Introduccin:

Siendo de suma importancia en la actualidad las decisiones que tomamos en cuanto a los negocios, siempre tratando de disminuir el riesgo de una posible perdida y optando siempre por la mejor opcin posible, demostraremos en el presente proyecto como es que mediante el uso de una de las tantas aplicaciones posibles de la programacin lineal, se puede lograr elegir la opcin ms acertada, es decir la que nos puede generar ms ganancias y menos perdidas, con la finalidad de no tomar decisiones que pueden ser perjudiciales para nuestro negocio o empresa.

Nombre del proyecto:

Maximizacin de las inversiones utilizando la programacin lineal.

Problema y Objetivos:
Cul tiene que ser la distribucin de la inversin para obtener el mximo inters anual? Objetivos: O. Principal: dar a conocer la mejor alternativa para invertir en un negocio mediante la aplicacin de la programacin lineal. O. Especficos: Evitar las perdidas en un negocio. Demostrar la eficiencia de la programacin lineal en las finanzas. Invertir de forma adecuada.

Hiptesis: El uso de la programacin lineal evita las perdidas en un negocio. Marco Terico:
Historia de la programacin lineal El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos, a Joseph Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La programacin lineal se plantea como un modelo matemtico desarrollado durante la Segunda Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al ejrcito y aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la postguerra, muchas industrias lo usaron en su planificacin diaria. Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en 1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid Kantorvich, un matemtico ruso, que utiliza tcnicas similares en la economa antes de Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico ruso, Leonid Khachiyan, dise el llamado Algoritmo del elipsoide, a travs del cual demostr que el problema de la programacin lineal es resoluble de manera eficiente, es decir, en tiempo polinomial.2 Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo del punto interior para resolver problemas de programacin lineal, lo que constituira un enorme avance en los principios tericos y prcticos en el rea. El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70 puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de computacin necesaria para examinar todas las permutaciones a fin de seleccionar la

mejor asignacin es inmensa (factorial de 70, 70!) ; el nmero de posibles configuraciones excede al nmero de partculas en el universo. Sin embargo, toma slo un momento encontrar la solucin ptima mediante el planteamiento del problema como una programacin lineal y la aplicacin del algoritmo simplex. La teora de la programacin lineal reduce drsticamente el nmero de posibles riesgos a correr. Qu es programacin lineal?: La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales. Aplicaciones de la programacin lineal: La programacin lineal es una de las principales herramientas de la investigacin operativa, pero de utilizacin tambin en diferentes tpicos de decisiones financieras. Toda decisin financiera se realiza para maximizar una funcin objetivo, generalmente relacionada con la rentabilidad o utilidades, debiendo respetar determinados requerimientos de espacio fsico, inversin, tiempos, entre otros recursos, con lo que a partir de estas condiciones es viable a la aplicacin de la programacin lineal. Es generalizada la atribucin del desarrollo inicial de la programacin lineal a George Stigler y a George Dantzig, en la segunda mitad de la dcada del 40 del siglo pasado. Sin embargo, tal como lo indica Fernandez Lpez (2003), el profesor Jos Barral Souto, espaol de nacimiento pero con desarrollo intelectual en Argentina, anticip desde UBA , los cimientos de la programacin lineal casi diez aos antes. De hecho, el propio Wassily Leontief le escribi una carta en 1961 al entonces decano de la Facultad de Ciencias Econmicas de la UBA, William Leslie Chapman, solicitando autorizacin para reproducir un artculo de Berral Souto de 1941 en el que en esencia anticip la aplicacin de la programacin lineal a la teora econmica. Entre los supuestos de la programacin lineal, como veremos, se encuentra la certeza respecto de la funcin objetiva y los requerimientos a satisfacer. Sin embargo, sabido es que existen tres estados de la naturaleza a saber: certeza, riesgo e incertidumbre. En un ambiente de certeza, no hay duda respecto de los parmetros que definen las funciones explicativas del objeto a alcanzar o de las restricciones impuestas. En estos casos se aplica sin adaptaciones la programacin lineal clsica.

En un ambiente de riesgo, no todos los parmetros o datos son conocidos, pero es factible tratarlos como una variable aleatoria, es decir, identificar los posibles valores que pueden tomar las variables y asignarles una probabilidad a cada uno de ellos. El agregado que corresponde hacerle al modelo clsico es la aplicacin de la teora de las probabilidades. Si, en cambio, la situacin que afrontamos es de incertidumbre, es decir, no somos capaces de definir una variable aleatoria con probabilidades asignadas a cada valor de las variables debemos incorporar la matemtica difusa.

