Trabajo Practico 315 Betsi

En este trabajo practico el estudiante de la asignatura Investigacin de
operaciones I, demuestra sus conocimientos, destrezas y habilidades con la

Programacin Lineal y el Algoritmo de descomposicin, aplicados para la
resolucin de problemas industriales que determinen la mxima ganancia o la
mnima inversin, con el uso ptimo de los recursos limitados; informacin
importante en la toma de decisiones empresariales.
El caso de estudio planteado es la recoleccin y venta de materiales
reciclables destinados a la fabricacin de productos. En una determinada regin
se necesita reducir la cantidad de basura slida que ingresa diariamente al relleno
sanitario, tales como vidrio, plstico y aluminio, para este fin fue creada la
empresa Verdegras, la cual necesita constar con un modelo que le permita realizar
cada uno de sus procesos y utilizar los recursos y materiales de la forma ms
eficiente y optima, de manera tal que le garantice la mxima ganancia con la mejor
distribucin de los materiales de desecho.
I.- Formulacin del Problema
I-1.- Descripcin de las variables de decisin.
Las variables de decisin son incgnitas que deben ser determinadas a
partir de la solucin del modelo. Los parmetros representan los valores conocidos
del sistema o bien que se pueden controlar.
Para esta situacin existen tres (3) tipos de materiales solidos que
recolecta la empresa, los cuales son: vidrio, plstico y aluminio, para su resguardo
durante este proceso cuenta con dos (2) centros de acopio y adems tiene tres (3)
depsitos donde son clasificados para luego ser distribuidos a tres (3) empresas
fabricantes de productos cuya materia prima son estos materiales de desecho, en
este caso cada una de estas empresas trabaja con uno solo de estos materiales,
es decir una con vidrio, otra con plstico y la otra con aluminio. Por otra parte la
empresa le compra estos materiales a personas particulares, de esta manera se
tienen que tomar en cuenta todos estos parmetros para describir las variables de
decisin, quedando las variables de la siguiente manera, segn los siguientes
grficos:

Vidrio
C
1

C
2

D
1

D
2

D
3

E
1

E
2

E
3

Plstico
C
1

C
2

D
1

D
2

D
3

Aluminio
C
1

C
2

D
1

D
2

D
3

Diagramas para los materiales comprados a particulares

Vidrio
D
2

D
3

E
1

E
2

E
3

Plstico
D
1

D
2

D
3

Aluminio
D
1

D
2

D
3

D
1

Variables de Decisin
X1: Cantidad de vidrio a trasladar desde el Centro de Acopio 1 hasta el deposito 1 para suministrar a la Empresa 1
X2: Cantidad de vidrio a trasladar desde el Centro de Acopio 1 hasta el deposito 2 para suministrar a la empresa 1
X7: Cantidad de plstico a trasladar desde el Centro de Acopio 1 hasta el deposito 1 para suministrar a la empresa 2
X13: Cantidad de aluminio a trasladar desde el Centro de Acopio 1 hasta el deposito 1 para suministrar a la empresa 3
X18: Cantidad de aluminio a enviar desde el Centro de Acopio 2 hasta el deposito 3 para suministrar a la empresa 3
X19: Cantidad de vidrio llevada por particulares a suministrar desde el Deposito 1 hasta la Empresa 1
X22: Cantidad de plstico llevada por particulares a suministrar desde el Deposito 1 hasta la Empresa 2
X25: Cantidad de aluminio llevada por particulares a suministrar desde el Deposito 1 hasta la Empresa 3
Formulacin del Problema.
El Modelo de Programacin Lineal, es una representacin simblica de la
realidad que se estudia, o del problema que se va a solucionar. Se forma con
expresiones de lgicas matemticas, conteniendo trminos que significan
contribuciones: a la utilidad (con mximo) o al costo (con mnimo) en la Funcin
Objetivo del modelo. Y al consumo de recursos disponibles (con desigualdades >=
<= e igualdades =) en las restricciones.
La funcin objetivo es una relacin matemtica entre las variables de
decisin, parmetros y una magnitud que representa el objetivo o producto del
sistema. Las restricciones son relaciones entre las variables de decisin y
magnitudes que dan sentido a la solucin del problema y las acotan a valores
factibles.
La estructura matemtica general del modelo de programacin lineal es la
siguiente:
Max o Min Z = C
1
X
1
+ C
2
X
2
+ ..C
n
X
n

