Documentos de Académico
Documentos de Profesional
Documentos de Cultura
un Modelo de
Programación
Lineal
Investigación de Operaciones
Tabla de contenido
I. Introducción..........................................................................................2
II. Informe Ejecutivo...............................................................................4
Problemática
Resultados
Conclusiones
III. Identificación del Problema y su Contexto..............................5
Contexto
IV. Situación Actual..................................................................................7
V. Modelo del Problema........................................................................8
Parámetros
Variables de Decisión
Función Objetivo
Restricciones
VI. Análisis de Resultados...................................................................10
Análisis de Sensibilidad de Coeficientes de la
Fn. Objetivo
Análisis de Sensibilidad de Disponibilidad de
Recursos
Introducción
Ventisqueros S.A es una empresa chilena con más de 25 años de experiencia en el cultivo y
procesamiento de salmones; orientada a la elaboración de productos de valor agregado. Desde
1985 y mirando siempre hacia el futuro, se instalaron en una zona con las aguas más puras del
planeta, la Patagonia Chilena, un lugar perfecto para hacer su sueño realidad. La firma maneja
cuatro pisciculturas, 26 centros de engorda y 2 plantas de proceso. En sus operaciones emplea a
más de 1.600 trabajadores, de los cuales 749 trabajan en la Planta Chincui de Puerto Montt.
Finalmente, los peces son llevados a la planta de procesos Chincui, ubicada en las cercanías de
Puerto Montt, en la Región de Los Lagos, Camino Chinquihue en el Km 14. Aquí el producto es
procesado y despachado a los clientes.
Problemática
La situación que se resolvió mediante las herramientas proporcionadas por la rama de
Investigación de Operaciones, corresponde a un problema de minimización de costos, en dónde
existen 3 centros de cultivos para abastecer de dos tipos de materia prima, salmón y trucha, a una
planta de procesos que busca producir dos formatos de packing para cada producto, con el fin de
satisfacer la demanda de un cliente.
Resultados
Se construye el modelo de programación lineal como la sumatoria de los costos de transportes,
costos de cosecha y costo de proceso asociados a la variable de decisión, expresada en kg. Este
modelo contempla 72 variables y 60 restricciones.
Conclusiones
El ahorro alcanzado es de $37.011.364, que aproximadamente se traducen en un ahorro de
$6.168.560 al mes, representando un 4% sobre el costo total de la situación inicial. Por lo tanto, se
recomienda operar bajo las sugerencias que proporcionan los resultados del modelo de
programación lineal, porque esta estrategia permite disminuir los costos totales considerablemente.
La planta de procesos Chincui, es abastecida desde sus centros de cultivos sin discriminar por el
costo neto por kilo cosechado y transportado, sino que el gerente de producción da prioridad al
centro que presenta una mayor oferta y disponibilidad para satisfacer la demanda de sus clientes.
Para construir el modelo de programación lineal que optimiza los costos de la empresa, se decide
simplificar la situación real, seleccionando la demanda mensual de un solo cliente, Marcomar, que
solicita productos frescos desde Brasil. De la misma manera, se seleccionan 3 centros de cultivos
importantes para la empresa, Reñihue, Chillidque y Llancahué, quienes se encargan de proveer
tanto salmón como trucha.
Contexto
Como se especifica anteriormente, Ventisqueros S.A trabaja con dos tipos diferentes de productos:
Salmón y Trucha. Ambos son procesados en la planta Chincui, y vendido al cliente en dos formatos
diferentes: packing de 0,5 kg y packing de 1 kg.
Por otra parte, cada centro cultivo posee una capacidad limitada mensualmente a ofrecer a la
planta de procesos. Cada centro difiere en el costo de cosecha, debido a que los costos por centro
de cultivo y por producto son variables. Por esta razón, varían mes a mes tanto el costo de
cosecha como la oferta de cada centro. Las tablas siguientes resumen esta información:
Luego de cosechados los productos, éstos deben ser enviados desde cada centro de cultivo hasta
la planta de procesos ubicada en Puerto Montt.
A continuación se detallan los costos de transporte por cada kg. de materia prima:
Por último, el cliente Marcomar solicita a la empresa cada mes una cantidad diferente de trucha y
salmón en sus dos formatos, tal como lo señala la siguiente tabla:
Demanda Marcomar
Recurso Tamaño en Kg Octubre Noviembre Diciembre Enero Febrero Marzo
0,5 33.000 28.000 31.000 27.000 19.000 15.000
Trucha
1 32.500 26.500 31.500 25.040 26.000 18.000
0,5 4.000 6.500 7.000 4.000 3.900 4.560
Salmón
1 5.500 5.000 6.500 5.500 4.100 4.500
Situación Actual
Ventisqueros S.A es una empresa que se encuentra en constante crecimiento, cada cierto tiempo
continúa construyendo e implementando plantas de cultivos para satisfacer la demanda de sus
clientes nacionales e internacionales. Por esta misma razón, es imperante constantemente
actualizar las estrategias operacionales de la organización.
