Resumen: Este proyecto consiste en el envo de carga por va area.

Adems de las
limitaciones de peso, la empresa tiene un volumen limitado de compartimentos de
almacenamiento en los aviones. Se proporciona informacin del promedio diario de
tres tipos de carga en trminos de peso (toneladas) y volumen (ft 3 / tonelada). El
objetivo es encontrar la cantidad de cada tipo de carga tal que maximice los ingresos.
El problema se modela usando tcnicas de optimizacin con restricciones y se
resuelve con multiplicadores de Lagrange. Los precios para cada tipo de carga se
calculan

Adicionalmente, se supone que la empresa est reacondicionando algunos de sus

antiguos aviones para ayudar a aumentar el tamao de las zonas de carga. De esta
manera se pueden tomar decisiones sobre si se deben o no hacer modificaciones y en
qu medida. Los resultados numricos se validan mediante la resolucin de un
problema de programacin lineal utilizando el paquete de software de ordenador y
lindo de la matemtica MAPLE paquete de software.

La mayora de los problemas de optimizacin requieren la consideracin simultnea

de una serie de variables independientes. La categora ms simple de los problemas
de optimizacin multivariable se puede resolver utilizando optimizacin. Sistemas de
lgebra computacional sin restricciones como MAPLE o MATHEMATICA resultan de
gran utilidad en el tratamiento de los clculos algebraicos ms complicados. El tipo
ms sencillo de problemas de optimizacin multivariable consiste en encontrar el
mximo o mnimo de una funcin diferenciable de varias variables sobre una regin
especificada. Las complicaciones surgen en la solucin de modelos de optimizacin
multivariable cuando la regin sobre la cual se optimiza es ms compleja.

La mayora de los problemas reales conducen a modelos complicados que implican la

existencia de limitaciones en las variables independientes. Esto nos lleva al rea de la
optimizacin con restricciones. Una tcnica importante para hacer frente a estos
problemas implica el uso de los multiplicadores de Lagrange. Esencialmente tenemos
una funcin objetivo y una serie de funciones de restriccin. El conjunto formado por
las funciones de restriccin se llama la regin factible y la funcin objetivo es
maximizada o minimizada sobre este conjunto por el uso de tcnicas de
multiplicadores de Lagrange. En el proceso de solucin de la informacin importante
se puede encontrar mediante la bsqueda de los precios sombra para cada restriccin.

Un ejemplo simple de un problema de optimizacin multivariable con restricciones es

uno donde la funcin objetivo y las funciones de restriccin son lineales. El estudio de
los mtodos de clculo para este tipo de problemas se llama programacin lineal. Los
problemas tpicos a gran escala implican miles de variables de decisin y miles de
limitaciones. El software para este tipo de problemas es muy flexible y fcil de usar y
permite al usuario modificar los datos y parmetros segn sea necesario, que podra
producir resultados que implican la toma de decisiones importantes.

Considere la posibilidad de una empresa de transporte de carga area que utiliza para
mover la carga que se almacena en los compartimentos del avin. La empresa cuenta
con la capacidad para mover 100

por va area y cobra 250

para el

transporte areo de mercancas. Aparte de la restriccin de peso, la compaa slo

puede moverse 50.000 ft3 de carga por da a causa de volumen limitado de
compartimentos de almacenamiento. La tabla muestra un desglose de la carga media
disponible en una base diaria.
Cargo
A
B
C

Volumen (ft3/tonelada)
550
800
400

Peso (toneladas)
39
40
50

A. Formular un modelo matemtico como un problema de optimizacin con

restricciones y resolver utilizando tcnicas de multiplicadores de Lagrange.
Utilizar este mtodo para determinar la cantidad de cada carga que debe ser
enviada por el aire cada da con el fin de maximizar los ingresos.
B. Por lo tanto calcular los precios sombra para cada restriccin y explicar el
significado de estos resultados.
C. Consideremos ahora la siguiente extensin del problema. La empresa cuenta
con la capacidad para reacondicionar algunos de sus aviones ms viejos para
aumentar el tamao de las zonas de carga. Las modificaciones costaran
$200,000 por avin y aadiran 2,500 ft3 por avin. Los lmites de peso seran
sin cambios. Haga la hiptesis de que los aviones vuelan 250 das por ao y que
la vida til restante de los aviones de ms edad es de aproximadamente 5 aos.
Valdra la pena, econmicamente, hacer las alteraciones y, en caso afirmativo,
a cuntos aviones?
D. Validar los resultados anteriores mediante la resolucin de un problema de
programacin lineal utilizando un paquete de software apropiado.

Para formular el modelo, en primer lugar definimos las variables que utilizaremos,
(
)
=
(
)
=
(
)
=
( )
=
(
)
=
($).
=
Se requieren los siguientes supuestos para garantizar la validez del modelo,
= 550 + 800
= + +
= 250
50,000
100
0
30
0
40
0
50.

