P ONTIFICIA U NIVERSIDAD C AT ÓLICA DE C HILE

E SCUELA DE I NGENIER ÍA

D EPARTAMENTO DE I NGENIER ÍA I NDUSTRIAL Y S ISTEMAS
ICS1113-O PTIMIZACI ÓN

Informe 4
“Optimización de los costos de fabricación de
viviendas prefabricadas por organizaciones sin
fines de lucro para la reconstrucción en la Región de
Valparaı́so tras incendios forestales”
Grupo N° 31

Betsabé Noemı́ Arriagada Moya 20627289 sección 2

Fernando Ignacio Aros Godoy 19209576 sección 3
Javiera Isidora Andrade Rodrı́guez 2364575J sección 5
Tomás Jesús Echeverrı́a Quintriqueo 20209169 sección 4
Valentina Andrea Gallegos Bravo 23641002 sección 5
Luis Brayan Mora Rivas 23644729 sección 4
Paulo Gabriel Oses Darrigrande 23642777 sección 4

Fecha entrega: 22 de noviembre de 2024

Índice

1. Descripción del problema 1

1.1. Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Impacto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Enunciado y objetivo del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2. Modelación del problema 4

2.1. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Parámetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3. Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.4. Función objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5. Restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

3. Definición de datos 8

4. Resolución del problema 9

5. Validación del resultado 9

6. Análisis de Sensibilidad 11

7. Conclusión 12

8. Anexo 13
8.1. Figuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
8.2. Supuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
9. Bibliografı́a 16
1. Descripción del problema

1.1. Contexto

Cada año Chile, se ve afectado por diversos desastres naturales de distintas caracterı́sticas y
magnitudes. Uno que se presenta con mayor frecuencia son los incendios forestales, en donde el
99 % son causados principalmente por las personas debido a negligencias, descuidos en el uso
del fuego o mala intención, es decir, por causas humanas y solo un 1 % por causas naturales
(Gobierno de Chile, 2017).
En base a esto, se centrará en la Quinta Región del paı́s, Valparaı́so, la segunda región más
poblada de Chile, solo detrás de la Región Metropolitana, y que en los últimos años ha sido pro-
tagonista en dicho desastre natural. Esto se ve reflejado en el último balance entregado por la
Corporación Nacional Forestal (CONAF), donde se menciona que el balance está marcado por la
emergencia de los incendios ocurridos a inicios de febrero de 2024 en la región y la catástrofe con
indicios de supuesta intencionalidad, que presentó comportamientos extremos con caracterı́sticas
de incendio de sexta generación, afectando a 8.657 hectáreas en zonas de interfaz urbano-forestal
y causando pérdidas invaluables tanto civiles como materiales (CONAF, 2024).
Para poder cumplir con el objetivo del presente proyecto, se considera que se trabaja con una
fundación o compañı́a parte de un proyecto sin fines de lucro que se encargue de la producción
de casas prefabricadas de acero y que busque colaborar en la reconstrucción de viviendas para
comunidades afectadas por incendios forestales. Con el objetivo de comprender de una manera
más completa el problema, y trabajar una solución realista, se simula el trabajo con MultiAceros,
empresa que lleva 24 años en el mercado del acero e implementa MultiCons, el cual es un sistema
con enfoque en el método de diseño y construcción de estructuras de acero galvanizado. Dentro
de los principales beneficios de realizar estructuras de este material, está que el proceso de cons-
trucción es rápido y sencillo, requiere menos tiempo de trabajo en el sitio y se obtiene un escenario
más predecible, con menores costos en el sitio de la obra que los métodos tradicionales.
La elección de este problema se fundamenta en la necesidad de minimizar los costos de la
producción de casas prefabricadas, especialmente en un contexto de alta demanda de estas co-
mo resultado de los recientes incendios forestales en la Región de Valparaı́so. La minimización de
costos de producción promueve la eficiencia en la producción y distribución de recursos crı́ticos du-
rante emergencias, además de ser beneficioso desde el punto de vista financiero para la fundación
o compañı́a a cargo. En este escenario, minimizar los costos no solo permite que la organización
encargada maximice su eficiencia en la producción de casas prefabricadas, sino que también ase-
gura que se puedan cubrir las necesidades de más familias afectadas por los incendios forestales.
Al optimizar los costos de producción, se libera una mayor cantidad de recursos para beneficiar

