ING200 Optimización

Prueba 1 2019-2
Profs. V. Barile, C. Araneda, H. Lespay, F. Duque, O. Matus, W. Yushimito

Primer Semestre, 12 de septiembre de 2019

Instrucciones:

1. La prueba tiene 3 preguntas.

2. Usted tiene 2 horas para la prueba.

3. No hay consultas durante la prueba. Si hay algo que usted considera que falta, haga un
supuesto razonable e indı́quelo claramente en su respuesta.

4. La prueba es sin apuntes, libros, ni computadores. Sólo están permitidas calculadoras no

programables.

5. Esta prueba será evaluada usando Emarking por lo que se recomienda resolver la prueba
usando lápiz pasta (bolı́grafo). Si realiza esta prueba con lápiz mina asegúrese de que éstas
sean visibles al scanner. De lo contrario nos reservamos el derecho de considerar solo la parte
visible de su respuesta.

6. Conteste las preguntas sólo en el espacio provisto para ello. Sea conciso.

DEL CÓDIGO DE HONOR:

“El alumno que sea sorprendido usando o intentando usar procedimientos ilı́citos
durante el desarrollo de interrogaciones o en la realización de trabajos, será
calificado con la nota mı́nima uno (1,0) en dicha interrogación o trabajo, y su caso
será enviado a la dirección de la Universidad. En caso de reincidencia en el
transcurso de sus estudios, se aplicarán sanciones adicionales, las que podrán llegar
hasta su eliminación de la Universidad”.

1
 1. (Modelamiento y Método Gráfico) [25 pts.]
Fuenzalida y Hnos. produce dos tipos de bebida que utilizan azúcar, agua y ácido cı́trico. La
siguiente tabla resume los requerimiento para preparar un litro de cada tipo de bebida, la
disponibildad y la utilidad que deja cada litrode bebida.
Recurso Requerimientos de recursos por litro de bebida Disponibilidad
Bebida 1 Bebida 2 Máxima
Azúcar (kg) 2 3 1200 kg
Agua (litros) 2 1 1000 litros
Ácido cı́trico (ml) 0 4 800 ml
Utilidad por litro ($) 3 4
[15 pts.] (a) Plantee un modelo de programación lineal que permita determinar la cantidad óptima a
producir de cada bebida de forma que la utilidad sea máxima. Además, utilice el método
gráfico para hallar la utilidad total y litros de bebida a producir de cada tipo.
Solución:
Definir x1 = lts de bebida 1, x2 = lts de bebida 2. El modelo es:

máx z =3x1 + 4x2

s.a. 2x1 + 3x2 ≤ 1200
2x1 + x2 ≤ 1000
4x2 ≤ 800
x1 , x2 ≥ 0

La solución al modelo usando el método gráfico se encuentra en el vértice C. Por tanto

x1 = 450, x2 = 100 y z = 1750 (ver figura)
Corrección

Modelo: Cada ecuación (sin contar no negatividad) vale 1,5 puntos (total 6)

Región factible: Cada restricción bien graficada vale 2 puntos (total 6)

Solución: Encontrar la solución correcta (3puntos), idea correcta pero error de

cálculo (1.5), otro caso (0 puntos).

[5 pts.] (b) Determine si vale la pena comprar 200 kg de azúcar adicionales y, si es ası́, ¿cuál es el
precio máximo que sugerirı́a pagar por kg adicional de este recurso? Explique y justifique
numéricamente su respuesta.
Solución:
Forma 1 Si vale la pena porque la restricción de azúcar es activa. Cambia la región factible
(Ver figura). Con el cambio, la nueva solución es x1 = 400, x2 = 200 y z = 2000, por lo
que lo máximo a pagar es (2000 − 1750)/200 = 1,25 por kilo de azúcar

Página 2 de 10
 Figura 1: Pregunta 1a

Forma 2 Ocupando el gradiente de las dos restricciones activa tenemos:

     
2 2 3
λ1 + λ2 · =
3 1 4

de donde obtenemos que λ1 = 1,25 es decir por cada unidad de cambio en la restricción
nuestro optimo aumenta en 1,25. Le conviene comprar 200 kilos a un precio máximo de
1,25 y el nuevo óptimo serı́a 1750 + 250 = 2000

Corrección

5 puntos: todo correcto

2.5 puntos: idea correcta pero error de cálculo

0 puntos otro caso

[5 pts.] (c) Respecto al modelo de la parte a, ¿cuál serı́a la utilidad total si la utilidad por litro de la
bebida 2 pasa a ser $5 en lugar de $4? Explique y justifique numéricamente su respuesta.
Solución:
El nuvo óptimo pasa a ser el vértice D (ver figura). La nueva solución serı́a x1 = 300, x2 =
200 y z = 1900
Corrección

Página 3 de 10
 Figura 2: Pregunta 1b

5 puntos: todo correcto

2.5 puntos: idea correcta pero error de cálculo

0 puntos otro caso

Página 4 de 10
 Figura 3: Pregunta 1c

2. (AMPL) [10 pts.]

