Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD lI
C A R R E R A:
Ingeniería en Logística
P R E S E N T A:
D O C E N T E:
N O. C O N T R O L:
16280519
16280619
1
Agradecimientos
2
Resumen
El análisis Situacional nos brinda información que sirve de guía para enfocar la realidad del
determina que el negocio cuenta con un serio problema de baja rentabilidad económica que
debe resolver; continuando con el Análisis de los procesos internos, se logra identificar que la
causa principal que genera este problema es el mal procedimiento que utiliza el negocio para
realizar los cortes de rollos de película que se utilizan como insumo principal en el proceso de
producción.
Para resolver el problema se utiliza la Programación Lineal que permite construir un Modelo
Matemático que describe el problema y para cuya solución utilizamos el Método Simplex que
permite obtener la solución óptima que permitirá solucionar el problema y por ende mejorar la
Finalmente, se propone este modelo de solución el cual remplazará la metodología actual que
mejoramiento.
3
Abstrac
In this thesis work, a Situational Analysis is carried out in the Roulle Group business, using
The Situational analysis provides us with information that serves as a guide to focus the reality
of the business. After making a thorough analysis of all the institution's subsystems, it is
determined that the business has a serious problem of low economic profitability that must be
solved; Continuing with the Analysis of the internal processes, it is possible to identify that the
main cause that generates this problem is the bad procedure that the company uses to make the
cuts of film reels that are used as the main input in the production process.
To solve the problem, Linear Programming is used to build a Mathematical Model that
describes the problem and for whose solution we use the Simplex Method that allows us to
obtain the optimal solution that will solve the problem and therefore improve the business
situation.
Finally, this solution model is proposed, which will replace the current methodology carried
out by the business, and its early implementation is recommended, in order to favor its
improvement.
4
Introducción
seguir brindando un buen servicio gráfico a sus clientes; para ello el negocio busca siempre un
El Análisis de Sistemas permite tener una descripción clara del negocio y sus necesidades,
permitiendo identificar sus principales problemas, las causas y los efectos que estos puedan
impresión de fotolitos.
definir el espacio de estudio y de esta manera determinar cuáles son las actividades o
5
Índic
Caratula...................................................................................................................................1
Agradecimientos.....................................................................................................................2
Resumen..................................................................................................................................3
Abstrac....................................................................................................................................4
Introducción............................................................................................................................5
Índice.......................................................................................................................................6
Índice de tablas....................................................................................................................7
Índice de ecuaciones............................................................................................................8
Índice de ilustraciones.........................................................................................................9
Parte I: Generalidades...........................................................................................................10
1.3 Objetivos.....................................................................................................................13
1.5 Justificación.................................................................................................................15
II Marco Teórico...................................................................................................................17
6
2.3. Marco referencial o contextual...................................................................................23
III. Metodología....................................................................................................................53
3.5.1 Calculo de nivel de merma para rollos de películas en maquina “1” (76 cm de
7
Resolución del problema...................................................................................................74
IV CONCLUSIONES Y RECOMENDACIONES..............................................................78
Bibliografía...........................................................................................................................79
Índice de tablas
Tabla 1 SIMPLEX................................................................................................................29
Tabla 10 variable...................................................................................................................42
Tabla 13 Coeficientes............................................................................................................44
8
Tabla 18 Merma de rollo Sigma...........................................................................................58
Índice de ecuaciones
Ecuación 2 restricciones........................................................................................................21
Ecuación 8 no negatividad....................................................................................................63
Índice de ilustraciones
9
Ilustración 1 ubicación GRUPO ROULLE...........................................................................17
6 Comparación de insumos...................................................................................................55
7 Comparación de sueldos....................................................................................................55
Ilustración 9 solver1..............................................................................................................72
Ilustración 14 Datos..............................................................................................................74
Parte I: Generalidades
10
1.1 Antecedentes del problema
sobre estudios anteriores, y debido a que en el negocio no se había realizado estudio similar de
control de insumos, se debía empezar de cero y poder sentar un precedente para trabajos
posteriores.
imprentas, trabajos sobre Modelos de Programación Lineal para cortes de Bobinas de papel, lo
que se puede tomar como referencia o similar, ya que estos modelos de cortes de papel se
asemejan a los cortes de rollos de fotolitos que se tiene como parte del proceso de producción
de películas.
Es así como el presente estudio muestra un campo de desarrollo profesional en el cual como
GRUPO ROULLE, participa en el mercado local como vendedor y/o proveedor de fotolitos, lo
cual el mejoramiento continuo es esencial para ofrecer a sus clientes un producto de calidad
11
El negocio, actualmente tiene una capacidad de producción de 12 Rollos de película en
un análisis, en el cual se identificó la causa principal que hace que los costos de producción
sean altos, encontrándose que el proceso de cortes de rollos de películas no era el adecuado,
La mala práctica de este proceso de cortes de rollos conlleva un alto nivel de mermas y a su
vez un alto costo de producción de estos. Entonces se deduce que el problema encontrado es el
alto nivel de merma o desperdicio que se obtienen en el proceso de cortes de película para la
producción de fotolitos, por lo cual es necesario identificar un modelo matemático que permita
Dado que no existe en la empresa un procedimiento adecuado para realizar de manera óptima
estos cortes, es necesario formular un modelo que permita optimizar estos cortes, para poder
de mermas en la producción, y así minimizar los costos de producción obteniendo una mejor
Con ello nos vemos ante un problema de Programación Lineal, donde nuestra Función
tamaño y cantidad promedio de consumo por mes de cada tipo de rollos; y en el desarrollo del
12
1.3 Objetivos
Objetivo General
Desarrollar un Modelo de Programación Lineal que permita optimizar estos procesos, para
13
Objetivo Especifico
● Saber cuál es el rendimiento de los insumos en la producción y por ende obtener los niveles
de desperdicio.
actuales.
14
1.4 Hipótesis o supuestos
área de impresión.
Ho: Se muestra una disminución bajo el 10 % en merma, en todo el proceso de corte de rollo
de fotolitos.