1
a las personas que más lo necesitan, permitiendo una respuesta más rápida y amplia. Esto es
relevante en el contexto de una creciente demanda provocada por la catástrofe natural de los in-
cendios forestales. De esta manera, se logra no solo una solución eficiente y oportuna, sino que
también humanitaria, asegurando que las viviendas de emergencia lleguen de manera adecuada
a las comunidades vulnerables, contribuyendo a su recuperación y bienestar.
En cuanto a la elección del acero como material crucial para la reconstrucción de viviendas
en el contexto trabajado, el acero posee una gran cantidad de propiedades favorables para la
construcción y por ello, después del concreto, es llamado como el esqueleto de las estructuras.
Su plasticidad permite obtener piezas de formas geométricas complejas con relativa facilidad y la
experiencia acumulada en su utilización permite realizar predicciones de su comportamiento, redu-
ciendo costos de diseño y plazos de puesta en el mercado (Universidad Insurgentes, s. f.). Además,
el acero brinda una serie de beneficios en la construcción de una vivienda, entrega durabilidad y
una vida útil mas prolongada a la estructura, reduciendo también las mantenciones posteriores en
la construcción. Asimismo, su bajo peso permite reducir costos en transportes y facilita la logı́stica
de la construcción. Por otro lado, en relación directa con la catástrofe, la combustión de los inmue-
bles se desacelera en comparación con las estructuras construidas únicamente de madera, lo que
ayuda a mitigar la propagación de incendios. Inclusive, en caso de exista una nueva catástrofe o al
finalizar la vida útil del inmueble, el acero implementado en la construcción puede ser reciclado y
con los debidos procesos, es capaz de volver a tener funcionalidad para nuevas construcciones.

1.2. Impacto

De esta manera, se pone en evidencia una problemática compleja que abarca factores económi-
cos, sociales y, especialmente, relacionados con el perı́odo posterior al desastre. En zonas pro-
pensas a este tipo de catástrofes, como la Región de Valparaı́so, el fuerte deseo de reconstruir
viviendas, a pesar del riesgo inherente, se explica en gran medida por el sentido de pertenencia e
identidad que los habitantes desarrollan tanto con su entorno como con los demás miembros de
sus comunidades. Esta conexión emocional y social, motiva a las personas a permanecer en el
área incluso luego de haber experimentado un desastre natural. Es por ello que una perspectiva
activa frente a desastres naturales en zonas propensas a ellos, responde a necesidades materia-
les, sociales y culturales de quienes habitan estos sectores.
Por ende, los beneficios de la construcción industrializada de casas prefabricadas para las
comunidades afectadas por incendios forestales se fundamentan en la eficiencia del proceso. La
rapidez en la reconstrucción es crucial para reducir el tiempo de interrupción en la vida de cada
persona. Actualmente como se menciona en El Paı́s (Castro , 2024), se estima que la reconstruc-
ción de viviendas tras los incendios, con planes de reconstrucción completamente en el sitio de
la catástrofe puede tardar hasta cinco años; mientras que el modelo de reconstrucción que plan-

2
teamos reduce los tiempos debido a la construcción de los componentes estructurales en fábrica.
Se estima que con un modelo óptimo de fabricación de viviendas se podrı́a alcanzar a construir
el esqueleto de hasta 50 casas por semana (Fleisher, 2020). Este factor implica un gran avance
respecto a la situación actual, en la que se estima una demanda de alrededor de 7.000 viviendas
en el contexto de la catástrofe trabajada.
Por lo que, aunque la reconstrucción de viviendas afectadas por una catástrofe se rige por
normativas flexibles, se exige la supervisión de una serie de profesionales que comprueben la
calidad del terreno, las especificaciones técnicas de la vivienda, los planos de estructuras, memoria
de cálculo e informes que identifiquen los elementos que fueron dañados por la catástrofe (Decreto
No. 47, 1992).
El enfoque del proyecto no solo reduce los costos asociados a la fabricación de casas, sino que
también disminuye la energı́a necesaria para la producción de nuevos materiales, lo que contribuye
a la reducción de emisiones de carbono (Yellishetty et al., 2011). Gracias a la durabilidad del acero
y la promoción de su reutilización, se fomenta un modelo de construcción más sostenible, que
minimiza el impacto ambiental y apoya la economı́a circular, generando beneficios tanto para el
entorno como para las futuras generaciones.
Además de lo anteriormente mencionado, consideramos óptimo saber la cantidad de habitantes
que conforma el grupo familiar, para ası́ poder realizar una mejor distribución y entrega según la
relación cantidad de habitantes y tipo de casa. En el último CENSO del cual se tiene información
cuantificada, se indica que la cantidad de hogares aumentó a aproximadamente a 6 millones en
2017 y el tamaño medio del hogar disminuyó, pasando de 4.4 personas por hogar a 3.1 en el
perı́odo 1982-2017 (CENSO 2017, 2018).
En este contexto, es importante trabajar con una organización sin fines de lucro que posea
la eficiencia y experiencia necesarias para implementar la fabricación de casas prefabricadas de
acero, similar a lo que realiza MultiAceros. Esta organización debe estar comprometida con la
reconstrucción de las zonas afectadas por catástrofes, abordando aspectos clave como la gestión
de inventarios, la optimización de costos y la planificación en función del horizonte de tiempo,
para cumplir con los plazos estipulados y asegurar que las viviendas lleguen a las comunidades
vulnerables de manera eficiente y oportuna.

