You are on page 1of 13

Ubicación y dimensionamiento de mercados móviles

que ayuden a minimizar costos a los tenderos de


Valparaíso, Chile.
Johan Armando Bautista, Jessica Alejandra Baquero Moncada
Facultad de ingeniería, ingeniería
industrial, Universidad Distrital
Francisco José De Caldas, Bogotá,
Colombia.
jessilejabaq@gmail.com
jabautistat@correo.udistrital.edu.com
Resumen: Los dueños de las tiendas de los cerros de Valparaíso se El problema está acotado por ciertas restricciones como: Que
tienen que desplazar diariamente grandes distancias hacia el mercado cada mercado móvil atendería la demanda de los tenderos que
central para adquirir frutas y verduras, esto hace que los costos de estos estén localizados a una distancia máxima de 2 Km, si una tienda
alimentos aumenten, por lo que los habitantes de los cerros no consumen está a 2 Km o menos de algún MM, se considera “cubierta”, la
estos alimentos en cantidades suficientes, como ingenieros industriales municipalidad nos pide que al menos un 90% de las tiendas
buscamos ayudar con el establecimiento de la política pública para
estén cubiertas por algún mercado móvil, por restricciones de
mejorar el acceso a alimentos saludables en los cerros de la ciudad, con
la ayuda de la ubicación y dimensionamiento de mercados móviles que capacidad un mercado móvil no puede suministrar más de 5000
ayuden a los tenderos a minimizar no solo las distancias recorridas desde Kg. diarios de frutas y verduras, y por último se quiere que un
los cerros al centro, sino también costos de transporte para que el mercado móvil tenga suficiente producto (F&V) para satisfacer
producto a la venta sea más económico. al menos un 70% de la demanda de las tiendas cubiertas.
Palabras clave: Minimizar distancias, minimizar costos, política Como información adicional para este problema tenemos las
pública. ubicaciones exactas de las 140 tiendas de los cerros de
Abstract: The owners of the stores of the hills of Valparaíso have to Valparaíso, las ventas diarias en kilogramos y los costos fijos
travel large distances daily to the central market to buy fruits and de apertura de cada tienda, y nos explican que un tendero puede
vegetables, this makes the costs of these foods increase, so the estar cubierto por más de un mercado móvil.
inhabitants of the hills do not consume these foods in Sufficient Este es un problema interesante, ya que nosotros como
quantities, as industrial engineers, we seek to help with the ingenieros industriales somos capaces de diseñar estrategias de
establishment of public policy to improve access to healthy foods in
solución de problemas de este tipo, ubicado en el área de
the hills of the city, with the help of the location and sizing of mobile
markets that help shopkeepers to minimize not only the distances comercialización, específicamente nos encargamos de la
traveled from the hills to the center, but also transport costs so that supervisión y constante optimización de procesos industriales,
the product for sale is more economical. sea cual sea la naturaleza de los mismos, con la idea de diseñar
e implementar un mecanismo que permita las mejoras
Keywords: Minimize distances, minimize costs, public policy.
necesarias, buscando que el problema para el que trabajemos
I. INTRODUCCIÓN tenga una solución efectiva y eficiente.
La idea principal de este artículo es ayudar con el Es por lo anterior que en este artículo aplicaremos la
establecimiento de la política pública para mejorar el acceso a programación lineal entera mixta haciendo uso de variables
alimentos saludables en los barrios populares de los cerros de binarias para buscar una solución óptima al problema de las
la ciudad de Valparaíso de Chile, con la ayuda de la ubicación tiendas de los cerros de Valparaíso, esta es una técnica que
y dimensionamiento de mercados móviles que ayude a los permite modelar y resolver problemas cuya característica
tenderos a minimizar distancias recorridas desde los cerros al principal es que el conjunto de soluciones factibles es discreto,
centro de la ciudad, y que minimice costos de transporte para es el mismo modelo lineal que se ve en el curso de
que el producto a la venta sea más económico. programación lineal, solo que ahora se hace uso de variables
enteras, cuando a veces se presentan variables enteras y
El problema en el que nos enfocamos se ubica en Valparaíso
continuas a eso se le llama programación lineal entera mixta.
Chile, pues los dueños de las tiendas de los cerros de la ciudad
tienen que desplazarse diariamente grandes distancias hacia el II. REVISIÓN BIBLIOGRÁFICA
mercado central para adquirir frutas y verduras (F&V), lo que
incrementa los costos de estos alimentos, y, por lo tanto, los Esta revisión bibliográfica se realiza con la idea de hacer más
pobladores de los cerros no consumen estos alimentos en posible el enfoque para la solución del problema de la ciudad
cantidades suficientes. de Valparaíso Chile, para lo cual se hizo uso de la biblioteca
virtual de la UD, en donde se seleccionaron siete artículos que
La municipalidad está diseñando una política de Mercados se orientan en la programación lineal entera, para ver la
Móviles (MMs) que ayude a los tenderos; un mercado móvil es programación que los autores le dan a su problema a tratar y
una pequeña plaza de mercado que se arma y se desarma el tenerla en cuenta, pues cada uno de los artículos contiene un
mismo día y que ofrece frutas y verduras a precios problema que desea solucionar con ayuda de programación
competitivos. lineal entera mixta, y por lo tanto muestran el modo en que
solucionan su problema usando esta programación. El problema de conformación de la cadena lateral de la
En primera instancia se presentará un resumen de cada uno proteína requiere predecir las estructuras de proteínas de cadena
de los artículos encontrados para entrar en contexto, después se lateral cuando sus estructuras de la columna vertebral son
establecerá una relación entre las fuentes y la comparación conocidas. Este problema juega un papel muy importante en el
entre ellas para poder analizar de manera crítica la información estudio de estructura y función de las proteínas y se ha
recopilada sobre el tema en cuestión convertido en un problema clave en el contexto de muchos
métodos que predicen el plegamiento de proteínas.
Los resúmenes de cada artículo se presentan a continuación:
En el artículo los autores proponen un nuevo algoritmo de
A. Predicción basada en red de enzimas metabólicas optimización global, que para el por primera vez integra
localización sub celular técnicas de reducción de residuos y reducción de rotámeros, por
Este es el primer artículo que se investigó en la base de datos el enfoque de programación lineal de enteros mixtos, entonces
de la UD, el cual deja ver un nuevo método de modelado basado es posible formular el problema de la cadena lateral como un
en restricciones, para predecir sistemáticamente la localización programa lineal mixto (MILP) y usar solucionadores MILP
subcelular de enzimas en un metabolismo de red, basada en estándar, el problema de la cadena lateral, es seleccionar un
datos de localización a priori para un subconjunto de las rotámero para cada residuo para que se logre la energía total, en
enzimas, confiando en un principio de parsimonia de número este problema también se formulan variables binarias, que es si
mínimo de membrana cruzada que hace intercambio de el rotámero existe o no, el enfoque propuesto se basa en cuatro
metabolitos, para el modelo se tienen los siguientes pasos: importantes residuos y rotámeros, la idea es la reducción de
1. Los datos de entrada del modelo son una red rotámeros, reducción de residuos y unificación de residuos
metabólica, que representa un conjunto de hasta eliminarlos todos, el paso a paso para el procedimiento es
el que sigue:
reacciones catalizadas por enzimas, y los datos de
localización conocidos para un subconjunto de
enzimas Integrar la red dada y los datos de 1. El propósito principal es la reducción de rotámeros,
localización producen una red inicial por lo que se comienza con una nueva iteración de
compartimentada, que consiste en de varios reducción de rotámeros de residuos cada vez que se
compartimentos. han reducido algunos residuos o rotámeros.
2. Las reacciones localizadas aparecen en los 2. Para los autores es más importante hacer la