Hi: Se muestra una disminución abajo del 50% en merma, es diferente para al menos un de
15
1.5 Justificación
Esta investigación es de gran importancia pues busca a través de los conceptos fundamentales,
Además, teniendo en cuenta los datos encontrados en esta investigación y observando los
resultados arrojados por dicho trabajo, se desarrollarán sugerencias que permitan el desarrollo
Se realizará un estudio que permita solucionar los problemas, con el único fin de poder
optimizar los procesos y así obtener mayor rentabilidad para la organización. Sustentando los
resultados en que la programación lineal es una poderosa herramienta que brinda soluciones
El desarrollo del presente proyecto trae consigo grandes beneficios para el negocio, ya que
GRUPO ROULLE, podrá contar con un modelo matemático que le permita estandarizar sus
procedimientos de cortes de rollos de película, por ende, resulta una optimización en el uso de
impresión de fotolitos.
La mayoría de los problemas en el mundo real tienen varias soluciones y algunos tienen
16
solución posible, entre todas las soluciones potenciales, para un problema dado, en términos
17
II Marco Teórico
caso, el estudio se enfoca en cuatro de sus principales productos para hombre, estos son:
zapatos Trekking, zapatos deportivos, zapato casual y zapato urbano. Una vez hecho el
análisis se pudo saber en qué tipos de calzado la empresa debe tomar decisiones para que se
ubicada en la Galería Comercial Coronel Mendoza, ante la demanda anual estimada, en este
tienda principal porque es aquí donde se realizan las ventas más amplias en el rubro de
ventas al detalle, cuenta a la ves con dos tiendas más en otras galerías de la ciudad pero no
tienen el mismo nivel de ventas que está; el problema que surge es determinar la cantidad
políticas de la empresa para sus ventas y compras anuales, teniendo en cuenta que las
18
unidades de producto vendidas al detalle son la utilidad básica de venta menos los costos
lineal, la programación lineal entera continua, mediante la cual algunas variables criticas,
como las unidades de producto que son necesarias encontrar no pueden estar expresados en
términos decimales, por lo que este método es el mejor para este tipo de problema. La
solución si bien es óptima para esta situación en concreto, queda como sugerencia el poder
aumentar los niveles de venta a través del estudio de mercado mucho más moderno,
gustos delos compradores del mercado y el lugares más acogedores para la demanda; Ya
que si se sigue manteniendo los mismo niveles la utilidad básica no sufrirá mayor variación
Una industria argentina necesita acceder al mercado de divisas para importar materia prima
al mercado de divisas para importar fue restringido drásticamente. Muchas industrias con
alternativas de divisas para cubrir sus desfasajes comerciales pasó a formar parte de sus
19
de la deuda operacional con las casas matrices, no menos importantes que la anterior.
aplicación y accesibilidad que permita tomar decisiones financieras óptimas ante cambios
2058 ]
minimizar
situación real.
OBJETIVO: Son los resultados a largo plazo que una empresa espera lograr para hacer real
la misión y visión.
un sistema
20
PELÍCULAS Material plantificado en forma de láminas que sirven de herramientas para la
desde una perspectiva temporal mayor al corto plazo, que enuncia la visión, los objetivos
PROCESO: Puede ser definido como un conjunto de actividades enlazadas entre sí que,
El negocio GRUPO ROULLE cuenta con un personal de ochos personas y cuatro áreas.
21
Misión del negocio
Satisfacer las necesidades y expectativas de sus clientes y ser para ellos una extensión de su
continuo.
22
⁺ Reducir los costos de producción mediante la utilización eficaz y eficiente de los
recursos.Cumplir con los pedidos de los clientes en forma oportuna y con porcentaje de error .
Area
de
diseño
Area Area
de GRUPO de
acabad ROULLE prepen
o sa
Area
de
impren
ta
Área de diseño
23
El equipo de diseño utiliza plantillas recientes, programas modernos de edición de imágenes y
de escaneo, así como poderosas computadoras que pueden correr sin inconvenientes estos
programas. De igual manera, los diseñadores poseen la experiencia necesaria para lograr que
Área de pre-prensa
preparación muy moderno que acepta diversos formatos y, finalmente, se lleva el archivo
reventado (trapping) de las tintas, la preparación de fotolito, el grabado de las planchas, entre
otros.
Área de impresión
solo involucra principalmente una máquina impresora, que puede ser una offset o una de láser.
Para garantizar una impresión de alta calidad, el encargado debe emplear el color de tinta
24
orden correcto y evaluar la calidad del medio tono e intentar mantener los detalles de luces y
sombras.
Área de acabado
En esta área se realizan todas las actividades hechas sobre material impreso. Esto incluye el
Asimismo, en esta área se realizan otras labores como la fijación de las hojas individuales y
procesos decorativos.
Consiste en optimizar (minimizar o maximizar) una función lineal, que se denomina función
objetivo, de tal forma que las variables de dicha función estén sujetas a una serie de
Se considera el desarrollo de la Programación Lineal (PL) entre los avances científicos más
importantes de mediados del siglo XX. En la actualidad es una herramienta común que ha
25
ahorrado miles o millones de dólares a muchas compañías y negocios, incluyendo industrias
El tipo más común de aplicación abarca el problema general designar recursos limitados entre
Este problema de asignación puede surgir cuando deba elegirse el nivel de ciertas actividades
La variedad de situaciones a las que se puede aplicar esta descripción es sin duda muy grande,
los recursos nacionales a las necesidades de un país; desde la planeación agrícola, hasta el
diseño de una terapia de radiación; etc. No obstante, el ingrediente común de todas estas
MarcadorDePosición1 \l 2058 ]
para describir el problema. El adjetivo lineal significa que todas las funciones matemáticas del
Así, la PL trata la planeación de las actividades para obtener un resultado óptimo, esto es, el
resultado que mejor alcance la meta especificada (según el modelo) entre todas las opciones de
De hecho, cualquier problema cuyo modelo matemático se ajuste al formato general del
26
2.3.2 Variables
Las variables dependientes, que son aquellas que dependen del valor que se le asigne a otros
fenómenos o variables; las variables independientes, cuyos cambios en los valores influyen en
los valores de otra; las variables aleatorias son las funciones que asocian un número real a
2.3.3 Restricciones
Ecuación 2 restricciones
N
Tipo 1: A= ∑ ❑aij . Xj
i=1
N Dónde:
Tipo 2: B ≤ ∑ ❑bij . Xj
i=1
A= valor conocido a ser respetado
N
Tipo 3: C ≥∑ ❑cij . Xj estrictamente;
i=1
superado;
a; b; y, c = coeficientes técnicos
conocidos;
X = Incógnita
27
⁺ i = número de las restricciones, variable j = número de incógnitas, variable de 1 a
de 1 a N. M
N < M. Los tres tipos de restricciones pueden darse simultáneamente en el mismo problema.
