Laboratorio de investigación de operaciones

Daniela Buitrago Bautista, Jhon Alexander Cruz, Carlos Caicedo Caicedo & Jeison
Alejandro Rodriguez
Marzo 2019

Fundación Centro Colombiana FCECEP

Tecnología Industrial
Investigación de Operaciones
Copyright © 2019 por Cruz, Caicedo & Rodriguez . Todos los derechos
reservados.
Resumen

El objetivo de la práctica tiene como fin la aplicación de las habilidades analíticas,

matemáticas y experimentales desarrolladas en clase, las cuales permiten el
planteamiento de soluciones que permitan optimizar un sistema mediante modelos
de programación lineal. La elaboración del modelo necesita un profundo análisis
previo de la situación donde se requieren conocimientos de toda índole,
especialmente la lógica matemática, esto permitirá identificar los componentes
claves del modelo que son la variable de decisión, la función objetivo y las
restricciones del sistema.
Contenido
Resumen............................................................................................................................................ 2
Introducción al experimento y objetivos ........................................................................................ 4
Marco teórico..................................................................................................................................... 5
Procedimiento experimental ........................................................................................................... 6
Análisis de la información. .......................................................................................................... 6
Interpretación de los datos obtenidos. ...................................................................................... 7
Patrón de corte No. 1 ............................................................................................................... 7
Patrón de corte No. 2 ............................................................................................................... 7
Patrón de corte No. 3 ............................................................................................................... 8
Patrón de corte No. 4 ............................................................................................................... 8
Patrón de corte no. 5................................................................................................................ 9
Planteamiento del modelo matemático ................................................................................... 10
Variable de decisión: .............................................................................................................. 10
Función objetivo: ..................................................................................................................... 10
Restricciones de la oferta: ..................................................................................................... 10
Restricciones de la demanda: .............................................................................................. 10
Solución del problema mediante una simulación de cortes................................................. 11
Conclusiones .......................................................................................Error! Bookmark not defined.
Bibliografía y webgrafía..................................................................................................................... 16
Introducción al experimento y objetivos

La investigación de operaciones como base fundamental de la ingeniería

industrial, obliga al desarrollo de actividades practicas que permitan la aplicación
de los conocimientos adquiridos en clase; en el laboratorio llevado a cabo se
pretende medir la capacidad de razonamiento analítico frente a una situación que
requiere el planteamiento y desarrollo de un modelo de programación lineal.

Este laboratorio plantea un problema de producción en el cual se busca

determinar la cantidad de patrones de corte que se pueden aplicar a unas laminas
con el objetivo clave de minimizar el desperdicio. Dado que, el problema
presentado corresponde a un tema muy amplio como es la producción, obliga al
estudiante a la aplicación de diversas técnicas y conocimientos básicos de
diferentes ramas de ingeniería, por ende, es sumamente importante contar con
una gran capacidad analítica que permita el planteamiento de hipótesis ideales
para la solución de problema. La actividad no solo requiere la actuación individual
de cada uno de los estudiantes sino que además, sugiere el trabajo en equipo
como un hábito indispensable para la toma de decisiones, esto permite la
convergencia de diferentes puntos de vista enfocados en un solo objetivo, la
solución del problema.
Marco teórico

La Investigación de Operaciones o Investigación Operativa es una disciplina de la

cual sus primeras actividades formales se dieron en Inglaterra en la Segunda
Guerra Mundial, cuando se encarga a un grupo de científicos ingleses el diseño de
herramientas cuantitativas para el apoyo a la toma de decisiones acerca de la
mejor utilización de materiales bélicos. Se presume que el nombre de
Investigación de Operaciones fue dado aparentemente porque el equipo de
científicos estaba llevando a cabo la actividad de Investigar Operaciones
(militares). Una vez terminada la guerra las ideas utilizadas con fines bélicos
fueron adaptadas para mejorar la eficiencia y la productividad del sector civil.

El planteamiento de un problema es la parte de una tesis, trabajo o proyecto de

investigación en la cual se expone el asunto o cuestión que se tiene como objeto
aclarar.
Desde el punto de vista de la metodología científica, el planteamiento del
problema es la base de todo estudio o proyecto de investigación, pues en él se
define, afina y estructura de manera formal la idea que mueve la investigación.
Ahora, otro punto a tener en cuenta es la función objetivo ya que sin este la
investigación no tendría sentido. La función objetivo está estrictamente ligada a la
variable de decisión y demás parámetros como las restricciones, la función
objetivo es explícita dado que permite una rápida interpretación, un ejemplo de
esto es cuando nos presentan los costos, en este caso la función objetivo siempre
buscará minimizar, así como maximizar cuando hablamos de beneficio. Las
restricciones de un sistema hacen referencia a las condiciones o valores que
pueden tomar las variables, generalmente estas se trabajan con desigualdades ya
que harían el sistema mucho más flexible.

