PROTRAC, INC.

PROTRAC, Inc. produce dos lneas de maquinaria pesada. Una de sus lneas de productos, llamada equipo de excavacin, se utiliza de manera primordial en aplicaciones de construccin. La otra lnea, denominada equipo para la silvicultura, est destinada a la industria maderera. Tanto la mquina ms grande de la lnea de equipo de excavacin (la E-9), como la mayor de toda la lnea de equipo para la silvicultura (la F-9) son fabricadas en los mismos departamentos y con el mismo equipo. Empleando las proyecciones econmicas correspondientes al siguiente mes, el gerente de mercadotecnia de PROTRAC ha considerado que durante ese periodo ser posible vender todas las E-9 y F-9 que la compaa sea capaz de producir. La gerencia tiene que recomendar ahora una meta de produccin para el mes prximo. Es decir, cuntas E-9 y F-9 debern fabricar si la direccin de PROTRAC desea maximizar la contribucin del mes entrante a las ganancias (es decir, el margen de contribucin, definido como los ingresos menos los costos variables)? Los datos de PROTRAC La toma de esta decisin requiere la consideracin de los siguientes factores importantes: 1. El margen de contribucin unitaria de PROTRAC es de $5000 por cada E-9 vendida y de$4000 por cada F-9. 2. Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como en el B. 3. Para la produccin correspondiente al mes prximo, estos dos departamentos tienen tiempos disponibles de 150 y 160 horas, respectivamente. La fabricacin de cada E-9 requiere 10 horas de maquinado en el departamento Ay 20 horas en el departamento B, mientras que a de cada F-9 requiere 15 horas en el departamento A y 10 en el B. Estos datos aparecen resumidos en la tabla 3.1. 4. Para que la administracin cumpla un acuerdo concertado con el sindicato, las horas totales de trabajo invertidas en la prueba de productos terminados del siguiente mes no deben ser ms all del 10% inferior a una meta convenida de 150 horas. Estas pruebas se llevan a cabo en un tercer departamento y no tienen nada que ver con las actividades de los departamentos A y B. Cada E-9 es sometida a pruebas durante 30 horas y cada F-9 durante 10. Dado que el 10% de 150 es 15, las horas destinadas a las pruebas no pueden ser menores que 135. Esta informacin se resume en la tabla 3.2. 5. Con el fin de mantener su posicin actual en el mercado, la alta gerencia ha decretado como poltica operativa que: deber construirse cuando menos una F-9 por cada tres E-9 que sean fabricadas.

6. Uno de los principales distribuidores ha ordenado un total de cuando menos cinco E-9 y F- 9 (en cualquier combinacin) para el prximo mes, por lo cual tendr que producirse por lo menos esa cantidad. A partir de estas consideraciones, el problema de la gerencia es decidir cuntas E-9 y F-9 fabricar el prximo mes. En trminos de modelos, la gerencia intenta determinar la mezcla de productos ptima, tambin llamada plan de produccin ptimo. Procedamos ahora a mostrar la manera de expresar este problema como un modelo de optimizacin y particularmente como un programa lineal. Para ello, tendremos que identificar las restricciones y la funcin objetivo.

Las restricciones

: Hemos indicado que en cada departamento es limitado el tiempo

disponible para las operaciones de maquinado durante la fabricacin de las E-9 y F-9. Por ejemplo, para el periodo considerado, no hay ms de 150 horas disponibles en el departamento A. Esta disponibilidad limitada de horas es una restriccin. Para formular de manera concisa tal restriccin, comencemos por determinar las horas que se invertirn en el departamento A. Recuerde que tanto las E-9 como las F-9 deben tornearse en el departamento A. Sabemos que cada E-9 requerir

10 horas de maquinado en dicho departamento. Cada F-9 emplear 15 horas en el departamento A. Por tanto, para cualquier plan de produccin, 10(nmero de E-9 producidas) _ 15(nmero de F-9 producidas) _ horas totales en el dpto. A. Esto puede expresarse mejor si introducimos una notacin sencilla. Sea
E = cantidad de E-9 por producir

