WinQSB

El Winqsb o QSB (Quantitative System Business) es un paquete de herramientas

desarrolladas por el Dr. Yih-Long Chang para solucionar y automatizar problemas
de carácter complejo.

Winqsb es un software de ayuda a la toma de decisiones que contiene

herramientas muy útiles para resolver distintos tipos de problemas en el campo de
la investigación de operaciones.

Winqsb nos permite solucionar una gran cantidad de problemas administrativos,

de producción, de recursos humanos, dirección de proyectos, etc. utiliza los
mecanismos típicos de la interface de Windows, es decir, ventanas, menús
desplegables, barras de herramientas, etc. Por lo tanto, el manejo del programa es
similar a cualquier otro que utilice el entorno Windows.

El software está formado por distintos módulos, uno para cada tipo de modelo o
problema.

 Linear Programming (LP) e Integer Linear Programming (ILP): Para

resolver los problemas de LP, este Programa usa el método simplex o el
método gráfico y para los problemas de ILP usa el procedimiento branch-
and-bound.

GUÍA RÁPIDA DE WINQSB

Puedes descargar la aplicación WinQSB desde nuestra página Web

http://www.unizar.es/3w en el enlace Web Docente  Herramientas
Informáticas...  Utilidades – Zona de descargas.

Para instalar la aplicación debes descomprimir las dos carpetas que se descargan
e instalar. Parta abrir el módulo de Programación Lineal debes ejecutar el archivo
LP_ILP.EXE (Puedes instalarlo para que aparezcan los accesos directos en Inicio
 Todos los programas) o no.

La primera ventana que nos encontramos al abrir el programa es la siguiente:

Desde aquí puedes comenzar a trabajar abriendo un problema guardado
anteriormente; lo puedes hacer desde el menú “File”  “Load Problem”, o
directamente desde el botón que se encuentra en el extremo superior izquierdo
con el dibujo de una carpeta.

Para comenzar a trabajar con un problema nuevo también lo podemos hacer de

dos formas: desde “File”  “New Problem”, o desde el botón situado en el extremo
superior izquierdo.

En esta ventana encontramos los menús “File” y “Help” que nos ofrece la
posibilidad de consultar información sobre el programa y su utilización.

Si lo que deseamos es salir del programa o lo hacemos pulsando el botón o desde

el menú “File”  “Exit”.

Al comenzar un nuevo problema

nos aparece la siguiente ventana:
Lo primero que se nos pide es un título para el problema que puede ser cualquiera
que le queramos poner. Después debemos introducir el número de variables y el
número de restricciones del problema que queremos resolver.

Además, introduciremos los datos siguientes:

 Tipo de variable “Default Variable Type”: seleccionamos el tipo de variable.

Para Programación Lineal utilizamos la opción predeterminada
“Nonnegative continuous”, variables no negativas continuas; esto es con
valores reales y que cumplen las condiciones de no negatividad.

 Formato de datos de entrada “Data Entry Format”: normalmente es

preferible utilizar el formato “Spreadsheet Matrix Form”(Matriz) para
ingresar los datos. En el formato matriz sólo hay que introducir los
coeficientes, costes y recursos.

 En “Objetive Criterion” elegiremos, “maximize” o “minimize” según lo que

nos pida el problema, maximizar o minimizar.

Una vez introducidos todos los datos del problema pulsamos “OK”.

Por ejemplo, para un problema a maximizar con 2 variables y 3 restricciones,

aparecerá la siguiente ventana:

En esta ventana introduciremos los datos numéricos del problema:

 En la primera fila de la matriz se introducen los coeficientes (costes) de la

función a minimizar o maximizar.
 En las filas posteriores introduciremos los datos de las restricciones del
problema.
  Para cambiar el sentido de la restricción se pincha dos veces en la celda
que contiene el signo ≤ y van apareciendo las diferentes opciones.

