1.

- Componentes de la Modelación matemáticas

Técnicas de modelado y entrenamiento en habilidades sociales

Introducción
El concepto de competencia social ha tenido gran influencia en el ajuste psicológico
y la salud mental. La primera definición de competencia social lo situaban como una
competencia general relacionada con la capacidad del individuo para adaptarse a
su entorno, siendo la base de la Terapia de Solución de Problemas Sociales. El
modelo de aprendizaje social mediante condicionamiento vicario (Bandura) influyó
en los desarrollos terapéuticos de la segunda generación y estableció las bases de
los modernos entrenamientos en habilidades sociales. Las técnicas de modelador
provienen del modelo de aprendizaje social.
Técnicas de modelado
Fundamentos teóricos
Marco conceptual
Las técnicas de modelado parten de los principios teóricos del aprendizaje
observacional o vicario desarrollado por Bandura. Millar y Dollar ya habían
destacado la relevancia de la imitación en los procesos de aprendizaje, requiriendo
tanto la imitación como el reforzamiento de la respuesta imitada.
Bandura señala que el moldeamiento y encadenamiento de conductas en el
aprendizaje operante no da cuenta suficientemente de la adquisición del
comportamiento ya que: 1) No explica la aparición de conductas totalmente nuevas,
2) dificultades para explicar adquisición de segmentos largos de conducta sin apelar
a procesos lentos y graduales de condicionamiento, 3) no explica cómo un número
muy elevado de conductas ocurren y se adquieren sin ser directamente reforzadas,
y 4) a veces, la aparición de estas nuevas conductas se produce días o meses
después del proceso de condicionamiento.
Bandura formula el aprendizaje observacional o vicario cuyo supuesto fundamental
es que una gran cantidad de conductas se aprenden, mantienen y extinguen
mediante la observación, aunque el observador no haya dado respuesta imitativa
alguna en el momento y por tanto no sea reforzado por ello. El aprendizaje vicario
sostiene que el observador puede aprender tanto conductas operantes como
respondientes. Bandura define el refuerzo vicario como un cambio en la conducta
de los observadores que está en función de la observación de las consecuencias
que acompañan la ejecución ajena. Algunos de los efectos más relevantes del
reforzamiento, extinción y castigo vicario son: 1) función discriminativa o informativa
(contingencias de refuerzo probables), 2) efectos de incremento de estímulo
(identificar las situaciones contextuales en las que se da el reforzamiento, función
informativa del refuerzo), y 3) efectos incentivo-motivacionales.
Bandura señala que la conducta no sólo está controlada por las consecuencias
ambientales, sino también y más importante, por representaciones simbólicas de
los sucesos externos. El aprendizaje vicario no requiere de un modelo, puede ocurrir
por medios simbólicos como la imaginación o la transmisión oral o escrita
(introducción de elementos cognitivos).
Procesos implicados en el aprendizaje observacional
Según Bandura en el aprendizaje observacional están implicados cuatro procesos
básicos: a) atención, b) retención, c) reproducción y d) motivación.
Atención: En este proceso atencional de la conducta influyen varios factores. Uno
de ellos es la relevancia para el observador de la conducta que se desea modelar.
La valencia afectiva es otro factor. A mayor complejidad de la conducta a observar,
mayor dificultad de observarla. La prevalencia y el valor funcional influyen en la
atención.
Retención: Para que se produzca el aprendizaje vicario de la conducta del modelo
es necesario que el observador tenga capacidad de codificar simbólicamente la
información relevante para la adquisición y posterior ejecución. La representación
verbal y en la imaginación se ha de complementar con la práctica cognitiva y motora
de la conducta del modelo para que el proceso de retención se lleve a cabo
correctamente.
Reproducción: Es necesario que el observador tenga la capacidad de atender,
retener, almacenar, recuperar y fundamentalmente reproducir la información
relevante de la conducta a realizar.
Motivación: Es necesario que a la conducta del modelo le sigan unas
consecuencias, bien reforzamiento directo o vicario o auto refuerzo o extinción.
Funciones del modelado
Las cinco funciones del modelado son:
1. Aprender nuevas conductas
2. Promover e inhibir la realización de conductas en función de las
consecuencias para el modelo
3. Incitar conductas
4. Motivar
5. Modificar la valencia emocional
Factores que influyen en el modelado
Características del modelo
Factores relacionados con las características del modelo que pueden influir en el
aprendizaje observacional:
• Similaridad con el observador
• Valor afectivo para el observador
• Prestigio del modelo percibido por el observador
• Eficacia al realizar la conducta
Características del observador
Capacidades cognitivas y atencionales no deterioradas
Nivel de ansiedad que no interfiera la capacidad atencional y de retención
Nivel de competencia y habilidades que permitan iniciar o incrementar la conducta
que se desea aprender o imitar.
1.1.- Modelado y sus fases
Fases del modelado
El proceso de modelado implica tres fases secuenciales: 1) exposición y
observación, 2) adquisición, 3) aceptación/ejecución/imitación.
Exposición: El primer paso es la observación de la conducta, acciones y opiniones
del modelo real o simbólico
Adquisición: El segundo paso es asegurar que el observador adquiere la conducta
del modelo. Es necesario asegurarse que el observador presta atención al modelo,
retiene la conducta y será capaz de reproducirla posteriormente.
Aceptación/ejecución: Es importante señalar que la exposición al modelo y la
adquisición de las conductas por parte del observador no garantiza que las ejecute
posteriormente, o si las realiza, sean similares a las esperables. Spiegler señala
cuatro tipos diferentes de ejecución después de haber sido expuesto al modelo:
• Imitación específica en la que el observador lleva a cabo la misma conducta
del modelo.
• Imitación general en la que el observador se comporta de forma similar al
modelo, pero no idénticamente
• Contra-imitación específica en la que el observador realiza justo la conducta
contraria a la observada en el modelo
• Contra-imitación general en la que el observador se comporta diferente al
modelo, aunque no necesariamente en la dirección opuesta
La adquisición de las conductas de imitación específica suele producirse en mayor
medida cuando se da reforzamiento vicario, mientras que el castigo vicario tiende a
promover las conductas de contra-imitación. La extinción vicaria se da cuando un
modelo demuestra que las conductas evocadoras de ansiedad no conllevan
consecuencias negativas.
Cuando el objetivo del modelado es reducir el déficit de habilidades o enseñar
nuevas, se puede utilizar dos tipos de modelo: Modelo mastery o modelo
competente, y modelo coping o modelos de afrontamiento que inicialmente muestra
dificultades, pero las supera. Para problemas de ansiedad es mejor el modelo
doping, mientras que el mastery está indicado cuando el objetivo del modelado es
incrementar el repertorio de habilidades o destrezas precisas sin que estén
asociadas a emociones negativas o de temor.
Tipos de modelado
Modelado in vivo
La exposición al objeto temido, actividad o conducta a aprender la lleva a cabo el
modelo o modelos en presencia del observador.
Modelado simbólico
El modelo se presenta en soporte audiovisual, escrito, en imaginación o mediante
transmisión oral. Es uno de los procedimientos más utilizados en el ámbito clínico.
Una forma específica es el modelado encubierto donde se presentan los
componentes de la conducta a modelar pidiendo al observador que imagine las
escenas que el terapeuta le va presentando (se pide al sujeto que se imagina a otra
persona (héroe) que lleva a cabo la conducta).
Modelado pasivo
El observador se expone al modelo (mediante modelado simbólico o in vivo), y
posteriormente se procede a la ejecución en la que el observador, sin ayuda del
terapeuta o modelo, lleva a cabo la conducta observada.
Modelado participante
El observador atiende la conducta del modelo y cuando éste la ejecuta, él la ejecuta
a su vez con la ayuda verbal y física si es necesario, de aquél. CombiNa modelada,
facilitadores o instigadores verbales y físicos, ensayo de conducta y
desensibilización in vivo. También es conocido como una desensibilización por
contacto o por participación guiada.
Se utiliza para el afrontamiento de situaciones que provocan ansiedad y que son
evitadas por miedo o falta de habilidad. Se usa individualmente o en grupo. Los tres
pasos del modelado participante son: 1) Exposición y actuación del modelo, 2)
Instigación, ensayo de conducta, moldeado y desensibilización in vivo. Se anima
verbalmente al cliente a imitar la conducta que está modelando. El contacto físico
entre terapeuta y cliente ayuda a producir una respuesta de tranquilidad que compite
con la ansiedad (desensibilización). 3) retirada progresiva de los instigadores, y 4)
practicar la conducta en otros contextos para fomentar la generalización. Un ejemplo
de todo esto es enseñar a montar en bicicleta.
La extinción vicaria es un factor que influye en la eficacia del modelado participante,
al ver que las consecuencias negativas no se producen. El incremento de la
percepción de autoeficacia es otro factor.
Se suele realizar una jerarquía de situaciones de menor a mayor dificultad.
Auto-modelado
La persona, a través de la observación mediante videos grabados sobre su nivel de
ejecución, va modificando o practicando patrones de conducta que requiere la
situación. Se emplea habitualmente en el Entrenamiento en Habilidades sociales,
rendimiento deportivo, etc..

