Anda di halaman 1dari 15

MODELIZACIN MATEMTICA

I.1 DEFINICIN DE MODELO


Los siguientes autores manifiestan la conceptualizacin de modelo.
TAHA.
Es el vehculo para resumir un problema de decisin, en forma tal que haga posible la
identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema. Despus
se llega a una decisin seleccionando la alternativa que se juzgue mejor.
THIERAUF.
Representacin o abstraccin de un objeto o situacin real, que muestra las relaciones directas o
indirectas y las interrelaciones, de accin y reaccin, causa-efecto, con el fin de solucionar
problemas .
HILLIER - LIEBERMAN.
Son representaciones idealizadas, que extraen la esencia de la materia de estudio, muestran
interrelaciones y facilitan su anlisis.
MOSKOWITZ.
Es una abstraccin idealizada de un sistema de la vida real, cuyo propsito es brindar un medio
que propicie el anlisis del comportamiento del sistema, con el fin de mejorar su desempeo.
Como podr observarse no hay coincidencia total en las conceptualizaciones vertidas por los
distintos autores. Esto pone en evidencia, que si bien es cierto que la disciplina matemtica que
aplica estos conceptos, tal es el caso de la Investigacin Operativa, ha tenido un vertiginoso
desarrollo en los ltimos aos, no es menos cierto que todava no se ha alcanzado una uniformidad
de opiniones en relacin a muchos temas que trata la materia. No obstante podemos destacar que
todos de alguna manera coinciden en que el objeto de estudio es un sistema del cual se quiere
obtener la mxima eficiencia.











1
I.2 CLASIFICACIN DEL MODELO.
Los modelos se clasifican como:
1. ICNICOS
2. ANLOGOS O ANALGICOS
3. SIMBLICOS O MATEMTICOS.
1. Los modelos icnicos, son la representacin en forma fsica del sistema real, en una escala
aumentada o reducida.
Por ejemplo: Un avin de juguete, es un modelo icnico de un avin real.
2. Los modelos analgicos, son descriptivos, adems que representan cualidades y propiedades del
modelo y esencialmente requieren la sustitucin de estas propiedades por otras, con la finalidad de
poder manipular al modelo. Al trmino del problema, la solucin es interpretada de acuerdo al
sistema original.
Por ejemplo: Un termmetro es un modelo analgico y representa la temperatura, un circuito
elctrico puede representar una red de distribucin de agua.
3. Los modelos simblicos o matemticos, hacen uso de smbolos (signos, letras, nmeros,
colores,..) y funciones matemticas para representar las variables de decisin y sus relaciones que
determinan el comportamiento del sistema.
Por ejemplo: Para encontrar la superficie de un tringulo utilizamos el modelo matemtico

