Laboratorio 7 - Grupo 1

Tabla de contenido
1.Objetivos..................................................................................................................................................2
2. Marco teórico..........................................................................................................................................2
2.1Optimización.......................................................................................................................................2
2.2Programación lineal............................................................................................................................2
2.3Modelos de transbordo......................................................................................................................2
2.4Herramientas de software a utilizar...................................................................................................2
2.5Solver..................................................................................................................................................2
2.6Lingo...................................................................................................................................................2
3. Desarrollo de los casos :..........................................................................................................................3
CASO 1.....................................................................................................................................................3
CASO 2.....................................................................................................................................................3
CASO 3.....................................................................................................................................................3
4. Conclusiones............................................................................................................................................3
8. Referencias..............................................................................................................................................4
LABORATORIO 7 MODELO DE TRANSBORDO
1.Objetivos
2. Marco teórico
2.1Optimización
Hace referencia a buscar la mejor manera de realizar una actividad. La optimización de los recursos tiene
que ver principalmente con la eficiencia, es decir que se utilicen los recursos de la mejor manera posible,
en el que se espera obtener mayores beneficios con un mínimo de costos. Tanto la eficiencia y la eficacia
son muy importante ya que están relacionadas además de que hacen énfasis en los resultados,
objetivos, así como la creación de los valores. Por lo tanto para optimizar recursos no deberá ser
únicamente eficiente sino también eficaz. (Martha Cortina,2016)
En el contexto de la investigación, la optimización se concibe como el proceso de encontrar la mejor

solución posible para un determinado problema. El referido proceso constituye un refinamiento
continuo que, si bien no retorna un resultado óptimo, tendrá como fin la obtención de resultados
mejores por alcanzar teniendo en cuenta las variables iniciales y las restricciones del problema en
cuestión. Además, comprende la formulación del problema, su modelación, la optimización del modelo
y la implementación de la solución (Valencia, 1997).
2.2Programación lineal
La Programación Lineal es uno de los avances científicos mas importantes de la segunda mitad del siglo
XX, y es fundamental en economía y la planificación Se utiliza para asignar, de la mejor manera posible,
una serie de recursos a unas actividades que queremos realizar ( Gass, S. I. ,1985)
La programación lineal es una técnica matemática de optimización que busca maximizar o minimizar una
función lineal sujeta a un conjunto de restricciones también expresadas mediante ecuaciones o
inecuaciones lineales. Se utiliza comúnmente en la investigación operativa y en aplicaciones de
ingeniería, economía y administración para la toma de decisiones en problemas que involucran recursos
limitados. El enfoque básico consiste en encontrar la mejor solución posible (óptima) en un conjunto
finito de posibles soluciones factibles. realizar (Hillier, F. S., & Lieberman, G. J. ,2021).
2.3Modelos de transbordo
El modelo de transbordo es una extensión de los modelos de transporte en la programación lineal. Este
modelo se emplea para situaciones en las que los productos o recursos deben pasar por una o más
ubicaciones intermedias antes de llegar a su destino final. En un modelo de transbordo, los nodos
pueden representar puntos de origen, destinos o puntos intermedios (transbordos). El objetivo es
minimizar los costos asociados al transporte mientras se respetan las restricciones de oferta y demanda
en cada nodo.
El modelo de transbordo se centra en la optimización de la distribución de recursos cuando estos pasan
por puntos intermedios, que no son ni el origen ni el destino final, en una red de transporte. Se utiliza en
situaciones donde los productos deben ser distribuidos desde múltiples puntos de suministro a múltiples
destinos a través de una serie de nodos de transbordo intermedios, con el objetivo de minimizar los
costos de transporte total. (Winston, W. L. ,2004)
2.4Herramientas de software a utilizar

Las herramientas de software utilizadas en modelos de transbordo y programación lineal permiten
resolver problemas de optimización mediante la automatización de cálculos complejos, análisis de
escenarios y generación de soluciones óptimas. Entre las herramientas destacadas se encuentran
Microsoft Excel con Solver, LINGO, GAMS y MATLAB, que facilitan la formulación y solución de modelos
mediante algoritmos eficaces. Estas herramientas permiten a los usuarios modelar restricciones,
objetivos y variables, simplificando así la toma de decisiones en aplicaciones industriales, logísticas y de
investigación operativa.(Anderson ,2019)
2.5Solver
2.6Lingo
EJEMPLOS
3. Desarrollo de los casos :

