Importancia de la Programacin lineal y anlisis de sensibilidad en las organizaciones

Actualmente el mundo empresarial globalizado ha obligado a las organizaciones de los pases

en vas de desarrollo a ser ms eficientes y competitivos, para as subsistir en el mercado. De
esta manera se favorece la generacin de empleo, la democratizacin de oportunidades y la
participacin de los ciudadanos. Siendo importante la utilizacin de diversos modelos
matemticos para optimizar el uso eficiente de los recursos. Es por ello que en este ensayo se
describe como la programacin lineal y el anlisis de sensibilidad nos ayuda a solucionar los
problemas dentro de una empresa. Teniendo en cuenta si los cambios en los parmetros de un
problema de programacin lineal afectan a la solucin ptima, ya que es de suma importancia
en la toma de decisiones. Esto debido a que los problemas reales ocurren en un entorno de
constante cambio. Con el fin de optimizar el empleo de los recursos limitados. Y que a la vez
son aplicados con xito en diferentes organizaciones como en el ejrcito, la agricultura, la
industria, el transporte, la economa, los sistemas de salud e, incluso, en las ciencias
conductuales y sociales.
La programacin lineal es uno de los modelos matemticos que nos ayuda asignar de
manera ptima los recursos escasos. Por ello para plantear un problema debemos de tener en
cuenta tres conjuntos bsicos de elementos: a) Variables de decisin y parmetros, siendo las
variables de decisin las cantidades desconocidas que deben determinarse en la solucin de
un problema cuyo modelo plantea y los parmetros son valores que especifican la relacin
entre las variables de decisin; b) Conjunto de restricciones, son aquellas limitaciones que
restringen las variables de decisin. Las cuales consumirn valores permisibles en el modelo;

y c) Funcin objetivo, se encarga de definir la eficacia del modelo en funcin de las variables
de decisin. Con ello se plantea el problema mediante la programacin lineal identificando
las variables importantes del problema, y procediendo a plantear la funcin objetivo en
trminos de las variables de decisin, identificando los recursos limitantes para plantear cada
una de las restricciones y por ultimo formular el modelo de acuerdo con la estructura general.
Los inicios de la programacin lineal alcanzo un notable desarrollo en la dcada de los
aos 40, segn Beneke & Winterboer (1985) permitiendo identificar los valores mximos o
mnimos de determinadas expresiones matemticas. Ya en 1945 Stiegler define y soluciona el
problema particular de la obtencin de la dieta de mnimo costo para la alimentacin de
ganado. A partir de 1949 aparece un extraordinario nmero de publicaciones sobre la base
terica de la programacin lineal as como de sus aplicaciones a las diversas ramas de la
economa. Los cuales fueron importantes por la influencia y difusin de estas tcnicas
matemticas. Adems de los trabajos y las actividades de la Cowles Commission for research
in econoomics, la Rand Corporation, el Departamento de Matemticas de la Universidad de
Princeton y el Carnegie Institute of Technology. Pero aos ms tarde Moya (1998) menciona
que fue George B. Dantzig y otro grupo de personas asociadas en el ao 1947, acataron una
solicitud de autoridades militares del gobierno de los Estados Unidos, donde se dedicaron a
investigar cmo se poda aplicar las matemticas y la estadstica para resolver problemas de
planeacin y programacin con fines puramente militares.
En ese mismo ao Dantzig y sus colaboradores plantearon por primera vez la
estructura matemtica bsica del problema de programacin lineal. De la cual, se puede decir
que cualquier fenmeno en que interviene un nmero determinado de variables no negativas,
que se pueden ligar entre s mediante relaciones de desigualdad o igualdad y que reflejen las
limitaciones o restricciones que el fenmeno presenta con miras a optimizar un objetivo,
puede ser formulado como un modelo de programacin matemtica. Si tanto las restricciones

como la funcin objetivo se pueden enunciar mediante expresiones lineales, estamos frente a
un campo particular de la programacin matemtica denominada programacin lineal. En
este caso la palabra programacin no se refiere a programacin en computadoras; sino que
se utiliza como sinnimo de planeacin. La programacin lineal trata sobre la planeacin de
las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la
meta especificada entre las alternativas de solucin.
La programacin lneal y el anlisis de sensibilidad nos ayuda a tomar decisiones en el
competitivo entorno empresarial. Dentro de las cuales pueden encontrarse varias
aplicaciones. Por ejemplo cuando en la empresa Gloria S.A. Se quiere elaborar el programa
de produccin y un inventario que satisfaga la demanda de ventas en un periodo determinado
hacia el futuro. Se utiliza la programacin lineal con el fin de satisfacer la demanda y al
mismo tiempo minimizar los costos totales de produccin e inventario. O cuando el gerente
de marketing quiere determinar cmo asignar mejor el presupuesto de publicidad fijo entre
medios de publicidad alterno como la radio, la televisin, el peridico y las revistas. Al
gerente le gustara determinar la combinacin de medios que maximice la efectividad de la
publicidad. Pero en cada caso nos interesa la maximizacin o minimizacin de alguna
cantidad. En el primer ejemplo gloria quiere minimizar los costos y en el segundo ejemplo el
gerente de marketing quiere maximizar la efectividad de la publicidad.
Una vez obtenida la solucin ptima de un problema con el modelo de la
programacin lineal, es muy til saber cmo manejar los posibles cambios que puede haber
en los parmetros que influyen en la solucin ptima. Es por ello que el anlisis de
sensibilidad nos ayuda a identificar parmetros sensibles cuyos valores no pueden cambiar
sin que cambie la solucin ptima. Pero en algunos casos, el cambio del valor de un
parmetro dentro de una restriccin funcional puede afectar la factibilidad de la solucin
ptima. Es por ello que para manejar tales parmetros, es til determinar el intervalo de

