Вы находитесь на странице: 1из 12

Direccin Universitaria de Educacin a Distancia

Escuela Acadmico Profesional de Ciencias


Contables y Financieras
INVESTIGACIN
OPERATIVA

2014-2

Docente:
Ciclo:

Datos del alumno:


Apellidos y nombres:BERTHING DAVID
OVIEDO GARCIA
Cdigo de matricula:2012102064

Dr. EDGARDO PALOMINO NIETO


VII

Nota:

Mdulo II

FORMA DE PUBLICACIN:
Publicar su archivo(s) en la opcin TRABAJO ACADMICO que figura en
el men contextual de su curso

Uded de matricula:CUSCO

Fecha de publicacin en campus


virtual DUED LEARN:

HASTA EL DOM.
25 ENERO 2015
A las 23.59 PM

Recomendaciones:

1.

Recuerde verificar la correcta


publicacin de su Trabajo
Acadmico en el Campus
Virtual antes de confirmar al
sistema el envo definitivo al
Docente.
Revisar la previsualizacin de
su trabajo para asegurar
archivo correcto.

2.

Las fechas de recepcin de trabajos acadmicos a travs del campus virtual estn definidas en el sistema de
acuerdo al cronograma acadmicos 2014-2 por lo que no se aceptarn trabajos extemporneos.

1TA20142DUED

3.

Las actividades que se encuentran en los textos que recibe al matricularse, servirn para su autoaprendizaje
mas no para la calificacin, por lo que no debern ser consideradas como trabajos acadmicos obligatorios.

Gua del Trabajo Acadmico:


4.

Recuerde: NO DEBE COPIAR DEL INTERNET, el Internet es nicamente una fuente de consulta. Los
trabajos copias de internet sern verificados con el SISTEMA ANTIPLAGIO UAP y sern calificados
con 00 (cero).

5. Estimado alumno:
El presente trabajo acadmico tiene por finalidad medir los logros alcanzados en el desarrollo del curso.
Para el examen parcial Ud. debe haber logrado desarrollar hasta la pregunta N 3 y para el examen final
debe haber desarrollado el trabajo completo.

Criterios de evaluacin del trabajo acadmico:


Este trabajo acadmico ser calificado considerando criterios de evaluacin segn naturaleza del curso:

Presentacin adecuada del


trabajo

Considera la evaluacin de la redaccin, ortografa, y presentacin del


trabajo en este formato.

Investigacin bibliogrfica:

Considera la consulta de libros virtuales, a travs de la Biblioteca virtual


DUED UAP, entre otras fuentes.

Situacin problemtica o caso


prctico:

Considera el anlisis de casos o


problematizadoras por parte del alumno.

Otros contenidos
considerando aplicacin
prctica, emisin de juicios
valorativos, anlisis, contenido
actitudinal y tico.

la

solucin

de

situaciones

TRABAJO ACADMICO
Estimado(a) alumno(a):
Reciba usted, la ms sincera y cordial bienvenida a la Escuela Acadmico Profesional
de Administracin y Negocios Internacionales de Nuestra Universidad Alas Peruanas y
del Dr. Edgardo Palomino Nieto tutor a cargo del curso.
En el trabajo acadmico deber desarrollar las preguntas propuestas por el tutor, a fin
de lograr un aprendizaje significativo. Se pide respetar las indicaciones sealadas por
el tutor en cada una de las preguntas, a fin de lograr los objetivos propuestos en la
asignatura.

