Johan Mateo Rodríguez Trujillo 471811007

William Moreno
UNIVERSIDAD DE LA SELLE
Modelos Determinísticos
Taller de Programación Entera

Para cada uno de los siguientes puntos, formular el modelo matemático de forma algebraica y canónica
y posteriormente correr el modelo en GAMS, reportando la formulación en este software y solo los
valores de las variables solución de cada modelo incluyendo la función objetivo.

1. ACME produce mesas y sillas. Todas las mesas y sillas deben estar hechas por completo de encino
o de pino. Hay un total de 250 pies de tablón de encino y 300 pies de tablón de pino. Se requieren
17 pies de tablón de encino o 30 pies de tablón de pino para una mesa y 5 pies de tablón de encino o
13 pies de tablón de pino para una silla. Las mesas se venden a 40 dólares cada una, y las sillas a 15
dólares cada una. Además, se tiene una demanda máxima por cada tipo de producto, teniéndose así
que para las mesas es de 60 unidades y para las sillas de 50 unidades en el periodo de referencia.
Por otro lado, se tienen costos fijos por el aprovisionamiento por tipo de materia prima de 150
dólares y 90 dólares respectivamente por proveedores de la materia prima de Encino y Pino, esto
dado por los costos de transporte de cada tipo de proveedor. Formule un modelo de optimización que
maximice la utilidad.

Datos Encino Pino

Material (pies)  250 300
Requerimiento para una 17 30
mesa (pies) 
Requerimiento para una 5 13
silla(pies) 
Costos Fijos (dólares)   150 90

Datos Mesas Sillas

Precio de Venta(dólares)  40 15
Demanda 60 50
Máxima(unidades) 
Variables:

Xij=Cantidad de unidades de producto i que se deben fabricar usando la materia prima j en el periodo de

referencia
Yij=Variable binaria que activa el costo fijo de aprovisionar la materia prima j en el periodo de
referencia
 
Parámetro:
CMPj: Cantidad máxima disponible de materia prima j en el periodo de referencia
REij: Requerimiento para la producción del producto i usando la materia prima j en el periodo de
referencia
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
CFj: Costos Fijos de aprovisionar la materia prima j en el periodo de referencia
Pvi: Precio de venta para cada producto i en el periodo de referencia
Dmaxi: Demanda máxima de cada producto i en el periodo de referencia

Modelo Canónico
Función Objetivo:
max Z=∑ i ∑ j XijP v i−∑ jCFjYj
s.a.
∑ i REijXij ≤CMPj ⩝ j Restricción de Requerimiento de producción
j=1,2
∑ j Xij≤ Dmaxi⩝ i Restricción de Demanda máxima
i=1,2
Xij ≥ 0 ENTERA Restricción Naturaleza de la Variable
Yj= BINARIA Restricción Naturaleza de la Variable

Modelo Algebraico
Función Objetivo:
max Z=( 40 X 11+ 40 X 12+15 X 21+15 X 22)−(150 Y 1+ 90 Y 2)
s.a.
17 X 11+5 X 21 ≤250 Y 1
30 X 21+13 X 22≤ 300 Y 2
X 11+ X 12 ≤ 40
X 21+ X 22 ≤15
Y 1+ Y 2=1
Xij ≥ 0 Y ENTERA
Yj= BINARIA
Modelo GAMS
SETS
i PRODUCTO /1,2/
j MATERIA PRIMA /1,2/;

TABLE
RE(i,j) Requerimiento para la producción del producto i usando la materia prima j en el periodo de
referencia

1 2
1 17 5
2 30 13 ;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
PARAMETER
CF(j) Costos Fijos de aprovisionar la materia prima j en el periodo de referencia
/1 150
2 90/

Pv(i) Precio de venta para cada producto i en el periodo de referencia

/1 40
2 15/

Dmax(i) Demanda máxima de cada producto i en el periodo de referencia

/1 60
2 50/

CMP(j) Cantidad máxima disponible de materia prima j en el periodo de referencia

/1 250
2 300/;

POSITIVE VARIABLE
X(i,j) Cantidad de unidades de producto i que se deben fabricar usando la materia prima j en el periodo
de referencia;