F = cantidad de F-9 por producir

Entonces la expresin del total de horas usadas en el departamento A se convierte en 10E + 15F = total de horas empleadas en el departamento A. Pero como hay un mximo de 150 horas disponibles en el departamento A, segn hemos dicho, de aqu se desprende que las variables de decisin E y F tendrn que satisfacer la condicin (es decir, la restriccin) 10E + 15F 150 Esto expresa la restriccin de horas para el departamento A. El smbolo significa menor o igual que y a la condicin (3.1) se le llama restriccin de desigualdad. El nmero 150 se conoce como lado derecho (LD) de la desigualdad. Resulta claro que el lado izquierdo (LI) de la desigualdad depende de los valores desconocidos o incgnitas E y F y recibe el nombre de funcin de restriccin. La desigualdad (3.1) es una forma simblica y concisa de expresar la restriccin por la cual la cantidad total de horas empleadas en el departamento A para producir E unidades de la E-9 y F unidades de la F-9 no deber sobrepasar las 150 horas disponibles. Tambin observamos que por cada E-9 producida se utilizarn 20 horas y por cada F-9 se emplearn 10 horas de torneado en el departamento B. Dado que hay a lo sumo 160 horas disponibles en el departamento B, se desprende que los valores de E y F tendrn que cumplir tambin con 20E + 10F 160 Las desigualdades (3.1) y (3.2) representan dos de las restricciones del problema actual. Existen otras? El estudio previo de las consideraciones principales nos muestra que existe tambin un acuerdo con el sindicato que debe ser respetado (es decir, la consideracin principal 4). Para cada E-9 fabricada se requerirn 30 horas de pruebas y para cada F-9, 10 horas. Por consiguiente 30E + 10F = horas totales empleadas para las pruebas El total de las horas de mano de obra para las pruebas no puede ser menor que 135. As, obtenemos la restriccin 30E +10F 135 El smbolo significa mayor o igual que y la condicin (3.3) se conoce tambin como restriccin de desigualdad. Observe usted que la condicin (3.3) es una desigualdad del tipo (un requerimiento), en oposicin a las condiciones (3.1) y (3.2), que son desigualdades del tipo (limitaciones). Otra restriccin indica que debe producirse cuando menos una F-9 por cada tres E-9. Esa situacin se expresa con smbolos en esta forma

Dado que ambos lados de la desigualdad pueden multiplicarse por el mismo nmero positivo sin cambiar la direccin de la desigualdad, podemos multiplicar por 3 ambos lados de esta ltima restriccin para obtener

Ms adelante, en el captulo 5, veremos que la interpretacin adecuada de la optimizacin de los informes de la hoja de clculo se simplifica si dicha desigualdad se expresa con todas las variables de decisin del lado izquierdo (formando as la funcin de restriccin). Por tanto, en este caso restamos 3F de ambos lados para obtener la expresin apropiada

Es frecuente que los coeficientes de este tipo de restricciones sean escritos incorrectamente. Por ejemplo, alguien podra escribir 3EF. Para empezar, escriba usted cualquier restriccin y luego compruebe que expresa algebraicamente lo mismo que en espaol. La sexta de las consideraciones principales establece que es preciso producir cuando menos cinco unidades el prximo mes, en cualquier combinacin. Esta restriccin se expresa sencillamente as

Hasta ahora hemos especificado en forma simblica y precisa cinco restricciones de desigualdad asociadas al problema de produccin de PROTRAC. Puesto que no tiene sentido producir una cantidad negativa de equipos E-9 o F-9, tendremos que incluir dos condiciones adicionales

