APLICACIONES DE MODELOS MATEMATICOS EN LA INDUSTRIAL
Trabajo de grado, Conejero Calvo de León, Elena, PROGRAMACIÓN LINEAL:
APLICACIÓN A LA PRODUCCIÓN DE HELADOS (2012-2013) Este trabajo de grado tiene como finalidad determinar el plan semanal de producción de los diferentes tipos de polos que conforman la “Gama Gourmet”, con el objetivo de maximizar beneficios. Esta tesis se desarrolló en una heladería de origen valenciano afincada en sevilla; la empresa se dedica a la elaboración de helados artesanos la cual tiene cinco polos(helados) artesanos los cuales son Polos de menta, Polos de chocolate, Polos de yogurt y melocotón, Polos de almendras y Polos fiordilatte. Cada uno de los polos artesanos tienen una composición diferente, base, cobertura o en las proporciones de cada componente, hay un producto común en todos ellos (Jarabe Base) ya que sin este no sería posible la fabricación de la base de los polos. Esta heladería desea abrir su mercado, la ampliación tiene como objetivo introducir sus productos en el sector de la hostelería, mediante la propuesta de una gama de helados Gourmet. Tienen estipulado los ingredientes semanales y la demanda esperada semanal por cada tipo de polos excepto la de fiordilatte . Para el desarrollo del problema planteado por la empresa se definen las distintas actividades a realizar las cuales son las variables de decisión, las restricciones del problema originadas por las limitaciones de los recursos (materias primas) y las demandas a satisfacer, y por último la función objetivo que hay que maximizar. Para la solución completa de este problema se utilizó el programa LINGO el cual arrojó que la empresa obtiene un beneficio máximo el cual supera la demanda de producción semanal para los polos de menta y yogurt, pero disminuyendo la demanda de los polos de chocolates y almendras; esta producción óptima no contemplo la fabricación de los polos fiordilatte. Si se desea fabricar este tipo de polo, por cada kilo de este producto elaborado, el beneficio disminuiría en 12,31 u.m. O bien podría realizarse esta actividad productiva si se incrementa el beneficio unitario en dicha cantidad. Esta producción óptima es única y se agotan todos los recursos disponibles en las MP de chocolate, esencia de menta, cacao y melocotón batido. Por último muestra las materias primas que no se agotan con las cantidades indicadas por el programa. La producción óptima se mantiene siempre que: El beneficio unitario de polos de menta no sea inferior a 22,5 u.m., el beneficio unitario de polos de chocolate no sea inferior a 20,5 u.m., en el caso de polos de yogurt el beneficio no debe disminuir más de 8,1875u.m, si el beneficio de polos de almendra oscile entre las 12,9 y 22,5u.m. En todos estos casos cambiaría el beneficio máximo obtenido; Seguirán produciendo: polos de menta, chocolate, yogurt y melocotón y almendras; aunque en cantidades distintas, siempre y cuando las disponibilidades de las materias primas no se reduzcan en las cantidades indicada por el programa. Ortiz Triana V, Caicedo Rolón A. 2012. PLAN ÓPTIMO DE PRODUCCIÓN EN UNA PLANTA EMBOTELLADORA DE GASEOSAS. Departamento de Procesos Industriales Facultad de ingeniería. Universidad Francisco de Paula Santander. Grupo de investigación en productividad y competitividad. San José de Cúcuta. Colombia El propósito de esta investigación fue diseñar un plan óptimo de producción en una planta embotelladora de gaseosas, ubicada en la ciudad de San José de Cúcuta (Colombia), el principal factor que llevo a esta compañía a tomar esta decisión es porque presenta inconvenientes a la hora de cumplir con la demanda exigida, lo cual le genera costos de producción que no les permite tener las mejores utilidades; es por ello que se plantean posibilidades y se ejecutó un modelo matemático donde se identificaron las restricciones del sistema productivo, siguiendo la metodología de la investigación de operaciones, específicamente la técnica de programación lineal, en conjunto con la teoría de restricciones. El modelo utilizado en esta investigación es es la teoría de restricciones, como su nombre lo indica se centra en el papel que juegan las restricciones, pero para llegar a esto los investigadores primero siguieron la metodología de la investigación de operaciones, la cual consiste en la definición del problema, desarrollo del modelo matemático y recolección de datos, resolución del modelo matemático, la aprobación de la solución y finalmente la implementación. Para el desarrollo del modelo se empezó por lo básico se halló la variable de decisión la cual era cantidad de cajas a fabricar de un producto i, durante un periodo j, en esta etapa también se hallaron los parámetros constantes del sistema, se plantea la función la objetivo que es minimizar los costos de producción. Posteriormente se comienza a desarrollar el modelo de restricciones que tiene como primer paso hallar cada una de las restricciones para los parámetros constantes, posteriormente