PREGUNTAS
ANLISIS DE SENSIBILIDAD CON MODELOS DE PROGRAMACIN LINEAL
1.Presentacin adecuada del trabajo (redaccin, ortografa, formato y
bibliografa).
(2 puntos).
2.Investigacin: En el momento de tomar decisiones, en la que debemos
invertir nuestros ahorros, es necesario conocer algunos mtodos
2TA20142DUED

para obtener el grado de riesgo que representa esa inversin. Existe


una forma de anlisis de uso frecuente en la administracin financiera
llamada de Sensibilidad, que permite visualizar de forma inmediata
las ventajas y desventajas econmicas de un proyecto. El anlisis de
sensibilidad de un proyecto de inversin es una de las herramientas
ms sencillas de aplicar y que nos puede proporcionar la informacin
bsica para tomar una decisin acorde al grado de riesgo que
decidamos asumir. A continuacin la respectiva Pregunta Principal:
Cmo se desarrolla el anlisis de sensibilidad en un proyecto de
inversin
usando
mtodos
de
programacin
lineal?
(5 puntos)
La iniciativa o intencin de acometer un proyecto de inversin por un
promotor o grupo de promotores debe ser analizada en profundidad, tanto
en lo que se refiere a aspectos internos como externos al proyecto:
mercado, producto, proceso, tecnologa, recursos necesarios, localizacin
y entorno legal, son algunos de los aspectos que deben ser evaluados en
el estudio de viabilidad de un proyecto. Posteriormente, basndose en un
conocimiento exhaustivo de estas variables, se debe proceder a
determinar el movimiento de fondos, a lo largo de un periodo lo
suficientemente representativo para permitir determinar la rentabilidad del
proyecto. Superado el anlisis de rentabilidad, deber realizarse un
anlisis de riesgos para determinar el grado de confianza de los valores
utilizados en el estudio de viabilidad. El estudio de sensibilidad de la
decisin de invertir constituye una forma indirecta de introducir el riesgo en
el anlisis, ya que se trata de ver cual de las variables introducidas tienen
un mayor impacto sobre los resultados, es decir la sensibilidad del
resultado obtenido ante la variacin de alguna de las magnitudes que
definen la inversin: desembolso inicial, flujos netos de caja, tasa de
actualizacin.
El anlisis de sensibilidad de un proyecto de inversin es una de las
herramientas ms sencillas de aplicar y que nos puede proporcionar la
informacin bsica para tomar una decisin acorde al grado de riesgo que
decidamos asumir.
El anlisis de sensibilidad es una herramienta especialmente til cuando
no tenemos certeza absoluta sobre los valores que se han dado a los
trminos independientes de las restricciones (en muchas ocasiones
asociados a la limitacin de los recursos) o los coeficientes de la funcin
objetivo. Para estos casos el anlisis de sensibilidad consiste en estudiar
cmo evoluciona el ptimo y el valor de la funcin objetivo en el ptimo
ante variaciones de dichos trminos independientes y coeficientes.
El anlisis de sensibilidad propiamente dicho estudia los intervalos para los
cuales la modificacin de un valor (coeficiente de la funcin objetivo o
trmino independiente) en el programa lineal, de forma individualizada, no
cambia las variables que componen la base de nuestra solucin.
3.Situacin problemtica: El estudio Anlisis de Sensibilidad a que
campo temtico pertenece y como este ayuda a calcular los nuevos
Flujos de Caja y el VAN (Valor Actual Neto) para la toma de
decisiones: Identifique las principales decisiones que deben
tomarse el respecto?
(5 puntos).
El anlisis de sensibilidad pertenece al campo temtico Financiero, muy
utilizado en el mundo de la empresa a la hora de tomar decisiones de
3TA20142DUED

