Está en la página 1de 13

1 Introducción

La siguiente tarea trata sobre la formulación y resolución computacional de un modelo de

optimización de Programación Entera con restricciones binarias que busca la minimización de

costos de transporte de alumnos de enseñanza media trasladados hacia 3 colegios ubicados en

nuestra comuna. El problema propuesto se analizará con herramientas de Microsoft Office Excel.

Particularmente, el complemento Solver.

Este complemento nos permitirá resolver de manera eficiente la asignación de alumnos a los
colegios considerando todas las restricciones propuestas.
El presente informe es la continuación del trabajo realizado anteriormente, en el que se

buscaron los mínimos costos de transporte que planteaba nuestra función objetivo. Hemos dicho

que es la continuación porque ahora, de manera adicional a lo planteado en primer informe,

debemos restringir el envío de alumnos de una determinada zona a un único colegio.

Para el desarrollo plantearemos los siguientes pasos:


• Determinación de variables de decisión
• Determinación de la función objetivo
• Determinación de las restricciones asociadas al problema
• Ingresar los datos y ecuaciones a una planilla Excel de manera que puedan ser
determinados los requerimientos a través de la herramienta Solver.
2 Descripción del problema

El Consejo de Educación de nuestra comuna ha adoptado una decisión respecto del cierre

de uno de los establecimientos de Enseñanza Media, al final de este año escolar, y debe reasignar

todos los estudiantes a los restantes tres colegios de la comuna. El municipio dispone de buses

para todos aquellos alumnos que viajen más de 1 Km. para llegar su colegio, de modo que se

busca una reasignación que minimice los costos totales del transporte de dichos alumnos. La

siguiente tabla incluye los costos de transporte por alumno (en miles de pesos por alumno) desde

cada una de las áreas en que se ha dividido a los alumnos hasta los 3 colegios disponibles. Un

costo cero significa que un alumno en esa área no necesita bus para acceder a ese colegio y un

guión que no resulta factible asignar en esa combinación. Completa la tabla las estimaciones de

alumnos que habrá que reasignar en los tres últimos niveles de enseñanza media durante el

próximo año.

área Nº de alumnos % 2o medio % 3o medio % 4o medio Costo a colegio 1 Costo


a colegio 2 Costo a colegio 3
1 450 32 38 30 300 0 700
2 600 37 28 35 - 400 500
3 550 30 32 38 600 300 200
4 350 28 40 32 200 500 -
5 500 39 34 27 0 - 400
6 450 34 28 38 500 300 0
Capacidad 900 1100 1000
Tabla n°1:Costos de transporte por alumno desde cada una de las áreas hasta los 3 colegios.
Otra restricción impuesta en este problema es que cada uno de los niveles de enseñanza

media represente entre el 30 y 35% de los alumnos reasignados en cada colegio.

Una nueva restricción es que todos los alumnos de un área deben ser asignados a un sólo colegio.

3 Modelo propuesto
3.1 Definición de Variables

Xij: número de alumnos de 2° medio que pertenecen al área i, y se trasladan al colegio j.


Yij: número de alumnos de 3° medio que pertenecen al área i, y se trasladan al colegio j.
Zij: número de alumnos de 4° medio que pertenecen al área i, y se trasladan al colegio j.
Mij: número de alumnos totales del área i, que se trasladan únicamente al colegio j.
Mij = Xij + Yij + Zij: número de alumnos de 4° medio que pertenecen al área i, y se trasladan al
colegio j.
i: 1, 2, 3, 4, 5 y 6. j: 1, 2 y 3
3.2 Función Objetivo

Minimizar:

{300∙(M11) + 0∙(M12) + 700∙(M13+ 400∙(M22) + 500∙(M23) + 600∙(M31) +

300∙(M32) + 200∙(M33) + 200∙(M41) + 500∙(M42) + 0∙(M51) + 400∙(M53) + 500∙(M61) +

300∙(M62) + 0∙(M63)}

También podría ser:


Minimizar:

{300∙(X11+ Y11+Z11) + 0∙(X12+ Y12+Z12) + 700∙(X13+ Y13+Z13) + 400∙(X22+ Y22+Z22)


500∙(X23+ Y23+Z23) + 600∙(X31+ Y31+Z31) + 300∙(X32+ Y32+Z32) + 200∙(X33+

Y33+Z33) + 200∙(X41+ Y41+Z41) + 500∙(X42+ Y42+Z42) + 0∙(X51+ Y51+Z51) +

400∙(X53+ Y53+Z53) + 500∙(X61+ Y61+Z61) + 300∙(X62+ Y62+Z62) + 0∙(X63+

Y63+Z63)}

3.3 Restricciones

(1) Mi1 ≤ 950, i: 1, 3, 4, 5 y 6


(2) Mi2 ≤ 1.150, i: 1, 2, 3, 4 y 6
(3) Mi3 ≤ 1.050, i: 1, 2, 3, 5 y
(4) Mij = 1, si el alumno del área i, es asignado al colegio j.
(5) Mij = 0, si es un caso distinto al anterior.
(6) =1
(7) =1
(8) =1
(9) =1
(10) =1
(11) =1

