FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
INVESTIGACION DE OPERACIONES
ENTREGA 2-SEMANA 5
PRESENTADO POR
BOBADILLA ROJAS EDWIN- 1821982122
GUALDRON CADAVID HAROLD FERNANDO-1821980595
GOMEZ MARIN CARLOS ENRIQUE- 1811982449
RODRIGUEZ GARCIA RUBIELA YULITZA-1821983083
MARTINEZ LADINA JENICSE VANESSA- 1811981415
PRESENTADO A
JUAN ALARCON
INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO
FACULTAD DE INGENIERIA Y CIENCIAS BASICAS
INGENIERÍA INDUSTRIAL
2019
1
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
CONTENIDO
[Link]ÓN…………………………………………………………………………………………………………………….…….3
2. OBJETIVOS……………………………………………………………………………………………………………………….………..4
2.1 OBJETIVO GENERAL………………………………………………………………………………………………....…………4
2.2 OBJETIVOS SECUNDARIOS…………………………………………………………………………………………………..4
[Link] TEORICO………………………………………………………………………………………………………………………..5
4. DESCRIPCION DEL
PROBLEMA……………………………………………………………………………………………………………………………………7
[Link] SOLVER INICIAL SIN BARRANQUILLA……………………………………………………………………………8
6. MODELO SOLVER INICIAL CON BARRANQUILLA……………………………………………………………………….10
7. CONCLUSIONES……………………………………………………………………………………………………………………….12
8. BIBLIOGRAFIAS…………………………………………………………………………………………………………………….....13
2
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
1. INTRODUCCIÓN
Con esta investigación buscamos desarrollar nuestras capacidades como futuros
profesionales a la hora de exponer conocimientos sobre la organización interna de
una empresa bien posicionada en el entorno industrial, de acuerdo al proyecto
debemos poner en práctica todo lo aprendido en el área de investigación de
operaciones a la hora de crear estrategias para la formulación de un modelo
completo de programación lineal en forma algebraica mostrando las restricciones
individuales y las variables de decisión, para la elaboración de un modelo de
transbordo adecuado el cual sea eficiente, a un menor costo y enviando el producto
final hasta los cliente que puedan aplicarse a problemas internos de fabricación,
comercialización y servicio al cliente , de esta manera podremos evidenciar una
mejora en estos campos y reducción de costos o gastos.
Esto con el fin de hacer la práctica de los conocimientos adquiridos en el módulo de
investigación de operaciones, se presenta un caso de estudio de la empresa El toro
rojo, la cual es fabricante de carrocerías para buses, el cual se debe realizar con
base a los resultados, la formulación y la ejecución del modelo en los software
(solver y gams) y con base a los resultados brindar conclusiones y recomendaciones
del modelo de transbordos.
3
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Enlazar la teoría y la práctica de investigación de operaciones, mediante la
aplicación de métodos matemáticos posibles a la empresa Carrocerías el Toro Rojo
y conocer las variables presentadas del módulo dando la función objetivo para
optimizar los limites teniendo en cuenta las restricciones así mismo minimizar los
costos y operaciones utilizando las técnicas lineales.
2.2 OBJETIVOS SECUNDARIOS
Conocer los aspectos involucrados en el diseño y desarrollo de los productos.
Aplicar las diferentes herramientas o instrumentos gráficos utilizados en la
dirección de la producción.
Hacer uso de software (solver y gams) para su correcta formulación
Dar a conocer las variables de decisiones del ejercicio partiendo en la búsqueda
de una solución del modelo y cumplir con los parámetros conocidos.
4
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
3. MARCO TEORICO.
Modelo de Transporte: Es una clase
especial de programación lineal que
tiene que ver con transportar un
artículo desde sus fuentes (es decir,
fábricas) hasta sus destinos (es decir,
bodegas). El objetivo es determinar el
programa de transporte y que al mismo
tiempo satisfaga los límites de la oferta y
demanda. En el modelo se supone que el costo de transporte es proporcional
a la cantidad de unidades transportadas en determinada ruta. En general, se pude
ampliar el problema de transporte a otras áreas de operación, entre otras
el control de inventarios, programación empleos y asignación de personal. El
método de transporte fue formulado por primera vez como un
procedimiento especial para encontrar el programa de costo mínimo
para distribuir unidades homogéneas de un producto desde varios puntos de
abastecimiento (fuentes) a varios puntos de consumo (Destinos).
Modelo de Transbordo: Es una variación
del modelo original de transporte que se
ajusta a la posibilidad común de
transportar unidades mediante nodos
fuentes, destinos y transitorios, mientras
el modelo tradicional solo permite
envíos directos desde nodos fuentes
hacia nodos destinos. Existe la
posibilidad de resolver un modelo de
transbordo mediante las técnicas
tradicionales de resolución de modelos de transporte y este procedimiento se basa
en la preparación del tabulado inicial haciendo uso de artificios conocidos con el
nombre de amortiguadores, los cuales deben ser iguales a la sumatoria de las
ofertas de los nodos de oferta pura y de coeficiente cero (0) en materia de costos.