se selecciona la restricción principal para este caso la demanda y se explota, es decir, que se plantean distintos escenarios para observar el comportamiento de esta, y mediante el análisis permite subordinar cada uno de los escenarios y seleccionar el adecuado para que en este caso sea el correcto uso de los recursos, teniendo en cuenta que conocemos las capacidades se podrá identificar si se puede cumplir con la demanda y estaremos cumpliendo con la última fase de la teoría de restricciones la cual es: si se logra romper la restricción volver al punto de inicio, realizar el mismo proceso, para así eliminar cada una de las restricciones. Como resultado se obtuvieron las cantidades óptimas de fabricación al menor costo para el período seleccionado (junio del 2011). Además, el estudio permitió evidenciar una capacidad productiva no utilizada, a partir de lo cual se identificaron escenarios y oportunidades para el aprovechamiento de sus recursos. Para concluir se diseñó un modelo matemático, que representa el plan óptimo de producción de una embotelladora de gaseosas, para un período específico. La solución del modelo en el software WinQSB identificó la limitante principal de la organización, siendo en este caso la demanda, la cual está directamente relacionada con la disponibilidad de envase, El presente modelo matemático podría incluir las siguientes mejoras: el manejo de políticas de inventarios al inicio y al final del período seleccionado, y ampliar el modelo matemático diseñado ajustándolo a un modelo de programación lineal por meta. Vargas Suarez L, Cano Robles I, Rios Mercado R. APLICACIÓN DE LA PROGRAMACIÓN LINEAL EN EL SECTOR FORESTAL. (2004) En este artículo se explica cómo se aplicaron los principios de la PL para establecer el nivel de las actividades necesarias para lograr una tala de corto plazo óptima en un grupo de compañías forestales latinoamericanas. Se presenta el modelo matemático que representa a dicho problema operativo en forma simplificada, las herramientas para su solución y, finalmente, los beneficios que pueden obtenerse al aplicar esta técnica de optimización. ¿Cuáles y cuántos árboles deben talarse el siguiente trimestre para obtener el máximo beneficio? Los costos de transporte asociados a las parejas origen-destino también deben considerarse. El problema es entonces: 1. Conocer la demanda y, en base a ella, 2. Definir los rodales de bosque a talar, sus patrones de corte y las asignaciones de maquinaria necesaria para producción y transporte de producto terminados. Un grupo chileno de Weintraub desarrolló un conjunto de 5 modelos. Tres atacan problemas operativos: 1. El ya descrito en el inciso anterior, 2. La calendarización diaria de camiones de transporte para la entrega de materia prima y producto terminado y 3. La ubicación de la maquinaria de tala y transporte y de las rutas de acceso. Los dos restantes resuelven la calendarización táctica de la tala de mediano plazo y la planeación estratégica de largo plazo. Para la solución completa de este problema se utilizó el programa OPTICORT, un sistema para resolver la planeación de la tala a corto plazo. En un primer intento, el modelo se construyó con un conjunto de patrones predeterminado y de cardinalidad moderada para cada rodal de bosque. Cuando el modelo funcionó exitosamente, se desarrolló un esquema de generación de columnas para construir automáticamente los patrones de corte. Cuando el modelo funcionó exitosamente, se desarrolló un esquema de generación de columnas para construir automáticamente los patrones de corte. Los beneficios de esta automatización han sido: a. Ahorro de tiempo en comparación con la alternativa de generar patrones manualmente, b. Obtener un conjunto mayor de buenos patrones, c. Se observó que la solución (función objetivo) mejora entre un 3 y 6 % en comparación con la solución obtenida usando un conjunto fijo de patrones. Variables de decisión: Yidkt Volumen de madera transportado (vendido) desde el terreno i al destino d de un producto k en el período t (m3); i ∈ I, d ∈ D, k∈ K, t ∈ T. Kijt Volumen de madera producida en el terreno I usando el patrón de corte j en el período t (m3); i ∈ I, j ∈ J, t ∈ T Siendo i ∈ I Conjunto de terrenos disponibles para cosechar j ∈ J Conjunto de los patrones de corte k ∈ K Conjunto de los tipos de productos d ∈ D Conjunto de los destinos a proveer de madera t ∈ T Conjunto de los períodos de tiempo Los resultados de este modelo son útiles para el administrador forestal porque puede formar las siguientes conclusiones: • La mayor explotación ocurre en el terreno 3 (tiene el menor costo de producción y en general los costos de transporte más baratos), el cual abastece a los tres destinos, • El terreno 2 (con el mayor costo de producción) no se corta.• El terreno 1 únicamente abastece al destino b pero en pequeñas cantidades. • Se entregan todos los productos a todos los destinos y durante todos los períodos. • El patrón de corte 3 no se usa.