Maximiza la rentabilidad de tu negocio: Cómo optimizar la selección de proveedores de mercancías.

Clustering

Imagina que tienes una empresa y estás buscando la combinación perfecta de proveedores para maximizar tu utilidad total. Suena interesante, ¿verdad? Bueno, aquí está la cosa: tienes varios proveedores con diferentes precios, costos y capacidades. Y no, no es solo encontrar el más barato. ¡Hay un montón de restricciones emocionantes que hacen que este juego sea más desafiante!

supplier

Primero, el costo total de tus compras no puede explotar tu presupuesto. Lógico, ¿verdad? Además, no puedes cargar a un proveedor con más de lo que puede manejar, ni puedes seleccionar a un ejército de proveedores (aunque eso sería genial). Y espera, ¡hay más! Debes respetar la cantidad mínima que cada proveedor está pidiendo.

Aquí es donde entra en escena la magia de las variables de decisión. Con estas bellezas, llamadas X_i y Y_i, vamos a jugar al juego de encontrar la combinación perfecta de proveedores y la cantidad justa de productos o servicios de cada uno. ¿Por qué? ¡Porque queremos maximizar esa utilidad total!

  • - Variables binarias `X_i`: Indican si se selecciona o no al proveedor `i`.
  • - Variables enteras `Y_i`: Representan la cantidad de productos o servicios que se adquieren al proveedor `i`.

¿El objetivo final? Tomar decisiones inteligentes que no solo optimicen tu selección de proveedores, sino que también te ayuden a alcanzar esa máxima utilidad.

Resolver este problema de programación lineal permitirá a la empresa tomar decisiones informadas y eficientes en la selección de proveedores, maximizando su utilidad en el proceso de adquisición de productos o servicios.

En la gestión de proveedores, tomar decisiones acertadas es esencial para maximizar la rentabilidad de tu negocio. En esta entrada de blog, exploraremos cómo optimizar la selección de proveedores para aumentar tu utilidad total. Utilizaremos variables de decisión y una función objetivo para lograr este objetivo.

Modelo
            
            Variables de decisión:
        	Xi: Variable binaria que indica si se selecciona o no al proveedor "i".
        	Yi: Variable que representa la cantidad de productos o servicios que se adquieren del proveedor "i".
          
        	Función objetivo:
        	Maximizar: Utilidad Total = Σ (Precio Venta_i - Costo_i) * Yi
          
        	Restricciones:
        	- Restricción de presupuesto: Σ Costo_i * Yi ≤ Presupuesto Total
        	- Restricciones de capacidad: Yi ≤ Capacidad_i * Xi, ∀ i
        	- Restricciones de selección de proveedores: Σ Xi ≤ Num Max Proveedores
        	- Restricciones de demanda: Demanda_i ≥ Yi, ∀ i
        	- Restricciones binarias: Xi ∈ {0, 1}, ∀ i
        	- Restricciones de no negatividad: Yi ≥ 0, ∀ i

Para garantizar que nuestras decisiones sean viables, debemos tener en cuenta algunas restricciones importantes:

  1. Primero, asegurémonos de que nuestro presupuesto no se escape como un velocista en una carrera. No queremos que el costo total de nuestros caprichos proveedoriles supere nuestro presupuesto. Además, vamos a ser considerados y no sobrecargar a ningún proveedor; respetemos sus capacidades, ¿de acuerdo?
  2. También tenemos un límite en el número de proveedores que podemos invitar a nuestra fiesta de adquisiciones. Y claro, no podemos ignorar las demandas. Sería como pedir un café y que te sirvan un océano.
  3. Ah, y nuestras variables de selección tienen reglas: son como interruptores de luz, solo pueden estar prendidos (1) o apagados (0). Y como si fuera poco, las cantidades adquiridas deben ser como el optimismo: siempre mayor o igual a cero.

