Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROGRAMACIÓN
LINEAL
Antes de comenzar
2
Ejercicio 1
La corporación GearBox S.A. es el fabricante líder mundial de las cajas de cambio para camiones. Este mes, la
empresa cerró un importante contrato para el envío de 3 tipos diferentes de cajas de cambio, por un total de
US$750.000. Para fabricar una caja de cambios, se requieren horas de utilización en el torno y el esmeril.
Desafortunadamente, la compañía no tiene suficientes horas disponibles para utilizar los equipos: sólo posee
10.000 horas para el torno y 5.000 para el esmeril. Sin embargo, la compañía puede subcontratar la fabricación
de estos modelos a su competidor. En la tabla siguiente se muestra el costo que se incurre por fabricar cada
modelo y el costo por adquirir los modelos de su competidor.
4
Modelo matemático
● Función objetivo (FO):
Tabla N° 2
Modelo 1 Modelo 2 Modelo 3
Fabricar 50 83 130
Adquirir 61 97 145
5
Modelo matemático
● Restricción Nº 1: Satisfacer la demanda de los clientes
𝑋! + 𝑌! = 3000
𝑋" + 𝑌" = 2000
𝑋# + 𝑌# = 900
Tabla N° 1
Modelo 1 Modelo 2 Modelo 3
N° Ordenes 3000 2000 900
Horas Torno 2 1,5 3
Horas Esmeril 1 2 1
6
Modelo matemático
● Restricción Nº 2: Respetar la capacidad productiva del torno.
7
Modelo matemático
● Restricción Nº 4: Dominio de las variables de decisión.
𝑋! , 𝑋" , 𝑋# , 𝑌! , 𝑌" , 𝑌# ≥ 0
8
Nuevas restricciones
● ¿Cómo incluirias las siguientes restricciones al modelo?
9
Modelo de clase
Parámetros (P):
¡Recuerde siempre
i: índice para los productos
mantener la consistencia!
i = 1,…,3
j: índice para las máquinas
j ∈ {T, E}
10
Modelo de clase
● Variables de decisión (VD):
11
Modelo de clase
● Función objetivo (FO)
$
𝑀𝑎𝑥 𝑍 = 𝐼𝑁𝐺 − * 𝐶𝑃! 𝑋! + 𝐶𝐴! 𝑌!
!"#
𝑋! + 𝑌! = 3000
𝑋" + 𝑌" = 2000
𝑋# + 𝑌# = 900
“tantas veces
como productos
𝑋$ + 𝑌$ = 𝑑$ ∀𝑖 = 1, … , 3 tenga”
13
Modelo matemático
● Respetar la capacidad productiva de las máquinas:
● Dominio:
𝑋$ ≥ 0, 𝑌$ ≥ 0 ∀𝑖: 1, . . , 3
14
Ejercicio 2
Supongamos que un fabricante de vidrios tiene un contrato con tres proveedores para suministrar a sus tres
plantas. En este contexto, la idea es minimizar los costos totales por las unidades transportadas. No deben
excederse las cantidades contratadas, pero se deben alcanzar los requerimientos de la producción (oferta y
demanda en toneladas). La siguiente imagen representa el problema:
O1 £ 400 4 D1 = 600
7
6
5 5
O2 £ 700 D2 = 500
5
9
O3 £ 500 5
D3 = 300
8
15
Modelo de instancia
● Iniciamos definiendo las variables de decisión:
16
Modelo de instancia
● Función objetivo:
4 D1 = 600
O1 £ 400
7
6
5 5
O2 £ 700 D2 = 500
5
9
O3 £ 500 5
D3 = 300 17
8
Modelo de instancia
● Restricciones:
18
Modelo de instancia
● Restricciones:
19
Modelo de instancia
● Dominio de las variables de decisión:
𝑋!! ≥ 0
𝑋!" ≥ 0
𝑋!# ≥ 0
𝑋"! ≥ 0
𝑋"" ≥ 0
𝑋"# ≥ 0
𝑋#! ≥ 0
𝑋#" ≥ 0
𝑋## ≥ 0
20
Modelo completo
Variables de decisión: Función objetivo:
X11: Cantidad a transportar desde la planta 1 al cliente 1 𝑀𝑖𝑛 𝑍 = 4𝑋!! + 7𝑋!" + 6𝑋!# +
X12: Cantidad a transportar desde la planta 1 al cliente 2 5𝑋"! + 5𝑋"" + 5𝑋"# +
X13: Cantidad a transportar desde la planta 1 al cliente 3 9𝑋#! + 5𝑋#" + 8𝑋##
X21: Cantidad a transportar desde la planta 2 al cliente 1
X22: Cantidad a transportar desde la planta 2 al cliente 2 Restricciones:
X23: Cantidad a transportar desde la planta 2 al cliente 3
Respetar la capacidad productiva de las fábricas:
X31: Cantidad a transportar desde la planta 3 al cliente 1
X32: Cantidad a transportar desde la planta 3 al cliente 2 𝑋!! + 𝑋!" + 𝑋!# ≤ 400
X33: Cantidad a transportar desde la planta 3 al cliente 3 𝑋"! + 𝑋"" + 𝑋"# ≤ 700
𝑋#! + 𝑋#" + 𝑋## ≤ 500
N: Conjunto de plantas
i: índice para las plantas
K: Conjunto de clientes
k: índice para los clientes
22
Modelo de clase
● Variables de decisión
● Función objetivo
23
Modelo de clase
● Restricciones
* 𝑋!3 ≤ 𝑂! ∀𝑖 ∈ 𝑁
3∈5
* 𝑋!3 ≥ 𝐷3 ∀𝑘 ∈ 𝐾
!∈6
24
Modelo de clase
● Restricciones
𝑋!3 ≥ 0 ∀𝑖 ∈ 𝑁, ∀𝑘 ∈ 𝐾
25
Problema de la dieta
● Un fabricante de alimentos para mascotas desea establecer la composición
óptima de los pellets para perros. Los pellets son fabricados en base a cuatro
ingredientes: Harina de soya, harina de pescado, cereales y carnes variadas.
