IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN

Departamento de Ingeniería Industrial

Facultad de Ingeniería

IIND2103 ‐ Principios de Optimización 2023-20

Fecha límite de entrega: martes 28 de noviembre de 2023 a las 23:59 p.m.

Entrenamiento 3
Reglas
o El entrenamiento debe presentarse en grupos de máximo dos (2) personas.
o A lo largo del enunciado se empleará punto (.) como separador decimal y coma (,) como
separador de miles.
o Debe utilizar el formato de entrega de actividades que se encuentra en Bloque Neón. Para
las expresiones matemáticas debe usar el editor de ecuaciones de MS-Word.
o Envíe por Bloque Neón su informe en formato PDF y todos sus archivos de soporte
(implementaciones en archivos de MS-Excel, Python, fotos etc.) necesarios para la
realización de la tarea comprimidos en un solo archivo *.zip (abstenerse de utilizar .rar u
otros formatos de compresión) antes de la fecha y hora indicadas. Sólo se calificará el último
envío realizado.
o El informe y la carpeta comprimida deben incluir el login, sin punto, de los dos integrantes,
separados por un guion bajo. Por ejemplo, arojasa55_jmbetancourt.pdf o
arojasa55_jmbetancourt.zip.
o El informe y los archivos de soporte deben ser colgados en Bloque Neón únicamente por un
integrante del grupo señalado para tal fin en el formato para tareas.
o La entrega enviada dentro del plazo establecido recibirá una calificación sobre 5.00. La
entrega enviada (también por Bloque Neón) hasta dos horas después de haber terminado
el plazo, se calificará sobre 4.00. Pasadas dos horas de haber terminado el plazo, no se
recibirá ninguna actividad por ningún canal y la nota del entrenamiento será cero.
o Tenga en cuenta que, si una pregunta tiene varios incisos, en caso de que los archivos
relacionados a un inciso no sean adjuntados, la calificación de dicho inciso será 0.0.
o Todos los archivos de soporte deben incluir internamente el nombre o login (Uniandes) de
los participantes.
o El informe debe ser autocontenido, es decir, debe contener la presentación de los
resultados y la explicación sobre cómo los obtuvo, la interpretación y el análisis de los
resultados obtenidos, y las conclusiones. Si incluye pantallazos en el informe será
penalizado.
o Todo resultado presentado en el informe debe contar con el procedimiento
correspondiente.
o Cualquiera de los integrantes del grupo de trabajo podrá ser llamado a sustentar la solución
entregada. Si durante la sustentación no demuestra compresión clara del trabajo realizado,
la nota de dicho integrante se verá afectada.
o Cualquier sospecha de fraude será manejada de acuerdo con el reglamento de la
Universidad (Artículo 4 del Reglamento General de Estudiantes de Pregrado).

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 1
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

Problema 1 - Simplex y Dualidad (40 puntos)

Considere el siguiente problema de optimización lineal:
max 17𝑥1 + 30𝑥2 − 4𝑥3 + 5𝑥4 − 10𝑥5
𝑠. 𝑎.,
7𝑥1 + 15𝑥3 ≤ 105
2𝑥2 + 5𝑥3 + 3𝑥4 ≤ 765
𝑥1 + 𝑥2 ≤ 220
𝑥1 + 2𝑥3 + 𝑥5 ≥ 120
3𝑥4 + 𝑥5 ≤ 225
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 ≥ 0

a. Escriba el problema anterior en formato canónico.

b. A partir del formato canónico, escriba el problema anterior en formato estándar.
c. Plantee el problema del literal anterior en formato matricial. Debe mostrar
explícitamente cada una de las matrices del problema.
d. Haciendo uso de MS-Excel1 encuentre una solución básica factible inicial utilizando
el “Método de las Dos Fases” o el “Método de la Gran M” (uno de los dos). Para la
solución inicial factible hallada, reporte el valor de las variables básicas y el valor
de la función objetivo. Muestre su procedimiento completo solo hasta llegar a una
primera solución factible del problema original.
Nota: para mostrar su procedimiento, debe usar las matrices del editor de
fórmulas de Word. En el siguiente enlace encuentra información: https://copa-
uniandes.github.io/optimizacion/Guias/1.%20Notacion%20matematica/Matemat
ica%20en%20word.html.
e. A partir de la siguiente base factible {𝑥6 , 𝑥7 , 𝑥8 , 𝑥10 , 𝑥5 }, realice DOS (2) iteraciones
del Método Simplex haciendo uso de MS-Excel1. Realice la revisión de optimalidad,
el cálculo de la dirección de movimiento, el cálculo de la longitud de movimiento y
la actualización para estas dos iteraciones. En cada iteración, indique si se puede
declarar optimalidad y concluya al respecto. Muestre su procedimiento completo.
Nota: para mostrar su procedimiento, debe usar las matrices del editor de
fórmulas de Word.
Bono (5 puntos): Realice las iteraciones necesarias para llegar al óptimo. Realice la
revisión de optimalidad, el cálculo de la dirección de movimiento, el cálculo de la
longitud de movimiento y la actualización para estas dos iteraciones. En cada