BINARY VARIABLE
Y(j) Variable binaria que activa el costo fijo de aprovisionar la materia prima j en el periodo de
referencia;

FREE VARIABLE
Z Valor de la funcion objetivo;
EQUATIONS
FO Funcion Objetivo
RCMP(j) Restriccion de capacidad de materia prima
RC Restriccion de conectividad
RD(i) Restriccion de demanda;

FO.. SUM((i,j), Pv(i)*X(i,j))- SUM(j,CF(j)*Y(j))=E= Z ;

RCMP(j).. SUM(i,X(i,j)*RE(i,j))=L= CMP(j)*Y(j);
RC.. SUM(j,Y(j))=L=1 ;
RD(i).. SUM(j,X(i,j))=L=Dmax(i);

MODEL
EJUNO /ALL/;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
SOLVE EJUNO using MIP maximizing Z;
DISPLAY
X.L
Y.L ;
2. ACME suministra grava a las estaciones de caminos de 3 departamentos. La compañía tiene tres
camiones y el despachador está tratando de programar las entregas de un día determinado a los
departamentos de Risaralda, Quindío y Valle del Cauca. Dos camiones tienen capacidad de 15
toneladas y el tercer camión tiene capacidad de 30 toneladas. Con base en estas capacidades de los
camiones, dos departamentos recibirán 15 toneladas y el tercero recibirá 30 toneladas de grava. El
despachador desea determinar cuánto embarcar a cada departamento. El costo de asignar el camión
de 30 toneladas a los tres departamentos es de $100 a Risaralda, $85 a Quindío y $50 al Valle del
Cauca. Uno de los vehículos de capacidad de 15 toneladas tiene un costo de asignación de un 10%
mayor frente al otro por cuestiones de tipo de tecnología en su motor. Formule y resuelva el
problema para determinar cuánto embarcar a cada departamento al menor costo posible.
Risaralda Quindio Valle
Camion a 50 43 25
Camion b 55 47,3 27,5
Camion c 100 85 50
Costos de asignar un camión i a un departamento j.
Variables:
Yij: Variable binaria que activa el costo de usar el camión i para llevar la grava al departamento j en el
periodo de referencia
Parámetros:
CFi,j : Costo de transportar grava con el camión i al departamento j en el tiempo de referencia
Modelo canónico
Función Objetivo:
min Z=∑ i ∑ jCFijYij
s.a.

∑ i Yij=1 ⩝ j Restricción de Conectividad por cada camión i en el periodo de referencia

j=1,2,3
∑ jYij=1⩝ i Restricción de Conectividad por cada Departamento j en el periodo de referencia
i=1,2,3
Yij= BINARIA Restricción Naturaleza de la Variable

Modelo Algebraico
Función Objetivo :
Min Z =50Y11 + 43Y12 + 25Y13 + 55Y21+ 47.3Y22 + 27.5Y23+ 100Y31 + 85Y32 + 50Y33
s.a.
Y11 + Y21 + Y31=E= 1
Y12 + Y21 + Y31 =E= 1
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
Y13 + Y23 + Y33 =E= 1

Y11 + Y12 + Y13=E= 1

Y21 + Y22 + Y23 =E= 1
Y31 + Y32 + Y33 =E= 1
Yij= BINARIA

Modelo GAMS
SETS
i Camion /A,B,C/
j Departamento /Risaralda, Quindio, Valle/;

TABLE
CF(i,j) Costo de transportar grava con el camion i al departamento j en el tiempo de referencia
Risaralda Quindío Valle
A 50 43 25
B 55 47.3 27.5
C 100 85 50;

BINARY VARIABLE
Y(i,j) Variable binaria que activa el costo de usar el camion i para llevar la grava al departamento
j en el periodo de referencia ;

FREE VARIABLE
Z Valor de la funcion objetivo;

EQUATIONS
FO Funcion objetivo

RC (j) Restriccion de Conectividad por cada camion i

RD (i) Restriccion de Conectividad por cada Departamento j ;