correspondientes compartimentos, mientras que las reducción de residuos antes de la reducción de
reacciones no localizadas se duplican a todos rotámeros por tres razones.
compartimentos. 3. En primer lugar, la reducción de residuos lleva
3. Se aplica la programación lineal de enteros mixtos menos tiempo que el rotámero.
(MILP) para cada par de reacción no localizada y 4. En segundo lugar, la reducción de residuos hace
compartimento para calcular una puntuación de que la reducción de rotámero, sea más rápido.
localización, lo que refleja la probabilidad de que
esta reacción esté presente en ese compartimiento. 5. Finalmente, la reducción de residuos puede
eliminar un gran número de residuos o incluso
4. Se predice que las enzimas se localizan en resolver el problema totalmente por su cuenta.
compartimentos logrando los más altos puntajes de
localización que es la salida del método. 6. Minimizamos el uso de la unificación de residuos
manteniendo esta operación en el bucle más interno
5. Se activa un número máximo de reacciones del algoritmo.
localizadas (es decir, llevar flujo no cero) en su
compartimento conocido,
C. Construcción y finalización de modelos de balance de flujo
6. Y un mínimo número de reacciones de transporte se a partir de bases de datos de rutas
activan.
7. La distribución de flujo predicha es utilizada para La El análisis de balance de flujo es una técnica muy
inferir la puntuación de localización para cada conocida para el modelado a escala genómica del flujo
reacción y par de compartimentos, como descrito metabólico, que necesita la especificación precisa de cuatro
abajo. conjuntos: Reacciones bioquímicas, metabolitos de la
8. Haciendo uso de variables binarias para las biomasa, nutrientes y metabolitos secretados para lo cual,
reacciones, con valor de cero si no la transporta y 1 haciendo uso de modelos antiguos se hace difícil resolver el
si lo hace. problema, o tomaría demasiado tiempo en resolverse, por lo
que en el artículo se presenta un modelo matemático de
B. Algoritmo –residuo de reducción de rotámeros para la programación lineal entera mixta, para acelerar el desarrollo
proteína. problema de conformación de la cadena lateral de los antiguos métodos obsoletos, usando una nueva
El problema en el que se enfoca este artículo es la herramienta llamada METAFLUX que se basa en
conformación de la cadena lateral de la proteína, un problema programación lineal entera mixta, este método sugiere
con bastantes aplicaciones en la predicción y diseño de correcciones a los conjuntos que se mencionaron hace un
estructuras proteicas. Los resultados de complejidad momento.
computacional muestran que el problema es difícil de resolver, Los flujos que se predicen son más fáciles de comprender
sin embargo, instancias de aplicaciones realistas, son grandes y cuando estos se observan en diagramas, el análisis de balance
demandan algoritmos rápidos y confiables. de flujo, es una metodología para construir modelos de redes
metabólicas de escala estable de genoma, tiene una variedad las dos, por el contrario para cada biomasa hay una variable
de aplicaciones, para la construcción de modelos anteriores se binaria, cada una tiene la suya propia, en los modelos
requieren de uno a 24 meses lo que es bastante tiempo del cual anteriores lo que se hacía era una unión de todas las biomasas
quizás no se disponga, luego de este tiempo el modelo se metabolitos, lo que hacía más difícil el modelo, este nuevo
publica como publicación encriptada es decir que no es de modelo tiene una variable binaria para cada biomasa
acceso al público en general, con el nuevo método la metabolito, por lo tanto para no tener un flujo cero en la
información es para todo público. biomasa, cada metabolito de la reacción de biomasa debe ser
La primera fase del desarrollo del modelo es inferir una producido por el modelo, a diferencia de f y s, que es si se
lista de reacciones metabólicas de una secuencia anotada del produce una la otra no.
genoma, lo que se hacía antes manualmente ahora se hace en D. Acelerando los cálculos de balance de flujo en modelos
un programa ahorrando tiempo y dinero, mapea nombres de metabólicos a escala genómica al localizar la aplicación
enzimas y ontología de genes, un problema es factible si la de restricciones sin bucle
respuesta no es cero, esto significa que la red metabólica
puede producir todos los componentes, el modelo puede Las aplicaciones de restricciones sin Bucle, se han
encontrar grupos de metabolitos que no se pueden producir, y convertido en herramientas importantes para analizar el
el modelo identifica el subconjunto máximo de metabolitos, metabolismo celular, termodinámicamente inviable, la TIC
el usuario puede iniciar con un programa que sea más sencillo (Tic: Ciclo interno en la red metabólica que satisface los
donde no hallan modelos de biomasa, como el modelo es equilibrios de masas y la direccionalidad con restricciones sin
factible siempre habrá una solución. implicar ninguna reacción de intercambio), satisface el
equilibrio de masas y las restricciones de direccionalidad, pero
Entonces ¿Cuál es el conjunto máximo de esos metabolitos violan la segunda ley de la termodinámica.
adicionales que se pueden ir agregando mientras se mantiene
un modelo factible?, si el modelo no es factible es necesario Las prácticas implican la implementación de restricciones
modificar la reacción de la biomasa. adicionales para garantizar no solo las funciones óptimas sino
también sin distribuciones de flujo, pero son demasiadas
Para nutrientes y criterios es lo mismo que lo anterior , es restricciones para un modelo MILP, así que el objetivo de los
necesario adicionar un poco de ambos nutrientes y criterios autores del artículo, fue identificar las pocas restricciones
para obtener un modelo factible, a veces se busca maximizar necesarias que sean suficientes para la optimización en el marco
la biomasa y a veces se quiere maximizar la producción, todas del requisito sin bucle.
las funciones objetivos de estas se pueden representar por su
conjunto de metabolitos, o se puede representar como la Ellos encuentran que las restricciones sin bucle son
biomasa, entonces la idea principal es iniciar con un problema necesarias solo para las reacciones en el que se deben compartir
fácil, empezar a hacerlo factible y volverlo más grande sin que modos de flujo elementales que representan TIC con reacciones
deje de ser factible agregando metabolitos a la biomasa y que son parte de la función objetivo.
como se dijo al principio, la idea al final de la solución del Un modelo de escala genómica proporciona un inventario de
problema es hacer que ese conjunto de metabolitos del reacciones para un organismo determinado que permite el
problema esté vacío, también como se dijo antes se análisis de metabolismo celular, y el diseño de estrategias de
recomienda mejor iniciar con un problema en el que este modulación génica para bioproducción, a pesar de extensas
conjunto de metabolitos este vacío. curaciones manuales, termodinámicamente no factibles, , la
La formulación matemática para este modelo es como TIC puede eliminarse simplemente restringiendo a priori la
sigue: Se formula como un problema de programación lineal direccionalidad de algunas reacciones que participan en la TIC,
entera mixta: La formulación tiene una parte fija y una parte los que buscan eliminar la tic se han propuesto resolver un
de prueba, la parte fija se enfoca en los cuatro conjuntos fijos: programa lineal adicional , pero no se garantiza la optimalidad
Las reacciones de R, los metabolitos nutrientes N, los después de eliminarse la misma.
metabolitos de secreción S, y los metabolitos de biomasa B. y En la formulación la letra i representa el conjunto de
de la misma forma los cuatro conjuntos de prueba se dan las metabolitos, j el conjunto de reacciones, Jint es el conjunto de
reacciones de prueba Rt, los metabolitos nutrientes Nt, etc. reacciones internas (reacciones sin intercambio), la S es la
Cualquier conjunto R contiene solo reacciones matriz estequiométrica de la red, Vj es el flujo de la reacción j,
unidireccionales, que es si una reacción reversible está también hay límites superiores e inferiores, y hay una matriz de
presente en el modelo, dos reacciones de modelo opuesto se espacio nulo, la idea es formular el problema con variables
