“Año del Bicentenario del Perú: 200 años de Independencia”

ESCUELA DE POST GRADO

PROGRAMA DE MAESTRÍA EN INGENIERÍA INDUSTRIAL

CURSO : MODELOS DE OPTIMIZACIÓN.

ALUMNO : LOPEZ MARCHAN JOSE RUPERTO

DOCENTE : DR. JULIO CÉSAR JIMÉNEZ CHAVESTA

TEMA :

TRABAJO ENCARGADO, OPTIMIZACIÓN POR PROGRAMACIÓN LINEAL

SEMESTRE ACADÉMICO: 2020 – 2

 TRABAJO ENCARGADO – OPTIMIZACIÓN POR PROGRAMACIÓN LINEAL
I. INTRODUCCIÓN

Uno de los rasgos distintivos de estos tiempos es la matematización de todas las

esferas del conocimiento y la aplicación de modelos para la profundización de los
conocimientos y solución de problemas, en una época donde el alto nivel de complejidad
caracteriza los fenómenos y procesos de la sociedad. Y las ciencias económicas no son una
excepción: en este campo también se aplica la modelación económico matemática, impulsado
por el impetuoso avance en los equipos de cómputo automatizado, el desarrollo de software
(paquetes de programas que facilitan su formulación y procesamiento automatizado), que
según Vergara (1999), contribuyen a la efectividad de las decisiones gerenciales, con cambio
de estilos basados en la creatividad, el juicio, la intuición y la experiencia por métodos
cuantitativos con aproximaciones científicas. [ CITATION Lóp17 \l 3082 ]

El desarrollo de los métodos de optimización, según muchos autores, ha

representado uno de los avances científicos más importantes desde mediados del siglo XX.
Actualmente son una herramienta utilizada en muchos campos de la administración, de la
economía y de la ingeniería. Existen muchos libros de texto sobre el tema y miles de artículos
científicos en revistas especializadas. [ CITATION Gri09 \l 3082 ]

Los métodos de optimización tienen como base el método científico para investigar y
ayudar a tomar decisiones sobre los problemas complejos de las organizaciones de hoy en día.
Básicamente siguen los pasos siguientes: (1) la observación de un problema, (2) la construcción
de un modelo matemático que contenga los elementos esenciales del problema, (3) la
obtención, en general con la utilización de un ordenador, de las mejores soluciones posibles
con la ayuda de algoritmos exactos o heurísticos y finalmente (5), la calibración y la
interpretación de la solución y su comparación con otros métodos de toma de decisiones.
[ CITATION Gri09 \l 3082 ]

Las entidades administran los recursos físicos, económicos, humanos y financieros,

mediante la utilización de sistemas técnicos, por ejemplo, a través de modelos de producción,
procesos, cuantitativos, planificación, financieros, y la inteligencia artificial, estos le permiten
optimizar sus recursos y mejorar la efectividad de su gestión operativa. Resaltándose para
nuestro estudio las diferentes técnicas de la investigación operacional que ofrecen diferentes
tipos de métodos tanto determinísticos como estocásticos para la solución de los diferentes
problemas que se puedan presentar. [ CITATION Pér19 \l 3082 ]

Los modelos de investigación de operaciones hoy en día son aplicables a todo tipo de
negocio ya sea bursátiles, comerciales, industriales, servicios, financieros, en planificación de
los recursos de la salud y en general a todas las inversiones que impliquen optimización de
recursos. De esta manera, los modelos planteados por la investigación de operaciones resultan
trascendentales en la optimización de los recursos disponibles, buscando los máximos
beneficios a un menor costo. [ CITATION Pér19 \l 3082 ]

Hay que recordar que los modelos no toman decisiones, éstas son tomadas por la
dirección, equipos de trabajo, asesores, jefes de área y personal auxiliar quienes en forma
estratégica aplican los resultados obtenidos, buscando una mayor eficiencia y eficacia en el
rendimiento. El significado de “solución óptima” que nos dan los métodos en la investigación
de operaciones, es el resultado definitivo, según lo planteado en el algoritmo matemático; sin
embargo, pueden existir otros factores que solo los directores podrán determinar si
producirán éxito o fracaso y los ajustes necesarios para funcionar realmente bien. [ CITATION
Pér19 \l 3082 ]

II. PROBLEMA

Se pide formular tres problemas de casos reales, uno para modelo de transporte, uno para
modelo de asignación, y uno para modelo de

Modelo de Transporte.

