Professional Documents
Culture Documents
EL ARTS Y LA CIENCIA
DE CONSTRUIR MODELOS
DETERMINISTICOS
0
El objetivo ahora es convertir esta descripciOn cualitativa del problema a una forma
FormulaciOn matematica que pueda resolverse. Este proceso es llamado formulation del problema
del problema y generalmente implica cuatro pasos, cada uno de los cuales es descrito en las siguientes
El proceso de convertir secciones.
la description cualitativa
de un problema a una
forma matematica. 2.1.1 IdentificaciOn de las variables de decisi6n
El primer paso en la formulation del problema es identificar las variables de decision,
a menudo simplemente liamadas variables. Los valores de estas variables, una vez
2.1 PASOS GENERALES Y TECNICAS DE LA CONSTRUCCION DE MODELOS MAIL N1A E1COS 13
Como los valores de estos elementos no se conocen todavia, a cada variable de deci-
sion se le da un nombre simbolico. Usted puede elegir el nombre simbolico que Nombre simbolico
quiera, pero encontrard util seleccionar un nombre simbelico que le recuerde la canti- Un nombre descriptivo
dad que la variable de decision representa. Para el ejemplo que estamos viendo, podria dado a una variable en
crear las siguientes variables, correspondientes a los dos elementos identificados ante- un modelo matematico
riormente: que ayuda a la
CS, = el mlmero de miles de galones de CS-01 por producir semanalmente comprension del
CS, = el mimero de miles de galones de CS-02 por producir semanalmente significado de la variable.
Observe que estas descripciones son precisas. Incluyen las u n /dudes asociadas con las
cantidades que las variables representan (miles de galones, en este caso). No es sufi-
ciente definir una variable como la "cantidad" de un elemento, porque para las otras
personas que leyeran su formulation, el termino "cantidad" podrla tener varios
significados (por ejemplo, miles de litros en este caso).
La necesidad de identificar las variables de decision correctamente es vital. De otra
manera, la formulation de un modelo valid que capte todos los aspectos del problema
es imposible. La election de estas variables no es Unica, y no existen reglas fijas. Sin
embargo, las siguientes pautas son utiles en la identification de un conjunto adecuado
de variables de decision para virtualniente cualquier pi-able/12a.
CARACTERISTICAS CLAVE
Para el ejemplo 2.1, las respuestas a todas estas preguntas son iguales y lo llevan
a identificar las variables de decisiOn como el numero de miles de galones de CS-01 y
CS-02 por producir semanalmente.
ayudar a determinar esos valores. Por ejemplo, para determinar las cantidades reales
de los dos solventes a producir para maximizar las ganancias corporativas, necesitard
saber:
A diferencia de las variables de decisiOn, cuyos valores usted puede controlar, usted
no puede controlar directamente los valores de los clatos.
Para lograr la tarea en la tercera etapa, a menudo es ail elegir algunos valores
especificos para las variables de decision y luego usar esos valores para determinar la
forma en que se calcula la funcion objetivo. Se hace referencia a esta tecnica como
trabajo a traves de un ejemplo especifico. En el ejemplo 2.1, supongamos que se
producen 10 mil galones de CS-01 y 20 mil galones de CS-02 (asi que CS1 = 10 y CS2= Trabajo a traves de
20). El departamento de contabilidad le ha dicho que cada mil galones de CS-01 un ejemplo especifico
contribuye con $300 a la ganancia y que cada mil galones de CS-02 contribuye con $500. La tecnica de usar
Se puede escribir: valores especificos de
las variables para
Ganancia de CS-01 = 300(10) = $ 3 000 determinar c6mo se
+ Ganancia de CS-02 = 500(20) = $ 10 000 calcula la funciOn
objetivo.
Ganancia total = $ 13 000
Sin embargo, el proposito de usar valores especificos para las variables no es obtener
la ganancia total de estos valores, sino ms Bien ayudarlo a determinar como calcular
el objetivo cuando los valores de las variables no se conocen explicitamente. En este
problema, se puede ver facilmente de los calculos anteriores que si CS1 es el ntimero no
especificado de miles de galones de CS-01 y CS2 es el numero no especificado de miles
de galones de CS-02 por producir, entonces la ganancia es:
CARACTERISTICAS CLAVE
Este problema ilustra las siguientes caracteristicas clave:
Creacion de la funcion objetivo mediante:
a. Enunciado del objetivo de manera verbal.
