Paso 2-Modelar Y Simular Sistemas Industriales Con Base Modelos De Asignación

Trabajo Colaborativo

Presentado por:

Deymar Steven Banos – Código: 1.129.520.463

Jhoan Sebastián Cortes – Código: 1.121.834.799

Gilberto Ignacio Fernández – Código: 10.776.680

Luis Daniel Martínez – Código: 1.044.929.484

Yira Luz Padilla – Código: 1.072.524.763

Grupo: 212026_48

Tutor:

JOSE ENRIQUE COTES

Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería

Modelos y Simulación

01/11/2019
 Introducción
En la ingeniería existen muchos casos en los cuales se presentan problemas de asignación,
tales como: asignación de operarios, de máquinas, herramientas, horas de trabajo, entre otros.

Sin embargo, para la solución de dichos problemas, se encuentran los modelos

matemáticos de asignación, los cuales nos ayudan a resolver todo tipo de problema de
asignación, donde se tienen en cuenta los costos envíos, cantidad de unidades a enviar, etc.

El siguiente trabajo muestra la solución a un problema industrial de asignación, en donde

se pide seleccionar cuál de los dos proveedores le conviene a la empresa con respecto a la
Utilidad. Considerando el número de operarios, el costo de fabricación, el tiempo de
fabricación de cada producto y el tiempo disponible de trabajo.

En el siguiente trabajo se quiere que cada integrante del grupo reconozca los conceptos
básicos de la Modelación y la Simulación y les asocie con los ejercicios orientados en el taller
práctico de desarrollo individual, llegando a identificar variables, parámetros y restricciones.
Por lo que se busca mejorar el conocimiento de un proceso o fenómeno, mediante diferentes
herramientas. Para este trabajo se realiza un análisis y revisión de los conceptos de
programación lineal determinística entre los que se encuentran (supuestos, restricciones,
variables, parámetros, subíndices y función objetivo) aplicándolos en la resolución de
situaciones cotidianas.
 Justificación
Sin lugar a dudas en la actualidad los implementos tecnológicos están transformando los
diferentes mercados, industrias, empresas y demás, puesto que día a día surgen elementos
que permiten realizar las labores de manera más eficaz y eficiente, es así como el curso de
modelos y simulación se constituye como una herramientas necesaria en la formación como
ingenieros, ya que a partir de cada uno de los conceptos, teorías y estrategias que permiten
responder a la realidad operativa de las organizaciones en sistemas productivos o de
servicios, procesos logísticos o manufactura donde se desee aplicar.

Para esta etapa se hace indispensable el recordar elementos básicos relacionados con los
modelos de programación determinística, ya que estos van a servir de base para el
entendimiento de los próximos trabajos a realizar.
 Objetivos
Objetivo General.
Realizar y evaluar un modelo matemático de asignación mediante el software Xpress para la
solución de un problema industrial.

Objetivos Específicos.
 Reconocer los conceptos básicos de la modelación y de la simulación asociándolos
con los problemas propuestos en el taller práctico y ejercicios de la vida cotidiana.

 Analizar los conceptos de modelos matemáticos y modelos de asignación,

identificando variables, parámetros, restricciones y soluciones óptimas de problemas
planteados.

 Diseñar el modelo matemático que dará solución al problema de asignación.

 Tomar decisiones que vayan en pro a maximizar la utilidad de la empresa.

 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

a. Considerando que se trabaja 8 horas al día los 6 días de la semana, defina la

cantidad semanal a producir de cada producto en cada planta, si los precios de
venta son $23800/u y $23500/u.

20 min / u $ 14 / min
18 min / u 4 Op.
Planta 1 8 min / u $ 13 / min
7 min / u 5 Op.
15 min / u $ 12/ min 17 min / u $20/ min 4 min / u $ 20 / min
14 min / u 7 Op. 19 min / u 5 Op. 6min / u 8Op.
5 min / u $ 12 / min
9 min / u 7 Op.
19 min / u $ 16 / min
15 min / u 7 Op.

