Professional Documents
Culture Documents
ANTECEDENTES .................................................................................................................................. 3
1.1
INTRODUCCIN ........................................................................................................................... 3
1.2
METODOLOGA ............................................................................................................................ 3
1.3
HISTORIA...................................................................................................................................... 4
OBJETIVOS ........................................................................................................................................... 6
3.1
3.2
4.1.1
4.1.2
4.1.3
IMPUESTOS ......................................................................................................................... 9
4.2
4.2.1
4.2.2
4.2.3
4.2.4
DEMANDA .......................................................................................................................... 10
VARIABLES ................................................................................................................................. 11
5.2
5.3
5.4
7.2
7.3
7.4
8
9
10
8.2
1
1.1
ANTECEDENTES
INTRODUCCIN
El presente trabajo de investigacin es realizado para una empresa productora de cemento, nos
muestra una de las situaciones decisionales ms frecuentes en el mbito de la industria que
procesa materias primas, donde se es requerida la oportuna y eficaz toma de decisiones para
poder lograr un mayor beneficio ya sea maximizando utilidades o minimizando costos. Para lo cual
se hace de utilidad las herramientas provistas por los Mtodos de Optimizacin estudiadas en el
presente curso que nos permite encontrar el resultado ptimo deseado.
Las herramientas de anlisis; tales como programacin lineal y otros; permiten a las empresas
alcanzar una mayor eficacia en la toma de decisiones y de esta manera contribuir notablemente
en el desarrollo de las mismas. En toda empresas de produccin, y con mayor nfasis en la que
hoy es objeto de estudio dado su envergadura no pueden dejarse al azar cuestiones decisionales,
puesto que al incurrir en estas se pone en serio riesgo la generacin de utilidades y por
consiguiente la existencia misma de la empresa .
El objetivo de nuestro trabajo radica en resaltar los puntos donde se pueda lograr la optimizacin
de los recursos para reducir sus costos de operacin que pueden hacer que la empresa logre
mayores utilidades.
Con la aplicacin del modelo matemtico de programacin lineal la empresa lograr una mayor
competitividad, incluso con el mismo precio y la calidad que siempre ha estado dentro de los
parmetros que rigen a sus productos.
1.2
METODOLOGA
Se emple una metodologa de enfoque cuantitativo, con una recoleccin de los datos
necesarios para poder predecir cunto y cuando debera explotarse una cantera ya sea
materiales de calcreos y/o materiales arcillosos en periodos anuales a fin de constituir la
mezcla de crudo para obtencin de Clinker que a su vez es transformado en cemento en
otras planta y/o transportado a otras plantas en el interior del pas para su posterior
produccin de cemento en dichas localidades.
Para saber cunto y cuando se debe explotar una cantera se presentan un conjunto de
variables sujetas a sus correspondientes restricciones
1.3
HISTORIA
2.1
IDENTIFICACIN DE LA PROBLEMTICA
El anterior acpite delata claramente el motivo de estudio, pues se nos indica que el
problema en cuestin es la incertidumbre ,el no saber cunto explotar, de que canteras
y en que ao a fin de buscar la menor incidencia posible en la subida de costo de
extraccin y transporte de materias primas para la elaboracin de Clinker.
Claro que para esto necesitamos una serie de restricciones y datos que afecten
directa e indirectamente a nuestras variables de decisin.
El pago de impuestos
OBJETIVOS
3.1
OBJETIVO GENERAL
3.2
OBJETIVOS ESPECFICOS
de cada
iii.
