FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

MODELO LINEAL DE TRANSPORTE Y TRANSBORDO

GRUPO # 1
INTEGRANTES:
Malagón Ibáñez Oscar Eduardo
Castro Ruiz María Angélica
Narváez Cerón Hermes Arcadio
Urbina Huertas Édinson
Rubiano Ruiz Alver Martin

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

2019
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

INTRODUCCIÓN
La investigación de operaciones es una disciplina que consiste en la aplicación de
métodos analíticos avanzados; con el propósito de apoyar el proceso de toma de
decisiones. La investigación de operaciones nos brindas datos cuantificables con
diversos modelos matemático que nos ayudan a minimizar costos y maximizar
ganancias. Con los cuales podemos obtener soluciones factibles y acertadas para
la toma de decisiones en un proyecto determinado. Investigación Operativa es una
rama de las matemáticas que hace uso de modelos matemáticos y algoritmos con
el objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las
soluciones obtenidas sean significativamente más eficientes (en tiempo, recursos,
beneficios, costos, etc.) en comparación a aquellas decisiones tomadas en forma
intuitiva o sin el apoyo de una herramienta para la toma de decisiones. Los
modelos de Investigación de Operaciones son frecuentemente usados para
abordar una gran variedad de problemas de naturaleza real en ingeniería y
ciencias sociales, lo que ha permitido a empresas y organizaciones importantes
beneficios y ahorros asociados a su utilización (Investigación de operaciones).
Se le conoce como investigación de operaciones al proceso científico utilizado para
encontrar una solución o decisión que permita operar un sistema y obtener un
resultado específico asignando la menor cantidad de recursos posibles, a este
proceso también se le conoce como ciencia de la administración (Grancolobiano,
2013).
Puede definirse entonces la IO como una herramienta para la solución de problemas
reales, buscando mejorar y optimizar los procesos en un ambiente determinado;
además, ayuda a minimizar o reducir los costos generados durante el desarrollo de
una actividad.
El primer paso para la resolución de un problema de programación lineal consiste
en la identificación de los elementos básicos de un modelo matemático que son:
 Función objetivo
 Variable
 Restricciones

Con el objetivo de poner en práctica los conocimientos adquiridos en el módulo

de investigación de operaciones; se presenta un caso de estudio de la
empresa El Toro rojo, la cual es fabricante y distribuidora de carrocerías. De
esta forma en el presente trabajo se formula un modelo completo de
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

programación lineal de forma algebraica. Que permite mejorar las variables

como minimizar costos e incrementar utilidades.

OBJETIVO GENERAL

Evaluar las decisiones que puede tomar una empresa, interpretando y diseñando
un modelo para el análisis de decisión en un entorno empresarial. y así
comprender el tipo de modelo a aplicar, el alcance del mismo, cumpliendo con lo
requerido por la Empresa fabricante y distribuidora de carrocerías: El Toro Rojo

OBJETIVOS ESPECÍFICOS
Definir la forma más apropiadas las variables de la toma de una decisión;
representando la cantidad de unidades, el valor y el tiempo de cada unidad
enviada en medio de cada ruta.

Solución entrega No 3.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

1. Formula y modelo GAMS:

En cuento a modelo algebraico para la variable de decisión tenemos:

𝑥_𝑖𝑗=𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑟𝑟𝑜𝑐𝑒𝑟𝑖𝑎𝑠 𝑒𝑛𝑣𝑖𝑎𝑑𝑎𝑠 𝑑𝑒𝑠𝑑𝑒 𝑙𝑎 𝑐𝑖𝑢𝑑𝑎𝑑 𝑖 ℎ𝑎𝑠𝑡𝑎 𝑙𝑎 𝑐𝑖𝑢𝑑𝑎𝑑 𝑗, 𝑝𝑎𝑟𝑎
𝑡𝑜𝑑𝑜 (𝑖, 𝑗) 𝑒𝑛 𝑒𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜.
s= {(1,4), (1,5), (2,4), (2,5), (3,5), (4,6), (4,7), (5,6), (5,7), (6,8), (6,9), (6,12) (6,10),
(7,9), (7,10), (7,11)}

Ahora bien, para la función objetivo de minimizar:

Min (Z)= 800x1,4 + 900x1,5 + 700x2,5 + 600x3,4 + 1300x3,5 + 900x4,6 + 600x4,7
+ 1100x5,6 + 500x5,7 + 1800x6,8 +1900x6,9 + 1400x6,10 + 400x7,9 + 2050x7,10 +
800x7,11+1200x6,12

