Академический Документы
Профессиональный Документы
Культура Документы
APLICADA EN LA
PRODUCCIÓN DE BATIDOS
DE LA JUGUERIA FUSIÓN &
SABOR
Contenido
Introducción ................................................................ 3
pág. 2
Introducción
Desde un punto de vista técnico, hay cinco supuestos que debe cumplir todo
problema de programación lineal:
Divisibilidad: todas las variables tienen carácter continuo por lo que pueden
tomar cualquier valor real.
Si en un modelo lineal, las variables de decisión deben tomar valores enteros, puede
utilizarse la Programación Lineal Entera.
Si los parámetros del problema lineal no son conocidos, puede realizarse un análisis
de sensibilidad o usarse la Programación Lineal Estocástica.
3
Además, cuando se tiene más de un objetivo, puede aplicarse la Programación Lineal
Multicriterio.
pág. 4
Solución no acotada: En ocasiones, podemos encontrarnos con problemas
que no tienen solución finita. Esta situación sólo se puede dar en el caso de
que la región factible no esté acotada.
Reseña Histórica
Aunque parece ser que la programación lineal fue utilizada por G. Monge en 1776,
se considera al matemático y economista ruso Leonid Vitalevich Kantorovitch como
uno de sus creadores, aunque no fue el único. A continuación exponemos,
cronológicamente, los autores que pueden considerarse como los creadores de la
programación lineal así como sus aportaciones.
5
Simultáneamente pero de forma independiente
Kantorovich trabajaba en la resolución de este tipo de
problema.
La eficacia del algoritmo del simplex para hallar la solución en un número finito
de pasos además de su fácil implementación.
7
Durante más de 30 años el método del simplex ha sido el único método utilizado para
la resolución de problemas lineales de gran tamaño. Su importancia ha sido tal que
en el 2000 fue incluido entre los 10 algoritmos más transcendentes del siglo XX en el
“top ten” de la revista “Computing in Science and Engineering”.
Cierto es, que el algoritmo del simplex supuso un gran empuje a esta herramienta,
pero quizás no hubiese sido así sin la colaboración de los ordenadores. La aplicación
de este método ha estado siempre ligada al desarrollo de los ordenadores. En 1951
el ordenador SEAC (Standards Eastern Automatic Computer) resolvía problemas con
48 restricciones y 72 variables. En 1963 el IBM 7090 resolvía problemas con 1024
restricciones y 10 años más tarde otro IBM, el modelo 360, era ya capaz de utilizar
32000 restricciones.
pág. 8
Texaco Inc., ahorró 30 millones de dólares en 1989 optimizando la mezcla de
ingredientes disponibles para que los productos de gasolina cumplieran con los
requerimientos de ventas y calidad.
Entre los softwares más utilizados en programación lineal se pueden citar los
siguientes:
9
GAMS (General Algebraic Modeling System): Creado a finales de los años 80
por un grupo de economistas, resuelve problemas lineales, enteros y no lineales.
Permite además la interrelación con otros lenguajes de programación como por
ejemplo Fortran.
pág. 10
Actualmente es posible encontrar aplicaciones gratuitas en internet, como por
ejemplo:
Pero no sólo los programas especializados como Lingo pueden usarse para la
resolución de problemas lineales. También las hojas de cálculo como Excel ofrecen
esta posibilidad mediante la macro Solver. Resuelve problemas de hasta 200
variables y 500 restricciones.
De entre todos los softwares disponibles hemos elegido LINGO, para la resolución
del problema que abordaremos en el trabajo, por varias razones:
La sencillez de su sintaxis.
Disponibilidad de una versión demo gratuita que pueden resolver modelos con
más de 300 variables y 150 restricciones.
11
Aplicaciones de la Programación Lineal
pág. 12
Marketing:
Producción:
Presupuestaria.
Disponibilidad de recursos.
Políticas medioambientales.
13
Finanzas:
Presupuestaria.
Leyes estatales.
Políticas de la compañía.
Logística:
pág. 14
Asignación de tareas:
Mezclas:
Presupuesto.
Disponibilidad de alimentos.
pág. 16
Problema lineal aplicada en la producción de
batidos de la Jugueria Fusión & Sabor
METODO DE SOLUCION
Análisis de datos:
- 100 gr de fresa
- 150 gr de cerezas
- 70 gr de azúcar
- 200 ml de leche
17
Batido de plátano con arándanos
- 50 gr de arándanos
- 150 gr de plátanos
- 50 gr de azúcar
- 200 ml de leche
- 80 gr de fresas
- 150 gr de plátanos
- 80 gr de azúcar
- 250 ml de leche
Batido múltiple
- 100 gr de cerezas
- 70 gr de fresas
- 20 gr de arándanos
- 100 gr de plátanos
- 50 gr de azúcar
- 300 ml de leche
pág. 18
Batido freza con arándanos
- 100 gr de fresa
- 50 gr de arándanos
- 100 gr de azúcar
- 250 ml de leche
Precio de referencia por unidad (vaso) S/. 8.00
MODELAMIENTO
19
Batido Batido de Batido Batido Batido Disponibilidad
de plátanos de múltiple fresas con
cerezas con plátano arándanos
fresas arándanos con
frezas
Cerezas 0,15 0 0 0,1 0 15
(Kg)
Fresas 0,1 0 0,08 0,07 0,1 30
(Kg)
Plátanos 0 0,15 0,15 0,1 0 50
(Kg)
Arándanos 0 0,05 0 0,02 0,05 30
(Kg)
Leche 0,2 0,2 0,25 0,3 0,25 250
(litros)
Azúcar 0,07 0,05 0,08 0,05 0,1 80
(Kg)
pág. 20
Batido de fresas con S/. 2.66
arándanos
IDENTIFICACIÓN DE RESTRICCIONES
Cereza: 0,15X1+0X2+0X3+0,1X4+0X5 ≤ 15
Fresa: 0,1X1+0X2+0,08X3+0,07X4+0,1X5 ≤ 30
Plátano: 0X1+0,15X2+0,15X3+0,1X4+0X5 ≤ 50
Arándanos: 0X1+0,05X2+0X3+0,02X4+0,05X5 ≤ 30
Leche: 0,2X1+0,2X2+0,25X3+0,3X4+0,25X5 ≤ 250
Azúcar: 0,07X1+0,05X2+0,08X3+0,05X4+0,1X5 ≤ 80
21
IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVO
Max Z = C X
s.a.