M M
o
Max z = ∑ ❑ fi . xi Min z = ∑ ❑ fi . xi
i=1 i=1
Dónde:
M= número de incógnitas.
M
maximización: ∑ ❑ fi . xi
i=1
S.A
28
N
C ≥ ∑ ❑bij . X j = 1, 2,3,… M
i=1
En algunos casos se requiere que la solución óptima se componga de valores enteros para
algunas de las variables. La resolución de este problema se obtiene analizando las posibles
Muchas veces la solución del programa lineal truncado está lejos de ser el óptimo entero, por
lo que es necesario usar algún algoritmo para hallar esta solución de forma exacta
[ CITATION Ale981 \l 2058 ].El más famoso es el método de 'Ramificar y Acotar' o Branch
and Bound por su nombre en inglés. El método de Ramificar y Acotar parte de la adición de
nuevas restricciones para cada variable de decisión (acotar) que al ser evaluado
2.4.1 Aplicaciones
29
mismos mucha investigación sobre algoritmos especializados en su solución.[CITATION
Ger86 \l 2058 ] Una serie de algoritmos diseñados para resolver otros tipos de problemas de
lineal. Históricamente, las ideas de programación lineal han inspirado muchos de los
de negocios, ya sea para aumentar al máximo los ingresos o reducir al mínimo los costos de un
sistema de producción.
distribución de agua.
● Aprovechamiento óptimo de los recursos de una cuenca hidrográfica, para un año con
● Soporte para toma de decisiones en tiempo real, para operaciones de un sistema de obras
hidráulicas.
30
2.5 Métodos de Solución para problema de Programación Lineal
problema bajo estudio a un modelo matemático general, el cual debe ser resuelto por métodos
cuantitativos. Y estos métodos pueden ser el método gráfico, método simplex [ CITATION
Ale98 \l 2058 ].
• MÉTODO GRÁFICO
gráfica si tiene dos o tres variables. Para modelos con más variables, el método gráfico es
• MÉTODO SIMPLEX
El método simplex se utiliza, sobre todo, para resolver problemas de programación lineal en
los que intervienen tres o más variables. El álgebra matricial y el proceso de eliminación de
Gauss-Jordan para resolver un sistema de ecuaciones lineales constituyen la base del método
simplex[ CITATION Pau64 \l 2058 ]. Mientras que los Programas Lineales que solo tienen
restricciones de <= se pueden resolver sólo usando variables de holgura con el método
simplex, para aquellos programas lineales que involucren restricciones de tipo >= e = es
necesario usar variables artificiales, las variables de holgura tienen un significado físico real
las variables artificiales no tienen ninguna representación física y sólo son usadas como un
comodín matemático para ayudar en la solución del problema.[ CITATION Mat94 \l 2058 ]
31
Pues bien, cuando se tiene que usar variables artificiales al tener restricciones de >= e = se
Por la naturaleza del problema de programación lineal que se plantea en el presente trabajo de
tesis se utilizara el método simplex y como variante el método de dos fases. [ CITATION
Pra87 \l 2058 ]
comienza con una solución factible y prueba si es o no óptima. Si no lo es, el método sigue a
una mejor solución, hasta que encuentre una solución óptima, si es que existe. Si el Problema
valor máximo en el vértice A de la región factible, entonces hay una arista que parte de A, a lo
largo de la cual f aumenta; es decir, partiendo del valor de la función objetivo en un vértice
cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior.
[ CITATION Mar03 \l 2058 ] La búsqueda se hace siempre a través de los lados del polígono
(o de las aristas del poliedro, si el número de variables es mayor) que conforman la región
32
Además de ser eficiente, dicho método tiene otras ventajas. Es completamente mecánico (se
implica el uso de geometría. Esto permite resolver problemas de programación lineal que tiene
Cabe destacar que para aplicar el Método Simplex a un modelo lineal, este debe estar en un
sa
Y en su forma matricial
Min Z = cTx
s.a
Ecuación 4 SUJETO A
Ax= b
x >= 0
33
Considerando que:
la función objetivo a maximizar y x* es la solución óptima f(x*) >= f(x), para todo x factible.
-f(x*) <= - f(x), para todo x factible. En consecuencia: x* es también mínimo de -f(x)
● Cada restricción del tipo <= puede ser llevada a una ecuación de igualdad usando una
● Cada restricción del tipo >= puede ser llevada a una ecuación de igualdad usando una
● Siempre es posible escribir una variable libre de signo como la diferencia de dos variables
columna aparecerán cada una de las variables de la función objetivo (Pi) y en la última el
término independiente de cada restricción (P0). [ CITATION Tah95 \l 2058 ]Para tener una
visión más clara de la tabla, incluiremos una fila en la que pondremos cada uno de los
nombres de las columnas. Sobre ésta tabla que tenemos incluiremos dos nuevas filas: una que
será la que liderará la tabla donde aparecerán las constantes de los coeficientes de la función
34
objetivo, y otra que será la última fila, donde tomará valor la función objetivo. Nuestra tabla
Tabla 1 SIMPLEX
TABLA
BASE
Pi P2 … Pn-1 Pn Po
Pi a11 a12 … a1n-1 a1n bil
P2 a21 a22 … a2n-1 a2n bi2
… … … … … … …
Pim aml am2 … amn-1 amn bim
Z z1-c1 C2-C2 … Zn-1-Cn-1 Zn-Cn Z0
Los valores de la fila Z se obtienen de remplazar los valores Cim de la función objetivo y cero
Se observará al realizar el método Simplex que, en esta primera tabla, en la base estarán las
variables de holgura.
● Condición de parada: Cuando en la fila Z no existe ningún valor negativo (para problemas
la solución óptima del problema. En tal caso, se ha llegado al final del algoritmo. De no ser
seleccionar una variable para que entre en la base en la siguiente tabla. Para ello nos fijamos
en los valores estrictamente negativos de la fila Z, y el menor de ellos será el que nos de la
35
estrictamente positivos de la fila Z, y el mayor de ellos será el que nos de la variable entrante
● Elección de la variable que sale: Una vez obtenida la variable entrante, obtendremos la
variable que sale, sin más que seleccionar aquella fila cuyo cociente P0/Pj sea el menor de los
estrictamente positivos (teniendo en cuenta que sólo se hará cuando Pj sea mayor de 0). La
intersección entre la columna entrante y la fila saliente nos determinará el elemento pivote.
