Investigación Operativa

UNIVERSIDAD TECNOLOGICA DEL PERU

TEMA:

(AC-S18) Semana 18 - Tema 1: Tarea - Resolución de problemas de modelamiento

CURSO:
INVESTIGACIÒN OPERATIVA

ALUMNO:
LUIS CAMPOS CARBONEL – U20308795

DOCENTE
ARTURO BURGA NORIEGA

LIMA – PERU
2023
 Investigación Operativa

Trabajo Final - Resolución de problemas de modelamiento

----------------------------------------------------------------------------------------------------------------------------------

Pregunta 1: BINARIAS (10 PUNTOS)

Enigma Manufacturing posee tres plantas: Lurín (PL1), Ventanilla (PL2) y Santa Clara
(PL3) que producen el mismo tipo de producto. Cualquiera de estas plantas puede
abastecer a cualquiera de tres centros de distribución: Surco (CD1), Cercado (CD2) y
Santa Anita (CD3). Asimismo, desde cualquier centro de distribución se puede atender
a cualquiera de cuatro clientes (C1, C2, C3 y C4) los cuales han hecho su pedido para
la próxima temporada, para lo cual se cuenta con la siguiente información por cada
cliente:

C1 C2 C3 C4
Precio de venta 1900 1920 1960 1950
Minina cantidad a 12 14 10 12
entregar
Máxima cantidad a 20 24 20 24
entregar

No es obligatorio atender a todos los clientes. Pero si se decide atender a un cliente, se

debe entregar entre el mínimo y el máximo. No se permite la entrega de fracción de
unidades.
La capacidad de producción de las plantas Lurín, Ventanilla y Santa Clara es de 28, 30
y 25 unidades respectivamente. Los centros de distribución pueden recibir hasta 17, 20
y 22 unidades respectivamente. El costo de transporte desde las plantas hasta los
centros de distribución es fijo, en caso se efectúe el transporte.

Costo fijo de transporte ($)

CD1: Surco CD2: Cercado CD3: Santa
Anita
PL1: Lurín 500 580 600
PL2: Ventanilla 520 520 600
PL3: Santa Clara 520 560 560

El costo de transporte desde cualquier centro de distribución hacia cualquier cliente es

muy similar, razón por la cual no se tomará en cuenta en el modelo de programación.
Sin embargo, existe una capacidad límite de transporte.

Capacidad de transporte (unidades)

C1 C2 C3 C4
CD1: Surco 8 5 8 5
CD2: Cercado 9 6 8 9
CD3: Santa Anita 5 10 8 7
 Investigación Operativa

El modelo que representa la situación de la fábrica es como sigue:

Nota: determine previamente m, n y p y el valor de M, además del tipo de objetivo

Formule el modelo en sintaxis compacto que permita encontrar la solución, para lo
cual presente la siguiente información:

a) (2 puntos) Indique los índices y las variables de decisión debidamente

identificados [incluir las unidades], en sintaxis algebraico compacto.

SOLUCION:

Índices:

i= PL1 (Planta 1), PL2 (Planta 2), PL3 (Planta 3);

j= CD1 (Centro Distribución 1), CD2 (Centro Distribución 2), CD3 (Centro distribución 3);
k= C1 (Cliente de Tienda 1), C2 (Cliente de Tienda 2), C3(Cliente de Tienda 3), C4 (Cliente de Tienda
4)

Variables:

Xij = Cantidad a enviar de la Planta “i” al Centro de Distribución “j”

Yjk= Cantidad a enviar del Centro de Distribución “j” a la tienda del cliente “k”

b) (6 puntos) Presente el modelo completo en sintaxis de lingo compacto [códigos

editables]. Nota: no se considerará como válido si lo presenta en foto o en
vinculación de enlaces; solo escriba o copie y pegue desde su lingo [sets/data: 2
puntos; función objetivo: 2 puntos; restricciones y definición de variables: 2 puntos].

