Cartilla U3 PDF

TRANSPORTE Y ASIGNACIÓN
MODELOS PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yañez Barreto

INDICE
• Introducción
• Recomendaciones académicas
• Desarrollo de cada una de las unidades temáticas
1. Modelo de transporte
1.1. Ejemplo
2. Modelo de asignación
• Referencias
• Referencias bibliográficas
INTRODUCCIÓN
En esta cartilla se revisarán las aplicaciones de la programación lineal. Teniendo en cuenta que
las aplicaciones de la programación lineal, son dependientes de los problemas de aplicaciones
más comunes dentro del ambiente real. Teniendo en cuenta que el fuerte de cada uno de ellos
es dependiente de la cantidad de veces que se pueden aplicar y cuáles serían las variaciones en
casos especiales de cada uno de ellos.
RECOMENDACIONES ACADÉMICAS
Estimados estudiantes a lo largo de la cartilla encontrarán las aplicaciones de la programación
lineal, recuerden que deben realizar un resumen de las nociones más importantes dentro de la
cartilla para su estudio autónomo. Desarrollen de manera individual cada uno de los ejercicios
que se le presentan como ejemplo dentro de esta cartilla.
Para profundizar un poco más en el tema no olvide que dentro de los recursos virtuales de la
institución puede encontrar varios tipos de documentos que pueden ser útiles, como lo son libros
de investigación de operaciones o de administración científica, también puede encontrar artículos
y documentos investigativos de aplicación de las mismas.
2 POLITÉCNICO GRANCOLOMBIANO
DESARROLLO DE CADA UNA DE LAS UNIDADES TEMÁTICAS
1. Modelo de transporte
Empezamos por definir que la aplicación de la programación lineal se manejan como modelos de
redes. Los modelos de redes son representaciones de un conjunto de nodos iniciales y un
conjunto de nodos finales relacionados entre sí por arcos, en los que se cuenta con datos como
costos, ofertas y demandas por cada uno de ellos. El modelo de transporte se puede solucionar
por cualquiera de los métodos de solución de la programación lineal expuestos en la unidad
anterior.
Se define también que si cada uno de los valores del lado de derecho de las ecuaciones
(desigualdades) son enteros, la solución también será un número entero (número sin decimales).
Debido a la estructura especial de la programación lineal de los problemas, se pueden utilizar
algoritmos de redes para alcanzar soluciones eficientemente.
Para terminar de entrar en materia el modelo de transporte es una aplicación de la programación
lineal en la que se busca reducir los costos de realizar un transporte de bienes desde un inicio
hasta un destino, donde se debe tener en cuenta la oferta del nodo de inicio 𝑆" , también se debe
tener en cuenta la demanda del nodo de finalización 𝐷$ , donde se define que el costo de
transportar desde un nodo de inicio i hasta un nodo de finalización j como 𝐶"$ . Definiendo de
manera sencilla lo dicho anteriormente es “realizar la revisión de que cantidad puedo enviar desde
una fábrica (nodo de inicio) y como cumplir la demanda de un cliente (nodo Final) teniendo en
cuenta lo que me cuesta enviar una sola unidad de un producto o bien”
Para realizar la representación como red se define que cada uno de los inicios y los finales se
representan como nodos, mientras que los caminos se representan como arcos, los arcos son los
que definen los posibles caminos entre el inicio y los destinos con los que contamos. Cada uno de
los arcos se les asigna un costo, mientras que a cada nodo de inicio se le asigna una oferta y a
cada nodo de destino se le asigna una demanda. Para evidenciarlo de manera más clara podremos
en la figura 1 como se dibujaría la red.
MODELOS PARA LA TOMA DE DECISIONES 3