Nuevo Elemento Fila = Elemento Fila Pivote actual - (Elemento Columna Pivote en la fila
actual * Nuevo Elemento Fila). Esto se realiza con el fin de llegar a construir la matriz unitaria
siguiente problema:
36
Maximizar Z = f(x,y)= 3x +2y
Sujeto a
2x + y 18
2x + 3y 42
3x + y 24
x0,y0
Se introduce una variable de holgura o exceso por cada una de las restricciones, para
2x+y+h = 18
2x+3y+s = 42
3x+y+d = 24
Z = 3x + 2y
0 = 3x +2y -Z
0 =- 3x-2y+Z
37
3. Escribir la tabla inicial simplex
En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de
las igualdades obtenidas[ CITATION web84 \l 2058 ], una fila para cada restricción y la
valores de
tabla interacción No 1
solución
X Y h s d
H 2 1 1 0 0 18
S 2 3 0 1 0 42
D 3 1 0 0 1 24
Z -3 -2 0 0 0 0
4. Encontrar la variable de decisión que entra en la base y la variable de holgura que sale
de la base
Para escoger la variable de decisión que entra en la base, utilizamos el criterio de optimalidad
para lo cual nos fijamos en la última fila, la de los coeficientes de la función objetivo y
Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se
solución óptima. Por tanto, lo que va a determinar el final del proceso de aplicación del
38
método del simplex, es que en la última fila no haya elementos negativos [ CITATION
Lib12 \l 2058 ].
Para encontrar la variable de holgura que tiene que salir de la base, se divide cada término de
siempre que estos últimos sean mayores que cero[ CITATION MarcadorDePosición2 \l
Si hubiese algún elemento menor o igual que cero no se realiza dicha operación. En el caso de
que todos los elementos fuesen menores o iguales a cero, entonces tendríamos una solución no
acotada y no se puede seguir ya que se hace imposible la aplicación del criterio de factibilidad
positivo, el 3, ya que 8 es el menor cociente, indica la fila de la variable de holgura que sale de
Si al calcular los cocientes, dos o más son iguales, según PRAWDA se debe aplicar las
llamadas reglas lexicográficas para romper el empate. Una decisión arbitraria puede causar
que el proceso cicle continuamente sin alcanzar la solución óptima [ CITATION Epp78 \l
2058 ].
39
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los coeficientes de la fila d por el
columna, con el fin de poder construir la matriz base, con lo que se obtiene los nuevos
Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado
● La variable que entra en la base es y, por ser la variable que corresponde al coeficiente -1
Para calcular la variable que sale, dividimos los términos de la última columna entre los
40
Y como el menor cociente positivo es 6, tenemos que la variable de holgura que sale es h.
● La variable que entra en la base es d, por ser la variable que corresponde al coeficiente
Para calcular la variable que sale, dividimos los términos de la última columna entre los
Y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es S.
41
Obtenemos la tabla:
Tabla final
Variable de
BASE Variable de holguravalores de decisión
interacción
x y h S d
X 0 1 -1/ 2 0 0 12
D 0 0 -7/ 4 0 1 3
X 1 0 - 3/4 0 0 3
Z 0 0 5/ 4 0 0 33
Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la
solución óptima.
La solución óptima viene dada por el valor de Z en la columna de los valores solución, en este
caso: 33. En la misma columna se puede observar el vértice donde se alcanza, observando las
filas correspondientes a las variables de decisión que han entrado en la basex= 3; y= 12 donde
El Método de las Dos Fases es una variante del Algoritmo Simplex, que se aplica cuando
Este método difiere del Simplex en que primero hay que resolver un problema auxiliar que
42
Una vez resuelto este primer problema y reorganizada la tabla final, se pasa a la segunda fase,
que consiste en realizar el método Simplex normal, el cual se calcula como sigue:
FASE UNO:
En esta primera fase, se realiza todo de igual manera que en el método Simplex normal,
Se considera un problema auxiliar que resulta de agregar tantas variables auxiliares a las
restricciones del problema, de modo de obtener una solución básica factible. Luego se
Simplex, un nuevo problema que considera como función objetivo minimizar la suma de las
variables auxiliares sujeta a las restricciones del problema original. Si el problema tiene un
espacio factible el valor de la función objetivo es cero, lo cual indica que todas las variables
artificiales son cero. En ese momento se pasa a la Fase Dos; caso contrario el problema no
FASE DOS:
Consiste en resolver a través del Método Simplex el problema original a partir de la solución
Uno, es decir, tomando como base los resultados óptimos obtenidos en la última tabla de la
Fase Uno, se eliminan las columnas de las variables artificiales, se remplaza la función
objetivo original del problema, en lugar de la provisional que se había colocado para iniciar la
43
Fase Uno. Luego se procede a resolver a partir de ahí, con el método Simplex
Siguiendo las pautas de 14, se hace de la misma forma que la tabla inicial del método Simplex,
la diferencia es que la fila de la función objetivo cambia para la primera fase, ya que cambia la
función objetivo y los coeficientes de esta si en el método simplex normal se consideraba a los
Zi-Ci, ahora se consideran a los Zi, además que en la segunda columna de la tabla aparecerán
los coeficientes del valor de la función objetivo en las restricciones a lo se llamara Cb, y se
incluirán las columnas para las variables artificiales[ CITATION Raf05 \l 2058 ].
TABLA
BASE variable de decisión variable artificialvalores de solución
cb Pi P2 … Pn-1 … Pn Po
Pi c11 a11 a12 … a1n-1 … a1n bil
P2 C12 a21 a22 … a2n-1 … a2n bi2
… … … … … … … … …
Pim C1m aml am2 … amn-1 … amn bim
Z z1 Z2 … Zn-1 … Zn-Cn Z0
Condición de parada:
que pueden ocurrir dos casos cuando se produce la parada: la función toma un valor 0, que
significa que el problema original tiene solución, o que tome un valor distinto, indicando que
44
Si se ha llegado a la conclusión de que el problema original tiene solución, se debe preparar la
tabla para la segunda fase. Debiendo eliminar las columnas de las variables artificiales,
modificar la fila de la función objetivo por la original, y calcular la fila Z de la misma forma
Con el fin de conocer mejor el Método de dos Fases, se va a resolver el siguiente problema.
