Вы находитесь на странице: 1из 25

MODELOS Y SIMULACIÓN

UNIDAD 2
MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON BASE EN MODELOS
DE ASIGNACION Y ESCENARIOS

JULIO ANDRES BLANCO


JENNY RUIZ SILVA
CRISTIAN JULIAN LEON
LILIANA FAGUA
LEIDY YINET LOPEZ

GRUPO 212026-8

Universidad Nacional Abierta y a Distancia UNAD


Ingeniería Industrial
Cead Jose Acevedo y Gomez
Abril 2019
INTRODUCCIÓN

En este trabajo se desarrolla el taller, que consta de un complejo ejercicio de


modelos de asignación, en donde el objetivo es maximizar la utilidad encontrando
los valores de cantidades semanales a producir por cada uno de los productos.
El ejercicio se plantea en Excel y se resuelve con el software Express,
considerando el problema de asignación como un tipo especial de problema de
programación lineal en el que los asignados son recursos destinados a la
realización de tareas.
Múltiples son los casos en los que como ingenieros industriales podemos hacer
uso del problema de asignación para resolver diversas situaciones, entre los que
cabe mencionar se encuentran la asignación de personal a maquinas,
herramientas a puestos de trabajos, horarios a maestros, candidatos a vacantes,
huéspedes a habitaciones, comensales a mesas, vendedores a zonas territoriales
etc.
JUSTIFICACION

Los problemas de asignación presentan una estructura similar a los de transporte,


pero con dos diferencias: asocian igual número de orígenes con igual número de
demandas y las ofertas en cada origen es de valor uno, como lo es la demanda en
cada destino.
El problema de asignación debe su nombre a la aplicación particular de asignar
hombres a trabajos (o trabajos a máquinas), con la condición de que cada hombre
puede ser asignado a un trabajo y que cada trabajo tendrá asignada una persona.
La condición necesaria y suficiente para que este tipo de problemas tenga
solución, es que se encuentre balanceado, es decir, que los recursos totales sean
iguales a las demandas totales.
El modelo de asignación tiene sus principales aplicaciones en: Trabajadores,
Oficinas al personal, Vehículos a rutas, Máquinas, Vendedores a regiones,
productos a fabricar, etc.
OBJETIVO

GENERAL
Determinar la relación entre los resultados obtenidos y la variabilidad del sistema
bajo parámetros controlados y probables.

ESPECIFICOS

 Analizar el problema planteado y solucionarlo por medio del programa Excel


y el software Express maximizando la utilidad cumpliendo con las
restricciones.
 Evaluar la variabilidad del caso como medio de apoyo a la toma de
decisiones estratégicas
 Diseña y opera modelos y simulaciones que responden de manera eficiente
a las diferentes variables, restricciones de los contextos reales de la
operación de una organización, para obtener análisis y propuestas que
garanticen la optimización de los diversos recursos, procesos y
requerimientos, y restricciones limitantes.
 Interpreta los resultados de modelos de simulación para tomar decisiones
sobre su implementación
 Analizar el problema planteado y solucionarlo por medio del programa Excel
y el software Express maximizando la utilidad cumpliendo con las
restricciones.
 Evaluar la variabilidad del caso como medio de apoyo a la toma de
decisiones estratégicas
 Diseña y opera modelos y simulaciones que responden de manera eficiente
a las diferentes variables, restricciones de los contextos reales de la
operación de una organización, para obtener análisis y propuestas que
garanticen la optimización de los diversos recursos, procesos y
requerimientos, y restricciones limitantes.
 Interpreta los resultados de modelos de simulación para tomar decisiones
sobre su implementación
 Comprender los conceptos relacionados a los modelos de programación lineal y de
modelos de asignación.
 Dar solución a la problemática de la empresa objeto de estudio presentada en el
taller, identificando las variables, parámetros, supuestos y restricciones.
 Desarrollar la solución en el software Express.
Defina el modelo asociado en Xpress e indique cuál es la respuesta.

