MTP-315-LAPSO 2010/1

1/8

MODELO DE RESPUESTA DEL TRABAJO PRCTICO INVESTIGACIN DE OPERACIONES I (315) Problema de fabricacin; almacn y venta de puertas

I Formulacin del problema: I-1 Descripcin de las variables de decisin. El problema planteado es un problema dinmico ya que considera variables (almacenamiento, fabricacin y venta) que cambian de mes a mes. Esto sugiere la siguiente definicin de las variables: x ij : nmero de puertas del modelo i a fabricar en el perodo j y ij : nmero de puertas del modelo i a almacenar en el perodo j z ij : nmero de puertas del modelo i a vender en el perodo j Existen 5 modelos de puerta, los cuales denotaremos Como: el modelo 1: Batiente, 2: Blindada Castellana, 3: Guayacn, 4: Provenzal, 5: Moderna. Igualmente se consideran 3 meses. I-2 Formulacin del problema: El beneficio se calcula como los ingresos por concepto de ventas menos los costos de almacenamiento. Como no se consideraron costos de fabricacin, en la funcin objetivo no figuran las variables xij , por lo tanto la funcin objetivo a maximizar es: z=

bi zij
i =1 j =1

2,5 y ij
i =1 j =1

(en miles de

Bs )

En donde b ij representan los beneficios resultantes de vender el producto y las constantes 2,5 representan los costos fijos de almacenamiento. Restricciones: De produccin: se relacionan directamente con los tiempos consumidos en cada mquina segn el modelo de puerta a fabricar, tomando en cuenta el recurso horas mquina, disponible para cada mes, y son las siguientes:

t
i =1

ik

x ij

hkj

(k = 1,...,5)

( j = 1, 2, 3)

Los coeficientes t ij se refieren a los tiempos(en horas), que se emplean para fabricar cada modelo. Los h kl representan la disponibilidad mensual de cada tipo de maquinaria. La disponibilidad en horas est dada por: 23 x 16 x Nmero de maquinas del tipo k = 368 x Nmero de maquinas del tipo k Especialista: Mara E. Mazzei. Ingeniera de Sistemas Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

2/8

De balance: relacionan los productos fabricados, con los almacenados y los vendidos. Entre estos elementos existe la siguiente relacin: Cantidad a fabricar + cantidad almacenada del mes anterior = cantidad a vender + cantidad a almacenar para el prximo mes. As las restricciones son las siguientes:
x ij + y ij 1 y ij z ij = 0 (i = 1,...,5) ( j = 1, 2, 3)

De acuerdo a las especificaciones del problema, debemos tomar en cuenta que no hay inventario inicial, por lo tanto: y i0 = 0. Igualmente como SOLUCIONES ARTEX desea mantener 20 puertas de cada tipo al final del mes de marzo, entonces y i3 = 20, para todo i. De almacenamiento: como existen restricciones de espacio, la cantidad de puertas a almacenar estar limitada por 100, resultando las siguientes restricciones:

y
i =1

ij

100

( j = 1,2)

Es importante aclarar en este punto que no estamos considerando las variables de almacenamiento para el mes 3, ya que sus valores son conocidos y por lo tanto son constantes. De demanda: de acuerdo a las especificaciones del problema, hay una cierta demanda que debe satisfacerse, la misma es til para orientar la produccin. Por lo tanto existen las siguientes restricciones o cotas de fabricacin:
z ij d ij (i = 1,...,5) ( j = 1, 2, 3) Los d ij son las cotas de demanda que se asignan a las variables relacionadas con las ventas de los productos.

Formulacin General del problema: Maximizar z=

bi zij
i =1 j =1

2,5 y ij
i =1 j =1

(en miles de

Bs )

sujeto

t
i =1

ik

x ij

hkj

(k = 1,...,5)

( j = 1, 2, 3)
k tipos de mquinas, j meses

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

3/8

x ij + y ij 1 y ij z ij = 0

(i = 1,...,5) ( j = 1, 2, 3) i modelos de puertas, j meses

y
i =1

ij

100

( j = 1,2)
(i = 1,...,5) ( j = 1, 2, 3)

z ij d ij

i modelos de puertas, j meses y ij 0 x ij 0 (i=1,,5) (j = 1,2,3) (i=1,,5) (j = 1,2,3)

I-3 Clculo del nmero de variables y restricciones

Nmero de variables: 40, distribuidos en:

