MÉTODOS DE OPTIMIZACIÓN

Evaluación 1
Docente: Franco Jorquera P.

INSTRUCCIONES:

• La evaluación es de carácter individual. Por lo que no se aceptarán respuestas idénticas.

• Se evaluará en base al cumplimiento de los ítems señalados en la actividad.
• La entrega es hasta el domingo de la semana 4 hasta las 23:59 hrs (del respectivo trimestre).
• La entrega debe realizarse a través de Aula, en tarea “Evaluación 1”. No se revisarán las
entregas vía email.
• El documento entregado debe ser en pdf en formato “EV1_nombre_apellido.pdf”
• En el documento considere que debe respaldar su desarrollo a través de imágenes y
explicaciones. No enviar fotos o imágenes de desarrollo por separado (por ejemplo, de
resolución o dibujos en cuadernos), existen aplicaciones como ilovepdf.com para unirlas en
un solo archivo. Preocúpese también de su legibilidad.
• No olvidar colocar el nombre de los integrantes dentro del archivo.
• La no entrega oportuna será calificada con nota 1.

Preguntas de desarrollo (2,5 ptos)

a) Explique el concepto de optimización.

La optimización es la acción de desarrollar una actividad lo más eficientemente posible, es decir,

con la menor cantidad de recursos y en el menor tiempo posible, implica también lograr el
mejor funcionamiento de algo, usando de la mejor forma los recursos.

Se relaciona con problemas de maximizar o minimizar una función de una o varias variables,
cuyos valores usualmente están restringidos por ecuaciones y/o desigualdades.

b) Señale y explique cada etapa que participa en el modelado y solución de un problema de

optimización.
Las etapas de modelado y solución son las siguientes:

➢ Etapa A.- Definición y recolección de datos del problema

La recolección de datos es el proceso mediante el cual se captura la información requerida

para un análisis o estudio, esto debe realizarse utilizando técnicas validadas. Esta fase es
necesaria previa a la realización del estudio y corresponde a la etapa mas importante,
puesto que de esto depende encontrar un resultado optimo.
➢ Etapa B.- Construcción del modelo matemático

Una vez que tenemos identificado todos los datos, en esta etapa se debe seleccionar el
modelo a utiliza (analógico, matemáticos, simulación, etc.). Una vez seleccionado y
considerando el objetivo del estudio y sus variables formulamos la función objetivo. Por
otro lado, es necesario reconocer las restricciones del estudio y sus parámetros.

➢ Etapa C.- Obtención de solución del modelo

Si el modelo resultante responde a uno de los modelos típicos y sus dimensiones lo

permiten, podremos obtener la solución utilizando herramientas apropiadas. En otro
caso podremos acudir a la simulación o la aplicación de técnicas heurísticas. El resultado
de esta fase debe ser un conjunto de valores para las variables que proporcionen, si es
posible, el mejor valor de la función objetivo o, en caso de haber aplicado un algoritmo
heurístico, una solución aceptable.

No podemos perder de vista que nuestro modelo no deja de ser una simplificación de la
realidad. Esto hace que muchos de los datos utilizados para construirlo sean
estimaciones de los verdaderos parámetros, por lo que conviene llevar a cabo un
análisis de sensibilidad que nos permita valorar cómo afecta a la solución óptima
pequeños cambios en dichos valores

➢ Etapa D.- Validación y análisis de la solución

En esta fase se verifica si el modelo propuesto hace lo que se supone que debe hacer, es
decir, ¿el modelo proporciona una predicción razonable del comportamiento del
sistema que se está estudiando?, Para ello podemos plantearnos algunas preguntas
¿tiene sentido la solución? ¿los resultados son aceptables? para contestar a estas
preguntas podemos comprobar utilizando datos históricos si la solución proporcionada
por el modelo hubiese sido la correcta.

➢ Etapa E.- Implementación de la solución

En esta fase el equipo de Investigación Operativa debe encargarse de formar al

personal responsable de aplicar el modelo de manera que sean capaces de traducir
los resultados del modelo en instrucciones de operación. Es decir, el equipo debe
asegurarse de que el modelo se utiliza apropiadamente para tomar las decisiones en
los problemas que motivaron su creación.
c) Identifique los principales componentes de un modelo de optimización.

Los modelos de optimización tienen 4 elementos principales: parámetros, variables,

restricciones y función objetivo.
➢ Los parámetros son datos cuyos valores vienen dados por el problema, es decir, es lo
que conocemos.
➢ Las variables son aquello sobre lo que nos piden elegir y debemos decidir cuáles son los
mejores valores para estas.
➢ La función objetivo, como su nombre lo dice, es el objetivo que queremos cumplir y
responde a la pregunta: ¿Qué queremos optimizar? Con ella podemos maximizar o
minimizar nuestro objetivo, por ejemplo, costos, ventas, nivel de servicio, entre otros.
➢ Las restricciones son las que regulan nuestro problema y evitan que resulte una solución
imposible, es decir, son las limitaciones o condicionantes externas que presenta nuestro
problema.

d) Redacte un problema de optimización aplicable a su área de trabajo actual o previo, o su

vida cotidiana, donde se destaque los principales elementos para su modelamiento. (Solo
redactar y no modelar).