CASO 1
Una empresa produce automóviles de un modelo particular y posee cinco plantas, cuatro almacenes y
diez clientes principales. Esta empresa produce automóviles los cuales se producen en las plantas, luego
se envían a los almacenes y por último a los clientes. Las capacidades de producción semanal de cada
planta, los costos de producción por automóvil en cada planta (En cientos de $) y los costos de
transporte (En cientos de $) desde las plantas hacia los almacenes se muestra en la tabla siguiente:
Los requerimientos de la demanda de los clientes y los costos de transporte (En cientos de $) de los
almacenes a los clientes se muestra en la tabla siguiente:
Se pide:
a) La red gráfica del caso.
b) La estructura del modelo matemático en Solver (pegue la imagen)
c) El plan óptimo de embarque de las plantas a los almacenes y de los almacenes a los clientes.
d) El costo total mínimo del plan de embarque.
e) La capacidad ociosa en cada planta o la demanda insatisfecha en cada cliente.
Nota: Utilice el SOLVER
CASO 2
TRANSBORDO (Cajas de naranjas)
Las cooperativas de Alzira, Algemesi y Xativa, han llegado a un acuerdo para exportar a una cadena de
supermercado de Londres y París, unas cajas especiales con 3 kilos de naranjas bajo una misma
denominación y formato. Las tres cooperativas pueden enviar desde sus factorías este producto a los
almacenes de París y Londres, o bien los pueden unificar en Silla (embarcado en tren) o en Perpiñan
(embarcado por carretera) y desde allí a los dos destinos. Las factorías de las cooperativas son capaces
de producir 1500 cajas por semana en Alzira, 1700 cajas en Algemesi y 1800 cajas en Xativa. El
supermercado de Londres tiene una demanda de 2500 cajas semanales mientras que el supermercado
de París necesita mínimo de 2300 cajas. El punto de embarque en Silla tiene una capacidad limitada a
2500 cajas. Los costes de transporte (en centavos de euros por caja) desde cada uno de los nodos a los
restantes es de:
Se pide:

b) El modelo matemático respectivo.
FUNCIÓN OBJETIVO
MIN=20*X14+80*X15+25*X24+85*X25+50*X34+90*X35+90*X46+80*X47+75*X56+50*X57+120*X16+1
10*X17+125*X26+120*X27+140*X36+150*X37+40*X67+40*X76
St
RESTRICCIONES DE ORIGEN
X14+X15+X16+X17<=1500;
X24+X25+X26+X27<=1700;
X34+X35+X36+X37<=1800;
RESTRICCIONES DE DESTINO
X46+X56+X16+X26+X36+X76-X67=2500;
X47+X57+X17+X27+X37+X67-X76=2300;
RESTRICCIONES DE TRANSBORDO
X14+X24+X34=X46+X47;
X15+X25+X35=X56+X57;
RESTRICCIÓN DE CAPACIDAD DE TRANSBORDO
X14+X24+X34<=2500;
c) El reporte del software.
SOLUCIÓN LINGO:
Global optimal solution found.

Objective value: 568500.0
Infeasibilities: 0.000000
Total solver iterations: 9
Variable Value Reduced Cost
X14 1500.000 0.000000
X15 0.000000 20.00000
X24 1000.000 0.000000
X25 0.000000 20.00000
X34 0.000000 10.00000
X35 0.000000 10.00000
X46 200.0000 0.000000
X47 2300.000 0.000000
X56 0.000000 15.00000
X57 0.000000 0.000000
X16 0.000000 0.000000
X17 0.000000 0.000000
X26 700.0000 0.000000
X27 0.000000 5.000000
X36 1600.000 0.000000
X37 0.000000 20.00000
X67 0.000000 50.00000
X76 0.000000 30.00000
Row Slack or Surplus Dual Price
1 568500.0 -1.000000
2 0.000000 20.00000
3 0.000000 15.00000
4 200.0000 0.000000
5 0.000000 -140.0000
6 0.000000 -130.0000
7 0.000000 -50.00000
8 0.000000 -80.00000
9 0.000000 10.00000
d) El plan óptimo de transbordo.

e) El costo total mínimo del plan de transbordo.
El costo total mínimo es de 568,500 centavos de euros , locual refleja el costo total más bajo que las
cooperativas incurrirán al enviar las cajas de naranjas desde Alzira, Algemesí y Xàtiva a los almacenes en
Londres y París a través de posibles puntos intermedios, como Silla y Perpiñán. Esto implica que se ha
encontrado una distribución óptima que minimiza los costos de transporte mientras se cumplen todas
las restricciones del problema, tales como la capacidad de producción de las cooperativas, la demanda
de los supermercados y la capacidad del punto de embarque en Silla.
f) La capacidad ociosa en cada factoría o la demanda insatisfecha en cada supermercado.
Nota: Utilice el software LINGO