inversin, que consiste en calcular los nuevos flujos de caja y el VAN(Valor


Actual Neto).
En los ltimos tiempos estn cobrando importancia la aplicacin de nuevas
formas de financiacin en grandes proyectos de inversin que estn
basadas ms en la bondad y viabilidad que el proyecto posee en s mismo
que en la garanta o capacidad financiera de los promotores. Para este tipo
de financiacin es, an si cabe, ms importante realizar un completo
estudio de viabilidad del proyecto y un pormenorizado anlisis del riesgo.
Una herramienta indispensable para determinar la rentabilidad del proyecto
es el anlisis de los flujos de caja esperados, con los que se construyen
ndices tan utilizados como el valor actual neto (VAN) o la tasa interna de
retorno (TIR), adems de realizar una estimacin lo ms precisa posible de
estos flujos de caja, debe analizarse la sensibilidad de los resultados
obtenidos respecto a la evolucin de parmetros tanto econmicos, como
tcnicos. Este anlisis de sensibilidad permitir evaluar los posibles riesgos
a los que se va a enfrentar el financiador. En este artculo se presenta una
forma de abordar el anlisis de sensibilidad del proyecto a travs de la
aplicacin de una herramienta informtica de simulacin y anlisis de
riesgo. @RISK se utiliza conjuntamente con la hoja de clculo Excel de
Microsoft y permite obtener las variables crticas para la rentabilidad del
proyecto y cuales son los resultados del proyecto en diferentes escenarios.
Este anlisis es muy valioso para el proceso de toma de decisiones que
sigue a la viabilidad econmico- financiera del proyecto. El procedimiento
descrito ser ilustrado mediante un sencillo ejemplo en el que se estudia el
proyecto de inversin de un parque elico.
La financiacin de un proyecto puede realizarse de varias maneras, desde
la aportacin de capital del promotor o empresas interesadas en el
proyecto a diferentes combinaciones de fondos propios y crditos.
Una forma de financiacin en la que la utilizacin de fondos propios es
mnima, pudiendo ser la aportacin ajena superior al 70 % de los recursos
necesarios para el proyecto, se puede estructurar como un Project
finance.
Project finance es una herramienta o modalidad de financiacin para un
proyecto basada nica y exclusivamente en los recursos generados por el
propio proyecto, de manera que sus flujos de caja y el valor de sus activos
puedan responder por s solos como garanta de reembolso de la
financiacin recibida, an en los peores casos predecibles tcnica o
econmicamente que pudieran ocurrir durante la vida del proyecto. Si se
quiere garantizar la financiacin slo con la caja del proyecto, el primer
requisito que debe cumplirse es que el proyecto debe ser viable, es decir
debe generar fondos ms que suficientes para pagar las deudas
contradas. En muy contadas ocasiones los flujos de caja sern usados
como garanta nica para los financiadores, que buscarn la cobertura de
todas las situaciones de riesgo que puedan ser previstas a travs de
garantas o recursos colaterales. Por ello, para poder utilizar esta forma de
financiacin debe realizarse un estudio muy minucioso de los riesgos
existentes y valorar los escenarios ms adversos en los que el proyecto se
va a desarrollar.
Etapas necesarias para una correcta evaluacin financiera

4TA20142DUED

Los pasos que se pueden identificar para una evaluacin adecuada del
proyecto son:
Estimar el valor econmico del proyecto y la inversin que requerir
Presupuestar todas las partidas de coste e ingreso y su conversin a
flujos de caja
Analizar las posibles fuentes de financiacin aplicables al flujo de caja
estimado del proyecto
Calcular sobre distintos escenarios, indicadores financieros de anlisis,
basados en frmulas de valor actual aplicadas a los flujos de caja
Analizar los resultados en un horizonte temporal adecuado a la vida del
proyecto, teniendo en cuenta posibles cambios en las variables utilizadas
en las predicciones de los flujos de caja
Determinacin del Modelo de Flujos de Caja
Para realizar cualquier anlisis de riesgos o de sensibilidad del proyecto es
preciso introducir el modelo de movimientos de fondos del mismo,
calculado para cada uno de los aos del horizonte temporal estimado. Este
modelo se construye con la ayuda de una hoja de clculo, por ejemplo
Excel. En la hoja de clculo se introduce, en primer lugar, los datos
relativos a la inversin necesaria, la estructura financiera que se pretende
aplicar al proyecto (porcentaje de fondos propios frente a financiacin
ajena), el inters de los posibles crditos y los valores de inflacin para
ingresos y gastos. Posteriormente se calculan las corrientes de ingresos y
de gastos generados en cada uno de los aos del total del horizonte
temporal considerado. Finalmente con todos estos datos y la ayuda de las
funciones financieras de Excel, resulta muy sencillo obtener indicadores de
rentabilidad para el proyecto. Los criterios ms utilizados son el VAN y el
TIR. [Sua91] El proyecto de inversin que se ha considerado a modo de
ejemplo para ilustrar estos anlisis, es el proyecto de construccin y
explotacin de un parque elico.
Se ha considerado una inversin unitaria en funcin de la potencia
instalada en el parque y se ha estimado el nmero de horas de
funcionamiento del parque. Con estos datos se obtiene la produccin anual
esperada para el primer ao y un valor aproximado de la inversin a
realizar. Al utilizar un modelo paramtrico es muy sencillo obtener el
resultado para distintos casos sin ms que modificar las variables de
entrada (potencia instalada, potencial elico, gastos, ...).
Con los datos de produccin y la estimacin del precio de venta del kW es
posible proyectar los datos de ingresos, teniendo en cuenta el ndice de
inflacin aplicable. Realizada una estimacin de gastos de explotacin y
mantenimiento para el primer ao, se opera de igual forma que con los
ingresos. Una vez que se tienen los flujos de caja se calculan el VAN y el
TIR de la inversin. En el caso que nos ocupa el VAN, considerando como
horizonte de la inversin 15 aos y utilizando una tasa de rentabilidad del
10 % es de ms de 3 millones de euros, cuando la tasa es del 5 % el VAN
del proyecto asciende a 8,71 millones de euros. La TIR del proyecto es
13,7 %, muy superior al coste de capital en los mercados financieros.
Ambos indicadores apuntan hacia una buena rentabilidad econmica del
proyecto, pero sera preciso validar este resultado con un anlisis de
sensibilidad del modelo.
5TA20142DUED

