Académique Documents
Professionnel Documents
Culture Documents
Solucin de un
problema
financiero
mediante la
programacin
lineal
Tabla de contenido
CAPITULO I: GENERALIDADES Y DEFINICIONES.................................................3
1.1.
Informacin de la empresa........................................................................3
1.2.
1.3.
1.4.
1.4.1.
Variables de decisin..........................................................................5
1.4.2.
Funcin Objetivo................................................................................5
1.4.3.
Restricciones.................................................................................... 5
1.5.
1.6.
Objetivos de la investigacin......................................................................6
Objetivos especficos............................................................................. 6
1.6.1.
1.7.
Hiptesis General..................................................................................... 6
Investigacin de operaciones.....................................................................6
2.2
Mtodo simplex........................................................................................ 8
2.3
2.4
El software LINDO................................................................................. 14
2.4.1
2.5
El software Lingo................................................................................... 17
2.5.1
2.6
Anlisis de Datos................................................................................... 21
2.7
Tamao de Muestra................................................................................22
2.7.1
2.8
Definiciones:................................................................................... 22
Tipos de Investigacin............................................................................ 26
Problema de la CREDINKA.....................................................................27
3.2
3.3
Solucin en LINDO.................................................................................30
Conclusiones................................................................................................... 31
Recomendaciones........................................................................................... 32
Bibliografa...................................................................................................... 32
1.1.
Informacin de la empresa
productos se han alineado a ofrecer servicios financieros al sector rural. Con el ingreso al
Grupo Diviso como accionista, Credinka expande sus operaciones a las regiones del Sur
al 2007. Diviso es reconocida como un conglomerado econmico importante en el sector
financiero y de mercado de capitales. Actualmente la FINANCIERA CREDINKAon se ha
integrado para iniciar sus operaciones como Financiera Credinka, siendo ahora la cuarta
financiera del sistema peruano en colocaciones y tercera en captaciones, de esta
manera refuerza su liderazgo en micro finanzas. Cuenta con 1200 colaboradores, 80
oficinas distribuidas en 12 regiones especialmente del sur del Per.
Productos de sus operaciones y su atencin al cliente, Financiera Credinka es
considerada una financiera solvente y estable. Adems ha mostrado un crecimiento dado
a las inversiones y al buen manejo de sus recursos. Financiera Credinka se ha
consolidado como una empresa promotora del desarrollo econmico del pas, fomentado
el crecimiento de pequeas empresas y emprendedores en actividades vinculadas al
comercio, manufactura, construccin y servicio.
La sede principal se encuentra en Av. Rivera Navarrete, Lima y en Av. De la Cultura,
Cuzco.
Financiera Credinka ofrece productos de crdito y deposito. Para crditos ofrece
productos como: crditos MYPE, de consumo e hipotecario; mientras que en depsitos
ofrece: Ahorro Corriente, Deposito CTS y plazo fijo.
1.2.
Las actuales exigencias del mercado obligan a que las financieras sean eficientes en sus
operaciones. Para la Financiera Credinka se ha convertido en un reto constante ofrecer
productos crediticios totalmente accesibles para las pequeas empresas y personas
naturales sin poner el riesgo la solvencia y estabilidad de la misma. De la misma forma
Financiera Credinka desea consolidarse como una empresa lder en el rubro financiero
por ello deber maximizar sus ganancias para lograr tal objetivo. El problema se focaliza
en la utilizacin ptima de los recursos. Es decir, que la inversin hecha en los tres
diferentes productos financieros deber obtener la mxima cantidad de intereses
generados. Sin embargo, se deber considerar las restricciones de demanda histrica. El
objetivo ser la mejor distribucin de la inversin en cada uno de los tipos de crditos
para obtener la mayor cantidad de intereses generados.
1.3.
Crdito microempresa:
Crdito Pequea Empresas:
Crdito Medianas Empresas:
Crdito Hipotecario:
de S/.500 a ms 21.6122%
de S/500 a ms 28.662%
de S/500 a ms 28.662%
cualquier monto 12.5%
1.4.
1.5.
