Académique Documents
Professionnel Documents
Culture Documents
Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar
en forma cuantitativa o matemática como funciones de las variables de decisión.
Un modelo es producto de una abstracción de un sistema real: eliminando las
complejidades y haciendo suposiciones pertinentes, se aplica una técnica matemática y se
obtiene una representación simbólica del mismo. Un modelo matemático consta al
menos de tres conjuntos básicos de elementos:
Función Objetivo
La función objetivo es una relación matemática entre las variables de decisión,
parámetros y una magnitud que representa el objetivo o producto del sistema. Por
ejemplo si el objetivo del sistema es minimizar los costos de operación, la función objetivo
debe expresar la relación entre el costo y las variables de decisión. La solución ÓPTIMA se
obtiene cuando el valor del costo sea mínimo para un conjunto de valores factibles de las
variables. Es decir hay que determinar las variables x1, x2,..., xn que optimicen el valor de
Z = f(x1, x2,..., xn) sujeto a restricciones de la forma g(x1, x2,..., xn)? b. Donde x1, x2,..., xn
son las variables de decisión Z es la función objetivo, f es una función matemática.
El proceso de administración de los recursos escasos de un sistema se suele dividir en seis
fases:
1.- Análisis matemático del sistema.
2.- Construcción de un modelo matemático que refleja los aspectos importantes del
sistema.
3.- Validación del modelo.
4.- Manipulación del modelo a fin de obtener una solución satisfactoria, si no óptima.
5.- Implementación de la solución seleccionada.
6.- Introducción de una estrategia de control del desempeño del sistema después de la
implementación efectuada.
Alumno: Jesus Alberto Peñaloza Sánchez Materia: Ingeniería de planta
Grupo: 6BM Tarea#1 Fecha: 08/05/18
Programación lineal
Una de las herramientas más importantes de la optimización es la programación lineal.
Un problema de programación lineal está dado por una función lineal de varias variables
que debe ser optimizada (maximizada o minimizada) cumpliendo con cierto número de
restricciones también lineales.
El matemático G.B. Dantzig desarrolló un algoritmo llamado el método simplex para
resolver problemas de este tipo. El método simplex original ha sido modificado a fin de
obtener un algoritmo eficiente para resolver grandes problemas de programación lineal
por computadora.
Por medio de la programación lineal se pueden formular y resolver problemas de una gran
variedad de campos del quehacer humano, entre los que se puede mencionar: asignación
de recursos en la planificación de gobierno, análisis de redes para planificación urbana y
regional, planificación de la producción en la industria, y la administración de sistemas de
transporte y distribución. Por esto la programación lineal es uno de los éxitos de la
moderna teoría de la optimización.
Programación entera
La programación entera está relacionada con la resolución de problemas de optimización
en los cuales al menos algunas de las variables deben tomar sólo valores enteros. Cuando
todos los términos son lineales se habla de programación lineal entera. Muchos
problemas de naturaleza combinatoria se pueden formular en términos de programación
entera. Entre los ejemplos prácticos se puede citar: ubicación de insumos,
secuenciamiento de trabajos en líneas de producción, balance de líneas de montaje,
problemas de asignación biunívoca, control de inventarios, y reemplazo de máquinas.
Ejemplo Programación lineal:
UN PROBLEMA DE MINIMIZACION (Contratación de Personal): El departamento de control
de calidad de la empresa Gerconsa S.A que fabrica autopartes, desea contratar personal
tanto senior como junior, para las inspecciones de sus productos. El personal senior recibe
por su jornada de 8hrs., $188y realiza su labor a una tasa promedio de 30 inspecciones por
hora, con un rendimiento del 99%.en cambio el personal junior, recibe $150 por su
jornada, realizando 25 inspecciones por hora, con un rendimiento del 95%.
Alumno: Jesus Alberto Peñaloza Sánchez Materia: Ingeniería de planta
Grupo: 6BM Tarea#1 Fecha: 08/05/18
Modelos de Simulación:
Los modelos de simulación difieren de los matemáticos en que las relaciones entre la
entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación
divide el sistema representado en módulos básicos o elementales que después se enlazan
entre si vía relaciones lógicas bien definidas. Por lo tanto, las operaciones de cálculos
pasaran de un módulo a otro hasta que se obtenga un resultado de salida.
