Informe Estudio de Caso 1

Diana Liseth Briceño B. - dlbricenob@correo.udistrital.edu.co

Resumen-. En el presente documento se estudia el caso de una empresa que fabrica envases. La
empresa desea determinar la cantidad de envases que debe fabricar cada mes, y para ellos le brinda al
ingeniero toda la información que necesita, como una proyección rigurosa de la demanda y la
información financiera –costos-. Para la resolución de este caso se utiliza la herramienta Solver de
Excel. De acuerdo a las características del ejercicio, se formula como un sistema de inventarios
determinístico, propio de la programación dinámica. El resultado óptimo que arroja la herramienta no
contempla el tamaño de lote de 150 unidades, por lo que la política luego se ajusta, redondeando el
número de lotes del óptimo al número entero más cercano, así, se calcula un subóptimo que no difiere
mucho, y esta es la propuesta de plan de producción para la fábrica que se presenta al final del
documento, cumpliendo todos los requerimientos y con el menor costo posible.
Palabras clave---. Solver, Formulación, programación dinámica, inventarios, plan de
producción

I. OBJETIVO

Presentar una propuesta de plan de producción de botellas de 500ml para una fábrica de envases,
sustentada en técnicas de la programación dinámica.

II. INTRODUCCIÓN

La programación dinámica surge para el año 1952, en cabeza de Richard Bellman, quién con su teoría
de procesos de decisión con múltiples pasos contribuyo enormemente en el desarrollo de la
Investigación de Operaciones.

En esencia, la programación dinámica permite la resolución de problemas relativamente complejos,

esto mediante la descomposición de los mismos en una serie de problemas más sencillos, los cuales
en el presente documento se denotaran como ETAPAS. A cada etapa se asocia una decisión, que
orientada con los estados, los cuales brindan la información necesaria para el decisor. Todo esto, con
el fin de buscar el resultado óptimo para el modelo planteado. [1]

III. DESCRIPCIÓN DEL PROBLEMA.

Caso de estudio:

“Usted es el encargado del manejo de la programación de producción de una compañía encargada

de la fabricación de envases. Su principal producto es la botella de plástico de 500ml, producto para el
cual usted ha hecho significativos esfuerzos e inversiones para determinar muy precisamente la
demanda y poder anticiparse a posibles fluctuaciones. Su equipo de planeación le ha entregado
recientemente la proyección mensual de ventas para los próximos 24 meses, tal y como se presenta a
continuación:
MES 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
DEMA 20 35 50 26 30 15 20 30 18 70 40 33 14 70 20 17 30 50 19 50 50 23 19 20
NDA 00 00 0 00 00 00 00 00 00 0 00 00 00 0 00 00 00 0 00 0 0 00 00 00

Adicional a esta información usted ha solicitado el área financiera y de costeo de la compañía los
datos de costeo recientes para poder realizar su planeación. El área le ha informado que los costos de
fabricación de las botellas son de $150/botella, e costo de iniciación de fabricación es de $5000/lote,
el costo de mantener unidades en inventario es de 100/botella y e costo de faltantes es de $200/botella
Teniendo en cuenta que actualmente los lotes e producción son de 150 unidades, que no se acepta
tener más de 10% de la demanda de cada me como faltantes y que la capacidad de almacenamiento de
la bodega es de 2000 unidades.” [2]

IV. METODOLOGÍA.

1. Identificar los componentes de programación dinámica en el contexto del problema (Etapas,

estados, decisiones, costos y objetivos)
2. Establecer en la notación de programación lineal los componentes y funciones de recursión
para las primeras dos etapas
3. Desarrolle una herramienta automática que le permita determinar la política de programación
de producción en el horizonte de planeación, la cual permita los cambios de parámetros en el
problema.
4. Determine la política de producción para la compañía y de conclusiones sobre la relevancia
de la herramienta [2]

V. RESULTADOS.

1. Identificar los componentes de programación dinámica en el contexto del problema

1.1 ETAPAS: En un horizonte de planeación de 24 meses, cada período t (1,…24) es una

Etapa.
1.2 ESTADOS: La cantidad de unidades fabricadas es la variable que representa el
cumplimiento de la demanda en cada período, manifestándose con un inventario,
teniendo un estado inicial y final para cada etapa, dependiendo de la decisión tomada
cada mes.
1.3 DECISIONES: El ingeniero debe decidir cuantas unidades fabricar al inicio de cada
mes.
1.4 COSTOS: Se contemplan varios costos:
1.4.1 Costo de iniciación: Costo preliminar de fabricación por lote = $5000.
1.4.2 Costo de fabricación: Costo de fabricar una unidad de producto = $150
1.4.3 Costo de mantenimiento de inventario: Cuánto cuesta tener una unidad en
inventario = $100
1.4.4 Costo de déficit: Cuánto cuesta no tener una unidad en el mes que se requiere
= $200
 1.5 OBJETIVOS: Fabricar botellas de 500 ml tal que se cubra la demanda requerida, al
menor costo.

