Metodos Cuantitativos

FACULTAD DE CIENCIAS
ADMINISTRATIVAS
MAESTRIA EN GERENCIA EMPRESARIAL
METODOS CUANTITATIVOS
1
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
PRINCIPIOS BSICOS Y METODOLOGA PARA LA CONSTRUCCIN,
RESOLUCIN E IMPLEMENTACIN DE MODELOS MATEMTICOS
DR. ING. FLIX E. VACA O.
5-MARZO-2!
PRINCIPIOS BASICOS Y METODOLOGIA PARA LA FORMULACION, RESOLUCIN E IMPLEMENTACIN DE MODELOS DE
PROGRAMACIN MATEMATICA
Los procesos de anlisis empleados para la ormulaci!n de modelos de "rogramaci!n Matemtica son los #ue constitu$en el %Mtodo Cient&ico%' es#uema
de raciocinio utili(ado por los investigadores' #ue en muc)os casos o*liga al estudio de operaciones mu$ comple+as $ a la constituci!n de e#uipos
multidisciplinares ormados por especialistas en cada uno de los actores #ue componen el pro*lema.
1. Principios Bsicos pr ! Cons"r#cci$n %& Mo%&!os
Noci$n %& Mo%&!o
,
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
-na de las caracter&sticas *sicas de la "rogramaci!n Matemtica es la amplia utili(aci!n de modelos matemticos para representar el pro*lema a ser
anali(ado.
"or otra parte' ni el uso de modelos matemticos es privado de la "rogramaci!n Matemtica' ni la noci!n de modelos est ligada necesariamente al
concepto de Modelo Matemtico.
El concepto de modelo est &ntimamente relacionado con la propia deinici!n del llamado mtodo cient&ico.
Figura ./ 1
Este mtodo' #ue en la ciencia en general *usca identiicar el comportamiento de la naturale(a' a travs de la ormulaci!n de le$es o teor&as' se *asa en la
secuencia0
1
Dr. Ing. Flix Eduardo Vaca O.

"ro*lema
2 real 3
Modelo
Conceptual
Modelo
Formal
4e gana
capacidad
de anlisis
4e pierde
inormaci!n
Metodos Cuantitativos
' O*servaci!n
5 6enerali(aci!n 2a*stracci!n3
5 Experimentaci!n
' Validaci!n
O en trminos ms expl&citos' en la noci!n de %con+etura $ reutaci!n% de*ida a "opper. Este concepto esta*lece #ue una le$ o 7teor&a8 cient&ica es' apenas
una )ip!tesis no rec)a(ada todav&a $ #ue ese proceso de *uscar allas en la )ip!tesis a travs de experimentos adecuados planiicados de*e ser continuo.
9
Dr. Ing. Flix Eduardo Vaca O.

4ituaci!n
administrativa
Modelo
conceptual
Formulaci!n
:igurosa
Modelo
cient&ico del
pro*lema
4ituaci!n
cient&ica
Modelo
conceptual
Formulaci!n
:igurosa
Metodos Cuantitativos
Figura ./. ,
El modelo cient&ico' propio de esta metodolog&a' pretende interpretar la naturale(a. Los modelos de "rogramaci!n Matemtica tienen por o*+etivo' prever
su*sidios para resolver una pro*lema especiico' $ en la ma$or&a de las veces' controlar un determinado sistema. "ero los conceptos *sicos pueden ser
transeridos para los modelos cient&icos de esas situaciones de control El proceso puede ser es#uemati(ado como en la Figura .o ,
El 7conocimiento8

del o*servador a travs del con+unto de inormaci!n #ue acumul! en su experiencia administrativa $ cient&ica' asocia un modelo
conceptual' donde la percepci!n de la realidad' a travs de analog&as con situaciones cient&icas 2le$es' teor&as u otros modelos3' permite deinir un modelo
conceptual. La colocaci!n de estos en trminos ormales' nos lleva a la ormulaci!n rigurosa del modelo' donde parte de la inormaci!n puede ser
condensada en varia*les agrupadas' perdiendo 7parte de su ri#ue(a8. El modelo del pro*lema' ser entonces transormado en un modelo cient&ico'
a*stracto' so*re el cual se de*e reali(ar la experimentaci!n.