Una empresa quiere determinar la cantidad de los tres tipos de juguetes que fabrica (A, B,
C) sabiendo que cuenta con 40 horas disponibles para producción al dı́a. Para ello, Junior (el
practicante) ha escrito el siguiente archivo de datos de AMPL y ha empezado a plantear el
problema en AMPL escribiendo los parámetros, variables y la función objetivo como se muestra
a continuación.

#Archivo junior.dat
set PROD := A B C ;
param: tasa utilidad comprometido demanda :=
A 200 25 1000 6000
B 140 30 500 4000
C 160 29 750 3500 ;
param horas := 40;

#Archivo junior.mod
set PROD; #juguetes
param tasa {PROD} ; # unidades producidas por hora
param horas ; # horas disponibles al dı́a
param utilidad {PROD}; # utilidad por juguete
param comprometido {PROD} ; # lo mı́nimo que se debe hacer de cada juguete al dı́a
param demanda {PROD} ; # lo máximo que se puede vender de cada juguete al dı́a

Página 5 de 10
 var x{p in PROD} >= 0; # juguetes producidos
var y{p in PROD} binary; # binaria, si un juguete se ha producido o no
maximize z : sum{p in PROD} utilidad[p]*x[p];

Indique si Junior ha planteado correctamente algunas de las condiciones que le han solicitado.
Corrı́jalas en caso no lo sean o explique porqué serı́an correctas en caso lo sean.
[2 1/2 pts.] (a) Cada producto cumplir con la demanda comprometida:
subject to minimo {p in PROD}: x[p]>= comprometido;
Solución:
Falso. Cada producto tiene un valor comprometido diferente por tanto está errada. La
restricción correcta es
subject to minimo {p in PROD}: x[p]>= comprometido[p];
Corrección: 2.5 correcto y justificación correcta, 1 si la justificación solo cubre
parte del problema, 0 otro caso.

[2 1/2 pts.] (b) No exceder el tiempo total disponible (horas):

subject to Tiempo: sum {p in PROD} tasa[p]*x[p] <= horas;
Solución:
Falso. El parámetro tasa representa el número de unidades por hora, por tanto deberı́a
tomarse el inverso para poder usarla en esa restricción. La restricción correcta es
subject to Tiempo: sum {p in PROD} (1/tasa[p])*x[p] <= horas;
Corrección: 2.5 correcto y justificación correcta, 1 si la justificación solo cubre
parte del problema, 0 otro caso.

[2 1/2 pts.] (c) Solo se puede hacer B si es que se hace A o C:

subject to condiciond: y[‘A’] - y[‘C’] <= y[‘B’] ;
Solución:
Falso. La sintaxis es correcta pero la condición está errada. La restricción correcta es:
subject to condiciond: y[‘A’] + y[‘C’] <= y[‘B’] ;
Corrección: 2.5 correcto y justificación correcta, 1 si la justificación solo cubre
parte del problema, 0 otro caso.

[2 1/2 pts.] (d) A lo más se pueden hacer 2 productos de los 3 posibles productos:
subject to condicione: y[‘A’] + y[‘B’] + Y[‘C’] = 2 ;
Solución:
Falso. La sintaxis es correcta pero la condición está errada. La restricción correcta es:
subject to condicione: y[‘A’] + y[‘B’] + y[‘C’] <= 2 ;

Página 6 de 10
Corrección: 2.5 correcto y justificación correcta, 1 si la justificación solo cubre
parte del problema, 0 otro caso.