Ahora vamos a observar la barra de herramientas donde nos aparecen las

diferentes opciones que se pueden realizar desde aquí:

 EDIT
o Cut: cortar
o Copy: copiar
o Paste: pegar
o Clear: limpiar ventana
o Problem Name: darle o cambiar el
nombre del problema
o Variable Names: esta opción nos
permite cambiar el nombre a las
variables y restricciones para facilitar su
identificación.
 o Constraint Names: nombre de las restricciones
o Objective Function Criterion: Muestra el criterio actual de
optimizar, maximizar o minimizar y permite cambiarlo
o Insert a Variable: insertar variables
o Delete a Variable: borrar variable
o Insert a Constraint: añadir o insertar una restricción
o Delete a Constraint: borrar una restricción

 FORTMAT

o Number: aparece una ventana desde

donde podemos elegir el tipo de datos
que queremos introducir: nº de
decimales, $, ptas…..
o Font: permite cambiar el tipo de letra,
tamaño, color
o Alignment: para alinear los números de
las celdas que se quiera a derecha,
izquierda o centrarlos.
o Row Height: se puede personalizar la
altura de las celdas.
o Column Width: darle el ancho que queramos a las celdas.
o Switch to Normal Model Form: sirve para cambiar de un formato a
otro. Al cambiar el formato después nos aparecerá en su lugar la
opción swich to matrix form para volver al formato en el que estamos.
o Switch to Dual Form: muestra la modelización correspondiente al
problema dual del actual

 SOLVE AND ANALYZE:

o Solve the problem: para resolver el problema.
o Solve and display steps: resuelve el problema mostrando todas las
iteraciones
o Graphic method: lo resuelve de forma gráfica solo para problemas
con dos variables. También puede hacer clic en el botón Graph
(gráfico) en la parte superior de la ventana. puede ajustar los rangos
X:Y: después de resolver el problema y de que aparezca el gráfico.
Elija el menú Option (Opción)

o y seleccione los nuevos rangos desde la lista desplegable.

 o También se puede hacer un análisis gráfico de la sensibilidad
(sensivility),

 UTILITIES:
o Calculator: desde aquí puedes utilizar una
calculadora.
o Clock: reloj
o Graph/Chart: permite seleccionar un rango de
celdas de los datos y generar un gráfico con ellas.

Además en el menú nos aparecen otras tres posibilidades:

 WINDOWS: permite mostrar diferentes formatos de ventanas

 WinQSB: podemos cambiar de módulo de optimización utilizado.
 HELP: ofrece ayuda sobre el programa, sus contenidos y utilización.

Una vez introducidos en la tabla los datos del problema, éste se resuelve desde
menú; solve and analyze, siendo éste el menú principal que vamos a utilizar.

Después de resolver el problema, por ejemplo con la opción “solve the problem”
en la barra de menú nos aparece una nueva posibilidad bajo el menú RESULTS:

Por defecto, al resolver aparece la opción “Combined report” con una ventana que
muestra los valores óptimos de las variables, la función objetivo y las restricciones.

También podemos utilizar estas otras opciones:

 o Solution summary

Nos ofrece una tabla resumen con la solución del problema.

o ƒ Constraint sumary

La tabla muestra cómo se cumplen las restricciones en el óptimo.

o Final Simplex Tableau

Muestra la última tabla en la iteración óptima tras resolver el problema

 o Show run time and iteration

Nos muestra un mensaje con información sobre el tipo de problema resuelto, el

algoritmo utilizado, el tiempo utilizado en resolver el problema y el número de
pasos o iteraciones realizadas para la resolución.

Después de resolver el problema, si el problema no tiene solución única, a lado del

valor óptimo de la función objetivo aparece un mensaje que informa: Note
”Alternate solution exits” (existe una solución alternativa).

Para ver todas las soluciones óptimas correspondientes a los diferentes puntos
extremos seleccionamos el menú Results (resultados) y luego seleccionamos la
opción “obtain alternative optima”(obtener optimo alternativo).
 ANÁLISIS DE SENSIBILIDAD

El análisis de sensibilidad busca determinar los efectos que se producen en la

solución óptima al realizar cambios en cualquiera de los parámetros del modelo de
programación lineal planteado inicialmente. Entre los cambios que se investigan
están: los cambios en los coeficientes de las variables en la función objetivo
tanto para variables básicas como para las variables no básicas, cambios en
los recursos disponibles de las restricciones, variación de los coeficientes
de utilización en las restricciones e introducción de una nueva restricción.