2. Establecer en la notación de programación lineal los componentes y funciones de

recursión para las primeras dos etapas

2.1 ETAPAS: El parámetro t (t =1, t=2,… t=24) representa las etapas en el modelo.
2.2 ESTADOS: It (Inventario final para el período t), y It-1 (Inventario inicial para el
período t)
2.3 DECISIONES: La variable Xt (Cantidad de unidades fabricadas en el mes t), L(t) =
Número de lotes de 150 unidades fabricados cada mes t.
2.4 COSTOS: Se contemplan varios costos:
2.4.1 Costo de iniciación: Ci
2.4.2 Costo de fabricación: Cfr
2.4.3 Costo de mantenimiento de inventario: Cm
2.4.4 Costo de déficit: Cd
2.5 OBJETIVOS: Minimizar F(X) =Ci* ∑.Lt + Cfr ∑.Xt + Cm ∑.It + Cd ∑.Dt
(Inventario negativo o déficit)

La construcción de las Funciones de Recursión, se realiza de la siguiente forma:

Como sabemos, en el último mes el inventario va a ser 0, dado que resulta ineficiente
fabricar unidades para guardar en inventario final de esta última etapa [3]. Con base en el
algoritmo de Wagner-Within, se determina:

MES 24:
f ( 24 )=0

MES 23:

f ( 23 )=5000∗13,333+150∗2000
f ( 23 )=36665 0
K=Costo preliminar de fabricación=$ 5000
Cfr=Costo de fabricación por unidad =$ 150
D ( 24 ) =Demanda mes24=2000
2000
L(24) = Lotes período 24 = =13,33
150

3. Desarrolle una herramienta automática que le permita determinar la política de

programación de producción en el horizonte de planeación, la cual permita los cambios de
parámetros en el problema.

En el software Excel, mediante la utilización de la herramienta de Solver se realizó la

automatización y desarrollo del ejercicio, arrojando el resultado óptimo para los datos que
brinda la fábrica de envases.
 Lote Unidade Lote
  Unidades s   s Lotes   Unidades s   Unidades Lotes
Mes Mes
1 1800 12 Mes 7 1800 12 13 1260 8,4 Mes 19 1710 11,4
Mes Mes
2 3150 21 Mes 8 2700 18 14 630 4,2 Mes 20 450 3
Mes Mes
3 450 3 Mes 9 1620 10,8 15 1800 12 Mes 21 450 3
Mes Mes
4 2340 15,6 Mes 10 630 4,2 16 1530 10,2 Mes 22 2070 13,8
Mes Mes
5 2700 18 Mes 11 3600 24 17 2700 18 Mes 23 1710 11,4
Mes Mes
6 1350 9 Mes 12 2970 19,8 18 450 3 Mes 24 1800 12

Como se observa, la optimización arroja números de lote que no son enteros, por lo que
tenemos que proceder a evaluar los números enteros más cercanos para obtener el
resultado sub óptimo, pero que factible con todas las restricciones del modelo.

4. Determine la política de producción para la compañía y de conclusiones sobre la

relevancia de la herramienta

Luego de redondear la cantidad de lotes al entero mayor más cercano, se obtiene la propuesta
de plan de producción que el ingeniero desarrolla en la fábrica de envases.

Lote Unidade Lote

  Unidades s   s Lotes   Unidades s   Unidades Lotes
Mes Mes
1 1800 12 Mes 7 1800 12 13 1350 9 Mes 19 1800 12
Mes Mes
2 3150 21 Mes 8 2700 18 14 750 5 Mes 20 450 3
Mes Mes
3 450 3 Mes 9 1650 11 15 1800 12 Mes 21 450 3
Mes Mes
4 2400 16 Mes 10 750 5 16 1650 11 Mes 22 2100 14
Mes Mes
5 2700 18 Mes 11 3600 24 17 2700 18 Mes 23 1800 12
Mes Mes
6 1350 9 Mes 12 3000 20 18 450 3 Mes 24 1800 12

Esta política, tiene un costo Total de $8’562.500.oo

VI. CONCLUSIONES
 La investigación de operaciones, desde los conflictos bélicos a mediados del siglo pasado se
han convertido en la herramienta indispensable para la toma de decisiones, y optimizar los
procesos en base a uno o varios objetivos.
 Solver, de Excel, es una de las herramientas más usadas para solucionar modelos de
programación matemática de baja y mediana complejidad, debido a que es una interfaz básica
y de fácil manejo. Además, por la naturaleza de Excel, tiene la ventaja de conectarse de
manera sencilla a las bases de datos de las organizaciones.
 Para concluir, Los software de automatización y optimización son absolutamente relevantes
en el quehacer del Ingeniero Industrial, quién como decisor, recurre a estas herramientas para
solucionar complejos modelos, y luego de analizar los resultados, tiene un argumento
matemático para tomar las decisiones en la organización. Esto cobra más importancia por el
hecho de que resolver estos modelos de forma manual es un trabajo innecesario, extenso y
tedioso.[4] Por eso las competencias del profesional decisor deben ir más enfocadas a la
construcción del modelo matemático, y por supuesto al análisis de los resultados obtenidos,
dejando de lado el desarrollo, ya que con el manejo del software adecuado se pueden
desarrollar modelos muy complejos.

REFERENCIAS

[1] Wayne, Winston. Investigación de Operaciones. 4ta Edición p. 961-982

[2] Material de clase, taller
[3] Wayne, Winston. Investigación de Operaciones. 4ta Edición p. 998-1002
[3]Ramos, Andrés. Programación Dinámica DP. Universidad Pontificia Comillas,
Madrid España. Recuperado de la web:
https://www.iit.comillas.edu/aramos/simio/transpa/t_dp_ar.pdf