Una empresa fabrica 2 productos en equipos semi–manuales, organizadas como


se indica en la gráfica y en 3 locaciones diferentes. Los tiempos de procesamiento
en cada equipo, junto con los costos de procesamiento y el número de operarios
asignado se indican a continuación.

Considerando que se trabaja 8 horas al día los 6 días de la semana, defina la


cantidad semanal a producir de cada producto en cada planta, si los precios de
venta son $1800/u y $2300/u.

Solución

Determinar la cantidad semanal que la empresa debe producir de cada una de las
referencias de sus productos, en cada uno de los tipos de máquinas que se
encuentran en las dos plantas de producción disponibles para alcanzar la utilidad
máxima cumpliendo con las restricciones que se establecen.

Proceso de Producción
TIEMPOS
OPERARIOS COSTOS
TIPOS DE Producto 1 Producto 2
MAQUINAS
Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta
1 2 3 1 2 3 1 2 3 1 2 3
1 6 9 4 15 12 8 10 7 16 14 12 20
2 5 7 2 13 8 7 8 13 9 7 15 13
3 7 4 9 12 10 25 5 9 11 9 8 14
4 4 5 4 14 15 12 20 4 22 18 5 20
5 5 7 3 11 17 10 17 11 20 19 12 10
6 7 8 6 16 18 13 19 16 18 15 22 10
7 7 4 5 20 19 22 4 8 6 6 7 4
8 0 6 5 0 18 23 0 8 5 0 6 2
Planta 1

Planta 2

Planta 3

Productos: i= 1…2 Numero de tipo de referencias de productos


Maquinas: j=1…8 Numero de tipos de maquinas
Plantas: k=1..3 Numero tipo de plantas

Parámetros:
Horas de trabajo:(número de horas diarias de trabajo): HDT=8
Días por semana (recurso humano): Dias de trabajo en la semana DPS=6
Operarios: H_j,k=número de operarios por máquina y planta
Costos: C_j,k= costo de procesamiento por máquina y planta ($/min)
Tiempos: T_j,k=tiempos de procesamiento por producto, máquina y planta
Requerido: Ri= requerimiento de cada producto
Precio de Venta al público: PVPi- precio de venta al público de cada producto
($/U)
Definición de Variables
𝑿𝒊,𝒋,𝒌

Donde
i=1,2 Numero de tipos de referencias de productos
J=1,….8 Numero de tipo de maquinas
k=1,2,3 Numero de tipos de plantas

ORGANIZACIÓN MATRICIAL

Costos Operarios
Máquina Planta Planta Planta Planta Planta Planta
1 2 3 Máquina 1 2 3
1 15 12 8 1 6 9 4
2 13 8 7 2 5 7 2
3 12 10 25 3 7 4 9
4 14 15 12 4 4 5 4
5 11 17 10 5 5 7 3
6 16 18 13 6 7 8 6
7 20 19 22 7 7 4 5
8 0 18 23 8 0 6 5

Máquina 1 2 3 4 5 6 7 8
Planta 1 10 8 5 20 17 19 4 0
Producto 1 Planta 2 7 13 9 4 11 16 8 8
Planta 3 16 9 11 22 20 18 6 5
Tiempos
Planta 1 14 7 9 18 19 15 6 0
Producto 2 Planta 2 12 15 8 5 12 22 7 6
Planta 3 20 13 14 20 10 10 4 2
Referencia Producto Costo
1 1800
2 2300

FUNCION OBJETIVO
MAXIMIZACION
z=Utilidad semanal; ingreso (producido por las maquinas terminales)-costo (de
todas las maquinas)
Max Z=
2

∑ 𝑃𝑉𝑃𝑖 ∗ ( 𝑋𝑖,7,1 + 𝑋𝑖,7,2 + 𝑋𝑖,8,2 + 𝑋𝑖,7,3 + 𝑋𝑖,8,3 )