Figura 1. Red del modelo de transporte
Fuente: Elaboración propia (2016)
Como podemos ver en la figura 1, tenemos los nodos de inicio con color negro, quienes se
encuentran relacionados cada uno con una oferta 𝑆" , mientras que en color verde tenemos los
nodos de finalización o destino, cada uno de ellos relacionados a una demanda 𝐷$ . Mientras que
cada uno de los caminos cuenta con un costo asociado.
Debemos tener en cuenta que siempre en un modelo de transporte se busca minimizar los costos
de transportar un bien, desde un origen hasta un final con un costo relacionado por realizar esta
tarea. Para definir el modelo de manera matemática tenemos las siguientes ecuaciones;
9 8
𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜 ∶ 𝑀𝑖𝑛 𝐶"$ ∗ 𝑋"$

" $
𝑆𝑢𝑗𝑒𝑡𝑎 𝑎: 𝑋"$ ≤ 𝑆" 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑜𝑟𝑖𝑔𝑒𝑛.

$
𝑋"$ = 𝐷$ 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑑𝑒𝑠𝑡𝑖𝑛𝑜 𝑗

"
𝑋"$ ≥ 0 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖 𝑦 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑗
La definición del modelo es como se presenta anteriormente, lo que en palabras esta dicho de la
siguiente manera:
La función objetivo es la suma de la cantidad de unidades que van por un arco multiplicado por
el costo de este camino, teniendo en cuenta la cantidad de inicios y de finales con los que se
cuente.
Las primeras restricciones van atadas a la cantidad de unidades que pueden salir de un nodo, por
lo tanto, la cantidad de unidades que salga por cada uno de los arcos que salgan de un nodo
deben ser cuando mucho la oferta que tiene este.
Las segundas restricciones es para los arcos que entran a los nodos de destino, la suma de las
unidades que van por cada uno de los arcos deben cumplir con la demanda del nodo.
Teniendo entendido lo anterior debemos enfocarnos en algunos de los casos especiales que
pueden ocurrir dentro de este tipo de modelo, los cuales son;
• Requerimiento mínimo de transporte desde i hasta j, lo que nos dice que desde un nodo
de inicio hasta un nodo de destino exista la necesidad en enviar una cantidad mínima
de unidades.
𝑋"$ ≥ 𝑙"$
• Capacidad máxima de la ruta
𝑋"$ ≤ 𝑙"$
• Ruta inaceptable, retire la ruta que no se pueda realizar.
1.1. Ejemplo:
Building Brick Company (BBC) tiene ordenes por 80 ton de ladrillos en tres locaciones suburbanas:
Northwood (25 ton), Westwood (45 ton) y Eastwood (10 ton). BBC tiene dos plantas, cada una de
las cuales puede producir 50 ton por semana.

Cuál debería ser el plan de envíos si los costos de transporte por tonelada (en US$) son
Tabla 1. Costo de envíos ejemplo
Nortwood Eastwood Westwood
Planta 1 24 30 40
Planta 2 30 40 42
En primera instancia debemos analizar el problema, para lo cual debemos definir qué cantidad
de nodos de inicio tenemos, después revisamos cuantos nodos de finalización contamos y por
último revisamos cuales son los caminos y los costos de transportar por cada una para construir
la red.
Como inicios tenemos 2, que serán la planta 1 y la planta cada una con una oferta de 50 toneladas,
como finales tenemos las tres locaciones suburbanas que cada una tiene una demanda definida
(Nortwood 25 ton, Eastwood 45, westwood 10 ton), debemos encontrar el modelo que define el
problema y las restricciones del mismo. Analizando los arcos todos los caminos se pueden
cumplir, por lo tanto ya con esto podríamos definir las restricciones que están atadas al modelo,
como podemos observar en la figura 2 la red ya está construida.