s.a a
11
X
1
+ a
12
X
2
+ .+a
1n
X
n
<=b
1

a
21
X
1
+ a
22
X
2
+ .+a
2n
X
n
<=b
2

+ .+
+ .+
a
m1
X
1
+ a
m2
X
2
+ . +a
mn
X
n
<= b
m

X
1
, X
2
, . , X
n
>= 0, para i= 1,2, n

Como podemos ver en el modelo la funcin que se va maximizar o
minimizar es la funcin objetivo, sujeta a (s.a.) las restricciones. Xj >= 0, es la
condicin de no negatividad. Las X
i
son las variables de decisin cuyo valor se
desea conocer. aij, bi, cj son parmetros. El vector Cj [ C1, C2,...Cn] se llama
vector de costos o vector de precios.
En el caso de estudio, para hacer la formulacin del problema se debe
realizar una serie de clculos con relacin a los costos de transporte que se
generan al trasladar los materiales desde los centros de acopio hasta los
depsitos y desde los depsitos hasta las empresas y otros clculos por transporte
desde los depsitos hasta las empresas del material comprado a particulares.
En este sentido, el costo de transporte de materiales desde los centros de
acopio hasta los depsitos se reflejan en la siguiente tabla:
Centros de
acopio
Materiales Depsitos
D1 D2 D3

C
1

Vidrio 3 2 5
Plstico 1 3 2
Aluminio 4 6 4

C
2

Vidrio 2 2,5 3
Plstico 1,5 1 2
Aluminio 5 4 3

Por otra parte, la empresa E
1
trabaja con vidrio, la E
2
trabaja con plstico y
la E
3
con aluminio, entonces los costos de transporte por kilo de material desde los
depsitos a las empresas, se reflejan en la siguiente tabla:
Depsitos Empresas
E
1
E
2
E
3