26
Problema de la dieta
● La siguiente tabla contiene información relevante sobre cada uno de los ingredientes:
Cereales 5 50 70 1200 80
Carnes 70 5 2000 150
27
Problema de la dieta
● Parámetros
N: Conjunto de ingredientes
i: índice para los ingredientes Recuerda iniciar con la
N = {Harina de soya (HS), Harina de pescado (HP), Cereales (CE), Carnes (CA)} definición de conjuntos
M: Conjunto de nutrientes para facilitar tu trabajo
j: índice para los nutrientes
M = {Proteína (P), Fibra (F), H. Carbono (HC), Calorias (C)}
28
Problema de la dieta
● Variable de decisión
29
Problema de la dieta
● Función objetivo:
𝑀𝑖𝑛 𝑍 = J 𝐶$ 𝑋$
$ ∈.
30
Problema de la dieta
● Restricciones
31
Problema de la dieta
La misma restricción escrita en modelo de clase es:
32
Problema de la dieta
● Restricciones
* 𝑋! = 1
! ∈6
Dominio
𝑋! ∈ 0,1 ∀𝑖 ∈ 𝑁
33
Problema de mezcla
Una refinería produce cuatro tipos de gasolina (G1, G2, G3 y G4). Dos características importantes son
su número de performance (NP) y su presión de vapor (RVP), dados por los datos de la Tabla 1. La
gasolina puede ser vendida directamente a un precio de $28,3 por barril, o bien pueden ser
mezcladas para obtener gasolinas de aviación (AvG1 y AvG2). La calidad de estas 2 últimas se
muestra en la Tabla 2.
Tabla 1
Producto NP RVP Barriles diarios Tabla 2
G1 107 5 3814 Producto NP RVP Precio de venta
G2 93 8 2666 AvG1 Al menos 100 A lo más 7 31,45
G3 87 4 4016 AvG2 Al menos 91 A lo más 6 30,91
G4 108 21 1300
El NP y el RVP para las mezclas corresponde sencillamente a un promedio de los respectivos NP y RVP
de las gasolinas utilizadas en la producción de las mezclas. El objetivo es obtener un plan de mezcla
de las distintas gasolinas que maximice los retornos.
34
Problema de mezcla
● Parámetros (iniciales)
35
Problema de mezcla
● Variables de decisión:
36
Problema de mezcla
● Función objetivo:
37
Problema de mezcla
● Restricciones:
38
Problema de mezcla
● Restricciones:
39
Problema de mezcla
● Restricciones:
40
Problema de mezcla
● Restricciones:
● Dominio:
𝑋! ≥ 0 ∀𝑖 ∈ 𝑁
𝑌7 ≥ 0 ∀𝑗 ∈ 𝑀
𝑊!7 ≥ 0 ∀𝑖 ∈ 𝑁, 𝑗 ∈ 𝑀
41
Actividad asincrónica
Extender el modelo anterior al
modelo de clase
42
Producción con inventarios
● El objetivo de este problema es planificar la producción de un producto
para un horizonte de T periodos, sin considerar la capacidad del
sistema, y asumiendo que la demanda es conocida para todo el
horizonte de planificación.
43
Producción con inventarios
● Parámetros
T: Conjunto de periodos
t: índice para los periodos
44
Producción con inventarios
● Variables de decisión
● Función objetivo:
𝑀𝑖𝑛 𝑍 = *(𝐶; 𝑋; + 𝐻; 𝐼; )
;∈<
45
Producción con inventarios
● Restricciones:
46
Producción con inventarios
● Restricciones:
● Lo que ofrezco, tendrá que ser la demanda del periodo actual más lo
que voy a guardar al final del periodo (podemos interpretar el inventario
como una suerte de demanda interna!)
𝐼;=# + 𝑋; = 𝐷; + 𝐼;
47
Producción con inventarios
● ¿Pero qué pasa en t = 1?
𝐼> = 0
48
Incluyendo capacidades
Podemos fácilmente agregar una restricción de capacidad mediante la
definición del parámetro:
𝑋; ≤ 𝐶𝐴𝑃; ∀𝑡 ∈ 𝑇
49
Modelo de transporte y distribución
50
Una compañía forestal cosecha árboles los primeros meses del año. La compañía tiene una serie de
pedidos que debe satisfacer cada mes. Estos datos se resumen a continuación:
Mes Enero Febrero Marzo Abril Mayo Junio
Demanda 1500 2150 1800 3150 2800 1600
57
Una compañía forestal cosecha árboles los primeros meses del año. La compañía tiene una serie de
pedidos que debe satisfacer cada mes. Estos datos se resumen a continuación:
Mes Enero Febrero Marzo Abril Mayo Junio
Demanda 1500 2150 1800 3150 2800 1600
58
Actividad asincrónica
https://www.gestiondeoperaciones.net/plan-
maestro-de-la-produccion/problema-de-
tamano-de-lote-no-capacitado/
59