Ao de la Consolidacin del Mar de Grau

FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS E INFORMTICA

ESCUELA ACADMICO PROFESIONAL DE
INGENIERA INDUSTRIAL

MAXIMIZACIN DE LOS BENEFICIOS A TRAVES DEL

SOFTWARE LINGO, EN LA EMPRESA DE
CARPINTERA DIARSO S.A. DISEOS Y ARTES
SOSA, HUACHO 2016
DOCENTE:

Dr. SOSA PALOMINO, Alcibades Flamencio

ASIGNATURA:

INVESTIGACIN DE OPERACIONES II

ALUMNOS:

ESTUPIAN MELNDEZ, Guadalupe

GNZALES DVILA, Felipe
REA RIVERA, Keiko
SOSA TREJO, Lincol

CICLO:

VII Ciclo
Huacho-Per
2016

DEDICATORIA
A nuestros docentes, que con su exigencia nos
motivan a mejorar cada da, invirtiendo sangre,
sudor y lgrimas para lograr nuestra meta: Ser
Ingenieros Industriales.

NDICE

INTRODUCCIN................................................................................................... 3
CAPTULO I.......................................................................................................... 4
CAPTULO II......................................................................................................... 7
CAPTULO III...................................................................................................... 13
CAPTULO IV...................................................................................................... 26
CAPTULO V...................................................................................................... 28
CAPTULO VI...................................................................................................... 37
CAPTULO VII..................................................................................................... 39
CAPTULO VIII.................................................................................................... 40

INTRODUCCIN
LINGO (LINear Generalize Optimizer) es un software diseado por LINDO
SYSTEMS INC, para encontrar soluciones de optimizacin de manera sencilla
y concisa, adems de brindar resultados rpidos que permitan realizar un
anlisis de la solucin obtenida.
Los problemas de optimizacin lineal se clasifican en lineales y no lineales,
dependiendo de la relacin entre las variables. Por medio de la optimizacin, el
usuario de LINGO obtendr la mejor solucin, sea en un problema de
maximizacin: la mayor utilidad o satisfaccin; o uno de minimizacin: menor
costo, desperdicio o insatisfaccin. En estos problemas de maximizacin,
comnmente se encuentran modelos que requieren expresar grupos de
muchas restricciones que tienen estructura similar. Por ello LINGO ofrece la
opcin de manejarlo como conjuntos de informacin llamados SETS, que
permite realizar las operaciones mas eficientemente, tan solo definiendo de
manera repetitiva cada trmino de cada restriccin, adems de poder trabajar
con grupos de objetos que deben ser procesados de una manera similar.
Aplicando el software a la vida real, se puede decir que es utilizado para buscar
la utilizacin ms adecuada de los recursos en muchos mbitos, pero
principalmente en el mbito empresarial.
En este trabajo que presentamos a continuacin utilizaremos dicho programa,
con la finalidad de resolver nuestro problema de una forma ms rpida y
sencilla, y con la intencin de obtener resultados rpidos, para un posterior
anlisis que ayude a dicha empresa a generar ms rentabilidad con pocos
recursos, la cual fue aplicada a la empresa DIARSO S.A. DISEOS Y ARTES
SOSA, la cual elabora todo tipo de muebles de madera y melanina. Al finalizar
del presente trabajo, obtendremos suficiente informacin para poder tomar
decisiones con el fin de mejorar la situacin econmica de la empresa.

CAPTULO I
PLANTEAMIENTO DEL PROBLEMA
1.1.

DESCRIPCIN DE LA REALIDAD PROBLEMTICA

El sector nacional de muebles de madera est conformado por una

industria de tradicin familiar, cuyo estilo predominante es el artesanal.
La industria se caracteriza por el escaso avance tecnolgico en el
diseo y acabado de sus productos, la baja difusin de tcnicas
modernas de gestin y la alta heterogeneidad en la gama de productos
fabricados, los cuales normalmente poseen una baja o nula
estandarizacin entre ellos.
Estas empresas se caracterizan por invertir sus recursos en la
extensin de sus procesos, ms que en la incorporacin de nuevas
tecnologas para incrementar su productividad y eficiencia.
Las empresas medianas y grandes, con mayor tecnologa de
producto, fabrican mayormente muebles de madera dirigidos a un
mercado interno ms exigente y a la exportacin. Estos muebles son
comercializados principalmente a travs de tiendas especializadas,
galeras comerciales o por pedido directo.
Segn el estudio realizado por la SUNAT en el 2013, el 96% de
las

empresas

madereras

registradas

nivel

nacional

son

microempresas. De este total, el 37% se encuentran en Lima, seguido

de Ucayali, Cusco y Loreto, con 6.8%, 5.7% y 5.5%, respectivamente.
A pesar de que las empresas categorizadas como grandes y
medianas de primera transformacin estn situadas en las regiones
amaznicas, Arequipa y La Libertad cuentan con el mayor nmero de
pequeas empresas de segunda transformacin, eso sin considerar a
Lima.