usan para representar esto, por lo tanto, en una solución todas binarias igual al número de filas distintas de cero en la máquina
las reacciones de flujo son cero o positivas, se necesita de espacio nulo con la idea principal de minimizar el tiempo de
entonces una variable binaria que se asocie a cada elemento respuesta o solución al problema. La idea es encontrar
de R, N, S, T y B. distribuciones de flujo sin bucle.
V es el conjunto de variables binarias, cada variable binaria E. Programación de la cosecha con base en el área
controla la presencia o ausencia de la reacción o metabolito restricciones de adyacencia
correspondiente, luego se formula el problema con las Las restricciones de adyacencia en los modelos de
restricciones basadas en las variables binarias que fueron programación de la cosecha impiden la cosecha de unidades de
nombradas, todas las restricciones deben ser lineales, pues es gestión dentro de un periodo de tiempo determinado, entonces
un modelo lineal, f será la variable de flujo y su variable se hará uso de dos programaciones lineales enteras mixtas con
binaria en el modelo del artículo es s, la idea es que esta restricciones de adyacencia, modelos denominados modelos de
reacción tenga como valor mínimo cero y el mayor sea uno. restricción de área, el primer enfoque, es el algoritmo de ruta,
Dependiendo del valor que tomen f o r se cancela una de que genera 7un conjunto de restricciones que impiden la
concurrencia, el segundo enfoque define el conjunto de cooperativa lechera colombiana y Sistema logístico de
unidades de administración contigua, cuyas áreas combinadas refrigeración mediante programación binaria
no exceden el máximo límite del área de cosecha, lo que Este artículo describe un diseño robusto para un sistema de
reconoce el ahorro directo de costos, como la venta de costos logística de almacenamiento y refrigeración de leche para una
de administración o costos de cosecha. cooperativa de productos lácteos, ubicado en la región de Ubaté
Debe ser posible cosechar rodales adyacentes juntos como de Colombia usando un modelo de programación binario. Tal
siempre y cuando sus áreas combinadas sean menores que el diseño incluye tanque de enfriamiento, ubicación, asignando
máximo zona de cosecha, en muchas partes de literatura se productores a los tanques y calculando la capacidad del sistema.
impide la cosecha adyacente, el primer método llamado Este artículo buscaba la identificación de la configuración
algoritmo de ruta, produce un conjunto de adyacencia, que más robusta y rentable (dados los parámetros de diseño), los
tiende a requerir más restricciones, los pasos son: parámetros de perturbación, los requisitos de robustez y las
• Comience con cualquier par de dos polígonos características de rendimiento fueron, por lo tanto, cualitativos
adyacentes (soportes). Si el área combinada de los dos e identificadas cuantitativamente; también se elaboró un plan
polígonos excede el área máxima de cosecha, de este par de táctico para optimizar el uso del tanque de enfriamiento.
polígonos se forma el grupo inicial de polígonos para los cuales Para los autores la conclusión principal sugirió que los
se han identificado restricciones de camino. sistemas más robustos no necesariamente representan costos
• Seleccione cualquier polígono adyacente al grupo más altos porque las configuraciones más robustas son de
actual de proceso de polígonos y agrégalos al clúster. hecho las menos costosas en lo que respecta a la leche altos
• Defina una red, basada en el clúster actual con un nodo valores de suministro.
correspondiente a cada polígono y un arco que conecta cada par El artículo presenta un modelo para caracterizar la relación
de nodos correspondientes a un par de polígonos adyacentes, entre robustez y coste, en relación con la planificación de la
identificar cada ruta posible que se origina en el nodo en capacidad de la cadena de suministro y la ubicación del
relación con el nuevo polígono en el grupo. almacén, que involucró cuatro etapas y se aplicó en el presente
• Terminar un camino cuando el área acumulada de los artículo
polígonos a lo largo el camino solo supera el área de cosecha La programación fue utilizada para diseñar este sistema; la
máxima o cuando no hay más polígonos en el clúster actual que entrada para el modelo se basó en datos reales proporcionados
están adyacente a la ruta, pero no ya forma parte de la ruta. por la cooperativa de productos lácteos.
Nota: Las rutas pueden seguir múltiples ramas, pero las rutas Modelo matemático: La red del sistema consistía en un solo
no pueden volver a un nodo ya en la ruta. tipo de nodo (nodos de productores). El número óptimo de
• Deténganse cuando el clúster contenga todas las tanques del sistema y la capacidad total a instalar fue
unidades de administración en el bosque, de lo contrario, vuelva determinado por el modelo para minimizar costo total, y
al paso dos. optimizar la posición del tanque de enfriamiento, tanque, este
grupo de productores se conoce como un "grupo" en nuestro
F. Cálculo secuencial de modos elementales y conjuntos de trabajo, ese modelo solo contenía variables binarias, ciertas
cortes mínimos en el genoma metabólico, redes que variables.
utilizan un entero lineal alternativo en programación Los siete artículos se relacionan entre sí ya que todos buscan
Las redes a escala genómica siguen siendo un reto debido a solucionar sus problemas con ayuda de la programación lineal
la explosión combinatoria de metabolitos en redes complejas, entera, cuatro de ellos investigan la posibilidad de formular un
sin embargo a menudo solo se necesita conocer un pequeño problema de redes genómicas para poder hallar la solución de
subconjunto de los mismos, por ejemplo que computación ciertos problemas en forma de medicamentos o en forma de
secuencial basada en la optimización es una alternativa útil, por curas para alguna enfermedad, o incluso otro habla de la
lo que se usan programas lineales enteros mixtos, cuya posibilidad de la siembra de árboles en polígonos que se supone
efectividad se deteriora significativamente a medida que no se podría hacer, lo interesante de todos los artículos, es que
aumenta el número de iteraciones de arriba, ahora se presenta todos buscan solucionar sus problemas objetivos con ayuda de
la programación lineal de enteros alternos, el algoritmo se la programación lineal entera mixta haciendo uso de variables
diseña para resolver iterativamente un problema de binarias, en los cuatro artículos de la red metabólica, estas
programación de enteros y programación lineal para calcular variables binarias se hacen presente en el momento en el cual
los resultados de forma secuencial. se transportan o no los metabolitos.
Además, los cuatro inician su modelo con la entrada de los
Una vez identificado el conjunto con mayor rendimiento de datos necesarios para solucionar su respectivo problema, y
biomasa, el uso de MILP genera una serie de estos de manera generalmente las reacciones de los metabolitos que nombran
descendente, se pueden calcular entonces las siguientes cuatro de los artículos son las respectivas restricciones; luego
restricciones explicadas para la programación lineal: donde Yi cada uno muestra la solución a su problema optimizado y todos
es una variable identificadora de entero binario asociado con xi, los autores se centran en la solidez de la toma de decisiones con
M es una constante suficientemente grande, k son los índices el objetivo de obtener resultados más estables acompañados de
de flujo en cero elementos, kj denota la longitud es decir el una variabilidad no muy grande con respecto a los indicadores
número de flujos nulos, cuando xi no sea cero, mientras que yi KPI.
puede ser libre, existen condiciones que fuerzan al menos uno El último artículo de nuestra consulta, se aplicó a una
de los flujos a no ser cero, a convertirse en una variable básica. situación de la vida real, los autores hicieron uso
originalmente de una teoría que habla de un modelo de
G. Un diseño robusto para el almacenamiento de leche de una diseño de la cadena de suministro; sin embargo, dicha
metodología, toma un suministro incierto de leche cruda en RecMaxT (j) ∀j (7)
consideración, para contribuir así determinar la robustez de
la cadena de suministro.  ∀ A(i, j), F(i) ∈ (0, 1) (8)

