Repblica Bolivariana de Venezuela

Universidad Catlica Andrs Bello

Facultad de Ingeniera
Escuela de Ingeniera Industrial
Investigacin de Operaciones I

CASO SEMESTRAL INVESTIGACIN DE OPERACIONES I.

INTEGRANTES
.
LORENZINI, ALEJANDRO
MADRID, JESS
MOLLER, CHRISTIAN
NUNES, CHRYSTIAN

CARACAS, 25 DE ENERO

INTRODUCCIN
La Investigacin de Operaciones es una rama de las matemticas que
hace uso de modelos matemticos y algoritmos con el objetivo de ser usado como
apoyo a la toma de decisiones. Se busca que las soluciones obtenidas sean
significativamente ms eficientes en comparacin a aquellas decisiones tomadas
en forma intuitiva o sin el apoyo de una herramienta para la toma de decisiones.
Un modelo matemtico es una ecuacin, desigualdad o sistema de ecuaciones o
desigualdades que representan determinados aspectos del sistema fsico
representado en el modelo. Los modelos de este tipo se utilizan en gran medida
en las ciencias fsicas, en el campo de la ingeniera, los negocios y la economa.
La programacin lineal
es una tcnica matemtica o algoritmo
computacional mediante el cual se pueden resolver problemas que posean
recursos escasos o no (estos recursos nunca pueden ser negativos). Consiste en
maximizar o minimizar (dependiendo del objetivo del caso) una funcin objetivo
con sus respectivas restricciones que sern combinacin lineal de las variables de
decisin.
Aunque parece ser que la programacin lineal fue utilizada por G. Monge en
1776, se considera a L. V. Kantorvich es uno de sus creadores. La present en
su libro Mtodos matemticos para la organizacin y la produccin (1939) y la
desarroll en su trabajo sobre la transferencia de masas (1942). Kantorvich
recibi el premio Nobel de economa en 1975 por sus aportaciones al problema de
la asignacin ptima de recursos humanos.
La investigacin de operaciones en general y la programacin lineal en
particular recibieron un gran impulso gracias a los ordenadores. Uno de los
momentos ms importantes fue la aparicin del mtodo del simplex. Este mtodo,
desarrollado por G. B. Dantzig en 1947, consiste en la utilizacin de un algoritmo
para optimizar el valor de la funcin objetivo teniendo en cuenta las restricciones
planteadas. Partiendo de uno de los vrtices de la regin factible, por ejemplo el
vrtice A, y aplicando la propiedad: si la funcin objetivo no toma su valor mximo
en el vrtice A, entonces existe una arista que parte del vrtice A y a lo largo de la
cual la funcin objetivo aumenta, se llega a otro vrtice. El procedimiento es
iterativo, pues mejora los resultados de la funcin objetivo en cada etapa hasta
alcanzar la solucin buscada
En el caso a estudiar, la empresa solicita una consultora sobre cuantos
bastidores puede producir, de los diferentes tipos que fabrica, en los siguientes
dos meses para maximizar sus utilidades netas.

OBJETIVOS.
Los objetivos establecidos para el desarrollo del Caso de Estudio son los
siguientes:

Formular un modelo de Programacin Lineal que permita representar el

comportamiento del sistema descrito.

Calcular, haciendo uso de una aplicacin informtica especializada, la

mejor solucin disponible para la combinacin de necesidades y
restricciones planteadas.

Calcular, haciendo uso de una aplicacin informtica especializada, la

mejor solucin disponible para la combinacin de necesidades y
restricciones planteadas, pero para variables enteras. Comparar los
resultados con la solucin obtenida para variables continuas.

Interpretar econmicamente los resultados de las variables del problema

DUAL para ambos tratamientos de las variables.

Analizar la sensibilidad de las soluciones calculadas a diversos cambios

en los parmetros del modelo de programacin lineal.

Escribir un Resumen Ejecutivo, con una extensin mxima de dos

pginas, dirigido a la gerencia de la corporacin, explicando las
caractersticas de la solucin hallada y sus ventajas

Escribir un informe acadmico, riguroso (haciendo uso de reglas de

estilo para trabajos acadmicos), resumiendo: (1) las variables de
decisin definidas, (2) la estructura y razones para cada restriccin, (3)
la estructura de la funcin objetivo, (4) una imagen digital de las
soluciones ptimas producidas por la aplicacin informtica empleada,
y (5) los procedimientos, resultados y recomendaciones asociados con
los objetivos propuestos.

