Academia de Optimización

Optimización del Embalaje en Contenedores: Algoritmos y Ejemplos en Python Bin Packing explicado paso a paso: algoritmos, complejidad, código Python y cuándo usar cada estrategia. Python Algoritmos Optimización NP-duro Logística El problema de embalaje en contenedores (bin packing) es uno de los desafíos clásicos de la optimización combinatoria. Aparece en logística, planificación de servidores en la nube, corte de materiales y hasta en la asignación de anuncios publicitarios. En este artículo veremos cuatro algoritmos para resolverlo, sus garantías teóricas, código Python listo para usar y una comparativa real para que elijas el correcto según tu escenario. ¿Qué es el Bin Packing y por qué es difícil? Dado un conjunto de ítems con tamaños y contenedores de capacidad fija, el objetivo es usar el mínimo número de contenedores posible. Entrada: lista de tamaños (ej. [4...

Clasificación de Materias Primas con Machine Learning en Python El problema de clasificación en Machine Learning permite predecir categorías a partir de datos, como identificar el tipo de materia prima (CD, DB, SBT, R) según características como porcentajes de Grado A, B, C y el peso total del lote. En este artículo, exploramos algoritmos clave como Regresión Logística , Máquina de soporte vectorial (SVM) , Árboles de Decisión , Random Forest , Extreme gradient descent (XGBoost) y K-nearest neighborhood (KNN) , con implementaciones en Python, manejo de datos desbalanceados y evaluación de métricas. ¡Acompáñanos en este viaje técnico! 🚀 Ilustración de clasificación de datos con Machine Learning, representando la asignación de categorías (Fuente: Propia). El Problema de Clasificación de Materias Primas El objetivo es clasificar lotes de materias primas en categorías (CD, DB, SBT, R) según...

Optimización de Proveedores con Programación Lineal en Python La programación lineal es una herramienta poderosa para optimizar decisiones en la gestión de la cadena de suministro. En este artículo, exploramos cómo seleccionar proveedores para maximizar la utilidad total, respetando restricciones como presupuesto, capacidad y demanda. Usaremos la biblioteca PuLP en Python para modelar y resolver este problema. ¡Acompáñanos en este recorrido técnico! 🚀 Gestión de proveedores para optimizar la cadena de suministro (Fuente: CEUPE). El Problema de Selección de Proveedores Imagina una empresa que necesita adquirir productos de varios proveedores para satisfacer una demanda específica. Cada proveedor ofrece productos a un costo y precio de venta distintos, con una capacidad máxima de suministro. El objetivo es maximizar la utilidad total (diferencia entre precio de venta y costo) mientra...

Optimización de Portafolios de Productos con K-means y Programación Lineal Fuente: Hamish Thorburn La optimización de portafolios de productos es clave para maximizar el rendimiento empresarial en industrias como retail, manufactura o tecnología. En este artículo, combinamos K-means clustering para agrupar productos similares y programación lineal con PuLP para construir portafolios óptimos, respetando restricciones como volumen, capacidad, precio y lead time. ¡Acompáñanos en este recorrido técnico! El Problema de Optimización de Portafolios Imagina que gestionas una empresa con múltiples productos, cada uno con características como volumen, precio, costo, lead time (tiempo de entrega) y calidad. El objetivo es construir portafolios de productos que maximicen el rendimiento total, cumpliendo restricciones como: Volumen mínimo por p...