𝑖=1
2 8 3

− ∑ ∑ ∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝑇𝑖,𝑗,𝑘 ∗ 𝐶𝑗,𝑘


𝑖=1 𝑗=1 𝑘=1
RESTRICCIONES

 Las cantidades de producción son números enteros


𝑋𝑖,𝑗,𝑘 ; Entero

 Capacidad en minutos por semana para cada máquina y cada planta


𝑋𝑖,𝑗,𝑘 ≤ 𝐻𝑗,𝑘 ∗ 𝐻𝐷𝑇 ∗ 𝐷𝑃𝑆
∗ 60
 Balanceo de Producción en la Planta 1 por cada producto y Bloque de
maquinas
𝑋𝑖,1,1 ≥ 𝑋𝑖,2,1 *𝑋𝑖,3,1

𝑋𝑖,2,1 + 𝑋𝑖,3,1 ≥ 𝑋𝑖,4,1+𝑋𝑖,5,1 + 𝑋𝑖,6,1


𝑋𝑖,4,1 + 𝑋𝑖,5,1 + 𝑋𝑖,6,1
≥ 𝑋𝑖,7,1
 Balanceo de Producción en la Planta 2 por cada producto y Bloque de
maquinas
𝑋𝑖,1,2 + 𝑋𝑖,2,2 ≥ 𝑋𝑖,3,2 + 𝑋𝑖,4,2
+ 𝑋𝑖,5,2
𝑋𝑖,3,2 + 𝑋𝑖,4,2 + 𝑋𝑖,5,2
≥ 𝑋𝑖,6,2
𝑋𝑖,6,2
≥ 𝑋𝑖,7,2 + 𝑋𝑖,8,2
 Balanceo de Producción en la Planta 3 por cada producto y Bloque de
maquinas
𝑋𝑖,1,3 + 𝑋𝑖,2,3 ≥ 𝑋𝑖,3,3
𝑋𝑖,3,3 ≥ 𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3
𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3 ≥ 𝑋𝑖,7,3 + 𝑋𝑖,8,3

Solución en Xpress
Segunda alternativa
 Segunda alternativa
Producto 1
Producto 2

Planta 1

20 min / u $ 14 / min
18 min / u 4 Op.
8 min / u $ 12 / min
7 min / u 5 Op.
12 min / u $ 14 / min 17 min / u $ 12 / min 4 min / u $ 21 / min
12 min / u 6 Op. 19 min / u 5 Op. 6min / u 7 Op.
3 min / u $ 12 / min
12 min / u 7 Op.
21 min / u $ 14 / min
16 min / u 7 Op.

Planta 2

9 min / u $ 11 / min
8 min / u 4 Op. 8 min / u $ 20 / min
8 min / u $ 11 / min 7 min / u 4 Op.
12 min / u 9 Op.
5 min / u $ 15 / min 16 min / u $ 20 / min
3 min / u 5 Op. 23 min / u 8 Op.
10 min / u $ 8 / min
15 min / u 7 Op. 8 min / u $ 17 / min
8 min / u $ 18 / min 6 min / u 6 Op.
10 min / u 7 Op.

Planta 3

19 min / u $ 11 / min
17 min / u 4 Op. 6 min / u $ 21 / min
16 min / u $ 6 / min 4 min / u 5 Op.
10 min / u 4 Op.
10 min / u $ 23 / min 18 min / u $ 10 / min
14 min / u 9 Op. 10 min / u 3 Op.
9 min / u $ 7 / min
13 min / u 2 Op. 5 min / u $ 23 / min
18 min / u $ 13 / min 2 min / u 5 Op.
10 min / u 6 Op.
DISEÑO MATRICIAL

 Primera alternativa

Tiempos
Tipos de Operarios Costos
Maquinas
Producto 1 Producto 2
Planta 1 Planta 2 Planta 1 Planta 2 Planta 1 Planta 2 Planta 1 Planta 2
1 6 9 15 12 10 7 14 12
22 5 7 13 8 8 13 7 15
3 7 4 12 10 5 9 9 8
4 4 5 14 15 20 4 18 5
5 5 7 11 17 17 11 19 12
6 7 8 16 18 19 16 15 22
7 7 4 20 19 4 8 6 7
8 0 6 0 18 8 0 6
 Segunda alternativa