INFORME ACADMICO.
OBJETIVO
Se desea formular un plan de produccin para la empresa, tal que maximice
el beneficio de la empresa durante los meses de febrero y marzo.
De acuerdo con la descripcion del caso, se definen las siguientes variables de
decision para su resolucion.
VARIABLES DE DECISIN
=
=
=
= 1,2,3,4,5

= , ( )

ESTRUCTURACIN DEL MODELO

El problema nos indica que al iniciar el mes de febrero no existe ningn tipo de
inventario para ningn tipo de bastidores, por lo tanto, podemos decir que durnate
el mes de febrero las unidades producidas para cada tipo de bastidores menos las
unidades vendidas de cada uno de ellos deber ser igual a la cantidad acumulada
en almacen, para un caso genrico se tiene:
1 1 = 1
O lo que es lo mismo:
1 1 1 = 0
2 2 2 = 0
3 3 3 = 0
4 4 4 = 0
5 5 5 = 0
Para el mes de marzo ya existe un inventario acumulado del mes de
febrero, por lo tanto se debe cumplir que, lo acumulado durante el mes de marzo
deber ser igual a lo acumulado en el mes de febrero ms lo producido en el mes
de marzo menos lo vendido en el mes de marzo. Para un caso genrico se tiene:

1 = 1 + 1 1
o lo que es lo mismo:
1 + 1 1 = 1
2 + 2 2 = 2
3 + 3 3 = 3
4 + 4 4 = 4
5 + 5 5 = 5
Se desea que el inventario al finalizar el mes de febrero sea de por lo
menos 125 unidades para cada tipo de bastidores. Esto se traduce en:
1 125
2 125
3 125
4 125
5 125
Para el mes de febrero la empresa tendr disponible las siguientes
mquinas:

2 Soldadoras.
2 Tornos.
3 Pulidoras.
1 Ensambladora.
2 Limadoras.

Las horas disponibles de produccin para cada mquina en el mes de febrero

se calcularn de la siguiente forma:
Soldadora:

= 768

= 768

2 24 16
Torno:
2 24 16

Pulidora:
3 24 16

= 1152

= 384

Ensambladora:
1 24 16
Limadora:
2 24 16

= 768

De acuerdo con los tiempos de produccin de cada bastidor en la

soldadora, torno, pulidora, ensambladora y limadora; se tiene que:
0.31 + 0.42 + 0.53 + 0.24 + 0.355 768
0.021 + 0.032 + 0.114 + 0.095 768
0.51 + 0.62 + 0.43 + 0.434 + 0.35 1152
0.11 + 0.132 + 0.153 + 0.094 + 0.125 384
0.021 + 0.12 + 0.043 + 0.054 + 0.065 768
Ntese que para la produccin del bastidor tipo 3 no se requiere pasar por
el torno.
Para el mes de marzo la empresa tendr disponible las siguientes
mquinas:

3 Soldadoras.
2 Tornos.
1 Pulidora.
1 Ensambladora.
2 Limadoras.

Las horas disponibles de produccin para cada mquina en el mes de marzo

se calcularn de la siguiente forma:
Soldadora:
3 24 16

= 1152

Torno:

= 768

= 384

2 24 16
Pulidora:
1 24 16
Ensambladora:

1 24 16

= 384

Limadora:

2 24 16

= 768

De acuerdo con los tiempos de produccion de cada bastidor en la

soldadora, torno, pulidora, ensambladora y limadora; se tiene que:
0.31 + 0.42 + 0.53 + 0.24 + 0.355 1152
0.021 + 0.032 + 0.114 + 0.095 768
0.51 + 0.62 + 0.43 + 0.434 + 0.35 384
0.11 + 0.132 + 0.153 + 0.094 + 0.125 384
0.021 + 0.12 + 0.043 + 0.054 + 0.065 768
Segn los indicadores de demanda para cada tipo de bastidor en el mes de
febrero se tiene que:
1 800
2 2000
3 700
4 900
5 1300
Segn los indicadores de demanda para cada tipo de bastidor en el mes de
marzo se tiene que:
1 500

2 1500
3 300
4 450
5 550
Dado que el almacn dispone de una capacidad de 650 unidades
almacenadas, se tiene que:
1 + 2 + 3 + 4 + 5 650
Finalmente se establecen las restricciones de no negatividad, ya que no
pueden existir unidades producidas, vendidas o acumuladas con signo negativo,
fsicamente hablando.
0
0
0
= 1,2,3,4,5

= , ( )