Los resultados reales difcilmente sern exactamente los esperados,


pueden producirse cambios en la tasa de inters, en el valor residual del
proyecto, o incluso en el potencial elico del parque como consecuencia de
variaciones en las condiciones meteorolgicas. Por esta razn es preciso
abordar un anlisis de sensibilidad del modelo respecto a las variables
mencionadas.
El anlisis de sensibilidad puede realizarse introduciendo en las variables
de entrada al modelo las desviaciones porcentuales que darn los peoresmejores resultados. Para esto bastara utilizar las herramientas de Excel,
por ejemplo SOLVER [Roq97], que permite resolver problemas complejos
con mltiples variables encadenadas y hacer anlisis de los distintos
escenarios a los que habra que asignar una probabilidad para valorar el
riesgo. Sin embargo, la asignacin de probabilidades a las distintas
previsiones o escenarios es una tarea compleja, por lo que resulta ms
interesante acudir a otros anlisis en los que las probabilidades se
asignan, no a escenarios globales, sino a variables individuales [Rie98].
Para este propsito son muy tiles los modelos de simulacin de Monte
Carlo. Un modelo de simulacin puede reproducir situaciones reales
mediante la introduccin en el modelo original de muestras artificiales.
Habitualmente este proceso se realiza con herramientas informticas de
simulacin como la utilizado en este artculo, @RISK, que se usa
conjuntamente con Excel. Las tcnicas de anlisis de riesgos empleadas
por @RISK comprenden las siguientes etapas:
Desarrollo del modelo del proyecto en el formato de la hoja de clculo
Excel
Identificacin de la incertidumbre, relacionando los posibles valores
inciertos con una distribucin de probabilidad
Anlisis del modelo mediante simulacin, obteniendo las probabilidades
de las posibles conclusiones y la sensibilidad sobre los resultados del
proyecto recogidos en determinadas celdas de la hoja de clculo
Obtencin de conclusiones tiles para el proceso de toma de decisiones
En el ejemplo que nos ocupa se han utilizado como variables de entrada a
simular: el nmero de horas de funcionamiento del parque, el precio medio
del kW, el inters del dinero y la inversin a realizar, determinando en cada
caso la distribucin de probabilidad ms adecuada.
Principales decisiones:
En la toma de decisiones de inversin y financiacin, sobre todo en las
nuevas estructuras de project finance, tan importante como la rentabilidad
econmica del proyecto es el anlisis del riesgo en los diferentes
escenarios en los que puede operar el mismo.
La utilizacin de modelos econmicos del proyecto permite, mediante la
aplicacin de herramientas informticas, calcular fcilmente la rentabilidad
del proyecto as como valorar los riesgos del mismo.
El modelo de proyecto generado en la hoja de clculo permite de forma
sencilla y rpida cambiar cualquiera de las variables del proyecto
(suposiciones de ingresos, gastos, estructura de capital, intereses,...) y
comprobar inmediatamente los efectos de estos cambios en el proyecto.
6TA20142DUED

