MODELOS CUANTITATIVOS

Está relacionado con la metodología que se emplea para la obtención y el análisis

de los datos. Los métodos cuantitativos se tornan como algunas de las herramientas
más confiables a la hora de basar una decisión gracias a su capacidad de
gestionar, procesar y analizar datos de manera rápida y eficaz.

MODELOS MATEMÁTICOS

Son representaciones matemáticas de situaciones reales que podrían usar para

tomar mejores decisiones, o bien simplemente para entender mejor la situación
real.

PROCESO DE CONSTRUCCIÓN DE MODELOS MATEMÁTICOS:

1. Plantear el problema: El investigador define el problema de la empresa.

2. Observar el sistema: El investigador reúne información para estimar los
parámetros que afectan el problema de la empresa.
3. Formular un modelo matemático del problema: El investigador elabora
un modelo matemático del problema.
4. Verificar el modelo y usar el modelo para predecir: El investigador
determina si el modelo matemático del paso 3 es una representación
exacta de la realidad.
5. Seleccionar una opción adecuada: El investigador de operaciones
selecciona la mejor opción de un conjunto de opciones que cumple
mejor con los objetivos de la empresa.
6. Presentar los resultados y la conclusión del estudio a la empresa: El
investigador presenta el modelo las recomendaciones surgidas del paso
5 a la persona que toma las decisiones en la empresa.
7. Poner en marcha evaluar las recomendaciones: Si la empresa acepta el
estudio, entonces el analista ayuda a poner en marcha las
recomendaciones.
PROGRAMACION LINEAL

Es una programación donde su objetivo es maximizar o minimizar una función lineal.

Ejemplo 01:

Una compañía fabrica y venden dos modelos de lámpara M1 y M2. Para su

fabricación se necesita un trabajo manual de 20 minutos para el modelo M1 y de
30 minutos para el M2; y un trabajo de máquina de 20 minutos para el modelo M1y
de 10 minutos para M2. Se dispone para el trabajo manual de 100 horas al mes y
para la máquina 80 horas al mes. Sabiendo que el beneficio por unidad es de 15 y
10 euros para M1 y M2, respectivamente, planificar la producción para obtener el
máximo beneficio.

 Elección de las incógnitas.

x = nº de lámparas M1
y = nº de lámparas M2

 Función objetivo
Max z = 15x + 10y

 Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h

1/3x + 1/2y ≤ 100

1/3x + 1/6y ≤ 80
Como el número de lámparas son números naturales, tendremos dos
restricciones más, restricciones de signo:

x ≥ 0
y ≥ 0

 Hallar el conjunto de soluciones factibles

Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos gráficamente la inecuación:
1/3 x + 1/2 y ≤ 100 (línea roja)
1/3x + 1/6y ≤ 80 (línea verde)

La zona de intersección de las soluciones de las inecuaciones sería la solución al

sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.
 Calcular las coordenadas de los vértices del recinto de las soluciones
factibles.

La solución óptima si es única se encuentra en un vértice del recinto. estos

son las soluciones a los sistemas:

1/3x + 1/2y = 100; x = 0 (0, 200)

1/3x + 1/6y = 80; y = 0 (240, 0)

1/3x + 1/2y = 100 ; 1/3x + 1/6y = 80 (210, 60)

 Calcular el valor de la función objetivo

En la función objetivo sustituimos cada uno de los vértices.

 f(x, y) = 15x + 10y = Max z

f(0, 200) = 15· 0 + 10· 200 = 2 000 €

f(240, 0 ) = 15· 240 + 10· 0 = 3 600 €

f(210, 60) = 15· 210 + 10· 60 = 3 750 € Máximo

La solución óptima es fabricar 210 del modelo M 1 y 60 del modelo M 2 para

obtener un beneficio de 3 750 € .

Ejemplo 02:

En una granja de pollos se da una dieta, para engordar, con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el
mercado sólo se encuentra dos clases de compuestos: el tipo X con una
composición de una unidad de A y 5 de B, y el otro tipo, Y, con una composición
de cinco unidades de A y una de B. El precio del tipo X es de 10 euros y del tipo Y
es de 30 €. ¿Qué cantidades se han de comprar de cada tipo para cubrir las
necesidades con un coste mínimo?

 Elección de las incógnitas.

x=X

y=Y

 Función objetivo

Min z = f(x,y) = 10x + 30y

 Restricciones

x + 5y ≥ 15

5x + y ≥ 15

x ≥ 0 (restricción de signo)

y ≥ 0 (restricción de signo)

 Se halla el conjunto de soluciones factibles con las inecuaciones:

x + 5y ≥ 15 (línea roja)
5x + y ≥ 15 (línea verde)
Y x ≥ 0, y ≥ 0 (se encuentran en el primer cuadrante)
 Calcular las coordenadas de los vértices del recinto de las soluciones
factibles.

 Calcular el valor de la función objetivo

f(0, 15) = 10 · 0 + 30 · 15 = 450

f(15, 0) = 10 · 15 + 30 · 0 = 150

f(5/2, 5/2) = 10 · 5/2 + 30 · 5/2 = 100 Mínimo

El coste mínimo son 100 € para X = 5/2 e Y = 5/2.

