Está en la página 1de 17

COMPARACIÓN DE LA OPTIMIZACIÓN DEL MODELO DE LA TEORÍA DE

RESTRICCIONES Y TÉCNICA DE LA PROGRAMACIÓN LINEAL

Samuel COGAN
Universidad Federal de Río de Janeiro Facultad de
Ciencias Administragao y contabilidad (Brasil)

resumen
A través de tres escenarios ilustrados numéricamente compara el modelo
otimizagao de restrigoes teoría (OCD) modelo otimizagao con programagao lineal
(LP). El primer escenario tiene en cuenta solugoes enteros en este caso ambas técnicas
siempre tienen resultados idénticos. El segundo escenario donde el solugao TOC y no
entero, también llega a la conclusión de que los resultados son idénticos en ambas
técnicas. El tercer escenario ilustra situagoes donde existen múltiples recursos, donde
un restrigao alimenta otra; en este caso, el modelo LP lleva a resultar mejor que el
TOC. El Solver de Microsoft y se utiliza en solugao de problemas de PL.

Palabras clave: restrigoes teoría lineal Programagao (LP) LP x OCD; solucionador;


TOC.
1. Introdugao
El objetivo de este estudio y de comparar el modelo otimizagao de la teoría de
restrigoes (TOC) con el modelo lineal programagao otimizagao (LP) y muestran que
existe una sinergia entre la mezcla de productos otimizagao modelo (ganancia por
unidad apelar a) Teoría de Restrigoes (TOC) con las matemáticas técnica lineal
Programagao (LP - Programación lineal). El presente trabajo muestra que el LP tiene
no sólo los resultados idénticos de modelo de OCD (Luebbe et al, 1992), como en el
caso de múltiples recursos, y LP más precisa (Plenert, 1993). La aparición de hojas de
cálculo como
0 Microsoft Excel Solver simplificó el solugoes a través de los programagao
lineales (Balakrishnan, 2003). Posiblemente cuando Goldratt (1991) presentó el
modelo de la ganancia por unidad de recurso restringido, no tenía el software
programagao popularizagao lineal con las instalaciones actuales de hojas de cálculo -
de ahí el hecho de que estas hojas de cálculo pueden, en sinergia completa, se aplicarán
en la teoría de restrigoes, incluso en la ganancia substituigao original por unidad de
recurso restringido modelo (Balakrishnan, 2003).
La metodología utilizada en el estudio se basó en la investigación en libros y
artículos sobre el TOC. En particular, en los papeles de la comparagao análisis entre los
resultados obtenidos por otimizagao modelos de OCD y la técnica LP funciona como
Luebbe et al, (1992); Plenert, (1993); Maday, (1994); Posnack (1994);. Balakrishnan
(1999);. Y Balakrishnan (2003).
El trabajo se organiza de la manera que sigue. El siguiente Segao presenta
una referencia teórica condensada en la teoría de programagao lineal y restrigoes. El
Segao después de esto se presenta la comparagao entre las dos técnicas en tres tipos de
caractensticos ilustragoes numéricos: escenario en el que los resultados son números
enteros; escenario en el que los resultados son números enteros; y escenario en el que
hay múltiples recursos. El siguiente Segao analiza así los datos obtenidos y, finalmente,
se presentan los consideragoes finales.
2. Referencial teórico

