Paso 1 - Modelar y Simular Sistemas Industriales con base en programación

lineal dinámica.

Tutor:
Diego Edixon Karacha

Entregado por:
Diana Paola Obregon
Código: 1012375867

Grupo: 212026_8

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MODELOS Y SIMULACIÓN
MARZO DE 2020
BOGOTÁ D.C.
 Introducción

Con el siguiente trabajo se puede comprender la importancia de la simulación en

los procesos industriales, para lo cual es necesario hacer un recorrido sobre su
estructura, identificar y aplicar un conjunto de técnicas de análisis y de soluciones
de problemas, con el objetivo de optimizar los recursos de una empresa.

Posteriormente, se presentará el desarrollo de las propuestas presentadas de los

diferentes ejercicios sobre programación lineal, se realizará el desarrollo de cada
uno de los ejercicios dispuestos en el entorno de conocimiento del curso a través
de este programa.
 Justificación

En los últimos años, la simulación de procesos ha llegado a ser una herramienta

adecuada y oportuna de apoyo para el funcionamiento de los procesos industriales
ya que esta resume toda la teoría relacionada con un proceso en el cual se
sustituyen las situaciones reales por otras creadas artificialmente, lo que permite
identificar los factores, variables y condiciones de proceso que puedan influir para
la resolución de situaciones que afecten al proceso o al producto, coadyuvar al
desarrollo de nuevos productos y/o realizar mejoras en el proceso o en el
producto.
 Objetivos

 Reconocer los conceptos de la modelación y simulación de procesos en

sistemas industriales y el uso de tecnologías para el análisis de escenarios.
 Determinar las técnicas de modelamiento para la generación de escenarios
de solución óptima, de acuerdo a las condiciones y medidas de desempeño
del sistema real productivos y logísticos.
 Aplicar las técnicas de simulación de los escenarios analizados a través de
herramientas informáticas para interpretar los sistemas, proponer
soluciones y toma de decisiones
Punto 1.

Desarrollar los siguientes contenidos conceptuales

1.1 Qué es la simulación y modelación, tipos y usos.

La Modelación y Simulación son herramientas importantes para el mundo

académico y productivo ya que permiten representar sistemas del mundo real en
un entorno manipulable.

Modelación: Es una abstracción de la realidad, es una representación que hace

un observador con respecto a un sistema de la vida real. Es una construcción
intelectual, una interpretación que hace el hombre con respecto a los sistemas.

La modelación matemática consiste en el reemplazo del objeto cognitivo por su

imagen matemática (modelo matemático) la cual, implementada en algoritmos
lógico – numéricos en un ordenador, permite estudiar las cualidades del proceso
original. Este método de cognición conjuga las ventajas de la teoría y del
experimento. Al trabajar con el modelo matemático y no con el objeto cognitivo, en
forma relativamente rápida y a bajos costos, se pueden estudiar y pronosticar sus
propiedades de estado (ventaja teórica). Al mismo tiempo los algoritmos
numéricos permiten, apoyándose en la potencia de cálculo de los ordenadores,
verificar las cualidades del objeto cognitivo en una forma no accesible para los
enfoques teóricos (ventaja del experimento).

Un modelo es un sistema desarrollado es para entender la realidad y en

consecuencia para modificarla.

Existen dos tipos de Modelos:

1. Modelos Mentales: Son modelos incompletos, dependen del punto de vista

del observador. No es muy recomendable trabajar con este tipo de
modelos.
 2. Modelos Formales: Están estructurados bajo reglas, normas o leyes que
regulan el cómo se estructuran estos modelos.

