Anlisis Cuantitativo para Decisiones I

Faculta de Administracin y
Turismo
2009 II

-Casos de programacin entera y lineal

Lic. Adm. William Dextre Martnez

ADMINISTRACION
DE CARTERA DE
VALORES
Problema de inversin de AFP
LIDER

CASO: AFP LIDER

AFP LIDER, planea invertir US$1,000,000
de un fondo de pensiones.
El rea de investigacin de Inversiones ha
identificado seis fondos mutuos con
estrategias de inversin variables, con
diferentes rendimientos potenciales y riesgos
asociados.

CASO: AFP LIDER

Riesgo y tasa esperada de rendimiento de 6
fondos de inversin
FONDO
Concepto
1
2
3
4
Precio ($/accin)
45 76 110 17
Devolucin esperada (%) 30 20 15 12
Categora de riesgo Alto Alto Alto Med

5
6
23 6
10 7
Med Bajo

CASO: AFP LIDER

Una forma de controlar el riesgo es limitar la
cantidad de dinero invertido en los diversos
fondos. Para tal efecto, la administracin de
AFP LIDER ha sealado las siguientes pautas:
La cantidad total invertida en fondos de alto
riesgo debe estar entre 50 y 75% de la cartera.
La cantidad total invertida en fondos de riesgo
medio debe estar entre 20 y 30% de la cartera.
La cantidad total invertida en fondos de bajo
riesgo debe ser al menos de 5% de la cartera.

CASO: AFP LIDER

Una segunda forma de controlar el riesgo es
diversificar, esto es, esparcir el riesgo
invirtiendo en muchas alternativas diferentes.
La gerencia ha especificado que:
La cantidad invertida en los fondos de alto
riesgo 1,2 y 3 deben estar en la tasa 1:2:3,
respectivamente.
La cantidad invertida en los fondos de riesgo
medio 4 y 5 debe ser 1:2.

CASO: AFP LIDER

Qu cartera debera el gerente
de cartera, recomendar para
maximizar la tasa esperada de
retorno?

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Variables de decisin:
F1, F2, F3, F4, F5, F6
F1: fraccin de cartera por invertir en el fondo 1
F2 : fraccin de cartera por invertir en el fondo 2
F3 : fraccin de cartera por invertir en el fondo 3
F4 : fraccin de cartera por invertir en el fondo 4
F5 : fraccin de cartera por invertir en el fondo 5
F6 : fraccin de cartera por invertir en el fondo 6

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Funcin objetivo:
Max la tasa esperada de rendimiento, esto es,
Tasa esperada de ren dim iento

ren dim iento total esperado

cantidad invertida

Rendimiento total esperado = (rendimiento esperado

del fondo 1) + (rendimiento esperado del fondo 2 ) +
(rendimiento esperado del fondo 3) + (rendimiento
esperado del fondo 4) + (rendimiento esperado del
fondo 5) + (rendimiento esperado del fondo 6)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Funcin objetivo: Max la tasa esperada de
rendimiento, esto es,
Rendimiento esperado del fondo 1 = (cantidad
invertida en F1)*(tasa de rendimiento del F1)
REF1 = (F1 * 1 000 000) * 0.30 = 300 000F1
RTE = 300 000F1 + 200 000F2 + 150 000F3 + 120
000F4 + 100 000F5 + 70 000F6
Dividiendo entre la inversin total de $1 000 000 se
obtiene la tasa de rendimiento, por tanto la FO es:
Max 0.30F1 + 0.20F2 + 0.15F3 + 0.12F4 + 0.10F5 +
0.07F6

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Identificacin de restricciones:
limitaciones de inversin para control de la
inversin en cada una de las tres categoras
de riesgo,
de diversificacin para extender la inversin
dentro de cada categora de riesgo, y
restricciones lgicas.

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Restricciones de limitaciones de inversin
En alto riesgo entre 50 y 75%: F1, F2 y F3
Fraccin de cartera total invertida: F1 + F2 + F3
Las restricciones son:
F1 + F2 + F3 >= 0.50 (mnimo de alto riesgo)
F1 + F2 + F3 <= 0.75 (mximo de alto riesgo)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Restricciones de limitaciones de inversin
En riesgo medio entre 20 y 30%: F4 y F5
Fraccin de la cartera total invertida: F4 + F5
Las restricciones son:
F4 + F5 >= 0.20 (mnimo de riesgo medio)
F4 + F5 <= 0.30 (mximo de riesgo medio)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Restricciones de limitaciones de inversin
En fondos de bajo riesgo al menos 5%: F6
Fraccin de la cartera invertida: F6
La restriccin es:
F6 >= 0.05
(mnimo en bajo riesgo)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Restricciones de diversificacin
Fondos de alto riesgo 1,2 y 3: tasa 1:2:3, es decir
cantidad invertida en F2 sea el doble de la cantidad
invertida en F1:
F2 = 2F1, reordenando se tiene:
-2F1 + F2 = 0
(proporcin de F1 a F2)
Cantidad invertida en F3 debe ser tres veces la
invertida en F1:
F3 = 3F1, reordenando se tiene:
-3F1 + F3 = 0
(proporcin de F1 a F3)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Identificacin de restricciones: de
diversificacin
Fondos de riesgo medio 4 y 5: tasa 1:2,
cantidad invertida en F5 debe ser el doble de la
del F4:
F5 = 2F4, reordenando se tiene:
-2F4 + F5 = 0
(proporcin de F4 a F5)