Empresa de Servicios: Optimizar cantidad de trabajadores para trabajo administrativo de una

sucursal.
Los cargos para trabajo administrativos son: Programadores y Recepcionistas de Servicio.
Sueldos para Programadores $1.200.000 y por Recepcionistas $800.000.
Descripción de tareas:
Programadores: Programar y cotizar (2 hrs), Gestión de OT (20 hrs), Facturación y cierre (2 hrs)
Recepcionistas: Programar y cotizar (0 hrs), Gestión de OT (25 hrs), Facturación y cierre (4 hrs).
Para esto debemos considerar que en un mes promedio se realizan 80 procesos completos y
que los tiempos máximos por actividad son: Programar y cotizar (6 hrs), Gestión de OT (60
hrs), Facturación y cierre (6 hrs).

e) Explique por qué la optimización es importante en el contexto de las operaciones.

La optimización en el contexto de las operaciones es esencial para lograr una gestión

eficiente, una planificación estratégica y una toma de decisiones informada. Permite
alcanzar los objetivos empresariales, ya sea maximizando beneficios, minimizando costos o
mejorando la calidad de los productos y servicios. La optimización es una herramienta
valiosa para aumentar la eficiencia, la productividad y la competitividad de las
organizaciones en un entorno empresarial en constante cambio.
 Ejercicio (4,5 ptos)

Una empresa necesita que definir la cantidad a producir de dos lotes de sus productos. Uno de estos
requiere de 200, 400 y 120 unidades de piezas A, B y C respectivamente. Para el segundo, requiere
de 150, 700 y 600 de las piezas ya mencionadas. Si cada lote del primer producto se vende a $25.000,
y del segundo a $30.000. Responda lo siguiente:

a) Establezca las variables de decisión y su naturaleza.

X: Cantidad de lotes del primer producto a producir.

Y: Cantidad de lotes del segundo producto a producir.

Variable discreta; Se debe producir una cantidad entera de lotes.

b) Formule las restricciones.

Restricción 1 200X+150Y <= 30000 (disp. de piezas A)
Restricción 2 400X+700Y <= 100000 (disp. de piezas B)
Restricción 3 120X+600Y <= 75000 (disp. de piezas C)

c) Formule la función objetivo, tomando en cuenta que quiere obtener el mayor ingreso
posible por concepto de ventas.

Maximizar z =
La función objetivo es: F(X,Y) =25000X +30000Y

d) Formule el modelo de forma extendida y compacto.

Forma extendida:
Var
X: número de lotes tipo 1 a producir
Y: número de lotes tipo 2 a producir

Max: 25000X+30000Y Función Objetivo

s.a.

200X+150Y <= 30000 (disp. de piezas A)

400X+700Y <= 100000 (disp. de piezas B) Restricciones
120X+600Y <= 75000 (disp. de piezas C)

𝑋 ≥ 0, 𝑌 ≥ 0

Forma compacta:

Max ∑21 𝑃𝑖 ∗ 𝑥𝑖 (Con 𝑃𝑖 = 𝑝𝑟𝑒𝑐𝑖𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑙𝑜𝑡𝑒𝑠 (i=1,2))

𝑥𝑖 = 𝑉𝑎𝑢𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛 , 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑡𝑖𝑝𝑜 (𝑖 = 1,2)
s.a.
200X+150Y <= 30000 (disp. de piezas A)
400X+700Y <= 100000 (disp. de piezas B) Restricciones
120X+600Y <= 75000 (disp. de piezas C)

𝑋 ≥ 0, 𝑌 ≥ 0
 e) Grafique el modelo a mano o con software.

f) Señale la región factible del gráfico.

La región factible está limitada por el polígono A, B, F, D y C.

g) Obtenga la solución óptima de forma gráfica.

Se traza una línea desde la función objetivo y se desplaza paralelamente al punto más alejado de la
región factible. En este caso sería el punto F= (75,100) con Z= $4.875.000
 h) Obtenga el valor óptimo.

En el punto F = (75,100) se encuentra la solución óptima, donde el beneficio máximo es

(25000*75000)+(30000*100000)= $4.875.000

i) Resuelva el problema con Excel utilizando solver.

Solver:

75 lotes del primer producto (200 unidades de A, 400 de B y 120 de C)

100 lotes del segundo producto (150 unidades de A, 700 de B y 600 de C)
Con un beneficio de $ 4.875.000

j) Resuelva el problema con otro software (por ejemplo: AMPL)

AMPL:

75 lotes del primer producto (200 unidades de A,400 de B y 120 de C)

100 lotes del segundo producto (150 unidades de A,700 de B y 600 de C)
Con un beneficio de $ 4.875.000
 k) Reformule el problema en forma de minimización (Investigar).

MIN Zmin =-25000X-30000Y Función objetivo

s.a.
200X+150Y <= 30000 (disp. de piezas A)
400X+700Y <= 100000 (disp. de piezas B) Restricciones
120X+600Y <= 75000 (disp. de piezas C)
𝑥 ≥ 0, 𝑦 ≥ 0

Para reformular el problema en forma de minimización, simplemente debemos cambiar el objetivo de

maximización por un objetivo de minimización. Dado que la función objetivo original es maximizar el
ingreso total, la reformulación consistirá en minimizar el negativo del ingreso total.

Con Zmax =- Zmin =$4.875.000

75 lotes del primer producto (200 unidades de A,400 de B y 120 de C)
100 lotes del segundo producto (150 unidades de A,700 de B y 600 de C)
Con un beneficio de $4.875.000