Dentro de los modelos formales podemos referenciar tres tipos de modelos:

los cuales están soportador sobre leyes de la física, ecuaciones
estructuradas de la química, sobre axiomas matemáticos o sobre
normatividad legal desarrollada por el hombre que permite estandarizar la
forma de construir estos modelos formales.
a) Modelos Físicos
b) Modelos Analógicos
c) Modelos Matemáticos

Estos modelos formales están soportados sobre leyes de la física, ecuaciones

estructuradas de la química, sobre axiomas matemáticos o sobre normatividad
legal desarrollada por el hombre que permite estandarizar la forma de construir
estos modelos formales.

Simulación: Es un proceso en el cual tomamos un modelo de tipo formal que está

estructurado bajo un algoritmo matemático y podemos empezar a hacer
modelación con él, para ver cuáles son las consecuencias o la toma de decisiones
que podríamos referenciar dado el comportamiento de modelo bajo escenarios
totalmente controlados.

La simulación es el proceso de diseñar un modelo que permite hacer pruebas de

un sistema real, con la finalidad de comprender el comportamiento del sistema en
un entorno controlado sin tener que correr riegos como ocurre en un sistema real.

La simulación se ha desarrollado gracias a la evolución de los sistemas

informáticos.

Objetivos de la simulación

- Descubrir el comportamiento de un sistema

- Postular teorías o hipótesis que expliquen el comportamiento observado
- Usar teorías para predecir el comportamiento futuro de un sistema
Se debe realizar un estudio del entorno del problema, reconocer objetivos del
proyecto, determinar índices de medición, fijar objetivos específicos para la
modelación y definir el sistema con el que se va a modelar.

Los modelos de simulación presentan casos:

 Estocásticos: Este modelo se caracteriza por que cuenta con una o más
variables de tipo aleatorio. Entradas fijas produce salidas diferentes.
 Determinísticos: Las variables poseen características fijas, totalmente
definidas.
 Estáticos: Determina una respuesta para una serie especial de
condiciones fijas, las cuales no tendrán cambios considerables en el
transcurso del tiempo.
 Dinámicos: Se ven totalmente afectados por el tiempo en el
comportamiento de sus variables.
 Tiempo-continuo: El modelo permite que los estados del sistema cambien
en cualquier momento.
 Tiempo-discreto: Los cambios de estado del sistema se dan en momentos
discretos del tiempo.
1.2 Investigue para la modelación las principales herramientas de software
utilizadas.

 Software Microsoft Excel: Es una hoja de cálculo desarrollada por

Microsoft, esta herramienta cuenta con hojas de cálculo, herramientas
gráficas, tablas dinámicas y un lenguaje de programación llamado visual
Basic.
Adiciona a lo anterior, este software cuenta con un programa de
complemento llamado Solver el cual es usado para llevar a cabo análisis,
permitiendo encontrar valores óptimos como (mínimo y máximo) para una
formula en una celda, la celda objetivo que está sujeta a restricciones o
limitaciones en los valores de otras celdas de fórmula de una hoja de
cálculo.
 Software de Simulación XPRESS-IVE: Herramienta tecnológica que
permite realizar simulaciones para optimizar procesos por medio del
análisis de diferentes modelos matemáticos.

 ProModel: Es un programa de simulación de procesos industriales, permite

simular cualquier tipo de proceso de manufactura, además de procesos
logísticos, proceso de manejos de materiales y contienen excelentes
simulaciones de talleres, grúas viajeras, bandas de transporte, etc. Es un
paquete de simulación que no realiza solamente el simulado, sino también
optimiza los modelos ingresados.

 Software Arena: Es una aplicación del sistema operativo de Windows,

compatible con Excel y Acces, diseñada para su empleo en todas las
funciones de sistemas productivos, permitiendo el análisis detallado de los
procesos y de los recursos utilizados para la ejecución de los mismos,
mediante una representación gráfica del proceso modelado tipo “diagrama
de flujo”
Ventajas del uso de esta aplicación:

o Explorar las oportunidades para nuevos procedimientos o métodos

sin interrumpir el sistema actual.
o Reducir o eliminar los cuellos de botella.
o Mejorar el pronóstico financiero.
o  Reducir los tiempos de entrega. 
o Gestionar mejor los niveles de inventario, personal, sistemas de
comunicaciones y equipo.
o Aumentar la rentabilidad a través de operaciones en general
mejoradas

