TALLER-LABORATORIO 1

MODELOS DE PROGRAMACIN LINEAL

Estudiantes
Jeniffer Joana Duarte Toledo
Sergio Andrs Llanos
Javier Andrs Snchez
Jos Luis Moreno
Jos Alexander Alarcn

Tutor
Gustavo Andrs Araque

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
INGENIERIA INDUSTRIAL
SEPTIEMBRE DEL 2017
 TABLA DE CONTENIDO.

INTRODUCCIN .............................................................................................................................. 3

JUSTIFICACIN ............................................................................................................................... 4

OBJETIVOS. ...................................................................................................................................... 5

Objetivo General. ............................................................................................................................ 5

Objetivos especficos ....................................................................................................................... 5

ESQUEMA DE TRABAJO. ............................................................................................................... 6

CONCLUSIONES ............................................................................................................................ 16
 INTRODUCCIN

El curso de Modelos y Simulacin brinda las herramientas para estudiar sistemas mediante
simulacin sobre modelos abstractos. Durante el curso se estudian varios tipos de sistemas,
los temas se centralizan principalmente sobre sistemas de eventos discretos o sistemas
gobernados por colas. Se utiliza GPSS como lenguaje de programacin, el cual representa
un nuevo paradigma de programacin basado en bloques y comandos, y que sirve no solo
para construir modelos ejecutables, sino tambin para estudiar los resultados de la
ejecucin de cada modelo, gracias a las herramientas de reporte y anlisis que ofrece esta
herramienta.

A lo largo del curso tambin se hace especial hincapi en los informes que se realizan a
partir de los modelos planteados. A medida que los sistemas se hacen ms complejos, se
busca que el informe final explique claramente el desarrollo de cada problema y la
solucin propuesta, los resultados obtenidos y las recomendaciones de mejoras que se
pueden hacer sobre el sistema real.

El curso es de naturaleza terico-prctico, se evaluara cada unidad vista mediante

desarrollo de trabajos virtuales realizando aporte en los foros y como entrega final el
documento que se carga en el link de evaluacin y seguimiento cada trabajo se desarrollara
en contexto de los temas trabajados, buscando as aplicar los conocimientos vistos.
 JUSTIFICACIN

El diseo y desarrollo de planes de mejora para diversos procesos, requiere un soporte que
permita predecir, analizar y evaluar posibles resultados y, en ocasiones, la implementacin
e incluso el desarrollo de pruebas piloto, por diversos motivos, no siempre son opciones a
considerar, por lo cual es importante el montaje de sistemas simulados sobre los cuales se
puedan evaluar potenciales resultados e impactos y as tener bases para hacer ajustes a las
propuestas, previo a su presentacin final y para desarrollar recomendaciones previo a la
toma de decisiones de implementacin.
 OBJETIVOS.

Objetivo General.

Reconoce los modelos de simulacin como medio de mejoramiento de procesos y

sistemas, as como en el uso de nuevas aplicaciones tecnolgicas para este
propsito.

Objetivos especficos

Reconoce los conceptos bsicos de la Modelacin y de la Simulacin y asociando

con los ejercicios orientados en el taller prctico de desarrollo individual.

A partir de la base de datos suministrada identificar y manejar las variables, los

parmetros y restricciones bajo la aplicacin Express.
 ESQUEMA DE TRABAJO.

Para cada problema defina el modelo asociado en Xpress e indique cul es la respuesta.

I. Problema 1: Juan debe trabajar cuando menos 20 horas a la semana para

complementar sus ingresos, y al mismo tiempo asistir a la escuela. Tiene la
oportunidad de trabajar en dos tiendas al menudeo: en la tienda 1 puede trabajar entre 5
y 12 horas por semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas
tiendas le pagan el mismo sueldo por hora. En consecuencia, Juan quiere basar su
decisin acerca de cuntas horas trabajar en cada tienda en un criterio distinto: el factor
de tensin en el trabajo. Con base en las entrevistas con otros empleados, Juan estima
que en una escala de 1 a 10, los factores de tensin son 8 y 6 en las tiendas 1 y 2,
respectivamente. Como la tensin aumenta cada hora, supone que la tensin total al
final de la semana es proporcional a la cantidad de horas que trabaja en las tiendas.
Cuntas horas debera trabajar Juan en cada tienda?

X1= trabajo horas / semana tienda 1.

X2= trabajo horas / semana tienda 2.

Funcin objetivo = minimizar Z = 8X1 +6X2

Restricciones:

1.
2.
3. 12
4.
5. 10
6. Condicin de no negatividad
 MINIMIZAR
F.
X Y OBJETIVO
10 10 139,999998
Z= 8 6

RESTRICCIONES X Y
1 1 20 20
1 0 5 9,999999
1 0 12 9,999999
0 1 6 10,000001
0 1 10 10,000001

El resultado de la funcin objetivo es:

Minimizar Z = 8(10) +6(10) =140 Z= 140 unidades de estrs.