+ 400

El objetivo del modelo es la optimizar el costo de flete F. Renombrando

= ( , , ) = 250 + 250 + 250 ,
y nuestro objetivo es optimizar en la regin delimitada por
+ + 100
550 + 800 + 400 50,000
0
30
0
40
0
50.

= ,

A. Ahora se resuelve el modelo usando los multiplicadores de Lagrange. La funcin

objetivo es lineal y por lo que el gradiente de ( , , ) nunca es cero. Esto
significa que no hay puntos extremos interiores. La restriccin ( , , ) a un
plano o una lnea sigue siendo lineal. Esto significa que no hay extremos locales a
lo largo de cualquiera de las caras o los bordes de la regin factible. De ah que el
mximo debe ocurrir en una de las esquinas.

Ahora se comprueba cada esquina para determinar el ptimo. Est claro que x 1, x2,
x3 no pueden ser cero. A continuacin, hay cinco restantes restricciones lineales:
( ,

)=

= 100

(
(
(
(

,
,
,
,

,
,
,
,

) = 550 + 800
)=
= 30
)=
= 40
)=
= 50.

+ 400

= 50,000

Al resolver cualquier combinacin de tres de estas ecuaciones obtenemos las

coordenadas de un punto de esquina. Si estas coordenadas satisfacen las
restricciones de desigualdad, entonces el punto de esquina representa una
solucin factible. Al marcar los 10 puntos de esquina, nos encontramos con que el
ptimo se produce en la interseccin de las lneas de las restricciones ,
en el punto

= (30,16.875,50). As = ( ) = 250(30 + 16.875 + 50) = 24,218.75.

Por lo que la estrategia ptima (envo mximo) es
Carga A

30

Carga B

16.875

Carga B

50

Costo Total

$24,218.75

Es importante tener en cuenta que la restriccin de peso no es vinculante, es decir,

no tenemos un volumen suficiente en las bodegas de carga de enviar cada 100
toneladas de carga disponible.

B. A continuacin se calcula y se discuten los precios sombra para cada restriccin

Los gradientes para las restricciones obligatorias son las siguientes:
=
=
=
y

= (500,800,400)
= (1,0,0)
= (0,0,1)

= (250, 250 250) para la funcin objetivo f.

Las ecuaciones de Lagrange son

as

250 = 550

+
+

250 = 800
250 = 400
Por lo tanto

= 0.3125,

= 78.125 y

= 125.

Estas cifras dan los precios sombra, lo que significa efectivamente que la capacidad
de carga adicional vale aproximadamente $ 0.31 por pie cbico. La ventaja neta de
ser capaces de enviar ms de la carga A es $ 78,13 por tonelada, y para la carga C,
la cifra es de $ 125 por tonelada.
Para todas las otras limitaciones, que son todos no vinculante, los precios sombra
son cero. As, por ejemplo, la empresa no estara dispuesta a pagar para aumentar
la capacidad de carga de los aviones, ya que la solucin ptima actual no utiliza
toda la capacidad disponible de peso.
C. A continuacin, utilizamos los resultados de sensibilidad anteriores para resolver
la extensin del problema. Sabemos que el espacio de carga adicional vale $ 0.31
por pie cbico. Durante la vida til de los aviones (es decir, 5 aos), la
modificacin propuesta permitira a la empresa enviar
5(250)(2000) = 2,500,000
pies cbicos de carga adicional que equivaldra a
$0.31(2,500,000) = $775,000.
Dado que esta cifra est muy por encima del costo $ 200.000 de
reacondicionamiento, la empresa debe proceder con este plan.
La carga restante no enviada se compone actualmente de
40 16,875 = 23,125
toneladas diarias de carga B, que llenaran un volumen de
23.125(800) = 18,500
pies cbicos. La carga diaria actual utiliza todo el volumen disponible y pesa
96.875 toneladas. Cada avin modificado puede llevar a un adicional de 2,500 pies
cbicos de carga B, que pesa
2,500
= 3.125
.
800

Aunque hay suficiente carga adicional para llenar 7 u 8 aviones modificados, slo
hay se tiene la capacidad de peso para llevar a un adicional de 3.125 toneladas por
da. Esto significa que slo debemos modificar uno de los aviones. En caso de
modificar un plano las restricciones limitantes son g 3, g5 y el g2 modificada como
52,500.
Ahora resolvemos
550

sujeto a

+ 800

+ 400

= 30,

= 52,500

= 50.

Esto da x2 = 20 y por lo que en este caso se envan 20 toneladas de carga B

obteniendo los gastos de envo de $ 25.000
250 (

) = 250 (30 + 20 + 50) = 25,000.

5. Validacin del modelo

Ahora validamos los resultados obtenidos en la Seccin 4 mediante la resolucin de

un problema de programacin lineal por el mtodo simplex. Hemos elegido el paquete
de software LINDO para llevar a cabo el clculo.
A. Por supuesto, la lista de variables y supuestos son los mismos que en la Seccin 4.
As pues, nuestro objetivo es maximizar
sujeto a

250

+ 250

+ 250 ,

+ + 100
550 + 800 + 400
30
40
50.