FO.. SUM((i,j), CF(i,j)* Y(i,j))=E=Z;

RC (j).. SUM(i,Y(i,j))=e=1;
RD (I).. SUM(j,Y(i,j))=e=1;
MODEL
EJDOS /ALL/;

SOLVE EJDOS Using MIP Minimizing Z;

DISPLAY
Y.l;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
Solución
Como solución del modelo tenemos la siguiente matriz que representa la asignación que se le debe hacer
a cada departamento.
Risaralda Quindío Valle
Camion a 1 0 0
Camion b 0 1 0
Camion c 0 0 1
Como podemos ver el camión A se le asigno al departamento de Risaralda, el camión b se le asigno al
Quindío y al departamento del Valle del Cauca se le asigno el Camión c. Por lo tanto, se obtuvo como
valor de la función objetivo $147,3. Que corresponde a la suma de los costos fijos.

3. Considere un sistema de manufactura donde se usan tres materias primas para la producción de tres
productos: un aditivo para gasolina, una base para solvente y un líquido para limpiar alfombras. Las
contribuciones a la utilidad son $40 por tonelada para el aditivo para gasolina, $30 por tonelada para
la base para solvente y $50 por tonelada para el líquido para limpiar alfombras. Cada tonelada de
aditivo para gasolina es una mezcla de 0.4 toneladas del material 1 y 0.6 toneladas del material 3.
Cada tonelada de base para solvente requiere 0.5 toneladas del material 1, 0.2 toneladas del material
2 y 0.3 toneladas del material 3. Cada tonelada de líquido para limpiar alfombras es una mezcla de
0.6 toneladas del material 1, 0.1 toneladas del material 2 y 0.3 toneladas del material 3. La empresa
tiene 20 toneladas del material 1, 5 toneladas del material 2 y 21 toneladas del material 3 y está
interesada en determinar las cantidades de producción óptima para el próximo periodo de planeación
sabiendo que se tiene un costo fijo concerniente al montaje de la producción de los productos y una
cantidad de producción máxima para cada uno de los mismos según los datos suministrados en la
siguiente tabla:
Producto Costo de Montaje Producción Máxima
Aditivo para gasolina $200 50 toneladas
Base para Solvente $50 25 toneladas
Líquido para limpiar
$400 40 toneladas
alfombras
Además se sabe que por restricción de costos fijos de producción, solo se pueden producir dos de los
tres productos establecidos.

PRODUCTO (toneladas)  UTILIDAD 
Aditivo para gasolina  $40 
Base para solvente  $30 
Líquido para limpiar alfombras.  $50 
Tabla de Utilidades
Producto (Toneladas)  Aditivo para Base para Líquido para
Material (Toneladas)  gasolina  solvente  limpiar alfombras. 
1  0.4  0.5  0.6 
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
2  0  0.2  0.1 
3  0.6  0.3  0.3 
Tabla de Requerimientos de materia prima
MATERIAL  DISPONIBILIDAD (Toneladas) 
1  20 
2  5 
3  21 
Tabla de Disponibilidad de materiales

Modelo canónico
Subíndices
i = Producto
i = 1,2,3 Aditivo para gasolina, Base para solvente, Liquido para limpiar alfombras

j = Material
j = 1,2,3

Variables:
Xi=Cantidad de toneladas del producto i que se deben fabricar en el periodo de referencia
Yi=Variable binaria que activa el costo fijo de montaje del producto i en el periodo de referencia

Parámetros:
CFi=Costo fijo de montaje para el producto i en el periodo de referencia
Pmaxi=Cantidad máxima de toneladas que se pueden producir del producto i
Ui=Utilidad del producto i en el periodo de referencia
REji=Requerimiento para la producción del producto i, del material tipo j en el periodo de referencia
DMj=Disponibilidad del material j en el periodo de referencia

Función Objetivo:

m ax Z=∑ iU iXi−∑ i CFiYi

s.a.
Xi ≤ Pmaxi Yi ⩝i Restricción de Producción máxima del producto i
∑ i Xi REij≤ DMj ⩝ j Restricción de Requerimiento de material j
∑ i Yi=2 Restricción de Conectividad
Xi ≥ 0 ENTERA Restricción Naturaleza de la Variable
Yi= BINARIA Restricción Naturaleza de la Variable
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
Modelo Algebraico
Función Objetivo :
max Z=( 40 X 1+30 X 2+50 X 3 )−(200 Y 1+50 Y 2+400 Y 3)
s.a.