;
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
La construcci!n de modelos es un proceso de aprendi(a+e' donde el conocimiento ad#uirido en la ormali(aci!n tiene gran inluencia en el proceso anterior
de percepci!n. :ealmente la simplicidad de las iguras presentadas no rele+a la comple+idad del proceso' como el #ue ocurre en la realidad.
<
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
=
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
Figura ./. 1
En trminos prcticos' una de las ms nota*les dierencias' #ue existen entre los modelos cient&icos puros $ los de "rogramaci!n Matemtica' es #ue en
estos >ltimos surgen' con contornos propios el concepto deinici!n o*+etivo o unci!n de utilidad. Esto es' un modelo de "rogramaci!n Matemtica' como
$a di+imos' o*+etiva transorma el estado de un sistema' como un o*+etivo dirigido. En otras pala*ras en la "rogramaci!n Matemtica' *uscamos controlar
sistemas.
En toda la presentaci!n anterior' es necesario destacar la inluencia de lo #ue ue llamado de 7conocimiento8 del analista.
7
Conocimiento8

signiica a#u& un mixto de inormaci!n' experiencia 2#ue no es ms #ue una orma particular de inormaci!n3 $ eventualmente creatividad.
-n modelo ser una representaci!n de la realidad' vista a travs de los recursos 2conocimiento3 del analista.
La ormulaci!n de modelos de "rogramaci!n Lineal re#uiere esta*lecer las unciones matemticas mediante las cuales se representa a un sistema real' para
lo cual se deinirn las varia*les' la unci!n o*+etivo $ las restricciones.
(. METODOLOG)A
La metodolog&a de ormulaci!n' desarrollo e implementaci!n de modelos de "rogramaci!n Lineal' consiste en una organi(aci!n particular de las
actividades #ue conducen a la soluci!n del pro*lema ormulado. ? continuaci!n se presenta el con+unto de actividades $ la secuencia en #ue de*en ser
consideradas0 Figura .o 1
@
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
a3 Formulaci!n del pro*lema.
*3 Formulaci!n del modelo de "rogramaci!n Lineal.
c3 Metodolog&a para *uscar la soluci!n.
d3 Levantamiento de datos.
e3 4oluci!n del modelo $ anlisis de resultados.
3 Implementaci!n de la soluci!n.
g3 Comparaci!n de resultados.
)3 Experiencia.
(.1. For*#!ci$n %&! Pro+!&*.
Esta etapa es undamental por#ue aecta de manera relevante al modelo' a la inormaci!n $ a los resultados del modelo' por lo tanto' se la de*e reexaminar
durante las ases posteriores de la metodolog&a. 4u xito depende del grado de precisi!n con #ue se deina el pro*lema' para lo cual es importante
considerar toda la inormaci!n #ue se pueda o*tener del sistema' determinar #ue inormaci!n se de*e utili(ar' eso es' #ue se puede eliminar $ #ue se de*e
incluir' las interrelaciones #ue existen entre los elementos del modelo' las posi*les alternativas de ormulaci!n del pro*lema' el tiempo para la toma de
decisiones' $ so*re todo se de*e deinir e identiicar claramente las metas' las mismas #ue de*en ser expresadas en trminos de un o*+etivo $ de las
restricciones.
La ormulaci!n del pro*lema de*e ser lo ms precisa posi*le' destacando claramente los o*+etivos *uscados. Del grado de precisi!n con #ue se deina el
pro*lema' depender la ma$or o menor diicultad en llevar a ca*o las etapas posteriores.
