Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de Programación Lineal
Grupo 32
Índice
Descripción general y objetivos del modelo 3
Explicación del modelo, datos y fuentes 4
Cálculo de costes de Amazon 4
Identificación de variables y recursos: 6
Restricciones y función objetivo. Problema en forma estándar 8
Resolución del modelo mediante Orstat y Excel 9
Resolución por Orstat 9
Resolución por Excel 12
Análisis de sensibilidad y escenarios alternativos 14
Bibliografía 17
Descripción general y objetivos del modelo
Existen dos tipos de vendedores en Amazon: el individual, que vende menos de cuarenta
artículos al mes, y el pro, que vende más de cuarenta. Esto se tendrá en cuenta tras el cálculo
del beneficio de la función objetivo.
Para el cálculo del coste de almacenamiento, como desconocemos en qué mes se realizan las
ventas, observando en la misma página en la que hemos calculado las tarifas por logística [1],
hacemos una distribución lineal del precio de almacenaje dependiendo del mes de la siguiente
manera:
9 3
Precio almacenaje=( precio enero−septiembre )× +( precio octubre−diciembre)×
12 12
Identificación de variables y recursos:
La relación entre beneficio y precio de estas variables serán los costes de Amazon (comisión,
almacenamiento y gestión logística) y los de producción, de forma que, para cada artículo:
Nótese que esto resulta en restricciones de tipo “=”. Sin embargo, las restricciones propuestas
más abajo afectan a los beneficios (X1, X2, X3) y a los precios finales (X4, X5, X6) por
separado, y son de tipo “≤” o “≥”.
De meses anteriores se observa que la media mensual de unidades vendidas es de 100 para el
primer producto, 20 para el segundo y 50 para el tercero. Estás unidades se venden siempre, y
se identifican con el vector c de coeficientes de la función objetivo (c1, c2, c3).
Artículo 1: Bosch. “Bosch Professional GWS 7-125 - Amoladora angular (720W, 11000
rpm, Ø Disco 125 mm, en caja)”
Peso: 2 kg
Dimensiones: 60 * 40 * 60 cm
Peso: 6,8 kg
Dimensiones: 45 * 40 * 25 cm
Peso: 4,54 kg
La función objetivo tiene en cuenta los beneficios y las unidades vendidas cada mes:
Máx Z=100X1+20X2+50X3;
Las siguientes restricciones son las mencionadas antes de tipo “=”, en forma estándar:
0,88*X4 – X1 = 51,55;
0.88*X5 – X2 = 58,74;
0,88*X6 - X3 = 14,59;
Ya que se venden muchos más productos de 1 que de 2 y 3, se impone que la suma del
beneficio de estos dos debe ser mayor o igual que la del producto 1:
X2 + X3 - X1>=0;
La diferencia de beneficio entre los artículos que venden más de 40 unidades (los registrados
en la tarifa pro, que se cobra mensualmente) debe ser de al menos 39 €:
100X1-20X2 >= 39;
Debajo de cada descripción de producto Amazon suele juntar productos del mismo tipo o
vendedor (“Producto 1 se vende habitualmente junto a Productos 2 y 3’’). Estos packs
ofrecen un descuento atractivo que no puede superar los 145€:
X4+X5+X6 <= 145;
Los precios finales deben ser un 5% menor que los de la competencia para poder venderse:
X4<= 0,95*62,36 = 59,24
X5<= 0,95*73,25 = 69,59
X6<= 0,95*17,99 = 17,09
Arriba se muestra la formulación del problema en forma estándar en Orstat. Puede verse
como todas las variables de precios y beneficios (X1 – X6) entran en la base final; así como
las holguras (“slack”) de las restricciones 5, 7 y 8. Las variables art. (“artificial”) aparecen
debido a las restricciones de tipo “=” para que exista solución factible.
Las primeras tres entradas del vector recursos (b1, b2, b3) se corresponden con los costes
totales de cada artículo. La siguiente entrada (b4) hace referencia a la diferencia entre los
beneficios de 2 y 3 con 1. Las dos a continuación se refieren al coste de la tarifa pro (b5) y
del pack de los tres artículos (b6). Las tres últimas son los precios de la competencia para
cada artículo (b7, b8, b9). A continuación se muestra la última iteración del Simplex y la
solución final del problema:
Variable Significado ¿Está Precio sombra: Un aumento de 1€
holgura en la (t=1) del recurso asociado conlleva
(slack) base que…
?