Por otro lado, las importaciones de muebles y productos

maderables ascendieron a ms de S/. 865 millones, siendo el 40% en
tableros aglomerados y el 31% en muebles.
La industria maderera peruana es la segunda en nmero de
compaas que se dedican a este rubro.
1.2.

FORMULACIN DEL PROBLEMA

1.2.1. PROBLEMA GENERAL
-

De qu manera el Modelo de Programacin Lineal

brinda soluciones para maximizar los beneficios de la
empresa de muebles DIARSO S.A. DISEOS Y ARTES
SOSA, Huacho 2016?

1.2.2. PROBLEMAS ESPECFICOS

-

De

qu

manera

la

seleccin

de

una

cantidad

determinada de cada producto construido influye en los

beneficios percibidos por la empresa de muebles
DIARSO S.A. DISEOS Y ARTES SOSA, Huacho
2016?
-

De qu manera la maximizacin de los beneficios

obtenidos repercute en la situacin econmica de la
empresa de muebles DIARSO S.A. DISEOS Y ARTES
SOSA, 2016?

1.3.

OBJETIVOS DE LA INVESTIGACIN
1.3.1. OBJETIVO GENERAL
-

Determinar el Modelo de Programacin Lineal ptimo que

nos permita la maximizacin de los beneficios percibidos
por la empresa DIARSO S.A. DISEOS Y ARTES SOSA
v 2016.

1.3.2. OBJETIVOS ESPECFICOS

-

Determinar las cantidades ptimas de produccin de cada

artculo que maximicen los beneficios por la empresa
DIARSO S.A. DISEOS Y ARTES SOSA 2016?

Determinar si la maximizacin de los beneficios obtenidos

repercute en la situacin econmica de la empresa
DIARSO S.A. DISEOS Y ARTES SOSA 2016.

1.4.

JUSTIFICACIN DE LA INVESTIGACIN
-

La investigacin se justifica, puesto que, al desarrollar un

modelo de programacin lineal, este nos permitir
optimizar los beneficios percibidos por la empresa
DIARSO S.A. Si esto se consigue, se podr saber
tambin si se modifica la situacin econmica de la
empresa.

CAPTULO II
DESCRIPCION DE LA EMPRESA
2.1.

RESEA DE LA EMPRESA

Domicilio fiscal:
Distrito de Huacho, Provincia de Huaura, Departamento
de Lima.
Propietario:
Rgimen tributario:
Representante Legal:
Rubro:
Industria Maderera

2.2.

SERVICIO QUE BRINDA

DIARSO S.A. elabora puertas y ventanas de madera. Los

productos estn confeccionados generalmente de madera Tornillo,

aunque tambin se utiliza madera Copaiba o Cashimbo. Estos
productos incorporan partes de otros materiales, como vidrio y plstico.
Brinda los productos a empresas y tambin a diferentes tiendas
minoristas que los ofrecen al pblico en general.
2.3.

DIAGRAMA DEL PROCESO PRODUCTIVO

Para todos los productos manufacturados en Aserradero

RASHELL, el proceso de produccin es bsicamente el mismo, dentro

de l, varan solamente las dimensiones de la madera que se utilizar y
los acabados que se le darn a los productos.

2.4.

DESCRIPCIN DE LOS PRODUCTOS

2.4.1. PUERTAS DOBLES
Este producto est hecho, generalmente de madera
Tornillo, aunque puede tambin usarse madera Copaiba o
Cashimbo.
Dimensiones: Aproximadamente 2m de alto, 1.5m de largo y
0.04m de ancho. Est dividido en dos partes.
2.4.2. PUERTA SIMPLE
Este producto est hecho generalmente de madera
Tornillo, aunque puede usarse madera Copaiba o Cashimbo.
Dimensiones: Aproximadamente 2m de alto, 0.75m de largo y
0.04 m de ancho.

