Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe de la Tarea #2
Desarrollo y resultados
1. Introducción 2
2. Respuestas 3
1. Preguntas de la tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Conclusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
A. Anexo 6
1. Codificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2. Imágenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1
Capítulo 1
Introducción
El problema a resolver trata acerca de una empresa que desea transferir containers desde sus
bodegas a algunos puertos dentro de Chile, buscando hacerlo de la forma más económica posible.
Esta breve descripción encasilla al problema dentro del tipo de "flujo a costo mínimo".
2
Capítulo 2
Respuestas
Solución:
a) La cantidad de containers a trasladar por bodega, y la demanda por cada puerto son
datos dados en el enunciado. Para formular la función objetivo, se consideran dos
variables de decisión, con i como una bodega y j como un puerto: xij es la cantidad
de containers enviados desde i a j, y dij es la distancia medida en kilómetros entre
i y j.
Como la empresa determinó que sus costos son directamente proporcionales a la
distancia que viaja cada container, se supone entonces que la empresa paga un costo
cij = xij dij por enviar xij containers desde i a j. Por lo tanto, la función objetivo
será la siguiente:
P
F.O : min i,j cij
Los valores de la matriz dij se obtuvieron de la página web servicios.vialidad.cl. De
ahí, quedó la siguiente matriz de distancias:
3
CAPÍTULO 2. RESPUESTAS 4
P1.- Utilizando python resuelva el problema de optimización, especifique claramente las herra-
mientas a utilizar. Indicación: Se recomienda el uso de las librerías Scipy o PuLP.
P1.- Interprete la solución óptima. ¿Qué puertos quedaron con más containers que su demanda?
2.- Conclusión
Para resolver problemas de optimización, la librería PuLP resulta bastante cómoda, y segura.
Se comprobó su utilidad y funcionalidad, al llegar a resultados coherentes con lo que lógicamente
se podía esperar.
En cuanto a su accesibilidad, en general resultó fácil de usar, ya que sus funciones hacían sen-
tido, y los pasos a seguir para resolver los problemas de optimización, como el de transporte que
aquí se presentó, tenían una secuencia lógica bastante fácil de asimilar.
Para futuras ocasiones, en las que se deba formular y resolver otros problemas asociados a la
optimización, esta librería queda a disposición prometiendo una solución rápida y accesible.
Apéndice A
Anexo
1.- Codificación
El problema de optimización se resolvió con el siguiente código:
1 #NOTA: El codigo aqui ocupado se utilizo en IDLE, de Python, posterior a
2 #haber instalado la libreria PuLP. En colab solo se escribio para obtener
3 #los archivos .ipynb y .html
4
6
APÉNDICE A. ANEXO 7
2.- Imágenes