Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Optimización POM3
Artículo Soluciones y Aplicaciones Industriales | erm-edu | Agosto de 2019
Apunte basado en “Software for Decision Sciences POM3 v3.0”; Weiss, Howard; Pearson Education, Inc. (2007)
Contenido
1.0 El Proyecto 3
2.0 El Modelo 3
3.0 Parametrización POM3 4
4.0 La Solución 7
Linear Programming Results
Graph
Iterations
5.0 El Análisis 10
Rangings
6.0 Conclusión 12
1.0 EL PROYECTO
Una empresa del sector mueblería produce y comercializa mesas y sillas de madera en un
segmento de mercado con ciertas restricciones. Cada mesa es vendida en $27,000 y requiere
$10,000 en materiales, además, el costo de unitario por mano de obra se estima en $14,000. En el
caso de las sillas, su precio de venta es de $21,000 y los costos son de $9,000 y $10,000 en
materiales y mano de obra, respectivamente.
La fabricación de cada producto requiere de dos tipos de procesos: carpintería y terminaciones. Una
mesa requiere de 1 hora de carpintería y 2 horas de terminaciones. Una silla requiere de 1 hora de
carpintería y 1 hora de terminaciones. Cada semana, la empresa puede obtener todos los materiales
que desee, sin embargo, se pueden dedicar hasta 100 horas a las terminaciones y hasta 80 horas a
la carpintería. La demanda por mesas no estaría limitada, mientras que la demanda semanal
máxima por sillas es de 40 unidades.
2.0 EL MODELO
Para el Menú Principal, la opción “Module” muestra todas las aplicaciones que este software
permite utilizar para el apoyo a la toma de decisiones. Para la programación lineal se selecciona la
aplicación “linear programming”, remarcada en azul en la siguiente figura.
Al seleccionar esta aplicación, POM3 solicita al usuario presionar la opción “File” del Menú Principal
para resolver un nuevo proyecto o abrir uno ya existente. En este caso, se solicita que el usuario
seleccione “New”, con lo cual, POM3 iniciará el proceso de parametrización en los siguientes pasos.
POM3 a través de la siguiente caja de diálogo solicita al usuario/analista que defina tanto el número
de restricciones estructurales como el de variables de decisión. Por defecto, POM3 inicia este
proceso con dos para cada una de las dimensiones (ver Figura N°2).
Para este proyecto, se definen tres restricciones estructurales y dos variables de decisión (ver Figura
N°3).
Al seleccionar el botón “OK”, POM3 iniciará la parametrización del modelo (Paso #2).
Paso #3. Definición de los coeficientes de la función objetivo y de las restricciones estructurales.
En esta instancia, POM3 solicita al usuario/analista ingresar los coeficientes de la función objetivo,
es decir, los coeficientes que acompañan a cada una de las variables de decisión en dicha función.
Luego, ingresar los coeficientes que acompañan a las variables de decisión en las restricciones
estructurales a través de la siguiente caja de diálogo (ver Figura N°4).
Es importante señalar, que POM3 entrega al usuario/analista la herramienta visual que permite
validar si lo que se está ingresando y recibiendo por parte de POM3 es realmente el modelo escrito
en papel o mentalmente (ver Figura N°5), finalizando el proceso de parametrización.
4.0 LA SOLUCIÓN
Para que POM3 ejecute el algoritmo de solución (Gráfico y Simplex) y permita al usuario/analista
acceder a otros resultados para realizar los análisis de sensibilidad, se debe seleccionar el botón
“Solve” como el que se muestra en la siguiente figura:
La opción “Windows” del Menú Principal entrega al usuario/analista el acceso a los tipos y formatos
de resultados que POM3 los estructura en seis, cado uno con distinta información y distintos
objetivos de análisis (ver Figura N°6).
Esta figura muestra que la solución óptima del plan productivo-comercial semanal para este taller es
de fabricar y comercializar 30 unidades de mesas y 40 unidades de silla. Con este plan, el taller
alcanzaría su máxima ganancia semanal equivalente a $170,000.
