costo muy grande M a la asignacin la maquina 2 al lugar 2 para evitarla en la solucin ptima. Resolucin: En la hoja de clculo Excel armamos la tabla de parmetros, de manera que nos quede la siguiente pantalla:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Luego, tendremos que armar la tabla de solucin, igual que en el problema de transporte. En este caso, hay que tener en cuenta que: Numero de orgenes (m) = nmero de destinos (n). Cada recurso si = 1, Cada demanda di = 1. De esta manera, obtenemos:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

La solucin ptima es asignar la maquina 1 al lugar 4, la maquina 2 al lugar 3 y la maquina 3 al lugar 1 con un costo total de $29 por hora. La mquina ficticia se asigna al lugar 2, con lo que esa localidad quedara disponible para alguna asignacin real futura.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 5:

PROBLEMAS DE INVENTARIOS Y SU RESOLUCION EN WINQSB

El inventario es el conjunto de mercancas o artculos que tiene la empresa para comerciar con aquellos, permitiendo la compra y venta o la fabricacin primero antes de venderlos, en un periodo econmico determinados. Deben aparecer en el grupo de activos circulantes. Es uno de los activos ms grandes existentes en una empresa. El inventario aparece tanto en el balance general como en el estado de resultados. En el balance General, el inventario a menudo es el activo corriente ms grande. En el estado de resultado, el inventario final se resta del costo de mercancas disponibles para la venta y as poder determinar el costo de las mercancas vendidas durante un periodo determinado.
Ejemplo: La materia prima principal para la creacin de un producto cuesta $20 por unidad. Cada unidad del producto final requiere una unidad de esa materia prima. Si la demanda para el prximo ao es de 1000 unidades. Que cantidad se debe pedir? Cada orden por ms unidades cuesta $5 y el costo de almacenaje por unidad por ao es de $4. En la opcin New Problem se genera una plantilla en la cual se introducirn las caractersticas de nuestro problema:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

A continuacin se describirn los diferentes tipos de problemas de inventario disponibles en la ventana. Especificaiones del problema de inventario. (Inventory Problem Specificator): Problema de cantidad econmica de la orden para demanda determinstica (Deterministic Demand Economic Order Quantity Problem) Analisis del problema de cantidad discontinua para demanda determinstica (Deterministic Demand Quantity Discount Analysis Problem) Problemas con demanda estocstica para un solo periodo (Single Period Stochastic Demand Problem) Problemas con demanda dinmica con existencias de reserva (Multiple-Period Dynamic Lot-Sizing Problem) Sistema o modelo de cantidad fija de orden continuio (Continuous Review Fixed Order Quantity System) Sistema o modelo revisin continua (Continuous Review Order Up to System) Sistema o modelo de intervalo fijo de revisin peridica (Periodic Review Fixed Order Interval System) Sistema o modelo de revisin peridica con reaprovisionamiento opcional (Periodic Review Optional Replenishment System)

En la ventana Especificaciones del problema de inventario (Inventory Problem Specification) procedemos a digitar los datos bsicos para la solucin del problema:

La ventana siguiente muestra la informacin completa para la solucin del problema:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Demanda por ao (Demand per Ao): La demanda para el prximo ao es de 1000 unidades. Costo de la orden (Order or Setup Cost per Order): Costo de cada nueva orden ($5). Costo de almacenar una unidad por ao (Unit Holding Cost per Ao):El costo de mantener una unidad es de $4. Costo por la falta de una unidad por ao (Unit Shortage Cost per Ao):El valor predeterminado es M, equivalente a una costo muy grande. Costo por la falta de una unidad independiente del tiempo (Unit Shortage Cost Independent of Time): Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco. Rata de reaprovisionamiento o produccin por ao (Replenishment or Production Rate per Ao): El valor predeterminado es M, equivalente auna tasa muy grande. Tiempo de salida para una nueva orden por ao (Lead Time for a New Order in Ao): Valor no suministrado en el ejemplo, por tanto lo dejamosen blanco. Costo de adquisicin de una unidad sin descuento (Unit acquisitionCost Without Discount): Costo de compra de una unidad ($20). Nmero de puntos de descuento (Number of Discount Breaks): Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco. Cantidad de orden si es conocida (Order Quantity If You Known):Cantidad de unidades por pedido, si es conocido.

