Métodos analíticos para

produccion

Jorge Ivan Romero Gelvez

 La temática de esta presentación hace parte
del libro Administración y dirección técnica
de la producción. Cap 4 a 8

Tambien en: Administración de la

producción pag 53 Buffa y en:

2. Métodos analíticos para producción.

1. Programación lineal.
2. Simulación. Septiembre 2012
3. Análisis estadístico.
4. Métodos heurísticos.
5. Análisis de costos de equilibrio.
 Modelos Analíticos

Se aplica el metodo cientifico a la gestion de operaciones de la siguiente forma:

• Definir el sistema bajo estudio.
• Definir las medidas de efectividad.
• Construir el modelo donde E, el efecto, puede ser expresado como una
funcion de las variables que definen el sistema.
• Generar alternativas que son basadas en analisis.
• Ranquearlas y decidir.
 Modelos Analíticos
1. Modelos Predictivos:
• Modelos de pronosticos
• Series de tiempo
• Modelos predictivos de sistemas
dinamicos
• Modelos de lineas de espera
• Modelos de simulacion
• Analisis estadistico
• Modelos de costos
2. Modelos de evaluacion:
• Modelos de arboles de decisiones
• Modelos multicriterio
• Modelos multiobjetivo
3. Modelos normativos:
• Programacion matematica
• Modelos de planeacion de redes
• Metodos de busqueda por computadora
(heuristicas)
 Introducción a la Programación
Lineal

• Un modelo de programación lineal busca maximizar o

minimizar una función lineal, sujeta a un conjunto de
restricciones lineales.

• Un modelo de programación lineal esta compuesto de lo

siguiente:
• Un conjunto de variables de decisión
• Una función objetivo
• Un conjunto de restricciones
 La importancia de la programación
lineal:

• Ciertos problemas se describen fácilmente a través de

la programación lineal.

• Muchos problemas pueden aproximarse a modelos lineales.

• La salida generada por el programa que resuelve el modelo

de programación lineal entrega información útil para
responder nuevas condiciones sobre el “qué pasa si”.

6
J
o
g
e
v
a
Formulación matemática básica en un
n problema de I.O. (PL)
R
o
m
e Ejemplo: Una multinacional minera extrae un tipo de mineral de dos minas
o diferentes, el cuales es sometido a un proceso de trituración, con tres
G grados: alto , medio y bajo. La compañía han firmado un contrato para
e
v
proveer de mineral a una planta de fundición, cada semana, 12 toneladas de
e
z
mineral de grado alto, 8 toneladas de grado medio y 24 toneladas de grado
U bajo. Cada una de las minas tiene diferentes procesos de fabricación.
S
T
A Mina Costo por día (miles de Euros) Producción(toneladas/día)
Alto Medio Bajo
X 180 6 3 4
Y 160 1 1 6

¿Cuántos días a la semana debería operar cada mina para cumplir el

contrato con la planta de fundición con el que se comprometió la
multinacional?
7
 Formulación matemática básica en un
problema de I.O.

Es necesario buscar una solución que minimice el costo de producción global de

la empresa, sujeta a las restricciones impuestas por los proceso productivos
asociados a cada mina así como el contrato con la planta de fundición.

Traducción del problema en términos

matemáticos
1. definir las variables
2. las restricciones
3. el objetivo
 Formulación matemática básica en un
• Restricciones

•problema
Variables de I.O. • Se recomienda primero
plantear las restricciones con
• Representan las palabras antes de pasar a su
decisiones formulación matemática.
que puede • Restricción 1. refleja el balance
tomar la empresa: entre las limitaciones productivas de
la fábrica y el contrato con la planta
• Dx = número de días a la
de fundición
semana que la mina X produce
• Grado Alto
• Dy= número de días a la Medio
semana que la mina Y produce • 6Dx+1Dy12
Bajo • 3Dx+1Dy8
• Notar que Dx0 y Dy0
• 4Dx+6Dy24

• Objetivo • Restricción 2. días de trabajo

disponibles a la semana
• Como objetivo buscamos
minimizar el costo • Dx5 y Dy5
9

• 180Dx+160Dy
 Formulación matemática básica en un
problema de I.O.

La representación completa del problema tomaría la siguiente forma:

Minimizar 180Dx+160Dy
s.a.
6Dx+1Dy12
3Dx+1Dy8
4Dx+6Dy24
Dx5, Dy5
Dx0, Dy0
 Métodos de Resolución

MétodoGráfico
Empleado principalmente para PPL con dos
variables de decisión. Este método se basa
en
la idea de obtener regiones de soluciones
factibles (RSF), en las cuales se encontraría
la combinación de variables de decisión
que optimizan el modelo.
Método Algebraico (SIMPLEX)
Empleado principalmente para PPL con más
de dos variables de decisión. Este método se
desarrollo con base en el método gráfico y
corresponde a un sistema heurístico, por lo
cual requiere de una solución inicial factible
para empezar a funcionar.