X1≤50Y1
 X2≤25Y2
X3≤40Y3
 
0.4X1+0.5X2+0.6X3≤20
0.2X2+0.1X3≤5
0.6X1+0.3X2+0.3X3≤21
 
Y1+Y2+Y3=2

Xij≥0 ENTERA
 Yi= BINARIA
 

 Modelo GAMS
SETS
i Productos /1,2,3/
j Material /1,2,3/;

TABLE
RE(j,i) Requerimiento para la producción del producto i del material tipo j en el periodo de
referencia
1 2 3
1 0.4 0.5 0.6
2 0 0.2 0.1
3 0.6 0.3 0.3;

PARAMETER
CF(i) Costo fijo de montaje para el producto i en el periodo de referencia
/1 200
2 50
3 400/;

PARAMETER
Pmax(i) Cantidad máxima de toneladas que se pueden producir del producto i
/1 50
2 25
3 40/;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno

PARAMETER
U(i) Utilidad del producto i en el periodo de referencia
/1 40
2 30
3 50/;

PARAMETER
DM(j) Disponibilidad del material j en el periodo de referencia
/1 20
2 5
3 21/;

POSITIVE VARIABLE
X(i) Cantidad de toneladas del producto i que se deben fabricar en el periodo de referencia
BINARY VARIABLE
Y(i) Variable binaria que activa el costo fijo de montaje del producto i en el periodo de
referencia
FREE VARIABLE
Z Valor de la funcion objetivo;

EQUATIONS
FO funcion objetivo
RPmax(i) Restricción de Producción máxima del producto i
RDM(j) Restricción de Requerimiento de material j
RC Restricción de conectividad;

FO.. (SUM(i,(U(i)*X(i))))-(SUM(i,(CF(i)*Y(i)))) =E=Z;

RPmax(i).. X(i)=L=Pmax(i)*Y(i);
RDM(j).. SUM(i,(X(i)*RE(j,i)))=L=DM(j);
RC.. SUM(i,(Y(i)))=E=2;

MODEL
EJTRES /ALL/;

SOLVE
EJTRES using MIP maximizing Z;
DISPLAY
Z.L
X.L
Y.L ;

Solución
Como solución óptima del modelo de maximización de la ganancia total se obtiene un Z de $1.350 en el
periodo de referencia. La restricción dada en el problema nos indica que de los tres productos solo se
pueden producir dos, así que la variable binara Yi era la que nos iba a indicar cuales de los productos
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
eran más restables, teniendo como resultado que los productos que maximizan la utilidad son el
producto 1 y producto 2.
Finalmente, la cantidad en toneladas a producir del producto 1 (Aditivo para gasolina) es de 25 ton y las
del producto 2 (Base para solvente) es de 20 ton.
4. La división de investigación y desarrollo de una compañía manufacturera ha desarrollado tres
nuevos productos de la gama electrodomésticos. Sin embargo. Para evitar una diversificación
excesiva de la línea de productos, la administración ha impuesto la siguiente restricción:
a. De los tres nuevos productos posibles, deben escogerse a lo más dos para producción. Se
disponen de dos plantas que pueden producir los dos productos elegidos.
b. Solo una de las dos plantas debe asignarse para la producción de los nuevos productos.
El costo unitario de producción de cada producto seria esencialmente el mismo en las dos plantas, pero
por diferencias en las instalaciones de producción, el número de horas de producción por unidad de cada
producto puede diferir entre ellas. Estos datos, junto con el total de horas de producción disponibles a la
semana en cada planta, la ganancia unitaria para cada producto y las estimaciones del departamento de
mercadotecnia del número de unidades que se pueden vender a la semana si se producen, se presenta en
la siguiente tabla.
Producto
Hr. disponibles/sem.
1 2 3
1 3 4 2 30
Plantas
2 4 6 2 40
Ganancia Unitaria 5 7 3 (miles de pesos)
Ventas Potenciales 7 5 9 (unidades por semana)

El objetivo es elegir los productos, la planta y volúmenes de producción de los productos elegidos de
manera que se maximice la ganancia total.