A
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
Buien ormula el pro*lema de*e tener un conocimiento proundo $ completo del sistema a ser representado. El desconocimiento del sistema puede llevar a
no detectar claramente el pro*lema o a deinirlo de manera e#uivocada. Muc)os pro*lemas no se resuelven por#ue no )an sido deinidos como tales o no
)an sido *ien deinidos
En la ormulaci!n del pro*lema se de*e considerar el sistema' su inluencia )acia el exterior $ su sensi*ilidad a eectos externos.
Es recomenda*le #ue #uienes deinan el pro*lema sean los niveles e+ecutivos de las empresas ! instituciones en las #ue se pretende implementar el modelo.
4e de*e tomar en cuenta #ue el deinir el pro*lema implica un compromiso para anali(arlo' resolverlo e implementarlo' lo #ue re#uiere de inversi!n de
recursos0 econ!micos' )umanos $ materiales' por lo #ue los e+ecutivos de*en comprometerse )a *rindar todo el apo$o necesario a in de conseguir los
o*+etivos.
(.(. For*#!ci$n %&! Mo%&!o.
? partir del conocimiento del pro*lema $ de todas sus caracter&sticas' se constru$e la representaci!n ormal del mismo' esto es' se de*e conseguir expresar
en orma ms o menos exacta la realidad' en trminos de lo #ue se llama un modelo' una representaci!n sim*!lica del pro*lema' #ue generalmente resulta
en un modelo matemtico. Este modelo en general ser representado por una unci!n econ!mica #ue de*e optimi(arse.
1C
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
? dierencia de otras tcnicas' la "rogramaci!n Lineal deine un modelo compuesto de una unci!n a optimi(arse' su+eta a determinadas limitaciones. Los
elementos #ue de*en deinirse en el modelo estn constituidos por0 el )ori(onte de planiicaci!n' las varia*les' la unci!n o*+etivo $ las restricciones.
5 Deinici!n del )ori(onte de planiicaci!n
El )ori(onte de planiicaci!n ser deinido' en general' de conormidad con la vida >til estimada para el modelo $ para los datos con #ue se alimentar el
mismo. 6eneralmente el )ori(onte de planiicaci!n est dado en unidades de tiempo' pero puede ser deinido en otras unidades. El modelo en si podr ser
vlido por muc)o tiempo' pero lo #ue determina la valide( de los resultados es la inormaci!n #ue alimenta al modelo.
5 Deinici!n de las varia*les
En los sistemas existen varia*les #ue son las ms representativas' otras #ue pueden ser menos representativas $ otras #ue no sern representativas. "or lo
tanto es necesario seleccionar del sistema real un con+unto de varia*les #ue sean las ms signiicativas' para #ue puedan representarlo de la orma ms
exacta posi*le. En general en los sistemas existen varia*les #ue desde el punto de vista de cual#uier analista son representativas' pero tam*in existen
varia*les #ue dependiendo de la deinici!n del pro*lema $ del analista 2s3 #ue ormular 2n3 el modelo pueden o no ser seleccionadas para estructurar el
mismo. Es recomenda*le #ue en todo el proceso se estructuren' cuando sea necesario' grupos interdisciplinares de tra*a+o para tener una me+or concepci!n
del sistema.
5 Deinici!n de la Funci!n O*+etivo.
11
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
Deinidas las varia*les se de*e estructurar la unci!n econ!mica a optimi(arse' esta optimi(aci!n se restringe a maximi(ar o minimi(ar la unci!n $ todos
los elementos #ue en ella entran de*en ser cuantiica*les' lo #ue implica #ue pueden existir en el sistema elementos #ue no son cuantiica*les o #ue son
di&ciles de asignarles un valor' en ese caso' esos elementos no pueden ser considerados.
5 Deinici!n de las restricciones
Luego se de*en deinir las unciones #ue representarn las limitaciones o restricciones a las cuales se su+etar la optimi(aci!n de la unci!n o*+etivo. De
igual orma los elementos #ue integrarn las restricciones de*en ser cuantiica*les.
