1.

Optimización de funciones unibivariables

El significado de optimización hace referencia a una mejoría en comparación con una

situación previa. Es decir, se habla de optimización como del proceso que permite obtener
mejores resultados utilizando los mismos recursos disponibles o, al menos, reduciendo lo
más posible los costes vinculados a dicho proceso.
De esta forma, la optimización hace referencia a la mejoría en la eficiencia, ya sea en el
proceso realizado o en el uso de los recursos disponibles, o ambos.
La optimización es aplicable a cualquier actividad o sector. En el caso del sector logístico,
la optimización cumple un papel predominante cuando se aplica a la cadena de
suministro. La cadena de suministro está compuesta por el conjunto de actividades que
permiten que los productos pasen por las distintas fases necesarias para llegar en tiempo
y forma al consumidor o cliente final.
Esta cadena de suministro está compuesta por diferentes fases (suministro de materias
primas, transformación de las materias primas, almacenamiento de productos elaborados,
transporte y distribución de los productos, etc.). Cada una de estas fases añade costes al
producto, lo que repercute en el precio final que el consumidor tiene que pagar por él. 
En el proceso de formulación de un modelo de programación lineal hay que dar los
siguientes pasos:

1. Determinación de las variables de decisión. Representan los elementos del

sistema a modelar que son controlables por el decisor. En los modelos lineales
continuos estas variables toman como valores números reales y se representan
por letras con subíndices como se acostumbra a hacer con las variables
matemáticas, o literales alusivos a su significado: peso, valor, etc. En el primer
caso también se utiliza la representación como vector de un conjunto indexado de
variable:

2. . Determinación de las restricciones.

Representan las limitaciones prácticas de determinados recursos o imposiciones
físicas de la realidad. Se expresan como ecuaciones e inecuaciones lineales de
las variables de decisión. Matemáticamente adoptan una de las siguientes formas:
 3. Formulación de la función objetivo. Se trata de la función que mide la calidad de
la solución y que hay que optimizar (maximizar un beneficio o minimizar un coste).
También es una función lineal de todas o parte de las variables de decisión.

Ejemplos:

Problema 1: asignación de recursos En una fábrica de cerveza se producen tres tipos

distintos: rubia, negra y de baja graduación, y para ello se utilizan dos materias primas:
malta y levadura. En la siguiente tabla se especifican:
a) la cantidad de materias primas consumidas para producir una unidad de cada tipo de
cerveza;
b) las cantidades disponibles de cada materia prima;
y c) el precio unitario de venta de cada tipo de cerveza.

Se trata de conocer la cantidad a fabricar de cada tipo de cerveza de manera que el

beneficio sea máximo.
Solución
Los tres elementos que definen un problema de programación lineal son: variables de
decisión, restricciones y función objetivo.
Variables de decisión
Del enunciado del problema se desprende que las variables de decisión son las
producciones a fabricar de cada tipo de cerveza:

x1= producción de cerveza rubia

x2 = producción de cerveza negra
x3 = producción de cerveza de baja graduación
Restricciones
Las restricciones en este caso imponen que las materias primas utilizadas en la
fabricación de los tres tipos de cerveza no deben sobrepasar las cantidades disponibles:

Función
objetivo
En este caso el objetivo es maximizar el beneficio, que viene dado por la suma de los
precios de venta de la producción:
Maximizar Z: 7x1+4 x2 +3x3

El modelo matemático de programación lineal para el problema de asignación de recursos

queda formulado de la siguiente manera:

Problema 2:
Producción Una compañía dispone de un máximo de 14 horas diarias de mano de obra
para fabricar diariamente dos productos p1 y p2. Una unidad de producto p1 necesita 4
horas mientras que una unidad de producto p2 requiere 3. Para la producción se necesita
una materia prima de la que se dispone de 12 unidades diarias, requiriéndose 2 unidades
para producir una unidad de p1, y 3 unidades para producir una unidad de p2. ¿Qué
cantidad de cada producto maximiza la producción?

Solución
Variables de decisión
Restricciones
Horas requeridas para producir x1 unidades de p1 y x2 unidades de x2 < horas
disponibles al día de mano de obra Materia prima requerida para producir x1 unidades de
p1 y x2 unidades de p2 < unidades de materia prima disponible al día.

Función objetivo
Hay que maximizar la producción total diaria de la compañía.
Maximizar z= x1+ x 2
El modelo de programación lineal para este problema sería:

2. Modelo de Transbordo

En el modelo de Trasbordo cada origen (fábrica) o destino (bodega) representa un punto

potencial de oferta y demanda. Esto significa que en cualquier etapa de trasbordo la oferta
total puede concentrarse en cualquiera de estas localizaciones (orígenes o
destinos). Cada localización entonces actuará como un punto de oferta
para todas las otras localizaciones. El arreglo de transporte puede, por consiguiente,
extenderse de tal manera que cada localización actué como un punto potencial de oferta y
demanda.
El objetivo de este modelo es minimizar los costos de transporte desde plantas de
producción (nodos de oferta) hasta los nodos de destino, satisfaciendo la demanda de
estos últimos, mediante la incorporación de nodos de transbordo (bodegas). El modelo
funciona de la siguiente manera:
xi, j = número de unidades enviadas del nodo i al nodo j.
Donde:
ci, j= costo por unidad enviada del nodo i al nodo j
si= oferta del nodo i
dj= demanda del nodo j

Características:

 La oferta de suministro en cada origen es limitada.

