Universidad Tec Milenio: Maestría

HG05007 – Métodos cuantitativos para la toma

de decisiones

Métodos cuantitativos

La función principal de los métodos cuantitativos es generar

soluciones que permitan distribución eficaz de recursos
HG05007 - Métodos cuantitativos para la toma limitados a una serie de actividades cuyo fin es optimizar un
de decisiones. resultado (conseguir un objetivo).

Para lograr tales propósitos, los métodos cuantitativos se

Sesión 1. Programación lineal. basan en el uso de modelos matemáticos que, mediante
letras, números y operaciones, representan variables,
magnitudes y sus relaciones dentro de un fenómeno o
situación bajo estudio.

1 2

Métodos cuantitativos
Existen varias técnicas cuantitativas: programación lineal,
programación no lineal, programación dinámica, métodos de
pronósticos, etc. las cuales hacen uso de información ya sea
certera o con incertidumbre. Cada técnica se aplica bajo un
escenario en especial y es necesario identificar sus
características para definir cuál es conveniente usar.
Programación Lineal
La programación lineal (PL) es el método cuantitativo más
utilizado para la planificación y toma de decisiones.
Los modelos de PL se conciben como sistemas de
asignación de recursos limitados entre distintas tareas y
tienen restricciones económicas, físicas, temporales,
políticas o legales.

Se pueden encontrar aplicaciones de PL en distintas áreas:

• Ciencias naturales
• Ingeniería
• Economía
• Finanzas
3 4

Programación Lineal
Programación Lineal
Todo problema de PL puede representarse como:
Optimizar
z =c1x1+c2x2+...+cnxn Un problema de PL puede consistir en:
sujeto a:
a11x1 + a12x1 +...+ a1nxn ≤ b1
a21x1 + a22x1 +...+ a2nxn ≤ b2
• Buscar un máximo o un mínimo de la función objetivo
...
am1x1 + am2x1 +...+ amnxn ≤ bm
x1, x2, ..., xn ≥ 0 • Restricciones de tipo “≥“, “≤“ o “=“
donde:
z Función objetivo • Variables positivas, negativas o no restringidas en
xj: Nivel de actividad de la variable xj signo
cj : Contribución unitaria de xj a función objetivo
aij : Coeficiente técnico, unidades de recurso i que se consumen
por unidad de variable j
bi: Cantidad disponible de recurso i
5 6

D.R. © Universidad TecMilenio

Lázaro Cárdenas #2610 Col. Del Paseo
Residencial Monterrey, N.L., 2005. 1
Universidad Tec Milenio: Maestría
HG05007 – Métodos cuantitativos para la toma
de decisiones

Programación Lineal Programación Lineal

Terminología y conceptos básicos
Terminología y conceptos básicos

• Conjunto factible
• Recursos (bi)
Conjunto de puntos que satisfacen
simultáneamente las restricciones (limitantes de Son productos, tiempo, etc. se cuantifican en el
recursos o condiciones especiales) de un término independiente o lado derecho
problema. de las restricciones.

• Actividades o variables (xj) • El conjunto factible de un problema de PL, si existe,

Representan los usos alternativos que deben es representable mediante una polígono convexo.
competir entre sí para la obtención de los
recursos de forma que se optimice la función
objetivo.
7 8

Ejemplo Solución
Variables de decisión
1. Un inversionista desea invertir 800,000 pesos en varios
alternativas: x1 Inversión que se debe hacer en el taller.
a. Un taller, con un rendimiento del 7%. x2 Inversión que se debe hacer en bancos.
b. Bancos, con un rendimiento del 5%. x3 Inversión que se debe hacer en el restaurante
c. Un restaurante, con un rendimiento del 9%.
Función objetivo
Maximizar z =0.07x1+0.05x2+ 0.09x3
Un consultor le recomienda no invertir en el taller más de
la mitad de la inversión total. En los bancos al menos Restricciones funcionales
300,000 pesos y la inversión en servicios no debe superar x 1+ x 2 + x 3 = 800,000 Total de dinero a invertir
los 200,000 pesos. x1 ≤ 400,000 Inversión máxima en taller
x2 ≥ 300,000 Inversión mínima en bancos
Determina un modelo de PL que maximice el beneficio en x3 ≤ 200,000 Inversión máxima en restaurante
las utilidades para este inversionista.
Restricciones de no negatividad
9
x1,x2 ,x3 ≥ 0 10

Ejemplo Solución
Variables de decisión
2. Un señor desea distribuir una herencia de 65,000 pesos
entre su hijo y su nieto. El señor quiere que la parte del x1 Herencia para el hijo.
hijo no sea más del doble que la parte del sobrino. Existe x2 Herencia para el sobrino.
un impuesto de sucesión del 9% para las herencias a los Función objetivo
hijos y otro de 12% para las transmitidas a otros Minimizar z =0.09x1+0.12x2
familiares.
Restricciones funcionales
Formula un problema de PL que permita minimizar el x1+ x2 = 65,000 Total de dinero a repartir
costo fiscal de la herencia, respetando la voluntad del x1 - 2x2 ≤ 0 La parte del hijo no debe ser más del doble
señor. que la parte del sobrino