(12) 0,3 ≤ ≤ 0,35 i: 1, 3, 4, 5 y 6

(13) 0,3 ≤ ≤ 0,35 i: 1, 3, 4, 5 y 6

(14) 0,3 ≤ ≤ 0,35 i: 1, 3, 4, 5 y 6

(15) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 4 y 6

(16) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 4 y 6

(17) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 4 y 6


(18) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 5 y 6

(19) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 5 y 6

(20) 0,3 ≤ ≤ 0,35 i: 1, 2, 3, 5 y 6

(21) M21 = 0

(22) M52 = 0

(23) M43 = 0

(24) Xij, Yij, Zij, Mij, ≥0

4 Detalle de la formulación en Excel

Area Nº de alumnos % 2o medio % 3o medio % 4o medio Costo a colegio 1 Costo


a colegio 2 Costo a colegio 3
1 450 32 38 30 300 0 700
2 600 37 28 35 - 400 500
3 550 30 32 38 600 300 200
4 350 28 40 32 200 500 -
5 500 39 34 27 0 - 400
6 450 34 28 38 500 300 0
Capacidad 950 1150 1050

N° ALUMNOS AREA
1 2 3 4 5 6
COLEGIO 1 450 600 550 350 500 450
2 450 600 550 350 500 450
3 450 600 550 350 500 450

COSTO TRASLADO AREA


1 2 3 4 5 6
COLEGIO 1 300 600 200 0 500
2 0 400 300 500 300
3 700 500 200 400 0

RESULTADOS AREA
1 2 3 4 5 6 total Rest. valor crítico
COLEGIO 1 450 0 0 0,00 0 450 900 ≤ 950
2 0 600 - 0,00 350 0 0 950 ≤ 1150
3 0 0 550 0 500 - 0 1050 ≤ 1050
total 450 600 550 350 500 450
valor crítico 450 600 550 350 500 450

% DE PARTICIPACIÓN NIVEL
2° medio 3° medio 4° medio
COLEGIO
1 0,330 0,330 0,340
2 0,337 0,324 0,339
3 0,343 0,330 0,328

Total Colegio
≤ 0,35% Rest. ≥ 0,3% Xij Yij Zij
900 315 ≤ 270 ≥ 297 297 306
950 332,5 ≤ 285 ≥ 320 308 322
1050 367,5 ≤ 315 ≥ 360 346 344

Tabla n°1: Formulación en MS Excel para el caso i).


La tabla n°1 muestra el detalle de la formulación en MS Excel para el caso i), en donde

por medio de la utilización de la herramienta Solver, se puede encontrar la minimización de


costos en el transporte deseado.

5 Resultados y Análisis
5.1 ii) Situación inicial de transporte

Solución óptima
VARIABLES DE DECISIÓN AREA
1 2 3 4 5 6
COLEGIO 1 1 0 0 0 0 1
2 0 1 0 1 0 0
3 0 0 1 0 1 0
RESULTADOS AREA
1 2 3 4 5 6
COLEGIO 1 450 0 0 0 0 450
2 0 600 0,00 350 0 0
3 0 0 550 0 500 0
total 450 600 550 350 500 450
% DE PARTICIPACIÓN NIVEL
2° medio 3° medio 4° medio
COLEGIO 1 0,330 0,330 0,340
2 0,337 0,324 0,339
3 0,343 0,330 0,328
Tabla n° 2: Resumen de valores de las variables, total de alumnos por área que van al colegio
definido.

Como se ve en la tabla n°2 el valor de las variables obtenido por el Solver cumple con

todas y cada una de las restricciones impuestas en el modelo tanto para alumnos por colegio,

como a alumnos por nivel o participación del nivel dentro del colegio además de la solución

encontrada de las variables binarias para Miij

Valor óptimo

F.O. M$1.085.000

Análisis
En esta etapa se pudo observar cómo el Solver nos ha permitido encontrar una solución

óptima que refleje valores enteros, a diferencia del ejercicio N° 1 (tarea anterior) en la que

tuvimos que hacer algunos ajustes ya que la solución optima anterior entregaba valores

decimales.

5.2 iii) Situación de transporte eliminando el traslado entre 1 y 1,5 Km.