El punto ptimo en donde Z alcanza el mnimo valor es:

X = 10 ; Y = 10

X1+X220 -----> Las horas a trabajar en la tienda 1 ms las horas a trabajar en la tienda 2
deben ser por lo menos () 20.
Juan debe trabajar 10 horas en la tienda 1 y 10 horas en la tienda 2 para lograr cumplir con
las 20 mnimas requeridas por semana y completar sus ingresos y estudiar al mismo tiempo
logrando el menor nivel de estrs.
II. Problema 2: Muebles Modernos arma dos clases de alacenas a partir de madera
cortada: normal y de lujo. Las alacenas normales se pintan de blanco, y las de lujo se
barnizan. La pintura y el barnizado se hacen en un departamento. El departamento de
ensamble puede producir un mximo de 200 alacenas normales y 150 de lujo por da.
Para barnizar una unidad de lujo se necesita el doble de tiempo que para pintar una
normal. Si el departamento de pintura y barnizado slo se dedicara a unidades de lujo,
podra terminar 180 diarias. La empresa estima que las utilidades unitarias son$100 por
alacena normal, y $140 por alacena de lujo. Defina cul es el ptimo de produccin.

Actividad
Cantidad de
Recurso Recurso
Alacenas Alacenas Disponible
Normales de Lujo
Dep. Ensamble 1 1 350
Utilidad por Unidad 100 140 --------------

Variables de decisin

De unidades de Alacenas Normales color blanco a producir por da.

De unidades de alacenas de lujo barnizadas a producir por da

Funcin objeto y restricciones

-
El Punto A se determina directamente de R3

Pto. A=(0.180)

El punto B se determina haciendo R1= R3

Pto. B =(170,180)

El Punto C se determina haciendo R1 = 0

Pto. C= (350,0)

Por lo tanto, la utilidad mxima optimizada es $ 42.200 y ocurre en el punto B cuando se

producen 170 alacenas normales diarias y 180 alacenas de lujo diarias.
III. Problema 3: La tienda B&K vende dos clases de gaseosas: la Cola A1 y la cola B&K,
menos costosa. El margen de utilidad aproximado de A1 es 5 centavos por lata, y la de
B&K es 7 centavos por lata. En promedio, la tienda no vende ms de 500 latas diarias.
Aunque A1 es una marca reconocida, los clientes tienden a comprar ms B&K, porque
es bastante menos costosa. Se estima que se venden cuando menos 100 latas de A1
diarias, y que B&K se vende ms que A1 por un margen mnimo de 2:1. Cuntas latas
deben mantenerse a diario de cada marca?

SOLUCIN

A1 = Latas de bebida A1 que debe tener la tiene en existencia diariamente

A2= Latas de bebida B&K que debe tener la tienda en existencia diariamente.

La ecuacin que representa la utilidad total por concepto de ventas es:

Z=5A1 + 7A2

Podemos determinar las siguientes restricciones:

En promedio la tienda no vende ms de 500 latas de ambas bebidas al da:

A1+A2< =500 (1)

Los clientes tienden a comprar ms latas de la marca

BK: A2> = A1
-A1+A2> = 0 (2)

Las ventas de Bk superan a las ventas de A1 en una razn de 2:1 por lo menos
A2> = 2 A1
-2A1+A2> = 0 (3)

Se venden como mnimo 100 latas de A1 al da

A1> =100 (4)
 A1 = 100 y A2 = 400
Z = 5 A1 + 7 A2; Z = 5 (100) + 7 (4) Z
Zmx = 3.300 centavos de dlar.
Zmx = $ 33,oo
Utilidad mxima obtenida por la tienda
Zmx = $ 33,oo

Z= 5 7

A1 A2 Restriccin

1 1 <= 500 500

-1 1 >= 0 300

-2 1 >= 0 200

1 0 >= 100 100

Resultados 100 400 3300

Respuesta:
Para maximizar la utilidad la tienda debe tener en existencia 100 latas de la marca A1 y
400 latas de la marca Bk.
La utilidad mxima que obtendr al vender las cantidades indicadas anteriormente ser
de 3300 centavos de dlar.
Zmx = 3.300,oo
IV. Problema 4: Se contrata a Enlatadora Popeye para que reciba 60,000 lb de tomates
maduros a 7 centavos por libra, con los cuales produce jugo de tomate y pasta de
tomate, ambos enlatados. Se empacan en cajas de 24 latas. En una lata de jugo se usa 1
lb de tomates frescos, y en una de pasta slo de lb. La demanda de los productos en el
mercado se limita a 2000 cajas de jugo y 6000 cajas de pasta. Los precios al mayoreo
por caja de jugo y de pasta son $18 y $9, respectivamente. Defina cul es el ptimo de
produccin.
 ACTIVIDAD
CURSOS JUGO DE PASTA DE CANTIDAD
TOMATE TOMATE
ENSAMBLAJE 1 1
UTILIDAD 18 9
DEMANDA 2000 6000

VARIABLES:
X = CAJAS DE 24 LATAS DE JUGO DE TOMATE A PRODUCIR.
Y= CAJAS DE 24 LATAS DE PASTA DE TOMATE A PRODUCIR.