b. Cuando sea apropiado, descomponer el objetivo en una suma, diferencia,
y/o producto de terminos individuales.
c. Expresar los terminos individuales en (b) usando las variables de decision
y otros datos de problemas conocidos.
pone un limite en los valores que puede asignar a estas variables. En el ejemplo 2.1, los
departamentos de mezclado y purification tienen ciertas restricciones fisicas: un
ntimero limitado de horas de trabajo disponible cada uno. Estas limitaciones, asi como
otras consideraciones que imponen restricciones sobre los valores de las variables, son
las restricciones. El paso final en la formulation del problema es identificar estas res-
tricciones y escribirlas en forma maternatica.
Las restricciones son condiciones que las variables de decision deben satisfacer para
constituir una solution "aceptable". Estas restricciones por lo general surgen de:
CARACTERISTICAS CLAVE
Despues de identificar estas restricciones, debe expresarlas en forma maternatica
usando las variables de decision y otros datos del problema. Este proceso es
identico al usado para especificar la funcion objetivo.
Horas) ( Horas
Descomposicion: ( usadas + usadas no pueden exceder de 230
para CS-01 para CS-02
Matematicas: para expresar las horas usadas para CS-01 y CS-02 en el departamen-
to de mezclado, trate de trabajar con un ejemplo especifico. Por ejemplo, suponga que
2.1 PASOS GENERALES Y TECNICAS DE LA CONSTRUCCION DE MODELOS MATEMATICOS 17
CS1 = 15 mil y que CS2 = 10 mil galones. I,Como calcula el numero de horas usadas en
el departamento de mezclado? Estos valores son datos del problema (ademas de los
datos ya identificados en la section 2.1.2) que usted debe obtener. Supongamos que
usted llama al departamento de procesos y recoge los siguientes datos para los
departamentos de mezclado y purificaciOn:
CS-01 CS-02
Mezclado 2 1
Purification 1 2
El proposito de usar este ejemplo numerico especifico es ayudarle a escribir una res-
tricciOn matematica general cuando los valores de las variables (CS1 y CS2, en este caso)
no se conocen. De los calculos anteriores, usted obtiene la siguiente restriction mate-
matica general:
Horas Horas
Descomposicion: usadas + usadas no pueden exceder de 250
para CS-01 ( para CS-02
Claro esta que usted sabe que los valores de estas variables de decision deben ser no
negativos, esto es, cero o positivos. Tales restricciones implicitas de las que usted esta
consciente deben hacerse explicitas en la formulation matematica. Para este problema,
debe incluir las siguientes restricciones:
Juntando todas las piezas de los pasos anteriores, la formulation matematica completa
del problema de planeacion de production de Case Chemicals es la siguiente:
Maximizar
Condicionado por:
300CS1 + 500CS2
2CS1 + 1CS2 :5_ 230
1CS1 + 2CS2 __ 250
(ganancia)
(mezclado)
(purificaciOn)
Programa lineal CS2 S 120 (limitado en CS-02)
EX2_1.DAT CS CS2 0 (no negatividad)
donde:
CS, = 70
CS2 = 90
El problema de esta seccion involucra solo dos variables de decision y unas cuantas
restricciones. Los problemas de importancia practica a menudo contienen cientos o
miles de variables y un nUmero similar de restricciones. Estos problemas ms corn-
plejos tambien pueden formularse usando los pasos que aprendio en esta seccion.
TIENDAS
San Francisco 5 3 2 6
Los Angeles 4 7 8 10
Phoenix 6 5 3 8
Las respuestas a todas estas preguntas pueden conducirlo a identificar doce varia-
bles de decision, correspondientes al namero de microcomputadoras por embarcar
desde cada una de las tres plantas de ensamblaje hasta cada una de las cuatro tiendas
minoristas. Podria referirse a ellas con nombres simbolicos x1, x2, . . . , x 12. Pero recuerde
que al trabajar con variables, es atil usar un nombre simbolico que en cierta manera
le recuerde la cantidad representada. Por ejemplo, podria definir:
1700
San Francisco
1700
Barstow
1000
Los Angeles
2000
1500
7-
a, Phoenix
Tucson
is
1700
1200
Dallas
0
X 13 = el namero de microcomputadoras por embarcar de la
planta de ensamblaje #1 (San Francisco) a la
tienda detallista #3 (Tucson)
0
xsT = el nilmero de microcomputadoras por embarcar de la
planta de ensamblaje en San Francisco a la tienda
detallista en Tucson.