RECOLECCIN DE DATOS
4.1
4.1.1
SiO2
Al2O3
Fe2O3
CaO
Canteras de arcilla
1
0,6729
0,0897
0,0428
0,0727
0,6256
0,1577
0,0447
0,048
3
0,523
0,247
0,061
0,044
4
0,601
0,18
0,082
0,008
SiO2
Al2O3
Fe2O3
CaO
4.1.2
Canteras de Caliza
1
0,0376
0,011
0,0066
0,5246
2
0,0621
0,0071
0,0124
0,4972
3
0,0491
0,0128
0,0066
0,5166
4
0,0474
0,02
0,0036
0,513
material (Sus/Ton)
Costo2.-costo de la voladura y minado de las canteras (Sus/ Ton)
Costo3.-Costo de mano de obra (Sus/Ton)
Para los costos de transporte se consider lo siguiente:
7
ARCILLA
CALIZA
CANTERA
1
2
3
4
1
2
3
4
Transporte
24,50
25,12
32,50
33,02
43,36
49,17
52,02
50,50
Total
28,17
29,14
37,24
37,23
47,39
53,02
56,43
55,06
4.1.3
IMPUESTOS
ARCILLA
CALIZA
CANTERA IMPUESTOS
4.2
1
2
3
4
1
2
3
4
50.000
40.000
40.000
50.000
30.000
20.000
20.000
30.000
RESTRICCIONES DE LA EMPRESA
La demanda de clinker
4.2.1
CAPACIDAD DE EXTRACCIN
A continuacin se presenta una tabla con la capacidad mxima de extraccin para cada
mina:
ARCILLA
CALIZA
4.2.3
Ao
1
2
3
4
5
4.2.4
Max de minas
en operacin
3
3
3
3
3
DEMANDA
Ao
1
2
3
4
5
Demanda (Ton)
900.000
950.000
1.000.000
1.100.000
1.100.000
10
VARIABLES
5.2
FUNCIN OBJETIVO
La funcin objetivo va estar representada la suma de los egresos que se generan en las
operaciones y del pago de impuestos, considerando la tasa de descuento.
FO: Z = costos de operacin + pago de impuestos
Lo que queremos es minimizar los costos de operacin, entonces tenemos:
MIN Z = costos de operacin (actualizados al ao 0) + pago de impuestos (actualizados al
ao 0)
11
5.3
b. Calidad de Al2O3
c. Calidad de Fe2O3
d. Calidad de CaO
ii.
iii.
12
iv.
v.
5.4
RESTRICCIONES LGICAS
13
Excell
Lingo
Los datos de entrada como los de salida (resultados), fueron importados de Excel y
exportados a Excel utilizando la funcin @OLE() de LINGO.
El modelo de programacin lineal planteado anteriormente, tiene la siguiente forma en
LINGO:
FORMULACIN DEL MPL EN LINGO
!Funcin objetivo;
[FO] MIN=@SUM(minas(I):
@SUM(periodos(J):(1+tasa)^(j-1)*costoOpe(I)*X(I,J)))
+ @SUM(periodos(J):
@SUM(minas(I): (1+tasa)^(j-1)*impuesto(I)*Z(I,J)));
!Restriccin de calidad SIO2;
@FOR( periodos(J): [SIO2_periodo]
@SUM(minas(I): calidadM1(I)*X(I,J))> calidadR1*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad Al2O3;
@FOR( periodos(J): [Al2O3_periodo]
@SUM(minas(I): calidadM2(I)*X(I,J))> calidadR2*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad Fe2O3;
@FOR( periodos(J): [Fe2O3_periodo]
@SUM(minas(I): calidadM3(I)*X(I,J))> calidadR3*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad CaO;
@FOR( periodos(J): [CaO_periodo]
@SUM(minas(I): calidadM4(I)*X(I,J))> calidadR4*@SUM(minas(I):
X(I,J)));
!Restriccin de extraccin anual;
@FOR(minas(I):