Figura 2. Red del ejemplo
Ya teniendo definida la red del ejemplo, debemos realizar el montaje de la función objetivo, la
cual según la definición es la suma de los costos por las unidades que se enviaran desde un inicio
hasta un destino. Tengamos en cuenta que la cantidad de unidades que se envían es la variable
de decisión por lo tanto contaremos con tantas variables de decisión como arcos se cuenten
dentro de la red.
Función Objetivo:
min 24 ∗ 𝑋NN + 30 ∗ 𝑋NQ + 40 ∗ 𝑋NR + 30 ∗ 𝑋QN + 40 ∗ 𝑋QQ + 42 ∗ 𝑋QR
Ya con la ecuación de la función objetivo, que es la que encontramos arriba, tenemos

básicamente 6 variables de decisión, las cuales corresponden a cada uno de los caminos o arcos
que comunican los nodos de inicio con los de finalización, tengamos en cuenta que a la planta 1
se le llamó el nodo 1 de inicio y a la planta 2 se le llamó el nodo de inicio 2. Mientras que a
Nortwood, Eastwood y Westwood se les otorgó respectivamente el número 1, 2 y 3 de los
destinos. Por lo dicho anteriormente cada uno de los arcos se representó como 𝑋NN que quiere
decir el arco que relaciona el nodo 1 de los inicios con el nodo 1 de los destinos.

Para las restricciones tenemos las siguientes desigualdades:
𝑋NN + 𝑋NQ + 𝑋NR ≤ 50
𝑋QN + 𝑋QQ + 𝑋QR ≤ 50
Para explicar las dos restricciones anteriores, son las referentes a los nodos de inicio, ya que la
suma de todo lo que sale de estos dos nodos no puede superar la oferta que este tiene, por eso
se pone la desigualdad con el signo de menor o igual a la oferta del mismo. Mientras que las
restricciones para los nodos de destino tienen que estar igualadas a la demanda de cada uno de
ellos, ya que se debe cumplir con la demanda de cada uno de ellos, como lo veremos a
continuación:
𝑋NN + 𝑋QN = 25
𝑋NQ + 𝑋QQ = 45
𝑋NR + 𝑋QR = 10
Por ultimo debemos definir la condición de no negatividad que es primordial, ya que no me puede
dar un numero negativo de unidades.
𝑋NN , 𝑋QN , 𝑋NQ , 𝑋QQ , 𝑋NR , 𝑋QR ≥ 0
Por lo tanto, el modelo completo quedará de la siguiente manera
𝑋NN + 𝑋NQ + 𝑋NR ≤ 50
𝑋NN + 𝑋QN = 25
𝑋NQ + 𝑋QQ = 45
𝑋NR + 𝑋QR = 10
Para solucionar el modelo podemos utilizar el método simplex (explicado en la unidad anterior),
o simplemente podemos utilizar la herramienta de solver en Excel. Para ejemplificar este caso
vamos a usar la herramienta de solver de Excel, pero primero re escribiremos el modelo de
manera organizada para poderlo escribir en Excel correctamente.
1 ∗ 𝑋NN + 1 ∗ 𝑋NQ + 1 ∗ 𝑋NR + 0 ∗ 𝑋QN + 0 ∗ 𝑋QQ + 0 ∗ 𝑋QR ≤ 50
0 ∗ 𝑋NN + 0 ∗ 𝑋NQ + 0 ∗ 𝑋NR + 1 ∗ 𝑋QN + 1 ∗ 𝑋QQ + 1 ∗ 𝑋QR ≤ 50
1 ∗ 𝑋NN + 0 ∗ 𝑋NQ + 0 ∗ 𝑋NR + 1 ∗ 𝑋QN + 0 ∗ 𝑋QQ + 0 ∗ 𝑋QR = 25
Como se escribió ahora, el modelo es para decir cuales variables de decisión se encuentran en la
tabla y cuáles no, por ejemplo, las variables que están multiplicadas por 0 son inexistentes, pero
de esta manera se pueden escribir más fácil cada una de las ecuaciones.