sujeto a
2X1+3X2+4X3+2X4=300
8X1+X2+X3+5X4=300
X1≥ 0
X2≥ 0
X3 ≥0
X4 ≥0
En este caso el problema ya se encuentra en su forma estándar, por ello solo se introduce una
variable artificial por cada una de las restricciones, resultando el sistema de ecuaciones
2X1+3X2+4X3+2X4+Y1=300
45
8X1+ X2+ X3+5X4+Y2=300
Min W=Y1+Y2
Ahora para resolver el modelo por el método simplex como un problema de maximización
Max –W=-Y1-Y2
s.a
2X1+3X2+4X3+2X4+ Y1+0Y2=300
FASE I
46
Se resuelve el modelo en la tabla simplex como se muestra:
Tabla 7 FASE I
TABLA
valores de
BASE variable de decisión variable artificial
solución
w X1 x2 x3 x4 Y1 Y2 Po
Y1 0 2 3 4 2 1 0 300
Y2 0 8 1 1 5 0 1 300
W -1 0 0 0 0 1 1 0
Como se observa los costos reducidos de las variables básicas Y1,Y2 no son nulos por ello se
deben de reducir a 0, ya que se debe de respetar que los costos reducidos de las variables
básicas sean 0.
Entonces para reducir estos coeficientes se hace (fila Y1 * -1 y se suma a fila W), luego (fila
TABLA
BASE variable de decisiónvariable artificialvalores de solucion
w X1 x2 x3 x4 Y1 Y2 Po
Y1 0 2 3 4 2 1 0 300
Y2 0 8 1 1 5 0 1 300
W -1 -2 -3 -4 -2 0 1 -300
TABLA
BASE variable de decisiónvariable artificialvalores de solucion
w X1 x2 x3 x4 Y1 Y2 Po
Y1 0 2 3 4 2 1 0 300
Y2 0 8 1 1 5 0 1 300
W -1 -10 -4 -5 -7 0 0 -600
47
Ahora se observa que los coeficientes de las variables básicas artificiales son 0, por lo que la
tabla simplex es correcta; por ello se procede a resolver mediante el método simplex normal,
TABLA
valores de
BASE variable de decisión variable artificial
solución
w X1 x2 x3 x4 Y1 Y2 Po
Y1 0 2 3 4 2 1 0 300
Y2 0 8 1 1 5 0 1 300
W -1 -10 -4 -5 -7 0 0 -600
● Para calcular la variable que sale, dividimos los términos de la última columna entre los
y como el menor cociente positivo es 75/2, tenemos que la variable que sale es Y2.
TABLA
valores de
BASE variable de decisión variable artificial
solucion
W X1 x2 x3 x4 Y1 Y2 Po
Y1 0 0 11/ 4 15/ 4 3/ 4 1 -1/ 4 225
Y2 0 1 1/ 8 1/ 8 5/8 0 1/8 75/ 2
W -1 0 -11/ 4 -3 3/4 -1 1/2 0 5/ 4 -225
La variable que entra en la base es X3, por ser la variable que corresponde al coeficiente -15/4
(menor negativo)
Para calcular la variable que sale, dividimos los términos de la última columna entre los
48
225/(15/4) =60, (75/2)/(1/8) =300
y como el menor cociente positivo es 60, tenemos que la variable que sale es Y1.
TABLA
valores de
BASE variable de decisión variable artificial
solución
w X1 x2 x3 x4 Y1 Y2 Po
Y1 0 0 11/ 5 1 1/ 5 4/ 15 -1/ 15 60
Y2 0 1 1/ 30 0 1/ 30 -1/ 30 2/ 15 30
W -1 0 0 0 0 1 1 0
Como se observa los coeficientes de las variables de decisión son todos mayores o iguales a
cero, y el valor de las variables artificiales son ceros en consecuencia la función tiene valor 0,
por lo que se da por concluido con la FASE I y se tiene una solución básica factible X1=30,
FASE II
Min Z = 4X1+2X2+3X3+5X4
Se toma la solución básica factible de la FASE I como la solución inicial y se eliminan las
49
Tabla 12 Fase 1 solución inicial
TABLA
valores de
BASE variable de decisión
solucion
W X1 x2 x3 x4 Po
Y1 0 0 11/ 5 1 1/ 5 60
Y2 0 1 1/ 30 0 1/ 30 30
W -1 0 -28/ 15 -3 -13/ 15 120
Como se observa en el cuadro simplex los costos reducidos de las variables básicas X3 y X1
no son nulos por ello debemos de hacer cero (0) estos coeficientes para que la tabla sea
correcta.
Tabla 13 Coeficientes
TABLA
valores de
BASE variable de decisión
solucion
W X1 x2 x3 x4 Po
Y1 0 0 11/ 5 1 1/ 5 60
Y2 0 1 1/ 30 0 3/ 5 30
W -1 0 -1/ 3 0 -2 300
50
Como se observa, uno de los coeficientes de las variables de decisión es menos a cero, por
La variable que entra en la base es X4, por ser la variable que corresponde al coeficiente -2
(menor negativo)
Para calcular la variable que sale, dividimos los términos de la última columna entre los
y como el menor cociente positivo es 50, tenemos que la variable que sale es X1.
Una vez reducido el pívot a 1 mediante la reducción gaussiana se hacen 0 los coeficientes
TABLA
valores de
BASE variable de decisión
solucion
w X1 x2 x3 x4 Po
Y1 0 -1/3 13/ 18 1 0 50
Y2 0 5/3 1/ 18 0 1 50
W -1 10/ 3 4/9 0 0 400
51
Muchos de los productos primarios que emplean diversas industrias para fabricar sus
productos ya sea papel, textil, plásticos aluminio, etc. Se obtienen del proveedor en la
forma de rollos, bobinas o grandes planchas, las dimensiones de estas formas varían de un
proveedor a otro. Si un fabricante de bobina, por ejemplo, suministra estas en una anchura
problema que se le plantea es como hacer esos cortes de tal forma que se desperdicie la
Un stock ilimitado de tubos tiene una anchura de 2 metros, se tiene una orden de pedido de
tubos pequeños de 60cm y 30cm de anchura que deben ser producidos. Las órdenes de
producción de tubos pequeños incluyen una combinación de estos, los cuales deberán de
obtenerse del tubo más ancho del proveedor, cortándolas según un determinado patrón de
específicos del problema. En este caso el objetivo es minimizar la perdida residual total.
quedando un residuo de 20cm, y del mismo modo así se deben de identificar todos los
52
Ilustración 4 Ordenes de tubos de 30 y 60 cm de longitud
Solver es un programa de complemento de Microsoft Excel que puede usar para llevar a
cabo análisis y si. Use Solver para 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
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
En resumidas cuentas, puede usar Solver para determinar el valor máximo o mínimo de una
celda cambiando otras celdas. Por ejemplo, puede cambiar el importe del presupuesto de
Para poder trabajar con Solver es muy importante que entiendas los conceptos básicos y su
53
Celda objetivo: es la celda en la que se representa el objetivo del problema.