1.3. Enunciado y objetivo del modelo

Por lo tanto, el objetivo del modelo es minimizar los costos asociados a la producción de ca-
sas prefabricadas por una organización sin fines de lucro, en respuesta a los incendios forestales
que han afectado a la Región de Valparaı́so. Ası́, el tomador de decisiones (la organización) debe
determinar cuántas casas fabricar según el tipo y recursos a utilizar, buscando maximizar el bene-
ficio social en las comunidades afectadas. A medida que se optimizan los costos de producción,

3
se liberan más recursos que permiten incrementar la cantidad de viviendas construidas, lo cual
beneficia a un mayor número de familias damnificadas, garantizando una reconstrucción eficiente
y alineada con las necesidades de las personas.
Para cumplir con el objetivo, se debe considerar que cada familia f requiere de una casa i ∈ N
tras la pérdida de la casa por un incendio, esta casa se va a asignar según el tamaño de la familia.
La asignación del tipo de casa j será dependiente de la cantidad af de personas que conforman la
familia f , siendo Qj la capacidad máxima de la casa tipo j. El tomador de decisiones cuenta con un
horizonte de tiempo de T semanas, donde cada semana t ∈ T representa una semana dentro del
horizonte de tiempo establecido tras la asignación del proyecto para entregar las casas requeridas
(tiempo que, por lo general, es de alrededor a 20 semanas). Sin embargo, en la implementación
computacional se consideran solo 6 semanas, ya que al definir más periodos, gurobi no entrega
los valores requeridos.
Para fabricar la casa de tipo j se necesitan k ∈ K recursos o materiales, cada casa del tipo
j utiliza mk,j unidades del recurso k, el cual tiene un costo de sk por cada unidad de recurso a
utilizar, la unidad mı́nima de compra del recurso k corresponde a rk . Además el costo de mano de
obra por fabricar una casa del tipo j es gj . Según la cantidad de mano de obra y de maquinaria
con la que cuenta la empresa se tiene un limite de producción máximo por periodo, siendo este
nj,t . Al final del periodo T se debe cumplir con una demanda D de casas en la zona afectada.
Se cuenta con un inventario de recursos, donde el stock inicial de recursos k es de bk , dentro
de cada periodo se encuentra disponible la compra de recursos k a un costo de Γk , el costo
de almacenar estos recursos de un periodo al otro corresponde a ck,t . El inventario inicial de la
producción de casas es cero. Los costos de almacenaje de un casa tipo j de un periodo t a otro,
corresponden a hj,t . Además existe un máximo de casas que pueden ser transportadas al lugar
de instalación de θt casas por periodo t.
De los parámetros mencionados, aquellos relacionados con los costos asociados a la fabrica-
ción y el traslado de las viviendas serán revisados por fundaciones y empresas especializadas
en el rubro. Adicionalmente, con el objetivo de asegurar datos de demanda coherentes con la si-
tuación actual, se recurrirá a fuentes de información confiables que hayan realizado balances de
incendios forestales anteriores.

2. Modelación del problema

2.1. Conjuntos

1. i: Identificador de la casa, donde i ∈ {1, . . . , N }.

2. j: Tipo de casa, donde j ∈ {1, . . . , J}.

4
 3. t: Semana, donde t ∈ {1, . . . , T }.

4. k: Material, donde k ∈ {1, . . . , K}.

5. f : Familia, donde f ∈ {1, . . . , F }.

2.2. Parámetros

1. D: Demanda total de casas al final del periodo T .

2. gj : Costo de mano de obra para la fabricación de una casa tipo j.

3. hj : Costo que se debe pagar por almacenar en el inventario una casa j.

4. bk : Stock inicial del recurso k.

5. mk,j : Cantidad de recursos k requerido para construir una casa tipo j.

6. nj : Cantidad máxima de casas del tipo j que se pueden fabricar.

7. af : Cantidad de personas que conforman la familia f .

