FACULTAD DE MECNICA

ESCUELA DE INGENIERA MECNICA

AUTOMATIZACION INDUSTRIAL
PORTAFOLIO
REALIZADO POR:
Darwin Lema
(6527)

TUTOR: Ing. Angel Silva

PERODO: octubre 2015 - marzo. 2016

INTRODUCCIN
Las microempresas son generadas por gente con visin de superacin, lo ideal es que
estas pueden sobrevivir y crecer a lo largo del tiempo para convertirse en medianas
empresas exitosas y competitivas tanto a nivel regional como nivel nacional
dependiendo del proceder, el manejo y la administracin que tenga la empresa
En la actualidad la industria del mueble se a desarrollado en el mercado y en el mbito
industrial, generando fuente de empleo a diferentes personas, cada empresa de muebles
se caracteriza por la calidad de sus productos los diferentes acabados que estos poseen,
la gran diversidad de muebles que se produzcan y la innovacin de productos diferentes
al resto.
La toma de decisiones estratgicas para la vida de una empresa, es la principal
responsabilidad indelegable de un gerente. El inicio de la toma de una decisin,
generalmente empieza cuando se detecta un problema. Conocido el problema, el gerente
debe proceder a definirlo de manera clara y formular el objetivo, seguidamente
identifica las restricciones, evala las alternativas y seguramente el mejor curso de
accin que lo llevar a la solucin ptima. Este proceso lo realiza de manera cualitativa
o cuantitativa. Si lo hace bajo el enfoque cualitativo, el gerente est confiando en su
juicio personal o en su experiencia pasada en situaciones similares. Si lo hace bajo el
enfoque cuantitativo, no necesariamente debe tener experiencia en casos similares, pero
si debe hacer un anlisis exhaustivo, especialmente si la decisin involucra una gran
cantidad de dinero, un conjunto de variables muy grande o se trata de un problema
altamente repetitivo, en cuyo caso, el desarrollo de un procedimiento cuantitativo
ahorrar tiempo valioso al gerente.

La habilidad para resolver problemas mediante el anlisis cuantitativo, es propio de

cada gerente, pero puede adquirirse o aumentarse con la experiencia; Esta habilidad
puede adquirirse mediante el estudio de las herramientas matemticas que ofrece la
investigacin de operaciones, ellas le permitirn maximizar la efectividad en la toma de
decisiones, pudiendo comparar y combinar informacin cualitativa y cuantitativa.

JUSTIFICACIN.
La ingeniera de operaciones

(conocida tambin como teora de la toma de

decisiones o programacin matemtica), es una rama de las matemticas que consiste en

el uso de modelos matemticos, estadstica y algoritmos con objeto de realizar un
proceso de toma de decisiones. Frecuentemente trata del estudio de complejos sistemas
reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La ingeniera de
operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez
de recursos, para determinar cmo se puede optimizar un objetivo definido, como la
maximizacin de los beneficios o la minimizacin de costos.
La humanidad ha logrado muchos de sus progresos en los siglos ms recientes, como
consecuencia de la aplicacin del mtodo cientfico a la administracin (Planeacin,
Organizacin y Control de Operaciones).
La Ingeniera Industrial naci cuando el hombre aplic el mtodo cientfico a los
problemas administrativos. Para los 80s, Charles Babbage escribi sobre la economa
de la maquinaria y los fabricantes, demostrando conocimientos en Ingeniera Industrial.
Para finales del siglo XIX Frederick W. Taylor, convirti la Ingeniera Industrial en una
profesin, merecindole el ttulo de padre la de administracin cientfica, mediante su
trabajo que maximiz el rendimiento de los mineros, determinando que la nica variable
realmente significativa era el peso combinado de la pala y su carga, diseando
diferentes palas para diferentes tipos de materiales.
Otro hombre importante en los principios de la administracin cientfica fue Henry L.
Gantt quien trabaj en resolver el problema de la planeacin de la produccin. Mientras
que Taylor se enfocaba en resolver un problema nico, Gantt adopt un punto de vista
ms amplio al observar los diferentes pasos en una operacin completa. ste cambio de
inters alejndose de lo particular de la administracin hacia aspectos ms amplios fue
en realidad una transferencia de nfasis de la Ingeniera Industrial a la Investigacin de
Operaciones con un enfoque multidisciplinario a problemas complejos, reconocindose
la necesidad de tener especialistas, reunidos para trabajar en equipos de investigacin
con sistemas completos en vez de partes del sistema.
Es por ello que la investigacin en el mejoramiento de la produccin de la Empresa
JAELD MUEBLES, es indispensable y Justificativo por mencionado antecedente