SOLUCION

MODEL:
!i:PL1,PL2,PL3 (plantas);
!j:CD1,CD2,CD3 (distribuidores);
!k:C1,C2,C3,C4 (tiendas);
SETS:
planta/PL1..PL3/: capacidad_pla, costprod;
distribuidor/1..3/:capacidad_dis;
tienda/1..4/:demandamin, demandamax, preciov;
PD(planta, distribuidor): x, costransp_1;
DT(distribuidor, tienda): y;
ENDSETS
DATA:
capacidad_pla= 28 30 25;
capacidad_dis= 17 20 22;
costprod= 18 17 15;
demandamin=12 14 16 12;
 Investigación Operativa

demandamax=20 24 20 24;
preciov= 1900 1920 1960 1950;
costransp_1= 500 580 600
520 520 600
520 560 560;
ENDDATA
MAX = @SUM(DT(j,k):preciov(k)*y(j,k))
- @SUM(PD(i,j):costransp_1(i,j)*x(i,j)+costprod(i)*x(i,j));
@for(planta(i):@sum(distribuidor(j):x(i,j))<=capacidad_pla(i));
@for(distribuidor(j):@sum(planta(i):x(i,j))<=capacidad_dis(j));
@for(tienda(k):@sum(distribuidor(j):y(j,k))>=demandamin(k));
@for(tienda(k):@sum(distribuidor(j):y(j,k))<=demandamax(k));
y(1,1)<= 8;
y(1,2)<= 5;
y(1,3)<= 8;
y(1,4)<= 5;
y(2,1)<= 9;
y(2,2)<= 6;
y(2,3)<= 8;
y(2,4)<= 9;
y(3,1)<= 5;
y(3,2)<= 10;
y(3,3)<= 8;
y(3,4)<= 7;
@for(distribuidor(j):@sum(planta(i):x(i,j))=@sum(tienda(k):y(j,k)));
END

c) (2 puntos) Presente su mejor y amplio informe o reporte administrativo e interprete

las holguras y alguna interpretación de restricción relevante del modelo (NO
presente el reporte de LINGO; para que sea válida su respuesta); el profesor correrá
el modelo presentado en el puntos anterior y su respuesta debe coincidir).

SOLUCION:
 Investigación Operativa

Cap. Producción. - Las plantas 1, 2 y 3 no han usado toda su capacidad de producción quedando
disponible por fabricar 11,10 y 3 unidades de producto (holguras)
Cap. Distribución. - Los centros de distribución cuentan con holgura “0” es decir; han usado toda su
capacidad.
Cantidad Mínima a Entregar. - Se llegó a entregar el mínimo requerido a los clientes C1 y C2
Cantidad Máxima a Entregar. - El cliente C3 ya no tiene más pendientes, se le entrego el máximo
requerido.
Capacidad Disponible de Traslado. - Las rutas CD1-C2, CD1-C3, CD2-C4, CD3-C1, CD3-C3; usaron
toda su capacidad de traslado.
Balances. - Los balances 1, 2 y 3 se efectuaron en su totalidad.
 Investigación Operativa

PREGUNTA 2: METAS (10 PUNTOS)

Una empresa produce los productos A y B los cuáles dejan una utilidad de 20 y 15
soles por unidad respectivamente. Producir una unidad de los productos A y B requiere
de 1 y 2 horas-máquina respectivamente, se dispone de 2 máquinas. Se trabaja 2
turnos de 8 horas. El costo de la publicidad necesaria por unidad vendida de los
productos A y B es de 2 y 3 soles respectivamente, se ha presupuestado 500 soles
para publicidad. Se tiene un contrato para abastecer a un cliente con 400 unidades del
producto A y 500 unidades del producto B.

Meta 1: Obtener una utilidad de 3000 soles.

Meta 2: Hacer trabajar las máquinas al 100 %.
Meta 3: No excederse del presupuesto de publicidad.
Meta 4: Cumplir exactamente con los pedidos

Horas Prod.
Productos Maquina Costo Pub. Mínima Utilidad
A 1 2 400 20
B 2 3 500 15
Disponibilidad 16 500

SOLUCION:

Datos:

Variables:

X1 = Cantidad a producir del producto 1

X2 = Cantidad a producir del producto 2

Función objetivo:

Min Z = d1p+d1n+d2p+d2n+d3p+d4p+d4n+d5p+d5n

Restricciones:
 Investigación Operativa

En PL: 20X1+15X2 = 3000

META 1: 20X1+15X2 +d1p-d1n = 3000

En PL: X1+2X2 = 16
META 2: X1+2X2 + d2p-d2n = 16

En PL: 2X1+3X2 <= 500

META 3: 2X1+3X2 + d3p-d3n = 500

En PL: X1=400
X2=500

META 4 X1+d4p-d4n = 400

X2+d5p-d5n = 500

X1, X2, dp1,dp2,dp3,dp4,dp5,dn1,dn2,dn3,dn4,dn5 >= 0

EN LINGO:

REPORTE SOLUCIÓN
 Investigación Operativa

De donde:

X1 = 50 → Producir 50 unidades del Producto A

X2 = 133.3333 → Producir 133.3333 unidades del Producto B
Investigación Operativa