TIENDAS
Para este ejemplo, se utiliza la Ultima notacion. Los doce nombres simbolicos se re-
sumen en la tabla 2.2. En terminos del diagrama de redes de la figura 2.1, cada una de
estas variables de decision denota el numero de computadoras por embarcar junto al
arco correspondiente, como se ilustra en la figura 2.2.
22 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
Forma verbal: Minimizar costos de embarque desde todas las plantas a todas las
tiendas
San Diego
1700
San Francisco
xss
1700
1000
Los Angeles
2000
1500
1700
1200
Dallas
EJEMPLO ESPECIFICO. Para obtener una expresiOn matematica de cada uno de estos tres
costos de embarque, trabaje con un ejemplo especifico. Suponga que la planta de San
Francisco embarca 500 microcomputadoras a San Diego, 200 a Barstow, 400 a Tucson
y 300 a Dallas. Esto es, xss = 500, xs/3 = 200, xsT = 400 y xst, = 300. Recordemos los costos
de transportation por unidad dados en la tabla 2.1,
En general, cuando las unidades Xss, XsB, XsT, y XsD son enviadas desde San Francisco,
MATEMATICAS
Para contestar ambas preguntas, observe la figura 2.2, que le debe llevar a
identificar los siguientes grupos de restricciones:
Observe que los dos primeros grupos de restricciones son limitaciones fisicas y que
el tercero es una limitaciOn
Lo que resta es convertir estas restricciones de su description verbal a matematicas,
usando variables de decision y datos del problema. Para hacerlo, observe que existe una
restriction de capacidad asociada con cada uno de los tres nodos de la figura 2.2
correspondiente a estas tres plantas. Por ejemplo, el numero de unidades embarcadas
desde la planta de San Francisco no puede exceder su capacidad de 1700. Ahora bien,
use la tecnica de descomposicion para expresar el numero de unidades embarcadas
desde San Francisco como una suma de terminos individuales. De la figura 2.2, los
cuatro arcos que salen del nodo correspondiente a la planta de San Francisco proporcionan
la siguiente descomposicion:
Ntlmero de unidades
embarcadas desde = numero de unidades
San Francisco embarcadas hacia San Diego
numero de unidades
embarcadas hacia Barstow
24 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
nUmero de unidades
embarcadas hacia Tucson
nUmero de unidades
embarcadas hacia Dallas
Para identificar las restricciones de demanda, observe que existe una de tales restric-
ciones asociada con cada uno de los cuatro nodos de la figura 2.2, correspondiente a las
cuatro tiendas al detalle. Por ejemplo, el nUmero de unidades enviadas a la tienda
detallista de San Diego debe ser exactamente 1700. Ahora use la tecnica de des-
composicion para expresar el nUmero de unidades embarcadas a San Diego como una
suma de terminos individuales. De la figura 2.2, los tres arcos que entran al nodo
correspondiente a la tienda detallista de San Diego proporcionan la siguiente des-
composicion:
NUmero de unidades 1
nUmero de unidades
embarcadas desde
embarcadas desde San Francisco
San Francisco
nUmero de unidades
embarcadas desde Los Angeles
numero de unidades
embarcadas desde Phoenix
x + x Ls
+ x = 1700
ss ps
RESTRICCIONES DE CAPACIDAD
RESTRICCIONES DE DEMANDA
RESTRICCIONES LOGICAS
TIENDAS
El costo de embarque total asociado con esta solucion optima es $23 100.
CARACTERISTICAS CLAVE
El problema de CCC ilustra los siguientes puntos clave ademas de las tecnicas
de formulation de problemas previamente cubiertas.
DE A CAPACIDAD
[150]'
Newark Filadelfia
[60] [50]
[80] [90]
[100] [75]
Bridgewater Easton Allentown
* En miles de galones por hora
Figura 2.3 RepresentaciOn de red del problema de flujo maximo: problema de flujo de Hexxon
Oil Company.
XNS =
el numero de galones de gasolina por hora que se enviaran a lo largo
del segmento Newark a Sayerville
Se requiere de una variable similar para cada uno de los otros ocho arcos del diagrama
de redes de la figura 2.3. En la figura 2.4 se escriben estas nueve variables junto a los
arcos.
