Paso 2 Grupo 212026 81

Paso 2
Modelar y Simular Sistemas Industriales con Base en Modelos de Asignación y
Escenarios
Modelos y Simulación
Presentado A:
Diego Edixon Karacha Rodríguez
Presentado por:
Albert Villada – Código: 14621960
Edgar Stiven Rojas – Código: 1095802553
Carol Andrea Herrera – Código: 53140129
Universidad Nacional Abierta y a Distancia
Escuela de ciencias básicas tecnología e ingeniería
Abril del 2020

Introducción
Con la realización de este trabajo analizaremos los temas más relevantes vistos en la fase
anterior, estos temas los utilizaremos para Modelos de Programación Lineal y Modelos
Matemáticos de Asignación y Simulación, los cuales utilizaremos para encontrar la
solución más viable para resolver problemas reales realizando una simulación.
Esta simulación la realizaremos por medio de un software donde analizaremos los
diferentes escenarios para interpretar los sistemas, posibles soluciones y tomar decisiones
acertadas.
Justificación
Hoy vemos que la utilización de herramientas ofimáticas es un gran mecanismo para las
empresas para solucionar problemas con resultados reales y rápidos, por eso es de gran
importancia la utilización de softwares que ayudan a optimizar un proceso para que este sea
rentable y así cumplir con las metas que se pone una empresa en tiempo real.
Por eso es de gran importancia la realización de este trabajo ya que entenderemos como
modelar y simular un proceso industrial analizando todos los escenarios posibles para
encontrar una solución óptima.

Objetivos
 Modelar y simular en escenarios reales buscando siempre la solución más factible.
 Analizar y ejecutar los temas más relevantes sobre Modelación y Simulación.
 Realizar un modelo matemático para buscar la mejor solución para los problemas
propuestos en el taller.
 Simular cada solución del taller en el software Xpress IVE.

Solución de los Ejercicios
Una empresa fabrica 2 productos en equipos semi–manuales, organizadas como se indica
en la gráfica y en 3 locaciones diferentes. Los tiempos de procesamiento en cada equipo,
junto con los costos de procesamiento y el número de operarios asignado se indican a
continuación.
a) Considerando que se trabaja 9 horas al día en 5 días de la semana defina:
La cantidad semanal a producir de cada producto en cada planta, si los precios de venta son
$24000/u y $23600/u.
Solución Albert Villada.
Maquina 4
Maquina 2
Maquina 1 Maquina 5 Maquina 7
Maquina 3
Maquina 6
Maquina 3
Maquina 7
Maquina 1
Maquina 4 Maquina 6
Maquina 2
Maquina 8
Maquina 5
Maquina 4
Maquina 7
Maquina 1
Maquina 3 Maquina 5
Maquina 2
Maquina 8
Maquina 6
Organización Matricial
Recolección de la Información
Índices.
Productos: i=1 , 2Cantidad de Productos .
Maquinas: j=1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 Cantidad de Maquinas .
Plantas: k =1 ,2 , 3 Cantidad de Plantas .
Parámetros.
Horas de Trabajo (Cantidad de Horas de Trabajo por Día): HDT = 9
Días por Semana (Cantidad de Días de Trabajo por Semana): DPS = 5
Operarios (Recurso Humano): H j ,k = Cantidad de Operarios por Maquina y por Planta.
Costos: C j , k = Costos de Producción por Maquina y por Planta ($/min).
Tiempos: T i , j , k = Tiempo de Producción por Producto, por Maquina y por Planta (min/u).
Precio de Venta al Público: PVP = Precio de Venta al Público de Cada Producto ($/u).
Definición de Variables.
Xi, j, k :
i=1 , 2Cantidad de Productos .
j=1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 Cantidad de Maquinas .
k =1 ,2 , 3 Cantidad de Plantas .
Función Objetivo.
Z = Maximizar la utilidad semanal: el ingreso producido por las maquinas – el costo de
todas las maquinas:
2 2 8 3
Maz Z=∑ PVP i∗( X i ,7,1 + X i ,7,2 + X i , 8,2 + X i ,7,3 + X i ,8,3 ) −∑ ∑ ∑ X i , j ,k∗T i , j ,k ∗C j ,k
i=1 i=1 j=1 k =1
Restricciones.
 Capacidad en minutos por semana para cada máquina y cada planta.
∑ X i , j ,k ≤ H j ,k ∗HDT∗DPS∗60
i=1
 Balanceo de producción en la planta 1 por cada producto y bloque de máquinas.
X i , 1,1 ≥ X i , 2,1+ X i ,3,1
X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ X i ,5,1 + X i ,6,1
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1
X i , 1,2 + X i ,2,2 ≥ X i ,3,2 + X i ,4,2 + X i ,5,2
X i , 3,2 + X i , 4,2+ X i ,5,2 ≥ X i ,6,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3
X i , 3,3 ≥ X i, 4,3 + X i ,5,3 + X i , 6,3
X i , 4,3 + X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i , 8,3
Condición donde la cantidad de producción deben ser números enteros.
X i , j , k → es entero
Xpress IVE
Se Obtuvieron los Siguientes Resultados Para Cada Máquina.
Producto 1:
Planta 1 = 0 Unidades.
Planta 2 = 1350+1350+1350+1350 = 5400 Unidades del producto 1 producidas en la planta
2.
Planta 3 = 623+600+1223+405+818+1223 = 4892 Unidades del producto 1 producidas en
la planta 3.
X (1, j, k) = 10.292 Unidades de producto 1 producidas en la semana.
Producto 2:
Planta 1 = 1350+1350+90+1260+1350 = 5400 Unidades del producto 2 producidas en la
planta 1.
X (2, j, k) = 5400 Unidades de producto 2 producidas en la semana.