2
*h b
A =
Donde :
A es la superficie encontrada del tringulo,
b es la longitud de la base de tringulo,
h la altura del mismo.
I.3 CLASIFICACIN Y ESTRUCTURA DEL MODELO MATEMTICO.
Los modelos matemticos pueden ser clasificados como:
A) CUALITATIVOS - CUANTITATIVOS.
2
Cualitativos.
Son aquellos que estudian los problemas de acuerdo a sus cualidades, propiedades o caractersticas.
La maqueta de una obra arquitectnica, es ejemplo de modelo cualitativo.
Cuantitativos.
Se refiere a la construccin de un modelo matemtico representada por cantidades, en funcin a las
variables y constantes del mismo.
Por ejemplo los modelos matemticos que resuelven problemas de Programacin Lineal, El CPM
(Mtodo del Camino Crtico), el PERT (Tcnica de Evaluacin y Revisin de Programas), son
algunos de los modelos matemticos que estn dentro de este rubro.
B) ESTNDAR - HECHO A LA MEDIDA
Estndar.
Son aquellos que son utilizados en forma repetitiva, aplicando el mismo procedimiento y se
generarn resultados que no cambian en esencia; pero s numricamente.
Para calcular el rea de cualquier tringulo, se utiliza la frmula independientemente de los valores
que tomen b y h:
2
*h b
A =
- Modelo hecho a la medida.
Es aplicable estrictamente para resolver un problema en especfico, en consecuencia, si se presentan
otras variantes al mismo, quedar posteriormente obsoleto.
C) PROBABILSTICO - DETERMINSTICO.
Probabilsticos o estocsticos.
La caracterstica del modelo estocstico es que al menos una variable no controlable tiene un
comportamiento aleatorio y en consecuencia est sujeta a variacin.
Por ejemplo en los modelos que representan la Planeacin de la Produccin, la demanda
seguramente tendr un comportamiento aleatorio o sea que la demanda puede variar en funcin del
tiempo, en este caso se dice que el modelo es un modelo probabilstico o estocstico.
Determinsticos.
3
Son modelos en los cuales las variables toman valores ciertos y no dependen del azar ni pueden
tener variaciones.
Ilustrando esto, tenemos que, si la tasa del Impuesto sobre la Renta (ISR), es una tasa fija y
conocida, un modelo matemtico que contenga esta tasa, como nica variable no controlable,
resultara ser un modelo determinstico.
D) DESCRIPTIVOS - DE OPTIMIZACIN
Descriptivos.
Como su nombre lo indica, este tipo de modelo describe los elementos del problema. Contribuye
con la informacin vital requerida que ayudar en la toma de decisiones.
Un mapa de divisin poltica, un plano orogrfico, el plano de un edificio, son ejemplos de modelos
descriptivos.
De optimizacin.
Por lo general son modelos iterativos por naturaleza, o sea que son procedimientos en los cuales
existen repeticiones anlogas. Se llega a la solucin final a pasos y cada nueva iteracin es una
mejor aproximacin a la solucin ptima del problema. La programacin Lineal, busca optimizar
sus soluciones.
F) HEURSTICOS
En esencia, emplean reglas intuitivas que servirn como gua para explorar las trayectorias ms
probables para llegar a una conclusin.
G) ESTTICO - DINMICO.
Esttico.
Determinan una respuesta para una serie especial de condiciones fijas que probablemente no
cambiarn significativamente a corto plazo.
El Modelo de Inventarios de Produccin y consumo, es un ejemplo de modelo matemtico esttico.
Dinmico.
Est sujeto al factor tiempo, ya que desempea un papel esencial en la secuencia de decisiones. Sin
importar cuales hayan sido el resultado de la decisin anterior, el modelo matemtico nos permite
encontrar la decisiones ptimas para los perodos que queden todava en el futuro.
Modelos de Asignacin de Presupuestos a diversos proyectos en forma secuencial, es un ejemplo de
modelo matemtico dinmico.
4
F) SIMULACIN - NO SIMULACIN.
Simulacin.
Son aquellos mediante los cuales se hace una rplica del comportamiento y operacin del sistema.
Pueden manejarse sistemas bastante complejos que difcilmente se lograran de manera manual, o
bien sistemas en los cuales las variables tienen un comportamiento aleatorio. En este caso se recurre
al uso de nmeros aleatorios. Los resultados que se obtienen son generalmente imprecisos.
En un proceso de colas, la tasa de llegada de clientes y la tasa de servicio, pueden ser generados por
nmeros aleatorios segn sus distribuciones de probabilidad respectivas. Esto ejemplifica un modelo
de simulacin.
No simulacin.
Estadsticamente hablando, no realiza experimentos sobre los datos de una muestra ms que sobre el
universo entero.
Debe mencionarse que todos los modelos que son de simulacin, se ejecutan de esta manera, de lo
contrario, arrojara costos muy elevados.
En la Investigacin de Operaciones los modelos son casi siempre matemticos ya que son
representaciones de la realidad expresadas en ecuaciones, de estructura fundamental muy sencilla:
( )
j i
y x F U , =
Donde
U : utilidad o valor de la ejecucin del sistema
F : es la funcin o la relacin entre las variables
x
i
: variables independientes, que afectan a U
y
j
: variables dependientes.
Un modelo matemtico comprende principalmente tres conjuntos de elementos:
1) Variables y parmetros de decisin.
Las variables son las incgnitas o decisiones que deben determinarse segn se vaya resolviendo el
problema.
Los parmetros pueden ser determinsticos o probabilsticos y son los valores que se relacionan con
las variables, restricciones y la funcin objetivo.
5
2) Restricciones o limitantes.
Son aquellas limitaciones que se deben tomar en cuenta, como las tecnolgicas, econmicas y otras
del sistema que van a restringir a las variables de decisin en un rango de valores que resulte
factible.
3) Funcin objetivo.
Es una expresin matemtica que describe el objetivo que persigue el problema. As mismo, define
la medida de efectividad que obtiene el sistema, cuando los valores de las variables de decisin con
sus respectivos parmetros y restricciones, dan como resultado un mejoramiento del sistema.
El xito del Modelo Matemtico depender en gran medida de la precisin con la que se hayan
expresado la funcin objetivo y las restricciones a las que est sujeta sta, en trminos de ecuaciones
matemticas.
I. 4 FASES DEL ESTUDIO DE INVESTIGACIN DE OPERACIONES.
La Investigacin de Operaciones, hace uso de una metodologa para resolver problemas, tomando en
consideracin las etapas de un proyecto de Investigacin de Operaciones.
Las etapas son:
1) Estudio de la organizacin.
Representando la organizacin como un sistema segn sus componentes e interacciones que pueden
ser controlables o no controlables.