8. Qj : Capacidad máxima de la casa tipo j.

9. rk : Unidad mı́nima de recurso k para cada compra.

10. ck : Costo que se debe pagar por almacenar en el inventario un recurso k.

11. sk : Precio de compra para el recurso k.

2.3. Variables

1. xj,t : Número de casas tipo j asignadas en el periodo t.

2. pj,t : Número de casas tipo j fabricadas en el periodo t.

3. Ij,t : Cantidad de casas j guardadas en el inventario al final del periodo t.


1, Si se asigna la casa i del tipo j durante el periodo t.

4. wi,j,t :
0, e.o.c.



1,

Si se fabrica la casa i del tipo j en el periodo t.
5. τi,j,t :
0,

e.o.c.

6. βk,t : Cantidad de recurso k a almacenar en el inventario al final del periodo t.

7. γk,t : Cantidad de recursos k comprados al inicio del periodo t.

5
2.4. Función objetivo

Minimizar el costo total asociado a la fabricación y logı́stica de las casas prefabricadas que
MultiAceros producirá para ayudar en la reconstrucción de viviendas en la Región de Valparaı́so,
afectada por incendios forestales.
 
T X
X J T X
X K
minp,I,β,γ  (hj,t · Ij,t + gj · pj,t ) + (βk,t · ck,t + γk,t · sk )
t=1 j=1 t=1 k=1

2.5. Restricciones

1. Asignación de casas a familias:

F X
X N
wi,j,f,t = xj,t ∀j ∈ {1, ..., J}, ∀t ∈ {1, ..., T } (1)
f =1 i=1

2. Cumplimiento de la demanda total:

T X
X J
xj,t = D (2)
t=1 j=1

3. Balance de inventario y producción:

Ij,t−1 + pj,t = Ij,t + xj,t ∀j ∈ {1, ..., J}, ∀t ∈ {2, ..., T } (3)

4. Balance inicial de inventario y cantidad de casas:

Ij,0 = 0 ∀j ∈ {1, ..., J} (4)

pj,1 = Ij,1 + xj,1 ∀j ∈ {1, ..., J} (5)

5. Limitación de recursos para la producción:

βk,0 = bk ∀k ∈ {1, . . . , K} (6)

J
X
mk,j · pj,t ≤ βk,t−1 + γk,t · rk ∀t ∈ {1, ..., T }, ∀k ∈ {1, ..., K} (7)
j=1

6. Balance de inventario de recursos con en el paso del tiempo:

6
 J
X
βk,t−1 + rk · γk,t = βk,t + mk,j · pj,t ∀k ∈ {1, ..., K}, ∀t ∈ {1, ..., T } (8)
j=1

7. Disponibilidad de casas para asignación:

8. Capacidad máxima de producción:

J
X
pj,t ≤ nj,t ∀t ∈ {1, ..., T }∀j ∈ {1, ..., J} (9)
j=1

9. Capacidad de la casa y tamaño de la familia:

af ≤ Qj + M (1 − wi,j,f,t ) ∀j ∈ {1, . . . , J} (10)

si Q ≤ 2 =⇒ W = 0

∀i ∈ {1, . . . , N }, ∀t ∈ {1, . . . , T }, ∀f ∈ {1, . . . , F }

Donde M es una constante arbitraria suficientemente grande.

10. Las decisiones individuales de producir una casa especifica se debe reflejar en la producción
total:

XX
pjt = wijtf ∀j ∈ {1, ..., J}, ∀t ∈ {1, ..., T } (11)
i f

11. Limite en la disponibilidad de casas para asignación a familias:

12. Naturaleza de las variables.

+
pj,t , Ij,t , xj,t ∈ Z 0 ; ∀j ∈ {1, . . . , J}, ∀t ∈ {1, . . . , T }. (12)

+
βk,t , γk,t ∈ Z 0 ; ∀k ∈ {1, . . . , K}, ∀t ∈ {1, . . . , T }. (13)

wi,f,j,t ∈ {0, 1}; ∀i ∈ {1, . . . , N }, ∀j ∈ {1, . . . , J}, ∀t ∈ {1, . . . , T }, ∀f ∈ {1, . . . , F }. (14)

τi,j,t ∈ {0, 1}; ∀i ∈ {1, . . . , N }, ∀j ∈ {1, . . . , J}, ∀t ∈ {1, . . . , T }. (15)

7
3. Definición de datos
Para fijar los datos utilizados en este modelo se dispone de dos bases de datos, donde la pri-
mera hace referencia a datos pequeños según los dos tipos definidos de casas y los dos materiales
a utilizar, y la segunda entrega datos sobre la demanda total y el tamaño de cada familia.

