Professional Documents
Culture Documents
TRABAJO COLABORATIVO No 2
Realizado por:
Hctor Fabio
Perdomo B
83222169
Tutor:
Jos Enrique Cotes
Presentado por:
Hctor Fabio
Perdomo B
Grupo No. 256598
INTRODUCCION
El problema de la planeacin de la produccin juega un papel
preponderante en las operaciones de manufactura. El problema
consiste en decidir qu tipo y cunto se debe fabricar de un producto
en los periodos de tiempo futuros. Este tipo de decisiones se basan en
una gran cantidad de factores, incluyendo las horas-mquina y las
horas-hombre disponibles por periodo, los mrgenes de ganancias
deseados, los costos de almacenaje, etc. La estimacin de la demanda
de productos manufacturados para los periodos planeados es de
particular importancia en este tipo de problemas. En este proyecto se
est interesado en el problema de la planeacin de la produccin
incluyendo en los modelos, la aleatoriedad que existe en la estimacin
de las futuras demandas. Este problema se abordar utilizando dos
variantes de la tcnica Monte Carlo basados en tcnicas de
optimizacin estocstica, las cuales reciben en la literatura normal, el
nombre de mtodos de optimizacin por simulacin'. En la primera
variante, se supone que se conoce la funcin de densidad de la
demanda actual (la cual se supone una funcin continua) y a partir de
sta, se aproximar una solucin mediante el promedio de los valores
de la muestra al valor esperado de la funcin correspondiente. El
segundo enfoque se utiliza cuando existe una informacin incompleta
acerca de la densidad asociada a la demanda.
La planificacin de la capacidad es fundamental para el xito a largo
plazo de una organizacin. La capacidad excesiva puede ser tan fatal
como la capacidad insuficiente, lo cual se demuestra en la prctica
administrativa. Al escoger una estrategia de capacidad los directivos
deben analizar preguntas como: Cunto colchn se necesita para
manejar la demanda incierta y variable? Debemos expandir la
capacidad antes de que la demanda se manifieste claramente o es
mejor esperar hasta que la ultima se perfile con mayor certeza?. Se
requiere un mtodo sistemtico para contestar estas y otras preguntas
similares y para desarrollar una estrategia de capacidad que sea
apropiada para cada situacin
En general este tipo de problemas ha sido muy poco explorado a pesar
de constituir en la actualidad uno de los casos ms comnmente
encontrados dentro de la prctica de la ingeniera industrial. Como
estrategia de clculo para abordar este problema, se probarn una gran
variedad de casos de su problemas de planeacin del tipo recursos para
un slo producto y recursos para productos mltiples para demostrar la
efectividad de la tcnica desarrollada bajo condiciones variantes. Como
hiptesis de trabajo de esta propuesta se plantea el hecho de que es
factible encontrar una solucin y ahora a travs de la modelacin
matemtica estocstica de sistemas como el aqu planteado. El modelo
matemtico asociado a la descripcin del sistema es no diferenciable
en la funcin objetivo, y convexo con respecto a la variable de decisin.
La perturbacin del modelo se obtiene a partir de una variable aleatoria
con densidad no necesariamente conocida.
1
30
31
2
40
35
98
200
3
40
29
4
50
21
10
2
200
5
40
17
6
40
14
142
200
7
30
33
8
40
11
9
40
5
10
50
2
11
40
0
192
200
12
40
1
DISPONIB
LE
TAMAO DE
LOTE
75
250
80
300
100
400
150
2000
40
550
600
700
1300
5000
TIEMPO
ESPERA
(SEMANAS)
1
2
1
1
1
5
2
10
11
8
100
75
80
8
300
100
150
8
200
40
Total
8
600
445
33
208
168
409
15
50
75
15
400
80
100
15
300
150
40
Total
45
750
445
10
335
165
510
SITIO
TRABAJO
KPIJ
(Hora/unidades)
P1
P2
S1
S2
S3
0.5
S4
PEDIDO EN EL
TIEMPO
RESTRICCIONES DE
(Horas/aos)
MERCADO
Lo mximo que
g1 = 40
puede
vender de P1 es
g2 = 40 G2 = 80
1000 U
Lo mximo que se
g3 = 40 G3 = 85
puede
vender de P2 es 400
G4 = 110
U
g4 = 40
Se tiene que ser trabaja 365 al ao y se trabajan 306 das hbiles al ao.
a- Se desea determinar cul es la capacidad instalada y disponible
de toda la planta
RTA: CAPACIDAD
INSTALADA
m
m
ni (365)24
-
Ci =
I=
gi ni
(horas/ao)
i=
CAPACIDAD DISPONIBLE
RTA: MODELO
MATEMATICO
p
Max_Capacidad_Cn
=
Kpi
j
j=1
i=1
Sujeto a
p
G2
Cdi = ni * dh * nt * ht -
gi +
+G3 + G4
* ni
m
ni
i=1
Cd1 = 1 * 306 * 2 * 8
Cd2 = 1 * 306 * 2 *
8-
80 + 55 + 110
40 +
---------------------- * 1 =
4
80 + 55 + 110
40 +
---------------------- * 1 =
4.795
(Horas/ao).
4.795
(Horas/ao).
Cd3 = 1 * 306 * 2 * 8
-
80 + 55 + 110
40 +
---------------------- * 1 =
4
80 + 55 + 110
40 +
---------------------- * 1 =
Cd4 = 1 * 306 * 2 *
8-
4.795
(Horas/ao).
4.795
(Horas/ao).
4
El modelo matemtico quedara formulado de la siguiente forma:
Max_Cn = 7.5 P1 + 13 P2, sujeto a:
4 P1+ 2 P2 4.795
1 P1+ 3 P2 4.795
0.5 P1+ 5 P2
4.795
2 P1+ 3 P2 4.795
P1------------ 1000
----------------- P2
400
c- Calcular el mximo grado de utilizacin de la capacidad instalada
y disponible de la planta.
RTA: Al desarrollar el modelo solucin ptima
obtenida es: Max_Cn = 7.5 (1000) + 13(400) =
12700
El grado de utilizacin de la capacidad instalada y disponible
seria:
Max_Cn
Max_ni =
--------------* 100 =
12700
----------- * 100
=
36.41%
Ci
34.880
Max_Cn
Max_nd =
--------------* 100 =
Cd
12700
----------- * 100
=
66.22%
19.179
* 100 =
4800
----------- * 100 =
100%
4.795
Cn2
nd2 =
-----------Cd2
* 100 =
-----------
2200
* 100 =
45.88%
4.795
Cn3
nd3 =
-----------Cd3
* 100 =
-----------
2500
* 100 =
52.14%
4.795
Cn4
nd4 =
-----------Cd4
* 100 =
-----------
3200
* 100 =
66.74%
4.795
CONCLUSIONES
BIBLIOGRAFIA