2.4.3. VENTANA DOBLE

Este producto est hecho generalmente de madera
Tornillo, aunque puede usarse madera Copaiba o Cashimbo.
Dimensiones: Aproximadamente 1.5m de alto y 1.8m de largo.
Este producto incorpora vidrio y partes metlicas
2.4.4. VENTANA SIMPLE
Este producto est hecho generalmente de madera
Tornillo, aunque puede usarse madera Copaiba o Cashimbo.
Dimensiones: Aproximadamente 1.5m de alto y 0.75 m de largo.
Este producto incorpora vidrio y partes metlicas.

2.5.

MATERIA

PRIMA

MAQUINARIAS
2.5.1. MATERIA PRIMA
Madera Tornillo
Madera Copaiba
Madera Cachimbo
2.5.2. INSUMOS
Clavos
Cola
Pintura
Barniz
Laca
Thinner
Bisagras
Cerrajeras
2.5.3. MATERIALES
Lijas
Lpices

INSUMOS,

MATERIALES

Lapiceros
Esponjas
2.5.4. MQUINAS Y EQUIPOS
Amoladora
Taladro
Sierra
Escopleadora
Torno
Segueta
Esmeril de mano y de banco
2.5.5. HERRAMIENTAS
Huinchas o Winchas
Martillos
Cepillos
Arcos de Sierra
Serruchos
Combas
Brochas
Reglas
Destornilladores
Formn
Esptula
2.6.

PROCESO DE PRODUCCIN
2.6.1. RECEPCIN DE LA MADERA
Se recibe el material proveniente de las distintas
madereras del distrito de Huacho. La madera se recibe en piestabla (1pie-tabla=1 pie de largo, 1 pie de ancho y 1 pulgada de
espesor)
2.6.2. CEPILLADO

Una vez obtenida e inspeccionada la madera, se procede

a cepillarla, para quitar las imperfecciones que esta pueda tener.
De esta manera, se disminuir el riesgo de heridas por astillas,
adems que se trabajar con una madera ms lisa.
2.6.3. CORTE
Para la construccin de un producto, se corta la madera
de acuerdo a las especificaciones de este, para hacer el armazn
y los laterales. A partir de este parte, se obtendrn una serie de
piezas que luego se armarn para obtener el producto en s.
2.6.4. TRAZADO
En esta parte del proceso se hacen trazos en la madera
que ubicarn las uniones entre las partes, de manera que sea fcil
armar el producto.
2.6.5. ESPIGADO
El espigado consiste en hacer cortes en la madera, de
manera que sobresalga una parte de esta, que, en conjunto con
un agujero en otra pieza de madera, hagan una unin. En el caso
de todos los productos, es necesario realizar espigas para unir
ciertas partes del armazn.
2.6.6. LIJADO
Una vez hechas las espigas, se lijan todas las partes para
darle un mayor acabado a las piezas antes del ensamblado
2.6.7. ENSAMBLADO
En esta etapa se ensamblan las piezas de madera que
constituirn el producto. Aqu se realizan varias operaciones,
como clavar, pegar, atornillar, entre otras.
2.6.8. PINTADO

En el pintado se da el acabado final al producto.

Dependiendo del producto y del acabado que se le quiera dar, se
puede utilizar pintura al duco, laca polister, barniz, entre otros.
2.6.9. SECADO
En esta parte del proceso se espera un tiempo prudencial
para el secado de la pintura, para posteriormente pasar a
almacenarlo.
2.6.10.

ALMACENADO Y DISTRIBUCIN

Ya terminado el proceso de produccin los productos se

almacenan en un local al lado del taller, donde luego sern
vendidos a las empresas y al pblico en general.

CAPTULO III

MARCO TEORICO
3.1.

MODELO DE PROGRAMACIN LINEAL

La Programacin Lineal corresponde a un algoritmo a travs del
cual se resuelven situaciones reales en las que se pretende
identificar y resolver dificultades para aumentar la productividad
respecto a los recursos (principalmente los limitados y costosos),
aumentando as los beneficios.
El objetivo primordial de la Programacin Lineal es optimizar, es
decir, maximizar o minimizar funciones lineales en varias variables
reales con restricciones lineales (sistemas de inecuaciones
lineales), optimizando una funcin objetivo tambin lineal.
Los resultados y el proceso de optimizacin se convierten en un
respaldo cuantitativo de las decisiones frente a las situaciones
planteadas.