Planta 2 9 min / u $ 10 / min

8 min / u 4 Op. 8 min / u $ 19 / min
9 min / u $ 14 / min 7 min / u 4 Op.
12 min / u 8 Op.
4 min / u $ 15 / min 16 min / u $ 18 / min
5 min / u 5 Op. 22 min / u 8 Op.
13 min / u $ 8 / min
15 min / u 7 Op. 8 min / u $ 18 / min
11 min / u $ 17 / min 6 min / u 6 Op.
12 min / u 7 Op.

Planta 3 22 min / u $ 12 / min

20 min / u 4 Op. 6 min / u $ 22 / min
13 min / u $12 / min 4 min / u 5 Op.
20 min / u 3 Op.
11 min / u $ 25 / min 20 min / u $ 10 / min
14 min / u 9 Op. 10 min / u 3 Op.
9 min / u $ 7 / min
13 min / u 2 Op. 5 min / u $ 23 / min
18 min / u $ 13 / min 2 min / u 5 Op.
10 min / u 6 Op.
 Organización de Datos:

TIEMPOS
OPERARIOS COSTOS
TIPOS DE producto 1 producto 2
MAQUINAS Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta Planta
1 2 3 1 2 3 1 2 3 1 2 3
1 7 8 3 12 14 12 15 9 13 14 12 20
2 5 2 5 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 20 19 22 4 8 6 6 7 4
8 0 6 5 0 18 23 0 8 5 0 6 2

Organización Matricial

OPERARIOS
Máquina
Planta 1 Planta 2 Planta 3
1 7 8 3
2 5 7 2
3 7 4 9
4 4 5 4
5 5 7 3
6 7 8 6
7 8 4 5
8 0 6 5

Máquina COSTOS
 Planta 1 Planta2 Planta 3
1 12 14 12
2 13 8 7
3 12 10 25
4 14 15 12
5 20 17 10
6 16 18 13
7 20 19 22
8 0 18 23

Máquina 1 2 3 4 5 6 7 8
Planta 1 15 8 5 20 17 19 4 0
Producto 1 Planta 2 9 13 9 4 11 16 8 8
Planta 3 13 9 11 22 20 18 6 5
Tiempos
Planta 1 14 7 9 18 19 15 6 0
Producto 2 Planta 2 12 15 8 5 12 22 7 6
Planta 3 20 13 14 20 10 10 4 2

Referencia Precio
1 23800
2 23500

INDICES:

Productos: i= (1,2) Número de tipo de referencias de productos

Maquinas: j= (1,2,3,4,5,6,7,8) Número de tipos de maquinas
Plantas: k= (1,2,3) Número tipo de plantas

PARÁMETROS:

HDT: 8 horas/diaria. Número de horas diaria de trabajo

DPS: 6 días/semana. Número de días por se mana de trabajo

Operarios: Hj,k. Numero de operarios por máquina y localidad (Recurso Humano).

Costos: Cj,k. Costo de procesamiento por Maquina y planta ($/min)

Tiempos: Ti,j,k. Tiempo de procesamiento por producto, máquina y localidad. (min/und)

Precio de Venta al Público: PVPi – Precio de venta al público de cada producto ($/u)

Definición de Variables:

𝑿𝒊,𝒋,𝒌

Xi,j,k :Cantidad de productos a producir en cada referencia del producto en cada uno de los
tipos de máquinas que se encuentran en las Plantas

Donde
i=1,2 Numero de tipos de referencias de productos
J=1..8 Numero de tipo de maquinas
k=1,2,3 Numero de tipos de plantas

Maximización

Z= utilidad semanal: ingreso (producto por las maquinas terminales)- Costo (de todas las
máquinas).
2

𝑀𝑎𝑥 𝑍 = ∑ 𝑃𝑉𝑃𝑖 ∗ (𝑋𝑖,7,1 + 𝑋𝑖,7,2 + 𝑋𝑖,8,2 + 𝑋𝑖,7,3 + 𝑋𝑖,8,3)

𝑖=1
2 8 3

− ∑ ∑ ∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝑇𝑖,𝑗,𝑘 ∗ 𝐶𝑗,𝑘

𝑖=1 𝑗=1 𝑘=1

Restricciones:

Capacidad en minutos por semana para cada máquina y cada planta

2

∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝑇𝑖,𝑗,𝑘 ≤ 𝐻𝑗,𝑘 ∗ 𝐻𝐷𝑇 ∗ 𝐷𝑃𝑆 ∗ 60