CASO: AFP LIDER

Desarrollo del modelo matemtico:
Restricciones lgicas: Cada variable debe ser
no negativa, valor fraccional de las acciones,
asegurar la inversin total de $1 000 000.
Fraccin total de $1000000 invertida es igual a 1

F1 + F2 + F3 + F4 + F5 + F6 = 1.0 (agenda total)

F1, F2, F3, F4, F5, F6 >= 0

CASO: AFP LIDER

Resumen del modelo matemtico
Max .30F1 + .20F2 + .15F3 + .12F4 + .10F5 + .07F6
s.a. F1 + F2 + F3
>= 0.50

F1 + F2 + F3
F4 + F5
F4 + F5

<= 0.75
>= 0.20
<= 0.30
F6 >= 0.05
-2F1 + F2
=0
-3F1 +
F3
=0
-2F4 + F5
=0
F1 + F2 + F3 + F4 + F5 + F6 = 1.0
F1, F2, F3, F4, F5, F6 >= 0

PROGRAMACION
ENTERA

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL DE
NBKBANK
La sucursal de NBKBANK en San Isidro requiere de 8 a 15
cajeros de servicio, dependiendo de la hora del da.
Requerimiento de cajeros de NBKBANK
Periodo
Nmero mnimo de cajeros
8 10
A.M.
8
10 12
Medioda
10
12 2
P.M.
15
24
P. M.
12

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL
DE NBKBANK
Los cajeros de tiempo completo trabajan 8 horas
consecutivas a S/.15 la hora, comenzando a las
8A.M. Los cajeros a tiempo parcial trabajan 4 horas
consecutivas a S/.8 la hora, comenzando a las
8A.M, 10A.M. 12 del medioda. La convencin
sindical requiere que a toda hora al menos el 60%
de los cajeros sean de tiempo completo. Como jefe
de personal, elaborar un plan ptimo que minimice
el costo diario total respecto al N de empleados a
tiempo completo y de tiempo parcial.

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL
DE NBKBANK
Variables de decisin:
X1, X2, X3, X4,
X1: N de cajeros de tiempo completo a contratar
X2: N de cajeros de tiempo parcial por contratar
que entra 8A.M.
X3: N de cajeros de tiempo parcial por contratar
que entra 10A.M.
X4: N de cajeros de tiempo parcial por contratar
que entra 12M.

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL
DE NBKBANK

Funcin objetivo:
Minimizar el costo diario total
Costo total = (costo de cajeros de tiempo completo) +
(costo de cajeros de tiempo parcial que entran 8A.M.)
+ (costo de cajeros de tiempo parcial que entran
10A.M.) + (costo de cajeros de tiempo parcial que
entran 12M.)
Minimizar 120X1 + 32X2 + 32X3 + 32X4

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL DE NBKBANK
Identificacin de restricciones: de requerimiento y las de proporcin
Diagrama esquemtico de planeacin de personal
X1
Tiempo completo
X4
Tiempo parcial a las 12M.
X3
Tiempo parcial a las 10A.M.
X2
Tiempo parcial a las 8A.M.
8A.M. 10A.M. 12M.

2P.M.

4P.M.

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE
PERSONAL DE NBKBANK
Restriccin de requerimiento de cajeros: al
menos 8 cajeros de 8 a 10A.M. (incluyen a
cajeros de tiempo completo y tiempo parcial que
entra a las 8A.M.
X1 + X2
>= 8
(de 8 a 10A.M.)
X1 + X2 + X3
>= 10 (de 10A.M. A 12M.)
X1 +
X3 + X4 >= 15 (de 12M. A 2P.M.)
X1
+ X4 >= 12 (de 2PM. A 4P.M.)

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL DE
NBKBANK
Restricciones de proporcin: al menos 60% de cajeros
deben ser T.C.
X1 >= 0.6(X1 + X2)

0.4X1 0.6X2
>= 0
X1 >= 0.6(X1 + X2 + X3)
0.4X1 0.6X2 0.6X3 >= 0
X1 >= 0.6(X1 + X3 + X4)
0.4X1 0.6X3 0.6X4 >= 0
X1 >= 0.6(X1 + X4)

0.4X1 0.6X4

>= 0

Restricciones lgicas: cada variable deber ser un entero no

negativo.

PROGRAMACION ENTERA
MODELO DE PLANEACIN DE PERSONAL DE NBKBANK
En resumen:
Minimizar
120X1 + 32X2 + 32X3 + 32X4
s.a.
X1 +
X2
>= 8
X1 +
X2 + X3
>= 10
X1 +
X3 + X4
>= 15
X1
+
X4
>= 12
0.4X1 0.6X2
>= 0
0.4X1 0.6X2 0.6X3
>= 0
0.4X1
0.6X3 0.6X4
>= 0
0.4X1
0.6X4
>= 0
X1,
X2,
X3,
X4, >= 0 y enteros