La segunda base de datos hace referencia al tamaño de las familias a las cuales se les desti-
nará una casa prefabricada producida por la empresa MultiAceros. Para este modelo se consideran
una demanda de 160 familias, siendo un número estimado en base al periodo de tiempo de 4 se-
manas. En este caso, el tamaño de las familias es entre 1 a 4 personas por hogar y se considera su
comportamiento como una distribución normal discreta, la cual es generada al azar por RStudio,
donde se simula el tamaño de 160 familias afectadas por incendios forestales.

Para definir los parámetros del modelo, se realizó una búsqueda de literatura, los cuales luego
fueron consultados con un informante clave, directo desde la empresa MultiAceros, para finalmen-
te llegar a un rango que fuese idóneo al proyecto y a la implementación en gurobi.

Para D, se estableció que la demanda total de casas post catástrofe es entre 7000 a 9000
según el Instituto de la Construcción (iConstrucción, 2024), siendo 7000 lo más realista y lograble
para una empresa como MultiAceros. Para gj , se utilizó la información prestada por parte de la
Sociedad Constructora Nakaan Limitada, quienes establecen un rango entre $140000 y $250000
por m2 , dejando un valor promedio a utilizar de $200000. En cuanto a hj,t , se establece un rango
de valores entre $2500000 y $5000000 para el costo de almacenamiento de cada casa (Shelter
Structures, 2024). Para bk , se determinó un valor de 37800 toneladas de acero estructural, lo que
equivale a 45000000 de dólares (HOMAG, 2024). Para mk,j fue considerada la estimación dada
por el informante clave, la cual equivale a 0.54 toneladas de acero por cada casa, tomando en
cuenta la experiencia de la empresa en la fabricación y construcción de casas.

Para el caso de nj,t , se utilizó la información obtenida en literatura y confirmada por el infor-
mante clave, dando un valor fijo de 50 casas por semana (solo el esqueleto) y 4 por semana que se
consideran habitables (Modular Home Source, 2024). En el caso de af , se consideraron los datos
obtenidos en el último CENSO, estableciendo que, para ese año, los hogares tienen un aproxima-
do de 3.1 personas por hogar (CENSO, 2017), definiendo finalmente que las familias están en un
rango de 3 a 4 personas. Para Qj , se estableció una caracterı́stica de casas prefabricadas de entre
75 y 100 m2 , las cuales suelen albergar 4 personas, considerando la naturaleza de la catástrofe y
que se trata de viviendas de emergencia (La Mansión de las Ideas, s.f.). Para rk , se consideró 1

8
tonelada de acero y 1 m3 de concreto (CEIC, s.f.). Para ck,t , se estableció un valor de 5 USD por
tonelada por dı́a de acero y 3 USD por m3 por dı́a de concreto (Storage Building Company, 2024).
Finalmente, para sk , se determinó un valor de 600 USD por tonelada de acero y 156.96 USD por
m3 de concreto, que son los valores promedio actuales para barras de acero utilizadas en cons-
trucción (incluyendo costo de adquisición y transporte en Chile) y precio promedio del concreto
premezclado (incluyendo materiales y entrega), ambos determinados por el informante clave de la
empresa MultiAceros.

4. Resolución del problema

En el archivo main.py se establece el modelo de optimización realizado con Gurobi, el códi-
go implementa las variables, parámetros y restricciones. Los identificadores de familia fueron ex-
traı́dos de archivos .xlsx. Para mostrar los resultados de la implementación, se debe ejecutar el
archivo main.py en la misma carpeta junto con datos.py y el archivo tamano_familias.xlsx que
se adjunta.

Dentro de los resultados obtenidos, se observa un costo minimizado de 1.878.048.000 CLP de

la producción de casas. En base al modelo, el costo incluye los gastos de mano de obra, gastos
de inventario de tanto materiales como las propias viviendas y los costos de los materiales, esto
dentro de un total de 4 periodos.