@FOR(periodos(J): [mina]
X(I,J)<extracMax(I)*Y(I,J)));
!Restriccin de mximo de minas a operar por ao;
@FOR(periodos(J): [operacion_periodo]
@SUM(minas(I): Y(I,J))<minasOperando);
!Restricciones de demanda;
@FOR(periodos(J): [DemandaPeriodo]
@SUM(minas(I): X(I,J))>demanda(J));
!Pago de impuestos ao 1;
@FOR(minas(I): [imp_periodo1_mina]
@SUM(periodos(J) | J #GE# 1 : Y(I,J))=@SUM(periodos(J) | J #GE# 1 :
Z(I,J)));
!Pago de impuestos ao 2;
@FOR(minas(I): [imp_periodo2_mina]
@SUM(periodos(J) | J #GE# 2: Y(I,J))=@SUM(periodos(J) | J #GE# 2 :
Z(I,J)));
!Pago de impuestos ao 3;
@FOR(minas(I): [imp_periodo3_mina]
@SUM(periodos(J) | J #GE# 3 : Y(I,J))=@SUM(periodos(J) | J #GE# 3 :
Z(I,J)));
14
!Pago de impuestos ao 4;
@FOR(minas(I): [imp_periodo4_mina]
@SUM(periodos(J) | J #GE# 4 : Y(I,J))=@SUM(periodos(J) | J #GE# 4 :
Z(I,J)));
!Pago de impuestos ao 5;
@FOR(minas(I): [imp_periodo5_mina]
@SUM(periodos(J) | J #GE# 5 : Y(I,J))=@SUM(periodos(J) | J #GE# 5 :
Z(I,J)));
!Dominio de las variables; @FOR(extraccion(I,J): @BIN(Y(I,J)));
@FOR(extraccion(I,J): @BIN(Z(I,J)));
A continuacin se muestran las celdas que nos sirven para el ingreso de datos, esto en
Excel:
Demanda
Demanda por ao ( Ton)
5
0%
Ao 1
900.000
Ao 2
950.000
Impuestos
CALIZA
ARCILLA
Mina
compuesto
mayor a :
SiO2
0,16
ARCILLA
CALIZA
ARCILLA
CALIZA
Mina
400.000
400.000
400.000
400.000
300.000
300.000
300.000
300.000
Calidad de Mineral de Minas
CALIZA
ARCILLA
Mina
1
2
3
4
1
2
3
4
SiO2
0,6729
0,6256
0,523
0,601
0,0376
0,0621
0,0491
0,0474
Al2O3
0,0897
0,1577
0,247
0,18
0,011
0,0071
0,0128
0,02
Al2O3
0,04
Fe2O3
0,02
CaO
0,60
Costos de operacin
Extraccin ( Ton/ao)
1
2
3
4
1
2
3
4
Ao 5
1.100.000
50.000
40.000
40.000
50.000
30.000
20.000
20.000
30.000
Extraccin Mxima
Mina
Ao 4
1.100.000
Impuestos ( Sus)
1
2
3
4
1
2
3
4
Ao 3
1.000.000
Extraccin ( Ton/ao)
1
2
3
4
1
2
3
4
28,17
29,14
37,24
37,23
47,39
53,02
56,43
55,06
Fe2O3
0,0428
0,0447
0,061
0,082
0,0066
0,0124
0,0066
0,0036
CaO
0,0727
0,048
0,044
0,008
0,5246
0,4972
0,5166
0,513
Ao 2
3
Ao 3
3
Ao 4
3
Ao 5
3
15
A continuacin se muestran las celdas en Excel que sirven para la salida de datos y para
mostrar los resultados del modelo:
CALIZA
ARCILLA
1
2
3
4
1
2
3
4
X(I,J)
>= 0
Suma
Demanda
900.000
950.000
1.000.000
1.100.000
1.100.000
CALIZA
ARCILLA
1
2
3
4
1
2
3
4
Y(I,J)
{ 0,1
CALIZA
ARCILLA
1
1
2
3
4
1
2
3
4
Z(I,J)
{ 0,1
16
PRESENTACIN DE RESULTADOS
17
7.1
VARIABLES DE DECISIN
7.2
COSTO REDUCIDO
7.3
PRECIO DUAL
7.4
INTRPRETACIN DE RESULTADOS
ANLISIS DE SENSIBILIDAD
8.1
8.2
CONCLUSIONES Y RECOMENDACIONES
El modelo propuesto para la solucin del problema no logra solucionar con los datos
recogidos, pero si corre con los datos de un ejercicio propuesto en la pgina web.
