Aprendizaje con la asistencia del Computador sus Tcnicas y Conceptos.

Para todo usuario profesional que pretenda de una buena planeacin con el fin de optimizar el mejoramiento y crecimiento de la empresa y sienta que necesita desarrollar an ms de sus destrezas computacionales y adquirir conocimientos en el campo, el aprendizaje con la asistencia del computador es una ayuda porque le sirve a futuro inmediato con el resultado de trasmitir una cantidad de informacin extensa en un corto perodo de tiempo. La aparicin del software de la ciencia de gerencia es uno de los acontecimientos ms importantes del proceso para la toma de decisiones. Los sistemas de software OR/MS son utilizados para construir ejemplos, para entender los conceptos existentes, y para descubrir conceptos gerenciales tiles. Por, nuevos progresos en el proceso de la toma de decisiones motivan a menudo el desarrollo de nuevos algoritmos de solucin y la revisin de los sistemas de software existentes. Los sistemas de software de OR/MS confan en la cooperacin de los usuarios de OR/MS, de los diseadores de algoritmos, y de los creadores del software. El cambio principal en el aprendizaje de este curso en los ltimos aos es tener menos afectacin en los algoritmos de solucin estratgica y ms en el proceso de modelo, aplicacin y en el uso del software. Esta tendencia continuar mientras ms estudiantes de diversos orgenes siguen buscando grados de MBA sin demasiada teora y matemticas. Nuestro enfoque es de-medio-camino. No tiene un exceso de

matemticas ni demasiada orientacin al software. Por ejemplo, nos inclinamos a formular problemas antes del uso del software. Usted necesita saber cmo modelar un problema de decisin, primero a mano y despus con el software para solucionarlo. El software se debe utilizar por dos propsitos diferentes.

Las computadoras personales, las hojas electrnicas, los paquetes profesionales de la toma de decisiones y otras tecnologas de informacin son difundidos actualmente en la gerencia. La mayora de las tomas de decisiones en la gerencia hoy en da implica el uso de la computadora. Por otra parte, necesitamos asegurarnos de preguntar a nuestro razonamiento y demostrar por qu debemos aprender con el instrumento. En el curso que se imparte, el instrumento es el paquete de software para el usuario. Cada estudiante que toma cursos de Fsica y Qumica hace experimentos en los laboratorios para tener una buena nocin de los asuntos en estos campos de estudio. Tambin se realizan experimentos gerenciales para entender los conceptos y las tcnicas de la ciencia de la Gerencia.

Objetos de Aprendizaje

El aprendizaje con la asistencia del computador es similar al modelo de aprendizaje experimental. Los aficionados del aprendizaje experimental son bastante firmes en relacin a cmo se aprende. El aprendizaje ocurre raramente de memoria. El aprender ocurre porque se sugiere en una situacin en la cual es impulsado el usuario a realizarse. El usuario recibe informacin de la computadora y entonces si es necesario ajusta su proceso-de-razonamiento. Desafortunadamente, la mayora de los cursos en la sala de clase no son sistemas de aprendizaje. La manera en que los instructores intentan ayudar a sus estudiantes a adquirir habilidades y conocimientos no tienen absolutamente nada que ver con la manera en que realmente aprenden los estudiantes. Muchos instructores se basan en conferencias, pruebas, y en la memorizacin. A menudo, confan en "decir." Nadie recuerda mucho de la enseanza verbal, y lo que se dice verbalmente no se traduce en habilidades usables. Ciertamente, se aprende haciendo, fallando, y practicando hasta que se llega hacer bien. (Por error y ensayo). El aprendizaje con la asistencia del computador sirve este propsito.

Por ejemplo, el usuario debe utilizar sus paquetes de computadora para realizar el anlisis What if o Anlisis de Sensibilidad. Su software le permite observar los efectos de variar los "datos". El mismo estar ms envuelto en el proceso de razonamiento para construir modelos que en cmo utilizar el software para modelar algunos problemas especficos. El software es una herramienta, no puede sustituir su proceso de razonamiento. No se pondr demasiado enfoque en el software a expensas del aprendizaje de los conceptos. Aprender paso a paso la formulacin del problema, e interpretacin gerencial de los resultados del software.

Interpretaciones Gerenciales

Usualmente el problema de decisin es expresado por el tomador de decisiones en algunos trminos no tcnicos. Cuando usted piensa sobre el problema, y descubre qu mdulo del software utilizar, el usuario utilizar el software para obtener la solucin. La solucin estratgica se debe tambin presentar al tomador de decisiones en el mismo estilo de la lengua que es comprensible por el tomador de decisiones. Por lo tanto, no solo le d el listado del software. Sino que el usuario mismo debe proporcionar tambin la interpretacin gerencial de la solucin estratgica en algunos trminos no tcnicos.

Que se requiere?