E. Variables:
En los artículos se pudo observar el uso de variables
binarias para solucionar el problema, debido a que existen
 A (i, j) = Variable binaria que especifica si la el Mercado
variables que pueden existir o no entonces solo pueden
Móvil “i” cubre la tienda “j” (A (i, j) = 1) o no (A (i, j) = 0)
tomar dos valores , si el mercado moderno cubre o no la
 F (j) = Variable binaria que especifica si se abre un
tienda, o si la tienda está o no cubierta;1 o 0, y se denominan
Mercado Móvil “i” (F (j) =1) o no (F (j) = 0)
variables ficticias, entre estas en los artículos están: El
 Recorrido Tendero (i, j) = Variable que especifica el
transporte o no de metabolitos, la existencia o inexistencia
recorrido del tendero de la tienda “j” al Mercado Móvil “i”
de rotámeros en el genoma, las reacciones que se vuelven
 RecMaxT (j) = Variable que especifica el recorrido
restricciones tienen también este tipo de variables.
máximo realizado por el tendero de la tienda “j”

III. FORMULACIÓN MATEMÁTICA VI. MÉTODO DE SOLUCIÓN


Para poder encontrar la solución a nuestro problema
A. Criterios: objetivo, se realizó la respectiva formulación matemática con
 C1: Precio unitario. ayuda de la programación lineal entera mixta, con la idea de
facilitar los cálculos, con ella buscamos minimizar las
 C2: Descuento comercial.
distancias entre las tiendas y los mercados móviles, logramos
 C3: Transporte. minimizar los costos de poner en funcionamiento los mercados
 C4: Forma de pago. móviles, que es la primera función objetivo, mientras menos
 C5: Plazo de entrega. mercados móviles, más economía para el proyecto, el software
usado fue: GAMS, este nos arroja el resultado de 15 mercados
 C6: Gama de productos.
móviles, con estos se logra minimizar costos, dando un valor
 C7: Oferta de capacitación de los proveedores. de 82.
B. Alternativas: Para la segunda función objetivo cuya misión se enfoca en
disminuir distancias, si esta se enfoca en disminuir distancias ,
 A1: Proveedor A. lo más sensato es poner 140 mercados móviles, así las
distancias serían mínimas pero esto no ayudaría mucho a la
 A2: Proveedor B. función objetivo uno que es minimizar costos, pues los costos
aumentarían a 1353, es por esto que se hace la frontera de
 A3: Proveedor C. Pareto haciendo a la función dos una restricción de nuestra
formulación; con esta se obtiene la tabla 17, la cual muestra los
C. Matriz de valores: Alternativas y criterios: valores de la función objetivo uno siendo épsilon la función
objetivo dos.
ALTERNATIVAS
CRITERIOS
PROVEEDOR 1 PROVEEDOR 2 PROVEEDOR 3 Dentro de nuestro método de solución hemos incluido los
Precio unitario. 2.150.900,00 € 2.250.000,00 € 2.399.000,00 € mercados móviles a abrir y las tiendas a las cuales cubriría cada
Descuento comercial. 9% 10% 8%
2500/ unidad a 3000/ unidad a uno, además del análisis de si este mercado móvil está o no
Por cuenta del
Transporte. cuenta del
vendedor
cuenta del cubriendo la demanda de las tiendas a las que cubre.
comprador comprador
30 días con 30 días sin
Forma de pago. Contado
recargo del 2%. recargo.
Plazo de entrega. (Días) 30 25 20 IV. RESULTADOS Y ANÁLISIS DE RESULTADOS
Gama de productos. Excelente Excelente Buena
Oferta de capacitación de los proveedores. Si No Si
Después de modelar el caso de estudio y hacer su respectiva
validación en el software (GAMS) para encontrar la mejor
D. Restricciones: solución a los problemas que se plantean, se obtiene los siguientes
S.a. resultados:
Para la primera función objetivo, que hace referencia al costo
 D(i, j) ∗ A(i, j) ≤ DT ∀ i, j (3) total que se incurrirá al abrir la cantidad necesaria de mercados
móviles, para aprovisionar el 100% de las tiendas se obtiene un
 0,7 ∗ ∑139 valor de $82.00.000, dando como resultado óptimo la apertura de
j=0 (V(j) ∗ A(i, j)) ≤ CS(i) ∗
F(i) ∀I (4) 15 mercados móviles y una distancia total recorrida por los
tenderos de 167,03 Km. La ubicación del mercado móvil y las
∑139 tiendas que este cubre, se muestran a continuación:
 i=0 A(i, j) ≥ 1 (5)

 A(i, j) ∗ D(i, j) =  Mercado Móvil 7:


recorridoTendero (i, j) ∀i, j (6)
Table 1Mercado móvil 7.