5. Validación del resultado

El problema de optimización analizado en este informe tiene como objetivo minimizar el costo
total de fabricación y logı́stica, teniendo en cuenta los costos de los recursos, la mano de obra, el
almacenamiento de viviendas y materiales, ası́ como la adquisición y transporte de estos últimos,
todo ello bajo diversas restricciones, como la asignación de viviendas a las familias, la demanda
total y la capacidad de producción, entre otras. Ası́, a través del modelado matemático de las
variables y el uso de Gurobi, se puede evaluar la viabilidad del problema, donde en este contexto,
una solución factible es aquella que cumple con todas las restricciones establecidas, mientras
que una solución óptima es la que sobresale frente a las demás soluciones factibles al maximizar
o minimizar el valor del objetivo planteado. Asimismo, según el resultado de 1.878.048.000 CLP
obtenido en Gurobi, se puede apreciar que se encuentra dentro de los lı́mites permitidos por las
restricciones impuestas, donde además se obtiene la minimización de los costos totales asociados

9
a la fabricación y logı́stica según lo establecido en la función objetivo con un horizonte de tiempo
de 6 semanas, obteniendo ası́ el valor óptimo para la reconstrucción de casas en catástrofes
relacionadas a incendios forestales en la región de Valparaı́so, Chile.
Ahora bien, dado el análisis y resultado anterior en la factibilidad y optimización del problema,
se puede señalar el impacto positivo que tendrá si se implementa. Al ser menor el costo, se puede
lograr que las fundaciones administren mejor sus recursos, lo que es crucial en un contexto de
catástrofe. Especı́ficamente en incendios de gran magnitud, las casas que están hechas de acero
tendrán una gran ventaja en comparación con otros materiales, gracias a su durabilidad, una cons-
trucción más rápida y sencilla, y, por sobre todo, la posibilidad de reciclar el material en caso de
futuras catástrofes relacionadas con los incendios debido a su resistencia ignı́fuga.

En conclusión, se logra el objetivo gracias a la correcta minimización de los costos totales de

fabricación y logı́stica por parte de fundaciones relacionadas a la prefabricación de casas con es-
queleto de acero, ya que, al haber una cota inferior en el valor objetivo relacionado con los costos,
se administrarán de mejor manera los recursos de las fundaciones.

Con ello, los resultados que destacan son los de la Figura 1 se obtiene que para el tipo de
casa 1 (acero) alcanza peaks de producción para los peridos 1 y 3, variando entre altos y bajo, lo
cual podrı́a deberse a un acotamiento en el peridoo de fabricación respecto a la demanda y tipo
de casa 2 (concreto) aumenta gradualmente la producción hasya el periodo 3 donde se regula de
cierta forma y varı́a entre altos y bajos constantes.

Tambien destaca lo de la Figura 4, donde para ambos materiales el peak se alcanza en el pe-
riodo 3 y luego disminuye abruptamente hasta alcanzar un valor constante, esto quiere decir que
el modelo logra optimizar las compras netamente que son necesarias para cada periodo, de forma
que se reduzcan los costos de compra y/o almacenamiento.

Finalmente, para la evolución de la función objetivo se tiene que, se muestra un crecimiento

exponencial y con constancia de los costos acumulados durante los 6 periodos establecidos, con
un máximo en los 1.87 millones [CLP]. Esto se interpreta como una distribución eficiente de costos,
disminuyendo concentraciones en un solo perı́odo y favoreciendo un balance entre la producción,
almacenamiento y compras. De esta manera, el modelo optimiza efectivamente las decisiones
necesarias para cumplir con la demanda, minimizando ası́ costos de fabricación, almacenamiento
y obtenición de recusos.

10
 ((a)) Figura 5: Evolución F.O.

6. Análisis de Sensibilidad
En los escenarios que analizan variaciones en los costos de adquisición de materiales (g), se
observó que un incremento del 10 % en estos costos elevó el costo total del modelo en un 8.2 %,
alcanzando $2.032.863.067 CLP. Este resultado refleja la alta sensibilidad del modelo a los precios
de insumos crı́ticos como el acero y el concreto. Por otro lado, una reducción del 10 % en estos
costos permitió disminuir el costo total en un 8.3 %, llevándolo a $1.721.752.671 CLP, evidencian-
do que las estrategias de optimización responden favorablemente a menores costos de insumos,
resultando en ahorros significativos.

En los escenarios relacionados con la capacidad máxima de producción (n), se implementaron

ajustes del 20 % hacia arriba y hacia abajo. Un aumento del 20 % en la capacidad permitió reducir
el costo total a $1.876.997.897 CLP, optimizando la distribución de la producción y reduciendo
la necesidad de almacenamiento excesivo. Por el contrario, una disminución del 20 % mantuvo el
costo total cercano al escenario base, en $1.877.808.217 CLP, pero incrementó el inventario final
a 40 unidades, lo que indica que el modelo ajustó su estrategia para cumplir con la demanda sin
incurrir en sobrecostos operativos.