Se define “simulación” como una técnica experimental, que generalmente se realiza en
computadora para analizar el comportamiento de cualquier sistema que opere en el
mundo real. La simulación involucra un proceso o sistema en el que el modelo produce la
Alumno: Jesus Alberto Peñaloza Sánchez Materia: Ingeniería de planta
Grupo: 6BM Tarea#1 Fecha: 08/05/18
respuesta del sistema real ante eventos que suceden en éste durante un periodo dado de
tiempo.
La simulación se usa para predecir el comportamiento de sistemas complejos de
manufactura o servicios, mediante la observación de los movimientos y la interacción de
los componentes del sistema. El software de simulación genera reportes y estadísticas
detallados que describen el comportamiento del sistema que se estudia. Con base en
dichos reportes, se evalúan las distribuciones físicas, la selección del equipo, los
procedimientos de operación, la asignación y la utilización de recursos, políticas de
inventario y otras características importantes del sistema.
La modelación en computadora tiene dos características de importancia que colocan a la
simulación aparte de otras formas de análisis. La primera es que es dinámica, en el sentido
en que se observa el comportamiento del modelo durante el tiempo que dure la
simulación. El análisis de qué pasaría si... es de naturaleza estática.
Un modelo estático no cambia en función del tiempo. Si se fuera a simular el
comportamiento de un dado, entonces la salida del modelo no se vería afectada por el
tiempo.
Sin embargo, si se simulara la utilización o la falla de una máquina, o la acumulación del
inventario de trabajos en proceso en una estación de manufactura, entonces se vería que
la naturaleza de estos fenómenos no es estática.
Es decir, la utilización o falla del equipo, el comportamiento de los sistemas de manejo de
materiales y de transporte, y la interacción de actividades diversas en una celda de
manufactura tienen naturaleza dinámica y la salida de tales modelos está determinada por
el tiempo.
La segunda característica importante de la simulación en computadora es que se emplea
un modelo estocástico en lugar de uno determinístico.
Ventajas y desventajas de la simulación
Una ventaja que ha hecho que la simulación tenga amplia aceptación es que es directa y
relativamente flexible. Sirve para analizar sistemas grandes y complejos que no se
representan fácilmente con modelos matemáticos. Además, la simulación permite el
estudio de los efectos interactivos de muchos componentes en un ambiente dinámico y
estocástico, con la ventaja distintiva de dar al investigador un efecto visual claro.
Por ejemplo, es posible estudiar en tiempo real los efectos de agregar un operador en una
celda de manufactura, o la ventaja (o desventaja) de una pieza adicional de equipo en el
centro de maquinado y el efecto conjunto que tiene en la salida la planta. Además de sus
ventajas técnicas, los conceptos básicos de la simulación se comprenden con facilidad. Así,
es frecuente que un modelo de simulación sea más fácil de justificar ante la dirección y los
consumidores que la mayor parte de modelos analíticos y matemáticos.
Alumno: Jesus Alberto Peñaloza Sánchez Materia: Ingeniería de planta
Grupo: 6BM Tarea#1 Fecha: 08/05/18
En primer lugar, mostró que tanto el criterio de selección para dar prioridad en la atención
así como los registros eran actividades que se encontraban sobre la ruta crítica. Es decir, la
cantidad de tiempo que requerían afectaba de manera significativa el tiempo total del
trabajo.
Además, el modelo mostró que la ubicación de dichas actividades no afectaba el
rendimiento conjunto del sistema.
El modelo también demostraba que no se requerían instalaciones adicionales de rayos X
para los pacientes sin urgencia, a pesar de la creencia generalizada de que se les
bombardeaba constantemente con ellos. El tercer punto que el modelo descubrió fue que
la reducción de las horas de operación en dos de las unidades no afectaba a la tercera. El
estudio demostró que las horas podrían recortarse y aun así se mantendría el flujo
apropiado de los pacientes.
Los descubrimientos del estudio ayudaron a tomar las decisiones para mejorar la
utilización conjunta de los recursos, redujeron la espera total de los pacientes e influyeron
de manera positiva en la percepción que tenían éstos de las instalaciones.