En el planeamiento del problema también surgen diversas variables las cuales se

les llaman variables de decisión, pero ¿que son estas?

Representan a aquello que varía o que este sujeto a algún tipo de cambio. Se trata
de algo que se caracteriza por ser inestable, inconsistente y mudable, pero, hasta
cierto punto puesto que poner un límite es la función de las restricciones. Las
variables de representan la solución del sistema, es decir una vez encontradas
dichas variables hemos encontrado la solución del problema, no haría falta mas
que evaluar dichas variables en la función objetivo y determinar cuál es la óptima
para el caso estudiado.

Procedimiento experimental

Análisis de la información.

Oferta

Láminas (240 cm x 120 cm), 250 disponibles en inventario.

Láminas (100 cm x 150 cm), 70 disponibles en inventario.

Demanda

Corte de lámina (50 cm x 80 cm) requerimiento por 75 unidades.

Corte de lámina (100 cm x 100 cm) requerimiento por 120 unidades.

La variable de decisión en este caso representa la cantidad de patrones de corte

a realizar en cada tipo de lámina. Para definir los patones de corte se simulan los
cortes con láminas a escala, el objetivo de la practica es definir la combinación
ideal de cortes por cada lámina que permitan generar la menor cantidad posible de
desperdicio. En la siguiente tabla se muestran los resultados obtenidos en la
simulación:
Tabla 1. Relación de resultados
INVENTARIO PEDIDOS
PATRON DE NO. NO.
DESPERDICIO
CORTE NO. LAMINA LAMINA LAMINAS LAMINAS
240X120 100X150
100X100 50X80
1 X 2 0 0.88 m2
2 X 1 3 0.68 m2
3 X 0 6 0.48 m2
4 X 1 1 0.1 m2
5 X 0 3 0.3 m2

Interpretación de los datos obtenidos.

Patrón de corte No. 1

Se realiza dos cortes de 100x100 cm en lámina de 240x120 cm, genera un
desperdicio de 0.88 m2.

Figura 1. Representación corte de lámina

Patrón de corte No. 2

Se realiza un corte de 100x100 cm y dos de 50x80 en lámina de 240x120 dm,
genera un desperdicio de 0.68 m2.
 Figura 2. Representación de desperdicio.

Patrón de corte No. 3

Se realizan seis cortes de 50x80 cm en lámina de 240x120 cm, genera un
desperdicio de 0.48 m2.

Figura 3. Representación corte 50X80 cm en lámina de.

Patrón de corte No. 4

Se realiza un corte de 100x100 cm y uno de 50x80 cm en lámina de 100x150 cm,
genera un desperdicio de 0.1 cm2.
 Figura 4. Representación cortes en la mina de 100X150 cm.

Patrón de corte no. 5

Se realizan tres cortes de 50x80 cm en lámina de 100x150 cm, genera un
desperdicio de 0.3 m2.

Figura 5. Representación corte de 50X80 cm en lámina.

Planteamiento del modelo matemático

Variable de decisión:
Xi = Cantidad de patrones del corte tipo i a realizar.

i = {1, 2, 3, 4, 5} [unidades]

Función objetivo:
[Minimizar] Z= 0.88X1 + 0.68X2 + 0.48X3 + 0.1X4 + 0.3X5 [m2]

Restricciones de la oferta:
X1 + X2 + X3 ≤ 250 [unidades]

X4 + X5 ≤ 70 [unidades7]

Restricciones de la demanda:
2X1 + X2 + X3 ≥ 120 [laminas]

3X2 + 6X3 + X4 + 3X5 ≥ 75 [láminas]

No negatividad

Xi ≥ 0 [entera]
Solución del problema mediante una simulación de cortes
Tabla 2. Simulación de cortes

OFERTA/INVENTARI
DEMANDA
O
# DE
PATRÍO LÁMINA LÁMINAS LÁMINAS LÁMINAS LÁMINAS LÁMINAS
LÁMINA DESPERDICI DESPERDICI
N DE SA DE DE DE DE CORTADA
S DE O DE LA O
CORTE CORTA 240*120C 100*150C 100*100C 100*100C S DE
50*80C LAMINA TOTAL
NO. R M M M M 50*80CM
M
1 25 1 0 2 2 0 0 8800cm2 22,0m2
2 0 1 0 1 1 3 3 6800cm2 0
3 1 1 0 0 0 6 6 4800cm2 0,48m2
4 70 0 1 1 1 1 1 1000cm2 7,0m2
5 0 0 1 0 0 3 3 3000cm2 0