Para lograr con el objetivo de maximizar las ganancias, se utilizaran los mtodos de la
investigacin operativa. Para ello se realizara un modelado de un problema financiero
real y se resolver mediante mtodo simplex y de dos fases de manera manual y a
travs de la utilizacin del software Lindo y Lingo. Los resultados obtenidos solo
funcionaran de acuerdo a las restricciones consideradas en el modelado, pudindose
variar los resultados si se consideran otros factores internos o externos de la
organizacin.
1.6.
Objetivos de la investigacin
las ganancias.
Aplicar mtodos de programacin lineal a situaciones reales del sistema
financiero.
Resolucin del problema utilizando Lindo y Lingo.
1.7.
Hiptesis General
Investigacin de operaciones
2.2
Mtodo simplex
Ejemplo:
PASO 1
Base
Variable de decisin
Variable de holgura
Solucin
X1
X2
S1
S2
S3
S1
18
S2
42
S3
Z
3
-3
1
-2
0
0
0
0
1
0
24
0
PASO 2
Base
S1
S2
Variable de decisin
Variable de holgura
Solucin Operacin
X1
X2
S1
S2
S3
2
2
1
3
1
0
0
1
0
0
18
42
18/2=9
42/2=21
S3
Z
3
-3
1
-2
0
0
0
0
1
0
24
0
24/3=8
PASO 3
Base
Variable de decisin
Variable de holgura
Solucin
Operacin
X1
X2
S1
S2
S3
S1
1/3
-2/3
2/(1/3) =6
S2
7/3
-2/3
26
26/(7/3)=78/7
X1
1/3
-1/3
8/(1/3)=24
-1
24
PASO 4
Base
Variable de decisin
Variable de holgura
Solucin
Operacin
X1
X2
S1
S2
S3
X2
-2
S2
-7
12
No se toma por
ser negativo
12/4=3
X1
-1
6/1=6
-3
-2
-1
30
PASO 5
Base
Variable de decisin
Variable de holgura
Solucin
X1
X2
S1
S2
S3
X2
S2
0
0
1
0
-1/2
-7/4
0
0
0
1
12
3
X1
1
0
0
0
-3/4
0
0
0
0
2
33
5/4
2.3
Z = 200X1 + 500X2
Sujeto a
2X1+3X2 >=36
3X1+6X2>=60
X1, X2>=0
Solucin:
Min Z=200X1+500X2
Sujeto a:
2X1+3X2+R1-S1 =36
3X1+6X2+R2-S2=60
X1, X2>=0
FASE 1
Minimizar Z=R1+R2
Sujeto a:
2X1+3X2+R1-S1 =36
3X1+6X2+R2-S2=60
X1, X2>=0
Forma estndar:
Minimizar
Z-R1-R2=0
Sujeto a:
2X1+3X2+R1-S1 =36
3X1+6X2+R2-S2=60
X1, X2>=0
V.B
X1
X2
S1
S2
R1
R2
Soluci
Z
R1
R2
1
0
0
0
2
3
0
3
6
0
-1
0
0
0
-1
-1
1
0
-1
0
1
n
0
36
60
V.B
X1
X2
S1
S2
R1
R2
Soluci
0
1
0
0
0
1
n
96
36
60
Z
R1
R2
1
0
0
5
2
3
9
3
6
-1
-1
0
-1
0
-1
V.B
X1
X2
S1
S2
R1
R2
Solucin
-1
1/2
3/2
R1
-1
1/2
-1/2
R2
-1/2
1/6
10
V.B
X1
X2
S1
S2
R1
R2
Solucin
-1
-1
R1
-2
-1
12
R2
-2/3
-1
2/3
FASE 2
Minimizar
Z=2000X1+5000X2 +0S1+0S2
Z-2000X1-5000X2 -0S1-0S2
V.B
X1
X2
S1
S2
Soluci
Z
R1
R2
1
0
0
-2000
1
0
-500
0
1
0
-2
1
0
1
-2/3
n
0
12
4
V.B
X1
X2
S1
S2
Soluci
-3500
-2
1
500/3
1
2/3
n
26000
12
4
S1
S2
Soluci
0
1
0
n
6000
12
12
Z
R1
R2
1
0
0
0
1
0
0
0
1
V.B
X1
X2
Z
R1
R2
1
0
0
-5000/3
1
2/3
0
0
1
-500/3
-2
-1/3
Solucin ptima:
X1=0
X2=12
Z=6000
2.4
El software LINDO
LINDO es una aplicacin para computadoras que se utiliza para resolver problemas de
programacin lineal, cuadrtica y entera.