 Software de simulación Flexsim: Es un software de simulación de

procesos industriales que permite optimizar espacio en el piso, identificar
 los cuellos de botella, reducir al mínimo el tiempo de inactividad de la
máquina y el tiempo ocioso del operador, y reducir el inventario. Es un
Software de simulación que ayuda a identificar y resolver problemas en las
fábricas o plantas. Es una herramienta de mejora basada en datos.

1.3 Cree un mapa conceptual de “La simulación”

1.4 Cree un mapa conceptual de “La modelación”

Punto 2.

Teniendo en cuenta los conceptos analizados anteriormente, desarrolle los

siguientes casos problémicos para aplicar modelación:

I. Problema 1: Una surtidora de retail contrató a la empresa “El Diamante”

como proveedor de martillos y cinceles en sus tiendas de artículos de
herramental. La demanda semanal de la surtidora consiste en al menos 2250
martillos y 1120 cinceles. La capacidad actual de El Diamante, en un turno, no
basta para producir las unidades que se le piden, y debe recurrir a tiempo
 extra y, quizá, a subcontratar en otros proveedores de herramientas. El
resultado es un aumento en el costo de producción por unidad, como se ve en
la siguiente tabla. La demanda del mercado limita la proporción de cinceles a
martillos a un mínimo de 2:1.

Precio de Venta
Aleación Especificaciones
($ / TON)

Cuando más 80% de I

A Cuando más 30% de II 200
Cuando menos 50% de IV

De 40 a 60% de II
B Cuando menos 30% de III 300
Cuando más 70% de IV

a) ¿Cómo debe organizar su producción en cada Tipo de Producción?

RESTRICCIONES  
1250 1450 1650 550 590
6500
0 0 0 0 0  
  X1 X2 X3 Y1 Y2 Y3   RESULTADO
255
1 1 1 1       2550
>= 0
112
2       1 1 1 5100
>= 0
3 1           <= 850 850
120
4 1 1         1200
<= 0
5       1     <= 480 480
6       1 1   <= 999 999
7 -2 -2 -2 1 1 1 >= 0 0
                   
RESULTAD
850 350 1350 480 519 4101
  O    
Zmin
            = 70333600    
LAS VARIABLES SON:
X1 : MARTILLOS PRODUCIDOS EN TIEMPO
NORMAL
X2: MARTILLOS EN TIEMPO EXTRA
X3: MARTILLOS HECHOS POR
SUBCONTRATACION
Y1: CINCELES PRODUCIDOS EN TIEMPO
NORMAL
Y2: CINCELES PRODUCIDOS EN TIEMPO EXTRA
Y3: CINCELES PRODUCIDOS POR
SUBCONTRATACION
Z= ES EL PRECIO DE PRODUCCIÓN
OPTIMIZADO
En este caso, se requiere hallar como se debe
organizar la producción de estos elementos ,
teniendo en cuenta , que por cada martillo , deben
haber al menos 2 cinceles.

De acuerdo al problema planteamos las siguientes

restricciones:
RESTRICCION 1: fila 9, en esta restricción
establecemos que, la suma de los martillos a
producir debe ser mayor o igual que 2550, pues este
es el requerimiento de la empresa, producir como
mínimo 2550 martillos.
RESTRICCION 2: fila 10, en esta restricción
establecemos que, la suma de los cinceles a
producirse, debe ser mayor o igual que el doble de la
producción de llaves (esto se infiere del problema
planteado)
RESTRICCION 3, 4 ,5 y 6: fila 11 a fila 14, en estas
restricciones, se establece para la 3ra y 5ta, cuanto
es la cantidad de martillos y cinceles que pueden
producir el proveedor en tiempo normal, la 4 y 6ta
restricción establece, el número total de martillos y
cinceles respectivamente que puede fabricar el
proveedor contando su producción en horas extras,
estos valores son fijos y vienen dados por el
ejercicio.