El objetivo principal del análisis de sensibilidad es identificar el intervalo permisible

de variación en los cuales las variables o parámetros pueden fluctuar sin que
cambie la solución óptima. Sin embargo, así mismo se identifica aquellos
parámetros sensibles, es decir, los parámetros cuyos valores no pueden cambiar
sin que cambie la solución óptima. Los investigadores de operaciones tienden a
prestar bastante atención a aquellos parámetros con holguras reducidas en cuanto
a los cambios que pueden presentar, de forma que se vigile su comportamiento
para realizar los ajustes adecuados según corresponda y evitar que estas
fluctuaciones puedan desembocar en una solución no factible.

A modo general, cuando se realiza un análisis de sensibilidad a una solución

óptima se debe verificar cada parámetro de forma individual, dígase los
coeficientes de la función objetivo y los límites de cada una de las restricciones.
En ese sentido se plantea el siguiente procedimiento:

1. Revisión del modelo: se realizan los cambios que se desean investigar en

el modelo.

2. Revisión de la tabla final Símplex: se aplica el criterio adecuado para

determinar los cambios que resultan en la tabla final Símplex.

3. Conversión a la forma apropiada de eliminación Gauss: se convierta la

tabla en la forma apropiada para identificar y evaluar la solución básica
actual, para lo cual se aplica la metodología de eliminación Gauss si es
necesario.

4. Prueba de factibilidad: se prueba la factibilidad de esta solución mediante

la verificación de que todas las variables básicas de la columna del lado
derecho aun tengan valores no negativos.
 5. Prueba de optimalidad: se verifica si esta solución es óptima y factible,
mediante la comprobación de que todos los coeficientes de las variables no
básicas del reglón Z permanecen no negativos.

6. Reoptimización: si esta solución no pasa una de las pruebas indicadas en

los puntos 4 y 5 anteriores, se procede a buscar la nueva solución optima a
partir de la tabla actual como tabla Símplex inicial, luego de aplicadas las
conversiones de lugar, ya sea con el método Símplex o el Símplex Dual.

EJEMPLO:

Ken & Larry Inc. surte su helado a los expendios en cuatro sabores: chocolate,
vainilla, chicle y banano. Debido al calor extremo y la alta demanda, la compañía
tiene un déficit en el abastecimiento de los ingredientes: leche, azúcar y crema.

Esto no le permite satisfacer todas las órdenes recibidas de sus expendios. Por
estas circunstancias, la compañía a decidido seleccionar la cantidad que debe
producir de cada sabor para maximizar la ganancia total, dadas las restricciones
en las cantidades de ingredientes básicos.

Sujeto a:

o La compañía tiene solo 220 galones de leche, 170 libras de azúcar y 70

galones de crema. (Por mes)
o Un galón de helado de chocolate consume: 0.45 galón de leche, 0.5 libra de
azúcar y 0.10 galón de crema.
o Un galón de helado de Vainilla consume: 0.5 galón de leche, 0.4 libra de
azúcar y 0.15 galón de crema.
o Un galón de helado de banano consume: 0.4 galón de leche, 0.4 libra de
azúcar y 0.2 galón de crema.
o Un galón de helado de chicle consume: 0.4 galón de leche, 0.4 libra de
azúcar y 0.3 galón de crema
o La compañía para mantener su mercado cautivo de sabores ha decidido
también producir al menos 30 galones de helados de cada uno de los
cuatro sabores.
o Los sabores de chocolate, vainilla, banano y chicle generan ganancias
respectivas de $1.10, $1.0, $0.9, y $.95 por galón.