En la empresa Distribuciones Maria Karolina SCRL al momento de realizar la órdenes de

compra se realiza el siguiente pedido para los próximos 4 meses, este producto corresponde a
un producto perecedero, durante los próximos cuatro meses es de 50, 63, 20 y 23 toneladas,
en ese orden La capacidad de abasto para los mismos meses es de 40, 30, 42 y 38 toneladas. El
precio de compra por tonelada varía cada mes y se estima en $100, $140, $120 y $160,
respectivamente. Como el artículo es perecedero, el abasto del mes en curso debe consumirse
dentro de los 3 meses siguientes (a partir del mes en curso). El costo de almacenamiento por
tonelada es de $3 por mes. La naturaleza del artículo no permite aceptar pedidos en espera.

Debemos determinar el programa de entregas óptimo, para el producto perecedero durante

los próximos 4 meses, de tal manera que se logre el menor costo posible en el mismo.
Modelo de Asignación.

El Supervisor de Producción de la empresa OrgaFert, desea asignar cuatro categorías

diferentes de máquinas de producción a cuatro tipos de tareas distintas. A la categoría de la
máquina 4 (electrobomba de 2.5 Hp), no se le puede asignar la tarea de tipo 4. La siguiente
tabla proporciona el costo unitario (en dólares) de asignar una categoría de máquina a un tipo
de tarea. El objetivo del problema es determinar la cantidad óptima de máquinas en cada
categoría que se ha de asignar a cada tipo de tarea, y así minimizar los costos de los procesos
en Planta de Procesos.

Modelo de Programación Entera.

III. OBJETIVO.

El objetivo del trabajo propuesto, es darle solución al problema planteado, utilizando las
técnicas del Modelo Simplex de Programación Lineal. Así mismo se presentaron la Función
Objetivo, y las restricciones encontradas.

Al finalizar el análisis, se realizó un análisis de sensibilidad/factibilidad, con los enunciados

propuestos, y se presentaron las interpretaciones correspondientes.
 IV. MARCO TEÓRICO

Problema de transporte

Se trata de minimizar el coste total de transporte de un cierto producto desde los diferentes
orígenes a los destinos, satisfaciendo la demanda de cada destino sin superar la oferta
disponible en cada origen. Se supone que todos los m orígenes están conectados con los todos
los n destinos. Sea ai la oferta de producto en el origen i, bj la demanda de producto en el
destino j y cj el coste unitario de transporte desde el origen i al destino j.

El problema de optimización consiste en determinar las unidades de producto Xij ≥ 0

transportadas desde i hasta j, ∀i,j , que minimizan los costes de transporte sujeto a las
restricciones de oferta disponible en cada origen i (m restricciones de oferta) y demanda en
cada destino j ( restricciones de demanda).

Industrialmente, este modelo se utiliza muy a menudo, pero hay que tener en cuenta algunos
detalles de formulación. En primer lugar, respecto al estilo, es importante que las variables
reflejen su significado, así como los datos. Por ejemplo, es habitual para cantidades usar Q,
para demandas d, etc. También es importante, distinguir de alguna forma datos de variables
(por ejemplo, unos en mayúsculas y otros en minúsculas). Respecto a las condiciones de los
datos, el modelo se formula sin hacer hipótesis sobre los valores iniciales ni la red (pueden no
existir conexiones entre algunos orígenes y destinos, de modo que A es el conjunto de arcos de
la red), siendo la siguiente formulación la que contempla que pueda haber más oferta que
demanda (equivalente a poner un sumidero universal):
Problema de asignación

Se trata de asignar la realización de n tareas a n personas (máquinas, etc.). Este problema es

un caso particular del problema de transporte. Por consiguiente, las variables toman valores
enteros sin exigir esta condición en la formulación del problema.