Paquete de Computadora WinQSB El QSB (Quantitative Systems for Business Sistemas Cuantitativo para Negocios); es desarrollado y mantenido por Yih-Long Chang. Este paquete de software contiene los algoritmos de solucin de problemas de Investigacin de Operaciones y Gerencia (OR/MS) ms ampliamente usados. El software WinQSB es la versin de Windows de

QSB. No hay lnea-de-aprendizaje para este paquete, solo necesita unos cuantos minutos para aprender sus herramientas tiles.

Como usar LINDO e interpretar sus resultados para Programas Lineales

El computador siempre soluciona los programas lineales del mundo real, usando en su mayora el Mtodo Simplex. Los coeficientes de la funcin objetivo se conocen como coeficientes de costo (porque histricamente durante la Guerra Mundial II, el primer problema de PL era un problema de minimizacin de costo), coeficientes tecnolgicos, y los valores de RHS o valores del lado derecho. Esta es una manera perfecta de aprender los conceptos de anlisis de sensibilidad. Como usuario, usted tiene el lujo de ver los resultados numricos y de compararlos con lo que usted espera ver.

El software extensamente usado para problemas de PL es el paquete de Lindo. Una versin de Windows gratis puede ser descargada directamente de la Pgina de inicio del sitio de LINDO en LINDO, http://www.lindo.com. Precaucin. Antes de usar cualquier software, es buena idea asegurarse de que el usuario puede confiar en el paquete. Esta es una Gua LP Software Guide para su revisin.

Lindo es un paquete de software popular, el cual soluciona programas lineales. La aplicacin LP/ILP de WinQSB realiza las mismas operaciones que Lindo, pero en un estilo mucho mas fcil de usar.

El nombre LINDO es una abreviacin de Linear INteractive Discrete Optimization (Optimizacin Lineal Discreta Interactiva). Aqu la palabra "discreta" significa pasar de una solucin bsica factible (SBF) a la siguiente en lugar de desplazarse por toda la regin factible en busca de la solucin bsica factible ptima (si esta existe). Al igual que todos los paquetes de PL, tal como WinQSB, Lindo emplea el mtodo simplex. Junto con la solucin del problema, el programa tambin proporciona un anlisis comn de sensibilidad de los Coeficientes de la Funcin Objetivo (denominados Coeficientes de Costos) y el RHS o valores del lado derecho de las restricciones. A continuacin, presentamos una explicacin de los resultados del paquete LINDO.

Suponga que usted desea ejecutar el problema del Carpintero. Cargue el LINDO (de su paquete WinQSB). Digite lo siguiente en la ventana actual: MAX5X+3X2 S.T.2X1+X2<40 X1+2X2<50 End {MAX 5X1 + 3X2, Sujeta a 2X1 + X2 ? 40 X1 + 2X2 ? 50, Fin} Nota: -La funcin objetivo no debe contener ninguna constante. Por ejemplo, no se puede ingresar Max 2X1 + 5. -Todas las variables deben aparecer en el lado izquierdo de las restricciones, mientras que los valores numricos deben aparecer en el lado derecho de las restricciones (es por eso que a estos nmeros se los denomina valores RHS o valores del lado derecho). -Se presupone que todas las variables son no negativas. Por lo tanto, no ingrese las condiciones de no negatividad. Si desea obtener todas las Tablas Simplex, entonces -Haga clic en "Reports" (Informes) y luego elija "Tableau" (Tabla), luego haga clic en "Solve" (Resolver) y elija "Pivot" haga clic en "OK"

(Aceptar), "Close" (Cerrar), "Cancel" (Cancelar), contine de esta manera hasta que aparezca el mensaje "Do? Range (Sensitivity) Analysis" (Desea realizar un anlisis de rango [de sensibilidad]?). Seleccione "Yes" (S), si lo desea. Despus de minimizar la ventana actual, ver el resultado que puede imprimir para su anlisis gerencial. -De lo contrario, haga clic en "Solve" (Resolver), y luego elija "Solve" (Resolver). Es conveniente copiar el problema de PL de la primera ventana y luego pegarlo en la parte superior de la pgina de resultado. En la parte superior de la pgina aparece la tabla inicial y a travs de la parte superior de la tabla figuran las variables. La primera fila de la tabla es la funcin objetivo. La segunda fila es la primera restriccin. La tercera fila es la segunda restriccin y as sucesivamente hasta enumerar todas las restricciones en la tabla. Despus de la tabla inicial aparece un enunciado que indica la variable de entrada y la variable de salida. La variable de salida est expresada como la fila donde se colocar la variable de entrada. Luego se imprime la primera tabla de iteraciones. Se sigue ingresando sentencias y continan las iteraciones de la tabla hasta llegar a la solucin ptima. La siguiente sentencia, `LP OPTIMUM FOUND AT STEP 2' (OPTIMO DE PL ENCONTRADO EN EL PASO 2) indica que se encontr la solucin ptima en la iteracin 2 de la tabla inicial. Inmediatamente debajo aparece el ptimo del valor de la funcin objetivo. Este es el dato ms importante que le interesa a todo gerente. Muchas veces, aparecer un mensaje que lo sorprender: "LP OPTIMUM FOUND AT STEP 0" (OPTIMO DE PL ENCONTRADO EN EL PASO 0). Cmo puede ser paso 0? No es necesario primero desplazarse para encontrar un resultado...? Este mensaje es muy confuso. Lindo lleva un registro en su memoria de todas las actividades previamente realizadas antes de resolver cualquier problema que usted ingrese. Por lo tanto, no muestra exactamente cuntas iteraciones fueron necesarias para resolver el problema en cuestin. A continuacin