Sayerville Trenton
Filadelfia
Newark
[100] [75]
Bridgewater Easton Allentown
Figura 2.4 Variables de decision para el problema de flujo maximo de Hexxon Oil Company.
28 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
XNB
80 000
<
xSB - 60 000
x BE 5 100 000
EA
75 000
XET 50 000
xAr 90 000
= X BE
= X NB + X SB
2.2 EJEMPLOS ADICIONALES DE LA FORMULACION DE PROBLEMAS 29
X BE = X NB + X SB
0
X BE X NB
XsB = 0 (balance en Bridgewater)
X ST X SB X NS = 0 (balance en Sayerville)
x EA X ET X BE = 0 (balance en Easton)
X TP X ST X ET = 0 (balance en Trenton)
Xm, X
EA = 0 (balance en Allentown)
Maximizar X AP + X TP
Condicionado por:
RESTRICCIONES DE FRONTERA
Programa lineal
EX2_3.DAT
X NS 150 000
< 80 000
X NB
X SB 60 000
X ST <
125 000
X BE
100 000
XEA 75 000
5-
X ET 50 000
XAP, 5- 90 000
RESTRICCIONES DE BALANCE
X BE X NB X SB = 0 (balance en Bridgewater)
xST + X SB X NS = 0 (balance en Sayerville)
x EA + X ET X BE = 0 (balance en Easton)
X TP X ST X ET = 0 (balance en Trenton)
X AP X EA = 0 (balance en Allentown)
30 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTIZUIR MODELOS DETERMINISTICOS
RESTRICCIONES LOGICAS
Sayerville Trenton
110
[125]
Filadelfia
Flow = 205
95
[100] [75]
Bridgewater Easton Allentown
Figura 2.5 Una solution optima para el problema de flujo maxim de Hexxon Oil Company.
Esta solution resulta en un flujo maxim de 205 000 galones de petroleo por hora
desde la refineria de Newark a los tanques de almacenamiento de Filadelfia.
La administration no sabe cuanta gasolina puede bombear la compaiiia a Filadelfia.
Esta information tambien es importante al tomar la decision respecto a cudl deberia ser
la tasa de production en la refineria de Newark. De hecho, el flujo maxim hacia
Filadelfia pone un limite superior sobre cuanta gasolina debe fluir desde Newark.
Estas cuatro preguntas abordan problemas que son distintos en naturaleza del
problema de transportation y del problema de flujo maxim. Al desarrollar el programa
de embarque y el flujo de gasolina, usted buscaba una respuesta cuantitativa: zcuanto?
Las cuatro preguntas estrategicas anteriores son cualitativas: Sus respuestas seran
"no" o "si".
2.2 EJEMPLOS ADICIONALES DE LA FORMULACION DE PROBLEMAS 31
Bio-Tech 60 10 10 10 250
Tele-Comm 35 35 35 35 375
Laser-Optics 10 50 50 10 275
Cornpu-Ware 15 10 10 40 140
Pregtintese que puede controlar libremente en este problema y se dard cuenta de que
puede elegir aceptar o rechazar cada una de las cuatro propuestas. Debe reconocer
que estas decisiones implican una decision "no" o "si". Parece razonable entonces crear
una variable entera para cada proyecto, de la manera siguiente:
seleccionados no excedan la cantidad de fondos para inversion disponibles ese ano. Por
ejemplo, para el primer ario:
Se requiere de una restriction similar para cada uno de los restantes tres arios. Usando
los datos de la tabla 2.3, esas restricciones son
T*L= 0
Si una de las variables es positiva, la otra debe ser 0. Pensandolo un poco, puede darse
cuenta de que la siguiente restriction logra el mismo objetivo:
T 4-L5_1
RESTRICCIONES LOGICAS
Como se especifica en las definiciones, cada variable debe tener un valor de 0 o 1. Esta
restriccion implicita se hace explicita de la siguiente manera:
B,T,LyC=Ool
0_.-B.1c.1 y B entera
0 _<_71 1 y T entera
0 ._1.1 y L entera
0 :5_ C 1 y C entera
Esta formulacion se basa en definir las variables como se hace en el paso 1. Una
formulacion alternativa, pero equivalente, puede obtenerse definiendo cada variable
de decision para que tenga un valor de 1 para "no", significando que no invertira en el
proyecto asociado, y de 0 para "s1", significando que si invertira. Se le pide desarrollar
el modelo correspondiente en un ejercicio al final de este capitulo. Esto mostrard que
no existe una formulacion Unica de un problema.