D
1
3 2 5
D
2
4 2 4
D
3
5 1 3

Para el clculo del costo que genera los materiales llevados al depsito y
posteriormente clasificados para luego ser transportado a las empresas
fabricantes de productos a partir de estos materiales, se tiene un costo de
clasificacin fijo de 0,10 UM, independientemente del material.
El costo total por material se obtiene de la suma del costo de transporte
desde los centros de acopios a los depsitos, con el costos de transporte desde
los depsitos hasta las empresas, segn el caso, ms el costo de clasificacin, es
decir:
Costo total por material = costos de transporte del material desde el centro
de acopio i hasta el deposito j + costo de transporte del material desde los
depsitos j hasta las empresas k + costo de clasificacin
Con i = 1,2
j = 1,2,3
k = 1,2,3
Los clculos son los siguientes:
Costo total de vidrio desde el centro de acopio 1 al depsito 1 hasta la empresa 1 = 3 + 3
+ 0,10 = 6,1 UM
+ 0,10 = 6,1 UM
+ 0,10 = 10,1 UM
+ 0,10 = 5,1 UM
Costo total de vidrio desde el centro de acopio 2 al depsito 2 hasta la empresa 1 = 2,5 +
4 + 0,10 = 6,6 UM
+ 0,10 = 8,1 UM
Costo total de plstico desde el centro de acopio 1 al depsito 1 hasta la empresa 2 = 1 +
2 + 0,10 = 3,1 UM
2 + 0,10 = 5,1 UM
1 + 0,10 = 3,1 UM
Costo total de plstico desde el centro de acopio 2 al depsito 1 hasta la empresa 2 = 1,5
+ 2 + 0,10 = 3,6 UM
2 + 0,10 = 3,1 UM
1 + 0,10 = 3,1 UM
Costo total de aluminio desde el centro de acopio 1 al depsito 1 hasta la empresa 3 = 4 +
5 + 0,10 = 9,1 UM
Costo total de aluminio desde centro de acopio 1 al el deposito 2 hasta la empresa 3 = 6 +
4 + 0,10 = 10,1 UM
3 + 0,10 = 7,1 UM
5 + 0,10 = 10,1 UM
Costo total de aluminio desde centro de acopio 2 al el deposito 2 hasta la empresa 3 = 4 +
4 + 0,10 = 8,1 UM
3 + 0,10 = 6,1 UM
Para el clculo del gasto en el caso de los materiales que llegan a los
depsitos de la compra por kilos a particulares, Verdegras los paga a razn de 0,5
UM el vidrio, 0,25 UM el plstico y 1 UM el aluminio; y no requieren clasificacin,
entonces, en este caso el costo total por material se obtiene de la suma del costo
de transporte desde los depsitos, hasta las empresas, segn el caso, con el
costo de compra, es decir:
Costo total por material comprado a particulares = costo de transporte del
material desde los depsitos i hasta las empresas j + costo de compra
Con i = 1,2,3
j = 1,2,3
Los clculos son los siguientes:
Costo total de vidrio comprado a particulares desde el deposito 1 hasta la empresa 1 = 3 +
0,5 = 3,5 UM
0,5 = 4,5 UM
0,5 = 5,5 UM
Costo total de plstico comprado a particulares desde el deposito 1 hasta la empresa 2 =
2 + 0,25 = 2,25 UM
2 + 0,25 = 2,25 UM
1 + 0,25 =1,25 UM
Costo total de aluminio comprado a particulares desde el deposito 1 hasta la empresa 3 =
5 + 1 = 6 UM
4 + 1 = 5 UM
3 + 1 = 4 UM
Ahora, la formulacin de problema es la siguiente:
Funcin Objetivo
Max Z = 10X1 + 10X2 + 10X3 + 10X4 + 10X5 + 10X6 + 7X7 + 7X8 + 7X9 + 7X10 +
7X11 + 7X12 + 12X13 + 12X14 + 12X15 + 12X16 + 12X17 + 12X18 + 10X19 +
10X20 + 10X21 + 7X22 + 7X23 + 7X24 + 12X25 + 12X26 + 12X27 6.1X1
6.1X2 10.1X3 5.1X4 6.6X5 8.1X6 3.1X7 5.1X8 3.1X9 3.6X10
3.1X11 3.1X12 9.1X13 10.1X14 7.1X15 10.1X16 8.1X17 6.1X18
3.5X19 4.5X20 5.5X21 2.25X22 2.25X23 1.25X24 6X25 5X26 4X27