3.1.1. COMO RESOLVER UN PROBLEMA MEDIANTE

PROGRAMACIN LINEAL?
El primer paso para la resolucin de un problema de
programacin lineal consiste en la identificacin de los
elementos bsicos de un modelo matemtico, estos son:

Funcin Objetivo

Variables

Restricciones
El siguiente paso consiste en la determinacin de los

mismos, para lo cual proponemos seguir la siguiente metodologa:

Definir el criterio de la Funcin

Objetivo
Identificar y definir variables

Identificar y definir restricciones

Plantear la Funcion Objetivo

3.1.1.1. LA FUNCIN OBJETIVO

La funcin objetivo tiene una estrecha relacin
con la pregunta general que se desea responder. S en un
modelo resultasen distintas preguntas, la funcin objetivo
se relacionara con la pregunta del nivel superior, es decir,
la pregunta fundamental.

As, por ejemplo, si en una situacin se desean

minimizar los costos, es muy probable que la pregunta de
mayor nivel sea la que se relacione con aumentar la
utilidad en lugar de un interrogante que busque hallar la

Pregunta Fundamental/Funcion Objetivo

manera de disminuir los costos.

como se puede
disminuir los costos de
inventario?
Que se debe hacer
para mejorar las
utilidades netas de la
compaia?

MINIMIZAR costos,
tiempo, etc
MAXIMIZAR utilidades,
etc

Su formulacin matemtica es la siguiente:

Max o Min Z =

; j = 1; 2; 3; ; n

Desarrollando se obtiene:
Max o Min Z = c1x1 + c2x2 + + cnxn
Dnde:
J: columnas
C j: (Matriz econmica) puede representar utilidad
(Max) o costo (Min).
Xj: Variable de decisin que se va calcular a fin de
tomar una decisin.

3.1.1.2.

LAS VARIABLES DE DECISIN

Similar a la relacin que existe entre objetivos

especficos y objetivo general se comportan las variables

de decisin respecto a la funcin objetivo, puesto que

estas se identifican partiendo de una serie de preguntas
derivadas de la pregunta fundamental.
Las variables de decisin son en teora factores
controlables del sistema que se est modelando, y como
tal, estas pueden tomar diversos valores posibles, de los
cuales se precisa conocer su valor ptimo, que contribuya
con la consecucin del objetivo de la funcin general del
problema.

3.1.1.3.

LAS RESTRICCIONES
Cuando hablamos de las restricciones en un

problema de programacin lineal, nos referimos a todo

aquello que limita la libertad de los valores que pueden
tomar las variables de decisin.
La mejor manera de hallarlas consiste en
pensar en un caso hipottico en el que decidiramos
darles un valor infinito a nuestras variables de decisin.
Por ejemplo, qu pasara s en un problema
que precisa maximizar sus utilidades en un sistema de
produccin

de

calzado

decidiramos

producir

una

cantidad infinita de zapatos? Seguramente ahora nos

surgiran mltiples interrogantes, como, por ejemplo:

Con cunta materia prima cuento para producirlos?

Con cunta mano de obra cuento para fabricarlos?

Pueden las instalaciones de mi empresa albergar tal

cantidad de producto?

Podra mi fuerza de mercadeo vender todos los

zapatos?

Puedo financiar tal empresa?

Pues bueno, entonces habramos descubierto

que nuestro sistema presenta una serie de limitantes,
tanto fsicas, como de contexto, de tal manera que los
valores que en un momento dado podran tomar nuestras
variables de decisin se encuentran condicionados por
una serie de restricciones.

3.2.

LINGO
3.2.1. GENERALIDADES
LINGO: (LINear Generalize Optimizer) es una herramienta
simple para formular problemas lineales y no lineales, resolverlos
y analizar su solucin. El resultado que LINGO 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 LINGO 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, LINGO
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.
Men de
Comand
os

Barra de
Herramienta
s

Ilustracin N
3.2.2. COMANDOS

Men Archivo
New: Abre un modelo nuevo.

Open: Abre un modelo nuevo o uno ya existente.