Modelado de autoinstrucciones
El modelado de autoinstrucciones implica exponer a un modelo que, mientras está
realizando o va a comenzar a realizar una conducta, se va diciendo en voz alta todos
los pasos o instrucciones de ayuda que le permitan llevar a cabo la tarea.
Entrenamiento en habilidades sociales
Fundamentos teóricos
El entrenamiento en habilidades sociales (EHS) es un tratamiento cognitivo
conductal para mejorar la calidad de las relaciones interpersonales, de
comunicación y relacionales. El déficit en habilidades sociales está asociado a
numerosos problemas emocionales y de desadaptación (problemas de aislamiento
social, fracaso escolar y delincuencia en la infancia y adolescencia, depresión,
ansiedad social, o problemas de pareja). Es un procedimiento ampliamente utilizado
y que incide directamente en muchos ámbitos de la vida de las personas.
En los años 50 surge el EHS como procedimiento ligado a la TCC. Salter sugiere
que las personas con problemas de relaciones sociales pueden tener un predominio
de procesos inhibitorios que explicarían el déficit de expresión emocional. Propone
una técnica de role-playing para hablar de uno mismo, defender opiniones
contrarias, etc. Wolpe publica “psicoterapia por inhibición recíproca” utilizando por
primera vez el término asertividad y la inhibición de la ansiedad en las relaciones
interpersonales asertivas.
El asertividad se ha considerado sinónimo de habilidad social, pero se ha propuesto
el término habilidades sociales por ser más amplio.
Modelos de adquisición de las habilidades sociales
Kelly destaca los siguientes mecanismos de adquisición y mantenimiento de
habilidades sociales:
• Reforzamiento positivo
• Experiencias de aprendizaje vicario u observacional. Según Kelly uno de los
efectos es emitir nuevas respuestas, o reducir su frecuencia (efecto
inhibitorio). También la exposición puede dar lugar a que se emita con más
frecuencia una conducta que ya existía (efecto desinhibitorio). En el EHS el
modelado es una técnica esencial.
• Retroalimentación interpersonal. La retroalimentación es la información por
medio de la cual otra persona nos comunica su reacción ante nuestra
conducta.
• Desarrollo de las expectativas con respecto a las situaciones interpersonales.
Las expectativas cognitivas son creencias o predicciones sobre la
probabilidad percibida de afrontar con éxito una determinada situación.
Según Bandura, las expectativas de auto-eficacia determinan si la persona
se va a exponer o no a determinadas situaciones sociales en función de cómo
piensa que las podrá afrontar.
Modelos explicativos del comportamiento incompetente
Modelos de déficit de conductas
Sostiene que la incompetencia social se explica por la carencia de conductas
adecuadas en el repertorio del comportamiento del sujeto debido a una socialización
deficiente.
Modelo de ansiedad condicionada
Según este modelo, la causa de no manifestar conductas socialmente competentes
se debe a que los sujetos están sometidos a una ansiedad condicionada a ciertos
estímulos que configuran las relaciones sociales.
Modelo de discriminación errónea
Este modelo asume que el fracaso social se debe a la creencia o uso erróneo de
habilidades perceptivas y cognitivas, produciéndose interpretaciones incorrectas de
las señales sociales (personas pesadas).
Modelo de déficit cognitivo evaluativo
Explica el fracaso de la conducta socialmente competente por una inhibición de las
respuestas eficientes como consecuencia de los estados emocionales inducidos por
la evaluación errónea de las situaciones, las expectativas negativas de la actuación,
y las autorreferencias negativas (fobia social, timidez).
Modelo interactivo
La competencia social sería el resultado final de una cadena de procesos cognitivos
y de conducta que se iniciaría con una percepción correcta de estímulos
interpersonales relevantes, el procesamiento flexible de estímulos para producir
opciones de respuesta, y la expresión de la alternativa de acción elegida. Integra
tanto déficits conductuales como cognitivos.
Los modelos interactúan entre sí, de forma que el fracaso puede estar dado por
elementos de varios modelos.
Tipos de habilidades sociales
Las habilidades sociales constituyen un amplio rango de competencias: habilidades
no verbales, habilidades básicas de conversación, de comunicación, emocionales,
autoprotección, solución de problemas, aproximación-evitación en las relaciones
íntimas y en la consecución de objetivos vitales. Caballo señala dos tipos de
habilidades:
Habilidades conductuales: aluden a conductas con componentes no verbales,
paralingüísticos (volumen y tono de voz, tiempo de habla, etc..), verbales (contenido
del discurso) y mixtos (componentes anteriores).
Habilidades cognitivas: aluden a la manera en que las personas seleccionan las
situaciones. Son componentes cognitivos: percepciones sobre ambientes de
comunicación, y variables cognitivas del individuo, que incluyen: competencias
cognitivas, estrategias de codificación y constructos personales, expectativas,
valores subjetivos de los estímulos, planes y sistemas de autorregulación.
Cambios fisiológicos: se refiere a las reacciones fisiológicas implicadas en las
situaciones de interacción social.
Proceso de entrenamiento en habilidades sociales
Al comenzar a aplicar un programa de entrenamiento en habilidades sociales es
importante asegurarse de que: el cliente entiende los principios básicos de la
conducta socialmente apropiada, se encuentra preparado para el entrenamiento,
los intentos del cliente serán reforzados, aunque los resultados sean precarios, y se
han valorado los cambios que se producirán en el entorno del cliente. Según
Caballo, en un EHS efectivo se requiere trabajar los siguientes aspectos:
Entrenamiento en habilidades, reducción de la ansiedad (desensibilización),
reestructuración cognitiva, y entrenamiento en solución de problemas.
Evaluación y selección de las habilidades sociales
La evaluación de las habilidades sociales se suele llevar a cabo mediante varios
procedimientos combinados.
Entrevista: Es el inicio de toda evaluación. Se identifican déficits a nivel molar o
molecular.
Instrumentos de autoinforme: Los cuestionarios de autoinforme son uno de los
procedimientos más utilizados para evaluar los déficits en habilidades sociales por
la relación coste-efectividad. Tres tipos de autoinforme: a) medidas de habilidad
social (frecuencia de conducta social y grado de malestar), b) medidas de ansiedad
social (miden ansiedad y evitación de situaciones sociales), y c) medidas de las
cogniciones (grado de temor, y autoverbalizaciones positivas y negativas).
Informes de otras personas: Son una importante fuente de información.
Auto-observación y registro: Es un elemento fundamental para tomar conciencia de
su funcionamiento y mantenga la motivación para el cambio.
Observación: En situaciones naturales (preparadas o no), y en situaciones
artificiales (estructurada de interacción breve, y semiestructurada de interacción
extensa = role-playing)
Procedimiento de intervención en el entrenamiento en habilidades sociales
Todos los programas suelen incluir 5 componentes básicos: justificación e
instrucciones del entrenamiento, modelado, ensayo de conducta, feedback y
reforzamiento. Adicionalmente se incluyen técnicas para generalizar el aprendizaje.
Justificación e instrucciones
Se suele comenzar explicando por qué es importante tener habilidades sociales y
de comunicación, cuales son básicas y por qué funcionan. Se discute con el
terapeuta las razones a favor y en contra de la adquisición de la habilidad específica.
Modelado
La mayoría de programa de habilidades sociales incluyen el modelado como un
componente fundamental del entrenamiento. El entrenamiento en modelado está
especialmente recomendado para las personas a las que les resulta difícil hacer o
decir algo y se sienten más cómodos viéndolo hacer a otra persona. Los factores
que pueden incrementar la efectividad del modelado son: 1) Repetición de la
ejecución por diferentes personas, 2) la similitud del modelo y el observador, 3) la
competencia del modelo, cuando la conducta se realiza sin ningún fallo (modelo
mastery o perfecto) puede ser menos efectivo que si el modelo comete errores y va
poco a poco corrigiendolos (modelo doping o de afrontamiento), 4) reforzamiento
del modelo, y 5) complejidad de la conducta a modelar (división de conductas
complejas en componentes).
El modelado se puede llevar a cabo por profesional o personas si una cualificación
especial.
Ensayo conductual
El ensayo conductual es el elemento fundamental del EHS ya que los clientes toman
un papel activo en la adquisición de conductas. El objetivo del ensayo conductual
es que el cliente practique las conductas adecuadas en un contexto controlado
donde pueda ser observado y recibir feedback y reforzamiento. Hay que tener en
cuenta los siguientes aspectos: no se deben trabajar varios problemas a la vez (sólo
una conducta), en las sesiones se debe trabajar el problema que se expuso al
comienzo de la sesión o en la sesión anterior, no ir variando continuamente, se debe
elegir una situación reciente o próxima en el tiempo, se debe evitar prolongar el
ensayo de la conducta más de uno o tres minutos, y las respuestas deberán ser tan
cortas como sea posible.
Feedback o retroalimentación
Para que el role-playing sea efectivo ha de incluirla retroalimentación de cómo se
ha llevado a cabo. Se puede dar feedback positivo, negativo, descriptivo, corrector
y auto-revelador. El feedback que es más conveniente dar en primer lugar es el
positivo y posteriormente el corrector. Algunos aspectos que se requieren para su
aplicación: se tienen que definir las conductas que se van a entrenas y sobre las
que se va a recibir feedback (no más de 3 o 4), el feedback ha de ser dirigido a la
conducta, pero no a la persona, el feedback ha de centrarse inicialmente en lso
aspectos positivos verbales y no verbales de la actuación, el feedback corrector se
lleva a cabo después de resaltar los aspectos positivos, y se ha de comentar con el
cliente los aspectos anteriores para que pueda expresar su opinión y el grado de
acuerdo o desacuerdo con respecto al feedback. El feedback es más efectivo si se
da inmediatamente después de realizar la conducta.
Reforzamiento
Cuando el objetivo es ya el mantenimiento más a largo plazo de las habilidades
aprendidas, el refuerzo intermitente es más apropiado. El reforzado habitualmente
utilizado es la felicitación o alabanza verbal, signos de aprobación como el aplauso,
la sonrisa, etc.
Otros componentes
La asignación de tareas para casa (de menor a mayor dificultad) se realiza cuando
se ha alcanzado en el entrenamiento llevado a cabo en las sesiones un nivel mínimo
de competencia que permite obtener algún éxito en la tarea a realizar. El terapeuta
debe advertir que llevar a cabo correctamente una conducta no garantiza la
aceptación o aprobación de los demás, sino que incremental la probabilidad de éxito
en las relaciones sociales.
La generalización es otro componente importante a entrenar.
Modalidades de aplicación
La aplicación del EHS se puede realizar de forma individual o grupal. En el caso
grupal, se requiere que los déficits sociales de los componentes del grupo sean
similares, y que exista un nivel parecido de funcionamiento general y de
responsividad esperada ante el tratamiento. Los grupos pueden ser orientados a
ejercicios, u orientados a temas. La forma de estructurar las sesiones puede ser con
grupos semiestructurados, o no estructurados (ejercicios basados en las
necesidades de cada sesión).
Ámbito de aplicación y estudios de resultados
El EHS ha mostrado aplicación en alcoholismo y abuso de sustancias, bulling,
depresión, esquizofrenia, ansiedad, problemas de pareja, dificultad de establecer
relaciones íntimas, ludopatía, reinserción social, etc.
a) Definición del problema y recolección de datos
Esto incluye determinar los objetivos apropiados, las restricciones sobre lo que se
puede hacer, las interrelaciones del área bajo estudio con otras áreas de la
organización, los diferentes cursos de acción posibles, los límites de tiempo para
tomar una decisión, etc.
La primera actividad que se debe realizar es el estudio del sistema relevante y el
desarrollo de un resumen bien definido del problema que se va a analizar. Esto
incluye determinar los objetivos apropiados, las restricciones sobre lo que se puede
hacer, las interrelaciones del área bajo estudio con otras áreas de la organización,
los diferentes cursos de acción posibles, los límites de tiempo para tomar una
decisión, etc. Este proceso de definir el problema es crucial ya que afectará en forma
significativa la relevancia de las conclusiones del estudio.
Determinar los objetivos apropiados viene a ser un aspecto muy importante en la
formulación del problema. Para hacerlo, es necesario primero identificar a
la persona o personas de la administración que de hecho tomarán las decisiones
concernientes al sistema bajo estudio, y después escudriñar los pensamientos de
estos individuos respecto a los objetivos pertinentes. (Incluir al tomador de
decisiones desde el principio es esencial para obtener su apoyo al realizar el
estudio.)
Es común que los equipos de Investigación de Operaciones pasen mucho tiempo
recolectando los datos relevantes sobre el problema. Se necesitan muchos datos
como para lograr un entendimiento exacto del problema como para proporcionar el
insumo adecuado para el modelo matemático que se formulará en la siguiente etapa
del estudio.
Tomará un tiempo considerable al equipo de Investigación de Operaciones recabar
la ayuda de otros de otros individuos clave de la organización para recolectar todos
los datos importantes. Muchas veces, el equipo de Investigación de Operaciones
pasará mucho tiempo intentando mejorar la precisión de los datos y al final tendrá
que trabajar con lo que pudo obtener.
Aplicación: El Departamento de Salud de New Haven, Connecticut utilizó un
equipo de Investigación de Operaciones para diseñar un programa efectivo de
intercambio de agujas para combatir el contagio del virus que causa el SIDA (HIV),
y tuvo éxito en la reducción del 33% de la tasa de infección entre los clientes del
programa. La parte central de este estudio fue un innovador programa de
recolección de datos para obtener los insumos necesarios para los modelos
matemáticos de transmisión del SIDA. Este programa barco un rastreo completo de
cada aguja (y cada jeringa), con la identificación, localización y fecha de cada
persona que recibía una aguja y cada persona que la regresaba durante un
intercambio, junto con la prueba de si la condición de la aguja era HIV - positivo o
HIV - negativo.
Formulación de un modelo matemático
Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste
en reformularlo de manera conveniente para su análisis. La forma convencional en
que la investigación de operaciones realiza esto es construyendo un modelo
matemático que represente la esencia del problema. El modelo matemático puede
expresarse entonces como el problema de elegir los valores de las variables de
decisión de manera que se maximice la función objetivo, sujeta a las restricciones
dadas. Un modelo de este tipo, y algunas variaciones menores sobre él, tipifican los
modelos analizados en investigación de operaciones.
Un paso crucial en la formulación de un modelo de Investigación de Operaciones
es la construcción de la función objetivo. Esto requiere desarrollar una medida
cuantitativa de la efectividad relativa a cada objetivo del tomador de decisiones
identificado cuando se estaba definiendo el problema. Si en el estudio se
contemplan más de un objetivo, es necesario transformar y combinar las medidas
respectivas en una medida compuesta de efectividad llamada medida global de
efectividad. A veces esta medida compuesta puede ser algo tangible (por ejemplo,
ganancias) y corresponder a una meta más alta de la organización, o puede ser
abstracta (como "utilidad"). En este último caso la tarea para desarrollar esta medida
puede ser compleja y requerir una comparación cuidadosa de los objetivos y su
importancia relativa.
Aplicación: La Oficina responsable del control del agua y los servicios públicos
del Gobierno de Holanda, el Rijkswaterstatt, concesionó un importante estudio de
Investigación de Operaciones para guiarlo en el desarrollo de una
importante política de administración del agua. La nueva política ahorro cientos de
millones de dólares en gastos de inversión y redujo el daño agrícola en alrededor
de 15 millones de dólares anuales, al mismo tiempo que disminuyo
la contaminación térmica y debida a las algas. En lugar de formular un modelo
matemático, este estudio de Investigación de Operaciones desarrolló un sistema
integrado y comprensible de ¡50 modelos! Mas aún, para alguno de los modelos, se
desarrollan versiones sencillas y complejas. La versión sencilla se usó para adquirir
una visión básica incluyendo el análisis de trueques. La versión compleja se usó
después en las corridas finales del análisis o cuando se deseaba mayor exactitud o
más detalles en los resultados. El estudio completo de Investigación de Operaciones
involucró directamente a más de 125 personas - año de esfuerzo (más de un tercio
de ellas en la recolección de datos), creó varias docenas de programas de
computación y estructuró una enorme cantidad de datos.
Obtención de una solución a partir del modelo
Una vez formulado el modelo matemático para el problema bajo estudio, la siguiente
etapa para un estudio de Investigación de Operaciones consiste en desarrollar un
procedimiento (por lo general basado en computadora) para derivar una solución al
problema a partir de este modelo. Esta es una etapa relativamente sencilla, en la
que se aplican uno de los algoritmos de investigación de operaciones en una
computadora.
Un tema común en Investigación de Operaciones es la búsqueda de una solución
óptima, es decir, la mejor. Se han desarrollado muchos procedimientos para
encontrarla en cierto tipo de problemas, pero es necesario reconocer que
estas soluciones son óptimas sólo respecto al modelo que se está utilizando.
La meta de un estudio de Investigación de Operaciones debe ser llevada a cabo el
estudio de manera óptima, independientemente de si implica o no encontrar una