Solución Edgar Stiven Rojas.
Inicialmente se debe nombrar cada máquina para mayor facilidad en la formulación de

Excel.
4
Planta 1 20 min / u $ 14 / min
2 18 min / u 4 Op.
8 min / u $ 13 / min
1 7 min / u 5 Op. 5 7
P1 15 min / u $ 20/ min 17 min / u $20/ min 4 min / u $ 15 / min
P2 14 min / u 7 Op. 3 19 min / u 5 Op. 6min / u 8Op.
5 min / u $ 12 / min
9 min / u 7 Op. 6
19 min / u $ 16 / min
15 min / u 7 Op.
3
Planta 2 9 min / u $ 10 / min 7
1 8 min / u 4 Op. 8 min / u $ 15/ min
P1 9 min / u $ 15 / min 7 min / u 4 Op.
P2 12 min / u 8 Op. 4 6
4 min / u $ 15 / min 16 min / u $ 18 / min
2 5 min / u 5 Op. 22 min / u 8 Op.
P1 13 min / u $ 8 / min 8
P2 15 min / u 7 Op. 5 8 min / u $ 18 / min
11 min / u $ 17 / min 6 min / u 6 Op.
12 min / u 7 Op.
4
Planta 3 22 min / u $ 12 / min 7
1 20 min / u 4 Op. 6 min / u $ 15 / min
P1 13 min / u $10 / min 4 min / u 5 Op.
P2 20 min / u 3 Op. 3 5
11 min / u $ 25 / min 20 min / u $ 10 / min
2 14 min / u 9 Op. 10 min / u 3 Op.
P1 9 min / u $ 7 / min 8
P2 13 min / u 2 Op. 6 5 min / u $ 23 / min
18 min / u $ 13 / min 2 min / u 5 Op.
10 min / u 6 Op.
También se clasifican los bloques de trabajo en tres grupos, de modo que se facilite el
planteamiento de las restricciones quedando así:
Planta 1 Planta 2 Planta 3
Grupo 1 1,2,3 1,2,3,4,5 1,2,3
Grupo 2 2,3,4,5,6 3,4,5,6 3,4,5,6
Grupo 3 4,5,6,7 6,7,8 4,5,6,7,8

Quedando así la información para el diseño de las Matrices:
Tiempo procesamiento
Operarios Costos
Maquina Producto 1 Producto 2
Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3
1 7 8 3 20 15 10 15 9 13 14 12 20
2 5 7 2 13 8 7 8 13 9 7 15 13
3 7 4 9 12 10 25 5 9 11 9 8 14
4 4 5 4 14 15 12 20 4 22 18 5 20
5 5 7 3 20 17 10 17 11 20 19 12 10
6 7 8 6 16 18 13 19 16 18 15 22 10
7 8 4 5 15 15 15 4 8 6 6 7 4
8 0 6 5 0 18 23 0 8 5 0 6 2
Ahora se procede a nombrar cada conjunto de datos con su respectivo índice quedando:
ELEMENTO ÍNDICE
Productos i=1,2
Maquinas j=1,2 ,… , 8
Plantas k =1,2,3
Parámetros
Ahora se procede a definir los parámetros dados por el problema:
Matrices Definición Notación Unidades

Costo de fabricación por minuto de la C jk
Costos $/Min
maquina j en la planta k
Número de operarios de la maquina j en la O jk
Operarios Personas
planta k
Tiempo necesario para producir el producto i T ijk
Tiempos Min/U
en la máquina j de la planta k
Precio venta Precio de venta del producto i PV i $/U
Máximo número de minutos que tiene
Límite de tiempo HT Min
disponibles por horario laboral
Quedando así
Matriz de Costos Cjk ($/min) Matriz de Operarios Ojk
Maquina Planta 1 Planta 2 Planta 3 Maquina Planta 1 Planta 2 Planta 3
1 $ 20 $ 15 $ 10 1 7 8 3
2 $ 13 $ 8 $ 7 2 5 7 2
3 $ 12 $ 10 $ 25 3 7 4 9
4 $ 14 $ 15 $ 12 4 4 5 4
5 $ 20 $ 17 $ 10 5 5 7 3
6 $ 16 $ 18 $ 13 6 7 8 6
7 $ 15 $ 15 $ 15
8 $ - $ 18 $ 23 7 8 4 5
Limite tiempo (HT) 8del Tiempo de0procesamiento6(Tijk) (min/U)5

Matriz
Producto Maquina Planta 1 Planta 2 Planta 3
Horas por dia 9 1 15 9 13
2 8 13 9
Min en 1 hora 60 3 5 9 11
Dias a la semana 5 1
4 20 4 22
5 17 11 20
max min semana 2700 6 19 16 18
7 4 8 6
8 0 8 5
Matriz del Precio de venta (PVi)
1 14 12 20
1 24000 2 7 15 13
Producto (i)
2 23600 3 9 8 14
4 18 5 20
2
5 19 12 10
6 15 22 10
7 6 7 4
8 0 6 2
Variables
x ijk =¿ La cantidad (entera) de producto i elaborado por la maquina j en la planta k
Función objetivo
2 8 3
maz Z=∑ ∑ ∑ (PV i∗( X i ,7,1 + X i, 7,2 + X i , 8,2+ X i ,7,3 + X i ,8,3 ¿ )−(X i , j ,k ∗T i , j , k∗C j , k ))¿
i j k
Restricciones
2 2
∑ x i , j ,k ≤ ∑ T i , j , k∗HT ∀ j=1 , … , 8 , k=1,2,3 Restricciondel limite de tiempo

i i
X i , 1,1 ≥ X i , 2,1+
Restricciones de balanceo de producción
X i , 3,1 ∀ i=1,2
X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ para los bloques 1,2 y 3 de la planta 1
X i , 5,1 + X i ,6,1 ∀ i=1,2
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1 ∀ i=1,2
X i , 1,2 + X i ,2,2 ≥ X i ,3,2