10 y ij , 15 x ij

15 z ij

Nmero de restricciones: 47, distribuidos en: 15 igualdades, 17 desigualdades y 15 cotas inferiores. II- Solucin del problema: Para resolver el problema se utiliz el paquete LOPT, ya que el paquete TORA result insuficiente para resolverlo II-1 Listado de la DATA :

PROBLEM:

Puertas.lp1 32 40 132

# CONSTRAINTS: # VARIABLES : # NONZEROS : MAX

ST c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13

- 2.5 y11 - 2.5 y12 - 2.5 y21 - 2.5 y22 - 2.5 y31 - 2.5 y32 - 2.5 y41 - 2.5 y42 - 2.5 y51 - 2.5 y52 + 180 z11 + 180 z12 + 180 z13 + 300.6 z21 + 300.6 z22 + 300.6 z23 + 220.2 z31 + 220.2 z32 + 220.2 z33 + 250 z41 + 250 z42 + 250 z43 + 230.4 z51 + 230.4 z52 + 230.4 z53 + 0.3 x11 + 0.4 x21 + 0.5 x31 + 0.2 x41 + 0.35 x51 <= 736 + 0.02 x11 + 0.03 x21 + 0.11 x41 + 0.09 x51 <= 736 + 0.5 x11 + 0.6 x21 + 0.4 x31 + 0.43 x41 + 0.3 x51 <= 1104 + 0.1 x11 + 0.13 x21 + 0.15 x31 + 0.09 x41 + 0.12 x51 <= 368 + 0.02 x11 + 0.1 x21 + 0.04 x31 + 0.05 x41 + 0.06 x51 <= 736 + 0.3 x12 + 0.4 x22 + 0.5 x32 + 0.2 x42 + 0.35 x52 <= 1104 + 0.02 x12 + 0.03 x22 + 0.11 x42 + 0.09 x52 <= 736 + 0.5 x12 + 0.6 x22 + 0.4 x32 + 0.43 x42 + 0.3 x52 <= 736 + 0.1 x12 + 0.13 x22 + 0.15 x32 + 0.09 x42 + 0.12 x52 <= 736 + 0.02 x12 + 0.1 x22 + 0.04 x32 + 0.05 x42 + 0.06 x52 <= 368 + 0.3 x13 + 0.4 x23 + 0.5 x33 + 0.2 x43 + 0.35 x53 <= 736 + 0.02 x13 + 0.03 x23 + 0.11 x43 + 0.09 x53 <= 736 + 0.5 x13 + 0.6 x23 + 0.4 x33 + 0.43 x43 + 0.3 x53 <= 736

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

4/8

c14 + 0.1 x13 + 0.13 x23 + 0.15 x33 + 0.09 x43 + 0.12 x53 <= 368 c15 + 0.02 x13 + 0.1 x23 + 0.04 x33 + 0.05 x43 + 0.06 x53 <= 368 c16 + y11 + y21 + y31 + y41 + y51 <= 100 c17 + y12 + y22 + y32 + y42 + y52 <= 100 c18 + x11 - y11 - z11 = 0 c19 + x21 - y21 - z21 = 0 c20 + x31 - y31 - z31 = 0 c21 + x41 - y41 - z41 = 0 c22 + x51 - y51 - z51 = 0 c23 + x12 + y11 - y12 - z12 = 0 c24 + x22 + y21 - y22 - z22 = 0 c25 + x32 + y31 - y32 - z32 = 0 c26 + x42 + y41 - y42 - z42 = 0 c27 + x52 + y51 - y52 - z52 = 0 c28 + x13 + y12 - z13 = 20 c29 + x23 + y22 - z23 = 20 c30 + x33 + y32 - z33 = 20 c31 + x43 + y42 - z43 = 20 c32 + x53 + y52 - z53 = 20 BOUNDS z11 >= 300 z12 >= 150 z13 >= 420 z21 >= 400 z22 >= 100 z23 >= 50 z31 >= 500 z32 >= 350 z33 >= 400 z41 >= 350 z42 >= 300 z43 >= 350 z51 >= 400 z52 >= 450 z53 >= 600

II-2 Listado de la solucin:

SOLVING -- PHASE I IT INFEASIBILITY IN VAR OUT VAR 0 70.00 x12 z12 1 39.10 x23 z23 2 0.00 y22 c13 slack PHASE II ------- OBJ ------------------------------3 1279743.98 z21 c1 slack 4 1292704.98 z41 z21 5 1334864.28 z52 z22 6 1342638.28 y41 c16 slack OPTIMAL: x11 x12 x13 x21 x22 x23 x31 x32 Objective = = = = = = = = = 1342638.283333 300.000000 150.000000 440.000000 400.000000 165.166667 4.833333 500.000000 350.000000 Time = 0.00 sec

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

5/8

x33 x41 x42 x43 x51 x52 x53 y22 y41 z11 z12 z13 z21 z22 z23 z31 z32 z33 z41 z42 z43 z51 z52 z53 slack slack slack slack slack slack slack slack slack slack slack slack slack

c2 c3 c4 c5 c6 c7 c9 c10 c11 c12 c14 c15 c17

= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

420.000000 480.000000 200.000000 370.000000 400.000000 1119.666667 620.000000 65.166667 100.000000 300.000000 150.000000 420.000000 400.000000 100.000000 50.000000 500.000000 350.000000 400.000000 380.000000 300.000000 350.000000 400.000000 1119.666667 600.000000 629.200000 187.600000 119.800000 622.000000 386.050000 605.275000 494.668333 257.303333 101.066667 630.555000 152.671667 286.216667 34.833333

SENSIBILIDAD: CONSTRAINT c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 c16 c17 SENSE L L L L L L L L L L L L L L L L L RHS SENSITIVITY DUAL PRICE 1250.000000 zero zero zero zero zero zero 768.000000 zero zero zero zero 772.166667 zero zero 77.740000 zero DOWN 730.000000 106.800000 916.400000 248.200000 114.000000 717.950000 130.725000 535.100000 241.331667 110.696667 634.933333 105.445000 733.100000 215.328333 81.783333 0.000000 65.166667 UP 823.255814 +INFINITY +INFINITY +INFINITY +INFINITY +INFINITY +INFINITY 1066.900000 +INFINITY +INFINITY +INFINITY +INFINITY 775.100000 +INFINITY +INFINITY 130.000000 +INFINITY

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

6/8

c18 c19 c20 c21 c22 c23 c24 c25 c26 c27 c28 c29 c30 c31 c32

E E E E E E E E E E E E E E E

-375.000000 -500.000000 -625.000000 -250.000000 -437.500000 -384.000000 -460.800000 -307.200000 -330.240000 -230.400000 -386.083333 -463.300000 -308.866667 -332.031667 -231.650000 OBJ SENSITIVITY REDUCED COST zero zero zero zero zero zero zero zero zero zero zero zero zero zero zero -71.240000 -0.416667 -119.440000 zero -398.040000 -0.833333 zero -0.708333 -287.340000 -1.250000 -195.000000 -204.000000 -206.083333 -199.400000 -160.200000 -162.700000 -404.800000 -87.000000 -88.666667 zero -80.240000 -82.031667 -207.100000 zero -1.250000

-300.000000 -400.000000 -277.925926 -INFINITY -400.000000 -150.000000 -165.166667 -350.000000 -200.000000 -INFINITY -58.200000 -45.166667 -77.750000 -70.930233 -110.333333

20.000000 15.000000 12.000000 30.000000 17.142857 401.800000 334.833333 502.250000 467.209302 669.666667 25.800000 54.833333 27.250000 26.744186 29.666667

VARIABLE x11 x12 x13 x21 x22 x23 x31 x32 x33 x41 x42 x43 x51 x52 x53 y11 y12 y21 y22 y31 y32 y41 y42 y51 y52 z11 z12 z13 z21 z22 z23 z31 z32 z33 z41 z42 z43 z51 z52 z53

STATUS BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC BASIC LB LB LB BASIC LB LB BASIC LB LB LB LB LB LB LB LB LB LB LB LB BASIC LB LB LB BASIC LB

DOWN -INFINITY -71.240000 -0.416667 -INFINITY -0.500000 -2.500000 -INFINITY -398.040000 -0.833333 -47.493333 -INFINITY -0.708333 -INFINITY -1.250000 -1.250000 -INFINITY -INFINITY -INFINITY -3.000000 -INFINITY -INFINITY -73.740000 -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY -INFINITY 150.300000 -INFINITY -INFINITY -INFINITY 229.150000 -INFINITY

