MODELOS Y SIMULACIÓN

CÓDIGO: 212026A_764

Unidad 2 - Paso 3

Modelar y Simular sistemas industriales con base Modelos de asignación

Presentado a:

 José Luis Ruiz

Tutor Curso Modelos y Simulaciones

Entregado por:

Ismael Simanca M.

Grupo: 212026_35

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
Octubre - 2020
Barranquilla – Atlántico
 Introducción.

En el desarrollo de esta actividad trabajaremos sobre el análisis y modelaciones de

escenarios de procesos industriales para lo cual es indispensable recordar y tener claro que
en la simulación lo más importante es interpretar el comportamiento del sistema para poder
evaluar las estrategias más propicias a implementar las estrategias que permitan contribuir a
la estimación de las necesidades financieras y operacionales de la empresa.

Los análisis de los escenarios estudiados se simularán con el uso de tecnologías que
facilitan su comprensión para adecuar las técnicas idóneas que con lleven a la solución
permitiendo así tomar la decisión asertiva para optimizar procesos y planificar mejor las
actividades de la industria.
 Objetivos.

Reconoce los modelos de simulación como medio de mejoramiento de procesos y

sistemas.

Identificar, comprende y aplicar técnicas de modelamiento para generar escenarios de

soluciones según las necesidades de los sistemas productivos y logísticos.

Comprender y reconocer el lenguaje de simulación para modelar matemáticamente

situaciones reales en búsqueda de soluciones óptimas.
 TALLER-LABORATORIO 2: MODELOS DE ASIGNACIÓN
Defina el modelo asociado en Xpress e indique cuál es la respuesta.

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.

Estudiante Ismael Simanca

PLANTA 1

PLANTA 2

PLANTA 3
 a) Considerando que se trabaja 8 horas al día en 6 días de la semana defina:
 La cantidad semanal a producir de cada producto en cada planta, si los precios
de venta son $32000/u y $28700/u.

Operarios Costos Tiempos

Máquina
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

Información

  Variable Valores Descripción

Productos i= 1y2 N° Clase Referencias de productos
Máquinas j= 1 a 10 N° de máquinas
Locaciones k= 1a3 N° de Plantas

Condiciones

Días por semana: N° Días de trabajo por semana

DPS = 6

Operarios (recurso humano): H j ,k - Operarios por máquina y Planta.

Horas de Trabajo: N° Horas de trabajo diarias → HDT = 8

Costos: C j , k - Costo de Procesamiento por máquina y Planta ($ / min).

Tiempos: T i , j , k -Tiempo de Procesamiento por producto, máquina y Planta (min/u).

Precio de venta al público: P VPi- Precio de Venta al Público de cada Producto
($/u).

Decisiones

Cantidad que se debe producir semanalmente por cada producto, utilizando cada
máquina presente en las tres plantas de producción.

Xi, j, k

i = 1 y 2 Número de tipo de referencias de productos.

j= 1 al 10 Número de tipo de máquinas.

k = 1 al 3 Número de tipo de plantas.

Organización Matricial

Operarios
Máquina
Planta 1 Planta 2 Planta 3

1 3 8 2

2 2 7 3

3 6 4 4

4 7 5 5

5 4 7 4

6 6 8 4

7 2 4 3

8 3 5 6
 9 9 7 4

10 4 0 6

Costos
Máquina
Planta 1 Planta 2 Planta 3

1 14 12 22

2 21 5 18

3 23 12 15

4 11 11 16

5 15 15 23

6 18 14 12

7 19 12 10

8 11 14 13

9 7 15 12

10 12 0 21

Tiempos
Máquina
Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3

1 19 8 17 18 8 7

2 14 9 19 19 2 6

3 12 7 12 15 3 12

4 5 6 11 3 8 8

5 12 6 12 7 14 13

6 3 14 22 6 21 20

7 20 12 20 18 13 10

8 17 13 18 19 8 10

9 19 7 8 15 9 4
 10 19 0 3 15 0 2

PRODUCTO

1 32.000

2 28.700

FUNCION OBJETIVO:
Maximización
Z=¿ Utilidad semanal: ingreso (producido por las maquinas terminales) - costo (de todas
las maquinas)
2 2 10 3
Max Z=∑ P V Pi∗( X i ,9 , 1+ X i ,9 , 2+ X i ,9,3 + X i ,10 ,1 + X i , 10,3) −∑ ∑ ∑ 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
2

∑ X i , j ,k∗T i , j ,k ≤ H j ,k ∗HTD∗DPS∗60
i=1

forall(j in maquimas, k in Plantas) sum(i in Productos)x(i,j,k)*Tiempos (i,j,k)<=Operarios(j,k)*HDT*DPS*60

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

forall(i in Productos)do
X(i,1,1)+X(i,2,1)+X(i,3,1)>=X(i,4,1)
X(i,4,1)>=X(i,5,1)+X(i,6,1)
X(i,5,1)+X(i,6,1)>=X(i,7,1)+X(i,8,1)+X(i,9,1)+X(i,10,1)
end-do

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

forall(i in Productos)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)+X(i,9,2) end-do
Balanceo de producción en la planta 3 por cada producto y bloque de máquinas.
forall(i in Productos)do
X(i,1,3)+X(i,2,3)+X(i,3,3)+X(i,4,3)>=X(i,5,3)
X(i,5,3)>=X(i,6,3)+X(i,7,3)+X(i,8,3)
X(i,6,3)+X(i,7,3)+X(i,8,3)>=X(i,9,3)+X(i,10,3)
end-do