 ∑139
i=0 (recorridoTendero(i, j)) = Mercado Tienda ventas(kg) Latitud Longitud
7 - 33,0434342 71,597898 68
290 33,0386307 71,6484754
3 505 33,0507106 71,5988828 69
144 33,0386307 71,6484754
4 560 33,0506198 71,5992016 77
581 33,0482429 71,6336056
18 154 33,0477079 71,61282 107
223 33,0459318 71,6352962
71 452 33,0471572 71,5821164 113
418 33,0443179 71,6374241
74 101 33,0412078 71,5901588 121
264 33,033658 71,6403644
7
81 358 33,0497348 71,6129531 122
360 33,0306492 71,6372384
88 328 33,0610158 71,5959743 129
186 33,0437589 71,6228036
89 757 33,0569683 71,59695 132
232 33,0403352 71,6453858
110 469 33,0496611 71,5862842 134
533 33,0396381 71,6470608
114 272 33,0418222 71,57695 137
499 33,0278541 71,6336663
126 949 33,055522 71,6111429 5606
4905 89%
100% El segundo mercado móvil que se debe abrir para cumplir
de requerimientos de las tiendas es el mercado móvil
Uno de los quince mercado móviles que se deben abrir para ubicado en la posición de la tienda 14; este mercado tiene
cumplir de requerimientos de las tiendas es el mercado móvil cubiertas las tiendas 14, 61, 62, 63, 64, 65, 66, 67, 68, 69,
ubicado en la posición de la tienda 7; este mercado tiene cubiertas 77, 107, 113, 121, 122, 129, 132, 134, 137. La suma de la
las tiendas 7, 3, 4, 18, 71, 74, 81, 88, 89, 110, 114, 126. La suma cantidad de Frutas y verduras de todas las tiendas cubiertas
de la cantidad de Frutas y verduras de todas las tiendas cubiertas por el mercado 14 es de 5606 Kg, lo que indica que el
por el mercado 7 es de 4905 Kg, lo que indica que el mercado de mercado de ese punto no está en capacidad de cubrir la
ese punto está en capacidad de cubrir la demanda de todas sus
demanda en su totalidad de todas sus tiendas cubiertas.
tiendas cubiertas.

71.65
LONGITUD

71.62 71.64
Tiendas
71.61 Cubiertas
LONGITUD

71.63
71.6
Mercado Movil
71.59 Tiendas cubiertas 71.62
71.58 Mercado Movil 33.02 33.03 33.04 33.05
71.57 LATITUD
33.04 33.05 33.06 33.07
Figure 2 Gráfica de ubicación de mercado móvil 14 y sus tiendas aledañas.
LATITUD

Figure 1 Gráfica de ubicación de mercado móvil 7 y sus tiendas aledañas.


En el gráfico se ubican geográficamente el mercado móvil
14 y todas las tiendas que este cubre, las cuales ninguno
En el gráfico se ubican geográficamente el mercado móvil se encuentra a más de 2km de dicho mercado.
y todas las tiendas que este cubre, las cuales ninguno se
encuentra a más de 2km de dicho mercado.  Mercado Móvil 40:
 Mercado Móvil 14:
Table 3 Mercado móvil 40
Table 2 Mercado móvil 14.
Mercado Tienda Ventas (kg) Latitud Longitud
Mercado Tienda Ventas (kg) Latitud Longitud 33,0579507 71,5610005
33,037909 71,6366668 20 972 33,06533 71,5695098
14 804 33,037909 71,6366668 25 268 33,061838 71,5696762
61 123 33,0386307 71,6484754 33 1000 33,0533029 71,5597575
40
14 62 464 33,0386307 71,6484754 34 632 33,0529696 71,5610244
63 158 33,0386307 71,6484754 35 715 33,0532502 71,5651748
64 214 33,0386307 71,6484754 40 609 33,0579507 71,5610005
65 113 33,0386307 71,6484754 41 125 33,0534206 71,5635685
4321 71.58
100% 71.575

LONGITUD
71.57 Tiendas
El tercer mercado móvil que se debe abrir para cumplir de 71.565 Cubiertas
requerimientos de las tiendas es el mercado móvil ubicado
71.56 Mercado Movil
en la posición de la tienda 40; este mercado tiene cubiertas
las tiendas 20, 25, 33, 34, 35, 40, 41. La suma de la cantidad 71.555
de Frutas y verduras de todas las tiendas cubiertas por el 33.11 33.115 33.12
mercado 40 es de 4321 Kg, lo que indica que el mercado de LATITUD
ese punto está en capacidad de cubrir la demanda en su
totalidad de todas sus tiendas cubiertas. Figure 4 Gráfica de ubicación de mercado móvil 53 y sus tiendas aledañas.

En el gráfico se ubican geográficamente el mercado móvil


71.575 53 y todas las tiendas que este cubre, las cuales ninguno
71.57 se encuentra a más de 2km de dicho mercado.
LONGITUD

71.565  Mercado Móvil 56:


Tiendas cubiertas
71.56
Mercado Movil Table 5 Mercado móvil 56
71.555
33.05
33.055
33.06
33.065
33.07 Mercado Tienda Ventas (kg) Latitud Longitud
LATITUD 33,1153173 71,5516457
47 626 33,1153795 71,5516759
Figure 3 Gráfica de ubicación de mercado móvil 40 y sus tiendas aledañas.
51 161 33,119036 71,572517
En el gráfico se ubican geográficamente el mercado móvil 55 555 33,1144545 71,5548937
40 y todas las tiendas que este cubre, las cuales ninguno 56
56 702 33,1153173 71,5516457
se encuentra a más de 2km de dicho mercado.
57 596 33,1146678 71,5571152
 Mercado Móvil 53: 58 668 33,1131027 71,5638574
59 242 33,1136599 71,5642816
Table 4 Mercado móvil 53
3550
Mercado Tienda Ventas (kg) Latitud Longitud 100%
33,1106792 71,5759756
El quinto mercado móvil que se debe abrir para cumplir de
48 757 33,1150276 71,5560629 requerimientos de las tiendas es el mercado móvil ubicado
49 419 33,1136383 71,5646326 en la posición de la tienda 56; este mercado tiene cubiertas
50 646 33,1155337 71,5673845 las tiendas 47, 51, 55, 56, 57, 58, 59. La suma de la cantidad
53 de Frutas y verduras de todas las tiendas cubiertas por el
52 787 33,1106792 71,5759756
mercado 56 es de 3550 Kg, lo que indica que el mercado de
53 750 33,1106792 71,5759756
ese punto está en capacidad de cubrir la demanda en su
54 420 33,118785 71,576712 totalidad de todas sus tiendas cubiertas.
59 242 33,1136599 71,5642816
4021 71.575
100% 71.57
LONGITUD

71.565 Tiendas
El cuarto mercado móvil que se debe abrir para cumplir de 71.56 Cubiertas
requerimientos de las tiendas es el mercado móvil ubicado
71.555 Mercado Movil
en la posición de la tienda 53; este mercado tiene cubiertas
las tiendas 48, 49, 50, 52, 53, 54, 59. La suma de la cantidad 71.55
de Frutas y verduras de todas las tiendas cubiertas por el 33.11 33.115 33.12
mercado 53 es de 4021 Kg, lo que indica que el mercado de LATITUD
ese punto está en capacidad de cubrir la demanda en su
totalidad de todas sus tiendas cubiertas. Figure 5 Gráfica de ubicación de mercado móvil 56 y sus tiendas aledañas.

