POLITÉCNICO GRAN COLOMBIANO

Facultad de Ingeniería
Materia: Investigación de operación

Título del trabajo: Escenario 3

Presentado por:
German Darío Rodriguez Pulido

Bogotá D.C., Colombia

 Breve explicación del modelo propuesto:

Variables de decisión:
Son aquellas que deben ser determinadas para resolver el problema en cuestión. Estas variables
representan las cantidades desconocidas o inciertas que se deben determinar para lograr el objetivo
deseado.

En la lectura podemos encontrar las siguientes variables

T = Periodo
dt = El vendedor se enfrenta a una demanda no negativa
bt = Capacidad de producción de manufactura en el periodo
L = Total de niveles a considerar
yt = denota la cantidad producida en un periodo

Función objetivo

Se utiliza para modelar la relación entre las variables de decisión del modelo y el resultado deseado,
y tiene como objetivo maximizar o minimizar la función objetivo a través de una adecuada elección
de las variables de decisión.

Restricciones:

Son condiciones o restricciones impuestas a un modelo de optimización matemática para resolver

un problema particular. Estas restricciones se utilizan para definir los límites del problema y
garantizar que las soluciones encontradas sean factibles y prácticas.

En la investigación de operaciones, las restricciones pueden ser de diferentes tipos, como

restricciones de capacidad, restricciones de recursos, restricciones de tiempo o restricciones de
demanda. Estos límites se representan matemáticamente mediante ecuaciones o desigualdades que
conectan las variables de decisión y limitan sus rangos de valores.

Incluya también la explicación como red gráfica.

 Descripción y explicación de proposición 2.2.

Este texto describe una revisión de la literatura sobre el problema de planificación de producción y
transporte multinivel. Se menciona que la versión de un solo nivel del problema ha recibido mucha
atención en la literatura. El problema de no capacidad, conocido como ELSP, se puede resolver en
tiempo polinomial en todo el horizonte temporal, pero el problema de capacidad, conocido como
CLSP, puede ser NP-difícil, incluso en muchos casos especiales.
También se debe tener en cuenta que existen casos especiales que permiten el algoritmo de tiempo
polinomial, como cuando las capacidades de producción son estáticas. También se mencionan
algunos estudios específicos del problema.

Brevemente, una revisión de la literatura es un análisis crítico y evaluativo de la investigación

existente sobre un tema específico y, en este caso, se describe la literatura existente sobre un
problema de planificación de transporte y producción multinivel.

 Descripción y explicación de proposición 2.3.

El texto trata sobre problemas de planificación de inventarios y tamaños múltiples. Se enfoca

específicamente en un modelo que usa costos lineales de mantenimiento de inventario y costos fijos
de transporte. Se encontró que cuando los costos de transporte son lineales y no tienen causas
especulativas, es mejor almacenar la producción en el fabricante y transportarla solo cuando sea
necesario. Por otro lado, si los costos de transporte son lineales y la entrega es lo más pronto
posible, lo mejor es almacenar el producto en el distribuidor y enviarlo desde allí. También
mencionamos que este problema se puede reducir a un problema de planificación de producción sin
restricciones y explicamos cómo hacerlo. Además, se explica que existe una solución óptima en los
puntos extremos y se presenta una forma de identificar los súplanos del grafo.

 Análisis de los datos.

medida que avanzan los períodos, se puede observar una tendencia general de crecimiento, lo que
indica un crecimiento continuo de la variable relevante. Sin embargo, se pueden observar cambios
de tendencia significativos en ciertos puntos de la serie temporal, lo que indica la posible influencia
de factores externos o internos que pueden influir en el comportamiento de la variable.
 Comparando los datos reales y el pronóstico, se puede afirmar que la tendencia seguirá creciendo
en 192, que corresponde a diciembre de 2016. Estos datos sugieren que a pesar de los retrocesos
observados en 2016. serie temporal, la tendencia general sigue siendo positiva y se es posible, que
la variable siga creciendo en el futuro.