En cuanto a los costos de almacenamiento (h), los resultados muestran que el modelo tiene

11
una menor sensibilidad ante variaciones en este parámetro. Un incremento del 15 % en los costos
de almacenamiento ajustó el costo total a $1.877.354.969 CLP, mientras que una reducción del
15 % lo llevó a $1.877.260.769 CLP, cambios menores que reflejan la eficiencia del modelo en el
manejo de inventarios.

Ası́, el análisis de sensibilidad destaca que los costos de adquisición de materiales (g) son el
parámetro más crı́tico, ya que influyen directamente en el costo total del modelo con variaciones
de hasta un 8.3 %. En contraste, las modificaciones en la capacidad de producción (n) y en los
costos de almacenamiento (h) tienen un impacto más moderado, evidenciando que el modelo es
robusto frente a estos cambios. Este análisis asegura que, incluso en escenarios adversos, el mo-
delo puede ofrecer soluciones factibles y cercanas al óptimo, permitiendo una gestión eficiente de
los recursos en contextos de reconstrucción tras catástrofes como incendios forestales.

7. Conclusión
El proyecto aborda de manera realista la reconstrucción de viviendas tras incendios forestales
en Valparaı́so, destacando las casas prefabricadas de acero como una solución clave, al conside-
rar costos, logı́stica y restricciones esenciales, aunque con oportunidades de mejora al incorporar
un análisis más detallado de costos sociales, sostenibilidad ambiental y fluctuaciones del mercado
para aumentar su robustez. Además de ser realista, el modelo es implementable y adaptable, como
evidenció el análisis de sensibilidad, aunque podrı́a ampliarse con horizontes temporales más ex-
tensos y variaciones climáticas. El uso del acero, aunque inicialmente más costoso, resulta lógico
por sus beneficios a largo plazo, como durabilidad, rapidez de construcción y reciclabilidad, mar-
cando una diferencia respecto a estrategias tradicionales como la madera. Durante el desarrollo,
se enfrentaron desafı́os como limitaciones computacionales y supuestos estáticos, que afectaron
la precisión en análisis más amplios; por lo que futuras mejoras podrı́an incluir herramientas más
avanzadas y una modelación más compleja. En conclusión, el proyecto cumple con su objetivo de
abordar necesidades inmediatas y establece un marco sólido, presentando una solución eficiente,
replicable y alineada con el sello IPCh (Ingenierı́a Para Chile).

12
8. Anexo

8.1. Figuras

Figura 2: Clasificación incendios forestales. (PREVIFOR, 2023)

13
 Figura 3: Distribución por zona de los incendios (Rojas, 2024).

Figura 4: Cambio cantidad de habitantes por hogar desde 1982 hasta 2017 (CENSO 2017, 2018).

14
((a)) Figura 1: Comparación cantidad de casas fa- ((b)) Figura 2: Comparación inventario final de ca-
bricadas en el periodo. sas por periodo.

((c)) Figura 3: Comparación recursos almacena- ((d)) Figura 4: Comparación recursos comprados
dos por material. por periodo.

8.2. Supuestos

1. Para cada habitación pueden esta como máximo 2 personas

2. El costo de compra de materiales no cambia

3. Se asume que los recursos comprados en el periodo t, podrán ser utilizados para la produc-
ción de casas i en se mismo periodo

4. Toda casa i que fue asignada en el periodo t, fue retirada de la tienda durante ese mismo
periodo.

5. El precio hj,t es proporcional al tamaño de la casa. Mientras mayor sea j mayor será hj,t en
el periodo t

6. Costo de producción del tipo de casa j aumenta a medida que el tamaño y la capacidad
también lo hace

15
9. Bibliografı́a
Altunay, Y. (2023, 16 mayo). Prefab House in Chile. Karmod. https://www.karmod.com/en/blog/prefab-
house-in-chile/

Atisba. (2018). Monitor Censo 2017. En Reporte Atisba Censo 2017: Valparaı́so. https:
//www.atisba.cl/wp-content/uploads/2018/07/Reporte-Atisba-Monitor-Censo-201
7-Valpara%C3%ADso-low.pdf

Cámara Chilena de la Construcción [CChC]. (2023, 4 octubre). Plan de Emergencia Habita-

cional – Construye2025. https://construye2025.cl/tag/plan-de-emergencia-habitacional/

Castro, M. (2024, 16 febrero). Desafı́o Levantemos Chile estima que la reconstrucción de

viviendas tras los incendios puede tardar hasta cinco años. El Paı́s Chile. https://elpais.c
om/chile/2024-02-16/desafio-levantemos-chile-estima-que-la-reconstruccion-d
e-viviendas-tras-los-incendios-puede-tardar-hasta-cinco-anos.html