Tiempos
Tipos de Operarios Costos
Maquinas
Producto 1 Producto 2
Planta 1 Planta 2 Planta 1 Planta 2 Planta 1 Planta 2 Planta 1 Planta 2
1 6 9 14 11 12 8 12 12
2 5 7 12 8 8 10 7 15
3 7 4 12 11 3 9 12 8
4 4 5 14 15 20 5 18 3
5 5 7 12 18 17 8 19 10
6 7 8 14 20 21 16 16 23
7 7 4 21 20 4 8 6 7
8 0 6 0 17 0 8 0 6

ORGANIZACIÓN DE LA INFORMACIÓN

ÍNDICES

Máquinas Producto Planta


1...8 1..2 1..3
Indexado en j Indexado en i Indexado en k

PARÁMETROS:

Operarios Tiempo Costo Días laborados Horas Precio de venta


laboradas
Cantidad de Tiempo del Costo del Días laborados Horas laboradas Precio de venta
empleados en la proceso del producto en la por semana por día de unidad del
máquina j en la producto i en la máquina j de la producto i
planta k máquina j en la planta k
planta k
Oj,k TPi,j,k COSTOj,k DLS HLD PVUi

VARIABLE DECISIÓN:

Xi,j,k.: cantidad de producto a fabricar i, en la máquina j de la planta k.

RESTRICCIONES:

∑ 𝑋i,j,k ∗ 𝑇𝑖,𝑗,𝑘 ≤ 𝐻𝑗,𝑘 ∗ HTD ∗ DTS ∗ 60


Capacidad de
𝑖=1
minutos por
semana
Xi,1,1 ≥ Xi,2,1+ Xi,3,1
Balance planta 1 Xi,2,1+ Xi,3,1 ≥ Xi,4,1+ Xi,5,1+ Xi,6,1

Xi,4,1+ Xi,5,1+ Xi,6,1 ≥ Xi,7,1

Xi,1,2 + Xi,2,2 ≥ Xi,3,2 + Xi,4,2 + Xi,5,2


Balance planta 2 Xi,3,2 + Xi,4,2+ Xi,5,2 ≥ Xi,6,2

Xi,6,2 ≥ Xi,7,2 + Xi,8,2

Xi,1,3 + Xi,2,3 ≥ Xi,3,3

Balance planta 3 Xi,3,3 + ≥ Xi,4,3 + Xi,5,3 + Xi,6,3

Xi,4,3 + Xi,5,3 + Xi,6,3 ≥ Xi,7,3 + Xi,8,3


Variables enteras Xi,j,k ≥ 0

FUNCIÓN OBJETIVO.

La siguiente función permite conocer el número optimo que se debe de fabricar de cada uno
de los productos, siendo la función objetivo maximizar esta producción:

𝑀𝑎𝑥(𝑍) = ∑ 𝑃𝑉𝑈𝑖 ∗ (𝑋𝑖,7,1 + 𝑋𝑖,7,2 + 𝑋𝑖,8,2 + 𝑋𝑖,7,3 + 𝑋𝑖,8,3 )


𝑖=1
2 8 2

− ∑ ∑ ∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝐶𝑜𝑠𝑡𝑜𝑗,𝑘 ∗ 𝑇𝑃𝑖,𝑗,𝑘


𝑖=1 𝑗=1 𝑘=1

IMPLEMENTACIÓN EN SOLVER
Parámetros

Variable

Datos
modelo A
Datos
modelo B

Función
objetivo

Restriccione
s
Luego de haber implementado los anteriores escenarios en Solver, se obtuvieron los
siguientes resultados

Alternativa A Alternativa B

$ 5.660.600 $ 7.614.840

En el anterior cuadro se evidencia como al escoger el segundo proveedor, se obtienen


mayores ganancias que con el proveedor del primer modelo. Por esta razón, se recomienda
a la empresa escoger el proveedor B. Además, se planea las siguientes cantidades
semanales a producir de cada producto en cada planta para la alternativa con mayor margen
de rentabilidad:

 1595 unidades del producto 2, elaborado por la maquina 8 de la planta 3


 1595 unidades del producto 2, elaborado por la maquina 3 de la planta 3
 1440 unidades del producto 2, elaborado por la maquina 7 de la planta 1
 1440 unidades del producto 2, elaborado por la maquina 2 de la planta 1
 11440 unidades del producto 2, elaborado por la maquina 1 de la planta 1
 1260 unidades del producto 2, elaborado por la maquina 6 de la planta 1
 1152 unidades del producto 2, elaborado por la maquina 1 de la planta 3
 1001 unidades del producto 2, elaborado por la maquina 8 de la planta 2
 1001 unidades del producto 2, elaborado por la maquina 6 de la planta 2
 1001 unidades del producto 2, elaborado por la maquina 4 de la planta 2
 1001 unidades del producto 2, elaborado por la maquina 2 de la planta 2
 864 unidades del producto 2, elaborado por la maquina 5 de la planta 3
 731 unidades del producto 2, elaborado por la maquina 6 de la planta 3
 443 unidades del producto 2, elaborado por la maquina 2 de la planta 3
 180 unidades del producto 2, elaborado por la maquina 5 de la planta 1
 1 unidad del producto 1, elaborado por la maquina 8 de la planta 2
 1 unidad del producto 1, elaborado por la maquina 6 de la planta 2
 1 unidad del producto 1, elaborado por la maquina 4 de la planta 2
 1 unidad del producto 1, elaborado por la maquina 2 de la planta 2
Punto 2

Una empresa fabrica 2 productos en equipos semi–manuales, organizadas como se indica


en la gráfica y en 3 locaciones diferentes. Los tiempos de procesamiento en cada equipo,
junto con los costos de procesamiento y el número de operarios asignado se indican a
continuación.

a) Considerando que se trabaja 8 horas al día los 6 días de la semana, defina


la cantidad semanal a producir de cada producto en cada planta, si los
precios de veta son $ 1.800/u y $2.300/u
b) Realice la simulación y analice el escenario de la situación a seguir: suponga
que llega una nueva empresa de fabricación, con el siguiente escenario de
producción relacionado

Solución
Construcción del modelo

Tiempos Producto Precio


Operarios Costos Producto
Tipos de Producto 1 1 1600
máquinas 2
Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta
Planta 3
1 2 3 1 2 3 1 2 3 1 2
1 6 9 4 14 11 6 12 8 16 12 12 10
2 5 7 2 12 8 7 8 10 9 7 15 13
3 7 4 9 12 11 23 3 9 10 12 8 14
4 4 5 4 14 15 11 20 5 19 18 3 17
5 5 7 3 12 18 10 17 8 18 19 10 10
6 7 8 6 14 20 13 21 16 18 16 23 10
7 7 4 5 21 20 21 4 8 6 6 7 4
8 0 6 5 0 17 23 0 8 5 0 6 2

MODELO PUNTO 2

!@encoding CP1252
model ModelName
uses "mmxprs"; !gain access to the Xpress-Optimizer solver

setparam("XPRS_VERBOSE",false)
setparam("XPRS_LOADNAMES",false)
declarations
Productos =1..2 !Número de productos (2)
Maquinas =1..8 !Maximo Número de Maquinas en todas las plantas (8)
Plantas =1..3 !Número de Plantas (3)

HDT =8 !Horas de Trabajo diario (8)


DPS =6 !Dias por semana de trabajo (6)

Operarios: array(Maquinas,Plantas) of real !Número de Operarios por Maquina


de cada planta
Costo: array(Maquinas,Plantas) of real !Número de Costos por Máquina de
cada planta
Tiempos: array(Productos, Maquinas, Plantas) of real !Tiempos de cada una
de las maquinas de cada planta que producen cada producto
PVP: array(Productos) of real !Precio de venta al público

x: array(Productos, Maquinas, Plantas) of mpvar


Objective:linctr

end-declarations

Operarios:: [ 6,9,4,
5,7,2,
7,4,9,
4,5,4,
5,7,3,
7,8,6,
7,4,5,
0,6,5]