4 Diferencia entre el producto 1 y No El beneficio aumenta en 40€
los otros dos
5 Sobrante tras pagar la tarifa pro Sí Sobra recurso
6 Sobrante para llegar a los 145€ No El beneficio aumenta en 52,8€
del pack
7 Diferencia con el precio Sí Sobra recurso (no interesa adquirir
máximo al que puedo vender el más de él)
artículo 1
8 Diferencia con el precio Sí Sobra recurso (no interesa adquirir
máximo al que puedo vender el más de él)
artículo 2
9 Diferencia con el precio No El beneficio aumenta en 26,4€
máximo al que puedo vender el
artículo 3
El impacto de los precios sombra obtenidos puede verse en la tabla anterior. Para variables no
básicas, el precio sombra indica cuánto disminuye el beneficio por cada unidad extra de
variable, pero en este problema sólo tenemos holguras. Las holguras que están en la base
(distintas de cero) indican que sobra cantidad del recurso asociado, y no interesa pagar más
por tener mayor capacidad de ellas. En cambio, las holguras que no están en la base indican
que no sobra recurso, y por tanto son escasos y lo mejor sería adquirir más capacidad de ellos
siendo su respectivo precio sombra el máximo a pagar por unidad extra de recurso. El vector
tasa de sustitución Pk para cada una de estas holguras indica como afecta este aumento en las
variables básicas. Por ejemplo, para la holgura 4, cuyo vector P4 está recuadrado en rojo
arriba, se observa:
NOTA: Se debe tener en cuenta que no se sobrepasa el intervalo del análisis de sensibilidad
de los recursos (ver siguiente apartado)*.
El beneficio total (z) es de 176,68 €. Se observa que el producto que más beneficio da es el
primero. También puede verse que los precios finales del segundo y tercer artículo están por
debajo del máximo precio permitido (95% de la competencia), mientras que el tercero se
vende al máximo precio.
Resolución por Excel
Arriba a la izquierda en color naranja, tenemos tanto la función objetivo como las
restricciones de problema. Con esos datos construimos la matriz A, que se puede ver en
morado en la parte inferior de la pantalla, junto con el vector de recursos en azul.
Para poder introducir las restricciones en los Parámetros de Solver de Excel, hemos creado la
columna “Referencias”, donde están introducidas las operaciones matemáticas que componen
las restricciones, ya que Excel no deja meter directamente operaciones matemáticas en las
restricciones, pero sí que deja referenciarlas a una celda.
Una vez introducidas todas las restricciones en los Parámetros de Solver junto con el punto
donde está introducida la función objetivo, que es la celda derecha de las celdas marcadas en
verde a la derecha de la pantalla, y obtenemos el valor de las distintas variables y de la
función objetivo y observamos que son los mismos valores obtenidos en Orstat. Los valores
finales de las variables son los que están marcados en rojo en la parte superior de la pantalla
de Excel.
Por otro lado, si observamos la columna llamada “Referencias”, vemos que si restamos a la
columna del vector de recursos esa columna obtenemos el valor de la variable de holgura.
También podemos comprobar que los valores coinciden con los de Orstat.
Análisis de sensibilidad y escenarios alternativos
El análisis de sensibilidad de c permite explicar cuánto podemos variar las unidades vendidas
de un determinado artículo en la función objetivo, manteniendo constante el resto. Para los
productos 1 y 3 el mínimo número de unidades que se podrían vender son 20. Los precios
X4, X5, X6 tienen intervalos parecidos a X1, X2, X3 pese a no aparecer en la función de
maximización, ya que están directamente relacionados por las tres primeras ecuaciones del
problema.
El análisis de sensibilidad de b nos indica, para los tres primeros intervalos, el rango de los
costes de artículos que se podrían asumir sin variar la solución optima. Lo mismo ocurre con
el resto de recursos (valores de right hand side). Por ello, a la hora de analizar los precios
sombra la variación se debe tener en cuenta que no se sobrepasan estos intervalos al aumentar
los recursos: de lo contrario la solución óptima cambia y la interpretación anterior no es
posible*:
Análisis de escenarios alternativos
[ ]
X1 X2 X3 X4 Art .1 X 5 Art .2 X 6 Art .3
−1 0 0 0.88 1 0 0 0 0
0 −1 0 0 0 0.88 1 0 0
0 0 −1 0 0 0 0 0.88 1
−1 1 −1 −1 0 0 0 0 0 0
B0 =
−100 20 0 0 0 0 0 0 0
0 0 0 1 0 1 0 1 0
0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0
Se añade una nueva columna X7 en la base de la solución final, con valores de B−1∗A N . En
este caso la solución óptima del modelo original será solución básica del nuevo modelo con
la columna B−1∗A N incluida. A continuación se muestra como varía el problema, así como la
nueva componente del vector criterio de Simplex:
[] []
Se añade la variable
del nuevo coste en la
restricción 4 y 6 0 1
0 −1
respectivamente
0 0
−1 −2
A N = 0 =¿ B−1∗A N = 120
1 0
0 0
0 0
0 0
La nueva actividad no es rentable ya que V N es menor que cero, por lo que no interesa
introducirla en la base ya que disminuye el beneficio al tratarse de una variable no básica (su
precio sombra π N =−V N =200 ¿.
c B ' =[ 0 0 0 70 0 20 0 0 50 ]
V =c−c '∗B ∗A=[ 70 20 50 0 0 0 0 0 0 ] −¿
B B −1
[2] Amazon. “Tabla de tarifas de Vender en Amazon”. Amazon services central Europe.
https://sellercentral.amazon.es/gp/help/external/200336920 (acceso: 16 de marzo del 2020)
[3] Bosch. “Bosch Professional GWS 7-125 - Amoladora angular (720W, 11000 rpm, Ø
Disco 125 mm, en caja)”. Amazon.es. https://www.amazon.es/B018YPAKS4/ (acceso: 16 de
marzo del 2020)