Save: Guarda el modelo con el mismo nombre.
Save as: Guarda el modelo con otro nombre o en otra direccin de
disco.
Print: Imprime la ventana.
Close: Cierra una ventana.
Log output: Enva las prximas ventanas de informe a un fichero de texto.
Exit: Sale de Lingo.
Men Edicin (Edit)
Undo: Deshace la ltima accin.
Cut: Prepara la seleccin para moverla.
Copy: Prepara la seleccin para copiarla.
Paste: Mueve o copia la seleccin en el destino.
Clear: Borra la seleccin.
Find / Replace: Busca o reemplaza un texto.
Go to line: Va a una lnea.
Match Parenthesis: Encuentra el parntesis que cierra el abierto que se ha
se ha seleccionado
Paste Function: Pega una funcin de LINGO. El nombre de la funcin va
siempre precedida por @. Esta opcin resulta muy til cuando se quiere
cambiar, por ejemplo, el dominio de definicin de las variables (como ya
sabemos las variables son, por defecto, todas no negativas).
@BIN(nombre de la variable): variable binaria.
@BND(cota inferior, nombre de la variable, cota superior): variable acotada.
Select All: Selecciona todo el contenido de la ventana activa.
Choose New Font: Cambia la fuente del texto.

Men Lingo
Solve: Ejecuta el modelo activo. El estado de la bsqueda de
la solucin se encuentra en la ventana LINGO Solver Status
hasta que se haga clic sobre el botn Close. La salida de la
solucin se muestra en una ventana llamada Reports Window
y para verla slo hay que activarla.
Solution: Se utiliza para determinar la forma en que queremos
mostrar la solucin de un modelo ya ejecutado con Solve.
Look: Visualiza las lneas seleccionadas del modelo
Generate: Crea modelos equivalentes al actual en otros
formatos.
Range: Tras resolver un modelo con Solve se puede utilizar
esta opcin para obtener un anlisis de sensibilidad de los
coeficientes de la funcin objetivo y de los trminos

independientes de las restricciones.

Options: Controla distintos parmetros que afectan a al

forma en que se resuelve el modelo.
Men Window

Open Command Window: Pasa a modo comando. Muy til para los que
estn familiarizados con versiones de LINGO en modo MSDOS.
Send to Back: Para intercambiar las ventanas del modelo y de la solucin

3.2.3. SINTAXIS DE LINGO

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 LINGO 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.

3.2.4. NOMBRE DE LAS RESTRICCIONES

LINGO 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 LINGO 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 LINGO.
3.2.5. USO DE FUNCIONES DE DOMINIO DE VARIABLES
A menos que especifique que lo contrario, los valores de
las variables por defecto en un modelo de LINGO son nonegativas 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. LINGO 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 binaria (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.

3.2.6. VARIABLES ENTERAS Y BINARIAS

LINGO le da la posibilidad de definir dos tipos de variables
enteras, una general y otra binaria. Una variable entera general
requiere ser un nmero entero. Una variable entero binaria
requiere ser cero o uno. Cualquier modelo que contiene uno o

ms variables enteras, es requerido para un modelo programacin

entera (IP)
En muchos proyectos de modelos, usted se enfrentar
con tipos de decisiones (si/no).
Algunos ejemplos incluiran Produce/No Produce, Abre un
Plan/Cierra un Plan, etc. Las variables binarias son el mtodo
normal usado por modelar estas decisiones de si/no.
3.2.7. VARIABLES LIBRES
Por defecto, las variables en LINGO tienen un lmite
inferior de cero y un lmite superior de infinito. @FREE quita el
lmite inferior cero y permite que la variable tome valores
negativos. La sintaxis es:
-

@FREE (variable_name); donde la variable_name es el

nombre de la variable libre.
La funcin de @FREE puede usarse en cualquier parte

del modelo donde normalmente ira restriccin. Algunos ejemplos

de @FREE son:
-

Ejemplo 1: @FREE (X); hace una variable X libre

3.2.8. VARIABLES LIMITADAS

Considerando que @FREE pone el lmite superior e
inferior de la variable especificada a ms-menos infinito (quitando
cualquier lmite en la variable), la funcin de @BND le permite
poner lmite superior e inferior especficos en una variable. En
otras palabras, @BND limita el rango de una variable dentro de
algn intervalo. La sintaxis para @BND es:
-

@BND

(lower_bound,

upper_bound);

donde

el

variable_name,
variable_name

el
es

la

variable a ser limitada debajo por el lower_bound y

limitado

superiormente

por

el

upper_bound.

Lower_bound y upper_bound deben ser valores

numricos o variables cuyos valores han sido fijados

en la seccin de datos.
@BND puede usarse en cualquier lugar que normalmente
se usara una restriccin en el modelo. En trminos matemticos,
LINGO interpreta que este @BND funcionan como:
-

lower_bound <= variable_name <= upper_bound

Adems, @BND no cuenta contra el lmite con el nmero

total de JERGA de constreimiento impone en algunas versiones.
En general, se usa @BND en lugar de una restriccin siempre
que sea posible.
Algunos ejemplos de @BND son:
Ejemplo 1: @BND (-1, X, 1);
3.2.9. OPERADORES Y FUNCIONES
LINGO proporciona varias funciones y operadores al
modelo matemtico. Se muestran las categoras siguientes:
-

Los

Operadores

Normales:

Aritmtica,

lgicos,

correlativos como +, -, =,
<=.

