Modelo de Transporte de Dinero y Documentos de Valores

pip install pulp

from pulp import * # Datos del problema bodegas = ['Bóveda 1', 'Bóveda 2', 'Bóveda 3'] sucursales = ['Providencia', 'San Miguel', 'Las Condes'] proveedores = ['Proveedor 1', 'Proveedor 2', 'Proveedor 3'] capacidad_bodegas = {'Bóveda 1': 1000, 'Bóveda 2': 5000, 'Bóveda 3': 3000} demanda_sucursales = {'Providencia': 1800, 'San Miguel': 3000, 'Las Condes': 2000} capacidad_proveedores = {'Proveedor 1': 4000, 'Proveedor 2': 3000, 'Proveedor 3': 5000} distancias = { ('Bóveda 1', 'Providencia'): 7, ('Bóveda 1', 'San Miguel'): 4, ('Bóveda 1', 'Las Condes'): 9, ('Bóveda 2', 'Providencia'): 5, ('Bóveda 2', 'San Miguel'): 6, ('Bóveda 2', 'Las Condes'): 3, ('Bóveda 3', 'Providencia'): 3, ('Bóveda 3', 'San Miguel'): 7, ('Bóveda 3', 'Las Condes'): 2 } tarifas = {'Proveedor 1': 3, 'Proveedor 2': 2.5, 'Proveedor 3': 3.5} # Definir el problema prob = LpProblem("Minimizar_Costos_de_Distribucion", LpMinimize) # Variables de decisión x = LpVariable.dicts("x", (bodegas, sucursales, proveedores), lowBound=0, cat='Continuous') y = LpVariable.dicts("y", (bodegas, sucursales, proveedores), cat='Binary') # Función objetivo prob += lpSum([distancias[(i,j)] * tarifas[k] * y[i][j][k] for i in bodegas for j in sucursales for k in proveedores]) # Restricciones for i in bodegas: prob += lpSum([x[i][j][k] for j in sucursales for k in proveedores]) <= capacidad_bodegas[i] for j in sucursales: prob += lpSum([x[i][j][k] for i in bodegas for k in proveedores]) == demanda_sucursales[j] for k in proveedores: prob += lpSum([x[i][j][k] for i in bodegas for j in sucursales]) <= capacidad_proveedores[k] for i in bodegas: for j in sucursales: for k in proveedores: prob += x[i][j][k] - sum(capacidad_bodegas.values())*y[i][j][k] <= 0 # Resolver el problema prob.solve() # Imprimir el estado del problema y la solución óptima print("Estado:", LpStatus[prob.status]) for v in prob.variables(): print(v.name, "=", v.varValue) print("Costo total de distribución =", value(prob.objective))