2.1 Teoría de restrigoes


La teoría de la restrigoes fue desarrollado en los años ochenta por el físico
israelí Eliyahu Goldratt con la que se ha convertido en un importante consultor de
gestión empresarial. Inicialmente se vio involucrado en problemas de logística
produgao. Creó un nuevo método de administragao de produgao que se oponía a los
métodos tradicionales de gestión de produgao dictadas. Langou en 1984 el libro La
Meta (Goldratt, 1990) escrito en forma de novela en la que expuso su teoría de la
restrigoes (TOC - Teoría de Restricciones). Goldratt (1991) desarrolló un modelo de
toma de decisiones TOC heurística (ganado por unidad de recurso restringido) que se
muestra en la siguiente ilustragoes numéricos Segao.
La Teoría de la Restrigoes puede explicarse mediante cinco pasos focalizagao.
Se hace notar que puede haber uno o más sistemas restrigoes. El propósito de estos
pasos y se centran en atengao gestor de recursos restringidos, los cuales son factores de
crecimiento de los beneficios de inhibición. Estos son:
1 Identificar (s) restrigao (s) del sistema de
2 Decidir cómo explotar (s) restrigao (s) del sistema, es decir, todo lo que no es
restrigao desperdigar.
3 nada subordinada la decisión del paso 2.
4 Ascensor (s) restrigao (s) del sistema de
5 Si en los pasos anteriores una restrigao estaba rota, vuelva al paso 1, pero no dejar
que la inercia se convierte en un sistema restrigao.
La Teoría de la Restrigoes desarrollado un conjunto diferente de medidas,
indicadores de rendimiento, que son:
• Ganancia (G) - se corresponde con el índice en el que el sistema de genera
dinero a través de
las ventas. Una vez más, a través de las ventas - noa través de la produgao, Qué
significa que si algo y produce y no se vende, no se gana, se genera ningún dinero
en efectivo. Analítica y diferenga entre las ventas reales (ingresos) y el costo de
los materiales directos, esto, en este modelo, considerado como el único gasto
variable.
• Inventario (I) - corresponde a todo el dinero que el sistema invierte en
La compra de las cosas que él quiere vender. Este definigao huye de definigoes
inventario tradicionales, ya que excluye el valor añadido de la mano de obra y
gastos generales.
• los gastos de explotación (CE) - se corresponde con todo el dinero que el
sistema de
gastar para transformar la ganancia en el inventario.

2,2 Programagao Linear


Un problema programagao lineal y un problema de matemáticas programagao
por el modo en el que el objetivo y las ecuaciones de restrigao son lineales. Es una
técnica matemática que bajo ciertas condigoes, se puede utilizar para generar una
solugao óptima a un problema específico. De Chase et al. (1989) identificó los
condigoes que necesitan estar presentes en la programagao lineal puede ser aplicada.
Estos condigoes incluyen la existencia de un gol de modo (o maximizagao
minimizagao); recursos limitados; linealidad en relagoes entre las variables en las
ecuaciones por el modo y el propósito de restrigoes; productos y recursos homogéneos;
y, finalmente, la divisibilidad y la no negatividad de las variables de decisión. Un
análisis de sensibilidad, Ozan (1986), se puede utilizar para evaluar una nueva máquina
adigao producto o cambiando la contribuigao tasa, cambiar la velocidad o el resultado
en cualquier máquina. Los problemas programagao resolugao lineales pueden hacerse
con las características del método gráfico, el método Simplex, o utilizagao diversos
software informatizado. Actualmente la mayoría de los modelos de programagao
utilizando hojas de cálculo lineal y resueltos. Microsoft Excel, por ejemplo, tiene el
Solver, que también lleva a cabo un análisis de sensibilidad para examinar el efecto de
que los parámetros del problema mudangas reflejan el objetivo. El programagao lineal
y por lo tanto una herramienta valiosa en problemas avaliagao en administragao
(Balakrishnan, 1999). problemas programagao enteros son problemas programagao las
matemáticas en el que una o más variables de decisión están representadas por valores
enteros (Lachtermacher, 2002). Los problemas programagao resolugao lineales pueden
hacerse con las características del método gráfico, el método Simplex, o utilizagao
diversos software informatizado. Actualmente la mayoría de los modelos de
programagao utilizando hojas de cálculo lineal y resueltos. Microsoft Excel, por
ejemplo, tiene el Solver, que también lleva a cabo un análisis de sensibilidad para
examinar el efecto de que los parámetros del problema mudangas reflejan el objetivo.
El programagao lineal y por lo tanto una herramienta valiosa en problemas avaliagao
en administragao (Balakrishnan, 1999). problemas programagao enteros son problemas
programagao las matemáticas en el que una o más variables de decisión están
representadas por valores enteros (Lachtermacher, 2002). Los problemas programagao
resolugao lineales pueden hacerse con las características del método gráfico, el método
Simplex, o utilizagao diversos software informatizado. Actualmente la mayoría de los
modelos de programagao utilizando hojas de cálculo lineal y resueltos. Microsoft
Excel, por ejemplo, tiene el Solver, que también lleva a cabo un análisis de sensibilidad
para examinar el efecto de que los parámetros del problema mudangas reflejan el
objetivo. El programagao lineal y por lo tanto una herramienta valiosa en problemas
avaliagao en administragao (Balakrishnan, 1999). problemas programagao enteros son
problemas programagao las matemáticas en el que una o más variables de decisión
están representadas por valores enteros (Lachtermacher, 2002). método simplex, o
utilizagao diversos software computarizado. Actualmente la mayoría de los modelos de
programagao utilizando hojas de cálculo lineal y resueltos. Microsoft Excel, por
ejemplo, tiene el Solver, que también lleva a cabo un análisis de sensibilidad para
examinar el efecto de que los parámetros del problema mudangas reflejan el objetivo.
El programagao lineal y por lo tanto una herramienta valiosa en problemas avaliagao
en administragao (Balakrishnan, 1999). problemas programagao enteros son problemas
programagao las matemáticas en el que una o más variables de decisión están
representadas por valores enteros (Lachtermacher, 2002). método simplex, o utilizagao
diversos software computarizado. Actualmente la mayoría de los modelos de
programagao utilizando hojas de cálculo lineal y resueltos. Microsoft Excel, por
ejemplo, tiene el Solver, que también lleva a cabo un análisis de sensibilidad para
examinar el efecto de que los parámetros del problema mudangas reflejan el objetivo.
El programagao lineal y por lo tanto una herramienta valiosa en problemas avaliagao
en administragao (Balakrishnan, 1999). problemas programagao enteros son problemas
programagao las matemáticas en el que una o más variables de decisión están
representadas por valores enteros (Lachtermacher, 2002). Tiene el Solver, que también
lleva a cabo un análisis de sensibilidad para examinar el efecto de que los parámetros
del problema mudangas reflejan el objetivo. El programagao lineal y por lo tanto una
herramienta valiosa en problemas avaliagao en administragao (Balakrishnan, 1999).
problemas programagao enteros son problemas programagao las matemáticas en el que
una o más variables de decisión están representadas por valores enteros
(Lachtermacher, 2002). Tiene el Solver, que también lleva a cabo un análisis de
sensibilidad para examinar el efecto de que los parámetros del problema mudangas
reflejan el objetivo. El programagao lineal y por lo tanto una herramienta valiosa en
problemas avaliagao en administragao (Balakrishnan, 1999). problemas programagao
enteros son problemas programagao las matemáticas en el que una o más variables de
decisión están representadas por valores enteros (Lachtermacher, 2002).