www.investigacionoperativa.com
Se recomienda revisar los datos recogidos y tratar de solucionar o ver la viabilidad de las
siguientes restricciones:
18
10 ANEXOS
FORMULACIN ALGEBRAICA DEL MPL EN LINGO
!Funcin objetivo;
[FO] MIN=@SUM(minas(I):
@SUM(periodos(J):(1+tasa)^(j-1)*costoOpe(I)*X(I,J)))
+ @SUM(periodos(J):
@SUM(minas(I): (1+tasa)^(j-1)*impuesto(I)*Z(I,J)));
!Restriccin de calidad SIO2;
@FOR( periodos(J): [SIO2_periodo]
@SUM(minas(I): calidadM1(I)*X(I,J))> calidadR1*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad Al2O3;
@FOR( periodos(J): [Al2O3_periodo]
@SUM(minas(I): calidadM2(I)*X(I,J))> calidadR2*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad Fe2O3;
@FOR( periodos(J): [Fe2O3_periodo]
@SUM(minas(I): calidadM3(I)*X(I,J))> calidadR3*@SUM(minas(I):
X(I,J)));
!Restriccin de calidad CaO;
@FOR( periodos(J): [CaO_periodo]
@SUM(minas(I): calidadM4(I)*X(I,J))> calidadR4*@SUM(minas(I):
X(I,J)));
!Restriccin de extraccin anual;
@FOR(minas(I):
@FOR(periodos(J): [mina]
X(I,J)<extracMax(I)*Y(I,J)));
!Restriccin de mximo de minas a operar por ao;
@FOR(periodos(J): [operacion_periodo]
@SUM(minas(I): Y(I,J))<minasOperando);
!Restricciones de demanda;
@FOR(periodos(J): [DemandaPeriodo]
@SUM(minas(I): X(I,J))>demanda(J));
!Pago de impuestos ao 1;
@FOR(minas(I): [imp_periodo1_mina]
@SUM(periodos(J) | J #GE# 1 : Y(I,J))=@SUM(periodos(J) | J #GE# 1 :
Z(I,J)));
!Pago de impuestos ao 2;
@FOR(minas(I): [imp_periodo2_mina]
@SUM(periodos(J) | J #GE# 2: Y(I,J))=@SUM(periodos(J) | J #GE# 2 :
Z(I,J)));
!Pago de impuestos ao 3;
@FOR(minas(I): [imp_periodo3_mina]
@SUM(periodos(J) | J #GE# 3 : Y(I,J))=@SUM(periodos(J) | J #GE# 3 :
Z(I,J)));
!Pago de impuestos ao 4;
@FOR(minas(I): [imp_periodo4_mina]
@SUM(periodos(J) | J #GE# 4 : Y(I,J))=@SUM(periodos(J) | J #GE# 4 :
Z(I,J)));
!Pago de impuestos ao 5;
@FOR(minas(I): [imp_periodo5_mina]
@SUM(periodos(J) | J #GE# 5 : Y(I,J))=@SUM(periodos(J) | J #GE# 5 :
Z(I,J)));
!Dominio de las variables;
@FOR(extraccion(I,J): @BIN(Y(I,J)));
@FOR(extraccion(I,J): @BIN(Z(I,J)));
19
28.17
X_1_3
50000
Z_2_2
29.14
X_3_2
40000
Z_4_1
37.23
X_5_1
30000
Z_5_5
53.02
X_6_5
20000
Z_7_4
55.06
X_8_4
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
X_1_1
50000
Z_1_5
29.14
X_2_5
40000
Z_3_4
37.23
X_4_4
30000
Z_5_3
53.02
X_6_3
20000
Z_7_2
56.43
X_8_2
30000
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
