Ejercicios Resueltos

Pregunta I
Considere el problema que enfrenta una barraca de acero, la cual compra planchas en un formato estándar de
dimensiones conocidas (caso bi-dimensional). La empresa debe extraer de dichas planchas una serie de
diferentes tipos de cortes para su venta. Para simplificar la situación, se asumirá que la empresa debe elegir la
forma en que cortará cada una de las planchas, es decir, cuantas unidades de cada tipo de corte extraerá de
cada plancha (todas las planchas serán cortadas de la misma forma), y que la demanda es ilimitada para cada
tipo de corte. Establezca en palabras (sin definición de variables ni parámetros) tres posibles funciones
objetivo para el problema anterior. Establezca además las posibles restricciones que usted considere
pertinentes.
Respuesta: Para este problema se podrían estableces las siguientes funciones objetivo (6P):
- Maximizar ingresos por venta de los cortes, es decir, buscar la mejor relación precio-dimensión
para aprovechar al máximo cada plancha.
- Maximizar ingresos debido a los trozos de plancha sobrantes si es que los cortes no cubren toda
la dimensión de la plancha.
- Maximizar la suma de ambos ingresos Venta más sobrantes.
- Minimizar la pérdida de material seleccionando un tipo de corte adecuado.
- Minimizar costos asociados al proceso de corte de las planchas de acero, en la medida que los
diferentes cortes efectivamente posean diferentes costos de corte (naturalmente debieran existir
restricciones que eviten que la solución sea nula).

Además se pueden establecer las siguientes restricciones (6P):

- La suma de las áreas de los cortes extraídos no puede superar el área de la plancha.
- Existe un número máximo de cortes que se pueden extraer de una plancha, para cada tipo de
corte.
- La suma de las áreas de los sobrantes de plancha no deben superar la diferencia entre el área de
la plancha y la suma de áreas de los respectivos cortes.
- Se puede incorporar una restricción de porcentaje o área máxima de material sobrante.
- Los cortes extraídos de las planchas deben satisfacer la demanda por ellos (solo en caso que
exista demanda conocida).

Pregunta II
Explique y formule en detalle el problema de la Mochila, asumiendo variables de decisión continuas.
(Explique brevemente las variables de decisión, parámetros, restricciones y función objetivo utilizadas).
Explicación: Se tiene una mochila con una capacidad limitada, la cual se puede cargar con distintos tipos de
objetos (ej: alimentos), cada objeto nos proporcionara un beneficio específico (nutrientes, proteínas, calorías,
etc.). Además cada objeto ocupa una parte de la capacidad de la mochila (peso o volumen). El objetivo del
problema es definir la mejor forma (combinación de objetos) de cargar la mochila, de modo de maximizar los
beneficios (proteínas por ejemplo) recibidos por los objetos cargados. En otras palabras se debe definir
cuantas unidades de cada tipo de objeto incluir en la mochila, respetando su capacidad (volumétrica o de
peso), de modo de maximizar el beneficio total percibido. Dado que se está modelando el caso continuo, se
asume lque las cantidades son divisibles (por ejemplo gramos). (6P)
Formulación matemática:
Parámetros:
n : número de tipos objetos disponibles.
b : capacidad de la mochila.
a j : beneficio (proteínas) asociado al objeto tipo j.
c j : peso del objeto tipo j.
Variables:
X j  número de objetos tipo j a cargar en la mochila.
Modelo:
n

 a ·X
j 1
j j (Maximizar la utilidad o beneficio aportado por el objeto tipo j)

S.a:
n

 c ·X
j 1
j j b Esta restricción asegura que no se sobrepase la capacidad de la mochila.

Xj 0 j Restricción de no negatividad.
Pregunta III
Resuelva el siguiente problema gráfica y analíticamente

Min x2  y 2
s .a : ax  by  c
Gráficamente: X  Y corresponde a una circunferencia centrada en el origen y en este caso lo que se
2 2

busca es minimizar su radio, de modo que exactamente un punto pertenezca a la recta considerada.
En otras palabras, se busca minimizar la distancia al origen dentro de todos los puntos que conforman dicha
recta. (El óptimo se encuentra en el punto de la circunferencia tangente a la recta ax+by=c)

Analíticamente:

Óptimo:

Y  cb /(a 2  b 2 ) ; X  ca /(a 2  b 2 ) ; Z  X 2  Y 2  c 2 /(a 2  b2 )

También se puede despejar una variable de la restricción, y reemplazar en al Función objetivo, luego derivar e
igualar a 0.

