Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dialnet PlaneacionDeLaProduccionMedianteLaProgramacionLine 4835573 PDF
Dialnet PlaneacionDeLaProduccionMedianteLaProgramacionLine 4835573 PDF
Planeación de la producción mediante la programación lineal con incertidumbre: Uso del programa OR Brainware Decision Tools
Tecnología en Marcha, Vol. 24, N.° 4, Octubre-Diciembre 2011, P. 85-95
Ventas por
Tiempos de procesamiento
Utilidad periodo
Familia
Empa unitaria
Estampado Taladrado Terminado Inspección Min Max
que
P1 - 0,25 0,15 0,05 0,14 49 300 900
P2 0,15 0,45 0,25 0,05 0,15 45 150 600
P3 0,14 0,60 0,20 0,04 0,10 42 150 500
P4 0,10 0,30 - 0,06 0,12 40 200 800
Horas
200 650 230 100 250
Disponibles
X1 > 300 ( 6)
X1 < 900 ( 7)
X2 > 150 ( 8)
X2 < 600 ( 9)
No negatividad
restricciones funcionales. Para resolver el lineal, por lo que el usuario solo tendrá
problema de programación lineal mediante que introducir los datos correspondientes.
el programa OR Brainware Decision Tools*
Paso 3: Resolver el problema. Las pantallas
se debe seguir el siguiente procedimiento.
3, 4 y 5 muestran este procedimiento.
Nota: *Para información de licencia e
instalación, consúltese la página web En este paso se puede utilizar la solución
indicada anteriormente. de Solver, y los resultados se mostrarán
en el campo que el modelo reservó para la
solución, como se muestra en la pantalla
Procedimiento de solución del anterior; o bien se puede seleccionar
problema obtener el “Informe de Respuestas”, en
Paso 1. Cargar la plataforma OR Brainware cuyo caso el modelo de Solver crea una
Decision Tools. Aparece la pantalla 1: hoja nueva con los resultados obtenidos
Paso 2: Seleccionar el módulo de en forma de informe. Las pantallas 6 y 7
Optimización Lineal. Este módulo muestra muestran los resultados del modelo tanto
la pantalla 2. en el modelo, como en la hoja de informe
de respuestas.
La pantalla indica que existen cuatro
variables de decisión y trece restricciones Los resultados de la solución del problema
funcionales en este modelo. Este paso creará por medio de OR Brainware Decision Tools
la estructura del modelo de programación indican que, para maximizar la utilidad
Pantalla 3.
Pantalla 4.
Pantalla 6.
Por lo tanto,
Por lo tanto, la función objetivo del valor monetario la función
esperado de losobjetivo
ingresosdelsevalor
obtiene
monetario esperado de los ingresos se
como sigue: obtiene como sigue:
VMEU = 49!! + 45!! + 42!! + 40!! ∗ 0.20 + 49!! + 45!! + 22!! + 20!! ∗ 0.50
+ 30!! + 35!! + 42!! + 40!! ∗ 0.30
43,3!! +
VMEU =
42!! + 32!! + 30!!
Como
Comosiguiente
siguientepaso,
paso,se se
resuelve el modelo
resuelve el de programación
entonces linealesperado
el ingreso máximo con la IME
función
objetivo
modeloVMEU.
de programación lineal con la es de:
función objetivo VMEU. IME = 86904 * 0,20 + 70760 *0,50 +
Bajo este criterio de decisión la compañía debe producir 900
89750 unidades
* 0,30 de la familia #1,
= 79685,80.
Bajo este criterio de decisión, la compañía
180 unidades
debe producirde900
la unidades
familia #2,
de la250 unidades de la familia #3, y 600 unidades de la
familia El valor esperado de la información
familia
1, 180#4,unidades
para un ingreso máximo2, de250
de la familia 72 530perfecta
unidades monetarias.
VEIP se calcula como sigue:
unidades de la familia 3 y 600 unidades de VEIP = IME - VMEU
la familia 4, para un ingreso máximo de 72
530 unidades monetarias. VEIP = 79685,80 – 72 530
Por lo tanto, si la empresa tiene certeza VEIP = 7 155,80
de que en los próximos meses los
Por lo tanto, 7155,80 es la cantidad
ingresos unitarios son como se indicaron máxima de dinero que la compañía estaría
anteriormente, esto es: dispuesta a pagar por hacer estudios de
Cu1= 49, Cu2= 45, Cu3= 42 y Cu4= 40 con mercado sobre sus líneas de productos.
probabilidad de 0,20 La compañía realiza cada cierto tiempo un
Cu1= 49, Cu2= 45, Cu3= 22 y Cu4= 20 con estudio sobre sus productos para estimar
las ventas esperadas y los ingresos unitarios
probabilidad de 0,50
esperados. Un estudio reciente indicó que
Cu1= 30, Cu2= 35, Cu3= 42 y Cu4= 40 con la compañía tiene una probabilidad de
probabilidad de 0,30 45% de tener un escenario optimista de
Cu1= 49, Cu2= 45 Cu1= 49, Cu2= 45 Cu1= 30, Cu2= 35 Probabilidades
Cu3= 42 y Cu4= 40 Cu3= 22 y Cu4= 20 Cu3= 42 y Cu4= 40 Marginales
0.475 ∗ 0.20
! !! = 49, !! = 45, !! = 42, !! = 40 !") = = 0.211
0.45
0.440 ∗ 0.50
! !! = 49, !! = 45, !! = 22, !! = 20 !") = = 0.489
0.45
0.450 ∗ 0.30
! !! = 30, !! = 35, !! = 42, !! = 40 !") = = 0.300
0.45
! !! !" = 49!1 + 45!2 + 42!3 + 40!4 ∗ 0.211 + 49!1 + 45!2 + 22!3 + 20!4 ∗ 0.489
+ 30!1 + 35!2 + 42!3 + 40!4 ∗ 0.300
decisiones en las pequeñas y medianas
empresas se ve robustecido con la aparición
de nuevas herramientas computacionales
con modelos de investigación de
operaciones incorporados cada vez más
amigables y con menos consideraciones
técnicas para el usuario.
Bibliografía
Hillier, F. y Lieberman, G. (2006). Introducción
a la Investigación de Operaciones. (ed. 8)
México: Editorial Mc Graw Hill.
Moskowitz, H. y Wright, G. (1982). Investigación
de Operaciones. México: Editorial Prentice Hall.
Moya, M. (1995). Probabilidad y Estadística:
Un Enfoque Teórico y Práctico. Cartago:
Editorial Tecnológica.
Moya, M. (1998). Investigación de Operaciones.
La Programación Lineal. (3 ed.) San José:
Editorial UNED.
Pantalla 8. Sipper, D. y Bulfin, R. (1998) Planeación y
Control de la Producción. México: Editorial
Mc Graw Hill.