UP 71.240000 0.416667 206.083333 119.440000 2.500000 0.500000 398.040000 0.833333 88.666667 +INFINITY 0.708333 82.031667 207.100000 1.250000 1.250000 68.740000 2.083333 116.940000 0.000000 395.540000 -1.666667 +INFINITY 1.791667 284.840000 1.250000 375.000000 384.000000 386.083333 500.000000 460.800000 463.300000 625.000000 307.200000 308.866667 327.740000 330.240000 332.031667 437.500000 441.176471 231.650000

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez

MTP-315-LAPSO 2010/1

7/8

III- Anlisis de los resultados

III-1 Beneficio mximo de la empresa: Al valor ptimo de la funcin objetivo se debe restar el costo de almacenar 20 puertas de cada modelo, ya que este costo no se consider en la funcin objetivo, debido a que sus valores eran conocidos.. El resultado es: 1.342.638,28 - 2.5 * 20* 5 (en miles de Bs.)

III -2 Anlisis de la solucin Al analizar la solucin observamos que existen 5 valores de variables que no alcanzaron valores enteros, no tiene sentido real decir es conveniente producir 165,17 puertas. Tampoco es correcto redondear 165,17 a 165, ya que resulta una solucin no ptima. Este tipo de problemas debe resolverse empleando tcnicas de Programacin Entera, lo cual escapa de nuestros objetivos. III-3 En cules meses es conveniente almacenar mercanca? Cuntas puertas? De cules modelos? Es conveniente almacenar 100 puertas modelo 4 (Provenzal) en el mes de enero y 65,17(?) puertas modelo 2(Blindada Castellana) en el mes de febrero.

III-4 Cules son los valores mximos y mnimos que pueden alcanzar los costos de almacenamiento, que garanticen el plan ptimo de produccin obtenido? Observando el reporte de sensibilidad para el caso de cambios en los coeficientes de la funcin objetivo asociados con los costos de almacenamiento, encontramos los siguientes valores mnimos y mximos:

Mnimo y 11 y 12 y 21 y 22 y 31 y 32 y 41 y 42 y 51 y 52 Especialista: Mara E. Mazzei. -infinito -infinito -infinito -3 -infinito -infinito -73,74 -infinito -infinito -infinito

Mximo 68,74 2,083 116,94 0 395,54 -1,67 + infinito 1,79 284,84 1,25 Evaluadora: Carmen Velsquez

Ingeniera de Sistemas

MTP-315-LAPSO 2010/1

8/8

III-5 Si en el mes de enero slo disponemos de una cortadora, se mantiene ptimo el plan de produccin obtenido? No se mantiene ptimo, ya que el mnimo valor que puede alcanzar el lado derecho en la restriccin correspondiente ( c1) es 730 y si slo se cuenta con una cortadora el valor del lado derecho es 368. III-6 Determine si se consumieron totalmente las horas de operacin de cada tipo de mquina, durante el mes de febrero. En el mes de febrero slo se consumieron todas las horas de las 2 pulidoras. Con el resto de las maquinas no se utilizaron todas las horas-mquinas. Esto se puede observar en el reporte de sensibilidad, la nica restriccin del mes de febrero en donde la variable de relleno alcanz el valor cero fue la correspondiente a las mquinas pulidoras. Es importante aclarar que los errores de redondeo a veces impiden ver con exactitud el cumplimiento de las restricciones en el sentido de igualdad. III-7 Realice una interpretacin econmica de los precios duales resultantes en el modelo. Esta seccin es de interpretacin con palabras propias del papel de las variables duales con relacin al precio de los recursos, por ejemplo horas-mquina y capacidad de almacenamiento, y su influencia en el valor de z.

CRITERIO DE CORRECCIN: Se logra el objetivo, si se formula correctamente el modelo de PL, tomando en consideracin todo lo solicitado en las especificaciones del problema. Es posible que resulte un nmero diferente de variables o restricciones, esto depende de las consideraciones que se empleen en la definicin de las variables. Como mnimo las variables deben definirse en este problema sobre la base de tres actividades bsicas: fabricacin, almacenamiento y ventas. En general, consideramos logrado el objetivo, si el estudiante formula y resuelve el problema con la data original y sobre la base de la solucin obtenida responde la seccin de preguntas. Enfatizamos en la importancia del anlisis del problema y la interpretacin de los resultados, adems de una formulacin adecuada; tambin se consideran importantes las propuestas a mejoras dirigidas a obtener una buena solucin al problema.

FIN DEL MODELO DEL TP.

Especialista: Mara E. Mazzei.

Ingeniera de Sistemas

Evaluadora: Carmen Velsquez