3. Comparagao entre las técnicas otimizagao y la teoría de restrigoes lineales


programagao

3.1 En el que la numérica solugao Ilustragao proporciona sólo enteros (1er. escenario)
a) modelo de optimización de TOC
La teoría de los modelos de toma de decisiones puede explicarse por restrigoes
conocidos ejemplo de productos P y Q (Goldratt, 1991).
La Figura 1 muestra un entorno de fabricación donde se producen dos productos
P y Q. Las uñas de venta P y Q son, respectivamente, 90 y R $ R $ 100 por unidad. La
demanda semanal del producto P y la demanda 100 unidades semanal y el producto Q y
50 unidades. Hay cuatro centros de trabajo (recursos) que operagao: A, B, C y D. Cada
centro está representado por un recurso / tipo de empleado que tiene una máquina que
puede funcionar 2,400 min por semana (8HS x 60 mm x 5 días). La figura 1 identifica
el tiempo requerido en cada centro de trabajo para cada producto, para llevar a cabo la
operagao especffica necesario demandado por execugao de cada uno de los productos
finales.

Figura 1 tamaño- reducir entorno de fabricación los productos P y Q

(Fuente: Goldratt, 1991)


Con el fin de determinar donde puede ser restrigao sistema debe calcular la
carga semanal de cada centro de trabajo. Se puede observar en la figura 1 y también los
cálculos de la Tabla 1 (minutos de columna por semana) ese recurso A, por ejemplo, al
producto P, que necesita 15 min / U. Y a medida que se requerirá la demanda y 100U a
1500 minutos para el producto P. Para Q-producto, entonces se requerirá la demanda
de recursos de 10 min / T y la necesidad del producto y 50 semana 10 min / u veces
50U un total de 500 minutos a la Q. producto la carga por semana entonces minuto, de
menos de 2000 total, el tiempo disponible es de 2.400 minutos, lo que corresponde a un
porcentaje de carga semanal 83%.
El mismo razonamiento se aplica a otros recursos y luego se puede verificar
que la restrigao este sistema es la función que requiere 3.000U B, mientras que sólo
hay 2400 minutos disponibles cada semana. No hay, por lo tanto, capaz de hacer todo
lo que la demanda del mercado como consecuencia de la existencia de restrigao
puntiagudo.
Esto requiere una para determinar la gama de productos que va a maximizar los
beneficios. Dado que el COT y basado en la premisa de que el rendimiento del sistema
está determinada por la capacidad de los recursos (s) restringido (s), el enfoque de TOC
es la maximizagao en el uso de restrigao en relagao los objetivos. Para se utiliza
completamente recurso B, el TOC busca el máximo de cada unidad B.