Pregunta IV
Para el problema anterior, explique en sus palabras y calcule analíticamente el precio sombra de la
restricción existente.

 c2 
d 2 
dZ  a  b2  2c
Precio sombra (5P):    2
dc dc a  b2
Otra forma:

c  h / (a 2  b 2 )  c 2 / (a 2  b 2 )  c  h   c 2 h   2c  h 
2 2
2c h
   2 2  2 2
h h  (a  b ) h  (a  b ) (a  b ) (a  b )
2 2 2 2

 2c h  2c
  lim   2 2  2 2
 (a  b ) (a  b )  (a  b )
h 0 2
2

El precio sombra de la restricción es el aumento marginal del valor óptimo de la función objetivo, por unidad
de incremento en el lado derecho de la restricción analizada, en este caso del parámetro c.
Es decir, por cada unidad que aumente c, el valor óptimo de la función objetivo aumenta 2c/(a 2+b2).
Pregunta V

Resuelva el siguiente problema gráfica y analíticamente

Min x2  y 2
s .a : 2x  y  4

Gráficamente: X2 + Y2 corresponde a una circunferencia centrada en el origen y en este caso lo que se

busca es minimizar su radio, de modo que exactamente un punto pertenezca a la recta considerada. En otras
palabras, se busca minimizar la distancia al origen dentro de todos los puntos que conforman dicha recta.

        









Analíticamente:

Se tiene f(X) = X2 + Y2 (1)

Y = 4-2X (2) ,

Reemplazando (2) en (1), se tiene:

f(X) = X2 + (4 – 2X)2
f(X) = 5X2 -16X + 16

Derivando:

f ’(X) = 10X – 16 , y el mínimo se obtiene cuando f ’(X) = 0

f ’(X) = 10X – 16 = 0, X = 16/10 = 1,6

Con X=1,6 se obtiene Y= 0,8 ; por lo tanto el punto mínimo es (1,6 ; 0,8)

Pregunta VI
Considere el siguiente problema de optimización.

Min 3x  8 y
Min  c1 , c2   x
y 
s.a : x  2 y  12  a11 a12   b1 
2 x  y  12
x  y  10

a


y   
s.a :  a21 a22   x   b2 
 b3 
 31 a32 
x, y  0 x, y  0
1) Resuélvalo de manera gráfica.
2) Calcule los precios sombra de los parámetros b1, b3 y a11, asumiendo la notación matricial indicada.
3) Para cada uno de los casos indique además los rangos de valores en los cuales tienen sentido dichos
cálculos.
4) Recalcule el precio sombra del parámetro b1, pero considerando adicionalmente la restricción
2 x  3 y  22 . A modo de sugerencia, recuerde la definición de precio sombra, y considere además el
hecho de que aumentar o disminuir dicho parámetro puede generar distintos efectos sobre el óptimo del
problema, con lo que se hace necesaria la consideración de los conceptos de “derivada por la derecha” y
“derivada por la izquierda”.

SOLUCION

1)
 Min 3 x  8 y
s.a : x  2 y  12
2 x  y  12
x  y  10
x, y  0

Óptimo (12,0) Z=36

2) b1:
x  2 y  12    x  12  
y0 y0

Z '  36  3
36  3  36
 3

b3: la restricción es no activa
 0
a11:
12
(1   ) x  2 y  12  x
1 
y0 y0
36
Z'
1 
36
 36 36 36
  lim 1     lim  36
 0  1   0 1 
3) b1: el punto crítico para la primera restricción es (10,0). Por lo tanto, el rango para el cual tiene sentido el
precio sombra de b1 es:
10  12      2
b3: el punto crítico para la tercera restricción es (12,0). Por lo tanto, el rango para el cual tiene sentido el
precio sombra de b1 es:
12  10     2
a11: el punto crítico para la primera restricción es (10,0). Por lo tanto, el rango para el cual tiene sentido
el precio sombra de a11 es:
(1   ) 10  12    0,2
4)
 El precio sombra se mantiene

Si se escogió como punto óptimo (8,2) Z=40

2) b1:
x  2 y  12    x  8
x  y  10 y  2

Z '  40  5
40  5  40
 5

b3:
x  y  10    x  8  2
x  2 y  12 y  2 
Z '  40  2
40  2  40
  2

a11:
8
(1   ) x  2 y  12  x
1
2  10
x  y  10 y
1
40  80
Z'
1
40  80
 40
1    40
  lim  0  lim  0  40
 1
3) b1: el punto crítico para la primera restricción es (10,0). Por lo tanto, el rango para el cual tiene sentido el
precio sombra de b1 es:
10  12      2
b3: el punto crítico para la tercera restricción es (4,4). Por lo tanto, el rango para el cual tiene sentido el
precio sombra de b3 es:
8  10      2
a11: el punto crítico para la primera restricción es (10,0). Por lo tanto, el rango para el cual tiene sentido
el precio sombra de a11 es:
(1   ) 10  12    0,2

4)
 Si la restricción (1) se mueve hacia arriba, las restricciones activas son la (1) y (3) y el precio sombra se
mantiene.