Donde la organizacin est conformado por subsistemas (1, 2, 3 ), que se comunican por canales de
informacin (A,B,C) , de manera que los componentes interactan de manera determinada.
2) Interpretacin de la organizacin como un sistema.
Al sistema entran elementos para combinarlos y as lograr los objetivos que persigue el sistema,
donde el control ( auto-corrige), monitorea la salida del sistema con lo planeado.

6

Entrada Salida
SISTEMA


CONTROL
(autocontrol)

Algunos de los objetivos que se persiguen podran ser: La interaccin de los componentes para
incrementar la posibilidad de tomar mejores decisiones, mejorar la coordinacin entre los mltiples
componentes de la organizacin, mejorar el control del sistema, lograr un mejor sistema.
3) Aplicacin del Mtodo Cientfico,
Segn Churchman, Ackoff, Arnoff
1
, consistente en las siguientes fases:
I. FORMULACIN DEL PROBLEMA.
II. CONSTRUCCIN DEL MODELO MATEMTICO QUE REPRESENTE AL SISTEMA EN
ESTUDIO
III. DERIVACIN DE LA SOLUCIN A PARTIR DELMODELO.
IV. COMPROBACIN DEL MODELO Y DE LA SOLUCIN DERIVADA DE L.
V. APLICACIN DE LA SOLUCIN, (EJ ECUCIN).
Seguidamente se detalla cada componente del Mtodo Cientfico:
I. FORMULACIN DEL PROBLEMA.
En esta fase se define el problema a resolver y los objetivos que se pretenden alcanzar, mostrando
las herramientas para hacer uso y mejoramiento de los esfuerzos de los investigadores, divididos en
dos aspectos:
A) PERODO DE ORIENTACIN.
Denominado tambin como el primer perodo de la investigacin.
El equipo de Investigacin de Operaciones ajeno a la empresa tiene la oportunidad de valorar al
problema y a la organizacin. Los promotores que son los crticos cientficos y los que ayudan a la
organizacin econmicamente (fundaciones, gobierno,...) tienen tambin una oportunidad similar de
tener un acercamiento a la empresa.
7
As, al final del perodo de orientacin puede especificarse bajo que condiciones se realiza la
investigacin y puedan tomarse las medidas necesarias que satisfagan tales condiciones.
B) LOS COMPONENTES DEL PROBLEMA.
Para llegar a la formulacin del problema debemos plantear, en que consiste el problema?, o
cules son sus componentes?. Para lo cual tomaremos en cuenta lo siguiente:
1. La evidencia de que alguien o algn grupo tiene un problema.
Este "alguien o grupo" es tambin llamado CENTRO DE DECISIN.
Cuando el centro de decisin no est satisfecho con algn aspecto de las actividades, tienen la
autoridad para implementar, modificar y concluir las polticas vigentes en la organizacin y del
sistema en estudio.
Las cuestiones siguientes pueden servir de gua en la adopcin de decisiones.
i)Quin es el responsable de emitir las recomendaciones que estn en relacin a las modificaciones
de las polticas?.
ii.)De quin depende la aprobacin y como es expresada la misma?
iii.)Cmo se realiza la aprobacin final? P. ej. Por voto mayoritario en deliberacin conjunta, por
una autoridad final.
iv.)Alguien tiene poder de veto absoluto?
v.)Quin es el responsable de aplicar las recomendaciones aprobadas?
vi.)Quin valorar la accin tomada?
2. Los objetivos que persigue quien toma las decisiones.
El ejecutivo de la organizacin puede desear mantener y obtener algunos objetivos diferentes, tales
como: disminuir costos de produccin, aumentar su volumen de ventas, mejorar el servicio a
clientes, etc...,
3. El sistema.
Que es el escenario de los recursos restringidos o inexistentes en relacin con quien toma las
decisiones.
El sistema est formado por un conjunto de componentes interrelacionados que buscan un objetivo
comn, p. ej.: El consejo administrativo, el personal de la empresa, la maquinaria y equipo, los
materiales empleados para obtener el producto final, el volumen de ventas, la competencia, ...,
8
4. Los cursos de accin alternativos.
Son al menos dos alternativas o polticas planteadas para que el que toma la decisin tenga la opcin
a elegir.
Para obtener una lista de alternativas, se deben de formular y contestar las siguientes preguntas para