Variables:
Xij: Cantidad de unidades a producir del producto tipo i por semana en la planta tipo j
Yi: Variable binaria que activa la producción del producto tipo i si toma el valor de 1, o 0 de lo contrario
Pj: Variable binaria que activa la planta de producción tipo j si toma el valor de 1, o 0 de lo contrario

Parámetros:
Di: Demanda máxima semanal del producto tipo i
Gi: Ganancia unitaria en miles de pesos del producto tipo i
Cj: Capacidad disponible en horas por semana de la planta tipo i
Hij: Horas de producción por unidad de cada producto tipo i en la planta tipo j

Modelo canónico
Función Objetivo:
Max Z=∑ iGi Y i ∑ j X ij
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
s.a.
∑ i Y i≤ 2 Restricción de variedad de productos tipo i
∑ j X ij ≤ Di ∀ i Restricción de demanda máxima estimada por cada producto tipo i a la semana
∑ i H ij X ij ≤C j P j ∀ j Restricción de capacidad máxima de la planta tipo j a la semana
∑ j P j=1 Restricción de cantidad máxima de plantas tipo j
X ij ≥0 y Entera Restricción de naturaleza de la variable
Y i , P j=Binarias Restricción de naturaleza de la variable
Modelo algebraico:
Función Objetivo:
Max Z=5 Y 1 ( X 11 + X 12 )+ 7 Y 2 ( X 21+ X 22) +3 Y 3 ( X 31 + X 32 )
s.a.
Y 1 +Y 2 +Y 3 ≤ 2
X 11 + X 12 ≤ 7
X 21 + X 22 ≤5
X 31 + X 32 ≤9
3 X 11 + 4 X 21 +2 X 31 ≤ 30 P1
4 X 12+ 6 X 22 + 2 X 32 ≤ 40 P2
P1 + P2=1
X ij ≥0 y Entera
Y i , Pi =Binarias
Modelo GAMS
SETS
i Tipo de producto /1,2,3/
j Tipo de planta /1,2/;

PARAMETER
D(i) Demanda máxima semanal del producto tipo i
/1 7
2 5
3 9/;

PARAMETER
G(i) Ganancia unitaria en miles de pesos del producto tipo i
/1 5
2 7
3 3/;

PARAMETER
C(j) Capacidad disponible en horas por semana de la planta tipo i
/1 30
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
2 40/;

TABLE
H(i,j) Horas de producción por unidad de cada producto tipo i en la planta tipo j
1 2
1 3 4
2 4 6
3 2 2;

BINARY VARIABLE
P(j) Variable binaria que activa la planta de produccion tipo j si toma el valor de 1 o 0 de lo contrario
Y(i) Variable binaria que activa la producción del producto tipo i si toma el valor de 1 o 0 de lo
contrario;

INTEGER VARIABLE
X(i,j) Cantidad de unidades a producir del producto tipo i en la planta tipo j por semana;

FREE VARIABLE
Z Valor de la funcion objetivo;

EQUATIONS
FO Funcion objetivo
RVP Restriccion de variedad de productos
RD(i) Restriccion de demanda maxima para cada producto tipo i
RCP(j) Restriccion de capacidad maxima para cada planta tipo j
RPMax Restriccion de cantidad maxima de plantas de produccion;

FO.. SUM(i, G(i)*Y(i)*SUM(j, X(i,j)))=E= Z;

RVP.. SUM(i, Y(i))=L= 2;
RD(i).. SUM(j, X(i,j))=L= D(i);
RCP(j).. SUM(i, H(i,j)*X(i,j))=L= C(j)*P(j);
RPMax.. SUM(j, P(j))=E= 1;

MODEL
EJCUATRO /ALL/;

SOLVE
EJCUATRO Using MPEC Maximizing Z;