Si la restricción (1) se mueve hacia abajo, las restricciones activas son la (1) y (4) y el precio sombra
cambia:

x  2 y  12    x  8  3
2 x  3 y  22 y  2  2
Z '  40  7
40  7  40
  7


Pregunta VII
1) Formule una extensión o variante del PFMC, en el cual para cada nodo existe una oferta o demanda
(pudiendo en algunos casos ser nula) para un conjunto K de productos diferentes y para un conjunto de T
periodos. Asuma además que el costo de transporte en cada arco es diferenciado por tipo de producto (K
costos diferentes). Por otra parte, las ofertas existentes son variables de decisión que deben ser
optimizadas y provistas mediante producción o inventario asociados a dichas instalaciones o nodos, de
acuerdo a la minimización de costos de producción e inventario, considerando costos unitarios para tales
efectos. Considere que la capacidad de cada arco limita la totalidad de flujos que circulan por el, para
todos los productos existentes. Defina todos los parámetros y variables que requiera y describa
brevemente toda expresión por usted utilizada.

2) Para el caso mono producto, y considerando el grafo definido en la figura indicada, establezca un grafo
alternativo extendido, con T=3, que permita representar completamente el problema anterior, de modo de
poder modelarlo y resolverlo directamente como un PFMC. Asuma que solo los nodos 1 y 4 representan
nodos oferta. A modo de sugerencia considere generar T replicas de dicho grafo (T=3), los cuales deben
acoplarse mediante las cantidades ofrecidas (variables de decisión) en los nodos oferta (1 y 4), las cuales
provienen de la planificación de producción e inventario en cada uno de los nodos oferta.

2
5

1 3 7

6
4
1) Respuesta:
Variables:
X ijkt :Cantidad de flujo de producto k que circula por el arco (i,j) en el periodo t.
Yjkt : Cantidad a producir en el nodo j de producto k en el periodo t.
b ktj : Cantidad a ofrecer de producto k por el nodo j en el periodo t.
I jkt :Cantidad a inventariar en el nodo j, de producto k en el periodo t.
Parametros:
Cijkt : Costo unitario de transportar producto k por el arco (i,j) durante el periodo t.
CP kt : Costo unitario de producir producto k durante el periodo t.
CI kt : Costo unitario de inventariar producto k durante el periodo t.
Qijt : Capacidad maxima de productos a transportar por el arco (i,j)
T: Numero de periodos.
A:Conjunto de arcos.
K: Numero de productos.
d ktj : Cantidad demandada de producto k por el nodo j en el periodo t.
N:Conjunto de nodos.
J1 : Conjunto de nodos de demanda
J 2 : Conjunto de nodos de transferencia
J 3 : Conjunto de nodos de oferta.
K T K T
F .O :   C
( i , j ) A k 1 t=1
kt
ij  X ijkt    (Y jkt  CP kt  I ktj  CI kt )
jJ 3 k 1 t 1

s.a:
Y jkt  I kj ( t 1)  b ktj  I ktj j  J 3 , k  1,..., K , t  1,..., T
K

X
k 1
kt
ij  Qijt (i, j )  A, t  1,..., T

 d ktj j  J1

 X ktjl   X ljkt  0 j  J 2
l /( j ,l )A l /( l , j )A  kt
 b j j  J 3
X ijkt  0 k  1,..., K ; t  1,..., T ; (i, j )  A
Yjkt , b ktj , I jkt  0 k  1,..., K ; t  1,..., T ; j  J1 ; j  J 2 ; j  J 3

 La función objetivo es la suma de los costos de transportar para los K productos, durante los T
períodos los flujos enviados por todos los arcos (i,j). Mas los costo de producción e inventario de
todos los productos durante todos los periodos de todos los nodos en el conjunto de nodos oferta.
 La restricción 1, es el balance de producción que garantiza que la cantidad producida de un
determinado producto en un determinado periodo por un nodo, mas la cantidad que se tiene de
inventario del período anterior, debe ser igual a lo requerido del producto para dicho nodo en ese
período, mas la cantidad que se dejará como inventario de ese producto para ser utilizada en el
período siguiente. En este caso la cantidad requerida (variable) corresponde la cantidad ofrecida en
los nodos oferta (B).
 La restricción 2 establece que la cantidad total transportada (de todos los productos) por un
determinado arco, en un determinado período no supere la capacidad de dicho arco.
 La restricción 3 establece que lo que sale de un nodo, menos lo que entra de un determinado
producto para un determinado período debe ser igual a la demanda de dicho nodo por dicho producto
en dicho periodo, en caso de ser un nodo de demanda. Debe ser igual a cero en caso de ser un nodo
de transferencia. Debe ser igual a la variable de oferta en caso de ser un nodo de oferta.
 2) Respuesta:
t=1 b51 b23 t=3
2
5 2
1
b
7
5