Tenga en cuenta que si no han activado la herramienta solver de Excel en el instructivo que está
en curso encontraran como hacerlo. Ahora la tabla de Excel quedará de la siguiente manera.
Tabla 2. Ejercicio en Excel.
FUNCION OBJETIVO Z MIN 0
24 30 40 30 40 42
X11 X12 X13 X21 X22 X23
CELDAS CAMBIANTES
1 1 1 0 0 0 <= 50
0 0 0 1 1 1 <= 50
1 0 0 1 0 0 = 25
0 1 0 0 1 0 = 45
0 0 1 0 0 1 = 10
Ya con la tabla podemos aplicar solver, para tener claro las celdas que están en naranja serán las
celdas de formulación de las restricciones, mientras que las que están en amarillo claro serán las
que corresponden a la solución dada por solver, pero antes de eso debemos formular en una de
las celdas de la tabla la multiplicación de la función objetivo, ósea el costo por la celda cambiante
correspondiente a la variable de decisión, tal y como se ve en la figura 3.
Figura 3. Formulación en Excel de la función objetivo
Proseguimos a realizar la formulación de cada una de las restricciones en las celdas que están en
blanco antes de cada uno de los signos, como se ve en la figura 4.
Figura 4. Formulación de las restricciones

Ahora, así como en la figura 4 se realiza la multiplicación de cada una de las celdas cambiantes
por el valor de la constante que la acompaña, se fijan las celdas cambiantes para poder desplazar
la formula hasta la última. Quedando el modelo como se muestra en la figura 5.
Figura 5. Modelo completo en Excel
Ya teniendo la tabla completa podemos dirigirnos a buscar la herramienta solver.
Figura 6. Buscando la herramienta solver
Figura 7. Buscando Solver

Figura 8. Presentación de solver
Ya encontrando la herramienta, vemos que como en primera instancia nos pide una celda
objetivo, la cual será la celda donde tenemos formulada la función objetivo, después debemos
definir si queremos maximizar o minimizar la función objetivo (para el caso del modelo de
transporte es minimizar). El espacio que dice celdas cambiantes son las celdas vacías que dejamos
y con las que formulamos cada una de las ecuaciones. En el recuadro grande adjuntamos cada
una de las restricciones y por ultimo escogemos el método SIMPLEX LP en el desplegable del
método de solución. Veamos en las siguientes figuras como se realiza este hecho

Figura 9. Instrucciones para utilizar la herramienta
Figura 10. Como agregar restricciones

Figura 11. Como ingresar las restricciones
Como se muestra en la figura 11, debemos realizar el ingreso de cada una de las restricciones
teniendo en cuenta que la celda de referencia será donde tenemos formulada la ecuación, el
signo debe ser el mismo que el que tiene la restricción en el modelo, por ultimo agregamos el
valor al que se debe asemejar el resultado.
Después de ingresar cada una de las restricciones del problema quedará el solver como se
muestra en la figura 12.
Figura 12. Modelo completo en la herramienta solver

Después de tener el modelo completo simplemente le damos que lo soluciones y él nos mostrará
un recuadro como se muestra en la figura 13.
Figura 13. Solución de solver
Lo que nos pregunta en la figura 13 Excel es que, si queremos mantener la solución que nos da
solver, y podemos imprimir los reportes que son el de resultados, análisis de sensibilidad y los
limites correspondientes al sistema, que los veremos en la siguiente semana. Por el momento le
damos que mantenga los valores.
Figura 14. Solución del modelo por medio de la herramienta Solver
Ya solver nos deja solucionado con cuantas unidades por arco se van a transportar (el valor de
cada una de las celdas cambiantes), también nos muestra de una vez el valor de la función
objetivo que será el costo total de la operación.
Traduciendo lo que nos da solver como solución;
• Se envían 5 unidades de la planta 1 a Nortwood.

