El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos

o tomadores de decisiones.

Despus de determinar la validez de una solucin y verificar su consistencia con el criterio global, se podra pensar que la decisin es automtica. Esto en verdad en un sentido pero no en otros. El proceso de hacer y manejar modelos en investigacin de operaciones puede verse como proporcionando una informacin de entrada al sujeto responsable de decidir, pero ste recibe otras informaciones que pueden ser igualmente importantes incluyendo las puramente cualitativas o de naturaleza subjetiva. De hecho muchos resultados de la investigacin de operaciones se tratan como planes iniciales que se pueden modificar.
ESTABLECIMIENTO DE CONTROLES DE SOLUCION Esta fase consiste en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema. Es necesario generar informacin adicional sobre el comportamiento de la solucin debido a cambios en los parmetros del modelo. Usualmente esto se conoce como ANLISIS DE SENSIBILIDAD.

CONCEPTO: El adjetivo lineal significa que todas las funciones matemticas del modelo deber ser funciones lineales. En este caso, las palabra programacin no se refiere a programacin en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata la planeacin de las actividades para obtener un resultado ptimo. La programacin lineal es una tcnica de investigacin de operaciones para la determinacin de la asignacin optima de recursos escasos cuando la funcin objetivo y las restricciones son lineales. Es una manera eficiente de resolver estos problemas cuando se debe hacer una eleccin de alternativas muy numerosas que no pueden evaluarse intuitivamente por los mtodos convencionales.

FORMULACION DEL PROBLEMA DE PROGRAMACION LINEAL Aunque se ponga en duda, la parte ms difcil de PL es reconocer cundo sta puede aplicarse y formular el problema matemticamente. Una vez hecha esa parte, resolver el problema casi siempre es fcil.
Para formular un problema en forma matemtica, deben expresarse afirmaciones lgicas en trminos matemticos. Esto se realiza cuando se resuelven problemas hablados al estudiar un curso de lgebra. Algo muy parecido sucede aqu al formular las restricciones. Por ejemplo, considrese la siguiente afirmacin: A usa

3 horas por unidad y B usa 2 horas por unidad. Si deben usarse todas las 100 horas disponibles, la restriccin ser: 3A + 2B = 100 Sin embargo, en la mayora de las situaciones de negocios, no es obligatorio que se usen todos los recursos (en este caso, horas de mano de obra). Ms bien la limitacin es que se use, cuando mucho, lo que se tiene disponible. Para este caso, la afirmacin anterior puede escribirse como una desigualdad: 3A + 2B <= 100 Para que sea aceptable para PL, cada restriccin debe ser una suma de variables con exponente 1. Los cuadrados, las races cuadradas, etc. no son aceptables, ni tampoco los productos de variables. Adems, la forma estndar para una restriccin pone a todas las variables del lado izquierdo y slo una constante positiva o cero del lado derecho. Esto puede requerir algn reacomodo de los trminos. Si, por ejemplo, la restriccin es que A debe ser por los menos el doble de B, esto puede escribirse como: A <= 2B A - 2B <= 0 Los trminos clave son recursos y actividades, en donde m denota el nmero de distintos tipos de recursos que se pueden usar y n denota el nmero de actividades bajo consideracin. Z = valor de la medida global de efectividad.

Xj = nivel de la actividad j (para j = 1,2,...,n). Cj = incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j. bi = cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m).
aij = cantidad del recurso i consumido por cada unidad de la actividad j.

1. Funcin objetivo.Consiste en optimizar el objetivo que persigue una situacin la cual es una funcin lineal de las diferentes actividades del problema, la funcin objetivo se maximizar o minimiza.

2. Variables de decisin.Son las incgnitas del problema. La definicin de las variables es el punto clave y bsicamente consiste en los niveles de todas las actividades que pueden llevarse a cabo en el problema a formular. 3. Restricciones Estructurales. Diferentes requisitos que debe cumplir cualquier solucin para que pueda llevarse a cabo, dichas restricciones pueden ser de capacidad, mercado, materia prima, calidad, balance de materiales, etc. 4. Condicin tcnica. Todas las variables deben tomar valores positivos, o en algunos casos puede ser que algunas variables tomen valores negativos.