FUNCION OBJETIVO:
MAX: Z = 18X + 9Y

RESTRICCIONES:
1 LATA DE JUGO = 1 lb DE TOMATE 24 LATAS = 24 lb DE TOMATE
1 LATA DE PASTA = 1/3 lb DE TOMATE 24 LATAS = 8 lb DE TOMATE
TOTAL DE lb = 60.000 lb
24 X + 8 Y =60.000 lb

PARTICIPACION EN EL MERCADO:
X 2.000
Y 6.000

PUNTO B: B = 24X + 8Y = 60.000

24 (2000) + 8Y = 60.000
48.000 + 8Y = 60.000
8Y = 60.000 - 48.000
8Y = 12.000
Y =12.000 / 8
Y = 1.500
PUNTO C: C= 24X + 8Y = 60.000
24X + 8 (6.000) = 60.000
24X + 48.000 =60.000
24X = 60.000 - 48.000
24X = 12.000
X = 12.000 / 24
X = 500

MAXIMA UTILIDAD
PUNTO CORDENADA FUNCION UTILIDAD
A ( 0, 0 ) Z = 18 ( 0 ) + 9 ( 0 ) 0
B (2.000 , 1.500) Z = 18 ( 20.000 ) + 9 ( 15.000 ) 52.500
C ( 500 , 6.000) Z = 18 ( 500 ) + 9 ( 60.000 ) 63.000

MAXIMA UTILIDAD POR PRODUCTO

CAJAS PRODUCTO PRECIO VALOR
500 JUGO DE TOMATE $18 $9.000
6000 PASTA DE TOMATE $9 $54.000
TOTAL $63.000

El nivel mximo de optimizacin para los procesos de produccin de jugo de tomate y

pasta de tomate se obtiene al producir 500 cajas de jugo de tomate y 6000 cajas de pasta de
tomate, el valor total de dicha produccin es de $ 63.000
 CONCLUSIONES

Los procedimientos llevados a cabo por medio de programas de simulacin ofrecen

beneficios tanto o ms trascendentales para el desarrollo y competitividad de la
organizacin que el pronstico de la posible ganancia o determinacin de la
optimizacin mxima, permite la planificacin a corto, mediano y largo plazo de la
gestin organizacional.

Las ventajas ofrecidas por los avances tecnolgicos y la adecuada implementacin

de los mismos, genera la capacidad a las organizaciones de adecuar estrategias a lo
largo de los procesos productivos, con el fin de identificar y solucionar posibles
falencias que influyen en la evolucin organizacional.

Los modelos se construyen para entender la realidad. El tipo de comportamiento de

las variables determinan el comportamiento del sistema que permite experimentar
con sistemas reales o propuestos en casos en los que de otra manera esto no sera
prctico, o bien demasiado costoso o incluso imposible.

Se desarrollan modelos de programacin lineal para poder determinar la simulacin

de los procesos en los problemas propuestos por el taller 1, en su investigacin de
la actividad propuesta.
 REFERENCIAS BIBLIOGRAFICAS

Guasch, A., Piera, M. ., & Casanovas, J. (2002). Modelado y simulacin: aplicacin a

procesos logsticos de fabricacin y servicios. Madrid, ES: Universitat Politcnica de
Catalunya. Disponible en la Biblioteca Virtual de la UNAD.Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1138241&p00=an
%C3%A1lisis+simulaci%C3%B3n+procesos

Trujillo, Johanna; Cubillos-Gonzlez, Rolando Arturo; (2016). La simulacin como

herramienta de diseo y evaluacin arquitectnica. Pautas resueltas desde la ingeniera.
Revista de Arquitectura, Enero-Junio, 111-125. Recuperado de
http://www.redalyc.org/articulo.oa?id=125146891009

Urqua, M. A., & Martn, V. C. (2013). Modelado y simulacin de eventos discretos.

Madrid, ES: UNED - Universidad Nacional de Educacin a Distancia. Disponible en la
Biblioteca Virtual de la UNAD. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10803904&p00=s
imulacion+sistemas+discretos