𝑖=1

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

𝑋𝑖,1,1 ≥ 𝑋𝑖,2,1 + 𝑋𝑖,3,1

𝑋𝑖,2,1 + 𝑋𝑖,3,1 ≥ 𝑋𝑖,4,1 + 𝑋𝑖,5,1 + 𝑋𝑖,6,1

𝑋𝑖,4,1 + 𝑋𝑖,5,1 + 𝑋𝑖,6,1 ≥ 𝑋𝑖,7,1

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

𝑋𝑖,1,2 + 𝑋𝑖,2,2 ≥ 𝑋𝑖,3,2 + 𝑋𝑖,4,2 + 𝑋𝑖,5,2

𝑋𝑖,3,2 + 𝑋𝑖,4,2 + 𝑋𝑖,5,2 ≥ 𝑋𝑖,6,2

𝑋𝑖,6,2 ≥ 𝑋𝑖,7,2 + 𝑋𝑖,8,2

Balanceo de producción en la planta 3 por cada producto y bloque de maquinas

𝑋𝑖,1,3 + 𝑋𝑖,2,3 ≥ 𝑋𝑖,3,3

𝑋𝑖,3,3 ≥ 𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3

𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3 ≥ 𝑋𝑖,7,3 + 𝑋𝑖,8,3

Posteriormente se digita la siguiente programación en el software Xpress:

!@encoding CP1252

model ModelName

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

declarations

Productos =1..2 !Rango - Productos de 1 hasta 2

Maquinas =1..8 !Rango - Max Maquinas en la plata de 1 hasta 8

Localidades =1..3 !Rango - Plantas de 1 hasta 3

HDT =8 !Párametro - Horas de trabajo por día

DPS =6 !Párametro - Días de trabajo por semana

Operarios: array(Maquinas,Localidades) of real

!Párametro Número de Operarios por Maquina y Planta

Costo: array(Maquinas,Localidades) of real

!Párametro Costo de Maquina y Planta
 Tiempo: array(Productos,Maquinas,Localidades) of real
!Párametro Tiempo de Producto en cada Maquina por Planta

PVP: array(Productos) of real

!Párametro Precio de Venta al público.

X: array(Productos,Maquinas,Localidades) of mpvar
!Variable Número de unidades a producir por Producto, Maquina y Planta

Objetive: 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::[ 12, 14, 12,

13, 8, 7,

12, 10, 25,

14, 15, 12,

20, 17, 10,

 16, 18, 13,

20, 19, 22,

0, 18, 23]

Tiempo:: [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::[23800,23500]

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 Localidades) X(i,j,k)*Tiempo(i,j,k)*

Costo(j,k)

forall(j in Maquinas, k in Localidades)sum(i in Productos)X(i,j,k)*Tiempo(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

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)

end-do

forall(i in Productos) 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 Localidades) X(i,j,k) is_integer

maximize(z)

end-model
Obteniendo finalmente Que:

Planta
Maquina Producto
Planta 1 Planta 2 Planta 3
Prodc 1 664
Maq 1
Prodc 2 1440
Prodc 1 1440 640
Maq 2
Prodc 2 1440
Prodc 1 1304
Maq 3
Prodc 2
Prodc 1 1440
Maq 4
Prodc 2 96
Prodc 1 432
Maq 5
Prodc 2
Prodc 1 1440 872
Maq 6
Prodc 2 1344
Prodc 1
Maq 7
Prodc 2 1440
Prodc 1 1440 1304
Maq 8
Prodc 2

Para el tipo de producto 2, solo se producirá en la planta 1. Y el tipo de producto 1, se

intercala entre la Planta 2 y 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:

20 min / u $ 14 / min
18 min / u 4 Op.
8 min / u $ 12 / min
7 min / u 5 Op.
12 min / u $ 14 / min 17 min / u $ 12 / min 4 min / u $ 21 / min
12 min / u 6 Op. 19 min / u 5 Op. 6min / u 7 Op.
3 min / u $ 12 / min
12 min / u 7 Op.
21 min / u $ 14 / min
16 min / u 7 Op.