Resultados, tenemos que la producción queda dispuesta de la

siguiente manera:
MATILLOS PRODUCIDAS EN HORAS NORMALES: 850
MARTILLOS PRODUCIDAS EN HORAS EXTRAS: 350
MARTILLO PRODUCIDAS POR SUBCONTRATACION: 1350
CINCELES PRODUCIDOS EN HORAS NORMALES:480
CINCELES PRODUCIDOS EN HORAS EXTRAAS: 519
CINCELES PRODUCIDOS POR SUBCONTRATACION: 4101

TOTAL, COSTO OPTIMIZADO: 70.333.600

 b) Realice la simulación y analice el escenario de la situación a seguir:
Suponga que llega un nuevo proveedor, la empresa “Tuercas y Tornillos”, un
referente proveedor de martillos, y presenta la siguiente tabla con la capacidad
de producción asociada:
CAPACIDAD DE PRODUCCIÓN – EMPRESA EL TORNO

Precio de Venta
Aleación Especificaciones
($ / TON)

Cuando más 80% de I

A Cuando más 30% de II 200
Cuando menos 50% de IV

De 40 a 60% de II
B Cuando menos 30% de III 300
Cuando más 70% de IV

¿De acuerdo con la presentación de este segundo caso, cuál de los dos
proveedores escogería, de acuerdo con su análisis? Justifique
matemáticamente su respuesta.

RESTRICCIONES  
1150 1250 1350 550 650
7000
0 0 0 0 0  
  X1 X2 X3 Y1 Y2 Y3   RESULTADO
255
1 1 1 1       2550
>= 0
112
2       1 1 1 5100
>= 0
3 1           <= 800 800
110
4 1 1         1100
<= 0
 5       1     <= 500 500
6       1 1   <= 900 900
7 -2 -2 -2 1 1 1 >= 0 0
                   
RESULTAD
800 300 1450 500 400 4200
  O    
Zmin
            = 67275000    

LAS VARIABLES SON:

X1: MARTILLOS PRODUCIDOS EN TIEMPO
NORMAL
X2: MARTILLO EN TIEMPO EXTRA
X3: MARTILLO HECHOS POR
SUBCONTRATACION
Y1: CINCELES PRODUCIDOS EN TIEMPO
NORMAL
Y2: CINCELES PRODUCIDOS EN TIEMPO EXTRA
Y3: CINCELES PRODUCIDOS POR
SUBCONTRATACION
Z: COSTO DE PRODUCCION
para nuestro caso, se requiere hallar como se debe
organizar la producción de estos elementos,
teniendo en cuenta, que, por cada martillo, debe
haber al menos 2 cinceles.

De acuerdo al problema planteamos las siguientes

restricciones:
RESTRICCION 1: fila 6, en esta restricción
establecemos que, la suma del martillo a producir
debe ser mayor o igual que 2500, pues este es el
requerimiento de la empresa, producir como mínimo
3200 martillos.
RESTRICCION 2: fila 7, en esta restricción
establecemos que, la suma de los cinceles a
producirse, debe ser mayor o igual que el doble de la
producción de martillos (esto se infiere del problema
planteado)
RESTRICCION 3,4,5,6: fila 8 a fila 11, en estas
restricciones, se establece para la 3ra y 5ta, cuanto
es la cantidad de martillo y cinceles que pueden
producir el proveedor en tiempo normal, la 4 y 6ta
restricción establece, el número total de martillos y
cinceles respectivamente que puede fabricar el