Para las restricciones de transbordo:

X1, 4 +X3, 4 = X4, 6 +X4, 7
X1, 5+X2, 5+X3, 5 = X5, 6 +X5, 7
X4, 6+X5, 6 = X6, 8+X6, 9+X6, 10+ X6,12
X4, 7 +X5, 7 = X7, 9 +X7, 10 +X7, 11

Restricción De No Negatividad
𝑥_𝑖𝑗≥0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

Restricciones del destino

X6, 8 =110
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

X6, 9+X7, 9 =75

X6, 10+X7, 10 = 65
X7, 11 = 90
X7, 12 = 70

Restricciones de origen
X1, 4+X1, 5 ≤ 190
X2, 5 ≤ 90
X3, 4+X3, 5 ≤ 130

Para conseguir un costo mínimo de $1.861.000 se debe enviar:

Envigado a Pereira 190 unidades, Palmira a armenia 90 unidades, de Tunja a
Pereira 130 unidades,
En transbordo quedaría, De Pereira a Duitama 155 unidades, Pereira a Cartago 165
unidades, Armenia a Duitama 90 unidades, A clientes finales lo siguiente:
Duitama a Bogotá 110 unidades, Duitama a BMANGA 65 unidades, Duitama a
BQuilla 70 unidades,
Cartago a Cali 75 unidades, Cartago a Medellín 90 unidades.

GAMS:
sets
 F fabricas / envigado, Palmira, Tunja/
 A almacén de ensamble /Pereira, armenia/
 T amanecen de terminado /Duitama, Cartago/
 C clientes finales /Bogotá, Cali, Bucaramanga, Medellín, barranquilla/;

parámetros
O(F) número de ofertada en fábricas F
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

/ envigado 190, Palmira 90, Tunja 130 /

D(C) número de enviada para clientes finales C

/ Bogotá 110, Cali 75, Bucaramanga 65, Medellín 90, barranquilla 70 /

tabla CA (F, A) costo de transportar de las fabricas F a almacenes de ensamble A

Pereira armenia
envigado 500 1200
Palmira 999999 2000
Tunja 1300 2100;

tabla CO (A, T) costo de transportar a almacenes de terminado T

Duitama Cartago
Pereira 1900 1300
armenia 1450 1370

tabla COS (T, C) costo de transportar a clientes finales C

Bogotá Cali Bucaramanga Medellín barranquilla
Duitama 2300 2100 1700 9999999 2100
Cartago 999999 1400 2300 1800 999999

variables
Z minimizar costos de transporte
FE (F, A) Cantidades a enviar de las fabricas a ensamble
AT (A, T) Cantidades a enviar desde almacén de ensamble a almacén de terminado
CF (T, C) Cantidades a enviar de almacén de terminado a clientes finales
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

positive variables FE, AT, CF;

ecuaciones
función costo mínimo total del transporte
oferta(F) restricciones de la produccion de la fábrica productora
transbordo1(A) restricción transbordo 1
transbordo2(T) restricción transbordo 2
demanda(C) restricción demanda;

función Z=e= sum ((F, A), CA (F, A) *FE (F, A)) +sum ((A, T), CO (A, T) *AT (A,
T)) +sum ((T, C), COS (T, C) *CF (T, C));
oferta (F). sum (A, FE (F, A)) =l=O(F);
transbordo1(A). sum (F, FE (F, A)) =e= sum (T, AT (A, T));
transbordo2(T). sum (A, AT (A, T)) =e= sum (C, CF (T, C));
demanda (C). sum (T, CF (T, C)) =e=D(C);

Modelo transporte /al/;

opción lp=cplex;
Solve transporte using lp minimizan Z;
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

Modelo Solver Excel

Modelo GAMS
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

2. Almacén Facatativá:

Modelo Solver:

Costos de
Valor en miles $ Embarque ($ /
Carrocería)

ALMACEN
ENSAMBLE Y
TERMINADO
Fabricas CANTID
AD A
PRODU
FACATATIVA CIR
ENVIGADO $ 2.880 190
PALMIRA $ 2.190 90

$ 1.700

TUNJA 130
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

Valor en miles $ Costos de Embarque ($ / Carrocería)

CLIENTES FINALES
B
U
C
A
ALMACEN
R
ENSAMBLE Y
A
TERMINADO
M
A
N MED B/Q
G ELLI UILL
BOGOTA CALI A N A
$
2
$
. $
$ 1.800 $ 2.100 1.80
4 2.100
0
5
FACATATIVA 0
6
DEMANDA 110 75 5 90 70
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