Con todas estas reglas en mente, estamos listos para el gran espectáculo: la selección de proveedores que hará que tu utilidad total se dispare hacia las estrellas. En las secciones próximas, vamos a desmenuzar cada una de estas etapas. Prepárate para recibir consejos prácticos que transformarán tu enfoque en la gestión de proveedores. ¡No te desconectes, esta aventura va a estar genial!

Explicación detallada del código de Python

Exploraremos un código en Python que utiliza la biblioteca PuLP para resolver un problema de maximización en la elección de proveedores. Prepárense para sumergirse en un océano de variables, restricciones y una función objetivo emocionante.

Antes de sumergirnos en el código, permítanme explicarles qué está sucediendo aquí. El objetivo de este problema es seleccionar los proveedores óptimos para maximizar la utilidad total, teniendo en cuenta restricciones como el presupuesto, la capacidad y la demanda. Vamos a desglosar este código paso a paso para que puedan entenderlo a fondo.

    
    from pulp import *

Para comenzar, importamos la biblioteca PuLP, que nos brinda una interfaz fácil de usar para resolver problemas de optimización lineal.

    
    prob = LpProblem("Problema de selección de proveedores", LpMaximize)

Aquí creamos nuestro problema de maximización y le damos un nombre descriptivo: "Problema de selección de proveedores". Queremos maximizar la utilidad total, por lo que establecemos el objetivo en "LpMaximize".

    
    proveedores = ["Proveedor1", "Proveedor2", "Proveedor3"]
    Xi = LpVariable.dicts("X", proveedores, 0, 1, LpBinary)
	Yi = LpVariable.dicts("Y", proveedores, lowBound=0, cat='Integer')

Definimos nuestros proveedores como una lista de nombres. A continuación, creamos las variables de decisión: "Xi" es una variable binaria que indica si seleccionamos o no a cada proveedor, mientras que "Yi" es una variable que representa la cantidad de productos o servicios que adquirimos de cada proveedor. Establecemos los límites y tipos de variables adecuados para cada una.

    
	parametros = {
    "Proveedor1": {"costo": 10, "precio_venta": 20, "capacidad": 100},
    "Proveedor2": {"costo": 15, "precio_venta": 25, "capacidad": 150},
    "Proveedor3": {"costo": 12, "precio_venta": 18, "capacidad": 120}
	}
	demanda = 150
	presupuesto_total = 2000
	num_max_proveedores = 2

Aquí definimos nuestros parámetros específicos para cada proveedor, como el costo, el precio de venta y la capacidad. También establecemos la demanda deseada, el presupuesto total disponible y el número máximo de proveedores que podemos seleccionar.

    
	prob += lpSum([(parametros[i]["precio_venta"] - parametros[i]["costo"]) * Yi[i] for i in proveedores]), "Utilidad_Total"

Establecemos nuestra función objetivo: maximizar la utilidad total. Utilizamos la función "lpSum" para calcular la suma ponderada de la diferencia entre el precio de venta y el costo de los productos o servicios adquiridos de cada proveedor.

    
	prob += lpSum([parametros[i]["costo"] * Yi[i] for i in proveedores]) <= presupuesto_total """Restriccion_Presupuesto"""

Agregamos la restricción de presupuesto: el costo total de los productos o servicios adquiridos a cada proveedor no puede exceder el presupuesto total establecido 

    
	for i in proveedores:
    	prob += Yi[i] <= parametros[i]["capacidad"] * Xi[i], f"Restriccion_Capacidad_{i}"

A continuación, establecemos las restricciones de capacidad: la cantidad adquirida de cada proveedor no puede exceder su capacidad, multiplicada por la variable binaria de selección correspondiente.

      
  prob += lpSum([Xi[i] for i in proveedores]) <= num_max_proveedores, "Restriccion_Seleccion_Proveedores"

Agregamos la restricción de selección de proveedores: el número total de proveedores seleccionados no puede exceder el número máximo permitido.