CASO 3
La empresa española Pescaderías Reunidas del Norte (PRN) S.A. se dedica a comercializar dos tipos de
merluzas: frescas y congeladas. Los dos tipos de merluza se obtienen de sus factorías situadas en los
puertos de Bilbao y San Sebastián. Los destinos de venta de las dos clases de merluzas son Valencia y
Sevilla. La empresa PRN dispone de dos almacenes en Toledo y Albacete donde se pueden transbordar
las mercancías hacia los dos destinos finales. No obstante, el almacén de Toledo no dispone de cámara
frigorífica por lo que no puede almacenar ni transbordar las merluzas congeladas. Los camiones que
transportan las mercancías desde Bilbao hasta Toledo son de pequeña capacidad y por ello, no pueden
transportar más de 150 cajas de merluza de cada uno de los dos tipos.
Las disponibilidades de las dos clases de merluza (fresca y congelada) en el puerto de Bilbao son de 500
y 700 cajas, respectivamente. Las disponibilidades en el puerto de San Sebastián son de 400 y 300 cajas.
Las demandas de las dos clases de merluza son las misma en las ciudades de Valencia y Sevilla, es decir,
se piden un mínimo de 450 cajas de merluza fresca y de 500 cajas de merluza congelada. Los costes de
transporte se estimas en u na peseta por kilómetro y caja transportada. Las distancias entre las
diferentes ciudades son:
Se pide:
b) El modelo matemático respectivo.
c) El reporte del software.
d) La política óptima de abastecimiento de los orígenes a los destinos.
e) El costo total mínimo del plan de abastecimiento.
f) La capacidad ociosa en cada factoría o la demanda insatisfecha en cada destino final.
Nota: Utilice el software LINGO
4. Conclusiones
La
8. Referencias
Valencia, E. (1997). Optimización mediante algoritmos genéticos. Paper presented at the Anales
del Instituto de Ingenieros de Chile.
VIDALES, M. L. C. APLICACIÓN Y OPTIMIZACION DE RECURSOS.
https://www.academia.edu/download/51741083/Aplicacion_y_optimizacion_de_recursos.pdf
Hillier, F. S., & Lieberman, G. J. (2021). Introduction to Operations Research. McGraw-Hill Education.
https://dudasytareas.wordpress.com/wp-content/uploads/2017/05/hillier_lieberman.pdf
Gass, S. I. (1985). Linear Programming: Methods and Applications (5th ed.). McGraw-Hill.
https://books.google.com.pe/books?hl=es&lr=&id=DTjPAAAAQBAJ&oi=fnd&pg=PP1&dq=Gass,+S.+I.+
Taha, H. A. (2017). Operations Research: An Introduction (10th ed.). Pearson.
https://zalamsyah.staff.unja.ac.id/wp-content/uploads/sites/286/2019/11/9-Operations-Research-An-
Introduction-10th-Ed.-Hamdy-A-Taha.pdf
Winston, W. L. (2004). Operations Research: Applications and Algorithms (4th ed.). Brooks/Cole.
Anderson, D. R., Sweeney, D. J., Williams, T. A., & Martin, K. (2019). An Introduction to Management
Science: Quantitative Approaches to Decision Making (15th ed.). Cengage Learning.

Laboratorio 7 - Grupo 1

Cargado por

Copyright:

Formatos disponibles

Laboratorio 7 - Grupo 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Laboratorio 7 - Grupo 1

Cargado por

Copyright:

Formatos disponibles

Tabla de contenido

En el contexto de la investigación, la optimización se concibe como el proceso de encontrar la mejor

2.4Herramientas de software a utilizar

3. Desarrollo de los casos :

a) La red gráfica del caso.

b) La estructura del modelo matemático en Solver (pegue la imagen)

d) El costo total mínimo del plan de embarque.

e) La capacidad ociosa en cada planta o la demanda insatisfecha en cada cliente.

Nota: Utilice el SOLVER

a) La red gráfica del caso.

c) El reporte del software.

Global optimal solution found.

d) El plan óptimo de transbordo.

f) La capacidad ociosa en cada factoría o la demanda insatisfecha en cada supermercado.

Nota: Utilice el software LINGO

a) La red gráfica del caso.

b) El modelo matemático respectivo.

c) El reporte del software.

d) La política óptima de abastecimiento de los orígenes a los destinos.

e) El costo total mínimo del plan de abastecimiento.

f) La capacidad ociosa en cada factoría o la demanda insatisfecha en cada destino final.

Nota: Utilice el software LINGO

del Instituto de Ingenieros de Chile.

VIDALES, M. L. C. APLICACIÓN Y OPTIMIZACION DE RECURSOS.

Taha, H. A. (2017). Operations Research: An Introduction (10th ed.). Pearson.

También podría gustarte