Las condiciones como la (3.6), en la cual se requiere que E y F sean no negativos, se llaman condiciones de no negatividad. Es importante tener presente que el trmino no negativo no es equivalente al trmino positivo. La diferencia es que no negativo permite que el valor sea cero, mientras que positivo prohbe el uso de dicho valor. En resumen, estas son todas las restricciones y las condiciones de no negatividad del modelo de PROTRAC, Inc.:

EVALUACIN DE VARIAS DECISIONES

En el modelo anterior, la seleccin de valores para el par de variables (E, F) se conoce como una decisin; E y F se llaman variables de decisin porque se trata de cantidades controladas por la administracin. Queda claro que en este problema una decisin es una mezcla de produccin. Por ejemplo, E = 6 y F = 5 es una decisin para fabricar seis E-9 y cinco F-9. Algunas decisiones no negativas satisfarn todas las restricciones (3.1) a (3.5) de nuestro modelo, pero otras no lo harn. Por ejemplo, podemos observar que la decisin E = 6, F = 5 satisface las restricciones (3.1), (3.3), (3.4) y (3.5) y viola la restriccin (3.2). Para apreciar la situacin, sustituimos E = 6, F = 5 en las restricciones (3.1) a (3.5) y evaluamos los resultados. Al hacer esto, obtenemos

De la misma manera, la decisin E = 6, F = 5 satisface las restricciones (3.3), (3.4) y (3.5). De modo semejante, la mezcla de produccin E = 5, F = 4 satisface todas las restricciones. La mezcla, o decisin, E = 6, F = 5 no es permisible pues, como acabamos de ver, no hay bastantes horas disponibles en el departamento B (restriccin 3.2) para aplicar esta decisin.

Otra manera de decir lo mismo es que esta decisin no es permisible porque ha violado una de las restricciones. Entre la infinita cantidad de parejas no negativas de nmeros (E, F), algunas parejas, o decisiones, violarn cuando menos una de las restricciones y algunas las satisfarn todas. En nuestro modelo, slo se permiten las decisiones que satisfacen todas las restricciones. A esas decisiones se les conoce como decisiones factibles.

La funcin objetivo: De todas las decisiones permisibles, o factibles, cul deber aplicarse? Como dijimos anteriormente, cada modelo de programacin lineal tiene un objetivo especfico, adems de restricciones. La direccin de PROTRAC, Inc. se propone maximizar las ganancias del prximo mes; por lo cual stas son el objetivo. Resulta claro que las ganancias de PROTRAC provienen de dos fuentes. 1. Una contribucin a las ganancias proviene de la venta de equipos E-9. 2. Otra contribucin a las ganancias proviene de la venta de equipos F-9. En nuestro estudio previo de los principales factores por considerar, indicamos que el margen de contribucin unitaria es de $5000 por cada E-9 y de $4000 por cada F-9. Dado que PROTRAC gana $5000 por cada E-9 y que E indica la cantidad de mquinas E-9 por producir, vemos que 5000E = contribucin a las ganancias por la produccin de E unidades de E-9 En forma similar, 4000F = contribucin a las ganancias por la produccin de F unidades de F-9 Por tanto, la decisin de producir E unidades de E-9 y F unidades de F-9 alcanza una contribucin contribucin total a las ganancias =5000E + 4000F Ntese que, en general, cuando solamente se dan (o slo estn disponibles) los datos de ingresos, lo nico que se puede hacer es maximizar los ingresos sujetndose a las restricciones. Si slo se cuenta con la informacin referente a los costos, entonces todo lo que puede hacerse es minimizar el costo de producir una mezcla determinada de productos. Sin embargo, si se dispone de informacin sobre costos e ingresos, por lo general es ms conveniente maximizar la contribucin a las ganancias, antes que el ingreso. Una solucin ptima: De la infinidad de decisiones que satisfacen todas las restricciones (es decir, de todas las decisiones factibles), aquella que aporte la mayor contribucin total a las ganancias se llamar solucin al problema de PROTRAC o, como se le conoce con frecuencia, solucin ptima. Por tanto, buscamos una solucin que permita maximizar la contribucin total a las ganancias en relacin con el conjunto de las decisiones factibles. Tal decisin se llama decisin ptima.