En el gráfico se ubican geográficamente el mercado móvil


56 y todas las tiendas que este cubre, las cuales ninguno se
encuentra a más de 2km de dicho mercado. 38 330 33,0459402 71,5789428
45 507 33,0464786 71,5839295
 Mercado Móvil 62:
75 620 33,0416285 71,5913286
Table 6 Mercado móvil 62 91 528 33,0546854 71,5957212
109 454 33,0480837 71,5887461
Mercado Tienda Ventas (kg) Latitud Longitud
117 373 33,0375814 71,582678
33,0386307 71,6484754
118 832 33,0370275 71,5827705
66 121 33,0386307 71,6484754
4786
76 862 33,0498296 71,6320244
100%
78 114 33,0482429 71,6336056
80 364 33,0548725 71,6404507 El séptimo mercado móvil que se debe abrir para cumplir
62 103 882 33,0466186 71,6336013 de requerimientos de las tiendas es el mercado móvil
106 150 33,047924 71,634011 ubicado en la posición de la tienda 72; este mercado tiene
108 122 33,0459318 71,6352962 cubiertas las tiendas 8, 37, 38, 45, 75, 91, 109, 117, 118.
La suma de la cantidad de Frutas y verduras de todas las
111 853 33,0342669 71,6351532
tiendas cubiertas por el mercado 72 es de 4786Kg, lo que
120 136 33,0321424 71,6421362 indica que el mercado de ese punto está en capacidad de
131 648 33,0364159 71,6303591 cubrir la demanda en su totalidad de todas sus tiendas
4252 cubiertas.
100%
71.6
El sexto mercado móvil que se debe abrir para cumplir de 71.595
LONGITUD

requerimientos de las tiendas es el mercado móvil ubicado 71.59 Tiendas cubiertas


en la posición de la tienda 62; este mercado tiene cubiertas 71.585
las tiendas 66, 76, 78, 80, 103, 106, 108, 111, 120, 131. La 71.58
suma de la cantidad de Frutas y verduras de todas las Mercados
71.575 Moviles
tiendas cubiertas por el mercado 62 es de 4252Kg, lo que
33.03 33.04 33.05 33.06
indica que el mercado de ese punto está en capacidad de
cubrir la demanda en su totalidad de todas sus tiendas LATITUD
cubiertas.
Figure 7Gráfica de ubicación de mercado móvil 72 y sus tiendas aledañas.
71.65
71.645
LONGITUD

71.64 En el gráfico se ubican geográficamente el mercado móvil


Tiendas 72 y todas las tiendas que este cubre, las cuales ninguno se
71.635 Cubiertas
encuentra a más de 2km de dicho mercado.
71.63 Mercado Movil
71.625  Mercado Móvil 83:
33.03 33.04 33.05 33.06
Table 8 Mercado móvil 83
LATITUD

Figure 6 Gráfica de ubicación de mercado móvil 62 y sus tiendas aledañas.


Mercado Tienda Ventas (kg) Latitud Longitud
33,0693802 71,5929104
En el gráfico se ubican geográficamente el mercado móvil 22 607 33,06047 71,57692
62 y todas las tiendas que este cubre, las cuales ninguno
se encuentra a más de 2km de dicho mercado. 23 423 33,0579263 71,5766541
24 268 33,061838 71,5696762
 Mercado Móvil 72: 28 590 33,0606354 71,5742214
83 82 398 33,0670768 71,5908217
Table 7 Mercado móvil 72
84 340 33,0688958 71,5929455
Mercado Tienda Ventas (kg) Latitud Longitud 85 480 33,0654903 71,5916666
33,0439446 71,5888021 86 336 33,0640845 71,5959868
72 8 534 33,0478384 71,5948491 95 301 33,0648283 71,5852302
37 608 33,0454976 71,5798164 96 145 33,0670859 71,5832946
99 441 33,065894 71,5876445 por el mercado 94 es de 4930Kg, lo que indica que el
102 193 33,062141 71,609585 mercado de ese punto está en capacidad de cubrir la
demanda en su totalidad de todas sus tiendas cubiertas.
4522
71.6
100%
71.59

LONGITUD
El octavo mercado móvil que se debe abrir para cumplir de 71.58
requerimientos de las tiendas es el mercado móvil ubicado Tiendas cubiertas
en la posición de la tienda 83; este mercado tiene cubiertas 71.57
Mercado Movil
las tiendas 22, 23, 24, 28, 82, 84, 85, 86, 95, 96, 99, 102. 71.56
La suma de la cantidad de Frutas y verduras de todas las 33.0433.0533.0633.0733.08
tiendas cubiertas por el mercado 83 es de 4522Kg, lo que
LATITUD
indica que el mercado de ese punto está en capacidad de
cubrir la demanda en su totalidad de todas sus tiendas Figure 9 Gráfica de ubicación de mercado móvil 94 y sus tiendas aledañas.
cubiertas.
En el gráfico se ubican geográficamente el mercado móvil
71.62 94 y todas las tiendas que este cubre, las cuales ninguno se
71.61 encuentra a más de 2km de dicho mercado.
LONGITUD

71.6
71.59
 Mercado Móvil 109:
Tiendas cubiertas
71.58 Table 10 Mercado móvil 109
Mercado Movil
71.57
71.56 Mercado Tienda ventas(kg) Latitud Longitud
33.055 33.06 33.065 33.07
33,0480837 71,5887461
LATITUD
0 447 33,050958 71,600227
Figure 8 Gráfica de ubicación de mercado móvil 83y sus tiendas aledañas. 5 433 33,0439107 71,6012674
En el gráfico se ubican geográficamente el mercado móvil 29 589 33,0573179 71,5759169
83 y todas las tiendas que este cubre, las cuales ninguno se 42 114 33,0524936 71,5680745
encuentra a más de 2km de dicho mercado. 44 332 33,0455828 71,5790569
109 46 703 33,0524968 71,5681289
 Mercado Móvil 94:
73 474 33,0430256 71,5892355
Table 9 Mercado móvil 94 90 279 33,0561779 71,5974792
93 205 33,0648283 71,5852302
Mercado Tienda Ventas (kg) Latitud Longitud
115 305 33,0388948 71,5823123
33,0648283 71,5852302
116 620 33,0377956 71,5821424
21 323 33,063541 71,572182
135 357 33,0568723 71,6054178
26 746 33,0661243 71,567497
4858
27 633 33,064923 71,5701991
100%
43 686 33,0485388 71,5783998
94
70 939 33,0484293 71,5812059 El décimo mercado móvil que se debe abrir para cumplir de
83 234 33,0693802 71,5929104 requerimientos de las tiendas es el mercado móvil ubicado
92 946 33,0565717 71,5904253 en la posición de la tienda 109; este mercado tiene cubiertas
las tiendas 0, 26, 5, 29, 42, 44, 46, 73, 90, 93, 115, 116,
94 103 33,0648283 71,5852302
135. La suma de la cantidad de Frutas y verduras de todas
97 320 33,0670859 71,5832946 las tiendas cubiertas por el mercado 109 es de 4858Kg, lo
4930 que indica que el mercado de ese punto está en capacidad
100% de cubrir la demanda en su totalidad de todas sus tiendas
cubiertas.
El noveno mercado móvil que se debe abrir para cumplir de
requerimientos de las tiendas es el mercado móvil ubicado
en la posición de la tienda 94; este mercado tiene cubiertas
las tiendas 21, 26, 27, 43, 70, 83, 92, 94, 97. La suma de la
cantidad de Frutas y verduras de todas las tiendas cubiertas
71.61 se encuentra a más de 2km de dicho mercado.
71.6
 Mercado Móvil 128:
LONGITUD