Mathematical

las

funciones

Trigonomtricas y generales.
Ej.: @ABS( X)
-

Financial - las funciones financieras

matemticas

Probabilidad de - las Funciones utilizadas para

determinar una gama amplia de probabilidad y las
respuestas estadsticas. Poisson

Dominio de variables - son funciones que definen el rango

de valores (dominio) que una variable puede asumir
Manejadores de conjuntos - las Funciones til para
manipular conjuntos.

Set Looping - Funciones loop que se utilizan para

realizar operaciones en un conjunto de datos

Import/Export - son funciones que crean conexiones con

las fuentes de los datos externas.

Miscellaneous - funciones de distintos tipos.

CAPTULO IV
METODOLOGIA
4.1.

DISEO METODOLGICO
4.1.1. TIPO
La Investigacin es de tipo aplicada. Ya que tenemos
como finalidad primordial la resolucin de problemas prcticos
inmediatos en orden a transformar los ingresos, maximizndolos
para mejorar las utilidades.
4.1.2. ENFOQUE
El enfoque de la investigacin es cuantitativo, puesto que
se utiliz una recoleccin de datos para conocer y medir el
fenmeno en estudio.
Se centra fundamentalmente en los aspectos observables
y susceptibles de cuantificacin de los fenmenos para poder as
encontrar soluciones para la misma.
4.1.3. NIVEL DE LA INVESTIGACIN
El nivel de la investigacin es Aplicativo, ya que se
pretende aplicar el Mtodo de Programacin Lineal para
maximizar los ingresos de la empresa en cuestin
4.1.4. TCNICAS PARA EL PROCESAMIENTO

4.1.4.1. DESCRIPCIN DE LOS INSTRUMENTOS

La informacin necesaria para llevar a cabo
este trabajo de investigacin, se obtuvo de los siguientes
instrumentos de recoleccin:

Entrevistas: Se realiz al personal involucrado en

el proceso y administrativos de la empresa

Documentos: Registros anteriores para

la

produccin de los diferentes bienes en cada uno

de los procesos de produccin
4.1.4.2. TCNICAS PARA EL PROCESAMIENTO
DE LA INFORMACIN
Para el procesamiento de la informacin se
utilizarn las siguientes tcnicas:
-

Modelo de Programacin Lineal

Uso de software especializado. En este caso, el
programa LINGO

CAPTULO V
RESULTADOS
5.1.

PROBLEMTICA DE LA EMPRESA
La empresa DIARSO S.A. fabrica puertas y ventanas de

madera. Existen dos modelos de puertas: puertas dobles y puertas

simples: y dos modelos de ventanas: ventanas dobles y ventanas
simples. El insumo ms importante es la madera. El proceso de corte de
las partes se realiza en dos mquinas circulares y el barnizado lo efecta
personal experimentado. Las cantidades de madera y los tiempos de
corte y barnizado que requiere cada producto se muestran en la Tabla 1.
Tabla 1. Recursos requeridos.

Puertas dobles
Puertas simples
Ventanas dobles
Ventanas simples

Madera [m ]
4.0
1.5
3.0
1.8

Ensamblado
[hrsmaq]
1.5
1.0
2.0
0.8

Barnizado
[hrs-hom]
2.0
1.2
1.5
0.8

Los proveedores de la madera pueden entregar hasta 800 [m 3] en

un mes. Adems, se pueden utilizar hasta 400 [hrs] para el corte y 400
[hrs-hom] para el barnizado.
La empresa est comprometida con una constructora para
entregar 90 puertas simples y 50 ventanas dobles en el mes.

Los precios de venta unitarios y costos unitarios de produccin se

muestran en la Tabla 2.

Puertas dobles
Puertas simples
Ventanas dobles
Ventanas simples

5.2.

