1

Programación lineal multi-objetivo casos prácticos

Julio Cesar Ramírez Pisco

Luis Alfredo Montoya Tafur 20192377039

Brayan Camilo Poveda Fajardo 20192377022

Universidad Distrital Francisco José de Caldas

Ingeniería de Producción
Modelos determinísticos de Producción
Bogotá D.C.
2020
 2

 Programación lineal multi objetivo actividades prácticas (Caso 1)

Problema: Según el resumen de caso práctico expuesto en (Morales, 2014); La empresa desea maximizar
los ingresos obtenidos por la venta de billetes vendidos por pasajero transportado por clase en dos tipos de
aviones Air-Bus (a) – Boeing (b) y a su vez minimizar el consumo de combustible por pasajero expresado
en litros por cada 100 Km de los dos aviones. Los beneficios para (a) están representados en 25354 € y para
(b) 22215 € luego de comprar costos y beneficios; en cuanto al consumo de combustible para (a) es de
9.715 L/Km y para (b) 6,21 L/Km luego de los cálculos concernientes número de pasajeros y consumo
individual/100; adicionalmente se dice que por mantenimiento se deben comprar al menos 2 unidades de
Air-bus (a); el precio de adquisición de (a) es 225000000 € y el de (b) es de 180000000 que no deben
superar un presupuesto de 1350000000; también se dice que el número de viajes diarios que puede hace el
modelo a es de 2 mientras que para el modelo b es de 3 para cubrir una demanda diaria de viajes de al
menos 10 que debe hacer la empresa.

Luego modelar los objetivos individualmente y evaluar los resultados se obtiene que la empresa está
dispuesta a:
Consumir como máximo 47L/KM de combustible.
Obtener almenos 140000€ como beneficio.

Modelo Primal

Objetivo Minimizar: Z = 9.715*a + 6.21*b

S.A.R

-Compra Air bus : a ≥ 2 - Presupuesto: 225000000*a + 180000000*b ≤ 1350000000;

-Beneficio Aceptable: 25354*a + 22215*b ≤ 140000 - Viajes demandados: 2*a + 3*b ≤ 10;
-No negatividad: a,b ≥ 0
Caso 1: AIR BUS - BOEING

Código GAMS
 3

Resultados Análisis

Mediante el uso del método de restricciones y bajo la

última meta programada bajo el nivel de aceptación de
la empresa, dando prioridad a la minimización del
combustible consumido y tomando la maximización de
beneficios como una restricción en la cual los beneficios
aceptables son de al menos 140000 €, se obtiene en la
solución un consumo de 44.391 L/Km; por lo cual se
cumple a cabalidad con las metas propuestas de la
empresa; una ganancia de 140000€ y un consumo que
no supera los 47L/km con 44.391L/Km. De este
resultado parte un segundo análisis en el cual se puede
tomar como prioridad el beneficio tomando el consumo
como restricción al borde de los 47L/Km tomando el
con un objetivo de maximizar ganancia obteniendo
149334 €; según el análisis hecho la mejor alternativa es
tomar como restricción la minimización del
combustible y dejar los beneficios aceptables (Un
resultado aproximado al obtenido con el modelo en
LINDO por metas desarrollado en el texto) de
(Morales, 2014).

En el marco de la programación lineal multi objetivo se presentan gran variedad de

alternativas o técnicas generadoras que muestran resultados eficientes para un problema
con múltiples requerimientos, estos problemas se asemejan más a la realidad ya que se
deben tener en cuenta la optimización de estos requerimientos según la disposición de la
empresa o recursos de la persona u entidad proponente, estos métodos son: ponderación,
restricciones y metas; para la primera actividad contextual se usa el método de restricciones
ya que se ajusta a la disposición de recursos que la empresa está dispuesta a asumir, tratando
un objetivo individual y el otro tomado como restricción como se muestra en la anterior
tabla.

- Caso práctico 1 modelado en el software G.A.M.S. resumido y adaptado de:

(Morales, 2014)
 4

 Programación lineal multi objetivo actividades prácticas (Caso 2)

Problema: Según el resumen de caso práctico expuesto en (Ramírez, Arias, & Ledesma, 2015); La empresa
de Yogures YOYO cuenta con tres tipos de sabores diferentes; Fresa, Mora y Melocotón y dos máquinas
empacadoras EMP1, EMP2 para el empaque y saborizacion de estas referencias.
Según un estudio de mercadeo realizado habrá un aumento en la demanda que supera la capacidad trimestral
de las empacadoras de la siguiente forma; Fresa 830 Und, Mora 1100 Und, y melocotón 520 Und. Para
suplir la demanda debe haber horas extra para el trimestre con un valor de 15410$ EMP1 y 550 EMP2, este
valor tiene en cuenta agua, energía y materia prima consumida.
La capacidad de las maquinas es: Fresa 9 EMP1; 3 EMP2, Mora 9 EMP1; 6 EMP2, y Melocotón 6 EMP1;
3 EMP2.
Existe un porcentaje de desperdicio asociado a cada máquina y producto está asociado por Kg/h a: Fresa
3,10 EMP1; 2,2 EMP2, Mora 2,5 EMP1; 3,2 EMP2, y Melocotón 3,5 EMP1; 1,8 EMP2.
El jefe de producción desea saber la mezcla ideal de horas extra para programar sus empacadoras el próximo
trimestre minimizando desperdicios y costos asociados a los arranques de maquina Set-Up.