71.59
71.58 Tiendas cubiertas Table 12 Mercado móvil 128
71.57 Mercado Movil Mercado Tienda ventas(kg) Latitud Longitud
71.56
33.0333.0433.0533.0633.07 33,0561483 71,6076625
LATITUD 1 169 33,0506758 71,5993204
6 121 33,0404176 71,6011891
Figure 10 Gráfica de ubicación de mercado móvil 109 y sus tiendas aledañas.
9 284 33,0491195 71,5912921
En el gráfico se ubican geográficamente el mercado móvil 32 127 33,0466545 71,5978262
109 y todas las tiendas que este cubre, las cuales ninguno 98 746 33,0631592 71,5892865
se encuentra a más de 2km de dicho mercado. 128 100 932 33,0630092 71,609298
101 901 33,0631214 71,6091598
 Mercado Móvil 110:
123 271 33,0593148 71,6116244
Table 11 Mercado móvil 110. 125 186 33,0594961 71,6116273
Mercado Tienda ventas(kg) Latitud Longitud 128 175 33,0561483 71,6076625
33,0496611 71,5862842 130 737 33,0448902 71,6240875
2 590 33,0502795 71,5972651 139 312 33,0514429 71,6272145
11 984 33,0489911 71,5871522 4961
31 897 33,043996 71,596721 100%
110
36 284 33,0497793 71,5750855
El doceavo mercado móvil que se debe abrir para cumplir
39 759 33,044989 71,5839739
de requerimientos de las tiendas es el mercado móvil
72 367 33,0439446 71,5888021
ubicado en la posición de la tienda 128; este mercado tiene
119 710 33,0339952 cubiertas las tiendas 1, 6, 9, 32, 98, 100, 101, 123, 125,
71,5838576
128, 130, 139. La suma de la cantidad de Frutas y verduras
4591
de todas las tiendas cubiertas por el mercado 128 es de 4961
100% Kg, lo que indica que el mercado de ese punto está en
capacidad de cubrir la demanda en su totalidad de todas sus
El onceavo mercado móvil que se debe abrir para cumplir tiendas cubiertas.
de requerimientos de las tiendas es el mercado móvil
ubicado en la posición de la tienda 110; este mercado tiene
71.63
cubiertas las tiendas 2, 11, 31, 36, 39, 72, 119. La suma de
la cantidad de Frutas y verduras de todas las tiendas 71.62
LONGITUD

cubiertas por el mercado 110 es de 4591 Kg, lo que indica 71.61 Tiendas
que el mercado de ese punto está en capacidad de cubrir la 71.6 cubiertas
demanda en su totalidad de todas sus tiendas cubiertas. 71.59 Mercado
71.58 Movil
71.6 33.0333.0433.0533.0633.07
71.595
LATITUD
LONGITUD

71.59
71.585 Tiendas
Cubiertas Figure 12 Gráfica de ubicación de mercado móvil 128 y sus tiendas aledañas.
71.58
71.575 Mercado Movil En el gráfico se ubican geográficamente el mercado móvil
71.57 128 y todas las tiendas que este cubre, las cuales ninguno
33.03 33.04 33.05 33.06 se encuentra a más de 2km de dicho mercado.
LATITUD
 Mercado Móvil 131:
Figure 11 Gráfica de ubicación de mercado móvil 110 y sus tiendas aledañas.
Table 13 Mercado móvil 131
En el gráfico se ubican geográficamente el mercado móvil
110 y todas las tiendas que este cubre, las cuales ninguno Mercado Tienda ventas(kg) Latitud Longitud
33,0364159 71,6303591 102 193 33,062141 71,609585
12 222 33,0400604 71,644974 127 416 33,0537954 71,6122329
13 334 33,0368011 71,6440232 128 175 33,0561483 71,6076625
16 612 33,0391964 71,6359017 138 663 33,0539491 71,6254916
60 947 33,0386307 71,6484754 4600
66 121 33,0386307 71,6484754 100%
131
67 808 33,036448 71,6443822
78 114 33,0482429 71,6336056 El catorceavo mercado móvil que se debe abrir para
cumplir de requerimientos de las tiendas es el mercado
108 122 33,0459318 71,6352962
móvil ubicado en la posición de la tienda 135; este mercado
112 178 33,0433672 71,6352881 tiene cubiertas las tiendas 7, 10, 19, 30, 82, 102, 127, 128,
133 941 33,0401197 71,6467048 138. La suma de la cantidad de Frutas y verduras de todas
136 565 33,02888 71,6336 las tiendas cubiertas por el mercado 135 es de 4600 Kg, lo
que indica que el mercado de ese punto está en capacidad
4964
de cubrir la demanda en su totalidad de todas sus tiendas
100% cubiertas.
71.63
El treceavo mercado móvil que se debe abrir para cumplir
71.62

LONGITUD
de requerimientos de las tiendas es el mercado móvil
ubicado en la posición de la tienda 131; este mercado tiene 71.61 Tiendas
cubiertas las tiendas 12, 13, 16, 60, 66, 67, 78, 108, 112, 71.6 cubiertas
133, 136. La suma de la cantidad de Frutas y verduras de 71.59 Mercado
todas las tiendas cubiertas por el mercado 131 es de 4964 71.58 movil
Kg, lo que indica que el mercado de ese punto está en 33.04 33.05 33.06 33.07
capacidad de cubrir la demanda en su totalidad de todas sus
LATITUD
tiendas cubiertas.
Figure 14 Gráfica de ubicación de mercado móvil 135 y sus tiendas aledañas.
71.65
En el gráfico se ubican geográficamente el mercado móvil
71.645
LONGITUD

