Modelación de sistemas

Tarea de acción semana 3[pic 1]

Identificación del estudiante        

Seleccione el modelo para dar solución al problema identificado durante la semana 2, esto considerando:

• Un universo predefinido de modelos, en donde se le solicita analizar cada uno a la luz de su problema y pronunciarse, para cada uno de ellos, si el modelo podría entregar una solución a su problema o no. Deberá justificar sus respuestas.
• Los modelos que si servirían para dar solución a su problema; generando un ranking, ordenándolos desde el que sirve de mejor modo hasta el que sirve menos, justificando esta jerarquía.

El problema en cuestión es el de sobre stock, dado por un desconocimiento de la demanda lo que provoca también que se produzcan más puertas que la capacidad total, aumentando los costos de inventario. Existen distintos modelos matemáticos que pueden ayudar a resolver problemas como este, a continuación, revisaremos tres modelos matemáticos que ayudan a la resolución de problemas.

[pic 2]

1. Programación lineal:

Permite optimizar los recursos, asignándolos de la mejor manera posible para maximizar o reducir riesgos y costos. En el caso del problema propuesto, este modelamiento es viable para poder optimizar la planificación de fabricación de puertas, ayudando a los departamentos de Supply Chain y Programación a realizar un programa de ensamble y producción de componentes óptimo para cubrir la demanda sin la necesidad de producir volúmenes que permanezcan mucho tiempo en stock, reduciendo el riesgo de que estos se deterioren o se dañen por malas operaciones humanas.

Para casos en los que las organizaciones se encuentran con problemas de stock, ya sea por no conocer la demanda o disminuir los costos de producción e inventario, existen distintos modelamientos matemáticos que permiten la solución a estos problemas, uno de ellos es el de Problema de dimensionamiento de lotes, este sistema o modelo matemático permite encontrar una política optima en las unidades de producción para satisfacer la demanda cuando no es constante en el tiempo.  Para este problema de sobre stock, el modelamiento de Problemas de dimensionamiento de lotes se adecua a la realidad de la empresa Promasa S.A. permitiendo crear una política de stock óptima para no incurrir en costos adicionales.

1. Modelo de optimización:

 nos permite formular una función objetivo con un conjunto de restricciones ya sea en un sistema de ecuaciones o inecuaciones, que facilita la toma de decisiones cuando los recursos son limitados. Este modelo matemático se adapta perfectamente para abordar el problema de producción en el que se encuentra la empresa Promasa S.A, una vez determinada la demanda abordada por el Problema de dimensionamiento de lotes, es muy viable utilizar este modelo para determinar que modelos producir buscando maximizar las utilidades y reduciendo los costos de producción.

1. Programación lineal por metas:

Este modelo se caracteriza por dar solución simultánea a múltiples objetivos de una situación real, que pueden ser contradictorios entre sí, permitiendo bajo la forma de pensar o criterio del tomador de decisiones podrá ponerlas en orden de prioridad. Esta técnica también es viable para resolver el problema de sobre stock para Promasa S.A. debido a que los objetivos son múltiples como, reducir sobre stock, bajar costos de inventario, optimizar las cantidades a producir para saber enfrentar una demanda fluctuante.

1. Programación lineal entera:

Contiene las mismas características del anterior analizado con la diferencia que analiza números enteros. Este tipo de modelamiento es provechoso para el problema en cuestión ya que los niveles de inventario se requieren en números enteros y no decimales.

1. Programación dinámica:

Si bien esta técnica ayuda a la toma de decisiones en forma secuencial, no es el que mejor se adecua de los modelos de programación, debido a que este tiene un carácter más logístico para determinar u optimizar las rutas.

1. Modelado de Simulación:

Este modelo como su nombre lo dice, simula una probabilidad del comportamiento de un sistema al paso del tiempo, si bien no es un modelo de optimización permite estimar mediciones del desempeño de un sistema modelado. Una de las técnicas más utilizadas es la de Monte Carlo, esta técnica permite resolver problemas de datos matemáticos complejos a través de la generación de muestreo aleatorio, ya que los datos son impredecibles y muy difíciles de descifrar con exactitud, como por ejemplo las fluctuaciones de la bolsa de comercio, o el número en el que puede caer la bolita en la ruleta de los juegos de azar. Si bien el problema de la empresa Promasa S.A desconoce datos como la demanda o cantidad a producir, este modelo no se adecua cien por ciento a lo que se requiere, ya que lo que se pretende es una optimización de los inventarios y producción, por las características de parámetros estocásticos o determinísticos que posee, se adecuaría más para poder simular escenarios de producción desconocidos y ayudar a tomar la decisión más viable según el pronostico o resultado de la simulación, para planificar la producción y los niveles de inventario.

1. Teorías de colas:

Son procesos estocásticos que no tienen memoria, no se relacionan entre sí, por ejemplo, las personas que hacen la cola en el banco, no tienen ninguna relación el uno con el otro. Se usa para disminuir tiempos de esperas, longitud promedio de la cola, utilización promedio de los equipos o instalaciones o tiempo de espera de un producto para ser procesado. Distribuye exponencialmente. Este modelo no aplicaría para el caso de optimización que requiere el problema planteado, más bien está orientado a la optimización de un servicio, de todas maneras, podría utilizarse para determinar la mejor manera de procesar en las distintas máquinas las materias primas para transformarlas en productos terminados, optimizando el flujo y tiempo de los procesos.

...