16
8
MODELO DE PL CON DOS VARIABLES
En esta sección analizaremos la solución gráfica de una programación
lineal (PL) con dos variables.

Ejemplo:
Reddy Mikks produce pinturas para interiores y exteriores con dos
materias primas, M1 y M2.
La tabla siguiente proporciona los datos básicos del problema.
MODELO DE PL CON DOS VARIABLES

Una encuesta de mercado indica que la demanda diaria de pintura

para interiores no puede exceder la de pintura para exteriores en
más de una tonelada. Asimismo, que la demanda diaria máxima de
pintura para interiores es de dos toneladas.
Reddy Mikks se propone determinar la (mejor) combinación óptima
de pinturas para interiores y exteriores que maximice la utilidad
diaria total.
Todos los modelos de IO, incluido el de PL, constan de tres
componentes básicos.
1. Las variables de decisión que pretendemos determinar.
2. El objetivo (la meta) que necesitamos optimizar (maximizar
o minimizar).
3. Las restricciones que la solución debe satisfacer..
MODELO DE PL CON DOS VARIABLES
La definición correcta de las variables de decisión es un primer paso
esencial en el desarrollo del modelo. Una vez hecha, la tarea de
construir la función objetivo y las restricciones es más directa.
Para el problema de Reddy Mikks necesitamos determinar las
cantidades diarias que se deben producir de pinturas para exteriores
e interiores. Así, las variables del modelo se definen como sigue:

x1 Toneladas producidas diariamente de pintura para exteriores

x2 Toneladas producidas diariamente de pintura para interiores
MODELO DE PL CON DOS VARIABLES
La meta de Reddy Mikks es maximizar (es decir, incrementar lo más
posible) la utilidad diaria de ambas pinturas. Los dos componentes de
la utilidad diaria total se expresan en función de las variables x1 y x2
como sigue:

Utilidad de la pintura para exteriores 5x1 (en miles de dólares)

Utilidad de la pintura para interiores 4x2 (en miles de dólares)

Si z representa la utilidad diaria total (en miles de dólares), el objetivo

(o meta) de Reddy Mikks
se expresa como sigue

Maximizar z = 5x1 + 4x2

MODELO DE PL CON DOS VARIABLES
El consumo diario de la materia prima M1 es de 6 toneladas por
tonelada de pintura para exteriores, y de 4 toneladas por tonelada de
pintura para interiores. Por lo tanto:

Consumo de materia prima M1 por ambas pinturas 6x1 4x2

toneladas/día.

Consumo de materia prima M2 por ambas pinturas 1x1 2x2

toneladas/día

Las disponibilidades diarias de las materias primas M1 y M2 son de

24 y 6 toneladas, respectivamente.
Así pues, las restricciones en las materias primas
son:

6x1 + 4x2 < 24 (Materia prima M1)

x1 + 2x2 < 6 (Materia prima M2)
MODELO DE PL CON DOS VARIABLES
La primera restricción en la demanda del producto estipula que la
producción diaria de pintura para interiores no debe exceder a la de
pintura para exteriores en más de 1 tonelada, lo cual se traduce en
X2 - x1 < 1 (Límite del mercado)
La segunda restricción limita la demanda diaria de pintura para
interiores a 2 toneladas, es decir,
x2 < 2 (Límite de la demanda)

Una restricción implícita (o “sobreentendida”) requiere que todas las

variables, x1 y x2, asuman sólo valores positivos o cero. Las
restricciones, expresadas como x1 $ 0 y x2 < 0 se conocen como
restricciones de no negatividad.
MODELO DE PL CON DOS VARIABLES
La primera restricción en la demanda del producto estipula que la
producción diaria de pintura para interiores no debe exceder a la de
pintura para exteriores en más de 1 tonelada, lo cual se traduce en
X2 - x1 < 1 (Límite del mercado)
La segunda restricción limita la demanda diaria de pintura para
interiores a 2 toneladas, es decir,
x2 < 2 (Límite de la demanda)
Una restricción implícita (o “sobreentendida”) requiere que todas las
variables, x1 y x2, asuman sólo valores positivos o cero. Las
restricciones, expresadas como x1 $ 0 y x2 < 0 se conocen como
restricciones de no negatividad.
MODELO DE PL CON DOS VARIABLES
El modelo completo de Reddy Mikks es
Maximizar z 5x1 + 4x2
sujeto a
(1) 6x1 + 4x2 < 24
(2) x1 + 2x2 < 6
(3) - x1 + x2 < 1
(4) x2 < 2
(5) x1, x2 > 0