• Se envían 45 unidades de la planta 1 a Westwood.
• No se envían unidades de la planta 1 a Eastwood.
• Se envían 20 unidades desde la planta 2 a Nortwood.
• No se envían unidades desde la planta 2 a Westwood.
• Se envían 10 unidades de la planta 2 a Eastwood.
Según los resultados del modelo el costo mínimo para el problema de transporte es de 2490.
2. Modelo de asignación
Para el problema de asignación es básicamente otra aplicación del problema de transporte, en el
cual se busca asignar una cantidad de agentes a una cantidad predeterminada de tareas. Se debe
tener en cuenta que cada una de las asignaciones tiene un costo.
Como desarrollo del modelo de asignación se debe tener en cuenta que se asume que todas las
tareas son desarrollas y que todos los agentes son asignados.
Este modelo, como ya se dijo, se basa en el modelo de transporte, pero con la gran diferencia que
todas las ofertas y todas las demandas son consideradas como 1, lo que quiere decir que solo se
puede asignar un agente a una tarea, por lo tanto el modelo en sus restricciones queda como una
noción binaria (de 1 y 0).
Para realizar la representación como red se define que cada uno de los agentes y las tareas se
representan como nodos, mientras que las asignaciones se representan como arcos, los arcos son
los que definen las posibles asignaciones entre el agente y la tarea con los que contamos. Cada
uno de los arcos se les asigna un costo, a diferencia del modelo de transporte se asigna una
demanda y una oferta. Para evidenciarlo de manera más clara podremos en la figura 15 como se
dibujaría la red.

Figura 15. Red del modelo de asignación
Debemos tener en cuenta que siempre en un modelo de asignación se busca minimizar los costos
de asignar un agente a una determinada tarea. Para definir el modelo de manera matemática
tenemos las siguientes ecuaciones:
9 8
𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜 ∶ 𝑀𝑖𝑛 𝐶"$ ∗ 𝑋"$

" $
𝑆𝑢𝑗𝑒𝑡𝑎 𝑎: 𝑋"$ = 1 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑎𝑔𝑒𝑛𝑡𝑒.

$
𝑋"$ = 1 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑡𝑎𝑟𝑒𝑎 𝑎 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟.

"
𝑋"$ = 0 ó 1 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖 𝑦 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑗
La función objetivo es la suma los costos por la tarea que se cumple, mientras que las restricciones
suman 1, porque por definición los agentes quedaran asignados por lo menos 1 a cada tarea.
También para el modelo de asignación tenemos casos especiales como lo son;
• Si el número de agentes excede al número de tareas

8
𝑋"$ ≤ 1
$
• El número de tareas excede el número de agentes; se deben añadir el número de

agentes falsos con un coeficiente 0 para poder solucionar el problema.
• Las asignaciones se realizan en términos de beneficios; se resuelve el problema por
medio de criterio de maximización.
• Que un agente pueda realizar más de una tarea
8
𝑋"$ ≤ 𝑎
$
• Si una asignación no es aceptada simplemente se elimina del modelo.
Un contratista paga sus empleados un sueldo base más una comisión proporcional a la distancia
recorrida para hacer el trabajo. En un día en particular el contratista tiene que cumplir con tres
trabajos eléctricos asociados a diferentes proyectos. A continuación, se presentan las distancias
de los empleados a cada proyecto.

Tabla 3. Ejercicio del modelo de asignación
PROYECTOS
EMPLEADOS A B C
W 50 36 16
F 28 30 18
G 35 32 20
U 25 25 14
¿Cómo debería realizarse la asignación para el caso expuesto?
Inicialmente debemos dibujar la red correspondiente al ejercicio.

Figura 16. Red del ejemplo del modelo de asignación
Definiendo el modelo queda de la siguiente manera.
𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜:
𝑀𝑖𝑛 50 ∗ 𝑋NN + 36 ∗ 𝑋NQ + 16 ∗ 𝑋NR + 28 ∗ 𝑋QN + 30 ∗ 𝑋QQ + 18 ∗ 𝑋QR + 35

