Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA:
AUTOR:
CHURRANGO MUNDACA, FRANCISCO JOSE
MEDINA CATIRI, BRILLIT ANDREA
MEJIA MORALES, WINSTON JONATHAN
ROJAS VELARDE, MAYUMI
ROMERO QUISPE, LUIS ANGEL
VÁSQUEZ FERNÁNDEZ, FERNANDO ARTURO
HUACHO – PERÚ
2015
El esfuerzo diario, por nuestra formación profesional es un reto tomado por cada uno de
nosotros, pero esto se podrá lograr con el aporte de nuestra institución, es por ello el
agradecimiento que hacemos hacia ellos, ya que también están involucrados en el
desarrollo de este trabajo de investigación.
EL GRUPO.
Es válido admitir que este trabajo de investigación no se hubiera realizado sin el apoyo de
las personas externas a este proyecto, siendo como los colaboradores los trabajadores de la
empresa
Sin dejar de lado el aporte de cada uno de los miembros de este trabajo de investigación, se
reconoce el esfuerzo y esmero dejado para la estructuración y finalización de este gran reto
y así poder aportar a nuestra sociedad con una fuente positiva en la alimentación de nuestro
Pueblo.
CARATULA………………………………………………………………….………………………1
DEDICATORIA...……………………………………………………………………………………..2
AGRADECIMIENTO…………………………………………………………………………………3
RECONOCIENTO……………………………………………………………………………………4
INDICE………………………………………………………………………………………………..5
INTRODUCCION…..…………………………………………………………………………….….8
CONCLUSIONES Y RECOMENDACIONES…………………………………………………39
ANEXOS…………………………………………………………………………………………….40
REFERENCIAS BIBLIOGRAFICAS……………………………………………………………41
Esta herramienta integra el cálculo de los costos en base a una estructura de grupos de
costos adaptable a cualquier etapa del ciclo, basada en las principales actividades que
tienen lugar a lo largo de la campaña o ciclo productivo, para este diseño se ha usado la
estrategia de fijar variables cuantitativas en función de las cuales se ha relacionado el costo
por cada variable.
Luego de esto utilizamos la metodología según los datos obtenidos, dando lugar al Método
Simplex y así terminar con el costo mínimo.
Finalmente el presente trabajo ha logrado integrar los costos operativos a lo largo del
periodo.
Hace muchos años las empresas en el rubro avícola, han competido por el control del
mercado, siguiendo estándares, bajando sus precios al cliente e incluso mejorando su
calidad.
Aunque la opción de minimizar los costos era válida, la es más si se respetan los márgenes
nutricionales y proteicos del ave y su formación correcta en su crecimiento; pues dado esto
no habría riesgo alguno con el consumidor.
Este factor en la alimentación y desarrollo del pollo era indispensable, pero también
demandaba un alto costo; muchas de las empresas han tomado este punto para reducirlo en
lo más mínimo respecto al costo, sin embargo no valdría de nada si los estándares de
calidad se pierden.
Pues el costo de en la empresa “LAS TUNAS “ha sido minimizada mediante estudios
propuestos , sin embargo este aún es alto para la empresa y a lo que aspira la misma.
Minimizando el costo mediante la técnica Método Simplex daremos un gran aporte para el
objetivo trazado por la empresa.
En estas granjas se desarrollan todos los procesos de crianzas para el desarrollo del
polluelo.
¿De qué manera el Método Simplex permite la minimización del costo en el área de
Alimentos Balanceados para aportar en la baja del costo en la empresa avícola “LAS
TUNAS “?
1. ¿De qué manera influyen los alimentos si son combinados en forma correcta?
3. ¿De qué manera aporta el costo de Alimentos Balanceados en el costo total del
proceso productivo en el crecimiento del ave?
Determinar el modelo y esquema apropiado para utilizar el Método Simplex obteniendo así
el costo mínimo del sector a estudiar (Alimentos Balanceados).
3. Determinar el Aporte del costo del sector de los Alimentos Balanceados en el costo
total del proceso productivo en el crecimiento del ave.
•
•
•
En este capítulo se revisan las diferentes herramientas conceptuales que se ajusten a los
requerimientos del proyecto, sobre lo establecido en el Método Simplex.