9 min / u $ 11 / min
8 min / u 4 Op. 8 min / u $ 20 / min
8 min / u $ 11 / min 7 min / u 4 Op.
12 min / u 9 Op.
5 min / u $ 15 / min 16 min / u $ 20 / min
3 min / u 5 Op. 23 min / u 8 Op.
10 min / u $ 8 / min
15 min / u 7 Op. 8 min / u $ 17 / min
8 min / u $ 18 / min 6 min / u 6 Op.
10 min / u 7 Op.

19 min / u $ 11 / min
17 min / u 4 Op. 6 min / u $ 21 / min
16 min / u $ 6 / min 4 min / u 5 Op.
10 min / u 4 Op.
10 min / u $ 23 / min 18 min / u $ 10 / min
14 min / u 9 Op. 10 min / u 3 Op.
9 min / u $ 7 / min
13 min / u 2 Op. 5 min / u $ 23 / min
18 min / u $ 25 / min 2 min / u 5 Op.
10 min / u 6 Op.

Considerando que esta nueva empresa trabaja 8 horas al día los 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 $21600/u y $22000/u.
Organización de Datos

Tipo de Operarios Costos

Maquinas
Planta 1 Planta 2 Planta 3 Planta 1 Planta 2 Planta 3
1 6 9 4 14 11 6
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 21 20 21
8 0 6 5 0 17 23

Tipo de Tiempo (min/u)

Maquinas Planta 1 Planta 2 Planta 3
Producto 1 Producto 2 Producto 1 Producto 2 Producto 1 Producto 2
1 12 12 8 12 16 10
2 8 7 10 15 9 13
3 3 12 9 8 10 14
4 20 18 5 3 19 17
5 17 19 8 10 18 10
6 21 16 16 23 18 10
7 4 6 8 7 6 4
8 0 0 8 6 5 2

Referencia Precio
1 21600
2 22000

INDICES:

Productos: i= (1,2) Número de tipo de referencias de productos

Maquinas: j= (1,2,3,4,5,6,7,8) Número de tipos de maquinas
Plantas: k= (1,2,3) Número tipo de plantas

PARÁMETROS:

HDT: 8 horas/diaria. Número de horas diaria de trabajo

DPS: 6 días/semana. Número de días por se mana de trabajo

Operarios: Hj,k. Numero de operarios por máquina y localidad (Recurso Humano).

Costos: Cj,k. Costo de procesamiento por Maquina y planta ($/min)

Tiempos: Ti,j,k. Tiempo de procesamiento por producto, máquina y localidad. (min/und)

Precio de Venta al Público: PVPi – Precio de venta al público de cada producto ($/u)

Definición de Variables:

𝑿𝒊,𝒋,𝒌

Xi,j,k :Cantidad de productos a producir en cada referencia del producto en cada uno de los
tipos de máquinas que se encuentran en las Plantas

Donde
i=1,2 Numero de tipos de referencias de productos
J=1..8 Numero de tipo de maquinas
k=1,2,3 Numero de tipos de plantas

Maximización

Z= utilidad semanal: ingreso (producto por las maquinas terminales)- Costo (de todas las
máquinas).
2

𝑀𝑎𝑥 𝑍 = ∑ 𝑃𝑉𝑃𝑖 ∗ (𝑋𝑖,7,1 + 𝑋𝑖,7,2 + 𝑋𝑖,8,2 + 𝑋𝑖,7,3 + 𝑋𝑖,8,3)

𝑖=1
2 8 3

− ∑ ∑ ∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝑇𝑖,𝑗,𝑘 ∗ 𝐶𝑗,𝑘

𝑖=1 𝑗=1 𝑘=1

Restricciones:

Capacidad en minutos por semana para cada máquina y cada planta

2

∑ 𝑋𝑖,𝑗,𝑘 ∗ 𝑇𝑖,𝑗,𝑘 ≤ 𝐻𝑗,𝑘 ∗ 𝐻𝐷𝑇 ∗ 𝐷𝑃𝑆 ∗ 60

𝑖=1

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

 𝑋𝑖,1,1 ≥ 𝑋𝑖,2,1 + 𝑋𝑖,3,1

𝑋𝑖,2,1 + 𝑋𝑖,3,1 ≥ 𝑋𝑖,4,1 + 𝑋𝑖,5,1 + 𝑋𝑖,6,1

𝑋𝑖,4,1 + 𝑋𝑖,5,1 + 𝑋𝑖,6,1 ≥ 𝑋𝑖,7,1

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

𝑋𝑖,1,2 + 𝑋𝑖,2,2 ≥ 𝑋𝑖,3,2 + 𝑋𝑖,4,2 + 𝑋𝑖,5,2

𝑋𝑖,3,2 + 𝑋𝑖,4,2 + 𝑋𝑖,5,2 ≥ 𝑋𝑖,6,2

𝑋𝑖,6,2 ≥ 𝑋𝑖,7,2 + 𝑋𝑖,8,2

Balanceo de producción en la planta 3 por cada producto y bloque de maquinas

𝑋𝑖,1,3 + 𝑋𝑖,2,3 ≥ 𝑋𝑖,3,3

𝑋𝑖,3,3 ≥ 𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3

𝑋𝑖,4,3 + 𝑋𝑖,5,3 + 𝑋𝑖,6,3 ≥ 𝑋𝑖,7,3 + 𝑋𝑖,8,3

Posteriormente se digita la siguiente programación en el software Xpress:

!@encoding CP1252

model ModelName

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

declarations

Productos =1..2 !Rango - Productos de 1 hasta 2

Maquinas =1..8 !Rango - Max Maquinas en la plata de 1 hasta 8

Localidades =1..3 !Rango - Plantas de 1 hasta 3

HDT =8 !Párametro - Horas de trabajo por día

DPS =6 !Párametro - Días de trabajo por semana

 Operarios: array(Maquinas,Localidades) of real
!Párametro Número de Operarios por Maquina y Planta

Costo: array(Maquinas,Localidades) of real

!Párametro Costo de Maquina y Planta

Tiempo: array(Productos,Maquinas,Localidades) of real

!Párametro Tiempo de Producto en cada Maquina por Planta

PVP: array(Productos) of real

!Párametro Precio de Venta al público.

X: array(Productos,Maquinas,Localidades) of mpvar
!Variable Número de unidades a producir por Producto, Maquina y Planta

Objetive: 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::[14,11, 6,

12, 8, 7,
 12, 11, 23,

14, 15, 11,

12, 18, 10,

14, 20, 25,

21, 20, 21,

0, 17, 23]

Tiempo:: [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::[21600,22000]

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 Localidades) X(i,j,k)*Tiempo(i,j,k)*

Costo(j,k)

!Función Objetivo que busca maximizar las Utilidades

!Sujeto a las restricciones

forall(j in Maquinas, k in Localidades)sum(i in Productos)X(i,j,k)*Tiempo(i,j,k)<=

Operarios(j,k)*HDT*DPS*60

!Localidad 1
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

!Localidad 2

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)

end-do

!Localidad 3

forall(i in Productos) 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 Localidades) X(i,j,k) is_integer

maximize(z)

end-model
 Obteniendo finalmente Que:

Planta
Maquina Producto
Planta 1 Planta 2 Planta 3
Prodc 1
Maq 1
Prodc 2 1440 1152
Prodc 1 1440 640
Maq 2
Prodc 2 1440
Prodc 1 640
Maq 3
Prodc 2 1152
Prodc 1 1440 606
Maq 4
Prodc 2
Prodc 1
Maq 5
Prodc 2 180 864
Prodc 1 1440 34
Maq 6
Prodc 2 1260 288
Prodc 1
Maq 7
Prodc 2 1440
Prodc 1 1440 640
Maq 8
Prodc 2 1152

Para la planta 1 solo procesará productos tipo 2, la planta 2 procesará productos tipo 1,
mientras que la planta 3 intercala entre los dos tipos de productos.
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.

En primera instancia se calcularán las utilidades por cada uno de los proveedores, para
esto se obtiene inicialmente la matriz de costos de fabricación por cada una de las
máquinas de cada una de las plantas, luego se calculan los ingresos y con esto realizar la
operación requerida para obtener la utilidad.