Las cantidades de producción son números enteros

forall(i in Productos,j un maquinas, k in Plantas) x(i,j,k) is_integer

Planta 1
Estructura programación

model "Ismael Simanca M"

uses "mmxprs"; !gain access to the Xpress-Optimizer solver

declarations

Productos= 1..2 !Clase de referencia de producto van del 1 al 2

Maquinas=1..10 !Numero de máquinas van de 1 al 10

Locaciones= 1..3 !Numero de plantas van del 1 al 3

DPS=6 !N° Días de trabajo por semana

HDT=8 !N° de horas laboradas al dia

Operarios: array(Maquinas, Plantas)of real !N° de operarios por maquina

Costo: array(Maquinas, Plantas) of real !Costo de procesamiento por maquina ($/min)

Tiempos: array(Productos,Maquinas,Plantas) of real !tiempo de fabricacion min/und

PVP: array(Productos)of real ! Precio de Venta al Público de cada Producto ($/u).

x: array(Productos,Maquinas,Plantas) of mpvar !cantidad de unidades a ser producidas

 Objective:linctr

end-declarations

Operarios :: [3,8,2,

2,7,3,

6,4,4,

7,5,5,

4,7,4,

6,8,4,

2,4,3,

3,5,6,

9,7,4,

4,0,6]

Costo :: [14,12,22,

21,5,18,

23,12,15,

11,11,16,

15,15,23,

18,14,12,

19,12,10,

11,14,13,

7,15,12,

12,0,21]

Tiempos ::[ 19,8,17, 14,9,19, 12,7,12, 5,6,11, 12,6,12, 3,14,22, 20,12,20, 17,13,18, 19,7,8, 19,0,3,

18,8,7, 19,2,6, 15,3,12, 3,8,8, 7,14,13, 6,21,20, 18,13,10, 19,8,10, 15,9,4, 15,0,2]
PVP :: [ 32000,

28700]

Z:= sum(i in Productos) PVP(i)*(X(i,9,1)+X(i,10,1)+X(i,9,2)+X(i,9,3)+X(i,10,3))-

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

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,4,1)

X(i,4,1)>=X(i,5,1)+X(i,6,1)

X(i,5,1)+X(i,6,1)>=X(i,7,1)+X(i,8,1)+X(i,9,1)+X(i,10,1)

!Balanceo de produccion en planta1

end-do

forall(i in Productos)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)+X(i,9,2)

!Balanceo de produccion en planta2

end-do

forall(i in Productos)do

X(i,1,3)+X(i,2,3)+X(i,3,3)+X(i,4,3)>=X(i,5,3)

X(i,5,3)>=X(i,6,3)+X(i,7,3)+X(i,8,3)

X(i,6,3)+X(i,7,3)+X(i,8,3)>=X(i,9,3)+X(i,10,3)

!Balanceo de produccion en planta3

end-do
forall(i in Productos,j in Maquinas, k in Plantas)X(i,j,k) is_integer

!Restricciones - las cantidades son en numeros enteros

maximize(Z)

end-model

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 8 horas al día en 6 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 $30.300/u y $29.100/u.
 Operarios

Máquina
Planta Planta Planta 3
1 2

1 3 6 2

2 2 6 3

3 6 4 4

4 7 4 5

5 4 6 4

6 6 8 4

7 2 4 3

8 3 5 6

9 9 7 4

10 4 0 6

Costos

Máquina
Planta Planta Planta 3
1 2

1 12 10 20

2 22 8 20

3 19 10 13

4 9 13 17

5 16 14 21

6 20 16 14

7 21 9 8

8 19 12 11

9 9 13 12

10 8 0 21
 Tiempos
Tipo de
Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3
Máquina

1 17 9 13 18 8 7

2 15 6 19 19 2 9

3 12 5 15 15 3 12

4 3 8 11 5 8 6

5 11 4 10 7 14 9

6 4 12 21 6 19 20

7 15 13 22 18 13 11

8 20 13 13 19 8 8

9 19 5 8 15 9 4

10 21 0 3 15 0 2

PRODUCTO

1 30.300

2 29.100
 ¿De acuerdo con la presentación de este segundo caso, ¿cuál de los dos proveedores
escogería, de acuerdo a su análisis? Justifique matemáticamente su respuesta.
A simple vista podemos interpretar que el proveedor más propicio a escoger es el numero 2
ya que este optimiza la producción arrojando mayores ganancias mientras que el proveedor
1 entregaría $ 147.388.000 en mercancía (19.180 und Prod1 y 2) el segundo proveedor
entregara $ 157.824.000 en mercancía (21.508 und Pro1 y 2).

Conclusiones.

Con el desarrollo de esta actividad se pudo interpretar la importancia que tienen los
modelos de simulación dentro del área de ingeniería y la industria siendo utilizada como
una herramienta técnica que nos permitirá mejorar su competitividad al ser capaces de
interpretar y comprender procesos antes de ser implementados para poder hacerlos óptimos
antes de ser ejecutados físicamente; contribuyendo de esta manera en el ahorro de costos, la
productividad y la efectividad de la operación.

Es de suma importancia para nosotros como ingenieros tener una visión y mentalidad
innovadora que permita generar estrategias que impacten de forma positiva a un proceso y
los objetivos de la organización por ello el apropiarnos de esta herramienta de modelo y
simulación nos permitirá prever oportunidades y mejoras a través de un ambiente seguro
que no implicaría retardos o gastos innecesarios dentro de una operación.
Referencias bibliográficas

 Chediak Pinzón, F. A. (2013). Investigación de operaciones. Volumen I (3a. ed.).

Universidad de Ibagué. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/70155  

 Martínez Salazar, I. A. y Vértiz Camarón, G. (2015). Investigaciones de operaciones.

Grupo Editorial Patria. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/39452