solución óptima para el modelo. Al reconocer este concepto, los equipos de
Investigación de Operaciones en ocasiones utilizan sólo procedimientos heurísticos
(es decir, procedimientos de diseño intuitivo que no garantizan una solución óptima)
para encontrar una buena solución subóptima. Esto ocurre con mas frecuencia en
los casos en que el tiempo o el costo que se requiere para encontrar una solución
óptima para un modelo adecuado del problema son muy grandes.
Si la solución se implanta sobre la marcha, cualquier cambio en el valor de un
parámetro sensible advierte de inmediato la necesidad de cambiar la solución.
El análisis posóptimo también incluye la obtención de un conjunto de soluciones que
comprende una serie de aproximaciones, cada vez mejores, al curso de acción
ideal. Así, las debilidades aparentes de la solución inicial se usan para sugerir
mejoras al modelo, a sus datos de entrada y quizá al procedimiento de solución. Se
obtiene entonces una nueva solución, y el ciclo se repite. Este proceso sigue hasta
que las mejoras a soluciones sucesivas sean demasiado pequeñas para justificar
su solución.
Aplicación: Considere el nuevo estudio de Investigación de Operaciones para el
Rijkswaterstatt sobre la política de administración de agua en Holanda, que se
introdujo en el concepto anterior. Este estudio no concluyó con la recomendación
de una sola solución. Mas bien, se identificaron, analizaron y compararon varias
alternativas atractivas. La elección final se dejo al proceso político de gobierno de
Holanda que culmino con la aprobación del Parlamento. El análisis de sensibilidad
jugó un papel importante en este estudio. Por ejemplo, ciertos parámetros de los
modelos representaron estándares ecológicos. El análisis de sensibilidad incluyó la
evaluación del impacto en los problemas de agua si los valores de estos parámetros
se cambiaran de los estándares ecológicos a otros valores razonables. Se usó
también para evaluar el impacto de cambios en las suposiciones de los modelos,
por ejemplo, la suposición sobre el efecto de tratados internacionales futuros
sobre la contaminación que pudiera llegar. También se analizaron varios escenarios
(como años secos o húmedos extremosos), asignando las probabilidades
adecuadas.
Prueba del modelo
El desarrollo de un modelo matemático grande es análogo en algunos aspectos al
desarrollo de un programa de computadora grande. Cuando se completa la primera
versión, es inevitable que contenga muchas fallas. El programa debe probarse de
manera exhaustiva para tratar de encontrar y corregir tantos problemas como sea
posible.
Este proceso de prueba y mejoramiento de un modelo para incrementar su validez
se conoce como validación del modelo.
Un enfoque mas sistemático para la prueba del modelo es emplear una prueba
retrospectiva. Cuando es apacible, esta prueba utiliza datos históricos y reconstruye
el pasado para determinar si el modelo y la solución resultante hubieran tenido un
buen desempeño, de haberse usado. Al emplear alternativas de solución y estimar
sus desempeños históricos hipotéticos, se pueden reunir evidencias en cuanto a lo
bien que el modelo predice los efectos relativos de los diferentes cursos de acción.
Aplicación: En un estudio de Investigación de Operaciones para IBM se realizo con
el fin de integrar su red nacional de inventarios de refacciones para mejorar
el servicio a los clientes, al mismo tiempo que reducir el valor de los inventarios de
IBM en mas de 250 millones de dólares y ahorrar otros 20 millones de dólares
anuales a través del mejoramiento de la eficiencia operacional. Un aspecto en
particular interesante de la etapa de validación del modelo en este estudio fue la
manera en que se incorporaron el proceso de prueba los usuarios futuros del
sistema de inventarios. Debido a que estos usuarios futuros (los administradores de
IBM en las áreas funcionales responsables de la implantación del sistema de
inventarios) dudaban del sistema que se estaba desarrollando, se asignaron
representantes a un equipo de usuarios que tendría la función de asesorar al equipo
de Investigación de Operaciones. Una vez desarrollada la versión preliminar del
nuevo sistema (basada en el sistema de inventarios de multiniveles) se lleva acabo
una prueba preliminar de implantación. La extensa retroalimentación por parte del
equipo de usuarios llevo a mejoras importantes en el sistema propuesto.
Preparación para la aplicación del modelo
El siguiente paso es instalar un sistema bien documentado para aplicar el modelo
según lo establecido por la administración.
Este sistema casi siempre esta diseñado para computadora. De hecho, con
frecuencia se necesita un número considerable de programas integrados. La base
de datos y los sistemas de información administrativos pueden proporcionar
entrada actualizada para el modelo cada vez que se use, en cuyo caso se necesitan
programas de interfaz (de interacción con el usuario). Después de aplicar un
procedimiento de solución (otro programa) al modelo, puede ser que los programas
adicionales maneje la implantación de los resultados de manera automática. En
otros casos se instala un sistema interactivo de computadora llamado sistema de
soporte de decisiones, para ayudar a la gerencia a usar datos y modelos para
apoyar (no para sustituir) su toma de decisiones cuando lo necesiten. Otro programa
puede generar informes gerenciales (en el lenguaje administrativo) que interpretan
la salida del modelo y sus implicaciones en la práctica.
Aplicación: Un sistema de computo grande para aplicar un modelo a las
operaciones de control de una red nacional. Este sistema, llamado SYSNET, fue
desarrollado como resultado de un estudio de Investigación de Operaciones
realizado para la Yellow Freight System, Inc. Esta compañía maneja anualmente
mas 15 millones de envíos de mensajería a través de una red de 630 terminales en
todo estados Unidos. SYSNET se usa tanto para optimizar tanto para optimizar las
rutas de los envíos como el diseño de la red . Debido al que sistema requiere mucha
información sobre los flujos y pronósticos de carga, los costos de transporte y
manejo, etc.; una parte importante del estudio de Investigación de Operaciones esta
dedicada a la integración de SYSNET al sistema de información administrativo de
la corporación. Esta integración permitió la integración periódica de la entrada al
modelo. La implantación de SYSNET dio como resultado el ahorro anual de
alrededor de 17.3 millones de dólares además de un mejor servicio a los clientes.
Implantación
Una vez desarrollado un sistema para aplicar un modelo, la última etapa de un
estudio de Investigación de Operaciones es implementarlo siguiendo lo establecido
por la administración.
La etapa de implantación incluye varios pasos. Primero, el equipo de Investigación
de Operaciones da una cuidadosa explicación a la gerencia operativa sobre el
nuevo sistema que se va a adoptar y su relación con la realidad operativa.
Enseguida, estos dos grupos comparten la responsabilidad de desarrollar los
procedimientos requeridos para poner este sistema en operación. La gerencia
operativa se encarga después de dar una capacitación detallada al personal que
participa, y se inicia entonces el nuevo curso de acción. Si tiene éxito, el nuevo
sistema se podrá emplear durante algunos años. Con esto en mente, el equipo de
Investigación de Operaciones supervisa la experiencia inicial con la acción tomada
para identificar cualquier modificación que tenga que hacerse en el futuro.
Aplicación: Este ultimo punto sobre la documentación de un estudio Investigación
de Operaciones se ilustra con el caso de la política nacional de administración del
agua de Rijkswaterstatt en Holanda. La administración deseaba documentación
más extensa que lo normal, tanto para apoyar la nueva política como para utilizarla
en la capacitación de nuevos analistas o al realizar nuevos estudios. Completar esta
documentación requirió varios años y ¡quedo contenida en 4000 páginas a espacio
sencillo encuadernadas en 21 volúmenes!
Definición de Sistemas de Producción
La producción es el acto intencional de producir algo útil. La definición de producción
se modifica para incluir el concepto de sistema, diciendo que u sistema de
producción es el proceso especifico por medio del cual los elementos se
transforman en productos útiles. Un proceso es un procedimiento organizado para
lograr la conversión de insumos en resultados.
Cualquier sistema es una colección de componentes interactuantes. Cada
componente podría ser un sistema en si mismo en un orden descendente de
sencillez. Los sistemas se distinguen por sus objetivos; el objetivo de un sistema
podría ser producir un componente que se va a ensamblar con otros componentes
para alcanzar el objetivo que es un sistema mayor. Se requieren técnicas más
elaboradas para tratar con sistemas más complejos. Es una carrera de relevos entre
el desarrollo de sistemas cada vez más complejos y el desarrollo de métodos más
eficientes de dirección para controlarlos.
Tipos de Modelos de los Sistemas de Producción
El modelo físico: Los modelos, por semejanza, derivan su utilidad de un cambio
en la escala. Los patrones microscópicos pueden amplificarse para su
investigación, y las enormes estructuras pueden hacerse a una escala más
pequeña, hasta una magnitud que sea manipulable. Necesariamente, algunos
detalles se pierden en los modelos. En las replicas físicas, esta pérdida puede ser
una ventaja, cuando la consideración clave, es un factor, tal como la distancia, pero
puede ser inútil un estudio si la influencia predominante se desvirtúa en la
construcción del modelo.
El modelo esquemático: Los modelos de dos dimensiones son la delicia de
quienes disfrutan de las gráficas. Los aspectos gráficos son útiles para propósitos
de demostración. Algunos ejemplos que se encuentran comúnmente incluyen
los diagramas de la organización, diagramas de flujo del proceso y gráficas de
barras. Los símbolos sobre tales diagramas pueden arreglarse fácilmente para
investigar el efecto de la reorganización.
El modelo matemático: Las expresiones cuantitativas, es decir, los modelos más
abstractos, generalmente son los más útiles. Cuando un modelo matemático puede
construirse para representar en forma exacta la situación de un problema,
suministra una poderosa arma para el estudio; es fácil de manipular, el efecto de las
variables interactuantes se aprecia claramente y, sobre todo, es un modelo preciso.
Por lo general, cualquier definición debida al empleo de los modelos matemáticos
se origina por algún error cometido en las suposiciones básicas y en las premisas
sobre las cuales están basados.
b) Construcción de un modelo matemático aplicado a un negocio o
microempresa,
Tipos de modelos matemáticos
1. Empíricos o teóricos. El carácter empírico o teórico constituye la
característica fundamental de un modelo. ...
2. Estocásticos o deterministas. ...
3. Estáticos o dinámicos. ...
4. Agregados o distribuidos.
Un modelo matemático es un modelo que utiliza fórmulas matemáticas para
representar la relación entre distintas variables, parámetros y restricciones.
Un modelo matemático es una representación simplificada, a través de ecuaciones,
funciones o fórmulas matemáticas, de un fenómeno o de la relación entre dos o más
variables. La rama de las matemáticas que se encarga de estudiar las cualidades y
estructura de los modelos es la llamada “teoría de los modelos”.
¿Para qué sirve un modelo matemático?
Los modelos matemáticos son utilizados para analizar la relación entre dos o más
variables. Pueden ser utilizados para entender fenómenos naturales, sociales,
físicos, etc. Dependiendo del objetivo buscado y del diseño del mismo modelo
pueden servir para predecir el valor de las variables en el futuro, hacer hipótesis,
evaluar los efectos de una determinada política o actividad, entre otros objetivos.
Aunque parezca un concepto teórico, en realidad hay muchos aspectos de la vida
cotidiana regidos por modelos matemáticos. Lo que ocurre es que no son modelos
matemáticos enfocados a teorizar. Al contrario, son modelos matemáticos
formulados para que algo funcione. Por ejemplo, un coche.
Elementos básicos de un modelo matemático
Los modelos matemáticos pueden variar en cuanto a su complejidad, pero todos
ellos tienen un conjunto de características básicas:
 • Variables: Son los conceptos u objetos que se busca entender o analizar.
Sobre todo, con respecto a su relación con otras variables. Así, por ejemplo,
una variable puede ser el salario de los trabajadores y lo que queremos
analizar son sus principales determinantes (por ejemplo: años de estudio,
educación de los padres, lugar de nacimientos, etc.).
• Parámetros: Se trata de valores conocidos o controlables del modelo.
• Restricciones: Son determinados límites que nos indican que los resultados
del análisis son razonables. Así, por ejemplo, si una de las variables es el
número de hijos de una familia, una restricción natural es que este valor no
puede ser negativo.
• Relaciones entre las variables: El modelo establece una determinada
relación entre las variables apoyándose en teorías económicas, físicas,
químicas, etc.
• Representaciones simplificadas: Una de las características esenciales de
un modelo matemáticos es la representación de las relaciones entre las
variables estudiadas a través de elementos de las matemáticas tales como:
funciones, ecuaciones, fórmulas, etc.
Propiedades deseadas de un modelo matemático
Cuando se diseña un modelo matemático, se busca que este tenga un conjunto de
propiedades que ayude a asegurar su robustez y efectividad. Entre estas
propiedades se encuentran:
• Simplicidad: Uno de los objetivos principales de un modelo matemático es
simplificar la realidad para poder entenderla mejor.
• Objetividad: Que no tenga sesgos ni teóricos ni de los prejuicios o ideas de
sus diseñadores.
• Sensibilidad: Que sea capaz de reflejar los efectos de pequeñas
variaciones.
• Estabilidad: Que el modelo matemático no se altere significativamente
cuando hay cambios pequeños en las variables.
• Universalidad: Que sea aplicable a varios contextos y no sólo a un caso
particular.
Evidentemente existen muchas más, pero las anteriores son las más intuitivas.
Procesos para hacer un modelo matemático
En términos generales el proceso de elaboración de un modelo matemático es el
siguiente:
 1. Encontrar un fenómeno o problema.
2. Formular un modelo con elementos de matemáticas representando el
problema elegido identificando las variables relevantes (dependientes e
independientes).
3. Establecer hipótesis y un método de prueba de su veracidad.
4. Aplicar los conocimientos matemáticos para resolver el modelo y hacer
predicciones si es necesario.
5. Hacer comparaciones de los datos obtenidos con datos reales.
6. Si los resultados no se ajustan a lo esperado, ir ajustando el modelo
matemático.
Tipos de modelos matemáticos
Existen diversos tipos de modelos matemáticos. A continuación, vemos algunos de
los tipos de modelos más relevantes:
De acuerdo a la información utilizada
• Heurístico: Basado en posibles explicaciones sobre las causas de los
fenómenos observados.
• Empírico: Utiliza la información de la experimentación real.
Según tipo de representación
• Cualitativos o conceptuales: Se refieren a un análisis de la calidad o la
tendencia de un fenómeno sin calcular un valor exacto.
• Cuantitativos o numérico: Los resultados obtenidos tienen un valor
concreto que tiene un cierto significado (puede ser exacto o relativo).
Según la aleatoriedad
• Determinista: No tiene incertidumbre, los valores son conocidos.
• Estocástico: No se conoce con exactitud el valor de las variables en todo
momento. Existe incertidumbre y por ende una distribución de probabilidad
de los resultados.
Según su aplicación u objetivo
• Simulación o descriptivo: Simula o describe un fenómeno. Los resultados
se enfocan a predecir qué sucederá una determinada situación.
• Optimización: Se utilizan para encontrar una solución óptima a un problema.
 • De control: Para mantener el control de una organización o sistema y
determinar las variables que deben ajustarse para obtener los resultados
buscados.
La Teoría Matemática aplicada al management proporciona modelos capaces de
simular posibles escenarios y de valorar la probabilidad de que ocurran. Esos
modelos suponen un valioso instrumento de trabajo para estudiar los problemas que
se presenten, tanto estructurados como no estructurados.
Se considera un problema estructurado aquél que puede ser perfectamente
definido, pues se conocen sus principales variables. Es susceptible de pertenecer a
una de estas tres categorías:
a) Decisiones bajo certeza: las variables son conocidas y la relación entre acción
y consecuencias es determinística.
b) Decisiones bajo riesgo: las variables son conocidas y la relación entre acción y
consecuencias se conoce en términos probabilísticos.
c) Decisiones bajo incertidumbre: las variables se conocen, pero las
probabilidades para establecer las consecuencias de una acción se desconocen y
no pueden determinarse con un grado de certeza.
El problema no estructurado, por otra parte, es aquel que no puede ser claramente
definido, pues una o más de sus variables se desconoce o no puede ser
determinada con un mínimo grado de confianza.
El modelo matemático permite tratar tanto problemas estructurados como no
estructurados con las siguientes ventajas sobre los otros modelos:
1. Descubre y analiza los hechos relacionados con una situación dada mejor
que una descripción verbal.
2. Descubre relaciones existentes entre los diversos aspectos del problema que
no aparecerían por sí solas en una descripción verbal.
3. Indica qué datos deben conseguirse para tratar cuantitativamente el
problema que se pretende resolver.
4. Establece medidas sobre la eficacia.
5. Explica situaciones que en el pasado no se aclararon, al proporcionar
relaciones de causa y efecto.
6. Trata el problema en su conjunto y considera todas las variables principales
simultáneamente.
7. Es susceptible de ampliación por etapas, hasta llegar a incluir factores
ignorados en las descripciones verbales.
 8. Hace posible la utilización de técnicas matemáticas que de otra manera
parecerían ajenas al problema.