UBICACIN.
Pas: Ecuador.
Provincia: Chimborazo.
Cantn: Riobamba.
Parroquia: Yaruquies barrio San Vicente.

ANTECEDENTES
La empresa JAELD MUEBLES, es una empresa que se dedica a fabricar varios
componentes en madera, tales como: juegos de sala, juegos de comedor, dormitorios,
aparadores, bares, cines en casa, y cristaleros.
Adems, cuenta con tres reas principales para la fabricacin de estos componentes,
estas reas son: rea de cortado, rea de ensamblado y el rea acabados. Para lo cual
cuenta con varias mquinas para los distintos procesos.
Entre los datos ms destacados de la empresa se tiene:
Nombre de la empresa: JAELD MUEBLES
Gerente general: Luis Puma, Joel Puma
Telfono: 0991145891
Ubicacin: Barrio San Vicente (Yaruques).

En esta empresa no se haba realizado antes ningn proyecto o estudio referente a

ingeniera de operaciones.
Por lo tanto, es factible realizar este trabajo con el fin de aplicar la asignatura de
Ingeniera de Operaciones, para dar soluciones prcticas al final del trabajo, y que la
empresa pueda trabajar de mejor manera, aumentando su productividad y maximizar sus
ganancias.

OBJETIVO GENERAL
Implementar un modelo matemtico operacional de ingeniera para la empresa JAELD
MUEBLES, para mejorar su productividad y maximizar sus ganancias.

OBJETIVOS ESPECFICOS

1. Implementar un modelo matemtico y resolverlo mediante Programacin Lineal

con los datos obtenidos.
2. Aplicar varios mtodos de resolucin para el modelo matemtico tales como;
mtodo simplex, programacin entera y modelos de transporte.
3. Formular soluciones prcticas con los resultados obtenidos del modelo
matemtico.

DESARROLLO DEL PROYECTO

1. PROGRAMACION LINEAL
La programacin lineal es una tcnica matemtica relativamente reciente (siglo XX),
que consiste en una serie de mtodos y procedimientos que permiten resolver problemas
de optimizacin en el mbito, sobre todo, de las Ciencias Sociales.
Nos centraremos en este tema en aquellos problemas simples de programacin lineal,
los que tienen solamente 2 variables, problemas bidimensionales.
Para sistemas de ms variables, el procedimiento no es tan sencillo y se resuelven por el
llamado mtodo Simplex (ideado por G.B.Danzig, matemtico estadounidense en
1951).
Recientemente (1984) el matemtico indio establecido en Estados Unidos, Narenda
Karmarkar, ha encontrado un algoritmo, llamado algoritmo de Karmarkar, que es ms
rpido que el mtodo simplex en ciertos casos. Los problemas de este tipo, en el que
intervienen gran nmero de variables, se implementan en ordenadores.

Programacin Lineal Continua

Minimizar o maximizar una funcin lineal en la presencia de restricciones lineales del
tipo desigualdad o igualdad. Se llama regin factible al conjunto de valores que
satisfacen todas las restricciones.
La resolucin consiste en encontrar aquel valor del vector factible que
minimiza/maximiza la funcin objetivo solucin ptima.
Formulacin del problema:
Funcin objetivo:

Max (Min) Z =c 1 x 1+c 2 x 2+..+cnxn

Restricciones (limitaciones del conjunto de soluciones)

Sea

a 11 x 1+a 12 x 2+..+a 1 nxn=b 1

a 21 x 1+a 22 x 2+..+a 2 nxn=b2

.................................................
am1 x 1+am 2 x 2+..+ ammxn=bm

Otras restricciones caractersticas del tipo de variables

x 1, x 2,. .. xn 0
Variables de decisin (incgnitas)

xj( j=1,2,.... n)

Recursos disponibles (datos) b 1, b 2,... bm

Coeficientes tecnolgicos aij , cj(i=1,2,. . , m: j=1,2,.... , n)
Mtodos de resolucin:
Mtodo Grfico
Muy fcil de utilizar pero slo es aplicable a problemas con dos variables.