cada parte del sistema.
En que medida afectan la eficacia del sistema hacer ciertos cambios, en el personal, equipo,
operaciones, mquinas, materiales, etc..., en relacin con los objetivos sealados?
Una vez especificadas las acciones y reacciones posibles, est concluida la Identificacin de los
Componentes del Sistema, y se pasar a la Transformacin del Problema de la Toma de Decisiones,
a un Problema de Investigacin de Operaciones, que segn Churchman, Ackoff, Arnoff, implica las
siguientes etapas:
a)La seleccin de la lista de objetivos obtenidos en la formulacin del problema.
b) La seleccin de la lista de posibles cursos de accin alternativos.
c) La definicin de la medida de rendimiento que va a utilizarse.
II. CONSTRUCCIN DEL MODELO MATEMTICO QUE REPRESENTA AL SISTEMA EN
ESTUDIO.
La representacin de algn objeto que est sujeto a estudio (acontecimientos, procesos, sistemas) es
llamado Modelo Cientfico, que tiende a ser de carcter explicativo y es utilizado con fines de
prediccin y control.
En la primera fase de la construccin del modelo son expuestas las medidas alternativas a evaluar y
la definicin de la medida de rendimiento, donde el rendimiento del sistema estar en funcin de los
valores de las variables.
Los valores de las variables independientes se utilizan para definir los cursos de accin posible (x
i
)
por los directivos de la organizacin, y (y
j
) son los aspectos dependientes (o variables dependientes)
de los cursos de accin ( x
i
).
p. ej.: La demanda del consumidor y la cantidad a producir estn en funcin de (f ) y ( E ) es la
medida de rendimiento utilizada.
En la construccin del modelo, se estructuran una o ms ecuaciones de la forma:
( )
j i
y x F U =
En el sistema, hallar la solucin, consiste en encontrar los valores de las variables controlables x
i
,
que harn un mximo de rendimiento del mismo.
9
En algunos casos se utilizar la medida de falta de rendimiento (p. ej.: costos esperados), entonces la
solucin radica en hacer mnima la medida de eficiencia.
Paso 1. Ennumerar los componentes del sistema.
Se empieza por enumerar a todos los componentes del sistema que contribuye al rendimiento o no
rendimiento de su funcionamiento.
Datos de entrada ( ) =
j i
y x f E , Resultado
Paso 2. Dar jerarqua a los componentes.
Ya teniendo la lista que completan los componentes del sistema, lo siguiente es identificar cuales de
ellos deben tomarse en cuenta, y ver si hay alguno en relacin a otro ( o en funcin de otro) o si el
curso de accin es totalmente independiente.
Se tendr que averiguar por que el sistema funciona en la forma en la que lo hace, qu factores
producen los efectos que han sido observados?, de qu manera se pueden manipular para que se
produzcan los efectos deseados?
Paso 3. Agrupar los componentes.
Para su buen manejo resulta conveniente concentrar ciertos componentes del sistema . La
combinacin de stos pueden dar origen a otro diferente.
Paso 4. Asignar smbolos de sustitucin.
En la lista modificada ser necesario determinar si el componente tiene un valor fijo o variable, se
deber buscar los aspectos del sistema que estn afectando al componente variable. Se asignarn a
los componentes variables un smbolo para cada subcomponente.
Paso 5. Construir el modelo matemtico.
Dependiendo de la definicin del problema el equipo de Investigacin de Operaciones se decidir
sobre el modelo ms adecuado que representar al sistema, que har especficas las expresiones
cuantitativas para el objetivo y sus restricciones, todo en funcin de las variables de decisin.
III. DERIVACIN DE LA SOLUCIN A PARTIR DEL MODELO MATEMTICO.
Segn Prawda
2
, resolver un modelo consiste en encontrar los valores de las variables dependientes,
asociadas a los componentes controlables del sistema con el fin de optimizar, si no es posible, o en
caso de no serlo, mejorar la eficiencia y/o efectividad del sistema, dentro del marco de referencia
que fijan los objetivos establecidos por el grupo de toma de decisiones.