Variables de decisión

X1 = Números de Galones de helados de chocolate

X2 = Números de Galones de helados de vainilla

X3 = Números de Galones de helados de plátano

X4= Números de Galones de helados de chicle

Función objetivo

Max. Z = 1.1 X1 + 1.0 X2 + 0.90X3 + 0.95X4

Restricción de producción (leche)

o 0.45X1 es el total de galones de leche que se requieren para producir X1

galones de chocolates
o 0.5X2 es el total de galones de leche que se requieren para producir X2
galones de vainilla
o 0.4X3es el total de galones de leche que se requieren para producir X3
galones de banano
o 0.4X4 es el total de galones de leche que se requieren para producir X4
galones de chicle

0.45X1+ 0.5X2+ 0.4X3 + 0.4X4  220

Restricción de producción (azúcar)

o 0.5X1 es el total de libras de azúcar que se requieren para producir X1

galones de chocolates
o 0.4X2 es el total de libras de azúcar que se requieren para producir X2
galones de vainilla
o 0.4X3es el total de libras de azúcar que se requieren para producir X3
galones de banano
o 0.4X4 es el total de libras de azúcar que se requieren para producir X4
galones de chicle

0.5X1+ 0.4X2+ 0.4X3 + 0.4X4  170

Restricción de producción (crema)

o 0.1X1 es el total de galones de crema que se requieren para producir X1

galones de chocolates
o 0.15X2 es el total de galones de crema que se requieren para producir X2
galones de vainilla
o 0.2X3es el total de galones de crema que se requieren para producir X3
galones de banano
o 0.3X4 es el total de galones de crema que se requieren para producir X4
galones de chicle
0.1X1+ 0.15X2+ 0.2X3 + 0.3X4  70

Compromisos de demanda

X1 galones de chocolate  30 galones

X2 galones de vainilla  30 galones

X3 galones de Banano  30 galones

X4 galones de chicles  30 galones

Max. Z = 1.1 X1+ 1.0 X2+ 0.90X3 + 0.95X4

Sujeto a:

0.45X1+ 0.5X2+ 0.4X3 + 0.4X4  220

0.5X1+ 0.4X2+ 0.4X3 + 0.4X4  170

0.1X1+ 0.15X2+ 0.2X3 + 0.3X4  70

X1  30

X2  30

X3  30

X4  30

Coeficientes Del Modelo Matemático

 Solución

Preguntas Adicionales

Suponga que la ganancia por galón de banano es $1.00 ¿cambia la solución

óptima y que se puede decir de la ganancia total?

o Cambia la ganancia total

o Cambia la solución óptima

Suponga que la ganancia por galón de banano es $0.92 ¿cambia la solución

óptima y que se puede decir de la ganancia total?
 o Cambia levemente la ganancia total
o No cambia la solución óptima
o Se podría decir que no hay cambios relevantes en la optimización.

Suponga que descubren tres galones de crema agrio que tienen que tirarse
¿cambia la solución óptima y que se puede decir de la ganancia total?

o Se podría decir que no hay cambios en la optimización ni en la ganancia,

eran sobrantes.

Suponga que tienen la oportunidad de comprar 15 libras adicionales de azúcar por

un costo total de $15.00¿Deben comprarlas ? explique
 BIBLIOGRAFIA

[1] Diaz, J.. (2010). WinQSB 2.0 - Paquete de Herramientas para el Análisis de
decisiones. Marzo 04, 2018, de Negocios y Emprendimiento Sitio web:
http://www.negociosyemprendimiento.org/2010/03/descargar-gratis-winqsb-20-en-
espanol.html

[2] Alejandre, J.. (2007). Guía rápida de WinQSB . Marzo 04, 2018, de Universidad
Zaragoza Sitio web:
http://www.unizar.es/3w/Materiales/PL/Guia_rapida_WinQSB.pdf

[3] Casado, W.. (2010). Análisis de Sensibilidad. Marzo 04, 2018, de Investigación
de Operaciones 1 (IND-331) Sitio web:
http://investigaciondeoperacionesind331.blogspot.com/p/analisis-de-
sensibilidad.html

[4] Vargas, J.. (2010). Análisis de Sensibilidad y Dualidad. Marzo 04, 2018, de
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Sitio web:
https://jrvargas.files.wordpress.com/2008/08/analisisdesensibilidad_2010.pdf