Max Z= X 1+1.4 X 2

X 1+0.5 X 26,

Sea

0.5 X 1+ X 26,

X 1+ X 27
1.4 X 1+ X 2 9

X 1, X 2 0

X2_1

X2_2

Mtodo Simplex
Suposiciones:
El conjunto formado por las restricciones es convexo
La solucin siempre ocurre en un punto extremo
Un punto extremo siempre tiene dos puntos adyacentes
Mtodo:

X2_3

X2_4

Encontrar una solucin inicial factible y calcular su valor en la funcin objetivo.

Examinar un punto extremo adyacente al encontrado en la etapa 1 y calcular el nuevo
valor de Z. Si el Z mejora repetir la etapa 2. Caso contrario examinar otro punto.
Regla de parada: Cuando no existe ningn extremo adyacente que mejore la solucin,
nos hallamos en el ptimo.
Programacin Lineal Entera
De aplicacin cuando las variables de decisin han de ser enteras (nmero de personal a
contratar).
Se debe indicar qu variables ha de tomar valores enteros
El Mtodo Simplex no garantiza una solucin factible adecuada al problema
Algoritmo de Bifurcacin y Acotamiento ABA
Primeramente se aplica el M. Simplex para obtener una solucin inicial. Si esta es
entera (final) Caso contrario aplica ABA: cada iteracin de ABA escoge un variable que
presenta solucin no entera y divide el problema en dos sub-problemas aadiendo a
cada uno de ellos una nueva restriccin (valor superior/inferior). Cada sub-problema se
resuelve aplicando el M. Simplex
Programacin Lineal Binaria:
De aplicacin cuando las variables de decisin slo pueden tomar dos valores Xi (0,1)
Max
Sea

Z =325 x 1+ 122 x 2+ 95 x 3+11 x 4+150 x 5

500 x 1+200 x 2+195 x 3+303 x 4+350 x 51000

Resolucin:
Mediante el algoritmo ABA modificado, sujeto a

Xi (0,1)

Programacin Multiobjetivo:
En muchas ocasiones, el decisor se enfrenta a situaciones en donde existen varios
objetivos a maximizar o minimizar:

Por Ejemplo: Podemos querer maximizar el bienestar de la poblacin minimizando los

costes de implantacin de una determinada poltica
El enfoque Multiobjetivo busca el conjunto de soluciones eficientes o Pareto ptimas.
Max Z 1=2 x 1x 2+ 95 x 3+11 x 4+150 x 5

Max Z 2=x 1+5 x 2

Sea

x 1+ x 28

x 1+ x 2 3
x 1 6, x 2 4 , x 1, x 2 0

MODELO DE TRANSPORTE
El objetivo primordial del modelo de transporte es buscar minimizar el costos de envi
de la cantidad de elementos que se enviaran de cada fuente a cada destino, tal que se
minimice el costo del transporte total de los envos. Por otra parte, el modelo de
transporte establece un mtodo que regula el transporte de mercancas de varias fuentes
a varios destinos.
Los elementos del modelo son:
1.
Indica el nivel de oferta que tiene cada fuente y la cantidad de demanda en cada
destino.
2.
por lo contrario el costo de transporte unitario de la mercanca enviado por el
proveedor a cada destino.
Como solo existe una mercanca y el destino puede recoger su demanda varias fuentes
(proveedores).
EJEMPLO
Una empresa de componentes informticos puede comprar Discos Duros a tres
proveedores y su objetivo es minimizar el costo total de la compra los proveedores
disponen de 1.000, 3.000, 1.000 disco respectivamente.
La empresa necesita los discos en tres cadenas de montajes si en las tres localizaciones
distintas. Dichas cadenas requieren de 1.500, 1.000, y 2.500 discos respectivamente; los
precios en cientos de euros por cada disco entregado a cada cadena son los siguientes:

Funcin Objetivo
Z = 4X11 + 7X12 + 2X13
Min + 3X21 + 5X22 + 2X23 + 9X31 + 11X32 +10X33
Restricciones de oferta (lo que disponen los proveedores)
S.a. X11 + X12 + X13 <= 1000
X21 + X22 + X23 <= 3000
X31 + X32 +X33 <= 1000
Restricciones de demanda (lo que requieren las cadenas)
X11 + X21 + X31 = 1500
X12 + X22 + X32 = 1000
X13 + X23 +X33 = 2500
Variable de decisin: i j >= 0
i = 13 total de proveedores (ofertas)

j= 13 total de cadenas (demandas)

METODO DE LA ESQUINA NOROESTE
Este mtodo asigna la cantidad mxima autorizada para la oferta y la demanda a la
variable X11 ubicada en la esquina noroeste de la tabla.
La columna o fila satisfecha se satura dejando ver las variables restantes en la columna
o fila saturadas son igual a cero. Si la columna y la fila se satisfacen simultneamente,
solo uno de los dos debe ser saturada; garantizando localizar las variables bsicas cero
si existen.
Despus de ajustar las cantidades de oferta y demanda para todas las filas y columnas
no saturadas, la cantidad mxima factible se asigna al primer elemento no saturado en
la nueva columna o fila; el mtodo finaliza cuando las filas o la columna se saturan.
Indicaciones para implementar el mtodo de la esquina noroeste:
1. Se estructura una tabla de ofertas que muestra la disponibilidad de los proveedores
y las demandas o lo que requieren los proveedores.
2. Se inicia la esquina noroeste. Determina al mximo lo mnimo entre la oferta y la
demanda, equitativamente.
3. Restablezca la oferta y la demanda y sature con ceros el resto de las filas columnas
en donde la oferta la demanda quede satisfecha.
4. Muvase a la derecha o hacia abajo, segn aquedado la disponibilidad para asignar.
5. se repiten nuevamente los pasos del 3 al 5 recprocamente hasta llegar a la esquina
inferior derecha en la que se saturan fila y columna al mismo tiempo.
6. para calcular el costo total del Mtodo de la esquina se multiplica cada una de las
variables ubicada en la tabla y luego se suma los resultados y encontraremos el total
costo
As: (4*1000) + (3*500) + (5*1000) + (2*1500) + (10*1000) = 23.500 $

Observacin: No se pueden saturar fila y columna al mismo tiempo, a no ser que sea la
ltima fila o columna; al satura filas o columnas este modelo ocasionar una solucin en
donde el nmero de variables bsicas es menor a m+n-1, ocasionando una solucin
bsica factible arruinada.
MTODO VOGEL
Este mtodo suele producir una mejor solucin inicial que los mtodos de noroeste,
costo mnimo. Ya que provoca una solucin inicial ptima, o inmediata al nivel ptimo.
Indicaciones para implementar el mtodo vogel:
1. Elaborar una tabla reflejando las ofertas y demanda y los costos.
2. Calcular el contraste entre el menor costo y el segundo costo menor; para cada fila y
columna.
3. Escoger entre filas y columnas, que mayor diferencia en caso de igualdad, decida
arbitrariamente.
4. Determine al mximo posible en el sector con el menor costo en la fila o columna
elegida en el puesto 3.
5. Asigne cero (0) a las otras sector de la fila o columna donde la recurso el
requerimiento quede saturado.
6. Nuevamente se realizan los pasos 2 al 5, sin tener en cuantas filas y columnas saturas
hasta que los sectores en su totalidad queden asignados.
7. para calcular el costo total del Mtodo de vogel se multiplica cada una de las
variables ubicada en la tabla y luego se suma los resultados y encontraremos el total
costo.

As :(3*1500) + (2*1000) + (2*1500) + (11*1000) + (9*0) = 20.500

Observacin: No olvide que se debe saturar filas y columnas al mismo tiempo; caso en
que la disponibilidad sea semejante al requerimiento.