Modelando los dos objetivos minimizar costos y minimizar desperdicios individualmente la empresa se
propone dos metas:
Minimizar los desperdicios hasta aproximadamente 899,4 Kg
Minimizar los costos hasta aproximadamente $3’392220.

Modelo Primal
Objetivo Minimizar: Z = Q
S.A.R
-Demanda Fresa : 9X11 + 6X21 ≥ 830 -Demanda Mora : 9X12 + 6X22 ≥ 1100;
-Demanda Melocotón : 6X13 + 3X23 ≥ 520;
-Costos Aceptables: ((15410X1j + 5500X2j)-3392220) ≤ 3392220(Q/3)
-Desperdicios Aceptables: (3.1X11+2.2X12+2.5X21+3.2X22+3.5X13+1.8X23) - 899.4) ≤ 899.4(Q)
Caso 2: Yogurt YOYO

Código GAMS
 5

Resultados Análisis

Tomando las dos funciones objetivo como restricciones

bajo los criterios aceptados por la empresa como meta
y utilizando el método MINIMAX propuesto por
(Ramírez, Arias, & Ledesma, 2015) se obtiene que para
minimizar los desperdicios aproximadamente en 899.4
con unos costos de $3’392220 se deben usar 92 horas
extra en la empacadora 1 para yogurt de fresa, 36 para
yogurt de mora y 0 para melocotón; mientras que en la
empacadora 2 se deben utilizar 1 horas extra para
fresa, 130 para mora y 174 para melocotón; cumpliendo
con las metas propuestas con una desviación de 0.2304;
23.04% superando por poco al solver presentado en el
texto de (Ramírez, Arias, & Ledesma, 2015) al añadir
en el código una optimización del 0.000000000000001.

Esto demuestra que hay diferentes alternativas para

abordar un problema multi objetivo.

- Caso práctico 2 modelado en el software G.A.M.S. resumido y adaptado de:

(Ramírez, Arias, & Ledesma, 2015)
 6

 Programación lineal multi objetivo actividades prácticas (Caso 3)

Problema: Según el caso práctico expuesto en (URIBE); Suponga un banco que tiene $20 millones de
capital, $150 millones en depósitos disponibles en cuentas corrientes (cc) y $80 millones en certificados de
depósitos a término fijo (cd).

La siguiente tabla muestra las categorías entre las cuales el banco puede realizar inversiones, junto con
información relevante:

El banco desea maximizar su utilidad empleando las tasas de retorno.

Se tienen las siguientes restricciones: 1.Debe invertirse todo el dinero disponible 2.Las reservas de efectivo
deben ser al menos el 14% de cc más el 4% de cd 3.La fracción de inversiones líquidas debe ser al menos
47% de cc más el 36% de cd 4.Al menos un 5% de los fondos se debe invertir en cada categoría 5.Al menos
30% de los fondos debe ser invertido en créditos comerciales

Modelo Primal

Objetivo Maximizar: Max Z = (0,040x2 + 0,045x3 + 0,055x4 + 0,070x5 + 0,105x6 + 0,085x7 +

0,092x8 ) + ((-0.005*x2 - 0.04*x3 - 0.05*x4
- 0.075*x5 - 0.1*x6 - 0.1*x7 - 0.1*x8 )/20) + ((-x6-x7-x8)/20)
S.A.R

Restricción de la inversión: x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 ≤ 20 + 150 + 80

Reservas de efectivo: x1≥ 0,14*(150) + 0,04*(80)
Fracción de inversiones liquidas: 1,00x1+ 0,995x2 + 0,960x3+ 0,900x4+
0,850x5≥0,47*(150)+0,36*(80)
Inversión por categoría: xj ≥ 0,05*(20+150+80)
Inversión de créditos comerciales: x8 ≥ g0,30*(20+150+80)
-No negatividad: x1,x2,x3.x4,x5,x6,x7,x8 ≥0

