TAREA 3: GESTION

DE OPERACIONES I
Integrantes:
Hctor Azcar
Jorge Morn
Sebastin Sandoval
Profesor:
Pablo Escalona.
Ayudante:
Gabriela Iriarte
Fecha de entrega:
19-01-2016

Contenido
INTRODUCCIN............................................................................................................................. 2
PREGUNTA 1 ................................................................................................................................... 3
Model Formulation ....................................................................................................................... 3
Conjuntos .................................................................................................................................... 3
Parmetros ................................................................................................................................... 3
Variables ..................................................................................................................................... 4
Restricciones ............................................................................................................................... 4
Funcin Objetivo ......................................................................................................................... 8
PREGUNTA 2 ................................................................................................................................... 8
PREGUNTA 3 ................................................................................................................................. 12
PREGUNTA 4 ................................................................................................................................. 13
CONCLUSIONES ........................................................................................................................... 14

INTRODUCCIN
Durante los ltimos aos la industria Brasilea de la caa de Azcar ha enfrentado un gran
cambio organizacional. Los aspectos administrativos de la industria estn cambiando como
la importancia de sus productos. Junto con esos cambios, algunas compaas se concentran
en la produccin de azcar y etanol, mientras otras buscan diversificacin de productos y
mercado.
En el presente informe se trabajar con un Mixed Integrer Programming Model que se
caracteriza por ser de una etapa, multiproducto, multiproceso y con sistema dinmico el
cual se resolver con uno de los Solver incorporados en el Software AMPL (CPLEX).
Este plan de produccin agregado se dividi en dos etapas. La primera corresponde al preprocesamiento, involucrando el clculo de las matrices de Procesos Industriales ( ), la
matriz de costos industriales ( ), la matriz de costos de materia prima por fuente de
suministro ( ). En esta fase se preparan los inputs para el modelo de optimizacin. En
cambio, la segunda etapa detalla los conjuntos, parmetros, variables, restricciones y
funcin objetivo del Mixed Integrer program.

Los supuestos utilizados en la formulacin matemtica del Problema Agregado son los
siguientes:

No hay tiempo de setup de mquinas.

Para un anlisis menos complicado no se utilizarn los parmetros de tiempo

efectivo de molienda y disponibilidad de flota propia, utilizando parmetros
auxiliares los cuales sern enunciados ms adelante.

PREGUNTA 1
Model Formulation
Conjuntos
M: Conjunto de fuentes de Materia Prima indexado por (m Caa de Azcar Propia y de
Proveedor).
F: Conjunto de formas de transporte de materia Prima indexado por (f Flota propia y
flota tercerizada).
E: Conjunto de formas de almacenamiento de productos finales indexado por (e Almacn
propio y tercerizado).
P: Conjunto de Productos Finales indexado por (p Azcar VHP, Alcohol hidratado y
melaza).
K: Conjunto de procesos de produccin indexado por (k proceso 1 al 5).
T: Conjunto de perodos en semanas indexados por (t semana 1 a la 5).

Parmetros
: Mnimo de molienda para satisfacer el balance trmico de la planta [ton/semana]
: Mximo de molienda soportado por la fbrica en un perodo t [ton/semana]
: Capacidad de transporte de caa de la flota propia en un perodo t [ton/semana].
: Costos de transporte de materia prima f en un perodo t [um/t].
: Ingresos del producto p en un perodo t [um/t].
: Costo de almacenamiento de cada producto p en almacenamiento e en perodo de
tiempo t [um/ton] o [um/3 ].
: Costo de cada proceso k en cada perodo t [um/t].
: Rendimiento de cada producto p, en cada proceso k en cada perodo t [ton] o [3 ].
: Costo de obtencin de materia prima por fuente de abastecimiento m en cada perodo t
[um/t].

 : Demanda de cada producto p durante un perodo t en [ton] o [3 ].

() : Pronstico de cosechas para cada fuente m de suministro de materia prima.
: Utilizacin de caa de los proveedores en un perodo t [%].
, ,0: Almacenamiento propio inicial de producto p en perodo 0 [ton] o 3 ].
: Capacidad de almacenamiento de producto p en bodega de almacenamiento e [ton]
o [3 ].