FUNCIN OBJETIVO
Siguiendo el objetivo trazado se busca maximizar las ganancias de la fbrica
durante los dos meses establecidos. La ganancia es igual al precio de venta de
cada bastidor multiplicado por las unidades vendidas en cada uno de los meses
menos los costos de las operaciones realizadas. Normalmente se toman en
cuenta los costos de fabricacin y los costos de almacenaje, sin embargo en este
caso no nos dan informacin acerca de los costos de produccin, por lo tanto solo
se tomaran en cuenta los costos de almacenaje que corresponden a 3 u.m por
bastidor acumulado en almacn. De acuerdo a esto se tiene:
= 301 + 372 + 423 + 514 + 395 + 301 + 372 + 423 + 514
+ 395 31 32 33 34 35
Quedando formulado el problema de programacin lineal de la siguiente manera:

 = 301 + 372 + 423 + 514 + 395 + 301 + 372 + 423 + 514

+ 395 31 32 33 34 35
Sujeto a:
1 1 1 = 0
2 2 2 = 0
3 3 3 = 0
4 4 4 = 0
5 5 5 = 0
1 + 1 1 = 1
2 + 2 2 = 2
3 + 3 3 = 3
4 + 4 4 = 4
5 + 5 5 = 5
1 125
2 125
3 125
4 125
5 125
0.31 + 0.42 + 0.53 + 0.24 + 0.355 768
0.021 + 0.032 + 0.114 + 0.095 768
0.51 + 0.62 + 0.43 + 0.434 + 0.35 1152
0.11 + 0.132 + 0.153 + 0.094 + 0.125 384
0.021 + 0.12 + 0.043 + 0.054 + 0.065 768
0.31 + 0.42 + 0.53 + 0.24 + 0.355 1152
0.021 + 0.032 + 0.114 + 0.095 768
0.51 + 0.62 + 0.43 + 0.434 + 0.35 384

0.11 + 0.132 + 0.153 + 0.094 + 0.125 384

0.021 + 0.12 + 0.043 + 0.054 + 0.065 768
1 800
2 2000
3 700
4 900
5 1300
1 500
2 1500
3 300
4 450
5 550
1 + 2 + 3 + 4 + 5 650
0
0
0
= 1,2,3,4,5

= , ( )

SOLUCIN PTIMA PARA VARIABLES ENTERAS (INTEGER)

Utilizando la herramienta informtica WinQSB se pudo hallar la siguiente
solucin ptima para el problema de programacin lineal, previamente formulado.
Se obtuvo un valor mximo de ganancias de 153.451,00 unidades
monetarias para el funcionamiento de la empresa durante esos dos meses. Los
valores de unidades producidas, vendidas y almacenadas para cada uno de los
meses de cada bastidor se muestran en la segunda columna.

Figura 1. Matriz de solucin ptima del PPL.

SOLUCIN PTIMAS PARA VARIABLES DE TIPO CONTNUAS.

Del mismo modo se desea conocer la solucin del PPL introduciendo
variables de tipo continuas. Se obtuvo un valor ptimo de las ganancias de
153.458,70.

Figura 2. Solucin ptima del PPL para variables de tipo contino.

Comparando ambas soluciones podemos observar, que aquella obtenida
para variables de tipo continua es superior a aquella obtenida para variables
enteras. Sin embargo se puede apreciar que para esta solucin, las variables de
decisin tienen algunas soluciones con valores decimales, lo cual en la prctica no
es factible para este caso, ya que las variables son unidades de bastidores

producidas, vendidas y almacenadas, por lo tanto no pueden tener valores

decimales, en resumen la solucin real al problema es aquella obtenida para
variables de tipo enteras.
INTERPRETACIN ECONMICA DE LOS RESULTADOS DE LAS VARIABLES
PARA EL TRATAMIENTO DUAL DEL PROBLEMA.
Se obtuvo la siguiente matriz de soluciones para el problema en su
tratamiento dual.

Figura 3. Matriz de solucin al PPl en froma Dual.

Ntese que la solucin ptima obtenida para la funcin objetivo dual
es la misma que para la formulacin en tratamiento primal. Las variables de
decisin pasan a ser ahora los coeficientes de holgura de las restricciones del
problema, el lado derecho de las restricciones (ver right hand side en la figura 3).
Es importante destacar que existen valores negativos y decimales en las
soluciones para las variables de decisin del dual, lo cual en la realidad no es
factible ya que no pueden existir unidades de bastidores negativas ni piezas a
medio terminar.

ANLISIS DE SENSIBILIDAD DE LAS VARIABLES DE DECISIN DEL

MODELO.
La aplicacin informtica WinQSB nos permite analizar los valores que
pueden tomar los coeficientes de costos que acompaan las variables de decisin
en la funcin de objetivo sin alterar la solucin de cada variable (continuas) pero
que puede optimizar las ganancias de la empresa si se modifican correctamente
los valores de stas.

Figura 4. Solucin ptima del PPl para variables contnuas, anlisis de sensibilidad
de las variables de decisin.