1
Anexe el archivo *.xlsx al archivo *.zip, junto con el resto de los archivos de soporte.
Universidad de los Andes | Vigilada Mineducación
Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 2
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

iteración, indique si se puede declarar optimalidad y concluya al respecto. Muestre

su procedimiento completo.
f. A partir del problema primal en formato canónico (inciso a), formule el problema
dual asociado. Impleméntelo utilizando Python – PuLP y reporte sus resultados
(valor de las variables duales y de la función objetivo) en su informe
g. Partiendo de la solución óptima del problema DUAL, y utilizando las condiciones
de Karush-Kuhn-Tucker, obtenga analíticamente la solución óptima del problema
primal. Presente explícitamente el procedimiento llevado a cabo. Reporte el valor
de las variables de decisión (incluyendo las holguras) y de la función objetivo en el
óptimo del problema primal. Confirme sus resultados resolviendo el problema
primal en Python haciendo uso de la librería PuLP. Muestre sus cálculos y resuma
sus resultados en el formato de la Tabla 2.
Tabla 1. Resultados Problema.
Solución básica del problema primal
¿Factible? 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑠1 𝑠2 𝑠3 𝑠4 𝑠5 𝐹𝑂primal

Solución básica del problema dual

¿Factible? 𝑤1 𝑤2 𝑤3 𝑤4 𝑤5 𝑟1 𝑟2 𝑟3 𝑟4 𝑟5 𝐹𝑂dual

Note que 𝑠1 , 𝑠2 , 𝑠3 , 𝑠4 , 𝑠5 son las holguras asociadas a cada restricción del problema primal y
𝑟1 , 𝑟2 , 𝑟3 , 𝑟4 y 𝑟5 son las holguras asociadas a cada restricción del problema dual.
h. A partir de la base {𝑥1 , 𝑠1 , 𝑠2 , 𝑠3 , 𝑠5 } en el problema primal, encuentre
analíticamente la solución correspondiente en el problema dual. Calcule el valor
de la función objetivo en ambos problemas. ¿Qué puede concluir? Muestre sus
cálculos y resuma sus resultados en el formato de la Tabla 2.
Tabla 2. Resultados Problema.
Solución básica del problema primal
¿Factible? 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑠1 𝑠2 𝑠3 𝑠4 𝑠5 𝐹𝑂primal

Solución básica del problema dual

¿Factible? 𝑤1 𝑤2 𝑤3 𝑤4 𝑤5 𝑟1 𝑟2 𝑟3 𝑟4 𝑟5 𝐹𝑂dual

Note que 𝑠1 , 𝑠2 , 𝑠3 , 𝑠4 , 𝑠5 son las holguras asociadas a cada restricción del problema
primal y 𝑟1 , 𝑟2 , 𝑟3 , 𝑟4 y 𝑟5 son las holguras asociadas a cada restricción del problema dual.

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 3
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

Problema 2 – Dualidad (20 puntos)

Vineyard es una destacada empresa
especializada en la producción de vinos con
aromas, colores y sabores intensos. Este
distintivo sabor intenso en sus productos ha
posicionado a Vineyard como una empresa
atractiva a nivel mundial, permitiéndole
exportar sus vinos a diferentes países del
mundo. Sin embargo, la compañía está
enfrentando un problema logístico en la
distribución de sus vinos, lo que ha generado un aumento en los costos de envío y el
incumplimiento de la demanda de los países a los que se exporta el vino.
Anualmente, Vineyard produce vinos en sus viñedos ubicados en Villa de Leyva, Nobsa y
Santander. Cada viñedo cuenta con una capacidad máxima de producción, la cual se
presenta en la Tabla 2.1. Una vez el proceso de producción ha finalizado, Vineyard exporta
sus vinos a Guatemala, Estados Unidos, Noruega y Nigeria. Cada uno de estos países
presenta una demanda mínima de vino, la cual se puede encontrar en la Tabla 2.2. No
obstante, los costos de envío desde cada viñedo a cada país varían. Por lo tanto, Vineyard
lo ha contratado a usted, experto en optimización, para que encuentre la logística de
distribución óptima de vinos con la cual se minimicen los costos totales, cumpliendo con la
demanda anual mínima específica de cada país y respetando la capacidad de producción de
sus viñedos.
Tabla 2.1. Capacidad de producción anual de vino (en litros) de cada viñedo.