Variables
: Variable de Seleccin de Proceso: 1 si el proceso k se ejecuta en el perodo t; ~ 0.
: Cantidad de caas de azcar molidas en perodo t.
: Cantidad de caas de azcar proporcionadas por el proveedor m en perodo t.
: Cantidad de caas de azcar transportadas por el medio de transporte f en perodo t.
: Cantidad de caas de azcar molidas en proceso k en perodo t.
: Disponibilidad de caa de azcar del proveedor m en perodo t.
: Inventario disponible del producto p en bodega de almacenamiento e en perodo t.

Restricciones
1. Restriccin de Balance de Inventario
= ,,1 + , p=VHP,Melaza,AEHC; t-1,,T.

La restriccin del balance de inventario seala que el nivel de inventario para cada producto
p (Azcar VHP, Alcohol hidratado y melaza) en cada forma de almacenamiento (propio y
tercerizado) y en cada periodo t (semana 1 a semana 5) es equivalente al inventario
proveniente del periodo inmediatamente anterior ms la produccin que se genera en el
periodo t del producto p por los procesos k y a todo esto restndole la demanda que se

producir de los productos en el periodo t. En resumen esta restriccin seala que el

inventario total actual es el inventario pasado ms la produccin actual menos la demanda
actual.
2. Small Bucket Constraint
= 1

= 1,2,3,4,5

Esta restriccin refleja la caracterstica particular que presenta este problema, que basado
en el paper Paiva 2009, la produccin de caas de azcar se modela bajo el supuesto de que
solo un proceso puede ser usado en cada semana.

3. Restriccin de compatibilidad sobre las variables Mt

=
=
= ,

= 1,2,3,4,5

Esta tercera restriccin indica que este modelo de programacin es de una etapa. La
restriccin se traduce en que la cantidad de caas de azcar desde las fuentes de materia
prima es igual a la cantidad transportada, a la cantidad trabajada en los procesos, y
finalmente igual a Mt; la cantidad de caas de azcar tratadas. Todas estas igualdades se
cumplen para cada uno de los 5 perodos.

4. Restriccin de disponibilidad

= ,1 ,1

= 1,2,3,4,5

La cuarta restriccin muestra que el pronstico de cosechas para cada fuente m de

suministro de materia prima tiene que ser igual al pronstico de cosechas de esa misma
fuente en el periodo anterior menos la cantidad de caas de azcar desde la fuente de

materia prima m en el periodo anterior, este valor a su vez debe ser mayor o igual que la
cantidad de caas de azcar desde la fuente m en el periodo actual t.

5. Restriccin de Utilizacin
1 =

= 1,2,3,4,5

La restriccin 5 indica que el total de las caas de azcar trabajadas en un periodo t es

equivalente al pronstico de cosechas de materia prima propia.
Esta es una restriccin que mide utilizacin de todas las caas de azcar que estn
disponibles en la temporada de cosecha.

6. Restriccin de Capacidad de Azcar trabajada

= 1,2,3,4,5

Esta restriccin muestra que la cantidad de azcar trabajada en un periodo t est entre los
valores fijados por los parmetros M mnimo y M mximo para t. Es decir, la cantidad de
caas de azcar trabajada en cada semana tiene que ser mayor o igual al mnimo de
molienda necesaria para satisfacer el balance trmico de la planta, y a su vez menor o igual
que la capacidad de molienda soportada por la fbrica en un periodo t.

7. Restriccin de Flujo de Caja

+ (
+

= 1,2,3,4,5

Aqu se aprecia una condicin econmica muy importante en la operacin de la planta de

caas de azcar. Esta restriccin seala que los ingresos recibidos por la explotacin de las
caas de azcar debe ser mayor o igual a las suma de todos los costos implicados en la
molienda del azcar.

8. Restriccin de Capacidad de Transporte

= 1,2,3,4

La octava restriccin se refiere a la relacin existente entre el transporte real de caas de

azcar y la capacidad que tienen los equipos que cumplen la funcin del transporte.
Esta restriccin es de capacidad en la cual se seala que la cantidad de caas de azcar
transportadas por el conjuntos de medios de transportes tanto el propio como el tercerizado
deben ser menores o iguales a la capacidad que se indica en cada forma de transporte.