Precio
[soles/unidad]]
120
80
100
60

Costo
[soles/unidad]
80
50
75
30

FORMULACION DEL MODELO

5.2.1. VARIABLES DE DECISION
Las decisiones que la empresa desea tomar se refieren a
la cantidad de puertas y ventanas de cada tipo a producir en el
perodo considerado.
X 1=Cantidad de puertas doblesa fabricar en el mes
X 2=Cantidad de puertas simples a fabricar en el mes
X 3=Cantidad de ventanas dobles a fabricar en el mes
X 4 =Cantidad de ventanas simples a fabricar en el mes
5.2.2. RESTRICCIONES
Las restricciones deben establecer las limitaciones
existentes en cuanto a la disponibilidad de recursos y la
necesidad de cumplir con los compromisos contrados para el
perodo.
-

Disponibilidad de recursos
La cantidad de madera utilizada en la produccin total no
puede exceder la cantidad mxima que la empresa puede
adquirir.

4.0x1 + 1.5x2 + 3.0x3 + 1.8x4 =<800

La cantidad de horas mquina de sierra utilizada no puede
exceder la cantidad mxima disponible.
1.5x1 + 1.0x2 + 2.0x3 + 0.8x4 =<400
La cantidad de horas hombre para barnizado utilizada no
puede exceder la cantidad mxima disponible.
2.0x1 + 1.2x2 + 1.5x3 + 0.8x4 =<400
-

Cumplimiento de compromisos de entrega

La cantidad de puertas simples debe ser al menos suficiente
para cumplir los compromisos contrados.
x2>= 90
La cantidad producida de ventanas dobles debe ser al menos
suficiente para cumplir con los compromisos contrados.
x3>= 50
-

C. No negatividad de las variables x1 , x2 , x3 , x4>= 0

5.2.3. FUNCION OBJETIVO

El problema consiste en maximizar el beneficio durante el
mes de operacin.
Beneficio total = ingreso total - costo total
Hay que destacar que, tanto el beneficio como el costo
total, dependen de las cantidades que finalmente se decida
producir, es decir, dependen de las variables que se definieron.
MAX B = 40x1 + 30x2 + 25x3 + 30x4
5.2.4. RESUMEN
En resumen, se tiene el siguiente modelo matemtico

para el problema planteado:

MAX B = 40x1 + 30x2 + 25x3 + 304

4.0x1 + 1.5x2 + 3.0x3 + 1.8x4 <=800
1.5x1+1.0x2+2.0x3+0.8x4<=400
2.0x1+1.2x2+1.5x3+0.8x4<=400
x2>=90
X3>=50
x1 , x2 , x3 , x4 <=0

5.3.

ESTADOS DEL SOLVER: SOLVER STATUS

Si no hay errores de formulacin durante la fase de compilacin,

LINGO invocar el Solver interno apropiado para comenzar a buscar la

solucin ptima del modelo.
La ventana de estado incluye lo siguiente:

La ventana de estado del Solver Status es til para controlar el

progreso del solver.
-

El box de Variables: Muestra el nmero total de variables en el modelo,

junto con el nmero de la variable no lineales. Mientras ms cantidad de
variables no lineales y enteras exista en el modelo ms tiempo tomar
su resolucin. Los modelos puramente lineales se resuelven con mayor
velocidad.

El box de restricciones: Nos muestra el nmero total de restricciones y

tambin el nmero de restricciones no lineales.

El box de Non-zeros: Muestra el nmero total de coeficientes no ceros

en el modelo, como as tambin el nmero de estas que son de tipo no
lineal. Generalmente en una restriccin un pequeo subconjunto de las
variables tpicas aparece con el coeficiente implcito, en las variables
que no aparecen es cero; mientras que en las variables que aparecen es
distinto de cero.

5.4.

REPORTE DE SOLUCIN (SOLUTION REPORT)

El primer informe del reporte nos dice el nmero de iteraciones

para resolver el modelo. Segundo, el valor que maximiza o minimiza
funcin objetivo. Tercero, las cantidades de cada variable que responden
a la funcin objetivo.

Costo reducido: Primero, usted puede interpretar el costo

reducido de una variable como la cantidad por la que el coeficiente
objetivo de la variable tendra que mejorar antes de que se pusiera
aprovechable para dar la variable en cuestin un valor positivo en la
solucin ptima. La variable X 1 tiene un costo reducido de 16.25, el
coeficiente objetivo de esta variable tiene que aumentar a travs de
16.25 unidades en este problema. Si el problema fuera de minimizacin
la variable debera disminuir en 16.25 unidades para que esta se vuelva

una alternativa atractiva para entrar en la solucin. Segundo, el costo

reducido de una variable puede interpretarse como la cantidad de multa
que se tendra que pagar para introducir x1 en la solucin.