10
Los mtodos de solucin son:
1. Mtodo Analtico.
2. Mtodo Numrico.
3. Tcnicas de Simulacin.
1.- EL MTODO ANALTICO. Se basa en el anlisis matemtico clsico, se utiliza para obtener
soluciones en forma deductiva, (llamadas tambin soluciones analticas), o sea, que parte de lo
general para llegar a lo particular.
2.- EL MTODO NUMRICO. Se aplica cuando la solucin no se puede obtener mediante es en
mtodo analtico, en este caso, se utiliza anlisis numrico, (Iterativo) o solucin numrica en forma
inductiva, que va de lo particular a lo general. La solucin de un problema aplicando este tipo de
mtodo iterativo, se aproxima a la solucin ptima con un error tan pequeo como se quiera, basado
en una serie de pruebas sobre la misma lgica de solucin, en relacin a resultados obtenidos en una
aproximacin anterior.
3.- TCNICAS DE SIMULACIN. Estos mtodos se basan fundamentalmente en la imitacin del
sistema real, es muy til en la solucin de problemas complejos, o bien cuando las variables tienen
un comportamiento aleatorio.
La Simulacin de Montecarlo, es un mtodo que se aplica en problemas en los cuales las variables
tienen un comportamiento probabilstico. Esta tcnica es utilizada cuando no se puede pueden
aplicar mtodos de solucin numrica o de solucin analtica. Para la aplicacin de esta tcnica, se
generan nmeros aleatorios para obtener valores muestrales sobre la base de un modelo
probabilstico que describe el comportamiento de la variable o bien en base a una distribucin de
probabilidad.
La Teora de J uegos, es un sistema donde existen varios grupos de decisin que reaccionan entre s.
Existen Lenguajes de Programacin para la Simulacin, como: DYNAMO, FORTRAN, GPSS,
SIMSCRIPT, etc.
IV. COMPROBACIN DEL MODELO Y DE LA SOLUCIN.
El modelo debe probar su validez, antes de ser implantado, observando si los resultados predicen o
no, con cierta aproximacin o exactitud, los efectos en relacin a las diferentes alternativas de
solucin.
Si los resultados del modelo, se alejan bastante de los resultados reales del sistema, se debe tomar en
cuenta lo siguiente:
Determinar si el modelo seala el rendimiento del sistema segn una o ms variables que
afectan a dicho rendimiento.
11
Corroborar si el modelo no ha omitido alguna variable que tenga efecto importante en el
rendimiento del sistema.
Comprobar si el modelo expresa realmente la relacin real existente entre la medida de
rendimiento y la variables (x
i
,y
j
).
Verificar si los parmetros incluidos en el modelo no estn siendo evaluados adecuadamente.
Para comprobar la solucin del modelo, deber recopilarse la informacin, con el fin de hacer las
pruebas necesarias y hacer la verificacin segn los siguientes pasos:
a)Definir cientficamente (incluyendo la medida de rendimiento)
b)Llevar a cabo el muestreo (incluyendo el diseo de experimentos)
c) Reducir el nmero de datos.
d) Utilizar los datos en la prueba de hiptesis
e) Evaluar los resultados.
Si estos pasos son llevados a cabo recurrentemente cada vez que obtienen resultados del modelo y
les son presentados al grupo de toma de decisiones, se empieza a ejecutar un procedimiento
sistemtico de control que depura y ajusta al mismo, con la realidad.
V. ESTABLECIMIENTO DE LOS CONTROLES Y APLICACIN DE LA SOLUCIN.
Los sistemas no suelen ser estables y su estructura est sujeta a cambios, que pueden ser cambios
entre las variables que definen al propio sistema , o pueden ser cambios entre los valores de las
variables del sistema.
El objetivo del establecimiento de controles, es para que no se pierda la efectividad del modelo
matemtico debido a cambios en los parmetros y la eficacia de la solucin puede verse disminuida
debido a:
- cambio de los valores
- cambio de la relacin entre ellos
- cambio en ambos factores.
En consecuencia, un parmetro que no era significativo puede llegar a serlo o puede dejar de serlo, o
tal vez, cambiar su grado de importancia.
El diseo de un sistema de control deber tomar en cuenta lo siguiente:
12
1. Enumeracin de las variables y la relacin entre ellas, y la manera en que afecta a
la solucin el cambio de los valores.
2. Elaboracin de un procedimiento para detectar los cambios importantes entre los
parmetros (variables) y las relaciones,
3. Especificacin de la accin que deber tomarse o los ajustes que deben llevarse a
cabo en el momento de ocurrir un cambio importante.
Los parmetros enumerados pueden ser clasificados como:
a)Valores que se conocen de antemano durante el perodo correspondiente a una decisin.
Como por ejemplo: nmero de das de trabajo, precio de ventas de un artculo,...
b) Medidas cuyos valores no se conocen de antemano.
P. ejemplo: La cantidad de producto defectuosa, la utilidad anual de la empresa, entre otros.
La participacin entre los investigadores de operaciones y el personal de operacin, cuyo trabajo en
conjunto, permitir desarrollar exitosamente el plan de implantacin. Ya que ninguna consideracin
prctica se dejar de analizar, y de esta manera podrn verificarse las modificaciones o ajustes
posibles al sistema.