Capacidad de producción anual

Viñedo
(en litros)
Villa de Leyva 700,056
Nobsa 406,400
Santander 400,500

Tabla 2.2. Demanda anual de vino (en litros) de cada país.

Países Demanda anual (en litros)

Guatemala 472,230
Estados Unidos 286,000
Noruega 178,870
Nigeria 226,680

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 4
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

Tabla 2.3. Costo unitario de transporte ($USD/litro).

Países de destino
Viñedo
Guatemala Estados Unidos Noruega Nigeria
Villa de Leyva 1,467 2,123 1,890 1,689
Nobsa 1,278 2,378 1,897 23,486
Santander 1,679 3,000 2,000 1,878

a. Formule un modelo de optimización lineal explícito (no indexado) para determinar

la logística de exportación óptima de vino definiendo claramente las variables de
decisión, restricciones y función objetivo. Implemente el modelo formulado
utilizando Python-PuLP y reporte la solución óptima (función objetivo y valor de las
variables).
b. Formule el problema dual explícito (no indexado) asociado al modelo de
optimización lineal formulado en el inciso anterior. Implemente el modelo dual
utilizando Python-PuLP, reporte el valor óptimo de la función objetivo y comente la
relación de este valor con el de la función objetivo obtenida en el inciso anterior.
Bono (5 puntos):
Formule un modelo de optimización lineal indexado para determinar la logística de
exportación óptima de vino definiendo claramente sus conjuntos, parámetros,
variables de decisión, restricciones y función objetivo. Además, formule el problema
dual indexado asociado. Comente sobre el número de variables y restricciones del
problema primal y del problema dual en términos de la cardinalidad de los
conjuntos.

Nota: en este bono no se otorgarán puntos parciales. Es decir, debe estar

completamente bien para obtener puntaje en la nota del entrenamiento (5 puntos).

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 5
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

Problema 3 – Sensibilidad (40 puntos)

Juan & Ari’s Pastry es una empresa especializada
en ofrecer una variada selección de masas para
repostería, diseñadas para adaptarse a diversos
estilos de vida y preferencias alimenticias de los
clientes. Actualmente, la empresa produce dos
tipos de masa para galletas: masa para galletas
veganas y masa para galletas con alto contenido
proteico. Para producir un kilogramo (kg) de masa
para galletas veganas, se requieren 0.35 kg de
harina de avena y 0.45 kg de chispas de chocolate vegano; mientras que para producir un
kilogramo (kg) de masa para galletas altamente proteicas se necesitan 0.43 kg de harina de
avena y 0.25 kg de proteína en polvo.
Cabe mencionar que la cantidad faltante para completar un kg de los dos tipos de masa
corresponde a polvo de hornear y extracto de vainilla que la empresa tiene en abundancia,
por lo que no es necesario considerarlos al planear la producción. Es decir, a modo de
ejemplo, para producir un kg de masa para galletas veganas, se requieren 0.35 kg de harina
de avena y 0.45 kg de chispas de chocolate vegano. Esto significa que los 0.2 kg restantes
para completar un (1) kg, corresponden a polvo de hornear y extracto de vainilla, que no
son considerados en la planeación de la producción. Finalmente, el tiempo de
procesamiento de un kilogramo de masa para galletas veganas es de 2.5 minutos y de masa
para galletas con alto contenido proteico es de 3.5 minutos.
Al comienzo de cada semana, el proveedor de Juan & Ari’s Pastry le proporciona los insumos
necesarios para la producción de las masas para galletas. Adicionalmente, la maquinaria
con la que cuenta la empresa está en capacidad de producir semanalmente, máximo, 65 kg
de masa de cualquier tipo (en total). Debido al mal estado de la maquinaria, esta sólo puede
operar, a lo sumo, durante 3 horas al día. Es decir, y dado que la producción sólo se lleva a
cabo los viernes, sábados y domingos, el tiempo disponible para la producción semanal es
de 9 horas. La Tabla 3.1 presenta la información sobre la disponibilidad semanal de los
insumos.
Tabla 3.1. Disponibilidad semanal de insumos.