      
  prob += lpSum([Yi[i] for i in proveedores]) >= demanda, "Restriccion_Demanda"

Establecemos la restricción de demanda: la cantidad total adquirida de todos los proveedores debe ser mayor o igual a la demanda establecida.

      
  for i in proveedores:
      prob += Yi[i] >= 0, f"Restriccion_No_Negatividad_{i}"

Agregamos la restricción de no negatividad: la cantidad adquirida de cada proveedor debe ser mayor o igual a cero.

      
  prob.solve()

Finalmente, resolvemos el problema llamando al método "solve()" del objeto "prob".

      
  print("Estado de la solución:", LpStatus[prob.status])

Imprimimos el estado de la solución para verificar si se encontró una solución óptima.

      
  for v in prob.variables():
      print(v.name, "=", v.varValue)

Imprimimos las variables de decisión y sus valores óptimos.

      
  utilidad_total = sum([(parametros[i]["precio_venta"] - parametros[i]["costo"]) * value(Yi[i]) for i in proveedores])
  print("Utilidad Total =", utilidad_total)

Calculamos y mostramos la utilidad total obtenida utilizando los valores óptimos de las variables de decisión.

¡Y ahí lo tienen! Con este código, podemos maximizar nuestra utilidad total al seleccionar los proveedores óptimos que cumplan con nuestras restricciones. Ahora tienen todas las herramientas necesarias para adentrarse en el emocionante campo de la optimización de selección de proveedores. ¡Disfruten explorando y maximizando sus beneficios!


Pongamos todas las piezas del rompecabezas juntas

Eureka hay una solución óptima!

Después de aplicar nuestra astuta estrategia y utilizar la poderosa librería pulp en Python, hemos encontrado una solución óptima para maximizar nuestra utilidad total. ¡Los tambores ruedan y las trompetas suenan mientras revelamos los resultados!

    Estado de la solución: Optimal
    X_Proveedor1 = 1.0
    X_Proveedor2 = 1.0
    X_Proveedor3 = 0.0
    Y_Proveedor1 = 100.0
    Y_Proveedor2 = 66.0
    Y_Proveedor3 = 0.0

Ahora, hablemos de las decisiones sabias que hemos tomado. ¡Tomen asiento y escuchen con atención!

Hemos seleccionado al Proveedor1 y al Proveedor2 para asegurarnos de que obtengamos los productos y servicios que necesitamos para nuestro negocio en la máxima medida posible. ¡Dos proveedores llenos de potencial y oportunidades!

Aquí viene la parte emocionante. Nuestro amigo Proveedor1 ha sido seleccionado y nos brindará su maravillosa oferta. ¡Un aplauso para él! Hemos decidido adquirir 100 unidades de sus productos o servicios. ¡Esperamos con ansias esa entrega!

Pero eso no es todo. Nuestro compañero Proveedor2 también ha logrado asegurarse un lugar en nuestro equipo ganador. Le pediremos con gusto 66 unidades de sus valiosos productos o servicios. ¡Estamos listos para recibirlos con los brazos abiertos!

Por otro lado, el Proveedor3, aunque con potencial, no ha sido seleccionado en esta ocasión. ¡Lo sentimos, Proveedor3! Pero no te preocupes, siempre hay oportunidades en el futuro.

Ahora, la pregunta más importante: ¿Cuánta utilidad total hemos logrado con esta selección maestra? ¡Sostengan sus respiraciones! Nuestra utilidad total alcanza la cifra impresionante de 1660.0 unidades monetarias. ¡Sí, lo has escuchado bien! Estamos un paso más cerca de alcanzar nuestros objetivos financieros y maximizar nuestras ganancias.

Así que ahí lo tienen, queridos lectores. Con astucia y un poco de diversión, hemos resuelto nuestro problema de selección de proveedores y alcanzado una solución óptima que nos brinda una gran utilidad. ¡Celebren y disfruten de los frutos de nuestro trabajo!