135 y todas las tiendas que este cubre, las cuales ninguno
71.64 Tiendas se encuentra a más de 2km de dicho mercado.
71.635 Cubiertas
71.63 Mercado  Mercado Móvil 139:
71.625 Movil Table 15 Mercado móvil 139.
33.02 33.04 33.06
LATITUD Mercado Tienda ventas(kg) Latitud Longitud
33,0514429 71,6272145
Figure 13 Gráfica de ubicación de mercado móvil 131 y sus tiendas aledañas.
14 804 33,037909 71,6366668
En el gráfico se ubican geográficamente el mercado móvil 17 810 33,0482477 71,6128439
131 y todas las tiendas que este cubre, las cuales ninguno 78 114 33,0482429 71,6336056
se encuentra a más de 2km de dicho mercado.
139 79 415 33,0581008 71,6412857
87 857 33,0603798 71,5934611
 Mercado Móvil 135: 105 718 33,0482595 71,6340155
108 122 33,0459318 71,6352962
Table 14 Mercado móvil 135
124 879 33,0581852 71,6129757
Mercado Tienda ventas(kg) Latitud Longitud 4719
33,0568723 71,6054178 100%
7 534 33,0478384 71,5948491
10 827 33,048758 71,5899508 El quinceavo mercado móvil que se debe abrir para cumplir
135 de requerimientos de las tiendas es el mercado móvil
19 640 33,0494954 71,6129325
ubicado en la posición de la tienda 139; este mercado tiene
30 754 33,0426996 71,5974884 cubiertas las tiendas 14, 17, 78, 79, 87, 105, 108, 124. La
82 398 33,0670768 71,5908217 suma de la cantidad de Frutas y verduras de todas las
tiendas cubiertas por el mercado 139 es de 1719 Kg, lo que Table 17 Valores de épsilon y la función objetivo 1.
indica que el mercado de ese punto está en capacidad de
cubrir la demanda en su totalidad de todas sus tiendas FO1 E
cubiertas. 999 1
71.65 912 2
71.64 679 5
71.63 506 10
LONGITUD

71.62 Tiendas 273 20


cubiertas
71.61 188 30
71.6 Mercado 143 40
71.59 movil
111 50
33.0233.0433.0633.08
96 60
LATUTUD
85 70
Figure 15 Gráfica de ubicación de mercado móvil 139 y sus tiendas aledañas. 82 80
81 90
En el gráfico se ubican geográficamente el mercado móvil
80 100
139 y todas las tiendas que este cubre, las cuales ninguno
se encuentra a más de 2km de dicho mercado. 80 110
80 120
Para la segunda función objetivo cuya misión se enfoca 81 130
en disminuir distancias, si esta se enfoca en disminuir 80 140
distancias , lo más sensato es poner 140 mercados móviles, 82 150
así las distancias serían mínimas pero esto no ayudaría
mucho a la función objetivo uno que es minimizar costos, 82 160
pues los costos aumentarían a 1353, es por esto que se hace 82 165
la frontera de Pareto haciendo a la función dos una 82 167
restricción de nuestra formulación; con esta se obtiene la
tabla 17, la cual muestra los valores de la función objetivo Con los valores nuevos que nos den al hacer lo anterior en
uno siendo épsilon la función objetivo dos. la tabla 17 se realiza la respectiva frontera de Pareto:

También se realizó la frontera de Pareto para hacer la


comparación entre las dos funciones objetivo de nuestro
problema:
Frontera
1000
Para realizar la gráfica de la frontera de Pareto, se tuvieron 900
en cuenta las dos soluciones de las dos funciones objetivo, 800
(1) y (2), planteadas en III: 700
Table 16 Solución de ambos problemas, o funciones objetivo.
600
500
Frontera
FO1 FO2 400
FO1 82 1353 300
FO2 167,03 0 200
100
En la tabla 16 se han puesto los valores que arroja el 0
programa GAMS, al poner la formulación con las funciones 0 50 100 150
objetivo (1) y (2) de 3. Figure 16 Gráfico de Pareto.

El siguiente paso es hacer de la segunda función objetivo El óptimo de Pareto, es el punto de equilibrio entre las dos
una restricción, haciéndola menor o igual a un parámetro funciones objetivo de minimizar costos y minimizar
épsilon (Debido a que esta función es de minimizar distancias planteadas en la modelación del problema, este
distancias), al cual le daremos los valores que se encuentran óptimo de Pareto busca que ninguna de las dos funciones
en el rango del límite que aparece en la tabla 16, y la objetivo afectadas puedan mejorar su situación sin reducir
función objetivo uno (1) de III, se deja intacta. el bienestar de la otra, en los óptimos de la curva, los
recursos que ofrece el problema, están distribuidos de
manera eficiente. 15 April 2019].
[9]

Nuestra gráfica de Pareto nos muestra que cuando la


función objetivo dos es más alta la función objetivo uno
tiende a disminuir, y viceversa, lo que quiere decir que estas
dos funciones objetivo son inversamente proporcionales, si
los costos aumentan, las distancias son más cortas, lo que
significa que se deben hacer bastantes mercados móviles,
lo que acarrea costos altos.

V. CONLCUSIONES

 Las dos funciones objetivo son inversamente


proporcionales según los resultados hallados en el
gráfico de Parto, pues cuando se tienen valores muy
altos de costo, la distancia disminuye, lo que tiene
lógica, pues el óptimo sin tener en cuenta os costos, para
disminuir la distancia; sería tener los 140 mercados
móviles, uno para cada tienda.

 El mínimo costo al que puede incurrir la municipalidad


de Val paraíso, Chile, es de 82; abriendo 15 mercados
móviles, como se mostró en el análisis de resultados.

 El mercado móvil 7, es el único que no cubre el 100%


de la demanda de las tiendas a las que cubre, debido a
que un mercado móvil solo puede cubrir 5000Kg, y las
tiendas demandan 5606 kg, es decir que el mercado
móvil ubicado en la tienda 7, atiende solo el 89% de la
demanda de sus tiendas aledañas.

 En promedio cada mercado móvil atendería nueve


tiendas.

 La mejor opción para la municipalidad de Valparaíso


Chile sería la construcción de 15 mercados móviles, lo
que les acarrea un costo de 82.

VI. BIBLIOGRAFÍA.

[1] J. Bell, "John Bell video on YouTube


youtube.com/watch?v=V8CCfOD1iu8", The Physics Teacher, vol. 50,
no. 2, pp. 125-125, 2012. Available: 10.1119/1.3677300 [Accessed 15
April 2019].
[2] W. Xie and Nikolaos V. Sahinidis, (2005) bResidue- rotamer reduction
algorithm for the protein side-chain conformation problem [Accessed
15 April 2019].
[3] E., O. et al. (2001) side chain- pósitioning as an integer programming
problem. [Accessed 15 April 2019].
[4] S. Minttz-Oron, Ashap Aharoni, Eytan Ruppin, and Tomer Shlomi,
[Accessed 15 April 2019].
[5] M. Latendresse, M. Krummenacker, M. Trupp, and P. D. Karp. (2012)
construction and completion of flux balance models from pathway
databases.
[6] H. Song, Noam Goldberg, Ashustosh Mahajan and Doraiswami
Ramkrishna (2017) Sequential computation of elementary modes and
minimal cut sets in genome-scale metabolic networks using alternate
integer linear programing, [Accessed 15 April 2019].
[7] C. Than, R. Sugino, H.Innan, and Nakhleh Efficient inference of
bacterial strain trees from genome- scale multilocus data.
[8] R. Tordecilla, A. Polo, D. Muñoz, L. Gonzales, (2017), A robust
design for a Colombian dairy cooperative milk storage and
refrigeration logistics sistems using binary programming. [Accessed

You might also like