+ X i , 4,2+
X i , 3,2+ X i , 4,2+ para los bloques 1,2 y 3 de la planta 2
X i , 5,2 ∀ i=1,2
X i , 5,2 ≥ X i , 6,2 ∀ i=1,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2 ∀ i=1,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3 ∀ i=1,2 Restricciones de balanceo de producción

X i , 3,3 ≥ X i, 4,3+ X i , 5,3 + X i , 6,3 ∀ i=1,2 para los bloques 1,2 y 3 de la planta 3
X i , 4,3+
X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i ,8,3 ∀ i=1,2
Xpress IVE
Imagen con la construcción del modelo en el software

imagen(es) con la(s) respuesta(s) de la(s) variables
imagen con la respuesta de la función objetivo y Conclusiones.
Para que la empresa maximice la utilidad debe asignar la elaboración de los productos en
las siguientes maquinarias, con esto obtiene una utilidad de $91.054.773
Producto Maquina Planta Unidades
1 1 3 623
1 2 2 1350
1 2 3 600
1 3 3 1223
1 4 2 1350
1 5 3 405
1 6 2 1350
1 6 3 818
1 7 2 1350
1 7 3 1223
2 1 1 1350
2 2 1 1350
2 4 1 90
2 6 1 1260
2 7 1 1350
Solución Carol Andrea Herrera.

Proveedor 1
2 18 min / u 4 Op.
8 min / u $ 13 / min
1 7 min / u 5 Op. 5 7
prod 1 15 min / u $ 20/ min 17 min / u $20/ min 4 min / u $ 15 / min
prod 2 14 min / u 7 Op. 3 19 min / u 5 Op. 6min / u 8Op.
5 min / u $ 12 / min
9 min / u 7 Op. 6
19 min / u $ 16 / min
15 min / u 7 Op.
Planta 2 3
9 min / u $ 10 / min 7
1 8 min / u 4 Op. 8 min / u $ 15/ min
prod 1 9 min / u $ 15 / min 7 min / u 4 Op.
prod 2 12 min / u 8 Op. 4 6
4 min / u $ 15 / min 16 min / u $ 18 / min
2 5 min / u 5 Op. 22 min / u 8 Op.
prod 1 13 min / u $ 8 / min 8
prod 2 15 min / u 7 Op. 5 8 min / u $ 18 / min
11 min / u $ 17 / min 6 min / u 6 Op.
12 min / u 7 Op.
Planta 3 4
22 min / u $ 12 / min 7
1 20 min / u 4 Op. 6 min / u $ 15 / min
prod 1 13 min / u $10 / min 4 min / u 5 Op.
prod 2 20 min / u 3 Op. 3 5
11 min / u $ 25 / min 20 min / u $ 10 / min
2 14 min / u 9 Op. 10 min / u 3 Op.
prod 1 9 min / u $ 7 / min 8
18 min / u $ 13 / min 2 min / u 5 Op.
10 min / u 6 Op.
Organización en la matriz
Operarios Costos
1 7 8 3 20 15 10 15 9 13 14 12 20
2 5 7 2 13 8 7 8 13 9 7 15 13
3 7 4 9 12 10 25 5 9 11 9 8 14
4 4 5 4 14 15 12 20 4 22 18 5 20
5 5 7 3 20 17 10 17 11 20 19 12 10
6 7 8 6 16 18 13 19 16 18 15 22 10
7 8 4 5 15 15 15 4 8 6 6 7 4
8 0 6 5 0 18 23 0 8 5 0 6 2
Índices.

Parámetros.
Xi, j, k :
Operarios Costos
Maquina
Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3
1 7 8 3 20 15 10
2 5 7 2 13 8 7
3 7 4 9 12 10 25
4 4 5 4 14 15 12
5 5 7 3 20 17 10
6 7 8 6 16 18 13
7 8 4 5 15 15 15
8 0 6 5 0 18 23
Tiempos
Producto 1 Producto 2
15 9 13 14 12 20
8 13 9 7 15 13
5 9 11 9 8 14
20 4 22 18 5 20
17 11 20 19 12 10
19 16 18 15 22 10
4 8 6 6 7 4
0 8 5 0 6 2
precio de venta
prod 1 24000
prod 2 23600
Función Objetivo.
todas las maquinas:
2 2 8 3
i=1 i=1 j=1 k =1
Restricciones.
Capacidad en minutos por semana para cada máquina y cada planta.
∑ X i , j ,k ≤ H j ,k ∗HDT∗DPS∗60
i=1
Balanceo de producción en la planta 1.
X i , 1,1 ≥ X i , 2,1+ X i ,3,1

X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ X i ,5,1 + X i ,6,1
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1
X i , 1,2 + X i ,2,2 ≥ X i ,3,2 + X i ,4,2 + X i ,5,2
X i , 3,2 + X i , 4,2+ X i ,5,2 ≥ X i ,6,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3
X i , 3,3 ≥ X i, 4,3 + X i ,5,3 + X i , 6,3
X i , 4,3 + X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i , 8,3
model CarolHerrera
uses "mmxprs";
declarations
Productos =1..2 !Rango - Productos que va de 1 al 2