Dado que la contribucin total a las ganancias es una funcin de las variables E y F, nos referiremos a la expresin 5000E + 4000F como la funcin objetivo y trataremos de encontrar valores factibles de E y F que optimicen (que en este caso significa maximicen) la funcin objetivo. Entonces, nuestro objetivo, en trminos simblicos, se expresa concretamente como maximizar 5000E + 4000F

Por ejemplo, antes vimos que la decisin E = 5, F = 4 es factible porque satisface todas las restricciones. El valor objetivo que corresponde a esta decisin sera

Asociada con la decisin E = 6, F = 5, el valor objetivo sera

Mejoramiento del valor objetivo: Aunque este valor objetivo es mayor que el anterior y, por tanto, es ms atractivo, recordamos que E = 6 y F = 5 no es una decisin factible, ya que viola una de las restricciones. Por tanto, PROTRAC no puede considerar esta decisin y debe descartarla. Existe una decisin factible preferente; es decir, una decisin para la cual el valor objetivo rebase los 41,000? Por ejemplo, la decisin E = 6, F = 3.5 satisface las restricciones y arroja un valor objetivo de 44,000, que ciertamente es mejor que 41,000. Es realmente este plan de produccin (E = 6, F = 3.5) una decisin ptima (es decir, una solucin de nuestro modelo), o es posible conseguir algo mejor? Recuerde que slo puede considerar las decisiones factibles, es decir, las alternativas de produccin que satisfagan todas las restricciones.

OBSERVACIONES SOBRE EL MODELO PROTRAC

En la siguiente seccin veremos cmo optimizar rigurosamente (es decir, sin adivinar las respuestas) este modelo y muchos otros semejantes, a partir de su representacin en hojas de clculo. Adems, veremos cmo se puede emplear Solver para que realice una buena parte del trabajo por nosotros. Sin embargo, dedicaremos primero un momento a repasar la formulacin simblica completa del modelo de PROTRAC, Inc. y haremos luego varias observaciones acerca de su forma. En el anlisis precedente tradujimos la descripcin verbal de una situacin real en un modelo simblico completo, con una funcin objetivo y restricciones. Este modelo, que llamaremos modelo de PL simblico, es

Funciones lineales. Advirtase que en el modelo de PL anterior todas las funciones de restriccin (recuerde que tales funciones son la parte izquierda de las restricciones de desigualdad) y la funcin objetivo son funciones lineales de las variables de decisin. Como recordar, el grfico de una funcin lineal de dos variables es una recta. En general, una funcin lineal es aqulla en la que cada variable aparece en un trmino separado junto con su coeficiente (es decir, no hay productos o cocientes de las variables; aqu no hay exponentes que no sean 1; no existen trminos logartmicos, exponenciales, de postulados SI() ni trigonomtricos). Como puede usted apreciar, estas consideraciones son vlidas para cada una de las funciones del modelo anterior. En contraste, la funcin 14E + 12EF es no lineal porque el trmino 12EF implica un producto de variables. Tampoco la funcin 9E2 + 8F es lineal, puesto que la variable E est elevada a la potencia 2. Otros ejemplos de funciones no lineales son y 19 Log E + 12E2F. Algunos ejemplos de las funciones de Excel que muy frecuentemente introducen caractersticas de no linealidad en los modelos son SI(), MAX(), MIN(), LN() y ABS(). Como podr usted imaginar, las funciones no lineales son ms difciles de manejar desde el punto de vista matemtico. El poder de la programacin lineal en estas aplicaciones proviene de la potencia de las relaciones lineales (igualdades y desigualdades) y del hecho de que los modelos lineales pueden ser aplicados fcilmente en situaciones reales por administradores con pocos conocimientos de las matemticas que intervienen en ellos. Para nuestros fines actuales, los principios importantes que conviene recordar son