Proveedor 1

Costos de fabricación ($)

Maquinas Planta 1 Planta 2 Planta 3
Maq 1 $ 17.280 $- $ 7.968
Maq 2 $ 18.720 $ 11.520 $ 4.480
Maq 3 $ - $ - $ 32.600
Maq 4 $ 1.344 $ 21.600 $ -
Maq 5 $ - $- $ 4.320 Costo Total de Fabricación
Maq 6 $ 21.504 $ 25.920 $ 11.336
Maq 7 $ 28.800 $ - $ -
Maq 8 $ - $ 25.920 $ 29.992
COSTO
TOTAL $ 87.648 $ 84.960 $ 90.696 $ 263.304

Costo ($)
Maquinas Planta 1 Planta 2 Planta 3
$ $ $
Maq 1 12 × 1440𝑢𝑛𝑖𝑑 = $17.280 14 × 0𝑢𝑛𝑖𝑑 = $0 12 × 664𝑢𝑛𝑖𝑑 = $7.968
𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑

$ $
𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 = 2.744𝑢𝑛𝑖𝑑 (23.800 ) + 1.440 (23.500 ) = $98′ 872.800
𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑

𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝐹𝑎𝑏𝑟𝑖𝑐𝑎𝑐𝑖ó𝑛

𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅 == $𝟗𝟖′𝟖𝟕𝟐. 𝟖𝟎𝟎 − $𝟐𝟔𝟑. 𝟑𝟎𝟒 = $𝟗𝟖´𝟔𝟎𝟗. 𝟒𝟗𝟔
 Proveedor 2

Costo de Fabricación ($)

Maquinas Planta 1 Planta 2 Planta 3
Maq 1 $ 20.160 $ - $ 6.912
Maq 2 $ 17.280 $ 11.520 $ 4.480
Maq 3 $ - $ - $ 41.216
Maq 4 $ - $ 21.600 $ 6.666
Maq 5 $ 2.160 $ - $ 8.640
Maq 6 $ 17.640 $ 28.800 $ 8.050
Maq 7 $ 30.240 $ - $ -
Maq 8 $ - $ 24.480 $ 41.216
COSTO
TOTAL $ 87.480 $ 86.400 $ 117.180 $291.060

Costo ($)
Maquinas Planta 1 Planta 2 Planta 3
$ $ $
Maq 1 14 × 1440𝑢𝑛𝑖𝑑 = $20.160 11 × 0𝑢𝑛𝑖𝑑 = $0 6 × 1.152𝑢𝑛𝑖𝑑 = $6.912
𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑

$ $
𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 = 2.080𝑢𝑛𝑖𝑑 (21.600 ) + 2.592 (22.000 ) = $101′ 952.000
𝑢𝑛𝑖𝑑 𝑢𝑛𝑖𝑑

𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝐹𝑎𝑏𝑟𝑖𝑐𝑎𝑐𝑖ó𝑛

𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅 == $𝟏𝟎𝟏′𝟗𝟓𝟐. 𝟎𝟎𝟎 − $𝟐𝟗𝟏. 𝟏𝟔𝟎 = $𝟏𝟎𝟏′𝟔𝟔𝟎. 𝟗𝟒𝟎

Como conclusión se obtiene que a pesar de que el Proveedor 1 incurre en un costo de

fabricación menor, se obtiene menor utilidad ya que los ingresos no son tan representativos
como los del Proveedor 2, por ende, la mejor elección (que ofrece mejores condiciones de
rentabilidad) es el Proveedor 2
 Conclusión

En el presente trabajó se realizó un modelo matemático de asignación para saber cuántas

cantidades de productos se fabricarían y además, se seleccionó que el proveedor más
adecuado para la empresa era el número 2, puesto que este aumentaba las utilidades. En el
proveedor 2 los costos de fabricación fueron mayores que el proveedor 1, sin embargo gracias
a los ingresos, las utilidades del proveedor 2 fueron mucho mayores que el proveedor 1.

Gracias a este problema se reconoció la importancia de realizar estos tipos de problemas

de asignación, puesto que son problemas que viven las industrias día a día. Finalmente se
reconoce la importancia de la utilización del software Xpress, el cual es un programa para la
modelación y simulación de modelos matemáticos.
 Referencias Bibliográficas.

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=3211
237&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=3227
913&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/log
in.aspx?direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-
live&ebv=EB&ppid=pp_3