7
carrocerías a comprar por Barranquilla 0

1
8
almacén de terminado de FACATATIVA a 0
Barranquilla 0

VARIABLES DE
DECISION
ALMACEN
ENSAMBLE Y
$ TERMINADO
FABRICAS FACATATIVA
ENVIGADO 190
PALMIRA 90
TUNJA 130

$ CLIENTES FINALES
B
ALMACEN /
ENSAMBLE Y M MED B/Q
TERMINADO G ELLI UILL
BOGOTA CALI A N A
6
FACATATIVA 110 75 5 90 70

$
FUNCION 1.795.0
OBJETIVO 50
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

RESTRICCIONES

MATER
IAL
ENVIAD TOT
O DISPONIBLE AL
OFE
ENVIGADO 190 = 190 RTA
OFERTA
PALMIRA 90 = 90 410
TUNJA 130 = 130
MATER
IAL
QUE MATERIAL
LLEGA QUE SALE
TRANSBORDO FACATATIVA 410 = 410
MATER
IAL A
RECIBI TOT
R DEMANDA AL
DEM
AND
BOGOTA 110 = 110 A
DEMANDA CALI 75 = 75 410
B/MGA 65 = 65
MEDELLIN 90 = 90
B/QUILLA 70 = 70
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

Modelo GAMS:

sets
 F fabrica / envigado, Palmira, Tunja/
 A almacén /Facatativá/
 C clientes a entregar /Bogotá, Cali, Bucaramanga, Medellín, barranquilla/;
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

parámetros
O(F) número enviar por fabricas F
/ envigado 190, Palmira 90, Tunja 130 /

D(C) número de enviado a clientes finales C

/ Bogotá 110, Cali 75, Bucaramanga 65, Medellín 90, barranquilla 70 /

tabla CA (F, A) costo para enviar almacenes de ensamble A

Facatativá
envigado 2880
Palmira 2190
Tunja 1700

tabla COS (A, C) costo de almacenes a clientes finales C

Bogotá Cali Bucaramanga Medellín barranquilla
Facatativá 1800 2100 2450 2100 1800

variables
Z minimizar costos de transporte
FE (F, A) Cantidades a enviar de las fabricas a ensamble
CF (A, C) Cantidades a enviar de almacén de terminado a clientes

positive variables FE, CF;

función costo mínimo transporte
oferta(F) restricciones de la produccion
transbordo1(A) restricción transbordo
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

demanda(C) restricción demanda;

función Z=e= sum ((F, A), CA (F, A) *FE (F, A)) +sum ((A, C), COS (A, C) *CF (A,
C));
oferta (F). sum (A, FE (F, A)) =l=O(F);
transbordo1(A). sum (F, FE (F, A)) =e= sum (C, CF (A, C));
demanda (C). sum (A, CF (A, C)) =e=D(C);
Modelo transporte
opción lp=cplex;
Solve transporte using lp minimizan Z;

RECOMENDACIÓN:
Se debe pasar a usar la fábrica de Facatativá ya que los costos de trasbordo más
el saldo a favor es menor que el modelo Inicial, modelo inicial es $1.861.000,00 y
costo trasbordo más saldo a favor $1.845.05,00.

ANALISIS

El problema actual de las organizaciones en cuanto a tomas de decisiones radica

en la cantidad de información que tenga a la hora de buscar soluciones factibles
para la empresa y de los conocimientos disponible para marcar la orientación de la
empresa Las tomas de decisiones dentro de las organizaciones deben cumplir con
ciertas características, deben ser rápidas, oportuno y fundamentada en
información completa. En este sentido la empresa depende del conocimiento que
tenga un buen gerente donde influyan los conocimientos para poder lograr
ventajas competitivas, donde se busca lograr, metas, objetivos sin perder tiempo.
La investigación de operaciones busca de determinar un buen curso de las
acciones destetando los problemas que nos permita administrar con restricción de
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolobiano

los recursos. La posibilidad de fracasos en los negocios es una amenaza muy

constante para los empresarios. La innovación hoy en día es muy importante, los
departamentos de investigación de los grandes negocios tienden a darle más
importancia al mejoramiento de los productos o servicios que ofrecen, donde
buscan competir con otras compañías, mediante métodos innovadores.

RECOMENDACIONES