Caso 3: Portafolio de Inversión

 7

Código GAMS

Resultados Análisis
Teniendo en cuenta información suministrada por el
ejercicio, y al realizar el modelo propuesto en GAMS se
puede analizar que al validar la primera restricción se
cumple con lo requerido que es gastar el total de dinero
disponible que tiene el banco que al sumarlo nos da un
total de $250 millones que entre capital, cuentas
corrientes y certificados de depósito a término fijo
refiere, adicional a esto al analizar las variables que
intervienen en el ejercicio que en este caso son los datos
de tasas de retorno de cada categoría de inversión se
obtiene que para maximizar la utilidad minimizando el
coeficiente de solvencia y los activos sin liquidez invertir
24,2$ en efectivo, 12.5$ a corto plazo, 12.5$ en bonos del
gobierno a 5 años, 12.5 en bonos del gobierno a 10 años,
88.3$ en Bonos de gobierno a más de 10 años, 12.5$ en
créditos a plazos, 12.5$ en créditos hipotecarios y 75$
en créditos comerciales cumpliendo así con la
restricción de inversión en los mismos; cabe resaltar
que la inversión que representa más beneficios en este
caso es la de Bonos del gobierno a más de 10 años (x5)
el cual no se ve como un activo de riesgo y teniendo en
cuenta el coeficiente de solvencia así como el de activos
sin liquidez se logra una ganancia de 11.315$

Caso práctico 3 modelado en el software G.A.M.S. resumido y adaptado de: (URIBE)

 8

 Programación lineal multi objetivo actividades prácticas (Caso 4)

Problema: Actividad tomada de: (Crissey, 1992)

La decisión a tomar usando las tres investigaciones de operaciones diferentes enfoques es "Cómo elegir
un equilibrio dieta de entre un grupo de seis alimentos:
Carne de leche, huevos, pan, ensalada de lechuga y ~ rango de jugo? "Hay un límite en la cantidad de
cada alimento que puede ser incluido en la dieta, y la dieta debe cumplir con ciertos estándares mínimos
para cantidad de calorías, miligramos (mg) de hierro, unidades de vitamina A y gramos (g)de proteínas
En este problema de dieta, tres
Se consideran objetivos separados:
1. Maximice los carbohidratos en la dieta.
2. Minimiza el contenido de colesterol
3. Minimiza el costo
La siguiente tabla muestra los datos ejemplificados de un programa de dieta y los estándares mínimos que
debe tener en cuanto a Vitamina A, Hierro, Calorías y Proteínas.

Modelo Primal

Objetivo Maximizar: Max z: (24*x1 + 27*x2 + 15*x4 + 1.1*x5 + 52*x6) +

( -10*x1 - 20*x2 - 120*x3) + (-0.22*x1 - 2.2*x2 -
0.8*x3 - 0.1*x4 - 0.05*x5 - 0.26*x6)
Restricción de Vitamina A requerida: : 702*x1 + 107*x2 + 7080*x3 + 134*x5 + 1000*x6 ≥ 5000
Restricción de Hierro requerido: 0.2*x1 + 10.1*x2 + 13.2*x3 + 0.75*x4 + 0.15*x5 + 1.2*x6 ≥ 12.5
Restriccion de Calorías: 344*x1 + 1460*x2 + 1040*x3 + 75*x4 + 17.4*x5 + 240*x6 ≥ 2500
Restricción de Proteínas: 18*x1 + 151*x2 + 78*x3 + 2.5*x4 + 0.2*x5 + 4*x6 ≥ 63
 9

Caso 4: Dieta Balanceada

Código GAMS

Resultados Análisis

Tomando las funciones objetivo planteadas en el

ejercicio por parte de la autora, se realiza la
programación del ejercicio propuesto en GAMS
obteniendo los siguientes resultados:

Es necesario incluir en una dieta para maximizar los

carbohidratos disponibles, minimizando el consumo de
colesterol a un precio asequible (minimizando el
precio) y cumpliendo con los requerimientos de
Vitamina A, Hierro, Calorías y Proteína: Leche ( 6 en
disponibilidad), Carne (1 en disponibilidad), no incluir
huevos, Incluir pan (10 en disponibilidad), Ensalada
de lechuga (10 en disponibilidad) y por ultimo Jugo de
naranja que aporta (4 en disponibilidad); de esta
forma se obtiene un total de 453.940 carbohidratos con
el mínimo consumo de colesterol y el mínimo costo de
adquisición; la diferencia en cuanto a la dieta
propuesta por (Crissey, 1992) está en el consumo de 1
unidad de carne, 3 unidades de leche y 2 unidades de
lechuga; demostrando que existen diferentes formas
de modelar problemas multi objetivo según el criterio
del ejecutor; en este caso se dio prioridad a la
maximización de carbohidratos en una dieta para
adultos con 453.940.
 10

- Actividad 4 modelado en el software G.A.M.S. resumido y adaptado de:

(Crissey, 1992)

Referencias

Crissey, M. G. (1992). MULTICRITERIA DECISION MAKING WITH SAS SOFTWARE.

San Francisco: USA FORCE.
Morales, S. S. (2014). Programación Multiobjetivo: Caso práctico aplicado a una
compañía aérea. Murcia: Universidad de Murcia.
Ramírez, C. A., Arias, D. M., & Ledesma, J. D. (2015). V Encuentro de Investigación
Formativa Ingeniería Industrial Medellín (Memorias) . Medellin : Universidad
Pontificia Bolivariana.
URIBE, C. J. (s.f.). PROGRAMACIÓN LINEAL MULTI OBJETIVO. Barranquilla:
Universidad de la costa .