9. Con frecuencia, conduce a una solución que se puede descubrir y justificar

adecuadamente con base en las descripciones verbales.

Como los factores que integran un problema complejo son tan numerosos, sólo los
modelos de procesamiento de datos permiten proporcionar respuestas inmediatas
y en gran escala.

MODELOS MATEMÁTICOS EN ADMINISTRACIÓN

La TGA recibió muchas contribuciones de la matemática bajo la forma de modelo
matemáticos con la finalidad de proporcionar soluciones a los problemas
empresariales.
La teoría matemática aplicada a la solución de los problemas administrativos se
conoce como Investigación de operaciones (IO). La denominación IO consagrada
universalmente es genética e incierta. La teoría matemática no es propiamente una
escuela, al igual que la teoría de las relaciones humanas, sino una corriente que se
encuentra en varios autores que enfatizan el proceso de decisión y lo tratan de modo
lógico y racional a través de un enfoque cuantitativo, determinístico y lógico.
Los temas principales de la administración de las operaciones de la administración
de las operaciones son:
1. Operaciones. - Se enfoca a los procesos productivos y productividad,
especialmente cuando la globalización impone productos mundiales.
2. Servicios. - Se trata de los sistemas de operaciones de servicios.
3. Calidad. - Involucra el tratamiento estadístico de la calidad, la mejora continua,
programas de calidad total y certificación ISO.
4. Estrategia de operaciones. - Define la alineación estratégica y la naturaleza
estratégica de la administración de las operaciones.
5. Tecnología. - L a utilización de la computadora en la administración de las
operaciones.
ORÍGENES DE LA TEORÍA MATEMÁTICA EN LA ADMINISTRACIÓN
La teoría matemática SURGIÓ en la teoría administrativa a partir de cinco causas:
1. El trabajo clásico sobre Teoría de juegos de Von Neumann y Morgesnstem.
(1947) y de Wald (1954) y Savage (1954) para la teoría estadística de la decisión.
2. El estudio del proceso de decisión por Herbert Simon entonces un autor
conductista, y el surgimiento de las teorías de las Decisiones resaltaron una mayor
importancia a la decisión que a la acción que de ella se deriva en la dinámica
organizacional.
3. La existencia de decisiones programables. - Simon había definido las decisiones
cualitativas (no programables y tomadas por el hombre) y las decisiones
cuantitativas (programables y programadas por el hombre) y las decisiones
cualitativas (no programables y programadas para la maquina).
4. La computadora proporciono medios para la aplicación y desarrollo de técnicas
de las matemáticas más complejas y sofisticadas.
5. La teoría matemática surgió con la utilización de la investigación operacional (IO)
en el transcurso de la segunda Guerra Mundial.
La teoría matemática pretendió crear una ciencia de la administración con bases
lógicas y matemáticas.
PROCESO DECISORIO
La teoría matemática disloca el énfasis en la acción para ubicarlo en la decisión que
antecede. El proceso de decisión es su fundamento básico. Constituye el campo de
estudio de la teoría de la decisión que es aquí considerada un desdoblamiento de
la Teoría matemática.
La toma de decisión se estudia bajo dos perspectivas, la del proceso y la del
problema.
1. Perspectiva del proceso. Se concentra en las etapas de la toma de decisión.
Dentro de esa perspectiva, el objetivo es seleccionar la mejor alternativa de
decisión. Enfoca el proceso de decisión como una secuencia de tres etapas simples:
a.- Definición del problema.
b.- Cuales son las posibles alternativas de solución al problema.
c.- Cual es la mejor alternativa de solución (elección)
Su énfasis está en la búsqueda de los medios alternativos. Es un enfoque criticado
por preocuparse con el procedimiento y no con el contenido de la decisión.
2. Perspectiva del Problema. - Esta orientado hacia la resolución de problemas.
En loa perspectiva del problema, el que toma la decisión aplica métodos
cuantitativos para transformar el proceso de decisión lo más racional posible
concentrándose en la definición y en la elaboración de la ecuación del problema a
ser resuelto.
MODELOS MATEMÁTICOS EN LA ADMINISTRACIÓN
La teoría matemática busca construir modelos matemáticos capaces de simular
situaciones reales en la empresa.
El modelo es la representación de algo o el estándar de algo a ser hecho.
En la teoría matemática, el modelo se utilizaba como simulación de situaciones
futuras y evaluaciones de la probabilidad de que suceda.
A.- PROBLEMAS ESTRUCTURADOS
Un problema estructurado es aquel que puede ser perfectamente definido pues sus
principales variables son conocidas
El problema estructurado puede ser subdividido en tres categorías:
a.- Decisiones con certeza. - Las variables y sus consecuencias son determinística.
b.- Decisiones bajo riesgo. - Las variables son conocidas y la relación entre la
consecuencia y la acción se conoce en términos probabilísticas.
c.- Decisiones bajo incertidumbre. - Las variables son conocidas, pero las
probabilidades para evaluar la consecuencia de una acción son desconocidas o no
son determinadas con algún grado de certeza.
B.- PROBLEMAS NO ESTRUCTURADOS
El problema no estructurado no puede ser claramente definido pues una o más de
sus variables se desconoce o no puede determinarse con algún grado de confianza.
El modelo matemático puede tratar a los problemas estructurados y no
estructurados con ventajas, porque:
a.- Permite descubrir una situación mejor
b.- Descubre relaciones del problema
c.- Permite tratar el problema en su conjunto y considerar todas las variables
principales simultáneamente.
d.- Es susceptible de ampliación por etapas e incluye factores abandonados en las
descripciones verbales.
e.- Utiliza técnicas de las matemáticas objetivas y lógicas.
f.- Conduce a una solución segura y cualitativa.
g.- Permite respuestas inmediatas y en escala gigantesca por medio de
computadoras y equipos electrónicos.
C.- TIPOS DE DECISIÓN
En función de los problemas estructurados y no estructurados, las técnicas de toma
de decisiones (programadas y no programadas) funcionan de la siguiente forma:
INVESTIGACIÓN DE OPERACIONES
La rama de investigación de operaciones (IO) proviene de la administración
científica la cual agrego métodos matemáticos como tecnología computacional y
una orientación más amplia.
La IO adopta el método científico como estructura para la solución de los problemas
con fuerte énfasis en el juicio objetito.
Las definiciones de la IO varían desde técnicas de las matemáticas específicas
hasta el método científico en sí. En general, esas definiciones incluyen tres aspectos
básicos comunes al enfoque de la IO a la toma de decisión administrativa.
1. Visión sistemática de los problemas que van a ser resueltos.
2. Uso del método científico en la resolución de problemas.
3. Utilización de técnicas específicas de estadística, probabilidad y modelos
matemáticos para ayudar al que toma las decisiones a solucionar los problemas.
La IO enfoca el análisis de operaciones de un sistema y no solamente como un
problema particular, la IO utiliza:
1. La probabilidad en el enfoque de la IO para decisiones bajo condiciones de riesgo
e incertidumbre.
2. La estadística en sistematización y análisis de datos para obtener soluciones.
3. La matemática en la formulación de modelos cuantitativos.
La IO es “la aplicación de métodos, técnicas e instrumentos científicos a problemas
que involucran las operaciones de un sistema, a modo de proporcionar, a los que
controlan el sistema, soluciones óptimas para el problema en cuestión”.
Las matemáticas pretenden transformar en científico, racional y lógico el proceso
de decisión en las organizaciones.
La metodología de la IO utiliza seis fases:
1. Formular el problema. - Con el análisis del sistema y sus objetivos y las
alternativas de acción.
2. Construir un modelo matemático. para representar el sistema- El modelo expresa
el sistema el sistema como un conjunto de variables, de las cuales una por una por
lo menos, está sujeta a control.
3. Deducir una solución del modelo. - La solución óptima de un modelo por medio
del prosees analítico o del proceso numérico.
4. Probar el modelo y la solución del modelo. - Construir el modelo que represente
la realidad y que debe ser capaz de prever con exactitud el efecto de los cambios
en el sistema y la eficiencia general del sistema.
5. Establecer control sobre la solución. - la solución de un modelo será adecuado
mientras las variables incontroladas conserven sus valores y las relaciones entre
las variables se mantengan constantes.
6. Colocar la solución en funcionamiento (implementación). La solución necesita ser
probada y transformada en una serie de procesos operacionales.
c). - Solución algebraica del modelo
Para iniciar la construcción de un modelo algebraico, debemos precisar el valor (o
valores) que deseamos encontrar, sin recurrir al ensayo y error; a este valor le
llamaremos incógnita. En el problema planteado, la incógnita es el número que le
tenemos que sumar a 10 y restar a 18 para obtener la misma cantidad.
4. Modelos algebraicos
¿Por qué usar modelos?
Los modelos algebraicos son una herramienta que nos ayuda a solucionar
problemas cotidianos, cuando no contamos con dos datos o más. Para construir
este tipo de modelos, debemos traducir el lenguaje cotidiano al lenguaje algebraico,
para lo cual representamos las incógnitas con una literal; formamos una expresión,
y hacemos uso de la igualdad “= “para así establecer la ecuación a resolver.
En todo momento el modelo proporciona la fórmula del problema. Es una
representación simplificada del mundo verdadero, incluye variables pertinentes que
se pueden controlar. Por ejemplo, un modelo de caída libre de los cuerpos no se
refiere a variables como color, textura, o la forma del cuerpo involucrado. Es así
como un modelo no puede incluir todas las variables porque por medio de un
número pequeño de variables pueden explicar la mayoría de los fenómenos.
La mayoría de los modelos son simbólicos porque los símbolos representan las
propiedades del campo de estudio que se desee. Los primeros modelos eran de
representaciones físicas tal como modelos para el comportamiento de aviones,
tanques de remolque, barcos, porque los modelos físicos son en comparación con
otros fáciles de construir.
Lenguaje común y lenguaje algebraico
Para iniciar la construcción de un modelo algebraico, debemos precisar el valor (o
valores) que deseamos encontrar, sin recurrir al ensayo y error; a este valor le
llamaremos incógnita.
En el problema planteado, la incógnita es el número que le tenemos que sumar a
10 y restar a 18 para obtener la misma cantidad.
Posteriormente, es necesario representar la incógnita con una letra o literal x.
Al sustituir el valor que deseamos encontrar por la literal “x”, en el ejemplo que
estamos analizando, formaríamos la expresión 10 + x, así como 18 - x. Si decimos
que los resultados de estas expresiones deben ser iguales entonces podemos
representarlas con la siguiente expresión:
10 + x = 18 - x
Encontrar el número buscado, se reduce entonces, a encontrar un número tal, que,
al ser sustituido por la literal x, en la expresión anterior, haga que en ambos lados
se obtenga el mismo valor.
No ha sido una casualidad que usemos la palabra expresión para referirnos a 10 +
x, 18 - x, así como a 10 + x = 18 - x. El concepto expresión está relacionado al
lenguaje o lengua. Es muy común usar como sinónimos expresión y oración.
En el siguiente cuadro podemos ver como las expresiones x; 10 + x; 18 - x, así como
10 + x = 18 - x son semejantes a una oración, a través de las cuales comunicamos
una idea concreta.