Desde 1979 el programa LINDO ha sido una de las herramientas de optimizacin
favoritas de las comunidades Educativas y Empresariales. LINDO Systems se ha
dedicado a proveer poderosas e innovativas herramientas de optimizacin que tambin
son flexibles y muy fciles de usar. LINDO tiene una larga historia y es uno de los
pioneros en crear poderosos programas de optimizacin.
En 1979 se vendi en Mxico la primer copia comercial de LINDO, la ayuda que este
proporcion en aquel momento, le hizo ganar popularidad muy rpidamente para luego
enteros,
las
herramientas
se
encuentran
el
conjunto
2.5
El software Lingo
separada,
porque
LINGO
lee
su
formulacin
selecciona
automticamente el apropiado.
Modelo de manera interactiva o crear aplicaciones llave
Usted puede construir y resolver modelos dentro LINGO, o puede llamar LINGO
directamente desde una aplicacin que ha escrito. Para el desarrollo de modelos
de forma interactiva, LINGO proporciona un entorno de modelado completa para
construir, resolver y analizar sus modelos. Para la construccin de soluciones
llave en mano, LINGO viene con DLL exigible y las interfaces OLE que se puede
llamar desde aplicaciones escritas por el usuario. LINGO tambin se puede
llamar directamente desde una aplicacin o base de datos macro de Excel.
Amplia Documentacin y ayuda
LINGO proporciona todas las herramientas que se necesitan para poner en
marcha rpidamente. Usted consigue el Manual LINGO usuario (en formato
impreso y disponible a travs de la ayuda en lnea), que describe completamente
los comandos y caractersticas del programa. Tambin se incluyen con sper
versiones y ms grande es una copia de Optimizacin Modelado con LINGO, un
texto completo modelado discutir todas las principales clases de problemas
lineales, enteros y de optimizacin no lineal.
LINGO tambin viene con docenas de ejemplos basados en el mundo real para
que usted pueda modificar y ampliar.
Mtodo Simplex
MAXIMIZAR: 0.21622 X1 + 0.28662X2 + 0.28662X3 + 0.125X4
1X1 + 1X2 +1X3 + 1X4 <= 250000000
1X1 + 0X2 - 1X3 + 0X4 <= 0
-1X1 - 1X2 - 1X3 + 1X4 <= 0
-1X1 - 0X2 + 0.43X3 + 1X4 <= 0
0.65X1 - 1X2 + 0X3 + 0.43X4 <= 0
-0.73X1 0.27X2 + 0.27X3 + 0.27X4 <= 0
Tablero inicial
2.6
Anlisis de Datos
Segn el grafico presentado se concluye que tenemos que designar el 27% del monto
total a crdito de Microempresas, 35 % a crdito de pequeas empresas, 27 % a crdito
de Medianas Empresas y solo el 11 % a crdito hipotecario para vivienda.
Al cumplir con esta asignacin de montos la empresa CREDINKA maximizara sus
ganancias.
2.7
Tamao de Muestra
2.7.1 Definiciones:
cada estudiante, sumar los 5376 pesajes y dividirlo por 5376. Pero este proceso puede
presentar dificultades dentro de las que podemos mencionar:
Localizar y pesar con precisin cada estudiante:
Escribir todos los datos sin equivocaciones en una lista:
Efectuar los clculos.
Las dificultades son mayores si en nmero de elementos de la poblacin es infinito, si los
elementos se destruyen, si sufren daos al ser medidos o estn muy dispersos, si el
costo para realizar el trabajo es muy costoso.
Una solucin a este problema consiste en medir solo una parte de la poblacin que
llamaremos muestra y tomar el peso medio en la muestra como una aproximacin del
verdadero valor del peso medio de la poblacin.