presentamos una explicacin detallada y una solucin para saber con exactitud la cantidad de iteraciones: Supngase que usted corre el problema ms de una vez o resuelve un problema similar. Para saber cuntas iteraciones lleva realmente resolver un problema en particular, debe salir de Lindo y luego reingresar, volver a escribir y a presentar el problema. De esta manera aparecer la cantidad exacta de vrtices (excluyendo el origen) visitados para llegar a la solucin ptima (si es que existe) en forma correcta. Despus de esto sigue la solucin del problema, es decir la estrategia para fijar las variables de decisin a fin de lograr el valor ptimo antes mencionado. Esto aparece con una columna de variables y una columna de valores. La columna de valores contiene la solucin del problema. La reduccin de costos asociada con cada variable se imprime a la derecha de la columna de valores. Estos valores se toman directamente de la tabla simplex final. La columna de valores proviene del RHS. La columna de reduccin de costos proviene directamente de la fila indicadora.

Debajo de la solucin, aparecen los valores de las variables de holgura / excedente de la tabla final. Los valores de las variables de holgura / excedente para la solucin final figuran en la columna `SLACK OR SURPLUS' (HOLGURA O EXCEDENTE). Los precios sombra relacionados aparecen a la derecha. Recuerde: Holgura representa la cantidad que sobra de un recurso y Excedente representa el exceso de produccin.

La restriccin obligatoria se puede encontrar buscando la variable de holgura / excedente con el valor de cero. Luego, examine cada restriccin para encontrar la que tenga slo esta variable especificada. Otra manera de expresar esto es buscar la restriccin que exprese igualdad en la solucin final.

Debajo,

aparece

el

anlisis

de

sensibilidad

de

los

coeficientes de costos (es decir de los coeficientes de la funcin objetivo). Cada parmetro de coeficiente de costos puede variar sin afectar la solucin ptima actual. El valor actual del coeficiente se imprime junto con los valores de lmite superior e inferior permitidos para que la solucin siga siendo ptima.

Debajo aparece el anlisis de sensibilidad para el RHS. La columna de "filas" imprime el nmero de filas del problema inicial. Por ejemplo, la primera fila impresa ser la dos porque la fila uno es la funcin objetivo. La primera restriccin es la fila dos. El RHS de la primera restriccin est representado por la fila dos. A la derecha, aparecen los valores para los cuales el valor RHS puede cambiar manteniendo la validez de los precios sombra. Ntese que en la tabla simplex final, los coeficientes de las variables de holgura / excedente en la fila objetivo proporcionan la unidad del valor del recurso. Estos nmeros se denominan precios sombra o precios duales. Debemos tener cuidado al aplicar estos nmeros. Slo sirven para pequeos cambios en las cantidades de recursos (es decir, dentro de los rangos de sensibilidad de RHS).

Cmo crear condiciones de no negatividad (variables libres) Por omisin, prcticamente todos los paquetes de software de resolucin de problemas de PL (como por ejemplo LINDO) presuponen que todas las variables son no negativas. Para cumplir con este requerimiento, convierta cualquier variable no restringida Xj en dos variables no negativas reemplazando cada Xj por y - Xj. Esto aumenta la dimensionalidad del problema slo en uno (introducir una variable y) independientemente de cuntas variables sean no restringidas. Si cualquier variable Xj est restringida a ser no positiva, reemplace cada Xj por - Xj. Esto reduce la complejidad del problema.

Resuelva el problema convertido y luego sustituya estos cambios para obtener los valores de las variables originales y el valor ptimo.

Ejemplos Numricos Maximizar-X1sujeta a: X1+X20, X1 + 3X2 3. El problema convertido es: Maximizar-y+X1sujetaa: -X1 - X2 + 2y 0, -X1 - 3X2 + 4y 3, X1 0, X2 0, and y 0. La solucin ptima para las variables originales es: X1 = 3/2 - 3 = 3/2, X2 = 3/2 - 0 = 3/2, con valor ptimo de 3/2.