Ejemplo:
o Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas. El fabricante dispone para la confeccin de 750 m de tejido de algodn y 1000 m de tejido de polister. Cada pantaln precisa 1 m de algodn y 2 m de polister. Para cada chaqueta se necesitan 1.5 m de algodn y 1 m de polister. El precio del pantaln se fija en 50 y el de la chaqueta en 40 . Qu numero de pantalones y chaquetas debe suministrar el fabricante a los almacenes para que estos consigan una venta mxima? 1- Eleccin de incgnitas: X = nmero de pantalones Y = nmero de chaquetas 2- Funcin objetivo: f(x,y) = 50x + 40y 3- Restricciones: Para describir las restricciones vamos a ayudarnos de una tabla: Pantalones Chaquetas Disponible Algodn Polister 1 2 1,5 1 750 1000

Como el nmero de pantalones y chaquetas son nmeros naturales, tendremos dos restricciones ms:

4- Hallar el conjunto de soluciones factibles: Tenemos que representar grficamente las restricciones. Al ser x 0 e y 0, trabajaremos en el primer cuadrante. Representamos las rectas, a partir de sus puntos de corte con los ejes.

Resolvemos grficamente la inecuacin: 2x + 3y 1500, para ello tomamos un punto del plano, por ejemplo el (0,0) 20 + 30 1500 Como 0 1500 entonces el punto (0,0) se encuentra en el semiplano donde se cumple la desigualdad. De modo anlogo resolvemos 2x + y 1000 20 + 0 100 La zona de interseccin de las soluciones de las inecuaciones sera la solucin al sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.

5- Calcular las coordenadas de los vrtices del recinto de las soluciones factibles: La solucin ptima, si es nica, se encuentra en un vrtice del recinto. Estos son las soluciones a los sistemas: ( ) ( ) ( )

6- Calcular el valor de la funcin objetivo: En la funcin objetivo sustituimos cada uno de los vrtices. ( ) ( ) ( ) ( ) La solucin ptima es fabricar 375 pantalones y 250 chaquetas para obtener un beneficio de 28750 . La solucin no siempre es nica, tambin podemos encontrarnos con una solucin mltiple. Ejemplo: Si la funcin objetivo del ejercicio anterior hubiese sido: ( ) ( ) ( ) ( ) En este caso todos los pares, con soluciones enteras, del segmento trazado en negro seran mximos.

Maximizacin de las inversiones

Ciertos inversionistas peruanos disponen de 210.000 soles para invertir en la bolsa. De acuerdo a los resultados de inversiones actuales tienen en cuenta dos tipos de acciones. Los de la empresa Erkom Per S.A., que rinde el 10% y la empresa Constructora Titn S.A., que rinde el 8%. Deciden invertir un mximo de 130.000 soles en las de la empresa Erkom Per y como mnimo 60.000 en la empresa Constructora Titn S.A. Adems ellos quieren que la inversin en la empresa Erkom Per S.A. sea menor que el doble de lo que van a invertir en la empresa Constructora Titn S.A. Cul tiene que ser la distribucin de la inversin para obtener el mximo inters anual?

Solucin:
Es un problema de programacin lineal. Llamamos x a la cantidad que invertimos en acciones de Erkom Per S.A. Llamamos y a la cantidad que invertimos en acciones de Constructora Titn S.A.

Erkom Peru S.A.C Constructora Titan S.A.

inversin x y

rendimiento 0,1x 0,08y

210000= 0,1x+0,08y
Condiciones que deben cumplirse (restricciones):

Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la regin factible (conjunto de puntos que cumplen esas condiciones) x y 0 210000 210000 0

r1

r2 (paralela a OY)
x y 130000 0

r3 (paralela a OX)
x 0 y 60000

x 0 130000

r4

y 0 65000

La regin factible es la pintada de amarillo, de vrtices A, B, C, D y E

D
50000

50000

A(0, 60000) B(120000, 60000) C(130000, 65000) D(130000, 80000) E(0, 210000)

La funcin objetivo es: F(x, y)= 0,1x+0,08y

Si dibujamos la curva F(x, y)=0 (en rojo) y la desplazamos se puede comprobar grficamente que el vrtice ms alejado es el D, y por tanto es la solucin ptima.

Reemplazando:
A (0, 60000)
F (0, 60000)=0,1(0) +0,08(60000) = 4800

B (120000, 60000)
F (120000, 60000)=0,1(120000)+0,08(60000) =60000

C (130000, 65000)
F (130000, 65000)=0,1(130000)+0,08(65000) = 65000

D (130000, 80000)
F (130000, 80000)=0,1(130000)+0,08(80000) =77000

E (0, 210000)
F (0, 210000)= 0,1(0)+0,08(210000) =16800

Conclusin:
Comprobando analticamente (es decir, comprobar que el valor mximo de la funcin objetivo F se alcanza en el vrtice D) se debe invertir 130000 soles en la empresa Erkom Per S.A. y 80000 en la empresa constructora Titn S.A. para poder obtener una ganancia de 77000 soles.