4e de*ern representar como unciones de restricci!n todos los recursos #ue disponga el sistema' tales como0 econ!micos' )umanos' material primas'
condiciones o propiedades #ue se de*en cumplir' recursos &sicos' condiciones de operatividad' etc.
4e pueden deinir tipos de restricciones' por e+emplo un grupo de restricciones #ue represente las limitaciones de recursos econ!micos para diversos
o*+etivos del sistema' o diversos tipos de recursos )umanos #ue se de*en utili(ar.
5 Construcci!n del Modelo.
En resumen' luego de tener un conocimiento detallado de los principales recursos $ actividades del sistema' se constru$e el modelo #ue represente
matemticamente las caracter&sticas del pro*lema' de una orma simple $ clara' identiicando los componentes #ue contri*u$en a la eectividad de
1,
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
operaci!n del sistema' a las varia*les de entrada $ sus relaciones' los resultados esperados' $ un )ori(onte de tiempo para esta*lecer el cumplimiento de la
inalidad propuesta.
En "rogramaci!n Lineal para la ormulaci!n de modelos se utili(an varios elementos entre los #ue se consideran valores cuantiica*les' cada uno de ellos
constituir una varia*le de decisi!n 2x1'x,'. . .xn3' la unci!n o*+etivo 2( D c1x1 Ec,x,E...Ecnxn3 #ue estar su+eta a restricciones' expresadas mediante
inecuaciones ! igualdades 2ai+xi,...Eanm FD *i3' donde las constantes de la unci!n o*+etivo 2 c1'c,'...cn 3 $ de las restricciones 2 ai+ 3 son llamadas parmetros
del modelo.
"ara #ue un modelo sea una representaci!n vlida del pro*lema' los valores #ue tomen las varia*les de decisi!n de*en maximi(ar ! minimi(ar la unci!n
o*+etivo 2 Max'Min 3' su+eta a las restricciones especiicadas.
Las diversas situaciones #ue se pueden presentar en la realidad' permiten enrentar sistemas de gran tamaGo $ comple+idad' los mismos #ue para #ue sean
mane+a*les se los puede representar mediante su*5modelos' #ue unidos representan a todo el sistema original.
(.-. M&"o%o!o./ pr +#scr ! so!#ci$n.
-na ve( concluida la ase de ormulaci!n del modelo se procede a *uscar el mtodo #ue permita resolverlo' esto es' la tcnica mediante la cual se
encuentren los valores de cada una de las varia*les de decisi!n para llegar a la soluci!n !ptima.
En ocasiones' de acuerdo con la naturale(a del pro*lema' no es posi*le deinir claramente un mtodo anal&tico para resolverlo' o no existe un mtodo para
11
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
resolver el modelo' entonces' existen dos alternativas de soluci!n de este pro*lema0
a3 Desarrollar un Mtodo #ue resuelva este tipo de Modelo. Esto implica' tener la disponi*ilidad del conocimiento $ la experiencia para desarrollar un
mtodo' lo cul no siempre es posi*le. ?dems re#uiere invertir tiempo' recursos )umanos $ econ!micos $ en el caso de tener la capacidad de )acerlo'
de*emos preguntar si la soluci!n del pro*lema inicialmente planteado puede esperar )asta #ue se desarrolle el Mtodo #ue generalmente re#uiera muc)o
tiempo $ prue*as.
*3 La otra alternativa es reormular las etapas anteriores' esto es' la ormulaci!n del pro*lema $Ho el replanteamiento del Modelo para una revisi!n o
simpliicaci!n del mismo' a in de acilitar' si es posi*le su anlisis posterior.
En el caso de los modelos de "rogramaci!n Lineal el mtodo se encuentra deinido' por lo #ue esta etapa se puede considerar #ue )a sido resuelta' sin
em*argo' este proceso tam*in puede inluenciar la reestructuraci!n del modelo en virtud de alguna comple+idad #ue puede diicultar la utili(aci!n del
mtodo existente.