Costo:: [ 14,11,6,
12,8,7,
12,11,23,
14,15,11,
12,18,10,
14,20,13,
21,10,21,
0,17,22]

Tiempos:: [ 12,8,16, 8,10,9, 3,9,10, 20,5,19, 17,8,18, 21,16,18, 4,8,6, 0,8,5,


12,12,20, 7,15,13, 12,8,14, 18,3,17, 19,10,10, 16,23,10, 6,7,4, 0,6,2]

PVP:: [1600,
2500]

! Utilidad Semanal: Ingreso-Costos

z:=sum(i in Productos)PVP(i)*(x(i,7,1)+x(i,7,2)+x(i,8,2)+x(i,7,3)+x(i,8,3))-
sum(i in Productos,j in Maquinas,k in Plantas) x(i,j,k)*Tiempos(i,j,k)*Costo
(j,k)

! Restricciones Balanceo de la producción en las 3 plantas por cada


producto.

forall(j in Maquinas, k in Plantas) sum(i in


Productos)x(i,j,k)*Tiempos(i,j,k)<=Operarios(j,k)*HDT*DPS
forall(i in Productos) do
x(i,1,1)>=x(i,2,1)+x(i,3,1)
x(i,2,1)+x(i,3,1)>=x(i,4,1)+x(i,5,1)+x(i,6,1)
x(i,4,1)+x(i,5,1)+x(i,6,1)>=x(i,7,1)
end-do

forall(i in Productos) do
x(i,1,2)+x(i,2,2)>=x(i,3,2)+x(i,4,2)+x(i,5,2)
x(i,3,2)+x(i,4,2)+x(i,5,2)>=x(i,6,2)
x(i,6,2)>=x(i,7,2)+x(i,8,2)
end-do

forall(i in Productos) do
x(i,1,3)+x(i,2,3)>=x(i,3,3)
x(i,3,3)>=x(i,4,3)+x(i,5,3)+x(i,6,3)
x(i,4,3)+x(i,5,3)+x(i,6,3)>=x(i,7,3)+x(i,8,3)
end-do
forall(i in Productos,j in Maquinas, k in Plantas) x(i,j,k) is_integer

writeln("Begin running model")


!...
writeln("End running model")

end-model
CONCLUSIÓN

Con el desarrollo de los dos escenarios planteados por medio del software Xpress, se

pudo garantizar que el proveedor que genera mayor utilidad (luego de restar los costos

de procesamiento) es el proveedor del segundo caso, con estas asignaciones se obtiene

la Máxima Utilidad De $7.617.840


REFERENCIAS.

 Hillier, F. S. (2010). Introducción a la investigación de operaciones (9a. ed.).


México,D.F., MX: McGraw-Hill Interamericana. Disponible en la Biblioteca
Virtual de laUNAD.
Recuperadode http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.act
ion?docID=10751552&p00=investigacion+operaciones

 Guerrero, S. H. (2009). Programación lineal aplicada. Bogotá, CO:


EcoeEdiciones. Disponible en la Biblioteca Virtual de la UNAD.
Recuperadode http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.act
ion?docID=10758304&p00=programacion+lineal+aplicada

 Chediak, Pinzón, Francisco Alfonso. Investigación de operaciones. Volumen


I (3a.ed.), Universidad de Ibagué, 2012. ProQuest Ebook
Central,Tomadode http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detai
l.action?docID=3211237

 Martínez, Salazar, Iris Abril, and Camarón, Gastón Vértiz. Investigaciones


de operaciones, Grupo Editorial Patria, 2014. ProQuest Ebook, Central,
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID=32
27913.Recuperadodehttp://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/det
ail.action?docID=3227913#