LENGUAJE COMÚN EXPRESIÓN

Queremos saber qué número X

y restar a 18 18-X

para obtener la misma cantidad 10+X=18-X

le tenemos que sumar a 10 10+X

En la columna izquierda, aparecen oraciones o ideas en el lenguaje cotidiano. En la

columna derecha, puedes observar una forma de representar esas ideas al sustituir
el valor que queremos encontrar por “x”.
Las expresiones que aparecen en la columna de la derecha de la tabla 10, son
oraciones de un lenguaje cotidiano, el cual es traducido a un lenguaje algebraico.
Ahora bien, cuando dos expresiones involucran el signo igual (=), son llamadas
igualdades ó ecuaciones. Las expresiones que aparecen a cada lado del signo =,
se llaman miembros de la ecuación.
Es necesario aclarar que, en este capítulo, únicamente estamos analizando como
se construyen los modelos algebraicos, por lo que no abordaremos el procedimiento
para resolverlos. Dicho procedimiento lo estudiarás en las siguientes unidades de
esta asignatura.
Con la única finalidad de que compruebes que la ecuación tiene el mismo valor en
ambos miembros, te proporcionamos el valor de “x”, el cual es 4.
Entonces, sustituyendo las incógnitas por el valor de 4, encontramos que dicha
igualdad se cumple:
10 + 4 = 18 – 4
14 = 14
Ejemplo:
Actualmente, mi padre tiene 46 años y yo tengo 17. ¿Dentro de cuántos años, mi
edad será exactamente la mitad de la edad que tendrá mi padre? Es claro que
actualmente mi edad (17 años), es menor que la mitad de la de mi padre (23 años).

Padre e hijo.
En este ejemplo, es importante destacar la dificultad para determinar cuáles son las
operaciones aritméticas que se realizarán con los datos numéricos, para encontrar
el valor que requerimos (el número de años que tienen que pasar para que, en ese
momento, mi edad sea la mitad de la de mi padre).
Independientemente de que este ejemplo parezca más complicado que el anterior,
procederemos de la misma forma. Primero determinemos nuestra incógnita, que
en este caso es el número de años que tiene que transcurrir para que mi edad sea
la mitad de la de mi padre.
Ahora sustituyamos la incógnita, por la literal x, para así formar las expresiones que
solucionarán este problema. Observa la tabla, en la que aparece la traducción del
problema del lenguaje común, al lenguaje algebraico:
Lenguaje común Expresión

Edad actual del padre 46

Mi edad actual 17

Después de ciertos años x

La edad de mi padre será 46 + x

Yo tendré 17 + x

46 + x
De tal forma que la mitad de la de mi padre
2

46 + x
Será igual a la mía 17 + x =
2

Con esta tabla hemos traducido el problema del lenguaje común al lenguaje
algebraico, hasta obtener la ecuación que le dará solución.
Así, las expresiones algebraicas que obtenemos son x, 46 + x,

46 + x

así como

46 + x
17 + x =
2

Y a su vez, esta última es la ecuación que dará respuesta a nuestro problema.

Igual que en el ejemplo anterior, te daremos el valor de “x” para que compruebes
que en ambos miembros de la ecuación se obtiene la misma cantidad,
cumpliéndose de esta forma la igualdad.
El valor de “x” es 12, y al sustituirlo en la ecuación encontramos que:
 46 + 12
17 + 12 =
2

58
29 =
2

29=29
Lo cual quiere decir que dentro de 12 años mi edad (29 años) será exactamente la
mitad de la de mi padre (58 años).
b) Método Algebraico
Pasos del método
1. Identificar una solución básica factible inicial.
2. Determinar si existe una solución básica factible mejor. Si es así, llevar a cabo el
paso siguiente (3). Si no la solución actual es la óptima.
3. Pasar a la siguiente solución básica factible, cambiando una variable no básica
por una variable básica, haciendo que todas las variables sigan siendo no-negativas
y regresar al paso 2.
Ventajas del método:
*Es más claro entender la razón.
*Se pueden resolver modelos con >= o =.
*Se pueden resolver modelos con cualquier número de variables y ecuaciones.
Desventajas del método:
*Despejes de ecuaciones y sustituciones.
*No es el método utilizado en la práctica para resolver modelos de programación
lineal.
Electra's company motors.

Electra produce dos clases de motores eléctricos cada uno en una línea de
producción aparte. Las capacidades diarias de las dos líneas son de 600 y de 750
motores.
El motor tipo 1 usa 10 unidades de cierto componente electrónico, y el motor 2 usa
8 unidades. El proveedor de ese componente puede suministrar 8000 piezas por
día. Las utilidades son $60 por cada motor de tipo 1 y $40 por cada uno de tipo 2.
Planteamiento del modelo:
Max Z= 60X1+40X2
Sujeto a:
10X1+8X2<=8000
X1<=600
X2<=750
Xi>=0
Forma estándar
Max Z= 60X1+40X2
Sujeto a:
10X1+8X2+X3=8000
X1+X4=600
X2+X5=750
Xi>=0
Tenemos 5 variables y 3 restricciones, por lo tanto, tenemos 3 variables básicas y
2 no básicas.
*Las variables básicas corresponden al número de restricciones del modelo.
*Las variables no básicas corresponden a la diferencia que existe entre el total de
variables menos el número de restricciones.
La solución inicial del modelo es el origen:
X1=X2=0
X3=8000
X4=600
X5=750
Z=0
X1 y X2 variables no básicas
X3, X4 y X5 variables básicas
Despejamos las variables básicas (X3, X4 y X5) para dejarlas en función de las
variables no básicas.
Observemos que Z ya está en función a las variables no básicas.
Z=60X1+40X2
X3=8000-10X1-8X2
X4=600-X1
X5=750-X2
Para la nueva solución intercambiaremos una variable no básica por una básica,
para esto nos fijamos en la función objetivo y como es un caso de maximización,
tomaremos el coeficiente más grande, en este caso tomaremos el coeficiente de X1
es 60.
Z=60X1+40X2
X1 será variable básica y X2 seguirá siendo no básica, como X1 será la variable de
entrada, debemos elegir una variable de salida que tomaremos de las variables
básicas para convertirla en no básica.
Procedemos a plantear el conjunto de restricciones sin la variable no básica(X2).
X3=8000-10X1
X4=600-X1
X5=750
Hacemos cero a las variables básicas y el sistema queda de la siguiente manera:
0=8000-10X1 X1=800 ---> X3=0
0=600-X1 X1=600 ---> X4=0
Elegimos al de valor más pequeño.
No tomamos en cuenta a X5 porque en esa restricción no aparece X1
Por lo tanto, ahora nuestras nuevas variables no básicas son X4 y X2
y las nuevas variables básicas son X3, X5 y X1
Ahora el modelo debe quedar en función a las nuevas variables no básicas, para
ello despejamos X1 de la segunda ecuación y sustituimos en las demás.
X1=600-X4
Sustituimos X1 en las demás ecuaciones
El nuevo sistema queda de la siguiente manera:
Z=60(600-X4) +40X2 =36000-60X4 +40X2
X3=8000-10(600-X4)-8X2 =2000+10X4-8X2
X1=600-X4
X5=750-X2
Determinar la nueva variable no básica a convertir en variable básica.
Z =36000-60X4 +40X2
X4 es la variable no básica y X2 es la variable básica, ahora X2 será la variable de
entrada y debemos elegir una variable de salida que tomaremos de las variables
básicas a convertir en no básica.
Procedemos a plantear las restricciones sin la variable no básica(X 4).
X3=2000-8X2
X1=600
X5=750-X2
Hacemos cero a las variables básicas y el sistema queda de la siguiente manera:
0=2000-8X2 X2=250 ---> X3=0
0=750-X2 X2=750 ---> X5=0
Elegimos el valor más pequeño.
No tomamos en cuenta a X1 porque en esa restricción no aparece X2
Por lo tanto, ahora nuestras nuevas variables no básicas son X4 y X3
y las nuevas variables básicas son X2, X5 y X1
Ahora el modelo debe quedar en función a las nuevas variables no básicas, para
ello despejamos X2 de la primera ecuación y sustituimos en las demás.
X2 = 250+1.25X4-0.125X3
El nuevo sistema queda de la siguiente manera:
Z=36000-60X4 +40(250+1.25X4-0.125X3)
X2=250+1.25X4-0.125X3
X1=600-X4
X5=750-(250+1.25X4-0.125X3)
Reduciendo términos:
Z=46000-10X4-5X3
X2=250+1.25X4-0.125X3
X1=600-X4
X5=500-1.25X4-0.125X3
Como en la función objetivo los coeficientes de las variables son de valor negativo,
ya no se puede elegir otra variable de entrada, esto quiere decir que hemos llegado
a la solución óptima siguiente:
Z=46000
X2=250
X1=600
X5=500
X3=0
X4=0
Sustituimos los valores obtenidos en la función objetivo y restricciones:
Max Z= 60(600) +40(250) =46000
maximizando las utilidades se puede observar que la ganancia que se obtiene de
los respectivos motores es de $46000
Sujeto a:
10(600) +8(250) <=8000
De acuerdo a la producción diaria de motores en ambas líneas podemos observar
que se cubren las unidades diarias que el proveedor puede suministrar.
600<=600
En esta restricción observamos que la capacidad diaria de motores de la primera
línea es alcanzada en su totalidad.
250<=750
La capacidad de la segunda línea no es ocupada en su totalidad y tiene
disponibilidad de 500 motores más.
Proceso y manufactura

Una compañía produce dos tipos de artículos, mediante un proceso que se

compone de tres actividades. Los datos importantes del proceso se dan en la tabla:

Tiempo

Actividad (minutos / unidad) Capacidad

Artículo 1 Artículo 2
(minutos / día)
Formado 4 8 800

Corte 4 3 600

Ensamble 6 2 600
Utilidad neta

($/unidad) 10 6

Resuelva el modelo de programación lineal para determinar el número de unidades

de cada tipo de producto que deben fabricarse para maximizar la utilidad neta total.
Planteamiento del modelo:

Max Z= 10X1+6X2
Sujeto a:

4X1+8X2<=800
4X1+3X2<=600
6X1+2X2<=600
Xi>=0

Forma estándar
Max Z=10X1+6X2

Sujeto a:

4X1+8X2+X3=800
4X1+3X2+X4=600
6X1+2X2+X5=600
Xi>=0

Tenemos 5 variables y 3 restricciones, por lo tanto, tenemos 3 variables básicas y

2 no básicas.

La solución inicial del modelo es el origen:

X1=X2=0
X3=800
X4=600
X5=600
Z=0

X1 y X2 variables no básicas
X3, X4 y X5 variables básicas

Despejamos las variables básicas (X3, X4 y X5) para dejarlas en función de las
variables no básicas.
Observemos que Z ya está en función a las variables no básicas.

Z=10X1+6X2

X3=800-4X1-8X2
X4=600-4X1-3X2
X5=600-6X1-2X2

La variable de entrada, nos fijamos en el coeficiente más grande de la función

objetivo, será X2 y su coeficiente es 10.
Z=10X1+6X2

X1 será variable básica y X2 no básica.