Celdas variables: son aquellas celdas que se van a poder modificar para llegar al
Limitaciones: son las limitaciones o restricciones que se pueden configurar para que
III. Metodología
El universo sobre el cual se va a realizar el presente trabajo es la que está constituida como
negocio GRUPO ROULLE. Pero para nuestro estudio, nos centramos en el área de
observación directa con el fin de obtener información precisa y certera de primera mano.
Los presentes en el proyecto realizaremos una visita al negocio GRUPO ROULLE con el
fin de identificar al proceso de filmación, en donde se debe identificar cuáles son las áreas
54
que se encuentran involucradas con el proceso de impresión de fotolitos, en las cuales nos
Observación Directa
La observación directa cada día cobra mayor credibilidad y su uso tiende a generalizarse,
procedimiento sistemático y muy controlado, para lo cual hoy están utilizándose medios
Para la recolección de datos se decidió hacer una observación no solo en el corte para la
minimización del producto, sino que también es el saber desde donde se encuentra dicho
corte en los fotolitos y en tiempos, en el periodo designado de la clase del presente año
(9,11 y 16 de marzo) ya que son estos dos factores los que nos ayudaran a realizar las
55
Se identificó la unidad de medida para evaluar las mermas.
La presentación de las películas en materia prima es por rollos de 3.5m de ancho por 60m
de largo; estos rollos a su vez son cortados en sub proceso previo a la filmación de un
formato para un tipo de máquinas, formato de 0.76m o 76cm de ancho para máquina1 y un
Para recabar la información requerida se crean formatos especiales en los cuales los
operadores registran:
cortes, los trabajos se agrupan y son filmados en conjunto, es decir, que al colocar un rollo
nuevo de película de 60m de largo, se pueden realizar cortes de hasta 10m de largo, y en
promedio dependiendo del largo de los cortes un rollo puede ser utilizado hasta en 6 a 15
cortes en promedio; esta información nos sirve para llevar un control ordenado de la salida
Media del Corte de la película: Se registra el largo del corte, los cual nos sirve para poder
calcular el área total de película utilizada para la filmación de una secuencia de filmaciones
56
Todos estos problemas convertían al negocio en un lugar con un clima organizacional
Para la recolección de datos se decidió hacer una observación no solo en el corte para la
minimización de del producto, sino que también es el saber desde donde se encuentra dicho
cuadro de comparación de los precios dentro y fuera del negocio este con el objetivo de
identificación y definición de las principales causas que generan este problema, para lo cual
diagrama de Ishikawa.
En donde al momento de levantar información nos damos cuenta que existe mucho
Altos consumos
de producción
cuadro comparativo; es por ello que se concluye que los costos de insumos no son causas
Proveedores
Insumos
GPO. ROULLE OTROS
ROLLOS
PELÍCULAS 3.5M $450.00 $465.00
QUÍMICO
REVELADOR $17.50 $17.00
QUÍMICO FIJADOR $18.50 $20.00
7 Comparación de insumos
Personal del negocio: Se descubrió que realmente eran bajos con respecto al mercado; el
Sueldos
Personal
GPO. ROULLE OTROS
$1,200.0
DISEÑADORES $1,200.00 0
$1,000.0
ADMINISTRATIVOS $850.00 0
8 Comparación de sueldos
Después de obtener esta información se descarta que los costos de mano de obra sean una
58
Al analizar el consumo de películas se descubre que existe una gran cantidad de desperdicio
que la utilización de las películas para la producción de fotolitos es la causa principal que
Es así que habiéndose identificado que la causa principal del problema es la mala
utilización de los rollos de película, debemos de conocer cuál es el proceso que siguen los
rollos de película desde que ingresan como materia prima, hasta que salen como producto
terminado, esto con el fin de poder conocer y determinar durante qué proceso es que ocurre
Para ello se muestra el flujo de proceso que siguen los rollos de películas que son:
Se debe realizar un Flujo grama para identificar cuáles son las áreas que se encuentran
mermas.
59
Identificándose
involucrados
directamente en
9 Flujo grama de procesos
el proceso de
60
La filmación en dos formatos para dos tipos de máquinas, formatos de 0.76m o 76cm de
ancho para máquina “1” y 35 cm para máquina “2”, la venta del producto es por cm2, es
por ello que para efectos de facilitar un mejor cálculo se trabajará con medidas en cm y
Para recabar la información requerida se crean formatos especiales en los cuales los
operadores registran:
cortes, los trabajos se agrupan y son filmados en conjunto, es decir, que al colocar un rollo
nuevo de película de 60m de largo, se pueden realizar cortes de hasta 10m de largo, y en
promedio dependiendo del largo de los cortes un rollo puede ser utilizado hasta en 6 a 15
Media del Corte de la película: Se registra el largo del corte, los cual nos sirve para poder
calcular el área total de película utilizada para la filmación de una secuencia de filmaciones
Se debe de proceder a calcular el nivel de mermas que se obtiene de cada rollo. Para ello se
calcula los niveles de mermas de los dos tipos de rollos que se utilizan en la producción
como son rollos de 76cm de ancho para máquina “1” y rollos de 35 cm para máquina “2”,
resultado con el cual se podrá identificar que genera este problema de un alto nivel de
mermas.
61
3.5.1 Calculo de nivel de merma para rollos de películas en maquina “1” (76 cm de
colore
medida
corte s
13 X 13.2 4
42
16.3 X 21.2 4
25 X 8 1
30 X 25.5 4
110
26 X 26 4
21.8 X 19.9 1
17 X 18 3
30
30 X 21 2
10 11 X 14 4
18.5 X 11.5 5
50
30 X 21 4
23.5 X 18 3
78
25.4 X 41 4
Tabla 15 recopilación de cortes
Como se observa en los datos, la utilización de los rollos se da por cortes, de estos se
registran el largo, las áreas de trabajo a facturar que se realizan dentro de estos cortes y
procesan.