Una vez introducida la informacin procedemos a su solucin mediante la opcin Solve the Problem.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

La solucin ptima del problema se muestra a continuacin:

La primera parte se muestra un resumen de la informacin disponible por el ejemplo (columna Input Data).

La columna Economica Order Analysis presenta el anlisis resultante del problema.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

El nmero de unidades a pedir por orden es de 50 unidades, generando un mximo de 50 unidades de inventario:

La fila Order Interval in Ao nos muestra cada cuanto realizaremos el pedido de las 50 unidades (en este caso 0.005 equivale a una proporcin del ao). El costo total de ordenar unidades y el costo total de mantener unidades en inventario son de $100 y $100 respectivamente.

El costo total de compra equivale a $20000 (resulta de la multiplicacin de los $20 que vale cada unida por las 1000 unidades que se van a pedir el prximo ao). El costo total de este sistema por tanto ser de $20,200.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Graficacion del ejemplo anterior:

Podremos tambin realizar un anlisis grafico de los costos de este sistema activando la opcin Anlisis grafico de los costos (Graphic Cost Analysis) en el men Results.

Aparecer una ventana donde indicaremos unos simples parmetros de visualizacin del grfico: Mximo Costo, mnimos costos (ambos para el eje Y), mnima cantidad de reordene y mxima cantidad de reordene. Podremos pulsar OK sin modificar estos parmetros.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Para mostrar un grfico que seale la intensidad de los pedidos elegiremos la opcin Grafico de la utilidad del inventario (Graphic Inventory Profile):

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Martin Gonzalez Carlos Mireles Jos Gpe. Delgado 21-Junio-2012 MANUAL 6:

PRONOSTICOS

Pronsticos.
Un aspecto esencial de la administracin de cualquier organizacin es planear. El xito a largo plazo de una organizacin depende de qu tan bien son capaces sus administradores de anticipar el futuro y elaborar estrategias apropiadas. El buen juicio, la intuicin y una conciencia del estado de la economa pueden darle al administrador una idea general o intuicin de lo que probablemente suceder en el futuro. Pronosticar consiste en utilizar datos pasados para determinar acontecimientos futuros mediante algn tipo de modelo matemtico. Puede ser una prediccin del futuro subjetiva o intuitiva. O bien una combinacin de ambas, es decir, un modelo matemtico ajustado por el buen juicio de un administrador. Aunque tambin debern de estar consientes que sin importar la tcnica utilizada no existen los pronsticos perfectos. Los mtodos de pronsticos se pueden clasificar como cuantitativos o cualitativos. Enfoque Cualitativo En este enfoque no se dispone de datos histricos, los gerentes pueden usar una tcnica cualitativa para elaborar pronsticos, pero el costo de utilizar estas tcnicas puede ser alto debido al compromiso de tiempo requerido de las personas implicadas. Mtodo Delfos. Intenta elaborar pronsticos por medio del consejo de grupo. Su meta no es producir una sola respuesta como salida, sino, en su lugar, producir un despliegue de opiniones relativamente reducido dentro del cual coincida la mayora de los expertos. Juicio experto o juicio de expertos.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Los pronsticos cualitativos con frecuencia se basan en el juicio de un solo experto o representa el consenso de un grupo de expertos. Este mtodo se recomienda cuando no es probable que las condiciones en el pasado se mantengan en el futuro.