∗ 𝑋RN + 32 ∗ 𝑋RQ + 20 ∗ 𝑋RR + 25 ∗ 𝑋YN + 25 ∗ 𝑋YQ + 14 ∗ 𝑋YR
Para las restricciones debemos tener en cuenta que el modelo es un caso especial en el que tengo
más agentes que tareas por lo tanto el modelo queda de la siguiente manera.
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎: 𝑋NN + 𝑋NQ + 𝑋NR ≤ 1
𝑋RN + 𝑋RQ + 𝑋RR ≤ 1
𝑋YN + 𝑋YQ + 𝑋YR ≤ 1
𝑋NN + 𝑋QN + 𝑋RN + 𝑋YN = 1
𝑋NQ + 𝑋QQ + 𝑋RQ + 𝑋YQ = 1
𝑋NR + 𝑋QR + 𝑋RR + 𝑋YR = 1

Ahora, ya teniendo la definición de modelo lo pasamos a Excel como se muestra en la figura 17.
Figura 17. Ejemplo de asignación en Excel
Se colocan las restricciones en solver como se muestra en la figura 18.
Figura 18. Como quedarían las restricciones en solver
El Resultado del modelo, es que se asigna al trabajador W a la tarea 3, generando una distancia
de 16. Se asigna al trabajador F a la tarea 1, dando así una distancia de 28. El trabajador G no se
le asigna ninguna tarea. Por último el trabajador U se le asigna la tarea 2 con una distancia de 25,
por lo tanto en el total de las distancias a recorrer será de 69. La solución en solver se ve como se
presenta en la figura 19.

Figura 19. Solución del modelo de asignación


REFERENCIAS
Referencias bibliográficas
Anderson, D. S. (2005). Métodos Cuantitativos para los Negocios (Novena Edición ed.). México:
Cengage Learning Editores.
Bazaraa, M. J. (1996). Programación Lineal y Flujo en Redes (Segunda edición ed.). México:
Limusa.
Bazarra, M., & Jarvis, J. J. (2005). Programación lineal y flujo en redes. (Segunda Edición. ed.).
México: Limusa Editores. .
Castillo. (20 de Noviembre de 2007). Departamento Unican. Recuperado de Unican:
http://departamentos.unican.es/macc/personal/profesores/castillo/libro.htm
Hillier, F. &. (2006). Texto principal: Introducción a la Investigación de Operaciones. (6ª Edición.
ed.). N/A: McGraw Hill. .
Hillier, F. &. (2006). Investigación de Operaciones (Octava Edición ed.). México: McGraw-‐Hill.
Hillier, F. &. (2008). Métodos Cuantitativos Para Administración (Tercera Edición ed.). México:
McGraw-‐Hill.
Hopp, W. &. (2008). M. Factory Physics. NY: McGraw Hill.
Taha, H. (1997). Investigación de Operaciones: Una Introducción (Sexta edición ed.). NY: Prentice
Hall.
Winston, W. (2005). Investigación de Operaciones Aplicaciones y Algoritmos (Cuarta Edición
ed.). México: Thomson.

Cartilla U3 PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Cartilla U3 PDF

Caricato da

Copyright:

Formati disponibili

1. Modelo de transporte

MODELOS PARA LA TOMA DE DECISIONES 3

Figura 1. Red del modelo de transporte

Fuente: Elaboración propia (2016)

𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜 ∶ 𝑀𝑖𝑛 𝐶"$ ∗ 𝑋"$

𝑆𝑢𝑗𝑒𝑡𝑎 𝑎: 𝑋"$ ≤ 𝑆" 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑜𝑟𝑖𝑔𝑒𝑛.

𝑋"$ = 𝐷$ 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑑𝑒𝑠𝑡𝑖𝑛𝑜 𝑗

𝑋"$ ≥ 0 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖 𝑦 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑗

MODELOS PARA LA TOMA DE DECISIONES 5

Tabla 1. Costo de envíos ejemplo

Nortwood Eastwood Westwood

Figura 2. Red del ejemplo

Fuente: Elaboración propia (2016)

min 24 ∗ 𝑋NN + 30 ∗ 𝑋NQ + 40 ∗ 𝑋NR + 30 ∗ 𝑋QN + 40 ∗ 𝑋QQ + 42 ∗ 𝑋QR

Ya con la ecuación de la función objetivo, que es la que encontramos arriba, tenemos