Maquinas =1..8 !Rango - Maximo numero de maquinas en todas las plantas
Plantas =1..3 !Rango - Plantas que va de 1 al 3
HDT =9 !Parámetro - Horas De Trabajo Número de horas diarias de trabajo
DPS =5 !Parámetro - Días Por Semana Numero de días que se trabaja por
semana
Operarios: array(Maquinas,Plantas)of real !Parámetro - Numero de operarios por
Maquina de (de 1a8) y Planta (de 1a3)
Costo: array(Maquinas,Plantas)of real !Parámetro - Costo de procesamiento ($/min)
por Maquina(de 1a8) y Planta(de 1a3)
Tiempos: array(Productos,Maquinas,Plantas)of real !Parametro - Tiempo de
procesamiento (min/u) por producto (de 1a2), maquina (de 1a8) y planta (de 1a3)
PVP: array(Productos)of real !Parametro - Precio de venta al publico de
cada producto (de 1a2) en $/u
x: array(Productos,Maquinas,Plantas)of mpvar !Variable - Cantidad (u/semana) a ser
producidas por producto (de 1a2), Maquina (de 1a8) y Planta (de 1a3)
Objective:linctr
end-declarations
Operarios:: [7, 8, 3,
5, 7, 2,
7, 4, 9,
4, 5, 4,
5, 7, 3,
7, 8, 6,
8, 4, 5,
0, 6, 5]
Costo:: [20, 15, 10,
13, 8, 7,
12, 10, 25,
14, 15, 12,
20, 17, 10,
16, 18, 13,
15, 15, 15,
0, 18, 23]
Tiempos:: [ 15,9,13, 8,13,9, 5,9,11, 20,4,22, 17,11,20, 19,16,18, 4,8,6, 0,8,5,
14,12,20, 7,15,13, 9,8,14, 18,5,20, 19,12,10, 15,22,10, 6,7,4, 0,6,2]
PVP:: [24000,
23600]
Z:= sum(i in Productos) PVP(i)*(x(i,7,1)+x(i,7,2)+x(i,8,2)+x(i,7,3)+x(i,8,3))-
sum(i in Productos, j in Maquinas, k in Plantas) x(i,j,k)*Tiempos(i,j,k)*Costo(j,k)
!Funcion Objetivo - Utilidad semanal:Ingreso(producido por las maquinas terminales) -
Costo(de todas las maquinas)
forall(j in Maquinas, k in Plantas) sum(i in Productos)
x(i,j,k)*Tiempos(i,j,k)<=Operarios(j,k)+HDT*DPS*60
forall(i in Productos) do
x(i,1,1)>=x(i,2,1)+x(i,3,1)
x(i,2,1)+x(i,3,1)>=x(i,4,1)+x(i,5,1)+x(i,6,1)
x(i,4,1)+x(i,5,1)+x(i,6,1)>=x(i,7,1)
end-do
!Restricciones de balanceo de la planta 1
x(i,1,2)+x(i,2,2)>=x(i,3,2)+x(i,4,2)+x(i,5,2)
x(i,3,2)+x(i,4,2)+x(i,5,2)>=x(i,6,2)
x(i,6,2)>=x(i,7,2)+x(i,8,2)
end-do
x(i,1,3)+x(i,2,3)>=x(i,3,3)
x(i,3,3)>=x(i,4,3)+x(i,5,3)+x(i,6,3)
x(i,4,3)+x(i,5,3)+x(i,6,3)>=x(i,7,3)+x(i,8,3)
end-do
forall(i in Productos, j in Maquinas, k in Plantas) x(i,j,k) is_integer !Restricciones
maximize(Z)
end-model
Xpress IVE
b) Realice la simulación y analice el escenario de la situación a seguir:
Suponga que llega una nueva empresa de fabricación, con el siguiente escenario de
producción relacionado:
Considerando que esta nueva empresa trabaja 9 horas al día en 5 días de la semana, defina:
La cantidad semanal a producir de cada producto en cada planta para este nuevo caso si los
precios de venta son $22600/u y $23100/u.
Solucion Albert Villada.
Maquina 4
Maquina 2
Maquina 1 Maquina 5 Maquina 7
Maquina 3
Maquina 6
Maquina 3
Maquina 7
Maquina 1
Maquina 4 Maquina 6
Maquina 2
Maquina 8
Maquina 5
Maquina 4
Maquina 7
Maquina 1
Maquina 3 Maquina 5
Maquina 2
Maquina 8
Maquina 6
Índices.
Parámetros.
Xi, j, k :
Función Objetivo.
todas las maquinas:

2 2 8 3
i=1 i=1 j=1 k =1
Restricciones.
 Capacidad en minutos por semana para cada máquina y cada planta.
∑ X i , j ,k ≤ H j ,k ∗HDT∗DPS∗60
i=1
X i , 1,1 ≥ X i , 2,1+ X i ,3,1
X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ X i ,5,1 + X i ,6,1
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1
X i , 1,2 + X i ,2,2 ≥ X i ,3,2 + X i ,4,2 + X i ,5,2
X i , 3,2 + X i , 4,2+ X i ,5,2 ≥ X i ,6,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3
X i , 3,3 ≥ X i, 4,3 + X i ,5,3 + X i , 6,3
X i , 4,3 + X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i , 8,3

Xpress IVE
Se Obtuvieron los Siguientes Resultados Para Cada Máquina.
Producto 1:
Planta 2 = 1350+1350+1350+1350 = 5400 Unidades del producto 1 producidas en la planta
2.
Planta 3 = 600+600+568+32+600 = 2400 Unidades del producto 1 producidas en la planta
3.

Producto 2:
planta 1.
planta 3.
Al igual que el ejercicio anterior Inicialmente se debe nombrar cada máquina para mayor
facilidad en la formulación de Excel.