Redaccin de escenario. Consiste en elaborar un escenario conceptual del futuro basado en un conjunto de suposiciones bien definidas; diferentes conjuntos de suposiciones conducen a diferentes escenarios. El tomador de decisiones debe decidir que tan probable es cada escenario y luego tomar decisiones en consecuencia. Enfoques intuitivos. Capacidad de la mente para procesar informacin que es difcil cuantificar. Se usa en trabajos de grupo, en los cuales un comit o panel busca desarrollar ideas nuevas o solucionar problemas complejos por medio de una serie de sesiones de lluvia de ideas. Enfoque Cuantitativo Este enfoque es utilizado cuando * se dispone de informacin pasada acerca de la variable que se va a pronosticar, * la informacin puede cuantificarse y * es razonable suponer que el patrn del pasado continuara en el futuro. Para estos casos se puede elaborar un mtodo de series de tiempo o mtodo causal. Los mtodos de pronostico causal se basan en la suposicin de que la variable que estamos tratando de pronosticar exhibe una relacin causa - efecto con una o mas de otras variables. Anlisis de regresin. Tcnica estadstica que puede emplearse para elaborar una ecuacin matemtica que muestre como se relacionan las variables. Variable dependiente o de respuesta (y): variable que se esta prediciendo.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Variable independiente o pronosticadoras (x): variable o variables que se usan para predecir el valor de la variable dependiente. Usando este anlisis podemos elaborar una ecuacin que muestre cmo se relaciona la variable dependiente y con la variable independiente x. Predecir las demandas futuras del producto con base en los valores futuros de las variables independientes. Control las demandas futuras del producto mediante el control del precio del mismo, gastos de publicidad y los tipos de campaas de publicidad usadas. Hay variables que no podemos controlar, por lo tanto no podemos predecir ni controlar perfectamente la demanda del producto. Si los datos histricos se restringen a valores pasados de la variable que estamos tratando de pronosticar el procedimiento es un mtodo de serie de tiempo. Existen 3 mtodos: * suavizacin (promedios mviles, promedios mviles ponderados y suavizacin exponencial). * proyeccin de tendencia. * proyeccin de tendencia ajustada para influencia estacional. El patrn o comportamiento de los datos en una serie de tiempo tiene varios componentes, la suposicin comn es que se combinan cuatro componentes separados (tendencia, cclico, estacional e irregular) para proporcionar valores especficos de las series de tiempo. Tendencia: Resultado de factores a largo plazo tales como cambios en la poblacin, caractersticas demogrficas, tecnologa y preferencias del consumador. Cclico: Con frecuencia las series de tiempo demuestran alternantes de puntos y por encima de la lnea de tendencia. Cualquier secuencia de puntos recurrente encima y debajo de la lnea de tendencia, que dure mas de un ao. Estacional:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Son los componentes de las series de tiempo que representan la variabilidad en los datos debido a influencias estacionales. Irregular: Factor residual o comodn que incluye las des variaciones de los valores de series de tiempo reales de los esperados dados los componentes de tendencia, cclico y estacional.

Suavizacin. Promedios mviles, promedios mviles ponderados y suavizacin exponencial, son los 3 mtodos de pronsticos que la conforman. Su objetivo es suavizar las fluctuaciones aleatorias causadas por el componente irregular de la serie de tiempo y son apropiados para una serie de tiempo estable debido a que se adaptan a los cambios en el nivel de serie de tiempo. Son fciles de usar y comnmente brindan un alto nivel de precisin para pronsticos a corto alcance. Promedio mvil: Promedio de los valores de n datos mas recientes en la serie de tiempo como el pronostico para el siguiente periodo. Mvil quiere decir que conforme se dispone de nuevas observaciones para la serie de tiempo, se reemplaza la observacin mas antigua de la ecuacin y se calcula un nuevo promedio. Resultado: El promedio cambiara, o se mover, conforme se disponga de nuevas observaciones. Ecuacin:

Promedio mvil ponderado:

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Implica seleccionar diferentes pesos para cada valor de datos y luego calcular un promedio ponderado de los valores de los n datos ms recientes como el pronstico. La observacin mas reciente recibe el mayor peso, y el peso disminuye para los valores de datos ms antiguos. Suavizacin exponencial: Usa un promedio ponderado de valores pasados como pronsticos, solo seleccionamos un peso, el peso para la observacin mas reciente. Los pesos para los otros valores de datos se calculan automticamente y se hacen cada vez mas pequeos conforme las observaciones se alejan en el pasado. Ecuacin: Ft+1 = aYt + (1 a)Ft Ft+1 Pronostico de la serie de tiempo para el periodo t + 1 Yt Valor real de la serie de tiempo en el periodo t Ft Pronostico de la serie de tiempo para el periodo t a Constante de suavizacin (0a1) Proyeccin de tendencia. Pronostica los valores de una serie de tiempo que exhibe una tendencia lineal a largo plazo. El tipo de serie de tiempo para los que se aplica este mtodo muestra un incremento o disminucin constantes a lo largo del tiempo. No es estable, por lo tanto los mtodos de suavizacin no son aplicables. Ecuacin: Tt = b0 + b1t Tt Valor de tendencia para las ventas en el periodo t b0 Intercepto (punto en el que la grafica de la recta corta el eje vertical) de la lnea de tendencia b1 Pendiente de la lnea de tendencia

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Errores en los pronsticos Las tcnicas en el proceso de pronsticos son herramientas que utilizan los administradores para llegar a mejores decisiones, adems de identificar y extrapolar patrones o relaciones establecidas con el fin de pronosticar. Un mtodo para controlar y evaluar una tcnica de pronsticos consiste en obtener la suma de todos los errores absolutos. La Desviacin Absoluta de la Media (DAM) mide la precisin de un pronstico mediante el promedio de la magnitud de los errores de pronstico (valores absolutos de cada error). Resulta de gran utilidad cuando el analista desea medir el error de pronstico en las mismas unidades de la serie original. El error en el pronstico es la diferencia numrica entre la demanda pronosticada y la real, es la medida que indica la efectividad al utilizar alguno de los mtodos de pronstico. Resulta ms til calcular los errores de pronstico en trminos de porcentaje y no de cantidades. El Porcentaje de Error Medio Absoluto (PEMA) se calcula encontrando el error absoluto en cada periodo, dividiendo ste entre el valor real observado, para ese periodo y despus promediando estos errores absolutos de porcentaje. Este enfoque es til cuando el tamao o magnitud de la variable de pronstico es importante en la evaluacin de la precisin del pronstico. El DAM y el ECM, en s, no nos dicen mucho. Pero sirven para comparar modelos de pronstico y elegir el que mejor predice los valores. Tambin sirven para monitorear el desempeo de un modelo: cuando aumentan de repente, significa que el modelo ya no es tan atinado. Seleccin de una tcnica para establecer un pronstico. Factores a considerar: Perodo: Inmediato (< 1 mes), Corto plazo (1-3 meses), Mediano plazo (> 3 meses y < 2 aos) y Largo plazo ( 2 aos). Entre ms largo el plazo, menos exactos son los pronsticos cuantitativos y ms valiosos los pronsticos cualitativos.

MODELOS CUANTITATIVOS PARA LA TOMA DE DECISIONES

Patrn de los datos: Presencia de tendencia, ciclo, variacin, estacional o alguna combinacin de ellos. Modelo invariable vs Casual. Costo del pronstico: Costo de desarrollar el modelo, complejidad, costo de conseguir los datos necesarios, costo de la operacin real de la tcnica, tipo de software requerido. Exactitud deseada: Es aceptable un error de 20%? 10%? 5%? 1%? Disponibilidad de la informacin: Datos histricos (De cuantos periodos? Con que frecuencia?), Variables disponibles, Exactitud de los datos (Confiabilidad), Puntualidad de los datos (Relevancia). Se podra requerir un procedimiento para reuni los datos. Facilidad de operar y entender: En particular, es de suma importancia que el administrador (tomador de decisiones) entienda el modelo y las tcnicas.