50,000

El ptimo L. P. encontrado en el paso 3 utilizando LINDO es 24,218.75. Este mximo se

alcanza en x1 = 30, x2 = 16.875, x3 = 50 (vase la Figura B9.1 para deshacer y
resultados Figura B9.2 para obtener resultados MAPLE). Por lo tanto, se recomienda
que los buques de la compaa 30 toneladas de carga A, 16.875 toneladas de carga B y
50 toneladas de carga C por da. Esto debera hace merecedora a la empresa de un
cobro por cargo de envo de $ 24,218.75 por da.

B. A continuacin vamos a validar los precios sombra para cada restriccin que se
encuentra en la Seccin 4. Los multiplicadores de Lagrange o precios sombra
ahora se calculan automticamente por LINDO bajo el ttulo de "DUAL PRICES". La
fila 2 es la restriccin de volumen y el precio dual correspondiente es de 0,3125.
Este es el precio sombra para el volumen.

La fila 4 es el lmite superior de la cantidad de la carga A disponible, y el precio dual

correspondiente es 78.125. Este es el precio sombra de una tonelada de carga. La fila 6
es el lmite superior de la cantidad de carga C disponible, y el precio dual
correspondiente es 125. Este es el precio sombra de una tonelada de espacio de carga
C. El espacio de carga extra vale $ 0,3125 por pie cbico. La carga adicional del tipo A
es digno de $ 78.13 por tonelada, y la carga adicional del tipo C es un valor de $ 125
por tonelada.
C. Finalmente, validamos los resultados para la extensin al problema original. El
costo de actualizacin es de $ 160 por avin por da. Para determinar si es mejor
modificar un avin, modificamos la restriccin de volumen as tenemos

550

+ 800

+ 400

52,500

y se reoptimiza. La modificacin conviene mientras la funcin objetivo se

incremente en ms de 160.
Usando LINDO (ver Figura 139.3) y MAPLE (ver Figura B9.4) nos encontramos con
que el nuevo ptimo es de 25.000, por lo que el nuevo ingreso neto es de $ 25.000 por
da. Esto es claramente mejor que el resultado de A. por lo que vale la pena la
modificacin de un plano. El ptimo de 25.000 ocurre en x 1=30, x2 = 20 y x3 = 50.
Como hay una restriccin de 100 toneladas de la carga diaria total, no hay que
modificar ms de un avin.
El paquete de software LINDO es muy fcil de usar y se puede ejecutar varias veces.
Por ejemplo, si deseamos que decidir si es mejor para modificar un segundo avin,
simplemente cambiamos la restriccin de volumen por
550

+ 800

+ 400

52,500

y reoptimizar. Otra ejecucin LINDO dara el ptimo y los valores correspondientes de x 1, x2 y

x3. El beneficio neto sera menor que antes. Tenga en cuenta tambin que a partir de ahora
usamos toda la capacidad disponible de peso y por lo tanto no hay ningn punto en la
consideracin de la adicin de capacidad de carga para los dems aviones.

6. Interpretacin y conclusiones

Este proyecto es interesante ya que implica el uso de transporte areo para el transporte de
carga por una compaa naviera. Ya que slo se ocupa de tres tipos de carga y los parmetros
clave de peso y el volumen, el nmero de restricciones es pequeo y por lo tanto de fcil
manejo en una solucin matemtica. Tambin la solucin matemtica fcilmente puede ser
validada por el uso de algn software de programacin lineal. Cabe sealar que los
problemas ms realistas de envo y transporte son por lo general mucho ms complejos
debido a las mayores dimensiones y la complejidad de las restricciones. As, por ejemplo,
tcnicas grficas no estn disponibles para dimensiones n>3, y la solucin de = 0 se
vuelve ms complicada ya que el nmero de variables independientes aumenta. La
optimizacin con restricciones se vuelve tambin ms difcil, la geometra de la regin
factible puede ser ms complicada. En general, los problemas de optimizacin multivariable
con restricciones casi siempre es difcil de resolver. Por supuesto, la programacin lineal es
una herramienta importante en la solucin de tales problemas en los que tanto la funcin
objetivo y las funciones de restriccin son lineales. Los paquetes de software para
programacin lineal estn ampliamente disponibles y son de uso frecuente para los
problemas en la industria manufacturera, la inversin, el transporte, la agricultura y el
gobierno. Los problemas tpicos a gran escala implican miles de variables de decisin y miles
de restricciones.
Aunque se han desarrollado variedad de tcnicas computacionales para manejar tipos
especiales de problemas de optimizacin multivariable, an no existen buenos mtodos
generales, incluso en los niveles ms sofisticados. El rea de investigacin que cubre el
desarrollo de nuevos mtodos computacionales para este tipo de problemas se llama
programacin no lineal y es muy activa.