Resultados, tenemos que la producción queda dispuesta de la

siguiente manera:
MARTILLO PRODUCIDOS EN HORAS NORMALES: 800
MARTILLO PRODUCIDAS EN HORAS EXTRAS: 300
MARTILLOS PRODUCIDOS POR SUBCONTRATACION: 1450
CINCELES PRODUCIDOS EN HORAS NORMALES:500
CINCELES PRODUCIDOS EN HORAS EXTRAAS: 400
CINCELES PRODUCIDOS POR SUBCONTRATACION: 4200
TOTAL, COSTO OPTIMIZADO: 67.275.000

II. Problema 2: Se fabrican dos aleaciones, A y B, a partir de tres metales,

donde se deben cumplir las siguientes condiciones sobre los componentes de
dichos metales (I, II, III y IV), de acuerdo con las siguientes especificaciones:

Precio de Venta
Aleación Especificaciones
($ / TON)

Cuando más 35% de Componente I

A Cuando más 25% de Componente II 350
Cuando menos 38% de Componente IV

De 10 a 20% de Componente II
B Cuando menos 12% de Componente III 380
Cuando más 11% de Componente IV

A su vez, con relación a os metales se cuenta con información de los

componentes, la disponibilidad y los costos, según se resume en la siguiente

Al e aci ón

tabla:

¿Cuánto se debe producir de cada aleación?

ALEACIÓN PRECIO
A 35% DEL COMP 1 MAX , 25% DEL COMP 2 MAX, MINIMO 38% DEL COMP IV $ 350,00
B 10-20% COMP 2, MIN 12% DEL COMP III , MAXIMO 11% DEL COMP IV $ 380,00

COMP
METAL Disponible I II III IV OTROS COSTO
1 2800 20% 20% 20% 5% 10% $ 20,00
2 2100 10% 10% 0% 18% 20% $ 25,00
3 3700 3% 20% 0% 31% 0% $ 15,00
CANT METAL 1 METAL 2 METAL 3 Z $ 1.673.538,46
ALEACION A 0 0 0 MAXIMIZAR
ALEACION B 2800 1579,487 287,179

RESTRICCIONES MAXIMO PORCENTAJE

Max disponible metal 775,385 > 466,667
2800 <= 2800 775,385 <= 933,333
1579,487 <= 2100 560 >= 560
287,179 <= 3700 513,333 <= 513,333
Max porcentaje
0 <= 0
0 <= 0
0 >= 0

Las restricciones en este problema están sujetas a las condiciones con

las que deben ser creado las aleaciones, para este caso, tenemos por
ejemplo que máximo el 32% de la aleación puede ser del componente 1.
Restricciones para este caso son:
1 - NO SE PUEDE EXCEDER LA CANTIDAD DE METAL DISPONIBLE.
2- PARA LA ALEACION A
* No más del 35% de la aleación puede ser del componente 1
* No más del 25% de la aleación puede ser del componente 2
*Al menos un 38% de la aleación debe ser del componente 4.
3- PARA LA ALEACION B:
*Entre el 10% y el 20% de la aleación debe estar compuesto por el
componente 2
*Al menos 12% de la aleación debe ser del componente 3
*No más del 11% de la aleación puede ser del componente 4

Los resultados para esta simulación son:

- SE DEBE HACER UN 0% DE LA
ALEACION A
-SE DEBE HACE UN 100% DE LA
ALEACION B
PARA UNA UTILIDAD DE: 1.673.538.46
III. Problema 3: Considerando los costos unitarios de transporte y cantidades de
Oferta y Demanda que se presentan a continuación, determine las cantidades
óptimas a ser transportadas desde cada origen y hacia cada destino.
Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4 Tienda 5 Tienda 6
Planta 1 $3 $5 $12 $5 $4 $3 900
Planta 2 $8 $7 $9 $5 $9 $7 800
Origen
Planta 3 $6 $2 $3 $8 $2 $5 200
Planta 4 $4 $10 $4 $6 $5 $8 500
250 150 200 550 350 100