De cualquier modo, aprendera el procedimiento de solucion para este tipo de
problema en el capitulo 8. La aplicacion de ese procedimiento da por resultado en la
recomendacion de invertir solo en los proyectos de Bio-Tech y. Laser-Optics, con un
rendimiento esperado de 525 mil dolares.
Este problema ilustra las siguientes caracteristicas clave, ademas de las tecnicas
de formulaciOn de problemas que ya conoce:
2.2 EJEMPLOS ADICIONALES DE LA FORMULACION IDE PROBLEMAS 35
zQue puede controlar libremente en este problema? Es claro que usted controla la
ubicacion del banco de sangre. La cuestiOn real es como especifica esa ubicacion. La
forma obvia de hacerlo es definiendo una variable simple, digamos, x, cuyo valor es la
direction del banco de sangre. Pero piense cuidadosamente respecto a lo que va a hacer
con esa variable en la formulation del problema. Si la direction conocida de un hospital
es y, por ejemplo, no podra utilizar x junto, cony para desarrollar una expresion mate-
matica para la distancia entre el banco de sangre y el hospital, porque las direcciones
solas no contienen suficiente information.
Se requiere de un conjunto de variables ms preciso. Una forma de definir un lugar
en un mapa (como en la figura 2.6) es describiendo cada punto en relation con un punto
fijo, llamado el origen. Cada punto del mapa consta de dos coordenadas, digamos (a, b).
La primera coordenada, a, representa la distancia Este-Oeste (digamos, en millas)
desde el origen, y la segunda coordenada, b, representa la distancia Norte-Sur (en
millas). No importa el punto que elija como el origen, siempre y cuando exprese todas
las coordenadas con relation a ese punto.
En este ejemplo, el Ayuntamiento de la figura 2.6 se ha elegido como el origen. Sus
coordenadas son (0, 0). Cualquier otro punto en el mapa consiste entonces en dos co-
ordenadas (a, b), en las que un valor negativo de a representa la distancia al Este
36 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
Regresando a la cuestion de identificar las variables de decision, usted puede elegir con
libertad la ubicacion del banco de sangre, esto es, su distancia Este-Oeste y Norte-Sur
en millas desde el Ayuntamiento. En consecuencia, es razonable definir dos variables,
una para cada coordenada de la ubicacion del banco de sangre:
x = la distancia Este-Oeste en millas desde el Ayuntamiento
y = la distancia Norte-Sur en millas desde el Ayuntamiento
Norte
(a5, b5 )
(a1, b,)
Oeste Este
Ayuntamiento
(a4, 134 )
(a2, 132 )
(a b3 )
Sur
Figura 2.6 Ubicacion de hospitales en la ciudad de Nueva York.
1. Minimiza la suma de las distancias desde el banco de sangre a cada uno de los
cinco hospitales.
2. Minimiza la distancia al hospital ms lejano.
3. Minimiza la distancia total viajada al hacer las entregas durante el dia.
La eleccion de un objetivo corresponde a los tomadores de decisiones de la
organizacion. En este problema, suponga que se selecciono el tercer criterio.
La siguiente cuestion es como expresar este objetivo en terminos de las variables y
otros datos del problema. Usando la tecnica de descomposicion, puede expresar la
funcion objetivo de la manera siguiente:
Use la misma formula para cada uno de los cuatro hospitales restantes, y multiplique
cada distancia por el numero de viajes diarios dados en la descripcion del problema. La
funcion objetivo global es:
4* \/(x a2 )2 (y b2)2 ) +
2* \/(x a3 )2 + (y b3)2 ) +
2* ( \/(x a5 )2 + (y b5)2 )
38 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
Para identificar las restricciones, pregantese lo que le impide elegir valores arbitrarios
para las variables x e y. A primera vista, podria sentir que se requieren ciertas
limitaciones sobre estas variables para asegurar que representan una ubicacion valida
sobre el mapa. No desearia que el banco de sangre estuviera ubicado en Filadelfia. Aun
cuando podria incluir tales restricciones, no se requiere hater eso en este problema. La
razon es que la funcion objetivo restringe los valores para x e y. Cuando la funcion
objetivo se minimiza de hecho, los valores para x e y automaticamente estaran cerca de
los cinco hospitales.