Supngase que existe cualquier nmero (digamos m) de recursos limitados de cualquier tipo, que se pueden asignar entre cualquier nmero (digamos n) de actividades competitivas de cualquier clase. Etiqutense los recursos con nmeros (1, 2, ..., m) al igual que las actividades (1, 2, ..., n). Sea xj (una variable de decisin) el nivel de la actividadj, para j = 1, 2, ..., n, y sea Z la medida de efectividad global seleccionada. Sea cj el incremento que resulta en Z por cada incremento unitario en xj (para j = 1, 2, ..., n). Ahora sea bi la cantidad disponible del recurso i (para i = 1, 2, ..., m). Por ltimo defnase aij como la cantidad de recurso i que consume cada unidad de la actividadj (para i = 1, 2, ..., m y j = 1, 2, ..., n). Se puede formular el modelo matemtico para el problema general de asignar recursos a actividades. En particular, este modelo consiste en elegir valores de x1, x2, ..., xn para: Maximizar Z = c1x1 + c2x2 + ... + cnxn, sujeto a las restricciones: a11x1 + a12x2 + ... + a1nxn ? b1 a21x1 + a22x2 + ... + a2nxn ? b2 am1x1 + am2x2 + ... + amnxn ? bm y x1 ? 0, x2 ?0, ..., xn ? 0

FORMA ESTANDAR sta se llamar nuestra forma estndar (porque algunos libros de texto adoptan otras formas) para el problema de PL. Cualquier situacin cuya formulacin matemtica se ajuste a este modelo es un problema de PL. En este momento se puede resumir la terminologa que usaremos para los modelos de PL. La funcin que se desea maximizar, c 1x1 + c2x2 + ... + cnxn, se llama funcin objetivo. Por lo general, se hace referencia a las limitaciones como restricciones. Las primeras m restricciones (aquellas con una funcin del tipo a i1x1 + ai2x2 + ... + ainxn, que representa el consumo total del recurso i) reciben el nombre de restricciones funcionales. De manera parecida, las restricciones xj ? 0 se llaman restricciones de no negatividad. Las variables xj son las variables de decisin. Las constantes de entrada, aij, bi, cj, reciben el nombre de parmetros del modelo.

Es conveniente agregar que el modelo anterior no se ajusta a la forma natural de algunos problemas de programacin lineal. Las otras formas legtimas son las siguientes:
1. Minimizar en lugar de maximizar la funcin objetivo: Minimizar Z = c1x1 + c2x2 + ... + cnxn, 2. Algunas restricciones funcionales con desigualdad en el sentido mayor o igual: ai1x1 + ai2x2 + ... + ainxn, bi, para algunos valores de i, 3. Algunas restricciones funcionales en forma de ecuacin: ai1x1 + ai2x2 + ... + ainxn, = bi, para algunos valores de i, 4. Las variables de decisin sin la restriccin de no negatividad: xj no restringida en signo para algunos valores de j.

Cualquier problema que incluya una, varias o todas estas formas del modelo anterior tambin se clasifica como un problema de PL, siempre y cuando stas sean las nicas formas nuevas introducidas. Puede ser que la interpretacin que se ha dado de asignacin de recursos limitados entre actividades que compiten no se aplique, pero independientemente de la interpretacin o el contexto, lo nico que se necesita es que la formulacin matemtica del problema se ajuste a las formas permitidas. Se ver que estas otras cuatro formas legales se pueden reescribir en una forma equivalente para que se ajuste al modelo que se present. Entonces, todo problema de PL se puede poner en nuestra forma estndar si se desea.

Considere un futuro profesional con intereses y aptitudes que estn lejos del campo de las tcnicas cuantitativas. La razn de que estudie un curso de formulacin de modelos cuantitativos es:

Su respuesta : todas las respuestas son verdaderas Correcto

Determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema es una funcin de la fase de:

Su respuesta : Control de la solucin Correcto

Los modelos

Su respuesta :

juegan papeles diferentes en los diversos niveles de la empresa Correcto

El cambio o modificacin en los parmetros del problema se conoce con el nombre de:

Su respuesta : Analisis de sensibilidad Correcto

Cualquier modelo que contenga funcin objetivo, restricciones y variables de decisin es un modelo de programacin lineal

Su respuesta : Es una afirmacin totalmente falsa Correcta, pues aunque cumpla con los tres componentes no necesariamente es lineal pues sus restricciones pueden ser cuadrticas o de otras formas
Todas las restricciones de un PL son

Su respuesta : Desigualdades o ecuaciones Correcto

En un problema de programacin lineal las restricciones son:

Su respuesta : Desigualdades o igualdades lineales Correcto

Se llaman parametros a:

Su respuesta : las constantes del problema correcto

En un programa lineal puede decirse que:

Su respuesta : Siempre debe haber restricciones Correcto

Las condiciones de no negatividad significan que:

Su respuesta : todas las variables de decisin deben ser positivas o nulas correcto