4
2 18 min / u 4 Op.
8 min / u $ 12 / min
1 7 min / u 5 Op. 5 7
P1 12 min / u $ 22 / min 17 min / u $ 12 / min 4 min / u $ 25 / min
P2 12 min / u 6 Op. 3 19 min / u 5 Op. 6min / u 7 Op.
3 min / u $ 12 / min
12 min / u 7 Op. 6
21 min / u $ 14 / min
16 min / u 7 Op.
Planta 2 3
9 min / u $ 11 / min 7
1 8 min / u 4 Op. 8 min / u $ 20 / min
P1 8 min / u $ 15 / min 7 min / u 4 Op.
P2 12 min / u 9 Op. 4 6
5 min / u $ 15 / min 16 min / u $ 20 / min
2 3 min / u 5 Op. 23 min / u 8 Op.
P1 10 min / u $ 8 / min 8
P2 15 min / u 7 Op. 5 8 min / u $ 17 / min
8 min / u $ 18 / min 6 min / u 6 Op.
10 min / u 7 Op.
Planta 3 4
19 min / u $ 11 / min 7
1 17 min / u 4 Op. 6 min / u $ 25 / min
P1 16 min / u $ 10 / min 4 min / u 5 Op.
P2 10 min / u 4 Op. 3 5
10 min / u $ 23 / min 18 min / u $ 10 / min
2 14 min / u 9 Op. 10 min / u 3 Op.
P1 9 min / u $ 7 / min 8
P2 13 min / u 2 Op. 6 5 min / u $ 23 / min
18 min / u $ 25 / min 2 min / u 5 Op.
10 min / u 6 Op.
También se clasifican los bloques de trabajo en tres grupos, de modo que se facilite el
planteamiento de las restricciones quedando así:
Planta 1 Planta 2 Planta 3

Grupo 1 1,2,3 1,2,3,4,5 1,2,3
Grupo 2 2,3,4,5,6 3,4,5,6 3,4,5,6
Grupo 3 4,5,6,7 6,7,8 4,5,6,7,8
Quedando así la información para el diseño de las Matrices:

Operarios Costos
1 6 9 4 22 15 10 12 8 16 12 12 10
2 5 7 2 12 8 7 8 10 9 7 15 13
3 7 4 9 12 11 23 3 9 10 12 8 14
4 4 5 4 14 15 11 20 5 19 18 3 17
5 5 7 3 12 18 10 17 8 18 19 10 10
6 7 8 6 14 20 25 21 16 18 16 23 10
7 7 4 5 25 20 25 4 8 6 6 7 4
8 0 6 5 0 17 23 0 8 5 0 6 2
Ahora se procede a nombrar cada conjunto de datos con su respectivo índice quedando:
ELEMENTO ÍNDICE
Productos i=1,2
Maquinas j=1,2 ,… , 8
Plantas k =1,2,3
Parámetros
Ahora se procede a definir los parámetros dados por el problema:
Matrices Definición Notación Unidades

Costo de fabricación por minuto de la C jk
Costos $/Min
maquina j en la planta k
Número de operarios de la maquina j en la O jk
Operarios Personas
planta k
Tiempo necesario para producir el producto i T ijk
Tiempos Min/U
en la máquina j de la planta k
Precio venta Precio de venta del producto i PV i $/U
Máximo número de minutos que tiene
Límite de tiempo HT Min
disponibles por horario laboral
Quedando así
Matriz de Costos Cjk ($/min) Matriz de Operarios Ojk
Maquina Planta 1 Planta 2 Planta 3 Maquina Planta 1 Planta 2 Planta 3
1 22 15 10 1 6 9 4
2 12 8 7 2 5 7 2
3 7 4 9
3 12 11 23
4 4 5 4
4 14 15 11 5 5 7 3
5 12 18 10 6 7 8 6
6 14 20 25
7 25 20 25 7 7 4 5
8 0 17 23 8 0 6 5
Matriz del Tiempo de procesamiento (Tijk) (min/U) Matriz del Precio de venta (PVi)
Producto Maquina Planta 1 Planta 2 Planta 3 1 22600
1 12 8 16 Producto (i)
2 23100
2 8 10 9
3 3 9 10
4 20 5 19
1
5 17 8 18
6 21 16 18
7 4 8 6
8 0 8 5 Limite tiempo (HT)
1 12 12 10
2 7 15 13 Horas por dia 9
3
4
12
18
8
3
14
17
Min en 1 hora 60
2
5 19 10 10 Dias a la semana 5
6 16 23 10
7 6 7 4 max min semana 2700
8 0 6 2
Variables
x ijk =¿ La cantidad (entera) de producto i elaborado por la maquina j en la planta k
Función objetivo
2 8 3
maz Z=∑ ∑ ∑ (PV i∗( X i ,7,1 + X i, 7,2 + X i , 8,2+ X i ,7,3 + X i ,8,3 ¿ )−(X i , j ,k ∗T i , j , k∗C j , k ))¿
i j k
Restricciones
2 2
∑ x i , j ,k ≤ ∑ T i , j , k∗HT ∀ j=1 , … , 8 , k=1,2,3 Restricciondel limite de tiempo

i i
X i , 1,1 ≥ X i , 2,1+
X i , 3,1 ∀ i=1,2
X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ para los bloques 1,2 y 3 de la planta 1
X i , 5,1 + X i ,6,1 ∀ i=1,2
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1 ∀ i=1,2
X i , 1,2 + X i ,2,2 ≥ X i ,3,2

+ X i , 4,2+
X i , 3,2+ X i , 4,2+ para los bloques 1,2 y 3 de la planta 2
X i , 5,2 ∀ i=1,2
X i , 5,2 ≥ X i , 6,2 ∀ i=1,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2 ∀ i=1,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3 ∀ i=1,2 Restricciones de balanceo de producción