Solución óptima
VARIABLES DE DECISIÓN AREA
1 2 3 4 5 6
COLEGIO 1 1 0 0 0 0 1
2 0 1 0 1 0 0
3 0 0 1 0 1 0
RESULTADOS AREA
1 2 3 4 5 6
COLEGIO 1 450 0 0 0 0 450
2 0 600 0 350 0 0
3 0 0 550 0 500 0
total 450 600 550 350 500 450
% DE PARTICIPACIÓN NIVEL
2° medio 3° medio 4° medio
COLEGIO 1 0,330 0,330 0,340
2 0,337 0,324 0,339
3 0,343 0,330 0,328
Tabla n° 3: Resumen de valores de las variables, total de alumnos por área que van al colegio
definido.

Valor óptimo
F.O M$975.000

Análisis

Al eliminar el traslado para los alumnos que viajaban entre 1 y 1,5 Km. se puede observar

una gran reducción en los costos de transporte del orden de M$110.000, en este caso han dejado

de ser transportados un total de 550 alumnos provenientes del área 3 que iban al colegio 3.

5.3 iv) Situación de transporte eliminando adicionalmente el traslado entre 1,5 y 2,5 Km.
Solución óptima

VARIABLES DE DECISIÓN AREA


1 2 3 4 5 6
COLEGIO 1 1 0 0 0 0 1
2 0 1 0 1 0 0
3 0 0 1 0 1 0
RESULTADOS AREA
1 2 3 4 5 6
COLEGIO 1 450 0 0 0 0 450
2 0 600 0 350 0 0
3 0 0 550 0 500 0
total 450 600 550 350 500 450
% DE PARTICIPACIÓN NIVEL
2° medio 3° medio 4° medio
COLEGIO 1 0,330 0,330 0,340
2 0,337 0,324 0,339
3 0,343 0,330 0,328
Tabla n° 4: Resumen de valores de las variables, total de alumnos por área que van al colegio
definido.

Valor óptimo
F.O M$840.000

Análisis
Al eliminar el traslado para los alumnos que viajaban entre 1,5 y 2,5 Km. se puede

observar que la reducción de costos es mayor a la que presentó la disminución en el traslado de

alumnos que viajan entre 1 y 1,5 Km., los costos de transporte disminuyeron M$135.000

respecto de la situación anterior.


5.4 v) Análisis tomando en cuenta los ahorros de las opciones y el número de alumnos que
quedaron expuestos a otros riesgos.

La situación que se nos plantea aquí, es elegir entre eliminar o no el transporte entre 1,5 y 2,5
kilómetros.
En la tabla n° 5 se puede observar que al eliminar el transporte entre 1,5 y 2,5 km.

(situación iv)) la reducción de costos, incluso es mayor que en la situación iii), sin embargo, va a

depender del monto en que se valore el riesgo del traslado de los alumnos a pie o en bicicleta, si

es que se puede valorar en dinero, para poder decidir si aceptamos o no la propuesta de la

situación iv).

Si se logra valorar en dinero el riesgo, este tendría necesariamente que ser mayor a

M$300, que es el monto de ahorro por alumno de implementar la situación iv).

Situación Costo de transporte Alumnos Transportados Alumnos no

transportados Total Alumnos Costo por alumno transportado Ahorro esperado al

implementar el recorte Ahorro real al implementar el recorte Aumento porcentual del

ahorro real con respecto al esperado Alumnos que se dejó de transportar Ahorro por alumno

que se dejó de transportar

ii) 1.085.000 2900 0 2.900 374,1 0 0 0 0 0


iii) 975.000 2350 550 2.900 414,9 110.000 110.000 0% 550
200
iv) 840.000 1900 1000 2.900 442,1 135.000 135.000 0% 450
300
Tabla n°5: Resumen de las 3 situaciones planteadas.
6 Conclusiones

• El modelo de programación lineal permite encontrar los valores y soluciones

óptimas para problemas con alta cantidad de variables, tal como ha sido el caso en el presente

trabajo.

• Solver es una herramienta muy poderosa, que usada adecuadamente permite en

forma eficiente, optimizar cualquier situación que se plantee de acuerdo al modelo de

programación lineal indicado.

• En nuestro caso logramos optimizar el traslado de los alumnos a los 3 colegios de

la comuna, obteniendo el menor costo posible bajo las restricciones planteadas.

• Usando un modelo de optimización la reducción de los costos en las situaciones

iii) y iv) es igual en este caso a la situación esperada (sin optimizar).

• Lo anterior se debe al hecho que la restricción de ir a un solo colegio desde una

determinada área limita la flexibilidad del modelo de asignar de manera más eficiente.

• El eliminar “recorridos”, sin ninguna duda, produce reducción de los costos, sin

embargo, esta reducción tiene que ser confrontada con el riesgo de los alumnos al trasladarse a
pie o en bicicleta.

• Podemos resolver sistemas de optimización a través de programación entera tal como


hemos visto en este caso.
• En relación al caso del trabajo 1, podemos concluir que resulta mejor para la

minimización de costos el caso planteado anteriormente que el planteado en el presente informe.

También podría gustarte