Consiste en minimizar el coste total de realizar las tareas sabiendo que cada tarea i debe ser
hecha por una sola persona y cada persona j debe realizar una única tarea, siendo Cij
el coste de realizar la tarea i por la persona j. Las variables del problema son:

V. MODELO MATEMÁTICO.

VARIABLES

X1 = Bolsa de mano X3 = Mochila

X2 = Bolso para rasuradora

FX OBJETIVO - OPTIMIZACIÓN

MAXIMIZACIÓN=24 X 1 +22 X 2+ 45 X 3

RESTRICCIONES DEL EJERCICIO:

 Restricción 1 (piel). 2 x1 + x 2 +3 x3 ≤ 42

Restricción 2 (Costura). 2 x1 + x 2 +2 x 3 ≤ 40

Restricción 3 (Terminado). x 1+ 0.5 x 2 + x 3 ≤ 45

x 1 ; x 2 ; x 3 >0 Ʌ x 1 ; x 2 ; x 3 son enteros

VI. SOLUCIÓN DEL MODELO E INTERPRETACIÓN DE RESULTADOS.

Problema de asignación

 Para obtener el menor costo posible en la asignación de Tareas a las Máquinas en

Planta de Proceso de la empresa OrgaFert, se tiene la siguiente relación:
o Tarea 01 (molido de algas) = Máquina 02 (Licuadora Industrial)
o Tarea 02 (molido/picado de restos de pescado) = Máquina 01 (Molino de
Martillos 10 Hp)
o Tarea 03 (envasado bidones 20) = Máquina 04 (Envasadora Electrónica)
o Tarea 04 (Hidrolisis bacteriana) = Máquina 04 (Biorreactor de Fermentos)

 Al realizar el análisis del Modelo de Asignación, el costo mínimo para la optimización

de los procesos en Planta de OrgaFert, es de 27 $/día.
VII. CONCLUSIONES.

Al haber ejecutado la solución del ejercicio por el modelo de Programación Lineal, y haber
realizado su análisis de sensibilidad propuesto, concluimos lo siguiente:

 En todos los casos, la producción de Bolso de mano, o también identificada como

variable X1, no es óptimo su producción, de acuerdo a las restricciones dadas,
buscando la optimización máxima de utilidad.

 La restricción 1 (disponibilidad de materia prima piel en pies2) y la restricción 2

(disponibilidad de tiempo de costura en h), tienen una relación directamente
proporcional con la utilidad máxima optimizada.

 La restricción 3 (disponibilidad de tiempo de trabajo de terminado en h), no tiene

demasiada sensibilidad con la utilidad máxima optimizada, puesto que vemos que, al
aumentar 5 h de disponibilidad, no sube la utilidad máxima, y se mantiene en 882
$/día. Pero se podría determinar igual una relación directamente proporcional, debido
a que al disminuir su disponibilidad a 15 h, hace que la utilidad máxima optimizada se
reduzca en 210 $/día.

 En el enunciado “g”, vemos que, aunque la utilidad máxima aumenta, al aumentar las
horas disponibles de costura, no es viable realizar este aumento, debido al costo que
generaría un operador más, ya que la relación Costo-Beneficio termina siendo
negativa.

VIII. BIBLIOGRAFÍA.

Pérez-Peña, R. (2019). Introducción a los modelos de optimización. Bogotá, Colombia:

Universidad Piloto de Colombia.

Taha, H. (2012). Investigación de Operaciones (9na Edición ed.). México, D.F.: PEARSON
EDUCACIÓN.

Vitoriano, B. (2010). Programación Matemática: Modelos de Optimización. Madrid,

España: Facultad Ciencias - U. Complutense de Madrid.