Paso 3 Modelar

y Simular sistemas industriales con base Modelos de asignación

 
PRESENTADO POR:
FABIAN RODRIGUEZ ZABALA: CÓDIGO: 11276701 
ANGIE NATALIA VILLAMIL PEDRAZA; CÓDIGO: 1071331202
MARITZA PAOLA MURCIA PULIDO; CÓDIGO: 1076648554
JORGE LUIS BONILLA GIL; CÓDIGO: 1110489567
 

GRUPO: 212026_3

TUTOR:
DIEGO EDIXON KARACHA RODRIGUEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MODELOS Y SIMULACIÓN
ABRIL-09-2021
 Introducción

Es de suma importancia mantener los conceptos básicos de simulación en la programación industrial es por tal motivo
que se establecen ejercicios de modelos de simulación en procesos industriales tales como la maximización de procesos,
en diferentes sistemas de producción industrial.
 Justificación

Este trabajo se realiza con la finalidad de lograr una apropiación de términos afines con el curso de modelos y simulación,
realizando comprobaciones a través del software de Xpress IVE para poder atender diferentes soluciones que se puedan
presentar en las plantas de producción.
 OBJETIVOS

 Verificar que solución es la mas optima en la selección de realizar procesos industriales en la maximización de
estos.
 Aprender a identificar el desarrollo del software Xpress IVE para poder generar ganancias en las industrias.
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.
Considerando que se trabaja 8 horas al día en6 días de la semana defina:
a) La cantidad semanal para producir de cada producto en cada planta, si los precios de venta son $32.000/u y
$28.700/u.
Tipos de Tiempos
operarios costos
máquinas producto i1 producto i2
j 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 3 8 2 14 12 22 19 8 17 18 8 7
2 2 7 3 21 5 18 14 9 19 19 2 6
3 6 4 4 23 12 15 12 7 12 15 3 12
4 7 5 5 11 11 16 5 6 11 3 8 8
5 4 7 4 15 15 23 12 6 12 7 14 13
6 6 8 4 18 14 12 3 14 22 6 21 20
7 2 4 3 19 12 10 20 12 20 18 13 10
8 3 5 6 11 14 13 17 13 18 19 8 10
9 9 7 4 7 15 12 19 7 8 15 9 4
10 4 0 6 12 0 21 19 0 3 15 0 2
x1= 32000      

x2= 28700      
         

productos i = 1, 2
maquinas= j = 1,2,3,4,5,6,7,8,9,10

plantas k = 1,2,3
         

horas de trabajo HDT = 8  

dias por semana DPS = 6  

operarios H j.k =    

costos C j.k =    
tiempos T i.j.k =    

 
precio de venta pvp i
al publico =    
La cantidad semanal para producir de cada producto en cada planta
  X i, j, k    
Maximización:
Restricciones:

Planta 1:

Planta 2:
Planta 3:
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:
 Tiempos
Tipos de operarios costos
producto i1 producto i2
máquinas j
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 3 6 2 12 10 20 17 9 13 18 8 7
2 2 6 3 22 8 20 15 6 19 19 2 9
3 6 4 4 19 10 13 12 5 15 15 3 12
4 7 4 5 9 13 17 3 8 11 5 8 11
5 4 6 4 16 14 21 11 4 10 7 14 9
6 6 8 4 20 16 14 4 12 21 6 19 20
7 2 4 3 21 9 8 15 13 22 18 13 11
8 3 5 6 19 12 11 20 13 13 19 8 13
9 9 7 4 9 13 12 19 5 8 15 9 4
10 4 0 6 8 0 21 21 0 3 15 0 2

x1= 30300
x2= 29100
productos i = 1, 2
maquinas= j = 1,2,3,4,5,6,7,8,9,10
plantas k = 1,2,3
horas de
=
trabajo HDT 8
dias por
=
semana DPS 6
operarios H j.k =  
costos C j.k =  
tiempos T i.j.k =  
precio de
venta al pvp i
publico =  
Restricciones:

Planta 1:
Planta 2:

Planta 3:
 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
• 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
• Hillier, F. S. (2010). Introducción a la investigación de operaciones (9a. ed.). México, D.F., MX: McGraw-Hill
Interamericana. Disponible en la Biblioteca Virtual de la UNAD (pp. 282-309). Recuperado de:
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=311&docID=3214887&tm=1544036769138