Página 7 de 10
 3. (Modelamiento) [25 pts.]
Un retailer vende q tipos productos a través de sus n tiendas. El retailer importa los productos
a un costo de bk por unidad de producto donde k representa el ı́ndice del tipo de producto
(k = 1, .., q). Este costo incluye el envı́o a cualquiera de los m centros de distribución con que
cuenta la empresa. Desde esos centros de distribución se abastece a las n tiendas a un costo
de cijt por unidad de producto transportado, donde i representa el centro de distribución, j la
tienda y t el mes. Asimismo, los productos que se almacenan de un mes a otro en cada centro
de distribución afrontan un costo de inventario dado por okt donde k representa el producto y t
el mes.
[16 pts.] (a) Sabiendo que el precio de venta de los productos tipo k que se venden en el mes t en la
tienda j está dado por pkjt , escriba un modelo de programación lineal que le permita a la
empresa maximizar su utilidad neta (venta menos los costos de compra, inventario y de
transporte) para los próximos T meses (t = 1, ..., T ) de forma que se pueda cumplir con la
demanda. Considere además los siguientes datos:
Cada centro de distribución puede decidir cuánto pedir.
La empresa no transfiere productos entre centros de distribución ni hay transferencia
de productos entre tiendas.
Solo se almacena en el centro de distribución, no en las tiendas.
La capacidad de recepción de productos del centro de distribución i es ai .
El inventario inicial del producto k en el centro de distribuciı́on i es αik .
La demanda del producto k en la tienda j en el mes t es dkjt .
(Defina claramente las variables, restricciones y función objetivo).
Solución:
Se cuenta con 4 conjuntos: i = {1, ..., m} centros de distribución, j = {1, ..., n} tiendas,
k = {1, ..., q} productos, y t = {1, ..., T } tiempo.
Definición de variables:
xitk = unidades de producto k que compra i en el tiempo t.
yijkt = unidades de producto k que envı́a i a la tienda j en el tiempo t.
Iitk = unidades de k que quedan en inventario al finalizar el tiempo t en el centro
de distribución i.
Modelo:
Función objetivo:
X q X
T X n m
X q
X m X
X T
máx z = (pkjt ( yijkt )) − bk ( xikt )
t=1 k=1 j=1 i=1 k=1 i=1 t=1

X q X
T X m T X
X n X
m Xq
− (okti Iitk ) − (cijt ( yijkt ))
t=1 k=1 i=1 t=1 j=1 i=1 k=1

Página 8 de 10
 Restricción de capacidad de recepción: En cada periodo t y para cada centro i se
debe cumplir:
q
X
xikt ≤ ai , ∀i, ∀t (1)
k=1

Es también posible que asuman que esto incluye el inventario que se tiene previo:
q
X q
X
xikt + Iik,t−1 ≤ ai , ∀i, ∀t
k=1 k=1

Restricción de demanda: En cada periodo t y para cada cliente i se debe cumplir

que cada producto k:
m
X
yijkt = dkjt , ∀k, ∀j, ∀t (2)
i=1

Restricción de inventario: En cada periodo t y para cada centro i se debe cumplir

que cada producto k:
n
X
Iik,t−1 + xitk = yijkt + Iikt , ∀k, ∀i, t = {2, ..., T } (3)
j=1

Ii,k,t = αik , ∀k, ∀i, t = 1

No negatividad

xitk ≥ 0, ∀i, ∀t, ∀k

Iitk ≥ 0, ∀i, ∀t, ∀k
yijtk ≥ 0, ∀i, ∀j, ∀t, ∀k

(Notar que la restricción de demanda se puede reemplazar en la f.o. y el primer término

de la f.o. queda en términos de d. Incluso se podrı́a obviar quedando como minimización
de costos)
Calificación:

Variables: la definición de cada variable vale 2 puntos las variables (total 6)

Función objetivo: la función objetivo vale 4 puntos: 1 punto cada término (total 4)

Restricciones: cada tipo de restricción (sin contar no negatividad) vale 2 puntos

(total 6)

Página 9 de 10
[9 pts.] (b) Suponga ahora que la empresa quiere que, cada mes, solo W centros de distribución operen.
Para ello considere que cada centro de distribución i tiene un costo fijo de operación fi y
que esto afecta la utilidad de la empresa. Escriba las restricciones adicionales y los cambios
en la función objetivo que esto conlleva. (Si requiere nuevas variables, indı́quelas).
Solución:
Definición de variables: Adicionalmente a las anteriores se debe definir

zi = 1 si se abre el centro de distribución i, 0 en otro caso.

Modelo:

Función objetivo: La función objetivo incluye el costo fijo:

X q X
T X n m
X q
X Xm X
T
máx z = (pkjt ( yijkt )) − bk ( xikt )
t=1 k=1 j=1 i=1 k=1 i=1 t=1

X q X
T X m T X
X n X
m Xq m
X
− (okti Iitk ) − (cijt ( yijkt )) − fi zi
t=1 k=1 i=1 t=1 j=1 i=1 k=1 i=1

(c) Se añaden restricciones big M para cada centro (si se abre o no) durante algún perido.
q
X
xikt ≤ M zi , ∀i, ∀t (4)
k=1

También son válidos qk=1 xikt ≤ ai zi , ∀i, ∀t ó Tt=1 qk=1 xikt ≤ M zi , ∀i

P P P

Igualmente válido si se usa y

q X
X n
yijkt ≤ M zi , ∀i, ∀t (5)
k=1 j=1
PT Pq Pn
También es válido t=1 k=1 j=1 yijkt ≤ M zi , ∀i
(d) Se añade restricción para limitar el número de centros a W.
m
X
zi = W (6)
i=1

Calificación:

Variables: la definición de la variable z vale 2 puntos las variables (total 2)

Cambio en la función objetivo: la función objetivo vale 3 puntos (total 3)

Restricciones: cada restricción vale 2 puntos (total 4)

Página 10 de 10