Ejercicio 1.

Production Planning in a
Metallurgical Company

Cristhian Simbaña
Sergio Recalde
Estefanía Ortiz
Un fabricante en una empresa de metal de Frankfurt produce
cuatro tipos de productos en secuencia en dos máquinas. La
Tabla 1 y 2 proporcionan los detalles técnicos de la
producción del fabricante:
Producto Producción Producción Precio de venta
máquina 1 máquina 2 unitario

1 2 2 65

2 3 3 70

3 4 4 55

4 2 2 45

Maquina Costo por minuto Producción

diaria
1 10 500
2 5 380
Producto 1

Producto
2

Producto 3

Producto 4
Objetivo:
 Generalización del problema
Variables de decisión:
X = unidades del producto 1 a ser producidas diariamente
1

X = unidades del producto 2 a ser producidas diariamente

2

X = unidades del producto 3 a ser producidas diariamente

3

X = unidades del producto 4 a ser producidas diariamente

4

El objetivo es maximizar las ganancias:

Maximizar ganancias= ingresos por venta - egresos por producción

 Generalización del problema
Ingresos por ventas = 65X + 70X + 55X + 45X
1 2 3 4

Egresos por producción =  10(2X + 3X + 4X + 2X ) + 5(3X + 2X + X +2X )

1 2 3 4 1 2 3 4

Maximizar ganancia = 65X + 70X + 55X + 45X - 10(2X + 3X + 4X + 2X ) - 5(3X + 2X

1 2 3 4 1 2 3 4 1 2

+ X +2X )
3 4

Sujeto a:
Producción de máquina 1<=500           2X + 3X + 4X + 2X <=500
1 2 3 4

Producción de máquina 2<=380             3X + 2X + X +2X <=380

1 2 3 4
 Forma Algebraica
Maximize Z = 30X + 30X + 10X +15X 1 2 3 4

Sujeto a:
2X + 3X + 4X + 2X <=500
1 2 3 4

3X + 2X + X +2X <=380
1 2 3 4

X , X , X , X >=0
1 2 3 4
 Modelo
Matemático

set P = {p1,p2,p3,p4}
set M= {A,B}
param c = costo de producción del producto i E P
i

param a = producción del producto i E P en la máquina j E M

i

param d = costo de producción del producto i E P en la máquina j E M

i

param b = capacidad de producción diaria del producto j E M

i
Análisis de sensibilidad
CELDAS CAMBIANTES:

• Coeficiente objetivo: La solución óptima se mantendrá en la medida que el

coeficiente de x1 varié en el intervalo entre [20,45] y asumiendo que el resto
de los parámetros del modelo permanecen constante. También se puede
llegar a una conclusión similar para el coeficiente que acompaña a x2 en la
función objetivo (actualmente 148) y cuyo rango de variación que conserva
la actual solución óptima es [20,45].

• Coste reducido: Sabemos que, en la solución final, la variable x3 no tomará

un valor estrictamente positivo a menos que su coeficiente objetivo
aumente en más de 20 unidades, al igual que la variable x4, al menos de que
aumente en más de 9 unidades.
RESTRICCIONES:

• El precio sombra determina cuánto aumenta o disminuye la función objetivo

si se incrementan o reducen los recursos.

• En este caso el precio sombra obtenido en el análisis de sensibilidad es de 6,

para las dos restricciones. El intervalo donde este precio sombra es válido es
[253.333,570] y [333.333,750], para la primera y segunda restricción
respectivamente; es decir que cualquier variación de dicho lado derecho en
ese intervalo provocará una variación proporcional al precio sombra en
cuanto al valor de la función objetivo.
 Aplicaciones del problema

• Medición de los tiempos y de la cantidad a procesarse a

través del algoritmo de Johnson

• Permisible solo para dos máquinas

• A través de las reglas de secuenciación, se permite
controlar la producción que ingresa y por ende el costo
que se verá reflejada en la función objetivo