DISPLAY Y.L;
DISPLAY X.L;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
DISPLAY Z.L;
DISPLAY P.L;

Solución

5. Una empresa de operación logística, cuenta para el desarrollo de su operación con cinco (5)
vehículos con capacidades de carga diferentes. Dicha empresa está decidiendo como utilizar estos
vehículos para la distribución de un pedido a uno de sus principales clientes. Cada tipo de vehículo
tiene una capacidad máxima de transporte y un ingreso por tonelada transportada como se muestra
más adelante. Por otro lado, la compañía tiene la posibilidad de usar una de dos rutas posibles,
teniéndose costos unitarios de carga/Ton. por tipo de vehículo y por cada una de estas rutas, además
de contarse con una disponibilidad máxima de capital al utilizar cada una de las rutas establecidas
como muestra a continuación:

Rutas
Tipo de Capacidad
1 2 Ingreso/Ton.
Vehículo Máx. (Ton.)
1 $ 30,000 $ 40,000 $ 50,000 7
Costo unitario 2 $ 40,000 $ 60,000 $ 70,000 5
de
3 $ 20,000 $ 20,000 $ 35,000 9
Transporte/Tip
o de Vehículo 4 $ 30,000 $ 50,000 $ 60,000 8
5 $ 40,000 $ 40,000 $ 50,000 7
Valor máx.
$ 500,000 $ 650,000
disponible/Ruta

Por otro lado, la empresa por disponibilidad para despachar a otros clientes en el mismo periodo de
tiempo, solamente puede utilizar tres de sus vehículos para atender este cliente y dejar los otros dos en
disponibilidad. Dadas estas condiciones, se le pide como analista establecer cuál de los cinco vehículos
utilizar y con qué porcentaje de su capacidad se van a usar de tal manera que se maximice el ingreso
esperado por esta operación.
Modelo canónico
Subíndices
i = Vehículo i=1,…5
j = Ruta j=1,2

Variables
Xij: Cantidad de toneladas a cargar en el vehículo i que transitara por la ruta j del producto tipo i en el
periodo de referencia
Yi: Variable binaria que activa el vehículo i si toma el valor de 1, o 0 de lo contrario
Johan Mateo Rodríguez Trujillo 471811007
William Moreno

Parámetros:
Cuij: Costo unitario de transportar el material en el vehículo i por la ruta j en el periodo de referencia
Iti: Ingreso por tonelada transportada en el vehículo i en el periodo de referencia
CPmaxi: Capacidad máxima disponible de toneladas a transportar en el vehículo i en el periodo de
referencia
Vmaxj: Valor máximo disponible por la ruta j en el periodo de referencia

Función Objetivo:

max Z=∑ i ∑ j I t iXi j−∑ i ∑ j C u i jX i j

s.a.
∑ j Xi ≤ Pmaxi Yi ⩝ i Restricción de Capacidad máxima del vehículo i
∑ i Cui jXij ≤ Vmaxj⩝ j Restricción de valor máximo para la ruta j
∑ i Yi=3 Restricción de Conectividad
Xi ≥ 0 ENTERA Restricción Naturaleza de la Variable
Yi= BINARIA Restricción Naturaleza de la Variable

Modelo Algebraico
Función Objetivo :

Max Z=(50.000 ( X 11+ X 12 ) +70.000 ( X 21+ X 22 )+ 35.000 ( X 31+ X 32 ) +60.000 ( X 41+ X 42 )+ 50.000 ( X 51+
)

s.a.

X11+X12≤7Y1
X21+X22≤5Y2
X31+X32≤9Y3
X41+X42≤8Y4
X51+X52≤7Y5
 
 30.000 X 11+ 40.000 X 21+20.000 X 31+30.000 X 41+ 40.000 X 51 ≤ 500.000
40.000 X 12+60.000 X 22+20.000 X 32+50.000 X 42+40.000 X 52 ≤650.000
Y 1+ Y 2+Y 3+Y 4 +Y 5=3

Xij≥0 ENTERA
 Yi= BINARIA
Modelo en Gams
SETS
i Vehiculos /1,2,3,4,5/
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
j Rutas /1,2/;