Consideraciones sobre integralidad. Como observacin final, veamos de otra manera la formulacin completa del modelo de PROTRAC, Inc. Conviene indicar que, a menos que se establezcan restricciones especficas adicionales (para obligar a que las variables de decisin sean de enteros) debemos estar dispuestos a aceptar soluciones fraccionarias. En muchos modelos de PL, como el de PROTRAC, Inc., ser verdad que los valores fraccionarios de las variables de decisin no tienen interpretaciones fsicas significativas. Por ejemplo, tal vez no se pueda poner en prctica directamente una solucin que indique produzca 3.12 equipos E-9 y 6.88 F-9. Por otra parte, hay muchos problemas en que las fracciones evidentemente tienen significado (por ejemplo,

produzca 98.65 litros de petrleo). Para los casos en los cuales las respuestas fraccionales no tienen significado, existen cuatro recursos posibles: 1. Aada una condicin de integralidad al modelo de PL, con lo cual se obligar a una o ms variables de decisin a adoptar slo valores enteros. Esto transforma el modelo en lo que se llama modelo de optimizacin de enteros, o programa de enteros. En estos modelos intervienen muchas consideraciones adicionales, adems del programa lineal ordinario. Los programas de enteros sern estudiados con todo detalle en el captulo 7. 2. Resuelva el modelo como si fuera un PL ordinario y despus redondee (por ejemplo, al entero ms cercano) cualquier variable de decisin para la cual no resulte aceptable una respuesta fraccionaria. En muchos casos, esta tctica sencilla y aceptable genera soluciones que posiblemente no sean factibles u ptimas. En el captulo 7 estudiaremos las ventajas y desventajas de este procedimiento. 3. Considere que los resultados del modelo de PROTRAC durante un mes son la produccin promedio mensual para un modelo de varios meses. Por ejemplo, una solucin que diga produzca 3.5 E-9 y 6.25 F-9 puede aplicarse como si dijera imponga un plan de produccin que fabrique 3.5 E-9 cada mes pero (a) venda 3 E-9 en un mes, dejando una mitad de un E-9 como inventario de producto en proceso que se acumula para terminarse el siguiente mes y (b) venda 4 E-9 cada segundo mes. De igual modo, produzca 6.25 F-9 cada mes pero (a) venda solamente 6 F-9 cada mes, acumulando cualquier F-9 fraccionario como inventario de producto en proceso para el mes siguiente, excepto (b) venda 7 F-9 cada cuarto mes. Queda claro que dicha regla da como resultado una produccin y venta promediada cada intervalo de cuatro meses de 3.5 E-9 y 6.25 F-9 por mes, como lo estipula la solucin PL. Las ventajas y desventajas de emplear un modelo de promedio mensual como sustituto de las decisiones de produccin a lo largo de varios meses se estudiarn en el captulo 6 al formular modelos dinmicos, es decir, modelos para mltiples periodos. 4. Considere que los resultados del modelo de PROTRAC correspondiente a un mes slo tienen propsitos de planeacin, pero no son decisiones operativas que vayan a implantarse per se. Es decir, los resultados del modelo slo servirn como gua para la decisin final, que necesariamente comprender muchas otras consideraciones reales no captadas por el modelo de PL ms abstracto. De todas maneras, tales consideraciones muy probablemente obligarn a que las decisiones finales de la gerencia se desven de las decisiones del PL referentes a valores fraccionarios. En este caso, la solucin del modelo de PL ofrece un punto de partida para ese tipo de consideraciones o la base para el discernimiento y los conocimientos administrativos que, como recordar usted, fue el objetivo original que expusimos en el captulo 1 en nuestro argumento a favor de la construccin de modelos. En la prctica se adoptan todos estos enfoques. Por ahora nos bastar suponer que ambas soluciones fraccionarias son significativas para fines de aplicacin y que el modelo constituye a base para la planeacin y el discernimiento (opcin 4, anterior).