1
Churchman, Ackoff, Arnoff. Introduccin a la Investigacin de Operaciones. Ed. Aguilar. Pg 12
2
Prawda, J uan. Mtodos y Modelos de Investigacin de Operaciones. Vol. I. Ed. Limusa. Pg.34

I. 5 FORMULACIN DE PROBLEMAS NO LINEALES.
A continuacin se presenta un ejemplo de cmo elaborar un modelo matemtico no lineal.
Se requiere determinar cul ser la cantidad de inversin inicial nica, teniendo en cuenta la
cantidad futura dada, despus de cierto nmero de aos, ganando cierta tasa de inters?
DATOS DE ENTRADA ( )
j i
y x F U , = RESULTADO
Cantidad a invertir
13
Tasa de inters
Tiempo de inversin
( )
j i
y x F U , = CANTIDAD FUTURA
Variables controlables : Cantidad de inversin nica y Tiempo de inversin.
Variables no controlables : tasa de inters anual
Tomando en cuenta lo anterior deducimos que la cantidad futura dada ser igual a la inversin nica
inicial ms el inters ganado.
El inters ganado se obtiene del factor inversin nica por el inters anual.
Asignamos smbolos para plantear lo anteriormente descrito.
F: Cantidad futura obtenida
P: Inversin inicial nica
Pi : cantidad ganada
i: Tasa de inters anual
Luego entonces la cantidad futura estar expresada de la siguiente manera:
F = P + P i
Para el primer ao
Cantidad futura para el primer ao =Inversin nica inicial +cantidad ganada
F1 =P +Pi
Factorizando P
F1 =P ( 1 +i ) ....
Para el ao 2.
La cantidad de dinero acumulado F2, ser igual a la cantidad acumulada al trmino del primer ao
ms el inters final del ao 1 hasta el final del ao 2.
Entonces F2 =F1 +F1 i
Si F1 =P ( 1 +i ), sustituyendo tenemos
14
F2 =P ( 1 +i ) +P ( 1 +i) i =P(1 +i)(1 +i) =P(1 +i)
2

Para el ao 3.
La cantidad de dinero acumulado F3, ser igual a la cantidad acumulada al trmino del segundo ao
ms el inters final del ao 2 hasta el final del ao 3.
F3 =F2 +F2.i =F2(1 +i) =P(1 +i)
2
(1 +i) =P(1 +i)
3

..
Siguiendo con el mismo razonamiento y aplicando el principio de induccin completa, tendremos
que el capital final o monto para el ao n ser:
F
(n)
=F
(n-1)
+F
(n-1)
.i =F
(n-1)
(1 +i) =P(1 +i)
n-1
.(1 +i) =P(1 +i)
n
.
F
(n)
=P(1 +i)
n

Como nuestro objetivo es conocer la cantidad de inversin inicial nica P, tendremos:
( )
( )

+
=
n
n
i
F P
1
1

Esta expresin permitir determinar el valor presente P de una cantidad futura dada F
(n)
, despus de
n aos a una tasa de inters i.
15