La búsqueda se realiza mediante desplazamientos por las aristas del polígono, desde el
vértice actual hasta uno adyacente que mejore el valor de la función objetivo. Siempre que
exista región factible, como su número de vértices y de aristas es finito, será posible
encontrar la solución.
Será necesario tener en cuenta que el método Simplex únicamente trabaja con restricciones
del problema cuyas inecuaciones sean del tipo "≤" (menor o igual) y sus coeficientes
La forma estándar del modelo de problema consta de una función objetivo sujeta a
determinadas restricciones:
X1,..., xn ≥ 0
Hay que adaptar el problema modelado a la forma estándar para poder aplicar el
algoritmo del Simplex.
Tipo de optimización.
Condición de salida de la base: una vez obtenida la variable entrante, la variable que sale se
determina mediante el menor cociente P0/Pj de los estrictamente positivos.
Objetivo de minimización
Condición de entrada a la base: el mayor valor positivo en la fila Z indica la variable Pj que
entra a la base.
Condición de salida de la base: una vez obtenida la variable entrante, la variable que sale se
determina mediante el menor cociente P0/Pj de los estrictamente negativos.
No obstante, es posible normalizar el objetivo del problema con el fin de aplicar siempre los
mismos criterios en lo referente a la condición de parada del algoritmo y a las condiciones
de entrada y salida de las variables de la base. De esta forma, si el objetivo es minimizar la
solución, se puede cambiar el problema a otro equivalente de maximización simplemente
multiplicando la función objetivo por "-1". Es decir, el problema de minimizar Z es
equivalente al problema de maximizar (-1) ·Z. Una vez obtenida la solución será necesario
multiplicarla también por (-1).
Ventajas: No hay que preocuparse por nuevos criterios de parada, condición de entrada y
salida de la base ya que se mantienen.
Solución: Realmente no existe este problema dado que para que la solución sea superior a
0 es necesario que alguna restricción tenga impuesta la condición "≥" (y se trataría de un
modelo para el método de las Dos Fases). En el caso planteado, la solución real debe ser
cero.
También se ha dicho que los términos independientes (bi) de cada ecuación deben ser no
negativos para poder emplear el método Simplex. A tal fin, si alguna de las restricciones
presenta un término independiente menor que 0 habrá que multiplicar por "-1" ambos lados
de la inecuación (teniendo en cuenta que esta operación también afecta al tipo de
restricción).
Inconvenientes: Puede resultar que en las restricciones donde tengamos que modificar los
signos de las constantes, los tipos de desigualdad fueran "≤" (quedando tras la operación
del tipo "≥") siendo necesario desarrollar el método de las Dos Fases. Este inconveniente no
es controlable, aunque podría ocurrir el caso contrario y resultar beneficioso si los términos
independientes negativos se presentan en todas aquellas restricciones con desigualdad de
tipo "≥". Si existe alguna restricción del tipo "=" no supondría ninguna ventaja ni desventaja
puesto que siempre sería de necesaria aplicación el método de las Dos Fases
Otra de las condiciones del modelo estándar del problema es que todas las restricciones
sean ecuaciones de igualdad (también llamadas restricciones de igualdad), por lo que hay
que convertir las restricciones de desigualdad o inecuaciones en dichas identidades
matemáticas.
Para normalizar una restricción con una desigualdad del tipo "≤", hay que añadir una nueva
variable, llamada variable de holgura xs (con la condición de no negatividad: xs ≥ 0). Esta
nueva variable aparece con coeficiente cero en la función objetivo, y sumando en la
ecuación correspondiente (que ahora sí será una identidad matemática o ecuación de
igualdad).
En caso de una desigualdad del tipo "≥", también hay que añadir una nueva variable llamada
variable de exceso xs (con la condición de no negatividad: xs ≥ 0). Esta nueva variable
aparece con coeficiente cero en la función objetivo, y restando en la ecuación
correspondiente.