Insumo Cantidad disponible

Chispas de Chocolate 18.5 kg
Proteína en Polvo 16.2 kg
Harina de Avena 32.5 kg
Capacidad de producción 65 kg
Tiempo de producción 9 horas

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 6
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

Teniendo en cuenta el precio de venta, los costos de los insumos y los costos de producción,
la empresa tiene una utilidad de $10,000 COP y de $9,000 COP por cada kg que venda de
masa para galletas veganas y de masa para galletas con alto contenido proteico,
respectivamente. Debido a la popularidad de Juan & Ari’s Pastry, la empresa vende todo lo
que produce. Tenga en cuenta que se pueden producir kilogramos fraccionales de alguna
referencia, por ejemplo, 1.5 kg de masa para galletas veganas.
a. Teniendo en cuenta que la empresa desea conocer cuántos kilogramos de cada tipo
de masa debe producir a la semana para maximizar su utilidad, formule
explícitamente el problema anterior e implemente el modelo utilizando Python-
PuLP. Reporte la solución óptima, es decir, el valor de la función objetivo y el de las
variables de decisión.
b. Implemente un procedimiento computacional que construya una gráfica del valor
óptimo de la función objetivo en función de la capacidad de producción de Juan &
Ari’s Pastry. Reporte la gráfica e interprete la o las pendientes obtenidas.
c. Haciendo uso de Solver de MS-Excel, encuentre el rango de valores para la
capacidad de producción en el que puede variar este parámetro sin que cambie la
base óptima encontrada en el inciso (a).
Suponga que la capacidad de producción aumenta (o disminuye) en 𝜃 kilogramos
respecto a su valor actual. Construya la expresión matemática que muestre el valor
de las variables básicas en función de 𝜃 . A partir de esta expresión encuentre
analíticamente el rango hallado en el inciso (c) para confirmar sus resultados.
Muestre todos sus cálculos y los elementos que usa (índices básicos, la base, etc.)
d. Encuentre una expresión matemática que muestre el valor de la función objetivo
en función de 𝜃. Calcule la función objetivo a partir de esta expresión para los
valores extremos del rango de 𝜃 encontrados en el inciso anterior.
e. Juan & Ari’s Pastry está evaluando cuatro alternativas. Teniendo en cuenta que la
empresa debe evaluar las alternativas de manera independiente a partir de la
solución encontrada en el inciso (a), ¿qué debería decidir con respecto a cada una
de las cuatro alternativas?

i. Reducir la capacidad de producción en 8 kg dado que podría generar un

menor desgaste en la maquinaria, ahorrándose un total de $72,000 en
costos de mantenimiento. Argumente matemáticamente.
ii. Juan & Ari’s Pastry está evaluando darle una semana de vacaciones extra
a sus empleados. Esto implicaría una reducción de 36 kg en su capacidad
de producción durante dicha semana. La empresa estaría dispuesta a dar
estas vacaciones adicionales siempre y cuando la disminución de la
utilidad no supere $250,000. Argumente matemáticamente.

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 7
IIND 2103 PRINCIPIOS DE OPTIMIZACIÓN
Departamento de Ingeniería Industrial
Facultad de Ingeniería

iii. Debido a la popularidad y alta demanda de la masa para galletas, la

empresa quiere renovar la maquinaria con el fin de incrementar su
capacidad de producción en 17 kg por un costo adicional de $170,000.
Argumente matemáticamente.
iv. Agregar un nuevo tipo de masa para galletas para deportistas de alto
rendimiento, el cual tendría una utilidad de $9,500 COP por cada kg.
Además, un kg de esta masa requeriría de 0.03kg de chispas de
chocolate, 0.08 kg de polvo de proteína, 0.07 kg de harina de avena, y 2.5
minutos de tiempo de procesamiento. ¿Debería Juan & Ari’s Pastry
producir este nuevo tipo de masa para galletas? Argumente mostrando
y resolviendo el modelo nuevamente.

Bono (5 puntos): argumente matemáticamente la respuesta (es decir, sin

necesidad de resolver el modelo nuevamente).

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.
Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia. 8