Caso Integrador I

IN4016: Métodos de optimización para la

toma de decisiones

Equipo # 11

A01183030 Maricruz Piña Pastrana

A01682942 Denise Gaytán Mercado

Aprendizaje Basado en Problemas

Dr. Heriberto García Reyes

Ramón Urbina Trujillo

5 de Marzo de 2017
Caso Integrador 1: Escenario
Una empresa fabrica 4 productos. Estos productos tienen que pasar por los procesos de
lavado, pintura, inspección y ensamble. Las tasas de producción en unidades por hora
para cada uno de los productos en cada departamento se muestran en la Tabla 1.

Producto Lavado Pintura Inspección Ensamble

1 60 40 120 15
2 40 50 30 60
3 20 120 60 50
4 120 15 40 60
Tabla1: Tasa de producción

Como estrategia de operación de la empresa programa actividades de mantenimiento

preventivo, capacitación y mejora continua. Por ello, no siempre se tiene la misma
disponibilidad de tiempo en cada departamento. La Tabla 2 muestra el tiempo disponible
en horas por departamento para las siguientes tres semanas.

Semana Lavado Pintura Inspección Ensamble

1 38 32 35 39
2 35 34 38 38
3 36 38 36 36
Tabla 2: Tiempo disponible

Las demandas máximas esperadas para las siguientes tres semanas para cada producto,
así como la utilidad generada por cada uno de ellos se muestren en la Tabla 3.

Semana Producto 1 Producto 2 Producto 3 Producto 4

1 150 250 180 160
2 120 300 140 220
3 100 200 160 180
Utilidad/
$6 $4 $8 $5
unidad
Tabla 3: Demanda y Utilidad

Si una unidad de producto se fabrica por arriba de la demanda esa puede ser inventariada
para satisfacer demanda futura. Sin embargo, el costo de inventario por semana por
unidad es de $2, $1.5, $4 y $1.2 para cada producto respectivamente.

Al inicio de la semana actual se tienen inventarios de 40 unidades para el producto 1, 15

unidades del producto 2, 10 unidades del producto 3 y 30 unidades del producto 4.

Como estrategia de manejo de inventario, se desea que nunca se tengan más de 150
productos en almacenamiento por semana. Por otro lado, el gerente de ventas ha
solicitado que al final de la semana 3 se tengan 20 unidades de inventario de cada tipo.
Paso 1:

Lo que se sabe escenario

La demanda máxima esperadas por semana.
Capacidad de horas disponibles por semana por proceso.
La tasa de producción en unidades por hora
La utilidad por cada producto
El inventario inicial y final por cada producto
El inventario máximo para cada semana.
Procesos necesarios para producir el producto
El tiempo de producción

Lo que no se sabe del escenario

Inventario mínimo requerido para la semana 2
Costo de materia prima
Costo de mano de obra
Costo por contrataciones o despidos de personal

Paso 2: Deficiencia del caso

La mayor deficiencia de la situación plasmada en el escenario es la falta de información
con respecto a los costos de material prima y el costo de la mano de obra así como el
costo por contrataciones adicionales o despidos de personal para tener una visión mas
amplia y poder dar una solución mas acertada. La solución propuesta para dicha
deficiencia es la definición de mencionados parámetros y así obtener una solución mas
completa.

Paso 3: Tabla de responsabilidades

Fecha de
Acción Responsable Fuente consultada reporte de
Actividad
BlackBoard
Lectura y entendimiento
Todos Recursos de apoyo 1/03/2017
del caso
Semana 8
Pasos 1-2 Denise N/A 3/03/2017
Pasos 2-3 Maricruz N/A 3/03/2017
 Libro de Texto: Operativos
Definición individual de Research: Applications
función objetivo y Equipo and Algorithms y 3/03/2017
restricciones diapositivas usadas en
clase.
Codificar en LINDO Denise Software Lindo 4/03/2017
Crear la estructuración del
Maricruz N/A 4/03/2017
reporte.
Libro de Texto: Operativos
Research: Applications
Interpretación de
Equipo and Algorithms y 05/03/2017
resultados
diapositivas usada en
clase.
Conclusiones Equipo N/A 05/03/2017

Paso 4: Solución al escenario

Como encargado de la producción, se te pide:
a) Generar un modelo de programación lineal para determinar la cantidad de productos de cada
tipo para fabricarlos en cada una de las semanas. Considere que puede obtener valores
fraccionarios en su respuesta.
Variables de decisión:
𝐷𝑜𝑛𝑑𝑒 𝑖 = 1,2,3,4 𝑦 𝑡 = 1,2,3
𝑃𝑖𝑡 : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑖 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎 𝑡.
𝐼𝑖𝑡 : 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑖 𝑒𝑛 𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎 𝑡.