1 3 7
b22 t=2 b52
1 3 7

6 2
5
4 6
4
1 3 7

6
D1 D2 D3 4 D4 D5 D6 D7 D8

a1 a2 a3
b1 b2 b3

I0 =0

T
  bit
t 1 iN / bit  0
a b
0

Primero se debe replicar 3 veces la red para representar los 3 periodos de planificación. Luego como solo los
nodos 1 y 4 de cada período representan nodos oferta, es necesario decidir cuanto producir y cuánto
inventariar para ambos nodos, en caca uno de los períodos. El nodo a produce para satisfacer las ofertas de los
nodo 1 de cada período .El nodo a envía producción para los nodos a1,a2 y a3. Los arcos (a1,a2) y (a2,a3)
representan inventario entre los períodos. Análogo para el funcionamiento del nodo b, que se encarga de
producir para entregar posteriormente a los nodos 4 de cada período. Finalmente los nodos a 1,a2 y a3 envían
los productos a los nodos 1 de cada período. Igualmente para los nodos b 1,b2 y b3, que envían productos a los
nodos 4 de cada períodos para que estos puedan ofrecerlos. Por lo tanto el nodo central O debe producir lo
equivalente a la suma de las cantidades ofrecidas durante los 3 períodos para los 2 nodos ofertas. Cabe
destacar que las cantidades enviadas por a1,a2 y a3 hacia los nodos 1 de cada período representaran las
cantidades ofrecidas. Lo mismo para b1,b2 y b3.
Preguntas varias
a) Más allá de las definiciones formales vistas en clases, describa en sus palabras lo que es Investigación de
Operaciones.
R: La Investigación de Operaciones es una disciplina que proporciona un enfoque científico y sistemático,
basado en modelamiento matemático y técnicas cuantitativas, destinado en abordar problemas de
gestión en los cuales se requiere tomar decisiones para el logro del mejor desempeño de un sistema
analizado, en el cual se debe enfrentar una serie de objetivos o criterios en conflicto.
b) ¿Cuál es la importancia en un problema de interés, el hecho de que existan objetivos en conflicto?
R: en caso de no existir objetivos en conflicto, uno podría maximizar o minimizar algún criterio (criterio A)
de manera prácticamente ilimitada o indefinida. Sin embargo al existir un objetivo alternativo (Criterio B) en
conflicto me impediría optimizar dicho primer criterio de manera indefinida requiriendo de alguno modo que
el planificador deba definir algún balance o trade-off entre ambos objetivos. Por ejemplo es posible definir
una cota deseable para el criterio A (a modo de restricción) debiendo optimizar el otro criterio sujeto a dicha
restricción. De este modo este segundo criterio, manejado a modo de restricción limitaría la optimización del
primer criterio.
c) Plantee y describa un modelo de optimación general y un modelo de programación lineal. Para el caso de
programación lineal, plantéelo y descríbalo además en términos matriciales.
R: El caso general

Función Objetivo
El problema general consiste en un modelo que persigue
o busca la optimización (maximización o minimización)
Opt f  x  (max o min) de una función de desempeño u objetivo (f(x)), como
 g1  x   0  función de un conjunto o vector de variables de decisión
s .a :  
g  x  0  g2  x   0  especificas que se desea determinar (x). Para el logro de
  lo anterior, se debe respetar diversas restricciones
 
x n
   algebraicas, unas relacionadas con la naturaleza de las
 g  x  0
 m  variables de decisión (enteras, no negativas, binarias,
etc.), y otras relacionadas con la factibilidad física y/o
Restricciones de Dominio
lógica de las variables de decisión (g(x) ≤ 0).
Restricciones
Algebraicas
El caso lineal, es un caso particular del anterior, en el
cual la función objetivo y las restricciones resultan de, o se definidas como, una combinación lineal de las
variables de decisión, cuyos parámetros son constantes y conocidos. c es el vector de costos, cuya
componente cj esta asociada a la variable xj, perteneciente al vector de variables de decisión x. aij es el
elemento del lado derecho de la restricción i asociado a la variable xj, cuyo lado derecho es bi. b es el vector
lado derecho que se compone de cada uno de los lados derechos, bi, de cada una de las restricciones i. A es la
matriz de restricciones que contiene todos los elementos aij para cada variable j (columna) y para cada
restricción i (fila).
Versión general Versión matricial
n
cT  x
Min cj  xj Opt
j 1 s.a : A x  b
n
s.a : a
j 1
ij  x j  bi i  1, 2, , m x0