Recuerden, la optimización puede ser desafiante, pero también es emocionante y gratificante. Sigan explorando y buscando las mejores soluciones para sus propios desafíos empresariales. ¡Hasta la próxima aventura de optimización! 🚀

Artículo impulsado por ChatGPT

Entradas populares de este blog

Cómo Equilibrar Múltiples Productos con Pedidos a la Medida

Imagen
Créditos de Imagen: mygestion.com   ¡Ah, la gestión de inventarios, un baile encantador entre la demanda y la eficiencia! ¿Alguna vez te has preguntado cómo las empresas mantienen sus estantes abastecidos sin excederse ni quedarse cortos? Bueno, en el mundo empresarial, eso es un arte en sí mismo. Imagina una tienda con múltiples productos: Cada uno tiene su propia demanda, su costo de ordenar, su precio unitario y, por supuesto, su propia historia de pedidos. Ahora, ¿Qué sucede cuando intentamos equilibrar estos números para mantener el flujo sin romper el banco? Vamos a sumergirnos en un caso práctico: una tabla llena de datos sobre artículos, sus demandas anuales, costos de ordenar, costos unitarios y, lo más interesante, la necesidad de ajustar las cantidades por pedido para cumplir con una restricción de pedidos totales al año. Es como una coreografía numérica para asegurarnos de que nuestras órdenes no superen cierto límite. La gestión de inventarios no solo es un juego de númer
Leer más

"Descubriendo el Poder de los Modelos de Clasificación en Machine Learning: Predicciones Precisas y Clasificaciones Sorprendentes"

Imagen
  Cuando se trata de Machine Learning, los modelos de clasificación son como magos que pueden predecir el futuro y clasificar cosas de manera increíblemente precisa. Digamos que estás organizando una competencia de perros y necesitas clasificarlos en diferentes categorías según su raza. Aquí es donde entra en juego otro tipo de modelo de clasificación. Utilizando datos de entrenamiento que contienen información sobre características como el tamaño, el color del pelaje y la forma de las orejas, puedes entrenar un modelo para identificar automáticamente la raza de un perro en función de estas características. Es como tener un asistente canino inteligente que puede reconocer diferentes razas con solo echar un vistazo. ¡Es sorprendente! Un Desafío Alquímico: Prediciendo el Origen de la Materia Prima con Machine Learning Hoy nos sumergiremos en un intrigante problema que desafía los límites de la predicción y nos lleva al emocionante mundo de las materias primas. Nos enfrentamos a un enigma
Leer más

Domina tu Almacén sin arruinarte: El Juego del Modelo de Inventario Múltiproductos con Presupuesto ajustado

Imagen
  ¡Bienvenidos, queridos lectores, a un viaje que los llevará más allá de las fronteras del aburrimiento y los sumergirá en el emocionante mundo del inventario! Hoy, nos adentraremos en un desafío digno de los más valientes: el manejo de múltiples productos mientras navegamos por las aguas turbulentas de un presupuesto restringido. Pero no se preocupen, porque aquí encontrarán las respuestas que están buscando. Imaginen por un momento que están en un almacén lleno hasta el tope con una variedad de productos. Ahora, agreguen a la ecuación la limitación de un presupuesto ajustado. ¿Cómo lograr un equilibrio perfecto entre la demanda de los clientes, la disponibilidad de los productos y los recursos financieros limitados? La respuesta reside en un modelo de inventario que les ofrecerá no solo una solución efectiva, sino también un toque de diversión. ¿Están listos para embarcar en esta emocionante aventura? Prepárense para explorar los secretos detrás de un modelo de inventa
Leer más

¡Plan Desagregado de Producción como un jefe!