CEIC Data. (2024, 12 marzo). Chile Construction Supply: steel bars. Economic Indicators —
CEIC. https://www.ceicdata.com/en/chile/construction-supply/construction-supply-steel-bars

Censo 2017. (2018). Resultados del Censo 2017. En Presentación de la segunda entrega de
resultados Censo 2017 (p. 8). http://www.censo2017.cl/wp-content/uploads/2018/05/p
resentacion_de_la_segunda_entrega_de_resultados_censo2017.pdf

CONAF. (2024, 26 abril). CONAF entregó balance de incendios temporada 2023-2024. co-
naf.cl. https://www.conaf.cl/conaf-entrego-balance-de-incendios-temporada-202
3-2024/

Decreto No. 47 de 1992 [Ministerio de Vivienda y Urbanismo]. Fija nuevo texto de la orde-
nanza general de la ley general de urbanismo y construcciones. Mayo 19, 1992. Diario Oficial
[D.O.] No. 34.270.

Fleisher, G. (2020, 28 junio). What Defines the “Capacity” of a Modular Factory? – Modular
Home Source. https://modularhomesource.com/what-defines-capacity-of-modular-factory/

Gobierno de Chile. (2017, 7 febrero). [ARCHIVO] Revisa información importante sobre los
incendios forestales que están afectando al paı́s. Gob.cl. https://www.gob.cl/noticias/
revisa-informacion-importante-sobre-los-incendios-forestales-que-estan-afect
ando-al-pais/

Homag. (2023, 24 agosto). Prefabricated wooden construction makes new leap in Chile.
https://www.homag.com/en/company/news/news/article/prefabricated-wooden-construction-makes-
new-leap-in-chile

16
Instituto de la Construcción. (2024, 12 enero). Construcción Industrializada en Chile: Innova-
ción para superar el déficit habitacional. https://www.iconstruccion.cl/2024/01/12/construccion-
industrializada-en-chile-innovacion-para-superar-el-deficit-habitacional/

Limit Prefabricated. (s. f.). Chile prefabricated house prices. Limit Prefabrik. https://en.limitprefabrik.com/chile-
prefabricated-house-prices/

Martinez, A. J. (2024, 27 agosto). Chilean prefabricated houses: models and prices. The Man-
sion. https://www.lamansiondelasideas.com/en/home-crafts/prefabricated-houses-in-chile/

McCallister, P. (2024, 30 julio). How Much it Costs to Build Storage Units in 2024: A Detailed
Guide — Storage Building Company — Multi-Level Self-Storage Construction. Storage Buil-
ding Company — Multi-Level Self-Storage Construction.

Mordor Intelligence. (s. f.). Prefabricated housing market size — Mordor Intelligence. https://www.mordorintelligence
reports/global-prefabricated-housing-market

PREVIFOR. (2023, 18 abril). Tipos de clasificación de los incendios forestales. PREVIFOR.

Asociación Para la Prevención de Incendios Forestales. https://previfor.org/tipos-d
e-clasificacion-de-los-incendios-forestales/

Rojas, C. (2024, 9 febrero). Académicos realizan informe de incendios con imágenes sateli-
tales de la NASA. Pontificia Universidad Católica de Valparaı́so. https://www.pucv.cl/pu
cv/academicos-realizan-informe-de-incendios-con-imagenes-de-la-nasa

Saffie, N. (2024, 6 febrero). Incendios en Chile: impactos en los territorios y desafı́os para su
recuperación. Pontificia Universidad Católica de Chile. https://www.uc.cl/noticias/inc
endios-en-chile-impactos-en-los-territorios-y-desafios-de-su-recuperacion/

Sailer, M. (2007). Descripción y análisis de incendios importantes para proponer criterios

de diseño [Memoria para optar al tı́tulo de ingeniero civil, Universidad de Chile]. https:
//repositorio.uchile.cl/tesis/uchile/2007/sailer_m/sources/sailer_m.pdf

Universidad Insurgentes. (s.f.). Estructuras de acero y estructuras de madera. En Diseño de

estructuras con materiales esenciales. https://repositorio.scalahed.com/recursos/fi
les/r176r/w34285w/DisenoEstructurasMaterialesEsenciales_Ant_B3_S.pdf

Yellishetty, M., Ranjith, P. G., Tharumarajah, A., Bhosale, S. (2011). Environmental and eco-
nomic assessment of steel production in integrated steel plants using life cycle analysis. Jour-
nal of Cleaner Production. https://doi.org/10.1016/j.jclepro.2011.03.001

17