origen tienda1 tienda2 tienda3 tienda4 tienda5 tienda6 ficticia oferta

planta1 3 5 12 5 4 3 900
planta2 8 7 9 5 9 7 800
planta3 6 2 3 8 2 5 200
planta4 4 10 4 6 5 8 500
demanda 250 150 200 550 350 100 400

origen tienda1 tienda2 tienda3 tienda4 tienda5 tienda6 ficticia oferta

planta1 250 0 0 250 300 100 0 900
planta2 0 0 0 300 0 0 0 800
planta3 0 150 0 0 50 0 0 200
planta4 0 0 200 0 0 0 0 500
demanda 250 150 200 550 350 100 400

RESTRICCIONES
OFERTA PLANTAS ENVIO
1 900 <= 900
2 300 <= 800
3 200 <= 200
4 200 <= 500
DEMANDA Tiendas Reciben
1 250 = 250
2 150 = 150
3 200 = 200
4 550 = 550
5 350 = 350
6 100 = 100
FICTICIA 0 = 400
Z $ 6.200,00
MINIMIZAR

VARIABLES:
VARIABLES DEL PROBLEMA:
LAS VARIABLES DE ESTE PROBLEMA
SON EL NUMERO DE PAQUETES QUE
DEBE ENVIAR CADA PLANTA, SEGUN
SU OFERTA
-P1T1, P1T2, P1T3, P1T4, P1T5, P1T6
-P2T1, P2T2, P2T3, P2T4, P2T5, P2T6
-P3T1, P3T2, P3T3, P3T4, P3T5, P3T6
-P4T1, P4T2, P4T3, P4T4, P4T5, P4T6
-Z = COSTO DE ENVIO TOTAL
OPTIMIZADO (MINIMO)

Restricciones:
Las restricciones para este problema están sujetas a la oferta de cada planta, por tanto, las restricciones vienen dadas
por:
R1: la suma de los envíos a cada tienda por parte de la planta 1 debe ser menor o igual que 900(oferta planta 1)
R2: la suma de los envíos a cada tienda por parte de la planta 2 debe ser menor o igual que 800 (oferta planta2)
R3: la suma de los envíos a cada tienda por parte de la planta 3 debe ser menor o igual que 200 (oferta planta3)
R4: la suma de los envíos a cada tienda por parte de la planta 4 debe ser menor o igual que 500 (oferta planta4)
R5 A R10: la suma de los envíos por planta para cada tienda debe ser mayor o igual que la demanda de cada una de
estas respectivamente.
Z debe tomar su mínimo valor para que el costo total de envió este optimizado

IV. Problema 4: Considerando los costos unitarios de transporte y cantidades de

Oferta y Demanda que se presentan a continuación, determine las cantidades
óptimas a ser transportadas desde cada origen y hacia cada destino.
 Destino
Tienda 1 Tienda 2 Tienda 3 Tienda 4
Planta 1 $10 $13 $19 $11 180
Planta 2 $12 $11 $17 $11 300
Origen
Planta 3 $15 $18 $12 $10 200
Planta 4 $18 $14 $16 $9 240
200 300 250 150

origen tienda1 tienda2 tienda3 tienda4 ofertas

planta 1 10 13 19 11 180
planta 2 12 11 17 11 300
planta 3 15 18 12 10 200
planta 4 18 14 16 9 240
demanda 200 300 250 150  

origen tienda1 tienda2 tienda3 tienda4 ofertas

planta 1 180 0 0 0 180
planta 2 20 280 0 0 300
planta 3 0 0 200 0 200
planta 4 0 20 50 150 240
demanda 200 300 250 150  

RESTRICCIONES
OFERTA PLANTAS Envió  
  1 180 <= 180
  2 300 <= 300
  3 200 <= 200
  4 220 <= 240
DEMANDA TIENDAS Reciben  
  1 200 = 200
  2 300 = 300
  3 250 = 250
  4 150 = 150