La herramienta @RISK aplicada a la simulacin de Monte Carlo de los


modelos introducidos, permite obtener datos de probabilidad y riesgo, tanto
para las variables de entrada al modelo, como para las variables de salida
o resultados de rentabilidad del proyecto.
4.Defina e Investigue: Preguntas Secundarias
Las preguntas relevantes en un proyecto de inversin donde se
efecta un anlisis de sensibilidad son:
Cmo se optimiza la funcin objetivo?, Cmo afectar a la solucin
ptima un cambio en uno de los coeficientes de la funcin objetivo?,
Cmo afectar a la solucin ptima un cambio en el lado derecho de
una restriccin?, Qu es programacin lineal?, Cmo se utiliza el
programa LINDO?, Cmo se utiliza el programa WINQSB?
(8 puntos)
Cmo se optimiza la funcin objetivo?
La funcin objetivo se optimiza maximizando o minimizando la ecuacin representada
por F.O., para mejorar el valor objetivo aumentando o reduciendo la regin factible.
La funcin objetivo es la ecuacin que ser optimizada dadas las limitaciones o
restricciones determinadas y con variables que necesitan ser minimizadas o
maximizadas usando tcnicas de programacin lineal o no lineal. Una funcin objetivo
puede ser el resultado de un intento de expresar un objetivo de negocio en trminos
matemticos para su uso en el anlisis de toma de decisiones, operaciones, estudios
de investigacin o de optimizacin.
La eficacia del sistema de control exige formular a cada A objetivos cuantitativos
peridicos en forma de una optimizacin condicionada, motivarlo en este sentido, y
verificar peridicamente el cumplimiento de esta optimizacin1. Si esto se consigue
con los costes de control mnimos, podremos afirmar entonces que hemos definido un
control de la gestin ptimo.
El elemento clave en este proceso es, como puede apreciarse, la formulacin concreta
de la mencionada optimizacin condicionada, o FO, a fijar al A, ya que sta nos dir
cules son estrictamente los indicadores que es preciso controlar y en qu sentido: si
como variables cuya optimizacin se exige al A o como variables con restricciones
cuantitativas de obligado cumplimiento, para las que ser preciso posteriormente, en
consecuencia, verificar peridicamente si sus valores se sitan dentro de los lmites
previamente fijados.
Cmo afectar a la solucin ptima un cambio en uno de los coeficientes de la
funcin objetivo?
Al cambiar un coeficiente de una funcin objetivo se modifica la pendiente de la recta
de la funcin objetivo, pero la regin factible permanece inalterada. Si el cambio en el
coeficiente de la funcin objetivo es pequeo, el punto extremo que proporcion la
solucin ptima para el problema original tal vez proporcione aun la solucin ptima.
Sin embargo, si el cambio en el coeficiente de la funcin objetivo es muy grande un
punto extremo diferente proporciona una solucin ptima nueva OBJECTIVE
COEFFICIENT RANGES
Denota el limite menor, el valor actual y el limite superior, estos valores son limtrofes
para evitar que la solucin optima cambie.
Sin embargo, en algunos casos nos podra interesar lo que ocurre si dos o ms
coeficientes de la funcin objetivo cambian simultneamente. Como demostraremos,
7TA20142DUED