MODELOS PARA LA TOMA DE DECISIONES 7

Para las restricciones tenemos las siguientes desigualdades:

𝑋NN + 𝑋NQ + 𝑋NR ≤ 50

𝑋QN + 𝑋QQ + 𝑋QR ≤ 50

𝑋NN , 𝑋QN , 𝑋NQ , 𝑋QQ , 𝑋NR , 𝑋QR ≥ 0

min 24 ∗ 𝑋NN + 30 ∗ 𝑋NQ + 40 ∗ 𝑋NR + 30 ∗ 𝑋QN + 40 ∗ 𝑋QQ + 42 ∗ 𝑋QR

𝑋NN + 𝑋NQ + 𝑋NR ≤ 50

𝑋QN + 𝑋QQ + 𝑋QR ≤ 50

𝑋NN , 𝑋QN , 𝑋NQ , 𝑋QQ , 𝑋NR , 𝑋QR ≥ 0

min 24 ∗ 𝑋NN + 30 ∗ 𝑋NQ + 40 ∗ 𝑋NR + 30 ∗ 𝑋QN + 40 ∗ 𝑋QQ + 42 ∗ 𝑋QR

0 ∗ 𝑋NN + 0 ∗ 𝑋NQ + 0 ∗ 𝑋NR + 1 ∗ 𝑋QN + 1 ∗ 𝑋QQ + 1 ∗ 𝑋QR ≤ 50

1 ∗ 𝑋NN + 0 ∗ 𝑋NQ + 0 ∗ 𝑋NR + 1 ∗ 𝑋QN + 0 ∗ 𝑋QQ + 0 ∗ 𝑋QR = 25

0 ∗ 𝑋NN + 1 ∗ 𝑋NQ + 0 ∗ 𝑋NR + 0 ∗ 𝑋QN + 1 ∗ 𝑋QQ + 0 ∗ 𝑋QR = 45

0 ∗ 𝑋NN + 0 ∗ 𝑋NQ + 1 ∗ 𝑋NR + 0 ∗ 𝑋QN + 0 ∗ 𝑋QQ + 1 ∗ 𝑋QR = 10

𝑋NN , 𝑋QN , 𝑋NQ , 𝑋QQ , 𝑋NR , 𝑋QR ≥ 0

MODELOS PARA LA TOMA DE DECISIONES 9

Tabla 2. Ejercicio en Excel.

FUNCION OBJETIVO Z MIN 0

X11 X12 X13 X21 X22 X23

Fuente: Elaboración propia (2016)

Figura 3. Formulación en Excel de la función objetivo

Fuente: Elaboración propia (2016)

Figura 4. Formulación de las restricciones

Fuente: Elaboración propia (2016)

MODELOS PARA LA TOMA DE DECISIONES 11

Figura 5. Modelo completo en Excel

Fuente: Elaboración propia (2016)

Figura 6. Buscando la herramienta solver

Fuente: Elaboración propia (2016)

Figura 7. Buscando Solver

Fuente: Elaboración propia (2016)

Figura 8. Presentación de solver

Fuente: Elaboración propia (2016)

MODELOS PARA LA TOMA DE DECISIONES 13

Figura 9. Instrucciones para utilizar la herramienta

Fuente: Elaboración propia (2016)

Figura 10. Como agregar restricciones

Fuente: Elaboración propia (2016)

Figura 11. Como ingresar las restricciones

Fuente: Elaboración propia (2016)

Figura 12. Modelo completo en la herramienta solver

Fuente: Elaboración propia (2016)

MODELOS PARA LA TOMA DE DECISIONES 15

Figura 13. Solución de solver

Fuente: Elaboración propia (2016)

Fuente: Elaboración propia (2016)

• Se envían 5 unidades de la planta 1 a Nortwood.

2. Modelo de asignación