valores para que la solucin ptima sigua siendo factible. Este rango de valores es tambin el
rango dentro del cual la restriccin correspondiente permanece valido. Tal informacin es
invaluable en dos sentidos. Dado que primero identifica los parmetros ms importantes, por
lo que se debe tener un cuidado especial para hacer estimaciones cercanas y seleccionar una
solucin que tenga un buen desempeo para la mayora de los valores posibles. Y segundo
identifica los parmetros que ser necesario controlar muy de cerca cuando el estudio se
implante. Peor si se descubre que el valor real de un parmetro esta fuera de su intervalo de
valores permisibles, esta ser una seal incontrastable de que es necesario cambiar la
solucin.
Por otro lado podemos decir que el modelo de programacin lineal es tambin una
representacin esttica de la situacin de un problema y que la realidad siempre est
cambiando, por tanto, el modelo debe utilizarse de forma dinmica. Por ejemplo, cuando las
expectativas de la cada de petrleo cambian, el modelo se puede utilizar para determinar el
efecto que este cambio tendr en la carga mundial. O mejor an imaginemos que el
americano aumenta en comparacin con la moneda nacional. Cmo cambiara la carga en el
Per? Todas estas interrogantes la podemos determinar con el modelo de programacin lneal
para determinar cmo reaccionar ante los cambios, el modelo tambin es til en una forma
ms activa. Es por ello que el modelo de programacin lineal ayudo a kodak a evaluar el
efecto general de los posibles cambios en cualquier instalacin. En el anlisis final, los
gerentes reconocen que no pueden utilizar el modelo solo con ponerlo a funcionar, o leer los
resultados y ejecutar la solucin. La recomendacin del uso del modelo, es combinada con el
juicio gerencial que nos proporciona la solucin final.
La aplicacin del uso de la programacin lineal tiene ventajas debido a que brinda un
plan detallado para lograr el resultado ptimo, ya que ofrece rangos de precios de cada
actividad dentro de la cual no se modifica la solucin. Permite evaluar costos de sustitucin

de las actividades, indica el uso de cada recurso limitante en el plan ptimo, identifica los
costos de oportunidad interno de cada recurso o insumo limitante, define el rango dentro del
cual se mantiene el costo de oportunidad de cada recurso. Desde un punto de vista prctico,
algunas virtudes de los programas lineales con respecto a los no lineales son: resultan ms
fciles de definir y formular, ya que permiten trabajar de manera eficiente con mayor nmero
de variables de decisin y se adaptan mejor al tratamiento algortmico con computadoras,
aprovechando la rapidez de clculo de stos.
El anlisis de los modelos matemticos son herramientas valiosas para la toma de decisiones,
donde el objetivo es optimizar (maximizar o minimizar) un resultado que nos permite
analizar y elegir la mejor entre muchas alternativas. Proponiendo formas particulares de
abordaje a problemas empresariales, aprovechando los actuales avances informticos,
ofreciendo gran ayuda a la hora de valorar futuras estrategias de desarrollo y mejora de una
empresa. Esto nos da valores que nos ayudan con la mejora continua en las industrias. Y que
cada vez seamos ms eficientes y competitivos. Es por ello que pensamos que la
programacin lineal nos ayuda a determinar de la mejor manera la distribucin de una
cantidad de recursos limitados en procura de lograr un objetivo expresable. Finalmente quiero
comentar que debemos tener pleno conocimiento de que los modelos matemticos nos
ayudaran a tomar mejores decisiones y que mientras mayor sea nuestras habilidades en el
manejo de esta tcnica, estos conocimientos nos otorgaran mayores posibilidades de
encontrar respuestas para un desarrollo sustentable.

Referencias
Anderson, D. & Sweeney, D. (2011). Mtodos Cuantitativos para los Negocios (11a. Ed.).:
Introduccin a la programacin Lineal (pp. 234-294). Mxico, Av. Santa Fe, numero 515:
Cengage Learning, Inc.
Anderson, D. & Sweeney, D. (2011). Mtodos Cuantitativos para los Negocios (11a. Ed.).:
Programacin Lineal: Anlisis de sensibilidad e interpretacin de la solucin (pp. 234-294).
Mxico, Av. Santa Fe, numero 515: Cengage Learning, Inc.
Alvarado, J. (2009) La programacin lineal aplicacin de la pequeas y medianas empresas.
Recuperado de http://www.redalyc.org/pdf/729/72912559007.pdf
Beneke, R. & Winterboer, R. (1984). Programacin lineal aplicacin a la agricultura. Espaa:
Editorial AEDOS.
Eppen, G.D. & Gould, F.J. & Schmidt C.P. (2000) Investigacin de Operaciones en la ciencia
Administrativa (5va. Ed.). : Optimizacin Lineal (pp. 66-129). Mexico, Naucalpam de
Jurez: Prentice Hall Hispanoamericana S.A.
Hillier, F. & Lieberman, G. (2010) Introduccin a la investigacin de operaciones: Teora de
la dualidad y anlisis de sensibilidad (pp. 179-240). Mexico, Colonia desarrollo Santa Fe.
The McGraw-Hill Companies, Inc
Muoz, R. & Ochoa, M. & Morales, M. (2011) Investigacin de Operaciones: Programacin
lineal (pp. 7-34). Mexico, Colonia desarrollo Santa Fe: The McGraw-Hill Companies, Inc.
Moya, M. (1998). La programacin lineal. Costa Rica: EUNED.
Taha, H. (2012) Investigacin de Operaciones (9na. Ed).: Modelado con programacin lneal
(pp. 13-63). Mxico, Naucalpan de Jurez: Pearson
Weber, J. (1984). Matemtica para administracin y economa. Mxico: Editorial Hala.