X i , 3,3 ≥ X i, 4,3+ X i , 5,3 + X i , 6,3 ∀ i=1,2 para los bloques 1,2 y 3 de la planta 3
X i , 4,3+
X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i ,8,3 ∀ i=1,2
Xpress IVE
Imagen con la construcción del modelo en el software

imagen(es) con la(s) respuesta(s) de la(s) variables
imagen con la respuesta de la función objetivo y Conclusiones.
Para que la empresa maximice la utilidad debe asignar la elaboración de los productos en
las siguientes maquinarias, con esto obtiene una utilidad de $97.370. 922
Matriz solucion b
Producto Maquina Planta Unidades
1 2 2 1350
1 2 3 600
1 3 3 600
1 4 2 1350
1 4 3 568
1 6 2 1350
1 6 3 32
1 8 2 1350
1 8 3 600
2 1 1 1350
2 1 3 1080
2 2 1 1350
2 3 3 1080
2 5 1 169
2 5 3 810
2 6 1 1181
2 6 3 270
2 7 1 1350
2 8 3 1080
PROVEEDOR 2
4
2 18 min / u 4 Op.
8 min / u $ 12 / min
1 7 min / u 5 Op. 5 7
prod 1 12 min / u $ 22 / min 17 min / u $ 12 / min 4 min / u $ 25 / min
prod 2 12 min / u 6 Op. 3 19 min / u 5 Op. 6min / u 7 Op.
3 min / u $ 12 / min
12 min / u 7 Op. 6
21 min / u $ 14 / min
16 min / u 7 Op.
Planta 2 3
9 min / u $ 11 / min 7
1 8 min / u 4 Op. 8 min / u $ 20 / min
prod 2 12 min / u 9 Op. 4 6
5 min / u $ 15 / min 16 min / u $ 20 / min
2 3 min / u 5 Op. 23 min / u 8 Op.
prod 1 10 min / u $ 8 / min 8
8 min / u $ 18 / min 6 min / u 6 Op.
10 min / u 7 Op.
Planta 3 4
19 min / u $ 11 / min 7
1 17 min / u 4 Op. 6 min / u $ 25 / min
prod 2 10 min / u 4 Op. 3 5
10 min / u $ 23 / min 18 min / u $ 10 / min
2 14 min / u 9 Op. 10 min / u 3 Op.
prod 1 9 min / u $ 7 / min 8
18 min / u $ 25 / min 2 min / u 5 Op.
10 min / u 6 Op.
TIEMPOS
Operarios Costos
1 6 9 4 22 15 10 12 8 16 12 12 10
2 5 7 2 12 8 7 8 10 9 7 15 13
3 7 4 9 12 11 23 3 9 10 12 8 14
4 4 5 4 14 15 11 20 5 19 18 3 17
5 5 7 3 12 18 10 17 8 18 19 10 10
6 7 8 6 14 20 25 21 16 18 16 23 10
7 7 4 5 25 20 25 4 8 6 6 7 4
8 0 6 5 0 17 23 0 8 5 0 6 2
Índices.

Parámetros.
Xi, j, k :
Operarios Costos
Maquina
1 6 9 4 22 15 10
2 5 7 2 12 8 7
3 7 4 9 12 11 23
4 4 5 4 14 15 11
5 5 7 3 12 18 10
6 7 8 6 14 20 25
7 7 4 5 25 20 25
8 0 6 5 0 17 23
TIEMPOS
Producto 1 Producto 2
12 8 16 12 12 10
8 10 9 7 15 13
3 9 10 12 8 14
20 5 19 18 3 17
17 8 18 19 10 10
21 16 18 16 23 10
4 8 6 6 7 4
0 8 5 0 6 2
precio de venta
prod 1 22600
prod 2 23100
Función Objetivo.
todas las maquinas:
2 2 8 3
i=1 i=1 j=1 k =1
Restricciones.
Capacidad en minutos por semana para cada máquina y cada planta.
∑ X i , j ,k ≤ H j ,k ∗HDT∗DPS∗60
i=1
X i , 1,1 ≥ X i , 2,1+ X i ,3,1
X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ X i ,5,1 + X i ,6,1
X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1
X i , 1,2 + X i ,2,2 ≥ X i ,3,2 + X i ,4,2 + X i ,5,2
X i , 3,2 + X i , 4,2+ X i ,5,2 ≥ X i ,6,2
X i , 6,2 ≥ X i , 7,2+ X i ,8,2
X i , 1,3 + X i , 2,3 ≥ X i , 3,3

X i , 3,3 ≥ X i, 4,3 + X i ,5,3 + X i , 6,3
X i , 4,3 + X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i , 8,3
model CarolHerrera
uses "mmxprs";
declarations
Productos =1..2 !Rango - Productos que va de 1 al 2
Maquinas =1..8 !Rango - Maximo numero de maquinas en todas las plantas
Plantas =1..3 !Rango - Plantas que va de 1 al 3
HDT =9 !Parametro - Horas De Trabajo Numero de horas diarias de trabajo
DPS =5 !Parametro - Dias Por Semana Numero de dias que se trabaja por
semana
Operarios: array(Maquinas,Plantas)of real !Parametro - Numero de operarios por
Maquina de (de 1a8) y Planta (de 1a3)
Costo: array(Maquinas,Plantas)of real !Parametro - Costo de procesamiento ($/min)
por Maquina(de 1a8) y Planta(de 1a3)