Ejemplo 03 (por método simplex):

A un grupo de artesanos se le presenta la oportunidad exportar cinturones de piel

de salmón al mercado europeo. Clasifican los cinturones en dos tipos A y B: A por
alta calidad y B por baja calidad. De acuerdo a sus estimaciones tendrían una
utilidad de 4 euros por cinturón tipo A y 3 euros por el tipo B. La confección de un
cinturón tipo A les requiere el doble de tiempo que uno tipo B. Si confeccionaran
sólo cinturones tipo B podrían hacer 1.000 diarios. En todo caso, el abastecimiento
de piel es suficiente para confeccionar un total combinado de 800 cinturones
diarios. Los cinturones usan un diferente tipo de hebilla según su calidad. Se pueden
abastecer de 800 hebillas elegantes al día para los cinturones tipo A y 700 hebillas
corrientes al día para los cinturones tipo B. Se desea formular y resolver un modelo
de Programación Lineal que permita a los artesanos decidir cuántos cinturones de
cada tipo fabricar de modo de maximizar sus ganancias.

1.-Variables de Decisión
 x1: Número de cinturones tipo A a fabricar por semana.
 x2: Número de cinturones tipo B a fabricar por semana.
2.- Función Objetivo
Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B reporta
una utilidad de 3 euros. Se desea maximizar la utilidad total dada por: Max 4x1+3x2
3.-Restricciones
 No se puede fabricar más cinturones tipo A que la cantidad de hebillas
disponibles: x1≤800
 No se puede fabricar más cinturones tipo B que la cantidad de hebillas
disponibles: x2≤ 700
 Como máximo se puede confeccionar diariamente 800 cinturones del tipo A y
del tipo B en conjunto: x1+x2≤800
 La capacidad de producción permite fabricar 1.000 cinturones tipo B a la
semana si se fabricara sólo cinturones de este tipo. Los cinturones tipo A ocupan
el doble de recursos que uno B, esto es se pueden fabricar 500 cinturones a la
semana si sólo se fabrican cinturones tipo A: 2x1+x2≤1.000
 No negatividad de las variables de decisión: x1, x2 ≥ 0
En términos compactos el modelo de Programación Lineal queda definido por:
Previo a la aplicación del Método Simplex será necesario llevar el modelo a su
forma estándar. Para ello llevamos la función objetivo a minimización y agregamos
las variables de holgura no negativas x3, x4, x5, y x6, para las restricciones 1, 2, 3 y 4,
respectivamente.

Con ello construimos la tabla inicial del Método Simplex donde las variables de
holgura previamente identificadas definen una solución básica factible inicial (no
óptima):

Por el criterio del costo reducido más negativo la variable que ingresa a la base
es x1. Luego calculamos en dicha columna el mínimo cuociente que esta dado
por: .
En consecuencia, el pivote se encuentra en la fila 4 y por tanto la variable x6deja
la base. (Notar que para el cálculo del mínimo cuociente o criterio de factibilidad
sólo se consideran denominadores que sean estrictamente mayores a cero).
Ahora la variable no básica que ingresa a la base es x2. Calculamos nuevamente

el mínimo cuociente sobre dicha columna obteniendo: .

Por tanto, x5 abandona la base. Con ello realizamos una nueva iteración del
Método Simplex:

La solución óptima es x1=200 y x2=600, donde el valor de las

holguras x3 y x4 corresponde a 600 y 100, respectivamente. Notar adicionalmente
que las variables x5 y x6 son no básicas en el óptimo, por tanto, su valor es cero, lo
que indica que las restricciones 3 y 4 son activas. El valor óptimo del problema
es V(P)=2.600.
PERT-CPM. PLANIFICACION DEL REQUERIMIENTO DE MATERIALES

El método de la ruta crítica o del camino crítico es un algoritmo utilizado para el

cálculo de tiempos y plazos en la planificación de proyectos.

Ejemplo 04:

COMPAÑÍA SHARP COMPANY

TIEMPO
CÓDIGO DE DESCRIPCIÓN DE LA PREDECESORES ESPERADO PARA
ACTIVIDAD ACTIVIDAD INMEDIATOS TERMINAR
(SEMANAS)
A Diseñar producto --- 6
B Diseñar el envase --- 2
C Ordenar y recibir los A 3
materiales para el
producto
D Ordenar y recibir los B 3
materiales para el
envase
E Fabricar el producto C 4
F Fabricar el envase D 3
G Envasar el producto E 6
H Prueba de mercado F 4
del producto
I Prueba de mercado G, H 1
del envase
J Entregar a los I 2
distribuidores
Cálculos básicos de la programación
Una vez elaborada la red PERT/CPM, puede concentrarse la atención en
determinar la fecha esperada de terminación para el proyecto y el programa de
actividades.

Importancia de conocer la fecha de término

1. Competencia entre varias empresas

2. Si se opera en base a incentivos por fecha de término.

Si sumamos todos los tiempos esperados de las actividades de la tabla, se

tiene 34 semanas como duración del proyecto.

Ruta critica

Se calcula la duración del proyecto determinando la ruta crítica (camino crítico)

para la red.
Toda red tiene dos o más rutas, una o más de las cuales serán críticas.

Analicemos el caso de la Sharp Company

Las actividades A, C, E, G, I y J, forman una ruta que conecta los nodos 1, 2, 3, 4,

8, 9 y 10 de la red.
Las actividades B, D, F, H, I y J, forman una ruta que conecta los nodos 1, 5, 6, 7, 8,
9 y 10 de la red.

Puesto que la terminación de un proyecto requiere que se terminen todas las rutas
de la red, la duración de la ruta más larga de la red es la ruta crítica.

Para el caso de la Sharp Company.

La ruta ACEGIJ requiere 22 semanas (RUTA CRITICA)

La ruta BDFHIJ requiere 15 semanas.