xj  0 j  1, 2, , n

d) ¿Que utilidad tiene un enfoque de resolución analítica en comparación con un método de optimización
numérica? ¿Por qué pese a lo anterior, se utiliza frecuentemente métodos de optimización numérica?
R: Un método de optimización analítica encuentra expresiones matemáticas en la cual la solución optimiza de
un problema esta expresada (explícita o implícitamente) como función de los parámetros del problema. De
este modo ante cualquier cambio en los parámetros es posible rápidamente encontrar una nueva solución
óptima, y por otra parte, determinar el efecto que el cambio en un parámetro provoca en la solución óptima (y
en la f.o. del problema) es relativamente fácil. Sin embargo, no siempre es posible encontrar dichas
expresiones, particularmente cuando se trata de problemas lineales y enteros, por lo que se recurre más bien a
métodos numéricos, en los cuales se construye un algoritmo computacional que, dado un set de datos,
encuentra la solución óptima del problema para dichos valores de los parámetros del problema.

f) Enuncie y describa los 5 elementos fundamentales de un modelo matemático

 Variables de decisión: incógnitas que deben ser determinadas a partir de la solución del modelo.
 Relaciones funcionales: relación existente entre las variables de decisión.
 Medidas de desempeño: Expresiones que permiten medir la calidad o el nivel de desempeño del
sistema analizado, como función de las variables de decisión del modelo.
 Restricciones: relaciones entre las variables de decisión y magnitudes que dan sentido a la solución del
problema y las acotan a valores factibles.
 Parámetros: son los valores conocidos del modelo, o que se pueden controlar.

g) Describa brevemente los supuestos de los modelos de programación lineal.

Respuesta:
 - Proporcionalidad: la contribución de cada variable x a cada medida de efectividad es proporcional a
x.
- Aditividad e independencia: la contribución de una variable x a una medida de efectividad es
independiente de la contribución de cualquier otra variable.
- Divisibilidad: las variables pueden tomar valores fraccionarios
- Determinismo: los valores de todos los parámetros son determinísticos y conocidos.

h) Discuta las implicancias asociadas a que dichos supuestos no se cumplan. En otras palabras, como
cambiaría un modelo lineal si cada supuesto no se cumpliera.
Respuesta: Si los supuestos antes mencionados no se cumplen ocurriría lo siguiente:
- Proporcionalidad: Este supuesto elimina cualquier posibilidad de tener exponentes diferentes a uno
en las variables, con lo cual, si no hubiera proporcionalidad el modelo dejaría de ser lineal.
- Aditividad e independencia: Si no se cumpliera este supuesto, la contribución de una variable de
decisión a la función objetivo afectaría a la contribución de las demás variables con lo cual no se
llegaría a un modelo lineal.
- Divisibilidad: Si no hubiera divisibilidad jamás se podrían tener modelos continuos (variables de
decisión continuas) y se tendrían problemas acotados sólo a soluciones enteras.
- Determinismo: Si no se da el determinismo, los parámetros no serían valores conocidos (dados) sino
que estarían asociados a una distribución de probabilidad y una formulación lineal no podría
representar este nuevo escenario probabilístico.

i) Considere el caso de la existencia de múltiples soluciones para un modelo de programación lineal. Discuta
apoyado por un grafico de ejemplo, la imposibilidad del método Simplex para encontrar todas las soluciones
óptimas existentes.

Respuesta: Para que existan múltiples soluciones para un problema de programación lineal se debe dar (en el
caso de dos dimensiones) que la pendiente de la función objetivo (perpendicular al gradiente) sea igual a la
pendiente de una o más restricciones. (En la fig. la pendiente de la F.O. corresponde a la pdte. de la restricción
2).

El método Simplex trabaja revisando y entregando iterativamente solo vértices del poliedro definido por las
restricciones del problema (hasta encontrar aquel vértice que entregue la solución óptima), con lo cual en el
caso analizado simplex revisará sólo los extremos de la recta solución (trabajando en 2D), dejando de lado la
infinidad de posibles soluciones existentes entre esos dos puntos (A y B en la figura).