Tabla 1 - Cargas centro de trabajo para la demanda semanal de 100 y P


50 de Q

Minutos por semana carga tiempo %


recurso por disponible de carga por
P Q semana por semana semana

la 100 x 15 = 1500 50 x 10 = 500 2000 2400 83

B 100 x 15 = 1500 50x15 = 750 50x15 = 750 + 3000 2400 125

100x10 + 100x5 = 1000 =


C 50 x 5 = 250 1750 2400 73
500

D 100 x 15 = 1500 50 x 50 5 = 2 1750 2400 73

En la Figura 1 se puede calcular la ganancia (contribuigao), definido como


ventas menos materiales comprados, y 45 para el producto P, y 60 para el P. producto
Aparentemente Q, además de tener la mayoría de los ingresos, y la mayor ganancia del
producto (= 60), mientras que el producto P contribuigao y 45. Nada más engañoso
porque el contribuigao realmente debe reflejar la ganancia por restrigao tiempo, en este
caso, por minuto. A medida que estas cantidades son, respectivamente, 15 y 30 minutos
(característica B) para P y Q, respectivamente, se deduce que el producto P y con
mayor valor restrigao de tiempo contra el valor de Q (60/30 = 2).
Así que para el producto P y el más rentable, ser hecho para producir lo más
posible; en este caso, las 100 unidades en el mercado y capaz de absorber. Esta
cantidad va a consumir en términos de tiempo en la apelación del, a sólo 1500 minutos.
A medida que la capacidad semanal disponible del recurso y 2.400 minutos da como
resultado que incluso si usted tiene 900 minutos para el producto Q produgao, menos
rentable, por 30 unidades de producto P. La ganancia total y G = R $ 100 / unidad
resultante 45unid * / semana + 30 US $ / unidad * 60unid / sem = R $ 6.300 / sem.

b) técnica Solución prosramacao Candle lineal (LP)


En el caso, el problema puede ser resuelto mediante la formulación de la meta
por el sistema y el modo restrigoes. Dado que los beneficios meta y maximizagao, la
ganancia y la utiliza para representar la ganancia, modo y finalidad se convierte
Maximizar 45P + 60Q. Los restrigoes son los cuatro recursos y restrigoes mercado para
cada producto. Así que para tenerlo:
Por el modo Objetivo: Maximizar: 45P + 60Q;
Con las siguientes ecuaciones de restrigoes con recursos limitados y linealmente
relacionada:
15P + 10Q <2,400; para recurrir a 15P +
30Q <2,400; B presentada a 15P + 5Q
<2,400; traído a 15P + 5Q C <2,400; Junta
para D
No negatividad de variables de decisión: 0 <p <100; 0 <Q <50;

Formulagao procesamiento tal como un plantilla programagao lineal, y


utilizando el solugao gráfica, el método simplex o software existente, solugao
resultados en las siguientes: P = Q = 100 unidades y 30 unidades. La ganancia total y
$ G = 6300 (45 * 100 + 60 * 30).

Solugao la hoja de cálculo electrónica - Microsoft Excel Solver


Para mostrar las instalaciones de hojas de cálculo en solugao problemas de PL,
este mismo ejemplo se aplica Solver de Microsoft, como la Tabla 2.
Las células A7 y mostrar B7 solugao Q = 100 y Q = 30, la celda D3 y la ganancia total
de 6.300.

Tabla 2 - Solugao la hoja de Solver


3.2 En el que el numérico solugao Ilustragao proporciona no enteros (° 2 escenario)

a) modelo de optimización de TOC


Considere el ejemplo de los productos P y Q Goldratt (1991), que se muestra en
la figura 1, punto 3.1. La única alteragao, este segundo escenario, si sólo se refiere a los
cuatro capacidad de recursos disponibles (A, B, C y D) que se reduce a 1700 minutos, a
2400 minutos de Inves.
Las Tablas 3 y 4 se explican por sí, siempre que siguen el razonamiento
desarrollado en la sección 3.1, que conduce a los siguientes resultados: P = 100 U; Q =
Ganancia Total = 6U y R $ 4.860.