MTODO DEL COSTO MNIMO

Este mtodo se elabora en funcin al sector con menor costo para realizar las
asignaciones de la tabla.
Indicaciones para implementar el mtodo del costo mnimo:
1. Se Construye una tabla de disponibilidad, requerimientos y costos
2. Se inicia en el sector que tenga el menor costo de toda la tabla, si hay igualdad, se
escoge de manera arbitrariamente cualquiera de los igualados.
3. Se asigna lo mximo posible entre la disponibilidad y el requerimiento el mnimo de
los dos.
4. Sature con ceros 0 la fila o columna saturada y restablezca la disponibilidad y el
requerimiento, restndoles lo asignado.
5. Muvase al sector con el costo mnimo de la tabla resultante no se debe tener en
cuenta la fila o columna saturada.
6. Retornar a los puntos 3, 4, 5 continuamente, hasta que todos los sectores queden
asignados.

7. Para calcular el costo total del Mtodo de vogel se multiplica cada una de las
variables ubicada en la tabla y luego se suma los resultados y encontraremos el total
costo.
As: (2*1000) + (2*1500) + (3*1500) + (11*1000) + (5*0) = 20.500

Observacin: No se debe saturar fila y columna al mismo tiempo.

DESARROLLO DEL PROYECTO

JaelD Muebles es una industria dedica a la fabricacin de muebles, esta fbrica produce
7 tipos de productos dentro de los cuales se encuentran juegos de salas, juegos de
comedor, dormitorios, aparadores, bares, cines en casa, cristaleros los cuales se venden
a $1000, $900, $1200, $1000, $1100, $550 y $380 respectivamente. Para la produccin
de estos muebles la empresa cuenta con 160 horas disponibles en un taller de corte de
madera, 150 horas disponibles en el rea de montaje, 180 horas en acabados. Adems,
tiene gastos en materia prima (madera), otros materiales (telas, esponjas, tapices,
microfibras, chelines, plumones) y acabados como se detalla en la tabla1.1.
La fbrica produce al mes la siguiente cantidad de muebles.
Productos

cantidad

JUEGOS DE

SALA
JUEGOS DE

COMEDOR
DORMITORIOS 5
APARADORES

BARES

CINES EN

CASA
CRISTALEROS

Se requiere formular y resolver un modelo de programacin lineal que permita

encontrar la cantidad exacta a elaborar de cada producto y vender de estos muebles de
modo que la empresa obtenga el mayor beneficio
TABLA 1.1

MADE

COSTOS
Tiempo de operacin
($)
(Hrs)
OTROS
ACABA CORTE MONT ACABA

RA

MATERI

DOS

JUEGOS DE

100

ALES
300

50

SALA
JUEGOS DE

200

80

COMEDOR
DORMITORI

250

OS
APARADORE

PRODUCTO

Costo de venta
$

AJE

DOS

16

16

1000

180

24

24

32

900

30

280

40

24

32

1200

250

250

250

24

24

32

1000

S
BARES

250

180

250

24

32

32

1100

CINES EN

250

50

150

16

16

24

550

CASA
CRISTALERO 200

20

80

16

380

160

150

180

S
DISPONIBILI
DAD

TABLA 1.2 Cantidad de materiales

Materiales

Juegos

Juegos

Dormitorio

Aparadore

Bare

Cines

Cristalero

Disponibilida

de sala

de

en

comedor

Madera

casa

25

20

15

15

10

100

Tableros

40

Grapas (cajas)

10

Esponja(planchas)

10

Tela (m)

25

200

Cola blanca(litros)

50

Lijas(unidades)

20

15

20

15

15

200

Laca(litos)

24

Sellador(litros)

16

Tinte(litros)

28

(tablones)

Thinner(litros)

Plumn(kg)

--

Aladeras

vidrios

0.5

12

20

30

180

150

200

800

Al conocer los materiales detallaremos los precios

Grapas (cajas): $8
Plancha de esponja: $20
Rollo de tela: $200
Cola blanca (galn): $5,60
Lijas: $0,5
Laca (galn): $23,80
Sellador(galn): $ 17,90
Tinte(galn): $20.90
Thinner(galn): $18,50
Plumn (rollo -10kg): $30
Aladeras: $ 1

costo total=cantidad x costo

Tabla 1.3 COSTOS DE CADA ARTICULO

materiales

Juegos de

Juegos

Dormitorio

Aparadore

sala

de

Bares

Cines en

Cristaleros

casa

Disponibilidad

($)

comedor

Madera ($)