(.0. L&1n"*i&n"o %& %"os.
En esta ase es necesario determinar el con+unto de datos #ue alimentarn al modelo' estos datos pueden ser o no posi*les de o*tenerse' se los puede
conseguir con un determinado grado de diicultad en un periodo largo de tiempo' #ue puede ser igual o ma$or #ue el )ori(onte de planiicaci!n del modelo.
En modelos matemticos de planiicaci!n regional o a nivel de pa&s' generalmente se re#uieren vol>menes grandes de inormaci!n #ue pueden estar
descentrali(adas' por lo tanto' ser necesario ormar un e#uipo #ue se encargue de recopilar esta inormaci!n' dndoles a seguir el tratamiento necesario
19
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
para #ue puedan ser utili(adas en el modelo.
En muc)as ocasiones los datos pueden estar distorsionados o desactuali(ados. "or lo tanto es conveniente tomar en cuenta la calidad $ conia*ilidad de los
datos #ue alimentan al modelo' $a sea experimental ! estad&sticamente' veriicando de esta orma silos datos satisacen todos los re#uerimientos del
modelo' si no es as&' se puede iniciar lo #ue se conoce como enri#uecimiento del modelo #ue consiste en modiicar $ validarlo regresando inclusive a etapas
anteriores' )asta o*tener un modelo #ue represente ms ielmente al sistema $ nos permita coniar en las decisiones #ue se tomarn *asadas en l.
(.2. So!#ci$n %&! Mo%&!o.
En la "rogramaci!n Matemtica' los modelos resultantes para anali(ar los sistemas' tienen muc)as varia*les $ restricciones' por lo #ue es indispensa*le
utili(ar "a#uetes Computacionales para resolverlos. Estos pa#uetes pueden existir en el mercado de sotIare $ se los de*er utili(ar' lo #ue implica el sa*er
mane+ar los pa#uetes' esto es sa*er cuales son los ormatos de entrada de los datos $ #ue signiican los valores calculados por el programa $ #ue se
presentan como resultados' $ #ue en la ma$or&a de los programas' no solo nos dan los valores de las varia*les' sino tam*in otro tipo de inormaci!n
relacionada con el sistema #ue estamos anali(ando. En caso de no existir disponi*les los pa#uetes computacionales' se de*er conocer los lengua+es
computacionales adecuados para poder programarlos $ as& resolver los modelos.
En esta etapa se determinan los valores para cada una de las varia*les de decisi!n #ue optimi(an la unci!n o*+etivo $ cumplen con todas las restricciones'
es decir' a#uellos valores #ue nos permiten alcan(ar la eectividad del sistema representado.
.o siempre es posi*le o*tener una soluci!n !ptima del modelo' si no es acti*le )acerlo' es necesario reormularlo ! volver a las ases anteriores )asta
o*tener los resultados esperados. 4i el modelo est *ien construido' la soluci!n ser una alternativa !ptima para la toma de decisiones.
1;
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
(.3. An!isis %& !os R&s#!"%os.
Los resultados o*tenidos rele+arn la estructura del modelo $ de los datos con #ue se aliment! al mismoJ estos resultados de*en ser anali(ados de acuerdo
con el conocimiento previo #ue se posee del sistema. 4u anlisis exige un conocimiento total del sistema' $a #ue si los resultados estn 7distorsionados8

con
la realidad' signiica #ue se de*en reestructurar las etapas anteriores' por#ue se supone #ue el modelo $ su uncionamiento nos de*en dar resultados de
acuerdo a la realidad #ue tratan de representar.