Al realizar la primera iteración con el método Simplex, las variables básicas no estarán en la
base y tomarán valor cero. En este caso la nueva variable xs, tras hacer cero a x1 y x2,
tomará el valor -b1 y no cumpliría la condición de no negatividad. Es necesario añadir otra
nueva variable xr, llamada variable artificial, que también aparecerá con coeficiente cero en
la función objetivo y sumando en la restricción correspondiente. Quedando entonces de la
siguiente manera:
Al contrario de lo que cabría pensar, para las restricciones de tipo "=" (aunque ya son
identidades) también es necesario agregar variables artificiales xr. Como en el caso anterior,
su coeficiente será cero en la función objetivo y aparecerá sumando en la restricción
correspondiente.
≥ - exceso + artificial
= + artificial
≤ + holgura
Una vez estandarizado el modelo puede ocurrir que sea necesario aplicar el método Simplex
o el método de las Dos Fases. Véase en la figura la forma de actuación para llegar a la
solución del problema modelado.
Para tener una visión más clara de la tabla, se incluye una fila que contiene los títulos de
cada una de las columnas.
Sobre esta tabla se agregan dos nuevas filas: una de ellas, que lidera la tabla, donde
aparecen los coeficientes de las variables de la función objetivo, y una última fila que recoge
el valor la función objetivo y los costes reducidos Zj - Cj.
Los costes reducidos muestran la posibilidad de mejora en la solución Z0. Por este motivo
también son llamados valores indicadores.
Tabla
C1 C2 ... Cn
Base Cb P0 P1 P2 ... Pn
Todos los valores incluidos en la tabla vendrán dados por el modelo del problema salvo los
valores de la fila Z (o fila indicadora). Estos se obtienen de la siguiente forma: Zj = Σ (Cbi·Pj)
para i = 1...m, donde si j = 0, P0 = bi y C0 = 0, y en caso contrario Pj = aij.
Se observa, al realizar el método Simplex, que en esta primera tabla ocupan la base todas
las variables de holgura y por ello (todos los coeficientes de las variables de holgura son 0
en la función objetivo) el valor inicial de Z es cero.
Por este mismo motivo tampoco es necesario realizar los cálculos de los costes reducidos
en la primera tabla, pudiéndose determinar directamente como el cambio de signo de los
coeficientes de cada variable en la función objetivo, esto es, -Cj.
Cuando una variable se vuelve básica, es decir, entra en la base, comienza a formar parte
de la solución. Observando los costes reducidos en la fila Z, se decide que entra a la base la
variable de la columna en la que éste sea el de menor valor (o de mayor valor absoluto)
entre los negativos.
Una vez obtenida la variable entrante, se determina que sale de la base la variable que se
encuentre en aquella fila cuyo cociente P0/Pj sea el menor de los estrictamente positivos
(teniendo en cuenta que esta operación se hará únicamente cuando Pj sea superior a 0).
Actualización de la tabla:
Nuevo Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila en Columna
Pivote * Nuevo Elemento Fila Pivote).
De esta forma se consigue que todos los elementos de la columna de la variable entrante
sean nulos salvo el de la fila de la variable saliente cuyo valor será 1. (Es análogo a utilizar
el método de Gauss-Jordan para resolver sistemas de ecuaciones lineales).
3. Si determinamos el Aporte del costo del sector de los Alimentos Balanceados, pues
el costo total del proceso productivo en el crecimiento del ave bajará.
3.1.1. TIPO:
Descriptivo:
Porque obtenemos los datos y realizamos una medición de las variables utilizando el
Método Simplex y así encontrar la solución de la misma; la cual trae consigo la
afirmación o negación de la hipótesis establecida en dicho estudio, es por ello que
concluimos que nuestra investigación es de tipo Cuantitativo.
3.2.1. POBLACION
Cuando la población es muy grande, como en este caso el alimento total para los
diferentes galpones donde se están criando el ganado avícola, en el periodo de
un día, es obvio que la observación y/o medición de todos los elementos se
multiplica la complejidad, en cuanto al trabajo, tiempo y costos necesarios para
hacerlo. Para solucionar este inconveniente se utiliza una muestra estadística.
3.2.2. MUESTRA
Las muestras que se obtuvo con la intención de inferir la composición de la
totalidad de la población en este caso el alimento balanceado para el ganado
avícola, para lo cual de tomo una muestra representativa de 100 hg (Un quintal
métrico) que es el 5% de la muestra total.