Existen otras muchas consideraciones practicas respecto a la ubicacion real del
banco de sangre, pero no se incluyen como restricciones en este modelo porque el
objetivo es determinar la ubicacion ideal.
Adicionalmente observe que no existen restricciones de no negatividad. La razOn es
que esta permitido que las variables x e y tengan valores negativos asi como positivos.
Problema de De hecho, este problema no tiene restriction alguna y por lo tanto, se denomina pro-
optimization blema de optimization irrestricta. La formulation final es la siguiente.
irrestricta
Un modelo matematico
que tiene una funcion FORMULACION MATEMATICA DEL PROBLEMA DE UBICACION
objetiva pero carece de
restricciones. DEL BANCO DE SANGRE
Minimizar 2* V(x a1)2 + (y b1)2 J +
Resolver este problema requiere la obtenciOn de valores especificos para los datos que
representan la ubicacion (coordenadas) de los cinco hospitales.
No CARACTERLSTICAS CLAVE
lizaran y en las unidades dadas en los datos del problema.Como los datos estan ex-
presados en unidades metricas centimetros y metros), es apropiado utilizar centi-
metros o metros en vez de pulgadas o pies. Eligiendo arbitrariamente centimetros, sean
El objetivo global de este problema es decidir si puede producir los contenedores con un
margen de ganancia de 25% por arriba de los costos, al mismo tiempo que fijar su precio
por debajo de la oferta de la competencia de $8.20 por contenedor. Un enfoque para
solucionar este problema es determinar el costo minimo posible de la lamina de fibra
usada, anadir $1 por los costos de la mano de obra y otros costos variables para obtener
el costo total por contenedor, y luego anadir 25% para ver si el valor resultante es menor
que $8.20. Desde un punto de vista de modelado, el objetivo en palabras es:
Ahora determina una expresion matematica para el costo de la lamina de fibra usada
en un contenedor en terminos de las variables de decision y de otros datos del problema.
Si tiene problemas al hacer esto, intente la tecnica de trabajar con un ejemplo
especifico. Por ejemplo, sea L = 40 cm, W = 20 cm y H = 10 cm. Para calcular el costo
total, necesita saber cuanta lamina de fibra se requiere para hacer un contenedor de
estas dimensiones. Si ve la figura 2.7 y usa la tecnica de descomposicion, debe darse
cuenta que:
Costo total = suma de los costos para cada uno de los seis lados
Si ahora tuviera que calcular el costo de este lado como 800 veces el costo unitario de
la lamina de fibra ($20 por metro cuadrado), obtendria un costo incorrecto de $16 000
por este lado. Este error ocurre debido a una mezcla incorrecta de unidades. Las dimen-
siones del contenedor estan definidas en terminos de centimetros, pero el costo de la
lamina de fibra esta dado en dolares por metro cuadrado. Una forma de corregir esta
situation es redefinir las variables en terminos de metros en vez de centimetros. De
manera alternativa, puede calcular el costo de la lamina de fibra en terminos de (Wares
por centimetro cuadrado, como se hard aqui. Observe que 1 metro cuadrado es igual a
100 cm, o 10 000 centimetros cuadrados. Por tanto, un costo de $20 por metro cuadyado
es equivalente a un costo de $20/10 000 = $0.002 por centimetro cuadrado. En conse-
cuencia, el costo de un lado limitado por un largo de 40 y un ancho de 20 es:
Habiendo calculado el costo de este lado, todavia tiene que, calcular el costo de los
otros cinco lados. De la figura 2.7, puede ver que hay dos lados acotados por el largo y
el ancho; de manera similar, hay dos lados acotados por el largo y la altura y dos lados
acotados por el ancho y la altura. Por tanto, el costo total de la construction del con-
tenedor puede expresarse matemdticamente de la manera siguiente:
Costo total = suma de los costos para cada uno de los seis lados
= 2 * (0.002 * L* W) +
2 * (0.002 * L* H) +
2 * (0.002 * H W)
Relea la description del problema y pregtintese que le impide elegir arbitrariamente los
valores para las dimensiones del contenedor. Debe entonces identificar tres tipos de
restricciones, pertenecientes al volumen, tamario y mayor dimension simple.