El anlisis de los resultados re#uiere del conocimiento proundo del sistema' para decidir si esos resultados son acepta*les de conormidad con el
uncionamiento real del sistema' si son aplica*les o no. 4i no son acepta*les estos resultados' se de*er ir a las etapas anteriores' como son la alimentaci!n
de la inormaci!n' la reormulaci!n del modelo o la reormulaci!n del pro*lema. 4e de*e anali(ar los resultados )asta #ue se considere #ue son aplica*les
al sistema $ #ue causarn los eectos esperados.
-na ve( #ue los resultados son aplica*les' estos servirn de *ase para la aplicaci!n de las Kcnicas de "ost5optimi(aci!n. Lsicamente se podrn aplicar las
Kcnicas de0
5 ?nlisis de 4ensi*ilidad.
5 ?nlisis de "ost5optimi(aci!n
5 ?nlisis de "arametri(aci!n
1<
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
(.4. I*p!&*&n"ci$n %& ! so!#ci$n.
Es importante en la ase de implementaci!n' la decisi!n de los niveles e+ecutivos $ la cooperaci!n del personal tcnico $ administrativo para llevar a eecto
la misma.
La implementaci!n de acuerdo a la dimensi!n del sistema podr llevar un tiempo considera*le' durante ese tiempo las condiciones iniciales del sistema
pueden )a*er cam*iado' por lo #ue' se )ace necesario una continua realimentaci!n a las etapas anteriores para o*tener resultados actuali(ados.
-n modelo tiene su )ori(onte de planiicaci!n $ los datos tiene as& mismo un periodo de valide(' por lo #ue la implementaci!n ser repetitiva de acuerdo a
los cam*ios de la inormaci!n o de la reestructuraci!n del modelo.
El procedimiento mediante el cual el lu+o de inormaci!n puede ir de una etapa para la siguiente o a la anterior' permite o*tener resultados #ue aproximan
el modelo a la realidad. Ms a>n' todo pro*lema necesita ser sometido a un anlisis de sensi*ilidad' postoptimi(aci!n $Ho parametri(aci!n de soluciones $
por tanto de alternativas entre las cuales se puede seleccionar una para ser implementada.
(.4. Co*prci$n %& r&s#!"%os 5 &6p&ri&ncis.
La comparaci!n de resultados o*tenidos mediante la implementaci!n es una necesidad constante si se #uiere optimi(ar el sistema $ va acompaGada de los
su*sidios #ue al tcnico le da la vivencia en el pro*lema.
1=
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
Los resultados o*tenidos re#uieren ser comparados con la situaci!n real del sistema para conocer si los mismos de*en o no ser implementados. Esta
comparaci!n se la reali(ar con resultados de sistemas #ue )a$an sido implementados' $ tam*in se undamentarn en el conocimiento #ue el analista o
tcnico pose del sistema real.
(.7. Di.r* %& ! M&"o%o!o./.
La metodolog&a anteriormente descrita puede ser representada por la Figura 1. en la misma se resalta #ue todo el proceso re#uiere de una retroalimentaci!n
$ de una constate veriicaci!n de valide( de los resultados' de los datos' del modelo $ de la ormulaci!n del pro*lema.
(.8. Conc!#sion&s.
La metodolog&a presentada' puede ser generali(ada para la ormulaci!n e implementaci!n de cual#uier tipo de programaci!n matemtica. La utili(aci!n de
esta metodolog&a en "rogramaci!n Lineal $ en un pro*lema espec&ico determinar la ma$or o menor importancia de cada una de las ases' as& como
tam*in el tiempo re#uerido para cada una de ellas.
"ara resolver un pro*lema es importante conocer detallada $ proundamente el sistema para poder construir un modelo #ue lo represente lo ms
aproximado a la realidad. El modelo de*er ser sometido a varias prue*as $ veriicaciones )asta #ue las soluciones o*tenidas estn de acuerdo a la
situaci!n real.
1@
Dr. Ing. Flix Eduardo Vaca O.

Metodos Cuantitativos
1A
Dr. Ing. Flix Eduardo Vaca O.