Para la variable de salida planteamos el conjunto de restricciones sin la variable no
básica
(X2).

X3=800-4X1
X4=600-4X1
X5=600-6X1
Hacemos cero a las variables básicas y el sistema queda de la siguiente manera:

0=800-4X1 X1=200 ---> X3=0

0=600-4X1 X1=150 ---> X4=0
0=600-6X1 X1=100 ---> X5=0

Elegimos al de valor más pequeño.

Ahora X5 y X2 son variables no básicas.
X3, X4 y X1 son variables básicas.

El modelo debe quedar en función de las nuevas variables no básicas, para ello
despejamos a X1 de la tercera ecuación.

X1=100-1/3X2-1/6X5

Sustituimos X1 en las demás ecuaciones

El nuevo sistema queda de la siguiente manera:

Z=10(100-1/3X2-1/6X5) +6X2

X3=800-4(100-1/3X2-1/6X5)-8X2
X4=600-4(100-1/3X2-1/6X5)-3X2
X1=100-1/3X2-1/6X5

Simplificando:

Z=1000+8/3X2-5/3X5

X3=400-20/3X2+2/3X5
X4=200-5/3X2+2/3X5
X1=100-1/3X2-1/6X5

Determinar la nueva variable no básica a convertir en básica.

Z=1000+8/3X2-5/3X5

X2 variable básica y X5 variable no básica.

Planteamos el conjunto de restricciones sin la variable no básica(X5).

X3=400-20/3X2
X4=200-5/3X2
X1=100-1/3X2

Hacemos cero a las variables básicas y el sistema queda de la siguiente manera:

0=400-20/3X2 X2=60 ---> X3=0

0=200-5/3X2 X2=120 ---> X4=0
0=100-1/3X2 X2=300 ---> X1=0

Elegimos el valor más pequeño.

Ahora X3 y X5 son variables no básicas.

Reescribimos el modelo en función a las nuevas variables no básicas, para ello

despejamos X2 de la primera ecuación y sustituimos en las demás:

X2=60+1/10X5-3/20X3

El nuevo sistema queda de la siguiente manera:

Z=1000+8/3(60+1/10X5-3/20X3)-5/3X5

X2=60+1/10X5-3/20X3
X4=200-5/3(60+1/10X5-3/20X3)+2/3X5
X1=100-1/3(60+1/10X5-3/20X3)-1/6X5

Reduciendo términos:

Z=1160-7/5X5-2/5X3

X2=60+1/10X5-3/20X3
X4=100+5/6X5-1/4X3
X1=80-2/15X5+1/20X3

Observamos que en la función objetivo los coeficientes de las variables son

negativos, esto nos indica que ya no se puede elegir otra variable de entrada, es
por ello que hemos llegado a la solución óptima:

Z=1160
X2=60
X4=100
X1=80
X3=0
X5=0
Sustituimos los valores obtenidos en la función objetivo y restricciones:

Max Z= 10(80) +6(60) =1160

Para maximizar la utilidad neta se deben producir 80 artículos de tipo 1 y 60 de tipo
2, con esto se obtiene una ganancia de $1160

Sujeto a:

4(80) +8(60) <=800

Para la primera actividad(formado) podemos observar que la capacidad de minutos

diarios es utilizada totalmente por los artículos producidos.

4(80) +3(60) <=600

Para la segunda actividad(corte) nos quedan aún 100 minutos para poder terminar
los artículos, a diferencia de la primera actividad, no se cubre en su totalidad la
capacidad que se tiene disponible.

6(80) +2(60) <=600

Para la tercera actividad(ensamble), también es alcanzada la capacidad máxima en
minutos para poder terminar los artículos, es decir, no sobran minutos.

d). – Implantación del modelo

TAREA
e). - Representación gráfica y solución

Método Gráfico Consiste en representar en el plano cartesiano las rectas

correspondientes a cada ecuación. La solución del sistema, cuando existe y es
única, será al punto de intersección de ambas rectas.
INSTRUCCIONES: Representa gráficamente los siguientes Sistemas de
Ecuaciones Lineales.
Responde
1. ¿Cómo son las rectas de los gráficos?
2. ¿Qué puedes decir de las soluciones?
En resumen:
INSTRUCCIONES: Representa gráficamente los siguientes Sistemas de
Ecuaciones Lineales y determina la solución.

1.2.- Construcción de modelos lineales en los micro-negocios

Modelos de negocio: lineales vs plataformas. Diferentes formas de dar valor
Los negocios digitales están revolucionando la forma en la que las empresas se
relacionan con sus clientes, aportándoles valor de un modo muy distinto al que
estábamos acostumbrados a recibir. Esto no es mejor ni peor, sino diferente y, por
tanto, conviene conocer esas diferencias a la hora de decidir en qué modelo invertir
si deseamos emprender.
¿Qué es un modelo lineal?

Identificaremos por modelo lineal a la forma tradicional de hacer negocios en la

cual la empresa es capaz de generar valor al cliente desde el primer momento; por
ejemplo, una floristería, un supermercado, una peluquería….

Por tanto, una vez la empresa se ha puesto en marcha y consigue su primer cliente,
ya es capaz de generarle valor con la propuesta de productos o servicios que haya
decidido ofrecer.

Principales ventajas e inconvenientes

VENTAJAS:

• Se genera valor al cliente desde el primer momento.

• Se puede conocer en persona al cliente y recibir feedback instantáneo.

INCONVENIENTES:

• El principal es que para crecer se necesita un desembolso de capital

importante, ya sea para invertir en infraestructuras, en la ampliación de la red
de distribución, logística, etc.
• Menor flexibilidad para realizar cambios en el modelo de negocio,
especialmente cuando se ha realizado una inversión importante en activos.
• Poco escalables.

Nota: Es un anglicismo que describe la capacidad de un negocio o sistema de

crecer en magnitud.1 Aunque la palabra escalabilidad no existe en el diccionario de
la RAE el adjetivo más cercano ampliable es de poco uso en telecomunicaciones y
en ingeniería informática. La escalabilidad, término tomado en préstamo
del idioma inglés, es la propiedad deseable de un sistema, una red o un proceso,
que indica su habilidad para reaccionar y adaptarse sin perder calidad, o bien
manejar el crecimiento continuo de trabajo de manera fluida, o bien para estar
preparado para hacerse más grande sin perder calidad en los servicios ofrecidos.

En general, también se podría definir como la capacidad del sistema informático de

cambiar su tamaño o configuración para adaptarse a las circunstancias
cambiantes.2 Por ejemplo, una Universidad que establece una red de usuarios
por Internet para un edificio de docentes y no solamente quiere que su sistema
informático tenga capacidad para acoger a los actuales clientes que son todos
profesores, sino también a los clientes que pueda tener en el futuro dado que hay
profesores visitantes que requieren de la red por algunas aplicaciones académicas,
para esto es necesario implementar soluciones que permitan el crecimiento de la
red sin que la posibilidad de su uso y reutilización disminuya o que pueda cambiar
su configuración si es necesario.

La escalabilidad como propiedad de los sistemas es generalmente difícil de definir, 3

en particular es necesario definir los requisitos específicos para la escalabilidad en
esas dimensiones donde se crea que son importantes. Es una edición altamente
significativa en sistemas electrónicos, bases de datos, ruteadores y redes. A un
sistema cuyo rendimiento es mejorado después de haberle añadido más capacidad
hardware, proporcionalmente a la capacidad añadida, se dice que pasa a ser un
sistema escalable.

4 ejemplos de negocios tradicionales

• Hotel: genera valor al cliente desde el momento en que pone un pie en la

recepción (incluso antes, gracias al portal web donde el cliente realizará la
reserva). Aquí juega un papel primordial el trato recibido, las condiciones de
la habitación, extras, etc.
• Taxi: el valor depende del momento. ¿Ese momento suele ser cuando lo
necesitas y entonces todos pasan ocupados? Además, también reportan
valor el estado del vehículo, la simpatía del conductor, etc. La principal
desventaja para los usuarios es no poder saber de antemano el coste del
trayecto.
• Tintorería: el valor reside en la relación calidad precio de los servicios de
lavandería, en la forma en que hacen entrega de la ropa limpia y del tiempo
que tardan en tener el pedido preparado.
• Supermercado: genera valor por la oferta de productos que tiene, la forma
en la que los expone, el personal que atiende, etc. Normalmente la gente
acude a ellos por cercanía y precios competitivos.

¿Qué es un modelo de plataforma?

Cuando hablamos de modelos de plataforma, nos referimos principalmente

a modelos de negocio online.

Hay diversos tipos de plataforma: On-Demand, Marketplace, Clasificados, Redes

Sociales, Suscripción, E-commerce, etc. Cada uno tiene una peculiaridad
diferente que reside en la forma en la que se conecta la oferta con la demanda. El
gran obstáculo al que se enfrentan estos modelos de negocio, y que se convierte
en la principal diferencia con respecto al modelo lineal, es que la plataforma en sí
misma no es capaz de generar valor al cliente desde el primer momento. Es decir,
no puedes pensar que vas a, por ejemplo, crear una tienda online y de repente no
vas a parar de vender. Para que eso ocurra, tendrás que mostrarles a los clientes
un aspecto diferenciador importante que les haga escogerte frente a tu
competencia. Y para eso no es suficiente que la página tenga un diseño atractivo.
Para conseguir que estos modelos funcionen, se necesita generar una gran masa
de personas a los dos lados de la plataforma (oferta y demanda) que sirvan de motor
que impulse un network effect que haga que el uso de la plataforma se haga viral.

Cada modelo de plataforma funciona de una forma distinta, pero tienen cosas en
común. Te detallo una lista de ellas:

• Conectan oferta y demanda.

• Monetizan a sus clientes (con publicidad, Freemium, Premium, etc.).
• Se convierten en opciones únicas (o casi).
• Son fácilmente escalables.

Principales Ventajas e inconvenientes

VENTAJAS

• Son fácilmente escalables.

• Mayor flexibilidad para adaptar el modelo (sobre todo en las primeras fases
de desarrollo).
• Crean barreras a la entrada casi infranqueables.

INCONVENIENTES

• “The winner takes it all”, el primero que lo consigue se lleva el mercado (por
lo que, si no has sido el primero, será difícil superar esta barrera).
• Una vez que los clientes se acostumbran a usar una plataforma se
incrementan los costes de cambio (ventajoso si se han acostumbrado a la
tuya, pero sino…te resultará difícil atraerlos a tu propuesta).
• Se necesita una inyección de capital importante para sostener el modelo el
tiempo necesario hasta que se consiga generar una masa crítica de usuarios
suficiente para que la plataforma pueda comenzar a monetizarse.

4 ejemplos de plataformas

• Air b&b: conecta personas que tienen alojamiento disponible con aquellas
que buscan alojamiento. Su principal valor es que ha conseguido generar
una comunidad tan grande de propietarios dispuestos a ofrecer sus casas,
que se ha convertido en una alternativa de alojamiento potente que
actualmente es utilizada por miles de personas en todo el mundo que buscan
buenos precios y lugares con encanto donde hospedarse.
• Uber: se ha convertido en la empresa de vehículos de transporte con
conductor más grande del mundo sin tener flota propia. El valor que ha
generado reside en la plataforma que es capaz de conectar propietarios de
vehículos con personas que necesitan trasladarse de un punto a otro.
 Además, el precio por trayecto es conocido de antemano por el que contrata
el servicio y se puede pagar desde la propia aplicación.
• Jeff: servicios de tintorería a domicilio. Su plataforma conecta a propietarios
de lavanderías con personas que necesitan lavar su ropa y no quieren perder
el tiempo en hacer la colada. Desde su app, el cliente selecciona las prendas
que tiene que lavar, el horario en el que quiere que pasen a buscar la colada
y la hora de entrega. ¡¡Adiós a la tediosa plancha!!
• Del super: es una plataforma que conecta supermercados con los clientes.
Desde su app, el cliente puede hacer la compra en diferentes cadenas de
supermercados. Una vez realizados los pedidos, un personal
shopper apodado “supercomprador” realiza la compra y se pone en contacto
con el cliente si algún producto de los que ha pedido no está disponible o no
tiene buena pinta, para ofrecerle sugerencias. La compra se recibe en 1 hora
o en franjas de 1 hora, lo que mejora mucho los tiempos de entrega con
respecto a los servicios ofrecidos por las propias cadenas de supermercados.

Como ves, son modelos capaces de generar valor al usuario de distinta manera. El
valor de las plataformas suele residir en la facilidad con la que el cliente puede
conseguir los servicios que necesita a un coste inferior al de los medios tradicionales
(Amazon, e-bay, Netflix…). Esto suele ocurrir porque los costes fijos en estos
modelos son inferiores a los tradicionales, ya que para empezar a funcionar no
necesitan invertir en bienes inmuebles, mobiliario, stock, etc. La importancia de
estos modelos recae en la propia plataforma (que sea fácil de usar, atractiva, con
mucha oferta, etc.) y en la cantidad de personas que la utilicen.