Tiempos: array(Productos,Maquinas,Plantas)of real !Parametro - Tiempo de
procesamiento (min/u) por producto (de 1a2), maquina (de 1a8) y planta (de 1a3)
PVP: array(Productos)of real !Parametro - Precio de venta al publico de
cada producto (de 1a2) en $/u
x: array(Productos,Maquinas,Plantas)of mpvar !Variable - Cantidad (u/semana) a ser
producidas por producto (de 1a2), Maquina (de 1a8) y Planta (de 1a3)
Objective:linctr
end-declarations
Operarios:: [6, 9, 4,
5, 7, 2,
7, 4, 9,
4, 5, 4,
5, 7, 3,
7, 8, 6,
7, 4, 5,
0, 6, 5]
Costo:: [22, 15, 10,
12, 8, 7,
12, 11, 23,
14, 15, 11,
12, 18, 10,
14, 20, 25,
25, 20, 25,
0, 17, 23]
Tiempos:: [ 12,8,16, 8,10,9, 3,9,10, 20,5,19, 17,8,18, 21,16,18, 4,8,6, 0,8,5,
12,12,10, 7,15,13, 12,8,14, 18,3,17, 19,10,10, 16,23,10, 6,7,4, 0,6,2]
PVP:: [22600,
23100]
Z:= sum(i in Productos) PVP(i)*(x(i,7,1)+x(i,7,2)+x(i,8,2)+x(i,7,3)+x(i,8,3))-
sum(i in Productos, j in Maquinas, k in Plantas) x(i,j,k)*Tiempos(i,j,k)*Costo(j,k)
!Funcion Objetivo - Utilidad semanal:Ingreso(producido por las maquinas terminales) -
Costo(de todas las maquinas)
forall(j in Maquinas, k in Plantas) sum(i in Productos)
x(i,j,k)*Tiempos(i,j,k)<=Operarios(j,k)+HDT*DPS*60
x(i,1,1)>=x(i,2,1)+x(i,3,1)
x(i,2,1)+x(i,3,1)>=x(i,4,1)+x(i,5,1)+x(i,6,1)
x(i,4,1)+x(i,5,1)+x(i,6,1)>=x(i,7,1)
end-do
x(i,1,2)+x(i,2,2)>=x(i,3,2)+x(i,4,2)+x(i,5,2)
x(i,3,2)+x(i,4,2)+x(i,5,2)>=x(i,6,2)
x(i,6,2)>=x(i,7,2)+x(i,8,2)
end-do
x(i,1,3)+x(i,2,3)>=x(i,3,3)
x(i,3,3)>=x(i,4,3)+x(i,5,3)+x(i,6,3)
x(i,4,3)+x(i,5,3)+x(i,6,3)>=x(i,7,3)+x(i,8,3)
end-do
forall(i in Productos, j in Maquinas, k in Plantas) x(i,j,k) is_integer !Restricciones

maximize(Z)
end-model
Xpress IVE
c) De acuerdo con la presentación de este segundo caso, ¿cuál de los dos proveedores
escogería, de acuerdo a su análisis? Justifique matemáticamente su respuesta.
Solución Albert Villada.
Análisis del total de unidades producidas de los dos proveedores:
Análisis de los precios de venta al público:

Con el análisis anterior yo escogería el proveedor 2 por que este me produce mayor
cantidad de unidades a un menor costo.
Según la programación realizada en Xpress la mejor opción de proveedor y que cumple con
las restricciones es el segundo, pues a pesar que el precio de venta es un poco bajo, es el
que genera la mayor utilidad en comparación al primer proveedor. La diferencia es de
Utilidad proveedor 2 – utilidad proveedor 1
$97.370. 922 - $91.054.773 = $6.316.149
Por este motivo debe seleccionar al segundo proveedor.
Teniendo en cuenta que:

Planta 1
Producto 1 10 maquinas
5400+2446+818+623+600+405 = 10292 unidades del producto 1 *24000 = 247.008.000
4050+1260+90 = 5400 unidades del producto 2 * 23600 = 127.440.000
Planta 2
Producto 1: 9 * 22600 = 203.400

807+676+149+120 =1752 del producto 1 * 22600 = 39.595.200
Producto 2: 6 * 23100 = 138600
675+169+56 = 900 * 23100 = 20.790.000
Proveedor 1p Proveedor 2
Producto 1 10 maquinas Producto 1 9 maquinas
5400+2446+818+623+600+405 = 10292 807+676+149+120 =1752 del producto 1
unidades del producto 1 *24000 = * 22600 = 39.595.200
247.008.000 Producto 2 6 maquinas
675+169+56 = 900 unidades del
4050+1260+90 = 5400 unidades del
producto 2 * 23100 = 20.790.000
producto 2 * 23600 = 127.440.000
Inversión = 60.385.200
Inversión: 374.448.000
Hay que tener en cuenta que para las dos plantas se utilizan la misma cantidad de máquinas
y teniendo en cuenta que en la planta número uno semanalmente se realizan 15692
unidades con un valor de 374.448.000, estas se dividen en 10292 del producto uno por un
valor 247.008.000 y 5400 del producto dos por valor de 127.440.000 y en la planta número
dos se realizan 2652 unidades por un valor de 60.385.200, las cuales se dividen en 1752 del
producto 1 por valor de 39.595.200 y 900 unidades por valor de 20.790.000.
Se realiza una comparación entre las dos empresas y se aconseja como proveedor el número
1, ya que su producción semanal es alta, adicional se valida con la producción del
proveedor número dos y para que este llegue a la producción del proveedor número uno es
de aproximadamente 6 semanas. El valor es más costoso, pero se obtienen más unidades de
producción.
CONCLUSIONES
 Por medio del desarrollo de este taller se logro modelar y simular en
escenarios reales buscando siempre la solución más factible. Además, se
generó análisis y ejecución los temas más relevantes sobre modelación y
simulación, mediante el desarrollo de la obtención de resultados y el modelo
matemático para buscar la mejor solución para los problemas propuestos en
el taller 2. Por último, se afianza la simulación en cada solución del taller
mediante el software Xpress IVE.
 Con la investigación realizada y los ejercicios propuestos se logró adquirir
conocimiento sobre los temas planteados.