Tabla 3 - Las cargas de los lugares de trabajo para la demanda semanal de 100
P y Q de 50
Minutos por semana carga tiempo %
recurso
por disponible de carga por
P Q semana por semana semana

la 100 x 15 = 1500 50 x 10 = 500 2000 1700 117,6

B 100 x 15 = 1500 50x15 = 750 50x15 = 750 + 3000 1700 176,5

C 100x10 + 100x5 = 1000 = 500 50 x 5 = 250 1750 1700 102,9

D 100 x 15 = 1500 50 x 5 = 250 1750 1700 102,9


Tabla 4 - Ganancia total y la combinación óptima

producto P Q total

demanda 100 50

La utilidad por unidad R $ 45 R $ 60

B / unidad Minutos 15min 30min

Ganado por unidad de


3R $ / min 2R $ / min
recurso restringido

mezclar otimo 100 6

campañol 4500 360 4860

b) programación lineal solución técnica de Vela (LP)

Las ecuaciones conjunto de solugao el problema, se aplica en el punto


informagoes conduce a la meta por el modo:
Maximizar: 45P + 60Q;
Sujeto a:
15P + 10Q <1,700; para recurrir a 15P +
30Q <1,700; B presentada a 15P + 5Q
<1,700; traído a 15P + 5Q C <1,700; D
llevó a 0 <p <100; 0 <Q <50;
El aplicagao un software programagao lineal conduce a los siguientes valores: p
= q = 99 unidades, y 7 unidades, para una ganancia total de R $ 4 875, mayor que la
obtenida por el TOC. Este ejemplo fue inspirado por Plenert (1993), que se usó en los
cálculos de la lineal programagao un número entero sistemático lineal.
Ilustragao de la siguiente manera solugao obtenidos en hoja de cálculo
electrónica Solver de Microsoft Excel.
Tabla 5 - Solugao la hoja de Solver
3 Vaiiaveis de la decisión
4 P Q
5 99 7
6
7 Funijao Ob etivo
8 P Q
9 45 60 Me 4S75' 0
10
11 Resttisoes
12 P Q
13 15 10 1555 1700
14 15 30 1695 1700
15 15 5 1520 1700
16 10 5 1025 1700

17
Parámetros de Solver m
18
19 Conjunto de células diana resolver
20 Igual a: (• Max C C Valor Mínimo: 1 cerca
21
Ciuias v v rrij ^ ana,
22
23 | $ A $ 5: $ B $ 5 Cantidad
24 M1
Presentar restrigoes:
Opfoes
25
añadir
26
27
cambio
28 | A 5 $ <$ 100 = Aj = 99 | A $ 5: | B | 5> = 0 IOIs
restablecer todos
<iB $ 5 = 50 = 7
29 Exduir L
4Dtl3: tDtl6 <= 4Etl3: tEtl6
30 Aiuda
31 1 1 -------------------------------------------------------------------------- 1
37 11111111

Observagao: Modelo TOC 6 redondea al valor Q en realidad haría 6,33 (200 minutos /
30 min en la Tabla 7). Por esta razón solugao Q = 100 y Q = 6 dio una ganancia total
de sólo $ 4.860. El solugao por programagao lineal número entero buscará los valores
óptimos solugao enteros obtención, a continuación, P = 99 y Q = 7, con una ganancia
total de $ 4,875 mil. Si se utiliza para solugao el modelo heurístico Q = 100 y Q = 6,33,
las ganancias totales serían $ 4,879.
Maday (1994) afirma que la mezcla del producto del ejemplo P y Q y un
ejemplo de horizonte de tiempo único de semana. Obtener valores enteros sólo para
rejalgar el proceso y no los detalles. Situagoes realistas para ir a tomar un horizonte de
tiempo de más de una semana. En muy raras ocasiones que sería necesario para
completar unidades enteras todas las semanas. Los beneficios pueden ser reducidos si
se usa este procedimiento.
Posnack (1994), al comentar en este mismo ejemplo y el hecho de utilizar un
programagao lineal entera para solugoes conjunto, no fraccionada, dice tales restrigao
puede causar problemas. Continúa diciendo que el hecho de que es una semana y un
periodo de tiempo arbitrario en relagao la fecha que tiene. Y puesto que los autores
están buscando una solugao en general - que se aplica en la mayoría de los casos - el
solugao debe ser inmune a mudangas arbitrarias y datos aleatorios. Está claro que con
sólo el conjunto solugao el resultado comparativo se puede cambiar si la semana se
acorta o alarga durante unos minutos, o si las pequeñas cantidades se utilizan en
diferengas. Ciertamente, si imaginado como unidades docenas, o cientos, unidades
fraccionarias bien podrían ser considerados.