es posible hacer un anlisis de los cambios simultneos con la ayuda de la regla del
100 POR CIENTO
El anlisis de sensibilidad es importante para los tomadores de decisiones debido a
que los problemas reales ocurren en un entorno constante de cambio Cambios
simultneos
La informacin del anlisis de sensibilidad proporcionada por los coeficientes de la
funcin objetivo se basa en el supuesto de que solo cambia un coeficiente de la
funcin objetivo a la vez y que todos los dems aspectos del problemas original
permanecen sin cambios de ahi que el rango del coeficiente objetivo sea aplicable a
cambios en un solo coeficiente objetivo.
REGLA DEL 100% COEFICIENTES F.O.
Para todos los coeficientes de la funcin objetivo que cambian, sume los porcentajes
de los aumentos y las disminuciones permisibles; si la suma es menor o igual que
100% la solucin ptima no cambiara.
Disminucin y Aumento permisible
Disminucin permisible= Valor actual- Lmite inferior
Aumento permisible= Lmite superior - Valor actual
Cmo afectar a la solucin ptima un cambio en el lado derecho de una
restriccin?
La informacin del anlisis de sensibilidad del lado derecho se basa en el supuesto de
que solo un lado derecho cambia a la vez. Sin embargo en algunos casos, nos puede
llegar a interesar lo que ocurre si dos o ms lados derechos cambian de forma
simultnea
Regla del 100% para los lados derechos
Para todos los lados derechos que cambian, sume los porcentajes de los aumentos y
las disminuciones permisibles. Si la suma de los porcentajes es menor o igual que
100% los precios duales no cambian.
La variacin del coeficiente del lado derecho de una restriccin modifica la regin
factible del problema, por lo tanto puede afectar la optimalidad de la solucin optima y
la condicin de las restricciones (activas o no activas).
El efecto de la variacin del coeficiente bi asociado a la restriccin i deber ser
analizado considerando la condicin de la restriccin afectada. Desde este punto de
vista existen dos posibilidades:
Caso 1 La variacin afecta a una restriccin no activa, es decir, una restriccin de tipo
con su variable de holgura en la base, o bien una restriccin de tipo con su variable de
exceso en la base.
Caso 2 La variacin afecta una restriccin activa, es decir, una restriccin de tipo con
su variable de holgura igual a cero, o bien una restriccin de tipo con su variables de
exceso igual a cero.
Qu es programacin lineal?
Es un enfoque de solucin de problemas elaborado para ayudar a tomar decisiones.
Es un modelo matemtico con una funcin objetivo lineal, un conjunto de restricciones
lineales variables no negativas. En el ambiente de negocios actual, pueden
encontrarse gran cantidad de aplicaciones.
La funcin objetivo define la cantidad que se va a maximizar o minimizar en un
modelo de programacin lineal.
Las restricciones limitan o reducen el grado en que puede perseguirse el objetivo.
Las variables son las entradas controlables en el problema.
8TA20142DUED