Por otra parte, el muestreo que se realizo es más exacto que el estudio de toda
la población porque el manejo de un menor número de datos provoca también
menos errores en su manipulación. En cualquier caso, el conjunto de individuos
de la muestra son los sujetos realmente estudiados.
3.2.1. Variables:
Identificación de Variables:
Cuando nos referimos a variables, estamos haciendo referencia aun indicador lo que
significa una medición que flexibilice el manejo del costo, su variación; es decir un factor en
base al cual girarán otros costos.
Estas Variables permitirán medir en un momento determinado y posteriormente comparar un
resultado económico, por ello la importancia de elegir variables exactas que se puedan
manejar en cada etapa, ya que necesariamente una variable aplica para todas las etapas.
Los costos no necesariamente están en función de la misma variable en una misma etapa,
la idea de este proyecto es determinar cuál es la variable que más se ajusta al control de un
costo, cual le es mas a fin que nos permitirá atacar puntualmente y obtener un resultado
esperado a ello.
Variable Dependiente:
Costos por alimentos
Variable Independiente:
Valores nutricionales
La sección avícola de la empresa AVICOLA Las Tunas necesita conocer para sus planes
futuros de producción de aves al más bajo costo posible el tipo de pienso o alimento
balanceado que deberá dar a su ganado avícola.
La sub-sección de estudios dietéticos informa que en los actuales momentos los productos
que pueden conseguirse para la elaboración del pienso son los siguientes:
Los porcentajes que contienen proteína y grasa cada uno de los productos
enumerados, así como el costo por quintal de cada uno.
sujeto a:
0.25X1+0.18X2+0.40X3+0.30X4+0.26X5>=0.35
(PORCENTAJE DE PROTEINA EN ALIMENTO)
0.10X1+0.20X2+0.05X3+0.40X4+0.32X5>=0.26
( PORCENTAJE DE GRASA EN EL ALIMENTO)
0.03X1+0.02X2+0.05X3+0.04X4+0.03X5>=0.09 P
( PORCENTAJE DE HUMEDAD EN EL ALIMENTO)
0.05X1+0.08X2+0.07X3+0.08X4+0.04X5>=0.15
( PORCENTAJE DE FIBRA EN EL ALIMENTO)
0.30X1+0.15X2+0.20X3+0.15X4+0.12X5>=0.18
( PORCENTAJE DE VITAMINAS Y MINERALESEN EL ALIMENTO)
Min z=2.4x1+2.8x2+3.6x3+4.4x4+4x5+3.3x6+2.2x7
Sujeto a:
0.25X1+0.18X2+0.40X3+0.30X4+0.26X5>=0.35
0.10X1+0.20X2+0.05X3+0.40X4+0.32X5>=0.26
0.03X1+0.02X2+0.05X3+0.04X4+0.03X5>=0.09 P
0.05X1+0.08X2+0.07X3+0.08X4+0.04X5>=0.15
0.30X1+0.15X2+0.20X3+0.15X4+0.12X5>=0.18
HIPOTESIS GENERAL:
RESULTADO:
Según lo mostrado en las paginas 32, 33,34 y 35 se hizo uso del Método Simplex, se
planteó el problema, se identificaron los diferentes factores como la función objetivos
y restricciones; dando lugar al desarrollo de este mediante un software (Lindo).
HIPOTESIS ESPECIFICAS:
RESULTADO:
RESULTADO:
RESULTADO:
CONCLUSIONESY RECOMENDACIONES
CONCLUSIONES:
RECOMENDACIONES:
Se recomienda hacer un estudio similar en cada etapa del crecimiento de las aves,
ya que su dieta alimenticia varía en ciertos aspectos según la edad del ave.
REFERENCIAS BIBLIOGRAFICAS
WEB:
https://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
http://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/m%C3%A9todo-simplex/
http://www.monografias.com/trabajos75/metodo-simplex-
maximizacion/metodo-simplex-maximizacion2.shtml
http://www.investigaciondeoperaciones.net/metodo_simplex.html
http://www.inf.utfsm.cl/~mcriff/IOUAI/simplex2003-2.pdf