El tamao de la poblacin es la cantidad de elementos de esta y el tamao de la muestra
es la cantidad de elementos de la muestra. Las poblaciones pueden ser finitas e infinitas.
Los datos obtenidos de una poblacin pueden contener toda la informacin que se desee
de ella. De lo que se trata es de extraerle esa informacin a la muestra, es decir a los
datos mustrales sacarle toda la informacin de la poblacin.
La muestra debe obtener toda la informacin deseada para tener la posibilidad de
extraerla, esto slo se puede lograr con una buena seleccin de la muestra y un trabajo
muy cuidadosos y de alta calidad en la recogida de los datos.
Es bueno sealar que en un momento una poblacin puede ser muestra en una
investigacin y una muestra puede ser poblacin, esto es dado por el objetivo del
investigacin, por ejemplo en el caso de determinar la estatura media de los estudiantes
universitarios en Cuba una muestra poda ser escoger algunas universidades del pas y
realizar el trabajo, si por el contrario se quiere saber la estatura promedio de los
estudiantes de una universidad en especfico en Cuba, entonces el conjunto formado por
todos los estudiantes de esta universidad sera la poblacin y la muestra estara dada
por los grupos, carreras o aos seleccionado para realzar el experimento.
Parmetro: Son las medidas o datos que se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como la media, la varianza, la proporcin, etc.
Estadstico: Los datos o medidas que se obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.
Error Muestral: Es la diferencia entre un estadstico y su parmetro correspondiente. Es
una medida de la variabilidad de las estimaciones de muestras repetidas en torno al
valor de la poblacin, nos da una nocin clara de hasta dnde y con qu probabilidad
una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por
medio de un censo completo. Siempre se comete un error, pero la naturaleza de la
investigacin nos indicar hasta qu medida podemos cometerlo (los resultados se
someten a error muestral e intervalos de confianza que varan muestra a muestra). Vara
segn se calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto
su error es ms pequeo. Podramos decir que es la desviacin de la distribucin
muestral de un estadstico y su fiabilidad.
Nivel de Confianza: Probabilidad de que la estimacin efectuada se ajuste a la realidad.
Cualquier informacin que queremos recoger est distribuida segn una ley de
probabilidad (Gauss o Student), as llamamos nivel de confianza a la probabilidad de que
el intervalo construido en torno a un estadstico capte el verdadero valor del parmetro.
Varianza Poblacional: Cuando una poblacin es ms homognea la varianza es menor
y el nmero de entrevistas necesarias para construir un modelo reducido del universo, o
de la poblacin, ser ms pequeo. Generalmente es un valor desconocido y hay que
estimarlo a partir de datos de estudios previos.
El tamao de la muestra: Al realizar un muestreo probabilstica es importante saber el
nmero mnimo de unidades de anlisis (personas, organizaciones, etc.), que se
necesitan para conformar una muestra (n) que me asegure un error estndar menor que
0.01 fijado por el muestrista o investigador), dado que la poblacin (N) es
aproximadamente de tantos elementos.
En el tamao de una muestra de una poblacin tenemos que tener presente adems si
es conocida o no la varianza poblacional.
Para determinar el tamao de muestra necesario para estimar con un error mximo
permisible
frmula:
Donde:
n = el tamao de la muestra.
= ingreso promedio de las familias
Desviacin estndar de la poblacin.
Z = Valor obtenido al 95% de intervalo de confianza
r = Precisin
Donde:
n: tamao muestral
N: tamao de la poblacin
z: valor correspondiente a la distribucin
p: prevalencia esperada del parmetro a evaluar, en caso de desconocerse
(p=0.5)
i: error que se prev cometer si es del 10 %, i = 0.1
2.8
Tipos de Investigacin
Problema de la CREDINKA
La asignacin de estos crditos, debe satisfacer las siguientes polticas utilizadas por la
institucin:
El monto asignado al crdito de Microempresas debe ser al menos 43% del monto
asignado a los crditos hipotecario y mediana Empresa, y al menos un 27% del total del
dinero prestado.