Demand
120 75
a
Inventari
250 70
o
Total 29,48m2
Con la finalidad de cumplir con la demanda requerida y a la vez lograr una
significativa minimización de desperdicio se propone la siguiente combinación de
patrones de corte a realizar:

 Patrón de corte No.1: 25 lámina de medidas (240*120cm), este patrón

entrega al final de la línea de producción una cantidad de 50 láminas de
medidas (100*100cm) de las 120 requeridas por la demanda; genera a su
vez un desperdicio de 22m2.

 Patrón de corte No.3: 1 lámina de medidas (240*120cm) este patrón

entrega una cantidad de 6 láminas de medidas (50*80cm) de las 75
requeridas, genera un desperdicio de 0.48m2.

 Patrón de corte No.4: 70 láminas de medidas (100*150cm) este patrón nos

entrega una producción de 70 láminas de medidas (100*100cm) y 70
láminas de medidas (50*80cm), genera un desperdicio de 7m2.

Dando solución a la ecuación 70X1+X3+70X4 que representa la sumatoria de los

patrones de corte a realizar, se obtiene o un total de (120 láminas de 100*100cm y
76 láminas de 50*80 cm, cumpliendo así con la demanda.

1. Nuestro inventario inicial dispone de 250 láminas de 240*120cm de las cuales

se utilizarían 26 y 70 láminas de 100*150cm de 70 láminas disponibles agotando
de esta manera el inventario de esta referencia.

2. El error observado en el laboratorio es que para poder cumplir con la demanda

estipulada el modelo mediante simulación tendría que romper la siguiente
restricción: 3X2 + 6X3 + X4 + 3X5 ≥ 75 [láminas]; generándonos de esta forma un
desperdició adicional al ya nombrado de 0.40 m2

3. Nos queda un inventario de 224 láminas de 240*120cm.

Solución del modelo matemático mediante software online disponible en sitio web :
http://www.simplexme.com/es/eingabe_5_4?, método simplex; el programa WIN
QSB no pudo ser configurado para la solución del modelo:

Figura 6. Sistemas de ecuaciones

Figura 7. Tabla fundamental para solución inmediata.

 Figura 8. Tabla fundamental para la solución.

Los resultados del modelo resuelto mediante método simplex online,

sorprendemente arrojó los mismos resultados que la simulación de cortes pero, es
importante tener en cuenta que, aunque el método haya indicado que se requiere
realizar 0.83 cortes del patrón No.3 este se debe tomar como un valor entero ya
que estas variables solo puede tomar dichos valores. También es necesario
recalcar que en esta ocasión la solución del modelo mediante simulación fue
posible dado que se trabajó un modelo relativamente sencillo.
Conclusión

La investigación de operaciones como ciencia y campo de estudio juega un papel

sumamente importante en la ingeniería industrial dado que permite el estudio, el
planteamiento de la solución debe tener una característica clave que se define a
través de la función objetivo y es la que define el objeto de la solución. Este
laboratorio permitió identificar las diferentes variables presentadas en el problema,
además, también se debe lograr una interpretación clara con fin de que el
planteamiento del modelo matemático se ajustes a sus restricciones y cumpla la
función objetivo.
De los resultados obtenidos mediante la simulación de cortes en tabla No. 2 y los
obtenidos por el método simplex online podemos deducir que en este caso se
coincidió con los resultados y por lo tanto el margen de error referente al
desperdicio fue de casi el 0%; sin embargo y como ya se explicó anteriormente,
este problema pudo ser resuelto mediante una simulación pero por la baja
complejidad del mismo, no obstante, esto no garantiza que sea la solución más
eficiente; para modelos mucho mas complejos sería imposible calcularlos de esta
manera y tendríamos que recurrir incluso a sistemas computarizados diseñados
para la solución de estos modelos.
Bibliografía y webgrafía

http://www.investigaciondeoperaciones.net/historia_de_la_investigacion_de_opera
ciones.html
https://www.significados.com/planteamiento-del-problema/
https://definicion.de/variable/
http://www.simplexme.com/es/eingabe_5_4
Hillier, Frederick S. y Lieberman, Gerald J. (1997) Introducción a la Investigación
de Operaciones; sexta edición; México : Mc. Graw-Hill.
Moskowitz, Herbert y Wright, Gordon P. (1991) Investigación de Operaciones;
México : Prentice-Hall Hispanoamericana, S. A.