42 CAPiTULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
LA RESTRICCION DE VOLUMEN
La compaiifa britanica ha pedido que el contenedor tenga un volumen de al menos
12 000 cm3. Si recordamos que el volumen de una caja se calcula como el producto de
sus tres dimensiones, puede usarL, W y H anteriormente definidos para expresar esta
restriccion como:
LA RESTRICCION DE TAMARO
Para expresar la limitaciOn de que el tamario no exceda de 72 cm, recuerde que el
tamailo es la suma de las tres dimensiones del contenedor, asi que:
Esta restriccion es correcta.en esta forma, pero puede darse cuenta de que existe otra
forma equivalente de expresar la limitacion de que la dimension mayor no exceda de
40 cm. Podria requerir que cada dimension individual no exceda de 40 cm. Por tanto,
la restriccion anterior puede escribirse igualmente bien como las tres restricciones:
L__
<40
W__
<40
H 40
satisface la proporcionalidad.
En contraste, considere la restriccion:
La restriction (4) no satisface la proporcionalidad. Para ver por que, suponga que xi
tiene un valor de 5:
1. Restricciones lineales, en las que todas las restricciones satisfacen tanto la Restriction lineal
aditividad como la proporcionalidad. Una propiedad
2. Restricciones no lineales, en las que alguna restriction no satisface al menos matematica de un
una de las propiedades de aditividad y proporcionalidad. modelo en el que todas
las restricciones
Usted puede reconocer si una restriccion particular es lineal c no viendo su forma. satisfacen tanto la
Una restriccion es lineal si, en terminos de las variables de decision xi , . . . , (o aditividad como la
cualesquier nombres simbolicos), puede escribirse como: proporcionalidad.
Restriction no lineal
a 1x1 + a +
2 '
+ a x17 < (>, = )b
Una propiedad
matematica de un
en donde cada una de las ai , . . . , a, y b es un numero real conocido. Por ejemplo, la
modelo en el que alguna
restriccion anterior (1) es lineal porque el coeficiente de la variable CS1 es a l = 2, el de
CS2 es a2 = 1, y b = 230. La restriccion (2) tambien es lineal porque el coeficiente de la restriccion no satisface
al menos una de las
variable XAP es a1= 1, el de xEA es a2 = 1, y b = 0. En contraste, las restricciones (3) y (4)
propiedades de
son no lineales.
aditividad o
proporcionalidad.
Problema deterministico
Restringido
Irrestricto Restringido o irrestricto
Tipo de
Lineal No lineal restricciOn
AAAA
Cont. Entero Cont. Entero Cont. Entero Cont. Entero Cont. Entero Cont. Entero
Tipo de
variable
en teoria es posible producir 5.132 mil galones, estas variables son divisibles. En
contraste, todas las variables del problema de transportacion de CCC, en el ejemplo 2.2,
de la secciOn 2.2 representan el ntimero de microcomputadoras a ser enviadas. Estas
de variables no son divisibles porque no es posible enviar 1.3 microcomputadoras, esto es,
a estas variables se les deben asignar valores enteros. La propiedad de divisibilidad da
pie a las dos clases siguientes:
1. la clase de modelos de variable continua, en la que todas las variables satis- Variable continua
facen la divisibilidad. Una variable que
2. la clase de modelos de variable entera (o discreta), en la que una o ms satisface la divisibilidad.
variables deben tener valores enteros.
Variable entera
(discreta)
Las diversas clasificaciones de modelos deterministicos se resumen en la figura 2.8.
Una variable que debe
Como se menciono anteriormente, despues de la formulacion de un modelo, debe deter-
tener un Valor entero.
minar a que clase pertenece, para que pueda elegir un algoritmo apropiado para
solucionar el problema.
En esta secciOn, ha aprendido a clasificar un modelo en un grupo particular, basan-
dose en sus diversas caracteristicas matematicas. Este esfuerzo le ayudard a elegir un
a- algoritmo apropiado para obtener una soluciOn a su modelo. A continuaciOn se analizan
ca cuestiones adicionales referentes al proceso de construcciOn de modelos.
o,
se
0
Resolucion de ambigiiedades
en la definicion del problema
Cuando se identifica un problema por primera vez en una organizacion, a me-
nudo resultan ambiguos muchos detalles y cuestiones. Por ejemplo:
x+y=D x,y
De manera alternativa, podria definir solo la variable x como el numero de
unidades por enviar del primer proveedor; esto implica que la cantidad D x es
enviada por el segundo proveedor. Aqui necesitaria las restricciones de demanda:
x<D x>0
La election de un modelo particular deberia basarse en parte en los siguientes
puntos:
1. Su habilidad para encontrar un procedimiento de solution eficiente para
resolver el modelo matematico resultante.