62
Para calcular el rendimiento de rollos, se realiza primero los cálculos de las áreas por
cortes, y estas se comparan con la suma de las áreas de los trabajos realizadas en este corte.
Luego se construye un resumen de áreas por corte versus áreas de trabajos a facturar, con lo
colore
medida
corte s
13 x 13.2 4
42
16.3 x 21.2 4
Tabla 16 Ejemplo de corte
Área de corte
16.13 cm x 21.2 cm equivale a 341.956 cm2 x 4 colores que resulta 1382.24 cm2
Área de la merma
trabajos dañados
63
% de Merma
Así se obtiene un porcentaje de merma que es el 35.21%, por lo cual sus pérdidas son muy
elevadas.
área
ocupada de suma de Área área
medida
colore manera área total en área repuest
corte s individual ocupada cm dañada a merma porcentaje
13 x 13.2 4 686.4
42 35.19%
16.3 x 21.2 4 1382.24 2068.64 3192 0 0 1123.36
25 x 8 1 200
30 x 25.5 4 3060
110 23.47%
26 x 26 4 2704
21.8 x 19.9 1 433.82 6397.82 8360 0 0 1962.18
17 x 18 3 918
30 2280 4.47%
30 x 21 2 1260 2178 0 0 102
10 11 x 14 4 616 616 760 0 0 144 18.95%
18.5 x 11.5 5 1063.75
50 5.69%
30 x 21 4 2520 3583.75 3800 0 0 216.25
23.5 x 18 3 1269
78 8.32%
25.4 x 41 4 4165.6 5434.6 5928 0 0 493.4
320 288 258 43 20278.81 20278.81 24320 0 0 4041.19 16.62%
Una vez calculada estas áreas se elabora un cuadro resumen en el cual se registra, de los
cortes; sus respectivas áreas, áreas a facturar, áreas de trabajos repuestos, áreas de trabajos
dañados, se calculara la merma en cm2 y el porcentaje que estas equivalen del total; siendo
cort medida colore area suma de Area area area merma porcentaje
e s ocupada area total en dañada repuest
de ocupada cm a
manera
64
individual
10 x 11.3 3 339
22 20.87%
15 x 16.4 4 984 1323 1672 0 0 349
23 x 8 1 184
26 x 21.3 4 2215.2
64 10.86%
21 x 18.6 4 1562.4
23.4 x 16 1 374.4 4336 4864 0 0 528
22 x 18 3 1188
38 2888 11.08%
27.6 x 25 2 1380 2568 0 0 320
124 168 135 22 8227 8227 9424 0 0 1197 12.70%
Tabla 18 Merma de rollo 2
Los cuadros anteriores muestran el resumen general de los cálculos de mermas de los 3
rollos utilizados en la Máquina “1” (formato 76cm de ancho), y los 1 rollo utilizados en
Como se ha podido demostrar no existe una mala utilización de película durante el proceso
que siguen los rollos de película desde su adquisición hasta que se convierten en producto
Como se ha descrito anteriormente los rollos de película que se utilizan para la filmación de
fotolito llegan al almacén en formatos de 350cm de ancho, y para que estos ingresen a
rollos que se tenga, no se cuenta con un procedimiento adecuado de corte que permita
65
Los cortes se realizan por lotes de producción mensual, la demanda estándar de rollos de
producción son de 3 rollos de formato de 76cm y con 1 rollo de formato de 35cm, para
obtener esta cantidad de rollos cortados se compran 4 rollos de película de formato 350cm.
Los cortes de los rollos se realizan en una habitación oscura, pues de tener contacto con la
luz corren riesgo de ser velados y por ende se deterioran. Es importante resaltar que por las
características del material una vez cortado deben de ser utilizados durante el mismo lote de
producción (mismo mes) ya que corren riesgo de que se deteriore por el ingreso de luz, por
tal motivo no se da el caso que un rollo de película que es cortado durante un lote de
figura siguiente:
rollo 1 76 76 76 76 46
rollo2 76 76 76 76 46
rollo 3 76 76 76 76 46
rollo 4 35 35 35 35 35 35 140
De la figura anterior se aprecia una gran cantidad de desperdicio después del corte de los
rollos, para tener mayor precisión se calcula cuanto representan estos desperdicios, con
66
cortes de
% de merma
rollo rollo Ancho cm
1 4 0 350 304 46
2 4 0 350 304 46
3 4 0 350 304 46
Es así que habiéndose analizado el nivel de mermas después del proceso de corte se obtiene
un 19.86%, lo cual grafica claramente la mala utilización de este insumo y por ende la baja
Como se puede ver este problema en un problema de corte de rollos, que puede ser resuelto
película de 35cm de ancho; estos rollos deben ser obtenidos de rollos de 350cm de ancho.
El problema consiste en encontrar una solución que nos permita abastecer esta cantidad de
rollos obteniendo roles de cortes que nos permitan reducir el desperdicios de película.
67
Debemos de analizar todas las posibilidades que existen de cortar un rollo de 350cm de
ancho para conseguir rollos más pequeños de 76cm y 35cm de ancho, estas posibilidades
son:
7 7 7 7 3 1
caso 1 6 6 6 6 5 1
7 7 3 3 3 3 3
caso 2 6 6 5 5 5 5 5 23
7 7 7 3 3 5
caso 3 6 6 6 5 5 2
7 7 7 3 3 3 1
caso 4 6 6 6 5 5 5 7
Xi: N° de Veces que se realiza el corte de un rollo de 350cm en la forma del Caso 1
Ahora se debe de definir cuál es la función objetivo del Programa Lineal, para ello
desperdicio de 23cm. Es decir tenemos 327 cm de rollos de película útil y 23cm de merma.
68
Viéndolo desde este punto de vista y teniendo como objetivo el obtener los rollos deseados
Función Objetivo
Min z=11x1+23x2+52x3+17x4
Continuando se debe de definir las restricciones que se tiene para este modelo, como son:
1.- Restricción de cantidad de rollos de 76cm de ancho Se debe de sumar las cantidades de
rollos que se obtendrán al aplicar cada caso de corte y esta suma debe ser igual a la cantidad
de rollos de formato 76cm que se necesitan por mes, es decir 12. Entonces se tiene:
4X1+2X2 + 3X3 +3 X4 = 12
2.- Restricción de cantidad de rollos de 35cm de ancho Se debe de sumar las cantidades de
rollos que se obtendrán al aplicar cada caso de corte y esta suma debe ser igual la cantidad
Entonces se tiene
X1+5X2 + 2X3 +3 X4 = 6
3.- Restricción de no negatividad de las variables Esta restricción nos ayuda a que los
valores obtenidos al resolver el modelo sean no negativos o positivos. Por ello se tiene.