S i n e m b a r g o l a r e s o l u c ió n d e u n p ro b le m a d e t r a n s b o r d o h a c i e n do
u s o d e l o s algoritmos de resolución de modelos de transporte es una idea
anacrónica, teniendo en cuenta la posibilidad de acceso a herramientas de
5
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
cómputo capaces de resolver problemas complejos una vez modelados mediante
las técnicas
Solver es un programa de
complemento de Microsoft Excel que
puede usar para llevar a cabo
análisis. Permite encontrar un valor
óptimo (mínimo o máximo) para una
fórmula en una celda, la celda
objetivo, que está sujeta a
restricciones o limitaciones en los
valores de otras celdas de fórmula de
una hoja de cálculo. Solver trabaja
con un grupo de celdas llamadas
celdas de variables de decisión o,
Simplemente, celdas de variables que se usan para calcular fórmulas en las celdas
objetivo y de restricción. Solver ajusta los valores de las celdas de variables de
decisión para que cumplan con los límites de las celdas de restricción y den el
resultado deseado en la celda objetivo.
GAMS (General Algebraic Modeling System)
es un entorno para definir, analizar y resolver
problemas de optimización. Los elementos más
importantes de GAMS son:
GAMS prácticamente reproduce la descripción
del problema de programación matemática. Como
resultado, el código GAMS es casi auto-explicativo para los lectores que tengan una
mínima formación en optimización; suministra también mecanismos que permiten
resolver colecciones de problemas de optimización estructurados, tales como los de
técnicas de descomposición; no diferencia entre letras mayúsculas y minúsculas. 2.
Todo comando debe terminar en punto y coma. 3. Los comandos pueden definirse
en cualquier orden, con la ´única restricción de que un elemento debe haber sido
definido antes de usarlo. 4. GAMS tiene palabras reservadas, que no pueden usarse
para otro fin que el suyo propio. 5. Algunos comandos se identifican por sus
primeras letras, por lo que puede añadirse una ‘s’ para facilitar la lectura. 6. Los
comandos pueden escribirse en estilo libre (una o varias líneas, uno o varios
6
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
espacios, etc.) 7. Para definir un bloque de elementos basta usar el comando una
vez. 8. Una línea precedida por un asterisco (en la primera columna) es interpretada
como un comentario. 9. La Mayoría de los comandos (sets, scalar, parameter, table,
variables, equations y model) se utilizan para declarar elementos y/o darles valores,
lo que los convierte en válidos para GAMS. 10. Los nombres deben comenzar por
una letra y seguir con letras o dígitos, hasta un máximo de 9.
4. DESCRIPCIÓN DEL PROBLEMA
CARROCERÍAS EL TORO ROJO
Es una empresa fabricante y distribuidora de
carrocerías para busetones, para la fabricación de la
primera parte de las carrocerías se tienen tres fábricas
las cuales son: Envigado, Palmira, Tunja, las cuales
pueden producir mirar archivo en Excel adjunto,
carrocerías cada una, para el año 2027 los sistemas
masivos de transporte están solicitando están
carrocerías de busetones así: Bogotá, Cali, Bucaramanga y Medellín, las
carrocerías producidas en Envigado y Tunja pueden ser enviados a los almacenes
de ensamble primario ubicados en Pereira y Armenia, pero Palmira solo envía al
almacén de ensamble primario ubicado en Armenia, estos almacenes de ensamble
primario, envían a su vez a cualquiera de los almacenes de terminado ubicados en
Duitama y Cartago, Ninguno de los almacenes ni de ensamble o terminado
almacenas carrocerías en inventario, por consiguiente, deben enviar todas las
carrocerías que reciben.