AX = b
X≥ 0
pág. 22
MAX UTILIDAD (S/.) =3.50X1+ 3.91X2+4.52X3+6.13X4+5.34X5
s/a:
0,15X1+0X2+0X3+0,1X4+0X5 ≤ 15
0,1X1+0X2+0,08X3+0,07X4+0,1X5 ≤ 30
0X1+0,15X2+0,15X3+0,1X4+0X5 ≤ 50
0X1+0,05X2+0X3+0,02X4+0,05X5 ≤ 30
0,2X1+0,2X2+0,25X3+0,3X4+0,25X5 ≥ 200
0,07X1+0,05X2+0,08X3+0,05X4+0,1X5 ≤ 80
ANALISIS Y RESULTADOS
X1=0
X2=310.34 ≈ 310
X3= 0
X4= 34.48 ≈ 34
X5= 275.86 ≈276
Z=2897.93
Por lo tanto la máxima utilidad será con la siguiente cantidad de producción semanal de
batidos:
23
- 0 batidos de cereza con fresas
- 310 batidos de plátanos con arándanos
- 0 batidos de plátanos con fresas.
- 34 batidos múltiple.
- 276 batidos de frutillas con arándanos.
H1= 11.55-
H2= 0
H3= 0
H4= 0
H5= 108.62-
H6= 35.17-
H1= 11.55-
Este resultado refleja que de los 15 kilos semanales sobran 11.55 kg de cerezas, es decir
este recurso no es utilizado totalmente.
H2=0
Este resultado refleja que de los 30 kilos semanales no sobran fresas, es decir este recurso
es utilizado totalmente.
pág. 24
H3= 0
Este resultado refleja que de los 50 kilos semanales de plátanos se utilizado todo.
H4=0
Este resultado refleja que de los 30 kilos semanales no sobran arándanos, es decir este
recurso es utilizado totalmente.
H5= 108.62-
Este resultado refleja que de los 250 litros semanales sobran 108.62 litros de leche, es
decir este recurso no es utilizado totalmente.
H6= 35.17-
Este resultado refleja que de los 80 kilos semanales sobran 35.17 kilos de azúcar.
ANALISIS DE SENSIBILIDAD
La parte de los análisis de sensibilidad de los resultados trata de los cambios individuales
en los coeficientes de la función objetivo y de los lados derechos de las restricciones
La solución óptima del momento permanecerá sin cambio mientras la utilidad por el batido
de plátano con arándanos este entre S/. 3.59 y S/.6.26. También la factibilidad de la
solución actual no se afectara mientras la disponibilidad diaria de la materia prima de Z2 se
conserve entre 26.67 y 41.17 kilos.
Se deben explicar dos columnas adicionales: el costo reducido (reduced cost) y el precio
dual (dual Price) de una restricción, esta última conocida también como precio sombra.
Si es positivo el costo reducido de la actividad por unidad, esta se debe rechazar, porque su
costo unitario de recursos consumidos es mayor que su utilidad unitaria, esto quiere decir
25
que el valor de su variable asociada en la solución óptima debe ser cero. También una
actividad que es económicamente atractiva tendrá un costo reducido igual a cero en la
solución óptima .y eso quiere decir que hay equilibrio entre la salida (utilidad unitaria) y la
entrada (costo unitario de recursos consumido).
Por lo tanto la elaboración de batidos de cereza con fresa (1.62) y plátanos con fresa (3.26)
deben ser rechazadas
El análisis de precio sombra es cuánto es lo más que estoy dispuesto a pagar por una
unidad de recurso extra, este es el máximo incremento en el precio sin que nuestras
ganancias disminuyan.
Debido a que el precio sombra es la variación unitaria en el valor objetivo óptimo por
cada variación por unidad en el lado derecho.
- Como H1, H5, H6 =0 los precios sombra para las restricciones primera,
quinta y sexta son cero para los intervalos (3.45; ∞), (141.38; ∞) y (44.83; ∞)
respectivamente. Este resultado implica que los aumentos en los recursos
que representan los límites de mercado para la elaboración de todos los
batidos, no tienen efecto sobre la solución óptima del momento actual.
- Como H2= 51.18 Por tanto son válidos solo para los intervalos respectivos
de factibilidad de 26.67 ≤ H2 ≤ 41.17; el aumento de un kilogramo en la
disponibilidad de fresas la Función Objetiva aumenta en 51.18.
pág. 26
- Como H3= 24.59 Por tanto son válidos solo para los intervalos respectivos
de factibilidad de 45.00 ≤ H3 ≤ 66.75; Por tanto el aumento de un kilogramo
en la disponibilidad de plátanos la Función Objetiva aumenta en 24.59.
- Como H4=4.44 Por tanto son válidos solo para los intervalos respectivos de
factibilidad de 24.42 ≤ H4 ≤ 31.67; Por tanto el aumento de un kilogramo en la
disponibilidad de arándanos la Función Objetiva aumenta en 4.44.
27