9. Restriccin de Capacidad de Inventario

=

= 1,2,3,4,5

La restriccin aqu, al igual que la anterior, es de capacidad. La desigualdad explica que el

nivel de inventario del producto terminado, ya sea azcar VHP, Alcohol hidratado o melaza
para cada forma de almacenamiento (propio o tercerizado) debe ser menor o igual a la
capacidad (en toneladas o m3) que presenta las bodegas acondicionadas para el
almacenamiento de los productos finales. Esta desigualdad se debe cumplir para cada una
de las 5 semanas.

10. Resticcin de Molienda

= 1,2,3,4,5

La dcima restriccin ilustra la capacidad de molienda de la fbrica. Esta desigualdad

muestra que la cantidad de caas de azcar trabajada en cada proceso k en un periodo t no
puede exceder la capacidad de molienda soportada por la fbrica en un periodo t.

Funcin Objetivo

max

, , ,

PREGUNTA 2
El modelo formulado en la seccin anterior presenta una alternativa para apoyar decisiones
en la planificacin agregada de la produccin de azcar de las compaas. La solucin
ptima encontrada del modelo propuesto determinar la cantidad de azcar (VHP, Melaza
y AEHC), la seleccin de proveedores, el medio de transporte a utilizar y la estrategia de
inventario para los productos finales.
Al implementar la formulacin matemtica planteada en el Software AMPL basada, en An
optimization model for the aggregate production planning of a Brazilian sugar and
ethanol milling Company de Paiva es posible afirmar que el siguiente plan de produccin
maximizar los Beneficios de la compaa azucarera brasilea en la temporada de cosecha.
: Matriz solucin de variable de asignacin para la decisin de proceso k utilizado
en el perodo t.

De la matriz anterior, se cumple la restriccin que para cada perodo t solo se utiliza un
proceso (Small Bucket). Adems de no utilizar el proceso 4 y 5.
: Vector solucin de Cantidad de caa de azcar molida en el perodo t.

Perodo

Mt

47400

46850

51975

51800

51975

Son las cantidades ptimas que se procesan para cada perodo t que permiten maximizar
Beneficio de acuerdo al horizonte de planificacin y las distintas restricciones.

: Matriz solucin de Cantidad de caa de azcar de proveedor m en el perodo t

M\T

Propia

47400

46850

51975

51800

51975

Tercerizada 0

De la matriz solucin anterior, se observa que toda la caa de azcar a considerar ser
proveniente de fuente propia. Un resultado razonable, el cual se puede comprobar en la
matriz . El costo de la caa de azcar de un proveedor tercerizado es mucho mayor a la
de fuente propia, siendo del orden de 5 veces el valor.

 : Matriz solucin de la cantidad disponible de materia prima del proveedor m

en el perodo t.
M\T

Propia

150000

202600

155750

103775

51975

Tercerizada 100000

Solo se utilizar lo que est disponible en el primer perodo

: Matriz solucin de la cantidad de caa de azcar transportada por f en el
perodo t.
F\T

Propia

47250

46850

51975

51800

51975

Tercerizada 150

Nuevamente, se prioriza el transporte por flete propio, teniendo como nica excepcin el
perodo 1 con 150 ton de caa de azcar transportadas por flete por terceros.

: Matriz solucin de la cantidad de caa de azcar procesada en el proceso k en el

perodo t.
Perodos
Procesos

47400

46850

51975

51975

51800

Es la representacin de asignacin y secuenciamiento de las matrices solucin y .

Indica el orden y en qu mquina ser llevado el proceso adems de la cantidad de caa de
azcar procesada en el perodo t.
: Matriz solucin del Inventario en almacn e del producto p al final de perodo t.