Formato 6. “Graph”
Este formato está solo disponible para problemas con dos variables de decisión (ver Figura N°8).
Vértices factibles
(0,0), (50,0), (0,40), (30,40)
Vértices no factibles
(80,0), (0,80), (0,100)
Región factible
Señalizada en color fucsia
Solución óptima
(X1, X2) = (30,40)
Valor óptimo
Z* = 170,000
Recta óptima
Representada por la línea
segmentada de color fucsia y que
pasa por el punto óptimo (30,40).
Formato 4. “Iterations”
Este formato que se representa en la Figura N°9, muestra todas las iteraciones del método
SIMPLEX necesarias para encontrar la solución óptima al problema parametrizado junto a otra
información relevante para el análisis de sensibilidad.
5.0 EL ANÁLISIS
La tabla Ranging se divide en dos partes. La primera, corresponde a información relativa a las
variables de decisión, denominada Variable y, la segunda, corresponde a información relativa a las
restricciones estructurales, denominada Constraint.
VARIABLE
Se realizará una completa descripción de cada una de estas métricas para la variable de decisión
X1, es decir, para el número de mesas que se sugiere producir y comercializar semanalmente con el
objetivo de maximizar las ganancias del taller. De la misma forma, se podría realizar el mismo
análisis para la variable X2.
La columna “Value” muestra que 30 es la cantidad óptima de mesas que se deben fabricar y
comercializar en forma semanal.
La columna “Reduced Cost” represente el sobre esfuerzo unitario que debe realiza el sistema
por incorporar una unidad en la variable de decisión que no estaba contemplada inicialmente.
La columna “Original Value” muestra los valores actuales de los coeficientes que acompañan a
las variables de decisión en la función objetivo el cual, en este proyecto, corresponde al
beneficio unitario de $3,000 por mesa.
Las columnas “Lower Bound” y “Upper Bound” muestran los valores mínimos (>) y máximos
(<) que puede variar la ganancia unitaria actual de $3,000 por cada mesa producida y
comercializada con el objetivo de no cambiar la solución óptima de (30,40), obligando a
recalcular el nuevo valor óptimo. En caso, de que el valor de la ganancia unitaria no respete las
cotas señaladas, tanto la solución como el valor óptimo cambiarían. Ambos escenarios se
muestran como ejemplo en las Figuras N°11 y N°12.
CONSTRAINT
Se realizará una completa descripción de cada una de estas métricas para la restricción del centro
de trabajo de terminaciones y con un enfoque global. De la misma forma, se podría realizar el mismo
análisis para las otras restricciones.
Las columnas “Lower Bound” y “Upper Bound” muestran los valores mínimos y máximos que
puede variar la cantidad RHS actual de 100 horas semanales con el objetivo de no cambiar su
precio sombra (Dual Value).
La columna “Dual Value” representa los precios de sombra de cada restricción estructural. Para
este caso, el valor $1,500 se interpreta como la variación de la función objetivo (ganancia global
del taller) por cada variación unitaria de RHS=100 horas semanales. Desde una mirada general
de todas las restricciones estructurales, para el administrador ejecutivo del taller esta columna
le permite orientar sus esfuerzos a gestionar los recursos limitados o limitantes (RHS) con el
objetivo de maximización de la ganancia global. En esta línea de análisis, para el administrador
ejecutivo, es más efectivo en la escala 3:1 (1,500:500), operativamente, gestionar una hora
semanal del centro de trabajo terminaciones que, comercialmente, aumentar el mercado de
sillas en una unidad. Se observa que, dada la existencia de holguras, el precio sombra (dual
value) asociado es 0.
6.0 CONCLUSIÓN
De acuerdo a lo presentado en este trabajo, se puede apreciar la importancia de contar con una
herramienta tecnológica adecuada para apoyar a los usuarios, analistas y administradores ejecutivos
en el análisis y la generación de información para el proceso de toma de decisiones.
Sin embargo, el alcance y calidad de la información es también resultado de la calidad del modelo
construido como reflejo del escenario empresarial planteado.