S.A
{Cantidad de kilos de materiales por depsito a obtener a travs de
particulares}
X19 <= 400
X20 <= 200
X21 <= 300
X22 <= 100
X23 <= 100
X24 <= 100
X25 <= 50
X26 <= 50
X27 <= 50
{Capacidad de almacenamiento de kilos de materiales en los Depsitos}
X1 + X4 + X19 <= 4000
X2 + X5 + X20 <= 3000
X3 + X6 + X21 <= 3500
X7 + X10 + X22 <= 500
X8 + X11 + X23 <= 400
X9 + X12 + X24 <= 600
X13 + X16 + X25 <= 3000
X14 + X17 + X26 <= 2500
X15 + X18 + X27 <= 3800
{Cantidad de kilos de materiales demandados por las empresas}
X1 + X2 + X3 + X4 + X5 + X6 + X19 + X20 + X21 >= 10000
X7 + X8 + X9 + X10 + X11 + X12 + X22 + X23 + X24 >= 1500
X13 + X14+ X15 + X16 + X17 + X18 + X25 + X26 + X27 >= 8000
{No Negatividad de las variables}
X1, X2, X3,.,X27 >= 0
I-3.- Total de Variables de Decisin y Restricciones
El modelo aqu construido presenta 27 variables de decisin y 22
restricciones, incluyendo la restriccin de no negatividad de las variables de
decisin.
II.- Solucin del Problema.
a- Reporte
Para el reporte de la data, solucin y anlisis de sensibilidad del problema
planteado, se utiliz el paquete de optimizacin lineal LINDO Systems,Inc,
obtenindose el siguiente reporte:
b- Solucin, su estado, numero de iteraciones y el valor ptimo de la funcin
objetivo
LP OPTIMUM FOUND AT STEP 22 {estado de la solucin}
OBJECTIVE FUNCTION VALUE
1) 87180.00 {valor ptimo de la funcin objetivo}
VARIABLE VALUE REDUCED COST
X1 0.000000 1.000000
X2 2800.000000 0.000000
X3 0.000000 2.000000
X4 3600.000000 0.000000
X5 0.000000 0.500000
X6 3200.000000 0.000000
X7 400.000000 0.000000
X8 0.000000 2.000000
X9 500.000000 0.000000
X10 0.000000 0.500000
X11 300.000000 0.000000
X12 0.000000 0.000000
X13 2950.000000 0.000000
X14 0.000000 2.000000
X15 0.000000 1.000000
X16 0.000000 1.000000
X17 2450.000000 0.000000
X18 3750.000000 0.000000
X19 400.000000 0.000000
X20 200.000000 0.000000
X21 300.000000 0.000000
X22 100.000000 0.000000
X23 100.000000 0.000000
X24 100.000000 0.000000
X25 50.000000 0.000000
X26 50.000000 0.000000
X27 50.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 1.600000
3) 0.000000 1.600000
4) 0.000000 2.600000
5) 0.000000 0.850000
6) 0.000000 0.850000
7) 0.000000 1.850000
8) 0.000000 3.100000
9) 0.000000 3.100000
10) 0.000000 2.100000
11) 0.000000 4.900000
12) 0.000000 3.900000
13) 0.000000 1.900000
14) 0.000000 3.900000
15) 0.000000 3.900000
16) 0.000000 3.900000
17) 0.000000 2.900000
18) 0.000000 3.900000
19) 0.000000 5.900000
20) 500.000000 0.000000
21) 0.000000 0.000000
22) 1300.000000 0.000000
NO. ITERATIONS= 22 {nmero de iteraciones}
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3.900000 1.000000 INFINITY
X2 3.900000 1.600000 0.500000
X3 -0.100000 2.000000 INFINITY
X4 4.900000 1.600000 1.000000
X5 3.400000 0.500000 INFINITY
X6 1.900000 2.600000 1.900000
X7 3.900000 0.850000 0.500000
X8 1.900000 2.000000 INFINITY
X9 3.900000 1.850000 0.000000
X10 3.400000 0.500000 INFINITY
X11 3.900000 0.850000 2.000000
X12 3.900000 0.000000 INFINITY
X13 2.900000 3.100000 1.000000
X14 1.900000 2.000000 INFINITY
X15 4.900000 1.000000 INFINITY
X16 1.900000 1.000000 INFINITY
X17 3.900000 3.100000 2.000000
X18 5.900000 2.100000 1.000000
X19 6.500000 INFINITY 1.600000
X20 5.500000 INFINITY 1.600000
X21 4.500000 INFINITY 2.600000
X22 4.750000 INFINITY 0.850000
X23 4.750000 INFINITY 0.850000
X24 5.750000 INFINITY 1.850000
X25 6.000000 INFINITY 3.100000
X26 7.000000 INFINITY 3.100000
X27 8.000000 INFINITY 2.100000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 400.000000 3600.000000 400.000000
3 200.000000 2800.000000 200.000000
4 300.000000 3200.000000 300.000000
5 100.000000 400.000000 100.000000
6 100.000000 300.000000 100.000000
7 100.000000 500.000000 100.000000
8 50.000000 2950.000000 50.000000
9 50.000000 2450.000000 50.000000
10 50.000000 3750.000000 50.000000
11 4000.000000 INFINITY 500.000000
12 3000.000000 INFINITY 500.000000
13 3500.000000 INFINITY 500.000000
14 500.000000 INFINITY 0.000000
15 400.000000 INFINITY 0.000000
16 600.000000 INFINITY 0.000000
17 3000.000000 INFINITY 1300.000000
18 2500.000000 INFINITY 1300.000000
19 3800.000000 INFINITY 1300.000000
20 10000.000000 500.000000 INFINITY
21 1500.000000 0.000000 INFINITY
22 8000.000000 1300.000000 INFINITY
III.- Anlisis de los Resultados
III-1.- Cul es la ganancia mxima que obtiene Verdegras al aplicar el plan
ptimo de recoleccin, adquisicin y venta de materiales para reciclaje?
La ganancia mxima obtenida por la empresa Verdegras es UM 87180
III-2.- Elabore un diagrama que incluya los centros de acopio, depsitos y
empresas. De acuerdo al plan optimo obtenido, seale en el mismo las
cantidades enviadas desde un sitio a otro. Considere solo aquellos que
corresponden a valores mayores que cero.