Las columnas sealadas indican un intervalo de valores sobre las cuales se

pueden modificar los precios de venta de cada bastidor y su costo de almacenaje
sin alterar las cantidades asignadas a cada bastidor producido, vendido y
acumulado. Por ejemplo la variable V1F nos indica la cantidad de bastidores de
tipo 1 que sern vendidos en el mes de febrero y que tiene un precio de venta que
contribuye a las ganancias de 30 u.m. de acuerdo con el anlisis de sensibilidad la
cantidad de bastidores del tipo 1 a ser vendidos en febrero puede variar entre M
(valor negativo infinitamente grande) y 33,4286 ; de esta forma si se quisiera
aumentar el valor mximo de las ganancias (S.O= 153.451 u.m), se podra
aumentar este valor al mximo del intervalo (realmente a 33 unidades, ya que no
se pueden 33,4286 unidades y mejorar la solucin. De la misma manera se puede
tomar el valor mnimo del intervalo de sensibilidad para las variables de decisin
correspondientes a la acumulacin de bastidores para cada mes, las cuales se
relacionan directamente con los costos de almacenaje; sin embargo se observa
que este valor mnimo es negativo, lo cual a efectos de la realidad no es factible,
por lo tanto se acepta como mnimo valor el cero, y contribuir de esta forma con
mejorar la funcin objetivo.
En trminos econmicos, se podr obtener mejores ganancias si se
aumentan los precios de ventas hasta el valor mximo del intervalo de sensibilidad
y si se reducen los costos de almacenaje hasta el valor cero, manteniendo las
mismas cantidades de bastidores producidos, vendidos y acumulados para cada
tipo.

RESUMEN EJECUTIVO
Seores gerentes,
Presente,

Estimados seores, nos dirigimos a ustedes en calidad de consultores para

proponerles un plan optimizado de produccin para los prximos meses de febrero
y marzo, basado en la formulacin de un modelo matemtico de tipo lineal que
determine exactamente las cantidades a producir, vender y almacenar de cada
tipo de bastidor que su empresa fabrica; de manera que se maximicen las
ganancias de la empresa para dicho perodo.
De acuerdo a los datos suministrados por la empresa referentes a los
tiempos de produccin de cada bastidor por mquina, la demanda del mercado
para cada mes, los precios de venta de cada producto, costos de almacenaje; y
los diferentes requerimientos (restricciones) de la empresa tales como la
capacidad del almacn, el mantenimiento realizado a ciertas mquinas
involucradas en la cadena de produccin, los requerimientos mnimos de
produccin, entre otros; se pudo determinar una funcin de las utilidades netas de
la empresa expresada con base a las unidades que sern vendidas durante los
dos meses por su respectivo precio de venta, menos los costos de almacenaje de
las unidades sin vender. Esta funcin fue maximizada por medio del algoritmo
antes descrito a un valor de 153.451,00 unidades monetarias.
Para alcanzar estos valores de ganancia cumpliendo con los distintos
requerimientos de la empresa durante los meses indicados, recomendamos seguir
las siguientes indicaciones de produccin:

Para el bastidor tipo 1, producir 127 unidades en el mes de febrero y 1

unidad en el mes de marzo.
Para el bastidor tipo 2, producir 125 unidades en el mes de febrero y 95
unidades en el mes de marzo.
Para el bastidor tipo 3, producir 125 unidades en el mes de febrero y 175 en
el mes de marzo.
Para el bastidor tipo 4, producir 1050 unidades en el mes de febrero y 300
en el mes de marzo.
Para el bastidor tipo 5, producir 1164 unidades en el mes de febrero y 425
unidades en el mes de marzo.

Estas cantidades de produccin garantizaran las condiciones de

tener una existencia mnima de 125 unidades de cada bastidor para el mes
de febrero, y se garantiza que sern vendidas todas las unidades
acumuladas en almacn para el final de marzo.
La ptima utilidad neta de 153.451,00 unidades monetarias se podra
superar si la empresa es capaz de aumentar los precios de venta de cada
bastidor, y si se reducen de alguna forma los costos de almacenaje, y se
mantienen las rdenes de produccin arriba indicadas. Queda de parte de
la gerencia estudiar la posibilidad de llevar esto a cabo.
Aseguramos de nuestra parte que la planificacin de produccin
propuesta resultara ventajosa para el rendimiento de la empresa, y
quedamos a vuestra disposicin para cualquier otro tipo de consulta que
requiera su departamento.
Sin otro particular,
Atentamente,
LORENZINI, ALEJANDRO
MADRID, JESS
MOLLER, CHRISTIAN
NUNES, CHRYSTIAN