Figura 2 - Configuración de fabricación de productos R, S, T y U

Y lo que impide asumir que la unidad restante pasado no se pudo completar la


semana siguiente? Por estas razones y que tiene sentido que la solugao genérica TOC
debe permitir solugoes fraccional. Posnack concluye que el programagao solugao lineal
en este ejemplo no se ha restringido el acceso a toda una solugao cree que encontrar los
mismos resultados que el solugao del modelo heurístico del TOC.
3.3 Ilustração numérica en un escenario donde hay múltiples recursos (3 °.
Escenario)

a) modelo de optimización de TOC


Plenert (1993) para mostrar las dificultades de modelo heurístico de múltiples
restrigoes TOC para regalar distribuigao de la Figura 2, donde la capacidad de los
recursos A, B, C, D, E y 2400 minutos por semana, para cada recurso. a.1) Cálculo de
las cargas semanales de cada función:
Los cálculos de la Tabla 8 muestran que:
El recurso a esta sobreutilizado 360 minutos por semana;
Característica B es usado en exceso en 1050 minutos por semana;
C es llevado usado en exceso en 150 minutos por semana;
Característica D usado en exceso en 30 minutos esta semana;
Y esta característica usado en exceso en 200 minutos por semana;
a..2) el recurso B, la mayoría superutilizagao, y la característica de
cuello
a.3) Cálculo de la ganancia de cada producto

Tabla 6 - carga de los centros de trabajo a las exigencias de de R 70, 60 S,


50'T de U y del 150

Minutos por semana carga tiempo %


recurso
por disponible de carga por
R S T T
semana por semana semana

la 1050 960 0 750 2760 2400 115

B 350 600 250 2250 3450 2400 143,8

C 700 300 500 1050 2550 2400 106.3

D 0 1680 750 0 2430 2400 101.3

y 350 300 1050 900 2600 2400 108.3

Tabla 7 - ganancia total y mezcla óptima


producto R S T T total

demanda 70 50 150
60

La utilidad por unidad R $ 75 R $ 65 R $ 50 R $ 35

B / unidad Minutos 5min 10min 5min 15min

Ganado por unidad de 15R $ / min 6,5R $ / min 10R $ / min 2,3R $ / min
recurso restringido

prioridad 1 3 2 4

mezclar otimo 70 60 50 80

campañol 5250 3900 2500 2800 14,450

La Tabla 7 muestra, desde observagoes de la Figura 2, la ganancia del producto


R y R $ 75, la S y R $ 60, el producto t y R $ 50; y la ganancia del producto T y R $ 35.
Según la figura 2, los tiempos del recurso restringido B para la fabricación de cada
producto y T durante 5 minutos, 10 minutos para la S, 5 min a T, y 15 minutos para U.
a.4) El cálculo de las ganancias por unidad de producción de apelación en R $ 15 de
ganancia para la unidad R por minuto en apelación - Prioridad 1; R $ 6,5 ganancia
por unidad de S por minuto en apelación - la prioridad 3; R $ 10 por unidad de
ganado T por minuto en apelación - la prioridad 2; R ganancia de $ 2,3 por unidad U
por minuto restringido-4 recursos de prioridad;

Teniendo en cuenta que R ofrece la ganancia más alta por unidad de recurso
restringido, que será producido tanto como sea posible, a continuación, el tiempo
restante disponible se puede usar para producir tanto como sea posible del producto T,
después que el producto S, entonces el producto U, en esa secuencia.

a.5) determinar la cantidad de producción de cada producto - la producción de otimo


mezcla
Como se muestra en la Tabla 7, el producto R y el más rentable y será producida
tanto como sea posible. Esto corresponde a 70 unidades que consumen 350 minutos. El
tiempo restante se utiliza para producir la segunda prioridad y T producto, 50 unidades,
con un tiempo de 250 minutos. Luego, 60 unidades de S que corresponde a un tiempo
de 600 minutos. El tiempo restante se utilizarán 1.200 minutos para la fabricación de
productos 80 unidades U.

a.6) Cálculo de la ganancia total:


R 75 = G $ / unidad * 70unid / sem + 65 US $ / unidad * 60unid / sem + 50 US $ /
unidad * 50unid / sem + 35 US $ / unidad * 80unid / sem = US $ 14,45 mil / sem.
La consistencia de R = 70 solugao; T = 50; S = 60; U = 80 y ser validada a través de
las ecuaciones:
16S + 15R + 0T + 5U <2,400 para el recurso;
5R + 10S + 5T 15U + <2,400 Junta para B;
10R + 5S + 10T + 7U <2,400 Junta de C;
0R + 28S + 15T + 0U <2,400 Junta para D;
5R + 5S + 21T + 6U <2,400 de recursos E;
0 <r <70; 0 <S <60; 0 <T <50; 0 <U <150;

o mediante la introducción de estas ecuaciones R = 70, S = 60, T = 50 y T = 80,


tenemos:
15 x 70 + 16 x 60 + 0 + X 50 5 x 80
= 2410 a la característica de 1;
5 x 70 + 10 x 60 + 5 x 50 + x 15 80 = 2400 a Feature B 2;
10 x 70 x 60 + 5 + 10 + X 50 7 x 80 = 2.060 presentada a C;
3
70 x 0 + 28 x 60 + 15 + X 50 0x 80 = 2.430 presentada a D;
4
70 x 5 + 5 x 60 + 21 + X 50 6x 80 = 2180 a función de
correo; 5

Observagao: Estas ecuaciones se refieren a los datos contenidos en la Figura 2 y en la


Tabla 7. Se puede observar que dos de restrigoes (correspondiente a las características
A y D, las ecuaciones 1 y 4) no se cumple, la solugao modelo OCD (R =
70; T = 50; S = 60; y U = 80).

Tabla 8 - otimo Mix y ganancia total


producto R S T T total

demanda 70 50
60 80

La utilidad por unidad R $ 75 R $ 65 R $ 50 R $ 35

Minutos D / unidad 0min 28min 15min 0min

Ganado por unidad de ro 2,3R $ / min 3,3R $ / min ro


recurso restringido

prioridad 1 4 3 1

mezclar otimo 70 58 50 80

campañol 5250 3770 2500 2800 14.320

En Goldratt (1989) y Goldratt (1991), el problema de restrigao alimentación se


discute más restrigao. El solugao ofrecido y la necesidad de un procedimiento iterativo
en estos situagoes. El procedimiento iterativo es volver atrás y comprobar si todos los
recursos satisfacen solugao propuesta. Este procedimiento será capaz de identificar la
existencia de otra restrigao más apretado que puede ser más dominante que el original.
A continuación se puede aplicar este procedimiento iterativo:
Observando las ecuaciones 1 (correspondiente a la característica A) y 4 (que
corresponde a los recursos D), el nuevo recurso restringido es D a la nueva demanda (R
= 70; S = 60; T = 50, y U = 80).

unidad Tabla 8 minutos / D se obtuvo en la figura 2. Siguiendo un razonamiento


análogo a los mostrados en las secciones anteriores se pone fácilmente nueva mezcla
(R = 70; S = 58; T = 50, y U = 80) una ganancia de R $ 14.320. Esta mezcla también
satisface equagao 1 (correspondiente a la característica A).

b) programación lineal solución técnica de Vela (LP)

Tabla 9 Hoja Solugao el Solver


El conjunto de ecuaciones solugao problema, de acuerdo con las informagoes
Figura 2 y Tabla 6 son los siguientes:
Maximizar: 75R + 65S 50T + + 35U;
Sujeto a:
16S + 15R + 0T + 5U <2.400; El 5R presentada a + 5T
+ + 10S 15U <2,400; para la 10R recurso B + 5S + 10T
+ 7U <2,400; para C Recursos 0R + 28S + 15T + 0U
<2,400; D 5R presentada a + 21T + 5S + 6U <2,400; Y
para el recurso
0 <r <70; 0 <S <60; 0 <T <50; 0 < U <150;

El aplicagao un software u hoja de cálculo Microsoft Excel Solver (como se


muestra en la Tabla 9), como consideragao número entero programagao lineal conduce
a solugao: R = 70; S = 59; T = 49; y U = 81. La ganancia total y $ 14.370, más alta que
la solugao TOC.