TABLE
Cu(i,j) Costo unitario de transportar el material en el vehículo i por la ruta j en el periodo de referencia
1 2
1 30000 40000
2 40000 60000
3 20000 20000
4 30000 50000
5 40000 40000;

PARAMETER
It(i) Ingreso por tonelada transportada en el vehículo i en el periodo de referencia
/1 50000
2 70000
3 35000
4 60000
5 50000/;

PARAMETER
CPmax(i) Capacidad máxima disponible de toneladas a transportar en el vehículo i en el periodo de
referencia

/1 7
2 5
3 9
4 8
5 7/;

PARAMETER
Vmax(j) Valor máximo disponible por la ruta j en el periodo de referencia
/1 500000
2 650000/;

POSITIVE VARIABLE
X(i,j) Cantidad de toneladas a cargar en el vehículo i que transitara por la ruta j del producto tipo i en el
periodo de referencia;
BINARY VARIABLE
Y(i) Variable binaria que activa el vehículo i si toma el valor de 1 o 0 de lo contrario;
FREE VARIABLE
Z Valor de la funcion objetivo;

EQUATIONS
FO Funcion Objetivo
RCPmax(i) Restricción de Capacidad máxima del vehículo i
RVmax(j) Restricción de valor máximo para la ruta j
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
RC Restricción de Conectividad;

FO.. SUM(i,(SUM(j,(It(i)*X(i,j)))))-SUM(i,(SUM(j,(Cu(i,j)*X(i,j))))) =E=Z;

RCPmax(i).. SUM(j,X(i,j))=L=CPmax(i)*Y(i);
RVmax(j).. SUM(i,(Cu(i,j)*X(i,j)))=L=Vmax(j);
RC.. SUM(i,Y(i))=L=3;

MODEL
EJCINCO /ALL/;

SOLVE
EJCINCO using MIP maximizing Z;

DISPLAY
Z.L
X.L
Y.L ;

Solución
Como solución óptima del modelo de maximización del ingreso al realizar esa operación se obtiene un Z
de $525.000 en el periodo de referencia. En la siguiente tabla observamos la distribución ideal de los
vehículos i y las rutas j.
Ruta 1 2
Vehículo
1 0 0
2 5 0
3 0 9
4 8 0
5 0 0

Se concluye finalmente que el vehículo 2 va transportar un total de 5 ton por la ruta 1, el vehículo 3 va
transportar 9 ton por la ruta 2 y el vehículo 4 va a llevar 8 ton por la ruta 1, siguiendo la restricción del
problema, la cual nos indica que se deben asignar exclusivamente 3 camiones para este cliente, dejando
2 disponibles para que cubran los otros clientes.

6. En un sistema de abastecimiento dentro de la cadena de suministro, se requiere distribuir dos

productos a tres clientes generales a través de la utilización de un almacén de dos posibles. La
manufactura de los productos se puede realizar a través de dos plantas de proceso las cuales tienen
características distintivas en cuanto a las capacidades a manejar para cada producto según como se
muestra a continuación:
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
Planta 1 En la planta 1 para el producto (1), se cuenta con 17 máquinas para
Días Hábiles al 25 su manufactura, en cambio para el producto (2) se cuenta con 12 máquinas
mes únicamente.
Numero de
3 De otra forma, la tasa de producción en ésta planta para el producto
Turnos
Horas/Turno 8 uno (1) es de 25 min./und, mientras que para el producto dos (2) es de 35
min./und.
g1 100
G2 65
HR./Año
G3 65
G4 45

Para la planta 2, el producto (1) cuenta con 16 máquinas para su

Planta 2 manufactura, en cambio para el producto (2) se cuenta con 12 máquinas.
Días Hábiles al 25
mes De otra forma, la tasa de producción en ésta planta para el producto
Numero de uno (1) es de 28 min./und, mientras que para el producto dos (2) es de 45
2
Turno min./und.
Horas/Turno 9
g1 50
G 52
2
HR./Año G 55
3
G 60
4