Como se menciona anteriormente, el rendimiento de cada materia prima es de un 90% a causa del
10% de mortalidad estimada en el traslado de éstas, y también existe una pérdida del 35%
asociada al proceso de selección y envasado del producto final.
Se detalla la construcción del modelo que permite minimizar los costos totales del problema
planteado anteriormente para la planificación de la producción de los productos trucha y salmón,
durante la temporada alta de la empresa Ventisqueros S.A
Parámetros
La definición de parámetros no es estrictamente necesaria y se realiza de modo de establecer un
caso más general para el problema que compacta la notación requerida para definir el modelo.
Tik :Costo de Well Boats (Transporte ) por kg . del producto idurante el mes k .
Cijk :Costo de cosecha por kg . del producto i obtenido desde la planta de cultivo j durante el mes k .
Dilk : Demanda del producto i para la producci ó n de cada unidad de l durante elmes k .
Sijk : Suministro disponible del producto ien el centro de cultivo j durante el mes k .
i={1=trucha ,2=salmón }
l= {1=0,5 kg , 2=1 kg }
Variables de Decisión
Xijlk :kg . producidos de l a partir del recurso i, extraído del centro de cultivo j durante el mes k .
Min Z:
2 6 3 2 2 3 6 2 2 2 3 6
Z=∑ ∑ T ik ∑ ∑ X ijkl + ∑ ∑ ∑ C ijk ∑ X ijkl + ∑ ∑ Eil ∑ ∑ X ijkl
i=1 k=1 j=1 l=1 i=1 j=1 k =1 l=1 i=1 l=1 j=1 k=1
Restricciones
Hay varios tipos de restricciones que definen la estructura de este modelo. Las que fueron
consideradas para el diseño del modelo, son los siguientes:
Demanda
Los requerimientos de los productos demandados por el cliente deben ser satisfechos de forma
exclusiva a través de la producción de cada mes:
3
Dilk ≤ ∑ X ijkl
j=1
Capacidad Máxima
El lado derecho de la restricción representa la cantidad de kilogramos requeridos de salmón y de
truchas durante el mes para la producción de packing de 500 gr y de 1000 gr. Estas cantidades no
pueden superar la oferta mensual de cada centro de cultivo ubicada al lado izquierdo:
2
Sijk ≥ ∑ X ijkl
l=1
No Negatividad
Las variables de decisión deben adoptar valores no negativos.
X ijkl ≥0
∀ i, j , k , l
Luego, se tiene que las soluciones que minimizan los costos para Ventisqueros S.A, son los
siguientes:
Del cuadro anterior es posible observar que la columna “valor final” es la cantidad de kg,
producidos tipo l a partir del recurso i, extraído del centro de cultivo j durante el mes k. Tanto Solver
como LINDO indican con un cero las actividades que no entran en la solución óptima.
La columna “costo reducido” señala cuáles fueron las variables consideradas en el plan óptimo,
todas ellas tienen un valor igual a 0. Mientras que aquellas variables que no fueron consideras,
llamadas también no básicas, tienen un costo reducido diferente a 0, que indica cuánto debe
mejorar el costo que acompaña a la variable respectiva para que resulte conveniente optar por
producir ese tipo de producto.
Para determinar la variación que puede experimentar el costo de cada variable es necesario
construir el rango de optimalidad, el cual se elabora a partir de los coeficientes objetivos y de los
aumentos y disminuciones permisibles. La solución óptima de un modelo de programación lineal no
cambia si un coeficiente objetivo de alguna variable en la función objetiva cambia dentro de este
rango.
Si todas las variables están dentro de su rango de optimalidad la base actual permanece óptima y
el valor de las variables básicas no cambia. Si la variación de al menos una de las variables está
fuera del rango de optimalidad, la solución deja de ser óptima.
A partir del resultado arrojado en LINDO, es posible observar cuál será la variación del actual valor
óptimo de la función objetivo, si se cambia en una unidad algún coeficiente del lado derecho de la
restricción, es decir, si se modifica la disponibilidad del recurso. Esto se concluye a partir del precio
sombra o precio dual:
Si la variación se efectúa dentro del rango donde no cambia la solución óptima, se cumple que
dado un aumento o disminución en el lado derecho de la restricción se tiene una variación en la
función objetivo (Δ Recurso x Precio Sombra del recurso). Este rango permitido de variación está
definido por lo máximo que puede aumentar y lo máximo que puede disminuir, tal como lo señala el
programa LINDO:
En resumen, toda esta tabla refleja que si el recurso de una restricción aumenta en una unidad, el
costo total óptimo se reduce en el precio dual respectivo. De forma contraria, si se disminuye en
una unidad el recurso estudiado, el costo total óptimo aumenta en su precio dual.
Finalmente, se debe tener en cuenta que si todas las variaciones de la disponibilidad de recursos
en las restricciones permanecen dentro del rango de factibilidad, la base actual permanece óptima
y los valores de las variables de decisión no cambian.