Para resolver un problema de programacin lineal es recomendable seguir ciertos


pasos que son:
1. Entender el problema a fondo.
2. Describir el objetivo.
3. Describir cada restriccin.
4. Definir las variables de decisin.
5. Escribir el objetivo en funcin de las variables de decisin.
6. Escribir las restricciones en funcin de las variables de decisin.
7. Agregar las restricciones de no negatividad.
La programacin lineal es una tcnica matemtica relativamente reciente (siglo XX),
que consiste en una serie de mtodos y procedimientos que permiten resolver
problemas de optimizacin en el mbito, sobre todo, de las Ciencias Sociales.
Nos centraremos en este tema en aquellos problemas simples de programacin lineal,
los que tienen solamente 2 variables, problemas bidimensionales.
Para sistemas de ms variables, el procedimiento no es tan sencillo y se resuelven por
el llamado mtodo Simplex (ideado por G.B.Danzig, matemtico estadounidense en
1951).
Recientemente (1984) el matemtico indio establecido en Estados Unidos, Narenda
Karmarkar, ha encontrado un algoritmo, llamado algoritmo de Karmarkar, que es ms
rpido que el mtodo simplex en ciertos casos. Los problemas de este tipo, en el que
intervienen gran nmero de variables, se implementan en ordenadores.
Cmo se utiliza el programa LINDO?
LINDO: es una herramienta simple para formular problemas lineales y no lineales,
resolverlos y analizar su solucin. El resultado que LINDO nos proporciona es la
optimizacin que nos ayuda a encontrar el mejor resultado: la ganancia ms alta, o el
costo ms bajo. A menudo estos problemas involucran el uso ms eficiente de los
recursos. Los problemas de optimizacin son clasificados a menudo como lineales o
no lineales, dependiendo si las relaciones en el problema son lineales con respecto a
las variables.
Uno de los rasgos ms poderosos de LINDO es su aplicacin en el lenguaje de
modelo matemtico. El cual permite expresar un problema de una manera muy similar
a la anotacin matemtica normal pudiendo tambin, expresar una serie entera de
restricciones en una declaracin compacta. Esto lleva a modelos que son mucho ms
fciles de mantener.
Otro aspecto es la seccin de los datos, que le permite aislar los datos de la
formulacin del modelo. De hecho LINDO puede leer datos incluso de una hoja de
clculo separada, base de datos, o archivo de texto. Con datos independientes del
modelo, es mucho ms fcil de hacer cambios, y hay menos oportunidad de error
cuando se realiza el modelo.
Sintaxis de LINDO
La sintaxis que se utiliza en este programa es muy sencilla. Para el nombre de las
variables se establece que deben tener 32 caracteres como mximo, Deben comenzar
con una letra seguido de letras, dgitos o El compilador de LINDO no distingue entre
maysculas y minsculas.
Con respecto a las sentencias:
Todas las sentencias deben terminar en un punto y coma.
Para darle un nombre a la funcin objetivo o a las restricciones, estos se deben
colocar entre corchetes.
Para declarar la funcin objetivo debemos colocar las palabras reservadas MAX o
MIN, resaltadas en azul, seguidas del signo =.
Los comentarios deben comenzar con un signo !, los cuales son resaltados en verde.
9TA20142DUED

Investigacin Operativa 2002


Los archivos generados por LINGO tiene la extensin. LG4.
Nombre de las restricciones
LINDO tiene la habilidad de nombrar las restricciones en su modelo. sta es una
prctica buena por dos razones. Primero, los nombres de restricciones se usan en el
reporte de las soluciones que los hacen ms fcil interpretar. Segundo, muchos de los
mensajes del error de LINDO se refieren a una restriccin dada por nombre.
Dar nombre a una restriccin es bastante simple. se inserta el nombre entre corchetes,
adelante de una lnea de cdigo. El nombre debe obedecer los requisitos normales
para un nombre de LINDO.
Uso de funciones de dominio de variables
A menos que especifique lo contrario, el valor de las variables por defecto en un
modelo de LINDO son no-negativo y continuas. Ms especficamente, las variables
pueden asumir algn valor real desde cero a infinito positivo. En muchos casos, este
dominio de valor por defecto puede ser impropio. Por ejemplo, usted puede querer una
variable que asuma valores negativos, o se podra querer una variable restringida
puramente a valores enteros. LINDO proporciona cuatro funciones de variables
dominio que le permite sustituir el dominio predefinido de una variable. Los nombres
de estas funciones y una descripcin breve de su uso son:
@GIN restringe una variable para comenzar con valores enteros,
@BIN hace una variable binario (es decir, 0 o 1). Por ejemplo @BIN( X);
@FREE permite que una variable pueda asumir algn valor real, positivo o negativa
@BND limita una variable dentro de un rango finito.
Cmo se utiliza el programa WINQSB?
El WINQSB se puede tener acceso por medio del botn INICIO del sistema operativo
WINDOWS, en el men PROGRAMAS en la carpeta WINQSB. WINQSB es un
instrumento poderosa para el manejo de mtodos cuantitativos, el cual est
conformado por 19 mdulos:
Una vez seleccionado el mdulo con el cual se desee trabajar, aparecer una ventana
cuyas caractersticas iniciales sern similares para todos los mdulos del WINQSB.
En la parte superior de la ventana llamada TITULO muestra el nombre del mdulo
seleccionado, se opt por el mdulo de Programacin Lineal y Entera (Linear and
integer programming).
Debajo se encuentra el men Archivo (File) y Ayuda (Help). El men archivo
comprende las siguientes opciones:
Nuevo problema (New Problem): Permite introducir un nuevo problema.
Abrir Problema (Load Problem): Abre un problema que se ha guardado con
anterioridad.
Salir (Exit): Sale del programa.
El men Ayuda (Help) lo conforman:
1. Contenido (Contents): Contenido completo de la ayuda sobre el mdulo
seleccionado.
2.Buscar ayuda en (Search for Help on): Bsqueda de ayuda mediante palabras
claves.
3.Cmo usar la ayuda (How to Use Help): Indicaciones (puede ser en espaol) de
como se utiliza la ayuda para sacarle el mximo provecho.
10TA20142DUED