Imagen
¡El plan desagregado de producción desafía los límites de la eficiencia! Cuando se trata de gestionar la producción en una empresa, es esencial tener una estrategia sólida que maximice los recursos, optimice los tiempos de entrega y minimice los costos. Es aquí donde entra en juego el plan desagregado de producción, una técnica que descompone el proceso de producción en pasos más pequeños y manejables. ¡Es como desarmar un rompecabezas y armarlo de manera más eficiente! 💡 Imagina que estás a cargo de la producción de tu empresa y tienes un gran desafío por delante. Necesitas entregar productos de alta calidad en plazos ajustados, manteniendo bajos los costos y garantizando la satisfacción de los clientes. Aquí es donde el plan desagregado de producción se convierte en tu aliado. En lugar de tratar el proceso de producción como una entidad única, el plan desagregado lo divide en partes más pequeñas y manejables. Esto te permite tener un mayor control y visibilidad sobre
Leer más

Optimización del Inventario Multiproducto en Espacios Reducidos: Una guía para la eficiencia en gestión de stocks

Imagen
  Imagínate que eres un gerente de almacén y tienes un espacio limitado para almacenar diferentes productos. La pregunta del millón es: ¿cómo puedes maximizar tus ganancias y mantener un inventario eficiente en este apretado espacio? Aquí es donde entra en juego nuestro modelo de inventario múltiproductos con espacio restringido, ¡un verdadero héroe del almacenamiento!   Ahora, no te asustes por el nombre complicado, porque te aseguro que no es tan espeluznante como parece. En pocas palabras, este modelo te ayuda a tomar decisiones inteligentes sobre qué productos debes mantener en stock y en qué cantidad, para evitar el temido "sobrestock" o quedarte sin existencias justo cuando más las necesitas. ¡Imagina la cara de tus clientes cuando siempre encuentren lo que buscan en tu almacén! La clave de este modelo es encontrar el equilibrio perfecto entre la demanda de tus productos y el espacio disponible. Es como jugar un juego de Tetris, pero en lugar de mover bloques
Leer más

El Desafío del Empaque en Contenedores: Optimizando Espacios en contenedores con Ingenio

Imagen
Créditos de imagen a Freepik En el fascinante mundo de la informática y las matemáticas, encontramos un problema clásico que nos desafía a optimizar el embalaje de artículos en contenedores. Este acertijo, conocido como el problema de embalaje en contenedores, busca la manera más eficiente de acomodar un conjunto de objetos en el menor número posible de contenedores, cada uno con una capacidad fija. El objetivo principal de este problema es minimizar la cantidad de contenedores utilizados. Sin embargo, cabe destacar que se trata de un desafío NP-difícil, lo que implica que no existe un algoritmo eficiente conocido que pueda resolverlo de forma óptima para instancias grandes del problema. Por ende, se han desarrollado algoritmos de aproximación y heurísticas para encontrar soluciones aceptables. Veamos una descripción general de este problema intrigante: - Entrada:   - Conjunto de artículos, cada uno con un tamaño o peso (por ejemplo, cajas de distintas dimensiones).   - Capacidad de lo
Leer más

¡Optimización de Portafolios de Productos: El arte de maximizar el éxito!"

Imagen
En este artículo, exploraremos cómo podemos utilizar métodos de agrupamiento y programación lineal para construir portafolios de productos que maximicen el éxito empresarial. Prepárense para una aventura emocionante donde combinaremos matemáticas, datos y un poco de diversión para resolver este desafío. Una oportunidad sin precedentes Imagínense que son gerentes de una empresa que ofrece una variedad de productos. Su objetivo es construir portafolios de productos que maximicen el rendimiento general de la empresa. Sin embargo, hay varios factores a considerar: volumen, precio, costo, lead time, calidad, mínimo volumen requerido y capacidad total. ¡Parece una tarea complicada! Suena como armar un equipo ganador para un juego de estrategia: elegir los productos correctos, equilibrar los costos y asegurarse de que todos cumplan con los requisitos mínimos. Pero no se preocupen, ¡aquí es donde entra en juego la optimización! Agrupando a los
Leer más