Restricciones de no negatividad
x1,x2 ≥ 0

11 12

D.R. © Universidad TecMilenio

Lázaro Cárdenas #2610 Col. Del Paseo
Residencial Monterrey, N.L., 2005. 2
Universidad Tec Milenio: Maestría
HG05007 – Métodos cuantitativos para la toma
de decisiones

Ejemplo Continuación del ejemplo

3. Una empresa dedicada a la fabricación y venta de material
de serigrafía, posee tres fábricas en las ciudades de
México, Puebla y León. Las capacidades de producción Mayoristas
de recipientes de tinta de estas fábricas son, Monterrey Mérida Guadalajara Capacidades
respectivamente, de 200, 300 y 400 unidades a la
semana.
México 10 14 8 200
Estos elementos son llevados a tres mayoristas situados
Fábricas Puebla 10 10 14 300
en Monterrey, Mérida y Guadalajara, cuyos consumos
semanales son de 400, 300 y 200 unidades, León 8 12 10 400
respectivamente. Los costes unitarios de transporte
Necesidades 400 300 200 900
figuran en la siguiente tabla. ¿Qué fábricas deberían
abastecer a qué mayoristas para que el costo de
transporte fuese mínimo?
Continúa… 13 14

Solución Solución

Función objetivo
Variables de decisión Minimizar z
=10x11+14x12+8x13+10x21+10x22+14x23+8x31+12x32+10x33
x11 Unidades transportadas de México a Monterrey
x12 Unidades transportadas de México a Mérida Restricciones funcionales de capacidad
x13 Unidades transportadas de México a Guadalajara x11+x12+x13 ≤ 200
x21+x22+x23 ≤ 300
x21 Unidades transportadas de Puebla a Monterrey x31+x32+x33 ≤ 400
x22 Unidades transportadas de Puebla a Mérida
Restricciones funcionales de necesidades
x23 Unidades transportadas de Puebla a Guadalajara
x11+x21+x31 ≤ 400
x12+x22+x32 ≤ 300
x31 Unidades transportadas de León a Monterrey x13+x23+x33 ≤ 200
x32 Unidades transportadas de León a Mérida
x33 Unidades transportadas de León a Guadalajara Restricciones de no negatividad
x11, x12 , x13 , x21 , x22 , x23 , x31 , x32 , x33 ≥ 0
15 16

Solución
Ejemplo
Variables de decisión
x1 unidades del Panqué Tipo 1.
4. En una panadería se producen dos tipos de panqué. x2 unidades del Panqué Tipo 2.
Uno de ellos lleva 2 huevos, 40 gr. de harina y 15 gr. de
Cálculo de la utilidad = Ingreso - Costo
azúcar. El otro tipo lleva 2 huevos, 50 gr. de harina y 20 gr.
Panqué 1 = 50.00 – 33.00 = 17.00
de azúcar. Si se dispone de 15 kg. de harina, 7 kg. De Panqué 2 = 60.00 – 39.50 = 20.50
azúcar y 50 docenas de huevos, y el fabricante ha de servir
al menos 100 panqués del primer tipo y 150 del segundo, Función objetivo
Maximizar z =17x1+20.5x2
calcula el número de unidades que deben producirse de
cada clase para que el beneficio sea máximo. Restricciones funcionales
2x1 + 2x2 ≤6 Cantidad de huevo
0.04x1+ 0.05x2 ≤ 15 Cantidad de harina
Cada panqué del primer tipo tiene un costo de producción
0.015x1+ 0.02x2 ≤7 Cantidad de azúcar
(incluyendo materia prima, mano de obra y otros gastos) de x1 ≥ 100 Venta mínima panqué tipo 1
$33.00 y se vende en $50.00. Cada panqué del segundo x2 ≥ 150 Venta mínima panqué tipo 2
tipo tiene un costo de producción de $39.50 y se vende en
Restricciones de no negatividad
$60.00. 17 x 1, x 2 ≥ 0 18

D.R. © Universidad TecMilenio

Lázaro Cárdenas #2610 Col. Del Paseo
Residencial Monterrey, N.L., 2005. 3
Universidad Tec Milenio: Maestría
HG05007 – Métodos cuantitativos para la toma
de decisiones

Créditos:

Diseño de contenido
Ing. Juan René Olivo González

Edición de contenido
Lic. Nidia Garza

Diseño gráfico
Lic. Miguel Angel Reynosa

19

D.R. © Universidad TecMilenio

Lázaro Cárdenas #2610 Col. Del Paseo
Residencial Monterrey, N.L., 2005. 4