La gerencia ha estipulado que la cantidad total del crdito de Medianas Empresas tiene
que ser mayor o igual a la cantidad total crdito Microempresas.
El crdito hipotecario para vivienda no puede ser mayor al total destinado de los otros
crditos.
El crdito Pequeas Empresas deber ser por lo menos el 65% del total entre crdito
hipotecario para vivienda y crdito Microempresas.
Por polticas tributarias, el inters recibido por la Financiera no debe exceder a un
retorno del 25% sobre el capital prestado.
Se requiere asignar montos de acuerdo al tipo de prstamo para determinar
maximizacin de ganancias en la Financiera CREDINKA.
3.2
Variables de Decisin:
X1: Monto asignado al crdito Microempresas.
X2: Monto asignado al crdito Pequeas Empresas.
X3: Monto asignado al crdito Medianas Empresas.
X4: Monto asignado al crdito hipotecario para vivienda.
la
Funcin Objetivo:
Max Z = 0.21622X1 + 0.28662X2 + 0.28662X3 + 0.125X4
Restricciones:
El problema de CREDINKA est sujeto a las siguientes restricciones:
Restriccin 1: La financiera CREDINKA dispone de un monto de S/. 250 millones para
destinar a 4 tipos de crditos. (Restriccin de recursos)
X1 + X2 + X3 + X4 <= 250000000
Restriccin 2: El monto asignado al crdito de Microempresas debe ser al menos 43%
del monto asignado a los crditos hipotecario y mediana Empresa, y al menos un 27%
del total del dinero prestado.
X1 >= 0.43 (X3 + X4)
X1 >= 0.27 (X1 + X2 + X3 + X4)
Restriccin 3: La gerencia ha estipulado que la cantidad total del crdito de Medianas
Empresas tiene que ser mayor o igual a la cantidad total de crdito Microempresas.
X3 >= X1
Restriccin 4: El crdito hipotecario para vivienda no puede ser mayor al total destinado
de los otros crditos.
X4 <= X1 + X2 +X3
Restriccin 5: El crdito Pequeas Empresas deber ser por lo menos el 65% del total
entre crdito hipotecario para vivienda y crdito Microempresas.
X2 >= 0.65 (X4 + X1)
Restriccin 6: Por polticas tributarias, el inters recibido por la Financiera no debe
exceder a un retorno del 25% sobre el capital prestado.
0.21622 X1 + 0.28662 X2 + 0.28662 X3 + 0.125 X4 <= 0.25 (X1 + X2 + X3 X4)
MODELO MATEMTICO:
MAX = 0.21622 X1 + 0.28662 X2 + 0.28662 X3 + 0.125 X4
S.A:
X1 + X2 + X3 + X4 <= 250000000;
X1 - 0.43 X3 - 0.43 X4 >= 0
3.3
Solucin en LINDO
Para que esta solucin sea vigente los coeficientes de la funcin objetivo no deben
variar, excepto por el coeficiente 4, este debe estar en el rango de:
0.125 2.928846 <= c4 <= 0.125
-2.803846 <= c4 <= 0.125
Conclusiones
problemas.
Los valores obtenidos son los ptimos dado las restricciones, pero para
implementarlo es necesario revisar y o modificar la PL, dado a factores
externos o variables no consideradas.
Las soluciones tambin nos muestra el rango " optimo", los cuales sern
controlados en la implementacin del modelo en lo real.
Recomendaciones
Una vez obtenido la solucin ptima hacer un anlisis de todo y como afecta
eso a la empresa con que se est haciendo el estudio.
Bibliografa
http://www.nuevavision.com.pe/archivos/1765-2005.R.pdf
http://gestion.pe/tu-dinero/agenda-inclusiva-sbs-y-asbanc-2098433
http://www.nuevavision.com.pe/index.php?option=com_content&view=article&
id=11&Itemid=161
http://www.itlalaguna.edu.mx/Academico/Carreras/industrial/invoperaciones1/
U2D.HTML
http://www.lindo.com/index.php?option=com_content&view=article&id=1&Ite
mid=9
http://operativa.tripod.com/index.html
Mallo Paulino, Artola