$9.950,0
Z
0
minimizar
Variables del problema:
Las variables de este problema son el número de
paquetes que debe enviar cada planta, según su
oferta
-P1T1, P1T2, P1T3, P1T4
-P2T1, P2T2, P2T3, P2T4
-P3T1, P3T2, P3T3, P3T4
-P4T1, P4T2, P4T3, P4T4
-Z = COSTO DE ENVIO TOTAL OPTIMIZADO
(MINIMO)

Resultados:
-La planta 1 enviará su oferta de la siguiente manera:
*180 paquetes para la tienda 1.
-La planta 2 enviará su oferta de la siguiente manera:
*20 paquetes para la tienda 1
*280 paquetes para la tienda 2
-La planta 3 enviará su oferta de la siguiente manera:
*200 paquetes para la tienda3
-La planta 4 enviará su oferta de la siguiente manera:
*20 paquetes para la tienda 2
*50 paquetes para la tienda 3
*150 paquetes para la tienda 4.
PARA UN COSTO DE ENVIÓ OPTIMIZADO DE 9950
Restricciones:
Las restricciones para este problema están sujetas a la oferta de cada planta, por tanto, las restricciones vienen dadas por:
R1: LA SUMA DE LOS ENVIOS A CADA TIENDA POR PARTE DE LA PLANTA 1 DEBE SER MENOR O IGUAL QUE 180(OFERTA PLANTA 1)
R2: LA SUMA DE LOS ENVIOS A CADA TIENDA POR PARTE DE LA PLANTA 2 DEBE SER MENOR O IGUAL QUE 300 (OFERTA PLANTA2)
R3: LA SUMA DE LOS ENVIOS A CADA TIENDA POR PARTE DE LA PLANTA 3 DEBE SER MENOR O IGUAL QUE 200 (OFERTA PLANTA3)
R4: LA SUMA DE LOS ENVIOS A CADA TIENDA POR PARTE DE LA PLANTA 4 DEBE SER MENOR O IGUAL QUE 240 (OFERTA PLANTA4)
R5 A R8: LA SUMA DE LOS ENVIOS POR PLANTA PARA CADA TIENDA DEBE SER MAYOR O IGUAL QUE LA DEMANDA.
NOTA: La tienda ficticia fue introducida debido a que la oferta era mayor que la demanda, lo cual causa que solver entre en conflicto con una
de las restricciones, por eso se agrega esa tienda, sin costos de envió para que no altere los costos totales
Z DEBE TOMAR SU MINIMO VALOR PARA QUE EL COSTO DE ENVIO ESTE OPTIMIZADO
 Conclusiones

 Se concluye que la técnica de simulación puede ser utilizada para

experimentar con nuevas situaciones, sobre las cuales tiene poca o
ninguna información. A través de esta experimentación se puede anticipar
mejor a posibles resultados no previstos.
 Se analizó que la aplicación de la simulación es muy importante para
sistemas ya existentes cuando existe algún problema de operación o bien
cuando se requiere llevar a cabo una mejora en el comportamiento. El
efecto que sobre el sistema ocurre cuando se cambia alguno de sus
componentes se puede examinar antes de que ocurra el cambio físico en la
planta para asegurar que el problema de operación se soluciona o bien
para determinar el medio más económico para lograr la mejora deseada.
 Referencias bibliográficas

Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación:

aplicación a procesos logísticos de fabricación y servicios. Madrid, ES: Universitat
Politècnica de Catalunya. Disponible en la Biblioteca Virtual de la UNAD (pp.2-21).
Recuperado
de: https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=28&docID=4310046&tm=1544036108836

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

Guerrero, S. H. (2009). Programación lineal aplicada. Bogotá, CO: Ecoe

Ediciones. Disponible en la Biblioteca Virtual de la UNAD.(pp.249-271)
Recuperado
de: https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=267&docID=3215329&tm=1544036375878