4. Ayuda sobre la ventana actual (Help on Current Windows): Esta opcin que muestra
la ayuda slo sobre los elementos que aparecen actualmente en la ventana.
5.Acerca de (About LP-ILP): Muestra datos sobre la creacin del programa e
informacin sobre la licencia.
El programa tambin cuenta con una barra de herramientas que ayuda de forma
significativa la seleccin de las opciones ms usadas.
El primer botn admite la creacin de un nuevo problema, el segundo abre un
problema existente, mientras que el tercero, permite salir del programa. En el centro
de la venta se encuentra un espacio vaco el cual llamaremos ZONA DE TRABAJO,
donde se proceder a alimentar con informacin al programa.
Programacin lineal y Entera, Creando un nuevo problema de programacin lineal o
entera
La opcin Nuevo Problema (New Problem) concibe la plantilla en el cual se metern
las especificaciones del problema, A continuacin se describirn cada una de las
casillas de esta ventana:
fig6winqsb
Ttulo del problema (Problem Title): Escribir el ttulo con que se identifica el problema.
Nmero de variables (Number of Variables): Escribir la cantidad de variables con que
cuenta el sistema en el modelo original.
Nmero de restricciones (Number of Constraints): Anotar la cantidad de restricciones
con que cuenta el modelo (no se debe contar la restriccin de no negatividad).
Objetivo (Objective Criterion): Los problemas de programacin lineal y entera se
clasifican en dos: problemas de Maximizacin (Maximization) y Minimizacin
(Minimization).
Formato de entrada de datos (Data Entry Format): Permite elegir entre dos plantillas
distintas para introducir los datos del modelo. La primera alternativa se asemeja a una
hoja de calcula, mientras que la segunda, es una plantilla diseada especialmente
para este fin.
Tipo de variable (Default Variable Type): En esta parte se indica las caractersticas del
modelo:
Continuas no negativas (Nonnegative continuous): Indica que el modelo lo componen
variables continuas no negativas (iguales o mayores a cero).
Enteras no negativas (Nonnegative Integer): Variables enteras no negativas.
Binarias (Binary): Variables cuyo valor solo sern 0 o 1.
Sin asignar / Irrestrictas (Unsigned/unrestricted): Variables absoluto.
BIBLIOGRAFIA
-

Gmez Cceres, D.; Jurado Madico, J.A.,: Financiacin global de proyectos.


ESIC Editorial, Madrid 2001.
Riesgo Fernndez, P.: Anlisis, Valoracin y Financiacin de proyectos de
inversin. Fund. L. Fdez. Velasco, Oviedo 1998.
Roque Gutirrez, N.; Ordieres Mer, J., Programacin de proyectos a coste
mnimo mediante la utilizacin de la herramienta SOLVER. Actas del XIII
Congreso Nacional de Ingeniera de Proyectos, Sevilla 1997.
Surez Surez, A.: Decisiones ptimas de inversin y financiacin en la
empresa. Edit. Pirmide, Madrid 1991.
Fundamentos de Investigacin de Operaciones - Anlisis de Sensibilidad
11TA20142DUED

CONTROL E INCENTIVOS EN LA GESTIN EMPRESARIAL - Joaquim


Vergs
Erica Canizo Paola Lucero - Investigacin Operativa 2002 Software Para
Programacin Lineal LINGO/LINDO

12TA20142DUED