Función Objetivo:

𝑀𝑎𝑥𝑍 =
6𝑃1,1 + 4𝑃2,1 + 8𝑃3,1 + 5𝑃4,1
+6𝑃1,2 + 4𝑃2,2 + 8𝑃3,2 + 5𝑃4,2
+6𝑃1,3 + 4𝑃2,3 + 8𝑃3,3 + 5𝑃4,3
−2𝐼1,1 − 1.5𝐼2,1 − 4𝐼3,1 − 1.2𝐼4,1
−2𝐼1,2 − 1.5𝐼2,2 − 4𝐼3,2 − 1.2𝐼4,2
−2𝐼1,3 − 1.5𝐼2,3 − 4𝐼3,3 − 1.2𝐼4,3

Restricciones:

Por demanda:

Semana 1:
𝑃11 ≤ 150
𝑃21 ≤ 250
𝑃31 ≤ 180
𝑃41 ≤ 160
Semana 2:
𝑃12 ≤ 120
 𝑃22 ≤ 300
𝑃32 ≤ 140
𝑃42 ≤ 220
Semana 3:
𝑃13 ≤ 100
𝑃23 ≤ 200
𝑃33 ≤ 160
𝑃43 ≤ 180

Por Inventario:
Semana 1:
𝐼1,1 = 40
𝐼2,1 = 15
𝐼3,1 = 10
𝐼4,1 = 30
Semana 2:

𝐼1,2 + 𝐼2,2 + 𝐼3,2 + 𝐼4,2 ≤ 150

Semana 3:
𝐼1,3 = 20
𝐼2,3 = 20
𝐼3,3 = 20
𝐼4,3 = 20

Por Producción/Horas disponibles por proceso:

Semana 1:
1 1 1 1
𝑃11 + 𝑃 + 𝑃 + 𝑃 ≤ 38  Lavado
60 40 21 20 31 120 41
1 1 1 1
𝑃 + 50 𝑃21 + 120 𝑃31 + 15 𝑃41 ≤ 32  Pintura
40 11
1 1 1 1
𝑃 + 30 𝑃21 + 60 𝑃31 + 40 𝑃41 ≤ 35  Inspección
120 11
1 1 1 1
𝑃 + 60 𝑃21 + 50 𝑃31 + 60 𝑃41 ≤ 39  Ensamble
15 11

Semana 2:
1 1 1 1
𝑃 + 40 𝑃22 + 𝑃 + 120 𝑃42 ≤ 35  Lavado
60 12 20 32
1 1 1 1
𝑃 + 50 𝑃22 + 120 𝑃32 + 15 𝑃42 ≤ 34  Pintura
40 12
1 1 1 1
𝑃 + 30 𝑃22 + 60 𝑃32 + 40 𝑃42 ≤ 38  Inspección
120 12
1 1 1 1
𝑃 + 60 𝑃22 + 50 𝑃32 + 60 𝑃42 ≤ 3  Ensamble
15 12
 Semana 3:
1 1 1 1
𝑃 + 40 𝑃23 + 𝑃 + 120 𝑃43 ≤ 36  Lavado
60 13 20 33
1 1 1 1
𝑃 + 50 𝑃23 + 120 𝑃33 + 15 𝑃43 ≤ 38  Pintura
40 13
1 1 1 1
𝑃13 + 𝑃23 + 𝑃33 + 𝑃 ≤ 36  Inspección
120 30 60 40 43
1 1 1 1
𝑃 + 60 𝑃23 + 50 𝑃33 + 60 𝑃43 ≤ 36  Ensamble
15 13

Utilizando el software Lindo obtenemos:

b) Si se requiere obtener valores enteros como respuesta, ¿tendría un resultado diferente
al obtenido del inciso anterior. Comente a qué atribuye su respuesta comparando
ambas respuestas en caso de ser diferentes. Para cada uno de los siguientes incisos
considere el escenario del modelo original; es decir, cada pregunta se basará en las
condiciones del inciso a)

No consideramos una diferencia significativa entre el resultado de este inciso y el

anterior.
c) ¿Cuál es el impacto de contar con 40 horas de disponibilidad por semana en cada uno de los
departamentos?

Las ganancias no cambiarían, seguirían siendo las mismas con un valor en Z=

$11507.5 en ambos casos, al igual que el valor de las variables en la función
objetivo. Por otro lado, la holgura a partir del renglón 23, que se refiere a la
cantidad de horas disponibles por proceso por semana, aumenta en comparación
con el modelo original, por ejemplo, estamos utilizando 20.917 horas menos de
las permitidas en la restricción del renglón 23, lo que no le conviene a la compañía,
pues se está desperdiciando la capacidad en los procesos. En cuanto a la
capacidad de horas disponibles a partir de la restricción del renglón 23 para cada
una de ellas podríamos disminuir las horas disponibles, por ejemplo para la
restricción del renglón 23 20.917 horas y así para todas las restricciones de horas
disponibles.
d) ¿Cuál sería el beneficio de eliminar la restricción del número máximo de productos en
inventario por semana?