Perodos
Almacenamiento Producto 1
Propio

Tercerizado

VHP

5832,5 11126,5 1025,71 5003,95 877.127

Melaza

1896

896

AEHC

1000

1609,05 1800,32 3421,66 3786,94

VHP

Melaza

AEHC

896

1838,5

1838,5

En este caso no se utilizarn bodegas de almacenamiento tercerizado. Esto se puede

corroborar observando la matriz de costo de almacenamiento de productos acabados .
El holding cost es mayor en el caso de la opcin de almacenamiento por terceros en todo
perodo t.
Finalmente, se obtiene un valor ptimo de:
Utilidad

2898800

PREGUNTA 3

Proponga una mejora al modelo de Paiva

El modelo original en s es bastante bueno, esto se puede ver claramente en la tabla de
contraste de resultados obtenidos en el modelo y los propuestos por la Administracin de la
Cadena de Suministro (SCM) al punto que la diferencia porcentual es claramente no
significativa (La mayor es del orden de 4%).
Adems, segn lo visto en la ctedra de Gestin de Operaciones es posible realizar un
anlisis de complejidad para el problema original tiene P productos finales, K procesos, M
proveedores de caa de azcar, F opciones de transporte, E cantidad de bodegas de
almacenamiento, T perodos, contando con un total de 12.306 variables y 6.902
restricciones. En el caso del problema relajado propuesto en la pregunta 1, se tienen 115
variables y 90 restricciones, nmeros mucho menor al problema continuo.
Con lo anterior se propone utilizar una relajacin del problema propuesto por Paiva, puesto
que requerir una menor potencia computacional para llegar a solucin (el problema
original puede demorar ms de 12 horas sin llegar a una solucin ptima) y por lo tanto, se
contar con mucho mayor tiempo disponible. Posteriormente se debe analizar si el impacto
porcentual de la relajacin realizada (variables, restricciones y parmetros) que se asuman
constantes es significativo para la solucin encontrada. En caso de que el error sea mnimo,
es posible realizar los supuestos pertinentes.
Como solucin alternativa, es posible agregar ciertas variables.

PREGUNTA 4
En qu industria chilena se podra aplicar el modelo?
La condicin clave para el desarrollo del modelo expuesto en este informe radica en la
cadena de fabricacin particular que tiene la industria de las caas de azcar.
Dado los supuestos considerados para este problema como el Small Bucket Model, la
ausencia de setup de las mquinas y la estacionalidad de la materia prima se puede
considerar a muchos de los procesos productivos a base de materias primas que surge en
ciertas pocas del ao como claros ejemplo donde aplicar el modelo analizado.
Este modelo de aplica para un sistema productivo en el cual se tiene como entrada materia
prima homognea la que tras pasar por mltiples procesos en lnea llega a la parte final de
la produccin donde se ramifica la materia prima tratada en varios productos que pasarn a
ser los finales. Este tipo de sistema productivo es conocido como taller tipo T, con una
entrada y diferentes salidas.
Un ejemplo concreto es la produccin en base a uva obtenindose como productos finales
los ms variados tipos de vinos, vinagres, pisco y mosto. La materia prima uva presenta una
estacionalidad por lo que al igual que las caas de azcar no puede ser recibido en la
fbrica en cualquier momento del ao.
Tras la recoleccin de la uva se procede al tratamiento de sta en diversos procesos con una
secuencia simple la que en cierto momento sufre modificaciones para generar productos
finales distintos con una enorme diferenciacin, tal como el caso de las caas de azcar que
derivan en azcar VHP, alcohol hidratado y melaza.

CONCLUSIONES
En el presente informe se ha desarrollado un modelo de programacin matemtica, el cual
apoya las decisiones en la planificacin agregada en la p. Este modelo provee estrategias
para la toma de

decisiones, ayudando a comprender las variables, parmetros y

restricciones a ser consideradas durante el perodo de planificacin, en este caso por

temporada de cosecha. Adems provee de un anlisis ms efectivo, entregando resultados
confiables disminuyendo la incertidumbre sobre las variables a estudiar.
Con respecto a las salidas computacionales, se corrobor que para todo perodo t conviene
la utilizacin de recursos ya sea materias primas, transporte, almacenamiento
Finalmente, es posible afirmar que este modelo es aplicable a otro tipo de industria que
cuente con sistema productivo tipo T, es decir un sistema con una entrada de materia prima
y varios productos finales.