Observagao: En este caso el modelo TOC inicialmente presentó un solugao


inconsistente. Como estos recursos con múltiples restrigoes aplicaron el método
iterativo, recomendado por el TOC, alcanzando hasta un solugao, sin embargo, menos
de la totalidad del programagao lineal como el Solver solugao en la Tabla 9.
4. Análisis de Datos

El comparagao otimizagao entre los modelos de la teoría de la programagao


lineal y restrigoes fue tomada a través ilustragoes numéricos característicos y presentan
tres tipos de escenarios. El primer escenario (punto 3.1) tiene en cuenta, por lo que
sólo, solugoes enteros. En este caso, ambas técnicas mostraron resultados idénticos
(Luebbe, 1992).
El segundo escenario (punto 3.2) en el solugao del TOC o no enteros (en este
caso el TOC no aproximación) fue presentado por Plenert (1993) tratando de mostrar la
supremacía del modelo LP (utilizando un modelo lineal-programagao toda ) en el
modelo de OCD. Maday (1994) y Posnack (1994) refuta diciendo que no hay necesidad
absoluta para que el modelo aproximación de TOC, y sus resultados serían idénticos
realmente programagao lineal. Uno puede entonces concluir que ambas técnicas tienen
resultados idénticos en términos de otimizagao.
Por último, en el tercer escenario (3.3), múltiples recursos, donde un restrigao
alimenta otra Plenert (1993) puede mostrar que el modelo LP conduce a un mejor
resultado que el TOC, a pesar de los solugoes iterativos clavadas por el TOC en
Goldratt (1989) y Goldratt (1991).

5. Consideraciones finales

El análisis de datos de comparagao entre los modelos otimizagao de la teoría de


restrigoes (TOC) y la programagao lineal (LP) muestra que el modelo otimizagao de
LP proporciona resultados superiores a la TOC en el caso de múltiples recursos, donde
un restrigao alimentar otra. En este caso, aunque los solugoes sugirieron en Goldratt
(1989) y Goldratt (1991), el TOC otimizagao modelo puede conducir a una solugao no
óptima. En otros casos ambas técnicas tienen resultados idénticos.
Teniendo en cuenta la avango a la observada en los últimos tiempos con hojas
de cálculo, como Microsoft Solver en solugao problemas programagao lineales, se
concluye que la técnica de programagao lineal se debe utilizar en substituigao la
ganancia por unidad sistemática apelar en
(Modelo heurístico de OCD), como pliegue Balakrishnan (2003). o como
Además de TOC en los casos de múltiples recursos, en sinergia total con el
TOC. Ambas técnicas no son antagónicos pero complementarios,
viviendo juntos en perfecta sinergia.

Referencias bibliográficas

Balakrishnan, J.; Usando teoría de las restricciones en la programación de la enseñanza


lineal y viceversa: Ventajas y advertencias. La producción y el
inventario de Gestión de Diario, 40, no. 2, 1999.
Balakrishnan, J.; Hoja de cálculo de optimización: una herramienta de apoyo para la
teoría de restricciones. Gestión de Costes, enero-febrero, 17, 1, 2003.
Chase, RB, AQUILINO, NJ; Producción y Dirección de Operaciones: un enfoque de
ciclo de vida, Homewood, IL: Richard Irwin, quinta edición, 1989.
GOLDRATT, MS; Fox, RE la carrera. Sao Paulo: Instituto de ovimentagao
Materiales y Almacenamiento de 1989.
GOLDRATT, MS; Cox, J. Meta. 4 * ed. rev, Sao Paulo :. Claudiney
Fullmann 1990.
GOLDRATT, por el síndrome del pajar. Sao Paulo: Claudiney Fullmann,
1991.
GOLDRATT, MS; Más de Sorte.um proceso de razonamiento. Sao Paulo: Editora
Educador 1994.
Lachtermacher G.; La investigación operativa en la toma de decisiones. Río de Janeiro:
Editora Campus, 2002.
LUEBBE, R .; FINCH B; Limitaciones y Teoría de la programación lineal: Una
Comparación. Int. J. Prod. Res., Vol. 30, No. 6, p. 1471-1478, 1992.
MAD AY, C.; El uso adecuado de Gestión de Restricciones. Producción y Diario, del
primer trimestre, 35, 1, 1994 de gestión de inventario.
Mabin, V.; Hacia una mayor comprensión de la programación lineal, teoría de las
restricciones, y el producto de la mezcla de problemas. Producción y
Diario, tercer trimestre, 42, 3/4, 2001 de gestión de inventario.
OZAN, S.; Programación Matemática Aplicada de Ingeniería y Producción. CA
Englewood Cliffs: Prentice Hall, 1986.
G. Plenert; Optimización teoría de las restricciones Cuando la limitación de recursos
Existen múltiples. European Journal of Operational Research, 70
(1993), 126-133, 1993.
POSNACK, A.; Las limitaciones teóricas: las aplicaciones incorrectas arroja
conclusiones incorrectas. Producción y Diario, del primer trimestre,
35, 1, 1994 de gestión de inventario.