En este caso si vemos un mayor beneficio al eliminar el costo del número máximo
de productos en inventario, por lo que tendríamos una Z= $11,860 en lugar de
$11,507.5 con el modelo inicial. Además lo valores óptimos de las variables en la
función objetivo en cuanto a inventario se ven afectadas puesto que ya no entran
dentro de la función objetivo.
e) ¿Cuál sería la solución si ahora las utilidades unitarias cambian a $5, $8, $3 y $4 para cada
tipo de producto, respectivamente?

Para este caso el valor de Z disminuye del modelo inicial de $11,507.5 a

$11,177.5, considerando que la utilidad para cada producto cambio pero los
valores para cada una de las variables en la función objetivo son los mismas. En
cuanto al precio sombra para cada restricción de demanda por producto los
valores cambiaron al mismo valor que la utilidad, por lo que aumentar la
producción en unidad para cada producto por semana aumentara en $5, $8, $3 y
$4 para cada tipo de producto, respectivamente. Podemos darnos cuenta que al
modificar la utilidad solo se ven afectadas las restricciones de demanda, Por lo
que respecta al coeficiente objetivo asociado a la variable no básica (6) para el
caso P11, la solución actual optima seguirá siendo válida siempre y cuando esta
no disminuya en más de 6 unidades, y así para cada producto en cada semana.

Dentro de los rangos especificados, los cambios en uno de los coeficientes

objetivo no alterarán la solución óptima, pero sí harán variar el valor final de la
función objetivo.
f) ¿Cuál es el impacto de tener que mantener un inventario de cada producto al final de la tercera
semana?
A mayor cantidad de inventario i se tenga, se pierde una mayor cantidad de dinero ; 80
diferentes productos en inventario al finalizar la semana 3 implica un gasto de $174.00 que
se podría evitar; sin embargo para un cambio repentino en la demanda es adecuado para
poder satisfacerla.

g) Si usted pudiese asignar 10 horas adicionales a uno de los departamentos en todas las
semanas, ¿a qué departamento lo asignaría? Justifique su respuesta
Es de nuestra opinión que el tiempo disponible para cada proceso esta equilibrado y que al
aumentar el tiempo en un proceso traería una consecuencia negativa ya que abría un
desequilibrio. Seria mas beneficio disminuir el tiempo para cada operación aso aumentaría
la eficiencia y la utilidad.

h) ¿Cuál sería el impacto en su solución si ahora los costos de inventario son $2 por semana
para todos los productos?
Utilizando Lindo
i)
 En realidad en este caso al colocar el costo del inventario igual para todos los
productos no afecta mucho al beneficio obtenido puesto que Z aumenta sus
ganancias muy poco de $11,507.5 a $11,510, el valor de las variables en la función
objetivo es la misma a excepción de las que se refieren al inventario en la semana
2.

j) ¿Es factible establecer como política de servicio cubrir al menos el 60% de la demanda de
todos los productos?, Si lo es, ¿cuál es el impacto con respecto al resultado inicial?
Consideramos que de tenerse una una política para cubrir al menos el 60% de la
demanda estaríamos desaprovechando el uso de los recursos asignados.
La reducción de recursos , en cuanto a horas asignadas por departamento, seria
lo mas aconsejable ; se podría cubrir la demanda inicial y se generaría además
una mayor utilidad.

Conclusiones
 Reflexión sobre el caso integrador: Considerando que se tiene que considerar
muchas cosas muchas variables y muchas restricciones se complican un poco su
entendimiento, en realidad al inicio fue complicado llegar a un acuerdo sobre la
función objetivo para el problema, y formular las restricciones nos llevó a
considerar, en un momento, más variables de las que eran necesarias.

 Implicaciones: La resolución del caso integrador nos llevó a consultar otras

fuentes bibliográficas, implico leer a detalle la resolución de algunos problemas de
programación lineal de producción o ingeniería industrial.

 Experiencia en el uso de modelación: Creemos que desarrollar y resolver un caso

con un modelo tan complejo nos ayudó a tener otra idea de la capacidad y utilidad
de este tipo de herramientas para la solución de problemas y no hablemos solo
 de los que se refieren a producción, si no en general, los que involucren toma de
decisiones, además al hacer cambios en las restricciones y en la función objetivo
nos ayuda a ver que tanto nos conviene movernos dentro de cierto rango para
maximizar las ganancias. Así mismo comprendimos que al hacer sistemas de
modelación como en el caso establecido se debe de tomar en cuanta todas las
variables que afectan la función objetivo a conciencia. La primer función objetivo
que habíamos propuesto no estaba complete y tuvimos que rehacer el ejercicio.

 Software e interpretación: El uso de un Software como LINDO es muy importante

a la hora de optimizar un sistema de soporte de decisión, es por eso que con la
practica en el uso y su interpretación se vuelve más sencilla, en este caso aunque
se tienen muchas variables y muchas restricciones es posible identificar como
afectaría cada una de ellas en la función objetivo del problema. Por otro lado, el
software LINDO es bastante practico y sencillo de ocupar.

Bibliografía
Wayne L. Winston . (2003). Operativos Research: Applications and Algorithms. EUA:
Thompson .