50000
Z_1_3
29.14
X_2_3
40000
Z_3_2
37.24
X_4_2
50000
Z_5_1
47.39
X_6_1
20000
Z_6_5
56.43
X_7_5
30000
Z_8_4
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
Z_1_1
28.17
X_2_1
40000
Z_2_5
37.24
X_3_5
50000
Z_4_4
47.39
X_5_4
20000
Z_6_3
56.43
X_7_3
20000
Z_8_2
55.06
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
28.17
X_1_4
40000
Z_2_3
37.24
X_3_3
40000
Z_4_2
37.23
X_5_2
30000
Z_6_1
53.02
X_7_1
20000
Z_7_5
55.06
X_8_5
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
X_1_2
50000
Z_2_1
29.14
X_3_1
40000
Z_3_5
37.23
X_4_5
30000
Z_5_4
53.02
X_6_4
20000
Z_7_3
55.06
X_8_3
30000
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
50000
Z_1_4
29.14
X_2_4
40000
Z_3_3
37.23
X_4_3
50000
Z_5_2
47.39
X_6_2
20000
Z_7_1
56.43
X_8_1
30000
Z_8_5
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
+
*
;
Z_1_2
28.17
X_2_2
40000
Z_3_1
37.24
X_4_1
50000
Z_4_5
47.39
X_5_5
20000
Z_6_4
56.43
X_7_4
30000
Z_8_3
X_6_1
X_6_2
X_6_3
X_6_4
X_6_5
X_1_1
X_1_2
X_1_3
X_1_4
X_1_5
400000
400000
400000
400000
400000
*
*
*
*
*
Y_1_1
Y_1_2
Y_1_3
Y_1_4
Y_1_5
<=
<=
<=
<=
<=
0
0
0
0
0
;
;
;
;
;
20
[OPERACION_PERIODO_1]
Y_7_1 + Y_8_1 <= 3 ;
[OPERACION_PERIODO_2]
Y_7_2 + Y_8_2 <= 3 ;
[OPERACION_PERIODO_3]
Y_7_3 + Y_8_3 <= 3 ;
[OPERACION_PERIODO_4]
Y_7_4 + Y_8_4 <= 3 ;
[OPERACION_PERIODO_5]
Y_7_5 + Y_8_5 <= 3 ;
RESTRICCIN DE DEMANDA
[DEMANDAPERIODO_1] X_1_1
+ X_8_1 >= 900000 ;
[DEMANDAPERIODO_2] X_1_2
+ X_8_2 >= 950000 ;
[DEMANDAPERIODO_3] X_1_3
+ X_8_3 >= 1000000 ;
[DEMANDAPERIODO_4] X_1_4
+ X_8_4 >= 1100000 ;
[DEMANDAPERIODO_5] X_1_5
+ X_8_5 >= 1100000 ;
Y_1_1 - Z_1_5
Y_2_1 - Z_2_5
Y_3_1 - Z_3_5
Y_4_1 - Z_4_5
Y_5_1 - Z_5_5
Y_6_1 - Z_6_5
Y_7_1 - Z_7_5
Y_8_1 - Z_8_5
Z_1_1
= 0 ;
Z_2_1
= 0 ;
Z_3_1
= 0 ;
Z_4_1
= 0 ;
Z_5_1
= 0 ;
Z_6_1
= 0 ;
Z_7_1
= 0 ;
Z_8_1
= 0 ;
RESTRICCIONES LGICAS
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
Y_1_1);
Y_1_3);
Y_1_5);
Y_2_2);
Y_2_4);
Y_3_1);
Y_3_3);
Y_3_5);
Y_4_2);
Y_4_4);
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
Z_1_1);
Z_1_3);
Z_1_5);
Z_2_2);
Z_2_4);
Z_3_1);
Z_3_3);
Z_3_5);
Z_4_2);
Z_4_4);
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
Y_1_2);
Y_1_4);
Y_2_1);
Y_2_3);
Y_2_5);
Y_3_2);
Y_3_4);
Y_4_1);
Y_4_3);
Y_4_5);
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
@BIN(
.
Z_1_2);
Z_1_4);
Z_2_1);
Z_2_3);
Z_2_5);
Z_3_2);
Z_3_4);
Z_4_1);
Z_4_3);
21