350

280

210

210

56

140

1400

tableros ($)

160

400

160

240

80

160

1600

Grapas ($)

80

Esponja ($)

120

20

200

104,47

12,5

--

833,3

4,44

2,96

5,92

5,92

5,92

2,96

2,96

74,07

Lijas ($)

10

7,5

10

7,5

7,5

100

Laca ($)

12,6

25,18

25,18

6,30

6,30

12,6

12,6

151,11

Sellador ($)

14,20

9,47

4,73

9,47

14,20

4,73

9,47

75,77

Tinte ($)

22,12

22,12

5,33

22,12

16,59

11,06

11,06

154,81

Tier ($)

9,79

4,89

4,89

9,79

4,89

2,45

58,73

Plumn ($)

12

60

Aladeras($)

30

Tela ($)
Cola blanca
($)

vidrios ($)

FORMULACION DEL PROBLEMA

x 1= juegos de sala
x 2= juegos de comedor
x 3=Dormitorios
x 4= Aparadores
x 5=Bares
x 6=Cines enCasa
x 7=Cristaleros
Z :costo a maximizar ( $)

180

150

200

800

FUNCION OBJETIVO:
Z =gananciacosto de maderacostootros materialescosto de acabados

Z =$ 1000 x 1+ $ 900 x 2 +$ 1200 x 3 + $ 1000 x 4 + $ 1100 x 5 + $ 550 x 6 + $ 380 x 7$ ( 100 x1 +200 x 2+ 250 x 3 +250
Z =$ 550 x 1+ $ 440 x2 + $ 640 x3 + $ 250 x 4 + $ 420 x 5+ $ 100 x 6 +$ 80 x7
Restricciones:
16 x1 +24 x 2 +40 x 3 +24 x 4 +24 x 5 +16 x 6 +8 x 7 400
16 x1 +24 x 2 +24 x 3 +24 x 4 +32 x 5+16 x 6 +8 x 7 500
8 x 1+32 x 2+32 x 3+ 32 x 4 +32 x 5+ 24 x 6+ 16 x 7 300
x1 2
x2 2
x3 1
x 4 1
x5 2
x6 1
x 4 2

x 1 , x 2 , x 3 , x 4 , x5 , x 6 , x 7 0

Madera: 350 X 1 +280 X 2 +0 X 3 +210 X 4 +210 X 5 +56 X 6 +140 X 7 1400

Tableros: 0 X 1 +160 X 2 +1600 X 3 +160 X 4 + 240 X 5+ 80 X 6 +160 X 7 3200
Grapas: 8 X 1 +8 X 2 +0 X 3+ 0 X 4 +0 X 5+ 0 X 6 +0 X 7 80
Esponja: 120+20 X 2 +0 X 3 +0 X 4 +0 X 5 + 0 X 6 +0 X 7 200
Tela: 104,17 X 1 +12,5 X 2 +0 X 3 +0 X 4 +0 X 5 +0 X 6+ 0 X 7 833,33
Cola blanca: 4,44 +2,96 X 2 +5,92 X 3 +5,92 X 4 +5,92 X 5 +2,96 X 6 +2,96 X 7 74,7
Lija: 10 X 1 +7,5 X 2 +10 X 3 +7,5 X 4 +7,5 X 5 + 4 X 6 + 4 X 7 100
Laca: 12,6 X 1 +25,18 X 2 +25,18 X 3 +6,30 X 4+ 6,30 X 5 +12,6 X 6 +12,6 X 7 80
Sellador: 14,20 X 1 +9,47 X 2 + 4,73 X 3+ 9,47 X 4 + 14,20 X 5+ 4,73 X 6 +9,47 X 7 75,77
Tinte: 22,12 x 1 +22,12 X 2 +5,33 X 3 +22,12 X 4 +16,59 X 5 +11,06 X 6 +11,06 X 7 154,81
Thinner: 9 , 79 X 1+ 4 , 89 X 2 + 4 , 89 X 3 +9 , 79 X 4 + 4 , 89 X 5 +2,45 X 6 + 0 X 7 58 , 73
Plumn: 12 X 1+ 0 X 2 +0 X 3 +0 X 4 +0 X 5 +0 X 6+ 0 X 7 60
Aladeras: 0 X 1 +0 X 2 +0 X 3+ 8 X 4 +2 X 5 +0 X 6+ X 7 30
Vidrios: 0 X 1 + X 2 +0 X 3+180 X 4 +150 X 5 +0 X 6+ 200 X 7 800
al determinar las ecuaciones de las restricciones y la ecuacin objetivo se determina que
el nmero de variables es demasiado extenso por lo cual se determinara los valores de
las variables mediante el programa TORA.
SOLUCION MEDIANTE PROGRAMA TORA
Algebraicamente y grficamente es imposible resolver, por lo cual nos valemos del
programa TORA donde ingresamos los siguientes datos:

Numero de variables: 7
Numero de restricciones: 14

SOLUCIN

MEDIANTE ITERACIONES
La iteracin 5 es la ms opcional

Solucin
x 1=1.44
x 2=1.0
x 3=2
x 4=1
x 5=1
x 6=1
x 7=1
Z =$ 3362

CONCLUSIONES:

La ganancia es de 3362 produciendo por lo mnimo 1 solo juegos de sala,1 juegos de

comedor, y 2 dormitorios, tambin vemos q los resultados que nos arrogan que solo
debe producir un aparador, lo cual no se esperaba segn el dueo se produca mnimo
3,al igual que los bares deben producirse 1 , un cine en casa, y tan solo un cristalero.
Con los resultados obtenidos llegamos a algunas conclusiones propias en las cuales se
puede decir lo siguiente:

Por lo menos se debe producir 1 juegos de sala ya que las utilidades y ganancias
son ptimas, y los recursos utilizados son casi los mismo que se utiliza en la
mayora de productos la inverso que se ha generado para la construccin de
juegos de salas es conveniente por la versatilidad que se tiene y por la demanda

que poseen estos productos

Mientras que en los otros casos los bares, aparadores, cines en casa, cristaleros
por los costos bajos se deben producir uno solo , esta opcin podra ser
obligatoria pero se tomara como opcional tal vez se podra construir un
producto de cada uno aun que sea por mes o si un cliente requiere este producto
con las dimensiones que el requiere

Existe una gran produccin conjuntamente, por lo cual se mejorara un poco por lo que
los valores obtenidos no son enteros

PROGRAMACION ENTERA

SOLUCIN POR PROGRAMACION ENTERA

x 1=1
x 2=1
x 3=2
x 4=1
x 5=1
x 6=1
x 7=1
Z =3120

En la programacin entera el valor de ganancia disminuye por los valores de las

variables ya son enteros y realesel valor de ganancia es de $ 3120, los valores de las

variables que se presentan con resultados decimales, son aproximados a valores enteros
obteniendo una produccin de:
x 1=1 juegos de sala
x 2=1 juegos de comedor
x 3=2 Dormitorios
x 4=1 Aparadores
x 5=1 Bares
x 6=1 Cines en Casa
x 7=1Cristaleros

MODELOS DE TRANSPORTE
El objetivo primordial del modelo de transporte es buscar minimizar el costo de envi
de la cantidad de elementos que se enviaran de cada fuente a cada destino, tal que se
minimice el costo del transporte total de los envos. Por otra parte, el modelo de
transporte establece un mtodo que regula el transporte de mercancas de varias fuentes
a varios destinos.
Los elementos del modelo son:

Indica el nivel de oferta que tiene cada fuente y la cantidad de demanda en cada

destino.
Por lo contrario, el costo de transporte unitario de la mercanca enviado por el
proveedor a cada destino.

Como solo existe una mercanca y el destino puede recoger su demanda varias
fuentes (proveedores).