69
Ecuación 8 no negatividad
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
Min z=11x1+23x2+53x3+17x4
X1+5X2 + 2X3 +3 X4 = 6
X1 ≥ 0; X2 ≥ 0; X3 ≥ 0; X4 ≥ 0
70
Parte IV. Resultados obtenidos y discusión
Para encontrar una solución óptima al modelo Lineal planteado se utiliza el Método
Simplex el cual brinda el valor óptimo de la función objetivo, y con ello los modelos de
cortes necesarios. Con el fin de realizar el análisis de los resultados obtenidos, se utiliza el
software Excel con las herramientas adicionales en este caso el Excel y seguido de eso se
Para poder resolver el modelo utilizamos el método simplex, el cual nos permitirá obtener
Min z=11x1+23x2+53x3+17x4
X1+5X2 + 2X3 +3 X4 = 6
X1 ≥ 0; X2 ≥ 0; X3 ≥ 0; X4 ≥ 0
Como se observa las restricciones son igualdades, por ello no podemos utilizar variables de
modelo tenemos:
Min z=11x1+23x2+53x3+17x4
71
Xi ≥ 0; i = 1,2,3
Yj ≥ 0: j = 1,2
Para poder resolver este problema Lineal que cuenta con dos variables artificiales, se debe
de hacer uso del Método de Dos Fases, el cual permitirá obtener soluciones básicas
factibles
FASE I
artificiales.
Min W = Y1+Y2
MAX-W=-Y1-Y2
s.a:
X1 ≥ 0; X2 ≥ 0; X3 ≥ 0; X4 ≥ 0; Y1 ≥ 0; Y2 ≥ 0
72
Tabla 22 METODO SIMPLEX1
TABLA 1 0 0 0 0 -1 -1
Base Cb Y x1 x2 x3 x4 Y1 Y2
Y1 -1 12 4 2 3 3 0 1
Y2 -1 6 1 5 2 3 1 0
Z -18 -5 -7 -5 -6 0 0
Como se observa los costos reducidos de las variables básicas Y1, Y2 no son nulos por ello
se deben de reducir a 0, ya que se debe de respetar que los costos reducidos de las variables
básicas sean 0. Entonces se reducen estos coeficientes, la variable que sale de la bas3 y1 y
TABLA 2 0 0 0 0 -1 -1
Y Y
Base Cb Y Y2 1 x3 x4 Y1 2
-2/
x1 -1 48/5 18/5 0 11/5 9/5 5 1
x2 0 6/5 1/5 1 2/5 3/5 1/5 0
. -9/
Z 48/5 -18/5 0 -11/5 5 7/5 0
TABLA 3 0 0 0 0 -1 -1
Base Cb Y Y2 Y1 x3 x4 Y1 Y2
11/1 5/1
Y2 0 8/3 1 0 8 ½ -1/9 8
-1/
X1 0 2/3 0 1 5/18 ½ 2/9 18
Z 0 0 0 0 0 1 1
Existe alguna solución posible para el problema, por lo que podemos pasar a la fase II para
calcularla
73
Tabla 25 Modelo simplex final
TABLA 4 -11
-23 -52 -17
Base Cb Y Y2
Y1 X2 x4
X3 -11 3 01 11/8 ½
X1 -23 1 10 5/18 ½
350/
Z 168 0 0 9 0
Entonces se tiene que los coeficientes de las variables de decisión son mayores o iguales a
cero por lo tanto se ad por concluida las iteraciones obteniéndose la solución básica
factible:
software de Excel, en el cual se tendrán que activar herramientas adicionales para el manejo
de solver que nos permitirá resolver el problema con un número limitado de variables y
Adicionalmente se debe mencionar que el negocio podrá ocupar esto sin ningún conflicto.
74
4.1.1 Para activar las herramientas adicionales de Excel:
Paso1:
Ilustración 10
solver1
Paso 2:
Ilustración 11 solver 2
75
Ilustración 12 solver 3
76
Ilustración 14 acomodamiento para solver
Vamos en la parte de “datos” y esquinado están las opciones de solver como muestra la
siguiente imagen:
Ilustración 15 Datos
77
Ilustración 16 Cuadro solver
Los resultados indican que se deben realizar un corte con el modelo del caso 1 (X1=1), en
el modelo del caso 2 no se debe realizar ningún corte (X2=0) y se deben de realizar 3 cortes
78
del caso 3 (X3=3) y tampoco se realiza ningún corte en el caso 4 (x4=0), con lo cual se está
35cm de ancho se deben de cortar solo 4 rollos de 350cm de ancho, 1 rollo de la forma
caso 3 76 76 76 35 35 52 rollo 1
caso 3 76 76 76 35 35 52 rollo2
caso 3 76 76 76 35 35 52 rollo3
caso 1 76 76 76 76 35 11 rollo4
Tabla 26 Solución optima
Esta solución brinda un área útil de 3,296cm de ancho en total, esto equivale a 168 cm de
merma de los 4 rollos utilizados, lo que representa solo un 9% de merma, a diferencia del
79
IV CONCLUSIONES Y RECOMENDACIONES
los métodos Simplex para obtener una solución factible que permita optimizar el consumo
ingreso de datos debe de ser sencillo para los usuarios, la complejidad está en la evaluación
El Buen manejo del sistema de control de insumos se presta como una herramienta
poderosa que apoya la toma de decisiones ya que permite identificar cuales procesos deben
de ser modificados o en que debemos mejorar para poder obtener una menor cantidad de
proyectos de investigación en otros productos que produce esta empresa, lo cual muestra
80
Bibliografía
(s.f.).
81
Grijalva, G. y. (1986). El enfoque de sistemas. Mexico: Limusa.
Heskett, J., & Glaskowsky, N. (1983). Bussines Logistic: Physical Distribution and
materials managemet. United States of American .
82
Sanchez, J. C. (2012). Matematicas VI (investigacion de operaciones). En J. C. Sanchez,
Matematicas VI (investigacion de operaciones) (pág. 415). Mexico.
83