El valor que ofrecen los modelos lineales se centra más en la experiencia del usuario
durante todo el proceso de compra, para conseguir un engagement con la marca
que lo fidelice.

Escojas el modelo que escojas a la hora de emprender tienes que saber que no
existe el modelo perfecto y que el funcionamiento de ellos no es el mismo. Las
estrategias para seguir, así como las acciones a realizar son diferentes, por lo que
a la hora de analizarlas deberás ser prudente y tener en cuenta que las que sirven
en un modelo no las podrás aplicar en el otro.

Desde Hiberus te animamos a iniciarte en cualquiera de ellos. Estamos

comprometidos con el emprendimiento y nos diferenciamos por apoyar y formar a
emprendedores. Si tienes alguna idea relacionada con el mundo de las TIC,
estamos deseando escucharte.

a). - Modelos lineales de ingreso, costo total y utilidad

Modelos de Costo, Ingresos y Utilidades
Modelos de costo
El concepto de costos totales es el que incluye la suma de todos los costos que
están asociados al proceso de producción de un bien, o al suministro de un servicio,
por lo tanto, entre más se produce, mayor será el costo en el que se incurre.
Los costos totales se dividen en dos componentes: costos fijos y costos variables.
Una función costo especifica el costo C como una función de la cantidad de artículos
x. En consecuencia, C(x) es el costo de x artículos, y tiene la forma:
Costo = Costo variable + Costo fijo
En la que el costo variable es una función de x y el costo fijo es constante. Una
función costo de la forma:
C(x) = mx + b
Por la ecuación de la recta que pasa por dos puntos, tenemos:
Modelos de Ingreso
Es lo que la empresa recibe por la actividad natural que realiza, en otras palabras,
es el resultado de haber vendido un producto o prestar un servicio, durante un
periodo determinado.
Ingreso = Precio x cantidad
Ejemplos:
1) Una casa editorial vende libros a una detallista en $6.50 por libro. Entonces,
¿Cuánto es el ingreso por 30 libros?
Solución:
Ingreso = Precio x cantidad
Ingreso = 6.50 x 30
El ingreso por 30 libros es = $195
2) En una fábrica de estambre, se vende a una detallista el metro de estambre a
$5.00, ¿de cuánto es el ingreso por 10 metros?
Solución:
Ingreso = Precio x cantidad
Ingreso = 5 x 10
El ingreso por 10 metros de estambre es = $50
3) En una empresa de cartón se vende a una detallista el kilo a $10, ¿de cuánto es
el ingreso por 45 kilos?
Solución:
Ingreso = Precio x cantidad
Ingreso = 10 x 45
El ingreso por 45 kilos es = $450
Modelos de Utilidad
La utilidad es el ingreso neto, o lo que queda de los ingresos después de restar los
costos. Si la utilidad depende linealmente en el número de artículos, entonces la
pendiente m se llama la utilidad marginal. La utilidad, el ingreso, y el costo son
relacionados por la siguiente formula:
Utilidad = Ingreso – Costo
U=I–C
b). – Aplicación de los modelos lineales y cálculo del punto de equilibrio
El modelo de equilibrio es un instrumento de gestión simple que permite analizar
los efectos del precio de venta, el costo fijo y el costo variable unitario en los
resultados económicos de la empresa. ... Si dicho margen es reducido, es posible
que se cubran costos fijos de manera ajustada y/o las utilidades sean mínimas.
¿Cómo calcular el punto de equilibrio en tu negocio?
Cómo calcular el punto de equilibrio es una pregunta fundamental para cualquier
empresario grande o pequeño. Este importante indicador permite establecer, a partir
del número de unidades vendidas, si el negocio generará ganancias o pérdidas.
De esta manera, el punto de equilibrio es un dato imprescindible en los estados
financieros de una empresa: hace más fácil trazarse objetivos aterrizados sobre las
utilidades esperadas. Por eso, es muy importante cuando las ideas de negocio
innovadoras van a pasar del papel a la realidad.
Lo mejor de todo es que para saber cómo calcular el punto de equilibrio no se
necesita ser un especialista en finanzas. Entre los tipos de indicadores, este es uno
de los más sencillos de calcular. Solo necesitas tener claras tres variables.
Tres variables para calcular el punto de equilibrio
Costos fijos
Los costos fijos son aquellos que no varían independientemente del nivel de
producción de la empresa. Por ejemplo, el arriendo del local, la nómina de los
empleados o las licencias de funcionamiento.
Costo variable unitario
Esta variable corresponde a todos los costos que están asociados con el nivel de
producción y deben calcularse por unidad producida. Entre estos entran, por
ejemplo, los suministros, el empaque o la distribución del producto.
Precio de venta unitario
Es el precio final del producto.
Fórmula para saber cómo calcular el punto de equilibrio
Una vez determines estas tres variables, podrás hallar el punto de equilibrio. Bien
sea para un proyecto grande o pequeño, o para adquirir franquicias en Colombia
debes seguir estos pasos:
1. Resta el costo unitario variable del precio de venta unitario. Esta operación arroja
al margen de ganancia por cada producto vendido.
2. Divide los costos fijos por el margen de ganancia que te arrojó el primer paso.
3. El resultado es el número de unidades que debes vender para comenzar a
percibir ganancias. Es decir que este es el punto de equilibrio.
La fórmula de la operación que acabas de realizar se expresa así:
𝐶𝑜𝑠𝑡𝑜𝑠 𝐹𝑖𝑗𝑜𝑠
𝑷𝑬 =
𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 − 𝑐𝑜𝑠𝑡𝑜𝑠 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎𝑠 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜
Ten en cuenta que puedes aplicarla a tu emprendimiento o a un programa de
auditoría básico para tu empresa. Ahora, veamos un ejemplo sencillo de cómo
calcular el punto de equilibrio.
Supongamos que vendes sombreros y la empresa tiene unos costos fijos de 6
millones de pesos. Vendes cada sombrero a 50 mil pesos (precio de venta unitario)
y producir cada uno de ellos te cuesta 20 mil pesos (costo de venta unitario).
El margen de ganancia por cada sombrero es de 30 mil pesos (50.000 – 20.000).
Los costos fijos divididos por el margen de ganancia de cada sombrero (6.000.000
/ 30.000) arroja la cifra de 200. Así, la cantidad de sombreros que debes vender
para librar los costos totales es de 200 sombreros. A partir de la venta del sombrero
201, comenzarás a obtener ganancias.
Tal como lo pudiste ver, saber cómo calcular el punto de equilibrio es de vital
importancia para cualquier negocio. La forma de calcularlo es sencilla y marca una
pauta esencial para la sostenibilidad de la empresa.
1.3. – Interpretación de Desigualdades lineales
Las desigualdades ocupan los operadores < (menor que), ≤ (menor que o igual a),
> (mayor que) y ≥ (mayor que o igual a), para indicar la relación de orden existente.
... Una desigualdad lineal o inecuación lineal es una desigualdad compuesta por
expresiones lineales con al menos una variable.
a). – Solución e interpretación de Desigualdades lineales.
Una desigualdad es una relación de orden entre un par de elementos distintos. Nos
permite comparar intuitivamente cualesquiera dos elementos y conocer la relación
que hay entre ellos. Dicho de otra manera, una desigualdad formaliza la manera en
que se relacionan los elementos de un conjunto ordenado.
Las desigualdades ocupan los operadores < (menor que), ≤ (menor que o igual a),
> (mayor que) y ≥ (mayor que o igual a), para indicar la relación de orden existente.
Una desigualdad lineal o inecuación lineal es una desigualdad compuesta por
expresiones lineales con al menos una variable. Si la desigualdad utiliza los
operadores < o >, se le denomina desigualdad lineal en sentido estricto; si utiliza los
operadores ≤ o ≥, se le denomina desigualdad lineal en sentido amplio.
Ejemplos:
x>17,
2x+3<10,
−1x+13≤0,
100≥20x+15,
3x+3<5x+5,
x−9>−5x+10

Nociones básicas
Veamos qué son las desigualdades ubicando algunos números sobre la recta
numérica.
Si un número a se encuentra a la derecha del 00, entonces decimos que a>0a>0.

Por otra parte, si un número b se encuentra a la izquierda del 00, entonces decimos
que b<0.

Por último, decimos que a>b si se cumple que a−b>0.

Método algebraico para la resolución de desigualdades lineales

La resolución de desigualdades lineales es similar a la resolución de sistemas de
ecuaciones lineales. De hecho, solo es necesario seguir las propiedades que rigen
las desigualdades y realizar el mismo procedimiento que en la resolución de un
sistema de ecuaciones lineales. Pero nunca olvides que al multiplicar o dividir por
un número negativo, el operador de la desigualdad cambia.
De la misma manera que en las ecuaciones, la solución de una desigualdad consiste
en despejar el valor de la incógnita y expresar el conjunto solución que satisfaga la
desigualdad.
Esto quedará más claro al ver algunos ejemplos que muestren cómo los
conocimientos para la resolución de sistemas de ecuaciones son útiles para
encontrar la solución de desigualdades.

Método gráfico para la resolución de desigualdades lineales

Geométricamente podemos representar cualquier expresión o ecuación lineal de la
forma y=mx+by=mx+b como una recta sobre el plano cartesiano. Por lo mismo, para
encontrar la solución de una desigualdad lineal, basta con analizar las rectas que
cada lado de la desigualdad representan.
El método gráfico permite simplificar un poco la complejidad de los cálculos para
obtener la solución de una desigualdad lineal, debido a que la interpretación
geométrica suele ser más simple: basta con comparar el valor de las ordenadas de
las rectas y sus pendientes para decidir cuál es el conjunto solución.
Encontrar el conjunto solución con el método gráfico, consiste en graficar las rectas
que definen las expresiones lineales de la desigualdad, encontrar la intersección
entre ellas (si es que existe) y decidir, por medio del análisis de los valores de las
abscisas, cuál es el conjunto solución de la desigualdad.
Para lograr esto, es necesario saber cómo encontrar el punto de intersección entre
dos rectas, lo cual se realiza resolviendo el sistema de ecuaciones lineales
generado por la desigualdad.

b). – Planteamiento de problemas mediante la programación lineal.

Las empresas tienen como meta obtener la mayor rentabilidad en sus actividades;
para ello debe aprovechar al máximo sus recursos disponibles tales como: talento
humano, insumos, equipos, planta, dinero, entre otros. La programación lineal se
presenta como una herramienta muy útil, para ayudar a encontrar la mejor solución
en las empresas para lograr esta meta. En este post aprenderás cómo plantear un
problema de programación lineal.
Es importante mencionar que en este post abordaremos solamente los aspectos
teóricos y el planteamiento de las ecuaciones de programación lineal. También
puedes revisar las siguientes entradas:
Cómo resolver problemas de programación lineal por el método gráfico.
Cómo resolver un problema de programación lineal con Solver-Excel 2016.
4 calculadoras online para resolver problemas de programación lineal.
Método Simplex Paso a Paso: Ejemplos de Maximizar y Minimizar.
La programación lineal hace referencia a varias técnicas de modelamiento
matemático; para asignar, en forma óptima, los recursos limitados a distintas
demandas que compiten por ellos.
Para entender este concepto, brindaremos un ejemplo con “The Avengers”:
Imagina que para vencer a Thanos se requiere cierta cantidad de energía (como
mínimo un poder de pelea de 81000), para lo cual dispones de diferentes
vengadores con 3 niveles de energía. Thor, Hulk, Ironman, Starlord, Visión, Dr.
Strange y Wanda tienen un nivel de energía 1 (poder de pelea de 7000); Capitán
América, Black Panter, Spiderman, Soldado del Invierno, Máquina de Hierro, Groot,
Drax y Ant Man tienen un nivel de energía 2 (poder de pelea de 5000); y finalmente
Hawkeye, Black Widow, Rocket, Falcon, y Gamora tienen un nivel de energía 3
(poder de pelea de 4000).
Si durante la pelea utilizamos a un héroe de nivel 1, la destrucción en la tierra será
de 500 km2; si utilizamos un héroe de nivel 2, será de 325 km2 y si utilizamos un
héroe de nivel 3, será de 250 km 2. Cada vengador adicional que participe suma al
área de destrucción de la tierra de acuerdo a su nivel.
Determinar la cantidad de vengadores por nivel a utilizar para vencer a Thanos y
minimizar la destrucción en la tierra.
Por lo tanto, el problema buscar elegir la asignación óptima de vengadores para
derrotar a Thanos (demanda); minimizando la destrucción en la tierra y teniendo en
cuenta la cantidad de vengadores disponibles (recursos limitados). La solución la
encontrarás al final del post.
Como te puedes dar cuenta, los usos que se le puede dar a la programación lineal,
dependen únicamente de que tan creativos podamos ser.
Cómo identificar un problema de programación lineal:
Para que un determinado problema se plantee mediante programación lineal debe
cumplir las siguientes condiciones:
• Tener restricciones o recursos limitados. Por ejemplo: cantidad limitada de
trabajadores, número máximo de clientes que se puede atender o límite de
capacidad de un proceso.
• Buscar un objetivo explícito cómo maximizar los ingresos o minimizar los
costos.
• Linealidad, es decir, debe tener proporcionalidad. Las ecuaciones que
generan las variables de decisión son lineales.
• Homogeneidad (las características de las variables de decisión y de los
recursos son iguales). Por ejemplo: todas las horas que trabaja una persona
son igual de productivas o los productos fabricados en una máquina son
idénticos.
• Divisibilidad, es decir que los productos y recursos se pueden presentar en
fracciones.
• No negatividad, quiere decir que las variables de decisión deben ser positivas
o cero; es decir no se puede fabricar una cantidad negativa de productos.
Cómo plantear un problema de programación lineal:
Los elementos de un problema de programación lineal, corresponden al de un
proceso de optimización, donde tenemos:
Variables de decisión:
Son las variables que están bajo el control de la persona que toma las decisiones.
Sus valores óptimos se determinarán al resolver el problema.
Por ejemplo:
X1= Número de productos a fabricar en un mes
Función objetivo:
Expresa matemáticamente el objetivo que se pretende alcanzar en la solución del
problema; ya sea minimizar o maximizar. Por ejemplo: maximizar las utilidades de
la empresa o minimizar los costos de producción.
Se representa de la siguiente forma:
Restricciones:
Son las limitaciones que restringen las opciones permisibles para las variables de
decisión.
Cada restricción se expresa matemáticamente con cualquiera de estos signos:
Menor que o igual a (≤). Cuando existe un límite superior, por ejemplo: las horas
extras de trabajo no pueden ser mayor a 2 horas diarias
Igual a (=). Indica una relación obligatoria, por ejemplo: el inventario final es igual al
inventario inicial más la producción menos las ventas.
Mayor que o igual a (≥). Cuando existe un límite inferior, por ejemplo: la producción
de cierto producto debe ser superior a la demanda pronosticada.
Cualquier problema de programación lineal debe presentar una o varias
restricciones. Se debe considerar dentro de las restricciones la no negatividad de
las variables de decisión.
Se representan de la siguiente forma:

Donde:
X1, X2, X3, …, Xn = Variables de decisión
Amn y Bm = Constantes
Ejemplo:
Ahora mostraremos un caso donde se realizará el planteamiento del problema de
programación lineal:
El chef principal (encargado de la parrilla) de “Tacoste”, está tratando de decidir cuál
es la mejor manera de asignar las materias primas disponibles a los cuatro platillos
especiales del viernes por la noche. La decisión se debe tomar temprano por la
tarde porque tres de los platillos se deben empezar a preparar ya (albóndigas, tacos
y picadillo).

La tabla que está enseguida contiene la información sobre los alimentos en

inventario y las cantidades requeridas por cada platillo.

No hay otros hechos importantes para la decisión del chef. A continuación, se

presenta la demanda de mercado estimada y el precio de venta.

El chef quiere maximizar el ingreso porque ya ha comprado todos los materiales,

los cuales están en el congelador.
Planteamiento:
Definimos las variables de decisión:
H = Número de Hamburguesas con queso a preparar el viernes
A = Número de Albóndigas a preparar el viernes
T = Número de Tacos a preparar el viernes
P = Número de porciones de picadillo a preparar el viernes
El objetivo del chef es maximizar los ingresos, los cuales calcularemos multiplicando
el precio de venta unitario con las unidades correspondientes a cada platillo
(variables de decisión) y sumándolos entre sí:

Ahora planteamos las restricciones:

Respecto a los Insumos:
Cada platillo utiliza cierta cantidad de insumos. En la tabla nos muestran las
cantidades disponibles de cada uno de ellos; por lo tanto, la preparación de los
platillos está limitada por la cantidad de insumos disponibles.
Multiplicando la cantidad necesaria de insumo para producir un platillo por las
unidades correspondientes a cada platillo (variables de decisión) y sumándolas
entre sí; obtenemos la fórmula del consumo total de cada uno de los insumos. Este
resultado debe ser menor o igual a la cantidad disponible.

No negatividad:
Las variables de decisión no pueden tener valores negativos:
¿Qué tipo de solución podemos obtener en un problema de Programación Lineal?
Los tipos de soluciones que podemos encontrar en un problema de Programación
Lineal son:
Única: Los valores de las variables de decisión son únicos.
Múltiple: Las variables de decisión pueden tomar múltiples valores.
No acotada (ausencia de solución): No existe un valor extremo o límite para la
función objetivo, por lo que puede decirse que el problema carece de solución.
No factible: cuando no existe una combinación de valores de las variables de
decisión que cumplan todas las restricciones.
Usos de la Programación Lineal
Entre los usos de la programación lineal tenemos:
Planificación Agregada de Ventas y Operaciones:
Se busca minimizar los costos de producción en un corto plazo (tres y seis meses)
que logre satisfacer la demanda esperada. Las limitantes que se presentan son: la
capacidad de producción esperada, el tamaño de la fuerza de trabajo y los niveles
de inventario. Los costos asociados en este tipo de problema son los salarios
normales y de tiempo extra, contrataciones y despidos, subcontratación y costo de
manejo de inventarios.
Planificación de productos:
Trata de encontrar la mezcla óptima de productos, considerando que los productos
requieren diferentes recursos y tienen distintos costos. Como ejemplo podemos
encontrar la mezcla óptima de elementos químicos para gasolina, pinturas, dietas
para el ser humano y alimento para animales.
Flujo de producción:
Determinamos el flujo óptimo para fabricar un producto que debe pasar en
secuencia por varias estaciones de trabajo, donde estación tiene sus costos y
características de producción.
Programación de transporte:
Sirve para programar múltiples recorridos de cierta cantidad de vehículos para
atender a los clientes o llevar los materiales que se transportarán entre diferentes
plazas. Cada vehículo puede tener diferente capacidad de carga y de desempeño.
Manejo de inventarios:
Encontrar la combinación óptima de productos que se tendrán en inventario dentro
de una red de almacenes.
Programación de personal:
Cuando se requiere elaborar un plan de personal que permita atender la demanda
variable esperada con el menor número posible de empleados.
Control de desperdicios:
Cuando se requiere cortar algunos materiales como el acero, cuero, tela o alguna
lámina de material; mediante programación lineal se puede calcular cómo reducir el
desperdicio al mínimo
Estos son algunos de los usos más comunes donde se utiliza la programación lineal.
En general, cualquier problema de optimización que cumpla las condiciones
mencionadas puede ser resuelto con programación lineal.
Reflexión Final
Muchos problemas que presentan las empresas se pueden modelar como
problemas de programación lineal; por lo tanto, el conocer los conceptos
relacionados y el planteamiento correspondiente, brindará a los responsables,
mejores herramientas para la toma de decisiones.
Queremos saber tu opinión respecto a este tema, así que esperamos tus
comentarios y dudas al respecto. Puedes compartir en tus redes sociales utilizando
las botoneras de la parte superior e inferior.
Finalmente, a continuación, presentamos el planteamiento y solución al ejemplo
presentado al inicio del post relacionado a Infinity War:
Nuestras variables de decisión serían:
X = Número de Vengadores de Nivel 1 a utilizar
Y = Número de Vengadores de Nivel 2 a utilizar
Z = Número de Vengadores de Nivel 3 a utilizar
Siendo la función objetivo minimizar la destrucción de la tierra:
Min (Destrucción) = 500X+325Y+250Z
Sujeto a las siguientes restricciones:
Vencer a Thanos: 7000X+5000Y+4000Z≥81000
Restricción de Disponibilidad Nivel 1: X≤7
Disponibilidad Nivel 2: X≤8
Disponibilidad Nivel 3: X≤5
La solución final al problema sería:
X = 3 (Elijo a Thor, Iron Man y Dr. Strange)
Y = 8 (Todos deben participar)
Z = 5 (Todos deben participar)
Referencias:
Krajewski, L., Ritzman, L. & Malhotra M, (2008). Administración de Operaciones.
Procesos y Cadena de Valor (Octava ed.). Mexico, D.F.: Pearson Educación.
Disponible en: Casa del Libro y Amazon
Chase, R. & Jacobs, F. (2014). Administración de operaciones. Producción y cadena
de suministro (Decimotercera ed.). Mexico, D.F.: McGraw-Hill.
c). – Interpretación gráfica de los planteamientos de programación lineal con
dos variables.
Ejercicios Resueltos del Método Gráfico en Programación Lineal
Ejercicio N°1: Una empresa vitivinícola ha adquirido recientemente un terreno de
110 hectáreas. Debido a la calidad del sol y el excelente clima de la región, se puede
vender toda la producción de uvas Sauvignon Blanc y Chardonay. Se desea conocer
cuánto plantar de cada variedad en las 110 hectáreas, dado los costos, beneficios
netos y requerimientos de mano de obra según los datos que se muestran a
continuación:

Suponga que se posee un presupuesto de US$10.000 y una disponibilidad de 1.200

días hombre durante el horizonte de planificación. Formule y resuelva gráficamente
un modelo de Programación Lineal para este problema. Detalle claramente el
dominio de soluciones factibles y el procedimiento utilizado para encontrar la
solución óptima y valor óptimo.
Variables de Decisión:
• : Hectáreas destinadas al cultivo de de Sauvignon Blanc
• : Hectáreas destinadas al cultivo de Chardonay
Función Objetivo:
Maximizar

Restricciones:

•
Donde las restricciones están asociadas a la disponibilidad máxima de hectáreas
para la plantación, presupuesto disponible, horas hombre en el período de
planificación y no negatividad, respectivamente.
El siguiente gráfico muestra la representación del problema de la empresa
vitivinícola. El área achurada corresponde al dominio de soluciones factibles, donde
la solución básica factible óptima se alcanza en el vértice C, donde se encuentran
activas las restricciones de presupuestos y días hombre. De esta forma resolviendo
dicho sistema de ecuaciones se encuentra la coordenada de la solución
óptima donde y (hectáreas). El valor
óptimo es (dólares).

Ejercicio N°2: Un taller tiene tres (3) tipos de máquinas A, B y C; puede fabricar
dos (2) productos 1 y 2, todos los productos tienen que ir a cada máquina y cada
uno va en el mismo orden: Primero a la máquina A, luego a la B y luego a la C. La
siguiente tabla muestra:
• Las horas requeridas en cada máquina, por unidad de producto
• Las horas totales disponibles para cada máquina, por semana
• La ganancia por unidad vendida de cada producto

Formule y resuelva a través del método gráfico un modelo de Programación Lineal

para la situación anterior que permite obtener la máxima ganancia para el taller.
Variables de Decisión:
• : Unidades a producir del Producto 1 semanalmente
• : Unidades a producir del Producto 2 semanalmente
Función Objetivo:

Maximizar
Restricciones:

Las restricciones representan la disponibilidad de horas semanales para las

máquinas A, B y C, respectivamente, además de incorporar las condiciones de no
negatividad.
Para la resolución gráfica de este modelo utilizaremos el software GLP cual
abordamos en el artículo Problema de Planificación Forestal resuelto con Graphic
Linear Optimizer (GLP). El área de color verde corresponde al conjunto de
soluciones factibles y la curva de nivel de la función objetivo que pasa por el vértice
óptimo se muestra con una línea punteada de color rojo.

La solución óptima es y con valor

óptimo que representa la ganancia para el taller.
Ejercicio N°3: Una compañía elabora dos productos diferentes. Uno de ellos
requiere por unidad 1/4 de hora en labores de armado, 1/8 de hora en labores de
control de calidad y US$1,2 en materias primas. El otro producto requiere por unidad
1/3 de hora en labores de armado, 1/3 de hora en labores de control de calidad y
US$0,9 en materias primas. Dada las actuales disponibilidades de personal en la
compañía, existe a lo más un total de 90 horas para armado y 80 horas para control
de calidad, cada día. El primer producto descrito tiene un valor de mercado (precio
de venta) de US$9,0 por unidad y para el segundo este valor corresponde a US$8,0
por unidad. Adicionalmente se ha estimado que el límite máximo de ventas diarias
para el primer producto descrito es de 200 unidades, no existiendo un límite máximo
de ventas diarias para el segundo producto.
Formule y resuelva gráficamente un modelo de Programación Lineal que permita
maximizar las utilidades de la compañía.
Variables de Decisión:
• : Unidades a producir diariamente del Producto 1
• : Unidades a producir diariamente del Producto 2
Función Objetivo:

Maximizar
Restricciones:

La primera restricción representa las limitantes de horas de armado diariamente. La

segunda restricción la disponibilidad de horas para labores de control de calidad
(también diariamente). La tercera restricción establece una cota superior para la
producción y ventas diarias del Producto 1. Adicionalmente se incluyen las
condiciones de no negatividad para las variables de decisión.
El dominio de soluciones factibles tiene 5 vértices que corresponden a los
candidatos a óptimos del problema. En particular el vértice óptimo es D de modo
que la solución óptima es X1=200 y X2=120 con valor óptimo V(P)=7,8(200)
+7,1(120) =2.412 que corresponde a la utilidad máxima para la empresa.