Deposito 1
Centro de acopio 1
Vidrio Deposito 2 Empresa 1
Centro de acopio 2
Deposito 3

2800
Deposito 1
Centro de acopio 1
Plstico Deposito 2 Empresa 2
Centro de acopio 2
Deposito 3

300
Deposito 1
Centro de acopio 1
Aluminio Deposito 2 Empresa 3
Centro de acopio 2
Deposito 3

2450

III-3.- De acuerdo al plan optimo, Cunto de cada material se debe comprar
a particulares en cada depsito?
Segn este plan ptimo se debe comprar todo el material estimado a
obtener a travs de particulares.
III-4.- En este proyecto no se especificaron las capacidades de los centros de
acopio. De acuerdo al plan optimo, establezca las capacidades mnimas de
cada centro, para cada tipo de material.
De acuerdo al plan ptimo obtenido con este modelo, las capacidades
mnimas en kg de cada centro de acopio (C
i
), para cada tipo de material son las
siguientes:
Para el vidrio: C
1
= 2800 kg y C
2
= 3600 kg
Para el plstico: C
1
= 400 kg y C
2
= 500 kg
Para el aluminio: C
1
= 2950 kg y C
2
= 3750 kg

III-5.- De acuerdo al plan optimo, Cuantos kilos de cada material quedaron
en cada depsito?
Segn el plan optimo no quedo material de ninguno de los tres tipos en los
depsitos, esto indica que se distribuy completamente todo el material que lleg
a cada depsito segn su capacidad de almacenamiento.

III-6.- De acuerdo al plan optimo, en cunto supera a las cotas de demanda
(en kilos) de cada material?
De acuerdo a este plan se supera las cotas de demanda de vidrio en 500
kg. y de aluminio en 1300 kg.
III-7.- Si se aumenta en 100 kilos la demanda de plstico, por parte de la
empresa E
2
, se mantendra ptimo el plan actual? Justifique su respuesta.
Realizando este cambio, que representa un cambio en el segundo miembro
de una restriccin, en este caso en particular, si se mantendra optimo el plan
actual y la ganancia seria la misma, es decir UM 87180, cumplindose ahora el
proceso en 21 iteraciones.
III-8.- Obtenga conclusiones derivadas de los resultados obtenidos. Indique
otros aspectos que se podran tomar en cuenta en la formulacin del modelo
a fin de mejorar su aproximacin a la realidad.
Segn los resultados, este plan permite tomar la mejor decisin en los
procesos de la empresa, para obtener la mxima ganancia. La experiencia al
realizar este trabajo prctico ha permitido visualizar el inmenso campo de la
investigacin de operaciones y su gran utilidad para el funcionamiento ptimo de
todos los procesos industriales y empresariales y que adems sus tcnicas
pueden ser aplicadas a cualquier actividad o proceso humano y cientfico.
Por otra parte, para que el modelo se aproxime ms a la realidad, este
debera tener restricciones relacionadas con las capacidades de los centros de
acopio, y adems restricciones que permitieran mantener un stock de estos
materiales en los depsitos con el fin de comenzar la siguiente jornada
inmediatamente al terminar la anterior.

Trabajo Practico 315 Betsi

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Trabajo Practico 315 Betsi

Încărcat de

Drepturi de autor:

Formate disponibile

En este trabajo practico el estudiante de la asignatura Investigacin de

operaciones I, demuestra sus conocimientos, destrezas y habilidades con la

S-ar putea să vă placă și