Los clientes de Cali y Bucaramanga pueden recibir las carrocerías de cualquiera de
los almacenes de terminado, sin embargo, por un tema de contratación los clientes
de Bogotá deben obtener las carrocerías exclusivamente de Duitama y los de
Medellín solo de Cartago, los costos de envío de las carrocerías a los almacenes
de ensamble y de estos a los almacenes de terminado y de estos últimos a los
clientes se muestran en el archivo adjunto en Excel:
7
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
5. MODELO SOLVER INICIAL SIN BARRANQUILLA
VARIABLES DE DECISIÓN
F=Fabricas → Envigado (F1) – Palmira (2) – Tunja (3)
P=Ensamblaje primario → Pereira (P1) – Armenia (P2)
T=Almacén de terminado → Duitama (T1) – Cartago (T2)
D=Clientes o Destino → Bogotá (D1) – Cali (D2) – Bucaramanga (D3) – Medellín
(D4)
CONSTANTE
C= C costos de transporte
=C
FUNCION OBJETIVO
Minimizar Z = XF1P1 ∙ C + XF1P2 ∙ C + XF2P2 ∙ C + XF3P1 ∙ C + XF3P2 ∙ C + XP1T1 ∙ C +
XP1T2 ∙ C + XP2T1 ∙ C + XP2T2 ∙ C + XT1D1 ∙ C + XT1D2 ∙ C + XT1D3 ∙ C + XT2D2 ∙ C +
XT2D3 ∙ C + XT2D4 ∙ C
RESTRICCIONES
Restricciones de oferta
▪ XF1P1 + XF1P2 ≤ 190
▪ XF2P2 ≤ 90
▪ XF3P1 + XF3P2 ≤ 130
Restricción de Transbordo 1
▪ XF1P1 + XF3P1 = XP1T1 + XP1T2
▪ XF1P2 + XF2P2 + XF3P2 = XP2T1 + XP2T2
8
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
Restricciones de Transbordo 2
▪ XP1T1 + XP2T1 = XT1D1 + XT1D2 + XT1D3
▪ XP1T2 + XP2T2 = XT2D2 + XT2D3 + XT2D4
Restricciones de Demanda
▪ XT1D1 = 110
▪ XT1D2 + XT2D2 = 75
▪ XT1D3 + XT2D3 = 65
▪ XT2D4 = 90
MODELO DE TRANSBORDO
A diferencia del modelo de trasporte en donde se permite los envíos directamente
del punto de fábrica al punto de demanda el modelo de transbordo deja abierta la
posibilidad de realizar los envíos a través de puntos intermedios, está demostrando
que este modelo resulta más económico que el modelo de transporte convencional.
Este modelo permite optimizar los flujos logísticos de productos, minimiza los costos
y da seguridad acerca de las unidades disponibles.
9
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
6. MODELO SOLVER INICIAL CON BARRANQUILLA
VARIABLES DE DECISIÓN
F=Fabricas → Envigado (F1) – Palmira (2) – Tunja (3)
P=Ensamblaje primario → Pereira (P1) – Armenia (P2)
T=Almacén de terminado → Duitama (T1) – Cartago (T2)
D=Clientes o Destino → Bogotá (D1) – Cali (D2) – Bucaramanga (D3) – Medellín
(D4)-Barranquilla (D5)
CONSTANTE
C= C costos de transporte
=C
FUNCION OBJETIVO
Minimizar Z = XF1P1 ∙ C + XF1P2 ∙ C + XF2P2 ∙ C + XF3P1 ∙ C + XF3P2 ∙ C + XP1T1 ∙ C +
XP1T2 ∙ C + XP2T1 ∙ C + XP2T2 ∙ C + XT1D1 ∙ C + XT1D2 ∙ C + XT1D3 ∙ C + XT2D2 ∙ C +
XT2D3 ∙ C + XT2D4 ∙ C +XT1D5 ∙ C
RESTRICCIONES
Restricciones de oferta
▪ XF1P1 + XF1P2 ≤ 190
▪ XF2P2 ≤ 90
▪ XF3P1 + XF3P2 ≤ 130
Restricción de Transbordo 1
▪ XF1P1 + XF3P1 = XP1T1 + XP1T2
▪ XF1P2 + XF2P2 + XF3P2 = XP2T1 + XP2T2
10
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
Restricciones de Transbordo 2
▪ XP1T1 + XP2T1 = XT1D1 + XT1D2 + XT1D3
▪ XP1T2 + XP2T2 = XT2D2 + XT2D3 + XT2D4
Restricciones de Demanda
▪ XT1D1 = 110
▪ XT1D2 + XT2D2 = 75
▪ XT1D3 + XT2D3 = 65
▪ XT2D4 = 90
▪ XT1D5=70
11
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
7. CONCLUSIONES
El sistema de modelo de transporte nos sirve para evaluar los costos de un
proyecto de distribución, mediante la ayuda de herramientas tecnológicas,
estas ayudan a tomar una decisión más acertada para nuestro proyecto,
pues mediante la resolución de complejos cálculos, nos dan un aproximado
más certero.
Se establece y determina la formulación de varias funciones objetivo y las
restricciones necesarias para elaborar una solución algebraica para conocer
el costo de envió de carrocerías desde su puntos de fábrica y a través de
almacenes de ensamble y terminado hasta su destino final siendo los clientes
finales; contribuyendo a soluciones logísticas dentro del marco industrial de
la empresa toro rojo.
Dentro de los modelos de programación lineal la toma de decisiones juega
un papel muy importante dentro del ámbito empresarial donde la aplicabilidad
de este lenguaje es fundamental para optar por la mejor solución.
Se establece que la programación lineal es una técnica sencilla con diversas
herramientas digitales; que resultan potentes y que pueden ser aplicadas
para solucionar todo tipo de problemas a nivel industrial o empresarial con
la meta de disminuir los costos siempre y cuando se cumplan con los
supuestos que requiera su implementación
12
FACULTAD DE INGENIERÍA Y CIENCIAS
BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
5. BIBLIOGRAFIAS
[Link]
industrial/investigaci%C3%B3n-de-operaciones/problema-del-transporte-o-
distribuci%C3%B3n/
[Link]
[Link]
red-logistica-de-transporte-y-localizacion-de-centros-de-distribucion/
[Link]
13