REFERENCIAS
 Chediak, Pinzón, Francisco Alfonso. Investigación de operaciones. Volumen I (3a.
ed.), Universidad de Ibagué, 2012. ProQuest Ebook Central. Disponible en la
Biblioteca Virtual de la UNAD (pp.212-221). Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=213&docID=3211237&tm=154403704385.
 Martínez, Salazar, Iris Abril, and Camarón, Gastón Vértiz (2014). Investigaciones
de operaciones, Grupo Editorial Patria, 2014. Disponible en la Biblioteca Virtual de
la UNAD (pp. 135-148). Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=148&docID=3227913&tm=1544037143023.
 Singer, M. (2013). Una práctica teoría de la optimización lineal : datos, modelos y
decisiones. Santiago, Chile: Ediciones UC. Disponible en la Biblioteca Virtual de la
UNAD (pp.3-69). Recuperado de: http://bibliotecavirtual.unad.edu.co/login?
url=https://bibliotecavirtual.unad.edu.co:2969/login.aspx?
direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-
live&ebv=EB&ppid=pp_3.
 Urquía, M. A., & Martín, V. C. (2013). Modelado y simulación de eventos
discretos. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/detail.action?docID=3216151.
 Hernandez, Oscar. ( 23,08,2017). Modelos y Simulación. [Archivo de video].
Recuperado de http://hdl.handle.net/10596/12977.

Paso 2 Grupo 212026 81

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Paso 2 Grupo 212026 81

Cargado por

Copyright:

Formatos disponibles

Paso 2

Modelar y Simular Sistemas Industriales con Base en Modelos de Asignación y

Diego Edixon Karacha Rodríguez

Albert Villada – Código: 14621960

Edgar Stiven Rojas – Código: 1095802553

Carol Andrea Herrera – Código: 53140129

Universidad Nacional Abierta y a Distancia

Escuela de ciencias básicas tecnología e ingeniería

Abril del 2020

Matemáticos de Asignación y Simulación, los cuales utilizaremos para encontrar la

Esta simulación la realizaremos por medio de un software donde analizaremos los

encontrar una solución óptima.

 Modelar y simular en escenarios reales buscando siempre la solución más factible.

 Analizar y ejecutar los temas más relevantes sobre Modelación y Simulación.

 Simular cada solución del taller en el software Xpress IVE.

Una empresa fabrica 2 productos en equipos semi–manuales, organizadas como se indica

en la gráfica y en 3 locaciones diferentes. Los tiempos de procesamiento en cada equipo,

junto con los costos de procesamiento y el número de operarios asignado se indican a

a) Considerando que se trabaja 9 horas al día en 5 días de la semana defina:

Productos: i=1 , 2Cantidad de Productos .

Maquinas: j=1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 Cantidad de Maquinas .

Plantas: k =1 ,2 , 3 Cantidad de Plantas .

Horas de Trabajo (Cantidad de Horas de Trabajo por Día): HDT = 9

Días por Semana (Cantidad de Días de Trabajo por Semana): DPS = 5

Operarios (Recurso Humano): H j ,k = Cantidad de Operarios por Maquina y por Planta.

Costos: C j , k = Costos de Producción por Maquina y por Planta ($/min).

i=1 , 2Cantidad de Productos .

j=1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 Cantidad de Maquinas .

Z = Maximizar la utilidad semanal: el ingreso producido por las maquinas – el costo de

todas las maquinas:

 Balanceo de producción en la planta 1 por cada producto y bloque de máquinas.

X i , 1,1 ≥ X i , 2,1+ X i ,3,1

X i , 2,1 + X i ,3,1 ≥ X i , 4,1+ X i ,5,1 + X i ,6,1

X i , 4,1 + X i , 5,1+ X i ,6,1 ≥ X i ,7,1

 Balanceo de producción en la planta 2 por cada producto y bloque de máquinas.

X i , 1,2 + X i ,2,2 ≥ X i ,3,2 + X i ,4,2 + X i ,5,2

X i , 3,2 + X i , 4,2+ X i ,5,2 ≥ X i ,6,2

X i , 6,2 ≥ X i , 7,2+ X i ,8,2

 Balanceo de producción en la planta 3 por cada producto y bloque de máquinas.

X i , 1,3 + X i , 2,3 ≥ X i , 3,3

X i , 3,3 ≥ X i, 4,3 + X i ,5,3 + X i , 6,3

X i , 4,3 + X i , 5,3 + X i , 6,3 ≥ X i , 7,3 + X i , 8,3

Condición donde la cantidad de producción deben ser números enteros.

Planta 2 = 1350+1350+1350+1350 = 5400 Unidades del producto 1 producidas en la planta

Planta 3 = 623+600+1223+405+818+1223 = 4892 Unidades del producto 1 producidas en

X (1, j, k) = 10.292 Unidades de producto 1 producidas en la semana.

Planta 1 = 1350+1350+90+1260+1350 = 5400 Unidades del producto 2 producidas en la

X (2, j, k) = 5400 Unidades de producto 2 producidas en la semana.

Inicialmente se debe nombrar cada máquina para mayor facilidad en la formulación de

Grupo 2 2,3,4,5,6 3,4,5,6 3,4,5,6

Grupo 3 4,5,6,7 6,7,8 4,5,6,7,8

Matrices Definición Notación Unidades

Limite tiempo (HT) 8del Tiempo de0procesamiento6(Tijk) (min/U)5

∑ x i , j ,k ≤ ∑ T i , j , k∗HT ∀ j=1 , … , 8 , k=1,2,3 Restricciondel limite de tiempo

X i , 1,2 + X i ,2,2 ≥ X i ,3,2

X i , 1,3 + X i , 2,3 ≥ X i , 3,3 ∀ i=1,2 Restricciones de balanceo de producción

Imagen con la construcción del modelo en el software

Solución Carol Andrea Herrera.

Productos: i=1 , 2Cantidad de Productos .

Maquinas: j=1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 Cantidad de Maquinas .

Plantas: k =1 ,2 , 3 Cantidad de Plantas .

Horas de Trabajo (Cantidad de Horas de Trabajo por Día): HDT = 9

Días por Semana (Cantidad de Días de Trabajo por Semana): DPS = 5

sum(i in Productos, j in Maquinas, k in Plantas) x(i,j,k)Tiempos(i,j,k)Costo(j,k)