2. Su habilidad para comunicar una comprension de la formulaciOn del
problema. Por ejemplo, el use de variables adicionales pueden facilitarle
a otras personas la comprension de ciertas restricciones.
CONSIDERACIONES GERENCIALES COMPLEMENTARIAS 49
Cuestiones de instrumentacion
Al formular modelos, pueden haber ocurrido ciertas simplificaciones y omisiones
porque no se pudo obtener los datos o porque ciertas restricciones no se iden-
tificaron durante la formulacion. Asimismo, es posible que haya tenido que hacer
ciertas suposiciones de simplificacion para obtener un modelo matematico que
pudiera ser resuelto por el paquete de computadora disponible. Como resultado,
el modelo matematico generalmente no es una representaci6n completa y exacta
del problema real. Por tanto, cuando se resuelve un modelo, debe validar la so-
lucion. Debe revisar y examinar la solucion en el contexto del problema original,
en vez de hacerlo simplemente como el resultado matematico de la formulacion,
para determinar si es practico y tiene sentido implantar la solucion. Por ejemplo,
una solucion que recomienda reducir el personal en veinte personas o cerrar una
planta puede tener implicaciones no contempladas en el modelo matematico. En
tales casos, un administrador debe usar la experiencia, pericia y sentido comun
ya sea para modificar la solucion apropiadamente antes de su implantaciOn o
para modificar la formulacion matematica para reflejar ms exactamente el
problema real y luego resolver el nuevo modelo.
Despues de la implantacion, es necesario supervisar los resultados para
verificar que la solucion logra los objetivos que la organizacion esperaba.
50 CAPITULO 2 EL ARTE Y LA CIENCIA DE CONSTRUIR MODELOS DETERMINISTICOS
Asimismo, los datos del problema pueden cambiar con el tiempo (por ejemplo, los
costos de la materia prima y las tasas de interes), de tal forma que a menudo es
necesario reolver el problema usando los datos nuevos.
RESUMEN
En este capitulo, usted ha aprendido a formular y clasificar modelos matematicos para
resolver problemas de decision deterministicos. En esta seccion se revisan tanto la
formulacion como la clasificacion.
Formulaciem de problemas
La formulacion de un problema significa desarrollar un modelo maternatico para ese
problema. Una vez que el problema esta en forma matematica, existen muchas tecnicas
de administracion disponibles para obtener la solucion. Para formular un problema:
2. Identifique los datos del problema. Estos son elementos de informacion conocidos
necesarios para desarrollar el modelo maternatico. Aun cuando pueda controlar
los valores de las variables, no puede controlar los valores de los datos. Tal vez
necesite identificar los datos del problema a lo largo del proceso de formulacion.
3. Identifique la funciOn objetivo. Este es un objetivo organizacional simple y global
expresado en terminos matematicos usando las variables y los datos del problema.
Esta tarea se realiza comenzando con un enunciado verbal del objetivo y despues
usando cualquiera de las siguientes tecnicas para expresar este objetivo en
terminos matematicos:
a. DescomposiciOn del objetivo en una suma, diferencia y/o producto de terminos
individuales.
b. Trabajo con un ejemplo especifico. Use los valores especificos de las variables
para determinar como calcular la funciOn objetivo. El proposito de esta
tecnica es comprender como expresar la funciOn objetivo cuando los valores
de las variables no se conocen especificamente.
Si su problema tiene ms de un objetivo, puede seguir el procedimiento descrito
en el capitulo 7.
4. Identifique las restricciones fisicas y lOgicas. Estas son limitaciones impuestas
que le prohlben elegir valores arbitrarios para las variables. Para expresar estas
restricciones de una manera matematica, aplique las mismas tecnicas usadas en
la identificacion de la funcion objetivo. Si el problema tiene muchas restricciones,
intente usar la tecnica de agrupamiento para identificar un grupo de restricciones
EJERCICIOS 51
Ahora que sabe como formular y clasificar modelos matematicos, el siguiente paso
es aprender las diversas tecnicas para resolver esos problemas. El capitulo 3 presenta
una clase de problemas para los que existe un procedimiento de soluciOn eficiente. Los
detalles de este procedimiento de solution se describen en los capitulos 4, 5 y 6.
EJERCICIOS