Por otro lado, se cuenta con costos de manufactura de cada producto por planta, así como con costos de
transporte desde cada planta a los respectivos almacenes, así como de estos a los diferentes clientes del
sistema, costos por manejo unitario de producto, así como costos Fijos y restricciones de capacidad en
cada almacén y una cantidad demandada por cada cliente por producto por mes como se muestra en el
esquema general del sistema de abastecimiento siguiente:
Johan Mateo Rodríguez Trujillo 471811007
William Moreno

Determinar las cantidades a producir, transportar, almacenar y distribuir posteriormente a los respectivos
clientes del sistema al más bajo costo posible, considerando la utilización de un solo almacén según las
características de funcionamiento del sistema de abastecimiento esbozado anteriormente.

SETS
i producto /1,2/
j Planta /1,2/
k Almacen /1,2/
l Cliente /1,2,3/ ;

TABLE
CEA(i,j,k,l) Costos de producir el producto i en la planta j para enviarlo al almacen k y entregarselo al
cliente l en el periodo de referencia
1 2 3
1.1.1 5365 5398 5385
1.1.2 5455 5466 5471
1.2.1 5155 5188 5175
1.2.2 5168 5179 5184
2.1.1 6020 6060 6035
2.1.2 6125 6130 6140
2.2.1 5685 5725 5700
2.2.2 5710 5715 5725

TABLE
CMA (i,k) Costo de manejo unitario del producto i en el almacen k en el periodo de referencia
1 2
Johan Mateo Rodríguez Trujillo 471811007
William Moreno
1 380 370
2 375 350 ;

TABLE
D(i,l) Demanda del producto i para el cliente l en el periodo de referencia
1 2 3
1 8500 7000 8000
2 1950 2800 3000

TABLE
TOpp(i,j) Tiempo de operación que consume cada unidad de producto i en la plata j en el periodo de
referencia
1 2
1 1.47 1.75
2 2.92 3.75 ;

PARAMETER
CAPp (j) Capacidad maxima de la planta j en el periodo de referencia
/
1 577.1
2 431.9/;

PARAMETER
CAPa(k) Capacidad maxima del almacen k en el periodo de referencia
/
1 34000
2 32500/;

PARAMETER
CFa(k) Costo Fijo del almacen k en el periodo de referencia
/
1 400000
2 450000/;
POSITIVE VARIABLE
X(i,j,k,l) Cantidad del producto i a producir en la planta j para almacenar en el almacen k para enviar al
cliente l en el periodo de referencia;

BINARY VARIABLE
Y(k,l) Variable binaria que activa el almacen k para abastecer al cliente l si es 1 o 0 de lo contrario
W(k) Variable binaria que activa el costo fijo del almacen k si es 1 o 0 de lo contrario ;

FREE VARIABLE
Z Valor de la funcion objetivo;
Johan Mateo Rodríguez Trujillo 471811007
William Moreno

EQUATIONS

FO Funcion Objetivo
RD(j,k,l) Restricción de Demanda
RCapp(j) Restriccion Capacidad de Planta
RCapa(k) Restriccion Capacidad de Almacen
RC Restriccion de Conectividad
RCFa Restriccion Activacion Costo Fijo Almacen ;

FO.. SUM((i,j,k,l),CEA(i,j,k,l)*X(i,j,k,l))+ SUM((i,k), CMA(i,k)*(SUM(i,D(i,l)*Y(k,l))+

SUM(k,CFa(k)*W(k)))) =e= Z;
RD (j,k,l).. SUM(i,X(i,j,k,l))=e= D(i,l)*Y(k,l);
RCapp (j).. SUM((i,l),X(i,j,k,l)*TOpp(i,j))=l= CAPp (j);
RCapa (k).. SUM((i,l), D(i,l)*Y(k,l))=l=CAPa(k);
RC .. SUM(k,Y(k,l))=e=1;
RCFa(k).. SUM(l,Y(k,l))=l=2*W(k);

MODEL
EJSEIS /ALL/;

SOLVE
EJSEIS Using MIP Minimizing Z;

DISPLAY Y.L;
DISPLAY X.L;
DISPLAY Z.L;
DISPLAY W.L;