APLICACIN DEL MODELO DE TRANSPORTE A LA MUEBLERIA

Para el caso de estudio y aplicacin del modelo de transporte en la empresa Jaeld
Muebles no es aplicable porque solo existe un proveedor que en este caso el proveedor
es el dueo de la misma, a su vez se debera tener una cantidad x de cadenas para
distribuir en el mercado. Y esta empresa es muy pequea para que cuente con dichas
expectativas de mercadeo (cadenas de distribucin).
Cabe recalcar que este mtodo en vez de ser aplicado para la distribucin del producto
final; puede ser aplicable para la adquisicin de madera de diferente proceder.
La empresa JAELD MUEBLES puede comprar madera a tres distribuidores y su
objetivo es minimizar el costo total de la compra, los distribuidores disponen de 1.000,
3.000, 1.000 de madera respectivamente.
La empresa necesita los bloques de madera en tres, si en las tres localizaciones distintas.
Dichas cadenas requieren de 1.500, 1.000, y 2.500 de madera respectivamente; los
precios por cada madera entregado a cada cadena son los siguientes:

PROVEEDOR1
PROVEEDOR
2
PROVEEDOR
3
DEMANDA

CADENA

CADENA

CADENA 3

OFERTA

1000

3000

11

10

1000

1500

1000

2500

 Funcin Objetivo
Z = 4X11 + 7X12 + 2X13
Min + 3X21 + 5X22 + 2X23 + 9X31 + 11X32 +10X33
Restricciones de oferta (lo que disponen los proveedores)
S.a. X11 + X12 + X13 <= 1000
X21 + X22 + X23 <= 3000
X31 + X32 +X33 <= 1000
Restricciones de demanda (lo que requieren las cadenas)
X11 + X21 + X31 = 1500
X12 + X22 + X32 = 1000
X13 + X23 +X33 = 2500
Variable de decisin: i j >= 0
i = 13 total de proveedores (ofertas)
j= 13 total de cadenas (demandas)
METODO DE LA ESQUINA NOROESTE
CADENA 1

CADENA 2

CADENA 3

OFERTA

PROVEEDOR1

1000

PROVEEDOR

3000

2
PROVEEDOR
3
DEMANDA

11

10

1000

1500

1000

2500

(4*1000) + (3*500) + (5*1000) + (2*1500) + (10*1000) = 23.500 $

METODO DE VOGEL
CADENA 1

CADENA 2

CADENA 3

OFERTA

PROVEEDOR1

1000

PROVEEDOR 2

3000

PROVEEDOR 3

11

10

1000

DEMANDA

1500

1000

2500

3*1500) + (2*1000) + (2*1500) + (11*1000) + (9*0) = 20.500

CADENA 1

CADENA 2

CADENA 3

OFERTA

PROVEEDOR1

1000

PROVEEDOR 2

3000

PROVEEDOR 3

11

10

1000

DEMANDA

1500

1000

2500

(2*1000) + (2*1500) + (3*1500) + (11*1000) + (5*0) = 20.500

Teora de Colas
Los clientes que requieren un servicio se generan en el tiempo en una fuente de entrada.
Luego, entran al sistema y se unen a una cola. En determinado momento se selecciona

un miembro de la cola para proporcionarle el servicio mediante alguna regla conocida

como disciplina de la cola. Se lleva a cabo el servicio que el cliente requiere mediante
un mecanismo de servicio, y despus el cliente sale del sistema de colas.
Una caracterstica de la fuente de entrada es su tamao. El tamao es el nmero total de
clientes que pueden requerir servicio en determinado momento, es decir, el nmero total
de clientes potenciales. Esta poblacin a partir de la cual surgen las unidades que llegan
se conoce como poblacin de entrada. Puede suponerse que el tamao es infinito o
finito (de modo que tambin se dice que la fuente de entrada es ilimitada o limitada)
En la mueblera la teora de colas no se aplica en el servicio a los clientes ya que la
cantidad de clientes que ingresan no generan colas inmensas y todos los clientes que
ingresan son atendidos de forma inmediata por el asistente de ventas.
La teora de colas puede estar presente en el proceso de fabricacin en el cual la fabrica
Depende de la materia prima esencial (madera).
La madera es entregada mediante camiones de una distribuidora, la cual a veces existe
un retraso de entrega y hay das en cual se llena de camiones de entrega en bodega.
Otra posible formacin de colas podra generarse en el rea de ensamblado

COLA

SERVICIO

SALIDA

MADERA

TAPICES

PLUMONES

MICROFIBRAS

TELAS

MONTAJE

PRODUCTO FINAL