El lunes 9 de diciembre, el curso asistió al seminario titulado "Vinculando Python y Excel para Resolver Problemas Reales" que estuvo a cargo del exponente Miguel Reula. Esta instancia fue una excelente oportunidad para aprender sobre la integración de herramientas tecnológicas en la resolución de problemas empresariales.

La mañana comenzó con la descarga e instalación de las aplicaciones Solver Estudio y Python, asegurando que todos los estudiantes estuvieran en igualdad de condiciones desde el inicio. Solver Estudio destaca como una aplicación muy práctica para resolver problemas que involucran bases de datos extensas, con más de 200 registros.

Solver Estudio tiene la capacidad de emplear distintos lenguajes de programación como PuLP, Pyomo, AMPL, GAMS o GMPL. Para el seminario, se implementó Pyomo, un lenguaje que permite resolver problemas avanzados, tanto lineales como no lineales. Se mencionó que, para problemas más simples, PuLP es una mejor opción debido a su simplicidad, haciéndolo más fácil de aprender.

Ya con los ordenadores listos, Miguel presentó una introducción sobre cómo se aplican modelos de optimización en empresas utilizando resoluciones heurísticas o exactas. Se discutieron casos reales, lo que nos ayudó a comprender la relevancia y aplicación práctica de estos modelos en el mundo empresarial. Complementando lo estudiado en distintas asignaturas durante este semestre.

Luego de la introducción descrita, se analizó un caso práctico de optimización. Este estuvo enfocado en una empresa produce diez colores de pintura diferente cada mes, utilizando una única máquina para mezclar los colores. Por lo que se debe encontrar la solución que optimice tiempos de mezclado y lavado. Para resolver este problema, se aplicó la formulación Miller-Tucker-Zemlin.

Este caso se modeló en Solver Estudio a través de Pyomo. Para esto, fue crucial tener muy claro el modelo inicial, con su función objetivo, variables y restricciones. Primero, se definieron las variables. Luego, se estableció la función objetivo, definiendo con claridad lo que se buscaba optimizar. Posteriormente, se definieron las restricciones, explicando en detalle la simetría de entrada y salida en la búsqueda de la mejor solución.

La programación en Python requiere mucho cuidado en la sintaxis al momento de introducir los códigos, ya que cualquier diferencia entre mayúsculas o espacios puede cambiar los resultados. Resolver el problema tomó tiempo y dedicación, pero después de un esfuerzo considerable, el curso logró su resolución de forma óptima. Luego, se revisaron ciertas variables, añadiendo restricciones adicionales al modelo inicial. Pudimos observar con claridad que, mientras más restricciones se añadían, el modelo se volvía más complejo de resolver.

El seminario fue muy enriquecedor, proporcionando a los estudiantes herramientas prácticas y conocimientos aplicables en la optimización de procesos empresariales. La combinación de Python y Excel, junto con aplicaciones como Solver Estudio, demuestra ser una poderosa solución para enfrentar desafíos complejos en el ámbito empresarial. Una de las grandes ventajas de implementar estas aplicaciones es que se puede modelar un problema inicial y dejar sus variables planteadas, permitiendo adaptarlo según los requerimientos de cada problema. Esto facilita cambiar variables sin alterar los códigos, lo que resulta mucho más práctico cuando los problemas son muy grandes.

Reseña realizada por: Julián Encina Boitano

Estudiante máster 2024-2025

• 
• 
•