La columna de holgura o sobrante (slack o surplus): Esta

parte del informe de solucin nos dice cuan cerca estamos de satisfacer
una restriccin como una igualdad. Si la restriccin es de menor-igual
nos referimos a variables de slack y si es de mayor-igual nos referimos a
variables surplus.

Si la restriccin est correctamente formulada se satisface como una igualdad,

el valor de holgura o sobrante ser cero. De lo contrario la solucin ser no
factible, la holgura o valor sobrante ser negativo. En nuestro ejemplo en la
restriccin de disponibilidad de recursos 1(madera); para que se satisfaga la
igualdad debemos adicionar una variable slack con el valor de 42.5 y en la
restriccin de disponibilidad de recursos 3 (hs. Hombres); debemos adicionar
una variable slack con valor 7.
Precio dual: El informe de solucin tambin nos da el precio dual
para cada restriccin. Se puede interpretar el precio dual, como la
cantidad en la que el objetivo mejorara por el trmino constante de la
restriccin aumentado en una unidad. Retomando el ejemplo, en la
solucin del problema, el precio dual de 37.5 en la disponibilidad de

recursos 2 (hs. Mquina) si agregamos una unidad ms de trabajo

causaramos que el valor objetivo mejorara en 37.5 unidades, a un valor
de 11.862,5. El trmino mejorar es relativo. En un problema de
maximizacin, mejorar significa que el valor objetivo aumentara. Sin
embargo, en un problema de la minimizacin, el valor objetivo
disminuira. A veces se llaman a los precios duales precios sombra.

Entonces, mediante la solucin en el programa Lingo, obtuvimos

los valores para cada variable:
X1=0
X2=90
X3=50
X4=263
Esto nos quiere decir, que, para maximizar el beneficio, es
necesario fabricar estas cantidades para cada artculo. Para X1, que son
puertas dobles, es mejor no fabricar ninguna unidad. Para X2, que son
puertas simples, es necesario producir solo las 90 unidades que peda la
constructora. Al igual que para X2, para X3, que son ventanas dobles, es

necesario fabricar solo las 50 unidades que especificaba el pedido de la

constructora. En el caso de las ventanas simples, si se ve que, para
maximizar el beneficio, es necesario construir 263 unidades y ponerlas a
la venta en el mercado

CAPTULO VI
DISCUSION, CONCLUSIONES Y RECOMENDACIONES
6.1.

CONCLUSIONES
6.1.1. CONCLUSION GENERAL
Se determin el Modelo de Programacin Lineal ptimo

que permite la maximizacin de los beneficios percibidos por la

empresa de carpintera DIARSO S.A.
6.1.2. CONCLUSIONES ESPECIFICAS
-

La solucin al problema, obtenida en el software especializado LINGO,

nos arroj las siguientes cantidades:
Para las puertas dobles: Ninguna unidad

Para las puertas simples: Noventa unidades

Para las ventanas dobles: Cincuenta unidades
Para las ventanas simples: Doscientas sesenta y tres
unidades
Obtenindose un beneficio optimizado de 11825 nuevos
soles.
-

Al obtenerse un beneficio mximo de 11825, bajo el modelo de

programacin lineal basado en una maximizacin, se puede observar
que se obtiene una cantidad considerable de ingresos. Lgicamente, la
empresa mejora su situacin econmica al obtener un mejor flujo de
caja, con el que la empresa puede invertir en mejores herramientas y
equipos, mejor infraestructura, entre otros.

CAPTULO VII
FUENTES DE INFORMACION

Juan Prawda Witenberg (2004). Mtodos y Modelos de Investigacin de

Operaciones I. Mxico: Limusa.

Marcos Javier Moya Navarro (1990). Mtodos de programacin lineal, San

Jos: Euned.

Hamdy A. Taha (2004). Investigacin de operaciones, Atlacomulco: Pearsoned.

Devoto, R., y Ruiz, E., (2003) Programacin Lineal para Administracin.

Valparaso, Chile: Ediciones Universitarias de Valparaso PUCV.

Render, B., Stair, M.R.,Hanna, M.E. (2006). Programacin Lineal-Lingo. 9a

Edicin. Mxico: Pearson Prentice Hall. ISBN: 970-26-0738-8.
Garca, A. y Ortega, M. (2012). Lingo en programacin. Madrid, Espaa:
Universidad Politcnica de Madrid.

CAPTULO VIII
ANEXOS