 En cada destino la demanda está definida o especificada.
 El objetivo en el problema de trasbordo es determinar cuántas unidades deberán
embarcarse por cada uno de los arcos de red, de manera que todas las
demandas- destino se satisfagan al costo de transporte mínimo.
 Encontrar el mejor plan de distribución, generalmente minimizando el coste.
 Ejemplo:

Se deben transportar 20 millones de barriles de petróleo desde Dhahran en Arabia

Saudita a las ciudades de Rotterdam, Marsella y Nápoles en Europa. Las demandas de
estas tres ciudades son 4, 12 y 4 millones de barriles, respectivamente. A continuación, se
presenta un diagrama con las posibles rutas:

Observe que para cada ciudad existe la posibilidad directa de envío, es decir, que
los barriles sean transportados directamente desde Dhahran. Sin embargo, la ruta
que une Dhahran y Marsella no puede transportar más de 3 millones de barriles
debido a ciertos acuerdos comerciales.

Por otro lado, existe la posibilidad que se realice una detención, ya sea en el
puerto de Alejandría o Suez, donde la capacidad de almacenamiento es de 8 y 10
millones respectivamente.

Por último, observe que es posible enviar barriles de petróleo desde Marsella a
Nápoles. Sin embargo, le está prohibido a Nápoles recibir más petróleo de
Marsella que directamente de Dhahran. Formule y resuelva un modelo
de Programación Lineal que permita hallar la política óptima de transporte para
cumplir con los requerimientos de demanda de los puertos.
Variables de Decisión:
X1: Barriles transportados desde Dhahran a Rotterdam
X2: Barriles transportados desde Dhahran a Marsella
X3: Barriles transportados desde Dhahran a Nápoles
X4: Barriles transportados desde Dhahran a Alejandría
X5: Barriles transportados desde Dhahran a Suez
X6: Barriles transportados desde Alejandría a Rotterdam
X7: Barriles transportados desde Alejandría a Marsella
X8: Barriles transportados desde Suez a Marsella
X9: Barriles transportados desde Suez a Nápoles
X10: Barriles transportados desde Marsella a Nápoles

Función Objetivo:
Minimizar los costos totales de transportes dados por la siguiente expresión: 7X1 + 8X2 +
15X3 + 6X4 + 5X5 + 8X6 + 7X7 + 2X8 + 6X9 + 1X10
Restricciones:
Satisfacer la Demanda en los Puertos:
X1 + X6 = 4.000.000 (Rotterdam)
X2 + X7 + X8 – X10 = 12.000.000   (Marsella)
X3 + X9 + X10 = 4.000.000 (Nápoles)
Notar que Marsella eventualmente podría recibir más de 12 millones de barriles de
petróleo (su demanda) debido a que este Puerto tiene la posibilidad de abastecer a
Nápoles.
Balance en el Transbordo:
X4 = X6 + X7   (Alejandría)
X5 = X8 + X9 (Suez)
La cantidad de barriles que recibe Alejandría y Suez debe ser igual a lo que cada uno de
ellos despacha a los Puertos, es decir, los intermediarios no acumulan inventario al final
del periodo de planificación. En este punto es importante destacar que si se considera un
modelo extendido donde se busca satisfacer los requerimientos de demanda de varios
periodos podría ser admisible almacenar inventario en Alejandría y Suez, cambiando en
este caso la forma del modelo de optimización.
Capacidad de Procesamiento en el Transbordo:
X4 <= 8.000.000 (Alejandría)
X5 <= 10.000.000 (Suez)
Tanto Alejandría como Suez no pueden recibir una cantidad de barriles mayor a la que
pueden procesar.
Capacidad Ruta entre Dhahran y Marsella:
X2 <= 3.000.000
La ruta que une Dhahran y Marsella no puede transportar más de 3 millones de barriles
por acuerdos comerciales.
Cantidad Recibida por Nápoles:
X3 >= X10
Está prohibido a Nápoles recibir más petróleo de Marsella que directamente de Dhahran.
No Negatividad:
Xi >= 0 Para todo i
Donde la solución alcanzada tiene la siguiente estructura (sobre los arcos se detalla el
valor de la solución óptima):
BIBLIOGRAFIA
http://virtual.umng.edu.co/distancia/ecosistema/odin/odin_desktop.php?
path=Li4vb3Zhcy9pbmdlbmllcmlhX2luZm9ybWF0aWNhL2ludmVzdGlnYWNpb25fZGVfb3
BlcmFjaW9uZXNfaS91bmlkYWRfNC8=#slide_5
http://www.fdi.ucm.es/profesor/jjruz/MasterUned/Documentos%20en%20aLF/Tema
%201.pdf
https://www.beetrack.com/es/blog/significado-de-optimizaci%C3%B3n-y-su-relaci
%C3%B3n-con-la-log%C3%ADstica
http://tesis.uson.mx/digital/tesis/docs/8167/Capitulo2.pdf
https://www.gestiondeoperaciones.net/programacion_lineal/modelo-de-transporte-con-
transbordo-resuelto-con-solver-de-excel/