PROFESOR PATROCINANTE: OSCAR ROMERO AYALA ING. CIVIL INDUSTRIAL

ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL DISEÑO Y CONTRUCCIÓN DE HERRAMIENTA DE SIMULACIÓN PARA LA TOMA DE DECISIONES EN GESTIÓN DE ALMACENAJE EN FRIO

EN PLANTAS DE PROCESO DE MITILIDOS

Trabajo de Titulación para optar

al título de Ingeniero Civil Industrial

CONSTANZA IRASSI RYKS ASPÉE

PUERTO MONTT – CHILE 2011

ii

DEDICATORIA

Dedicada a Carmen Gloria Aspée Bocaz, mi mejor amiga, compañera y madre con todas sus letras, la mujer que toda la vida me ha apoyado incondicionalmente, me ha servido y me ha enseñado que en la vida todo se puede superar y alcanzar, con amor y voluntad.

Fuiste siempre mi trampolín en la vida, ahora yo seré tu bastón… te amo.

iii

AGRADECIMIENTOS

Se agradece a la Universidad Austral de Chile, Sede Puerto Montt y a todos los docentes de la carrera de Ingeniería Civil Industrial: Alexia Quiroz, César Pino, Gabriela Manoli, Alex Cisterna y Oscar Romero por el apoyo y ayuda incondicional para el desarrollo de esta tesis, y en especial a Jéssica Elizabeth Bull Torres, quien, me acompañó en cada etapa de desarrollo y que no solo fue una excelente profesional de apoyo, sino que fue una amiga comprensiva, paciente y una excelente mentora en el desarrollo de este proyecto de título.

También se agradece el aporte de José Miguel Sánchez Quiero, Ingeniero Civil Industrial con conocimientos en mitilicultura y jefe del departamento de ingeniería de una empresa del rubro (que por confidencialidad no es nombrada), quien confío y ayudó con su conocimiento y buena disposición para el procesamiento de datos y de información.

Al profesor Francisco Cala, que me ayudó a plantear el algoritmo de programación dinámica a una forma sencilla de entender para poder pasarlo más tarde al lenguaje de Simulación.

A Rodrigo Andrés Hernández Lavín, un gran amigo y compañero de carrera, cuyo apoyo fue imprescindible para el desarrollo y traspaso del algoritmo de programación dinámica al lenguaje de simulación en Flexsim. Sin duda, fuiste un aporte fundamental en cada etapa de este proyecto de titulo, se que te espera un gran futuro, tanto en lo personal como en lo profesional, a ti: infinitas gracias.

A la familia Cerda Zapata, que me acogió incontables veces como parte de su familia cuando viajaba a hacer revisiones a Puerto Montt y no tenía donde quedarme y me brindaron apoyo y cariño siempre.

A mi padre Hugo Walter Ryks Rutherford que ha sido un gran amigo y apoyo con sus conocimientos en el área mitilicultora y salmonera.

A mi abuela Haydée Bocaz Estay, que con su ternura, paciencia y disponibilidad incondicional me daba tranquilidad y paz para que yo trabajara sin problemas.

También debo agradecer a mis dos mejores amigos: Erika Vanesa Muñoz Pérez y Roberto Sebastián Cerda Zapata que siempre estuvieron conmigo cuando sentía que no tenía fuerzas para seguir en algún momento de mi vida, me apoyaron y muchas veces me empujaron para poder seguir y salir adelante.

Por último, a la gran mujer de mi vida: mi madre Carmen Gloria Aspée Bocaz, que siempre ha sido mi ejemplo a seguir, me ha apoyado en todas mis decisiones y me ha hecho sentir la hija más afortunada del mundo. A ella le debo mi vida y mis logros.

iv

RESUMEN

El objetivo de este proyecto de título fue diseñar y construir una herramienta de apoyo a la toma de decisiones relacionadas con gestión de almacenaje en frio, aplicadas en este caso a las empresas mitilicultoras. Estas empresas tienen épocas durante el año donde sus cosechas dan mejor rendimiento (en cuanto a cantidad y calidad) por lo que hacen el esfuerzo de procesar en planta toda la cosecha que puedan durante esos períodos, sin tomar en cuenta la demanda inmediata.

La decisión de procesar de esta manera se basa en la disminución de los costos de proceso por economías de escala (el procesar grandes cantidades disminuye los costos unitarios), pero trae consigo la necesidad de almacenar en frigoríficos el producto semi-terminado en espera de ser vendido.

Esta naturaleza del proceso, impulsa a las empresas a tener que almacenar en frigoríficos externos parte del producto procesado por no tener la capacidad suficiente en sus frigoríficos internos. El conocimiento de cuanto producir en relación a lo que se demanda es muy incierto así como los costos globales involucrados. Por otro lado, tampoco se maneja con exactitud hacia qué frigorífico enviar la producción de manera tal que los costos sean mínimos.

Por esta razón, se propuso una nueva metodología, que une dos herramientas relacionadas con el estudio de procesos, integrando programación dinámica determinística en la metodología para estudios de simulación planteada por Jerry Banks. Las características de esta unión, hicieron que parte de los pasos de la Metodología de Simulación de Jerry Banks fueran adaptados, de manera que la Verificación y Validación fueran unidas y las Corridas de producción se eliminarán al no resultar un modelo basado en tendencias probabilísticas, que es la característica necesaria para realizar las Corridas de producción.

La aplicación de ésta metodología se tradujo a dos modelos, ambos pueden ser intervenidos por el usuario para modificar las variables de entrada de manera que se puedan conocer resultados diferentes dependiendo de los escenarios planteados.

El Modelo Genérico tiene de base 4 frigoríficos, cada uno con sus respectivos costos de transporte y almacenamiento.

El Modelo Específico tiene de base dos frigoríficos: uno interno y otro externo, cada uno también con sus respectivos costos, planteando dos escenarios relevantes: el primero con la situación actual de capacidad limitada de almacenamiento interno, y el segundo sin necesidad de almacenar externamente, llegando a una visión de gastos globales por concepto logístico importante gracias a la comparación de costos obtenidos al final de la simulación de ambos escenarios.

La relevancia de este estudio radica en que, a pesar de que un modelo de simulación no entrega siempre los mejores resultados, sino mas bien muestra el comportamiento frente a escenarios de prueba elegidos por el usuario, la unión de las dos herramientas mencionadas anteriormente permite que cada vez que se modifiquen las variables de entrada del modelo, las respuestas al final de la simulación entregan los mejores resultados, llamados “óptimos” debido a que se generan por el hecho de haber integrado un Algoritmo de programación dinámica a la programación del software Flexsim.

v

ABSTRACT

The aim of this project of degree was to design and build a decision support tool related to cold storage management, in this case applied to a mussel farmers companies. These companies have periods over the year in wish ones the crops has a better performance (in terms of quantity and quality) so they make the effort to process the whole crop on the plant as possible during those periods, without taking into account the immediate demand.

The decision to proceed in this way is based in the need to reduce the processing costs through economies of scale (process large quantities reduces unit costs), but brings with it the need storage for semi-finished product until it is sold.

The nature of the process encourages companies to use external refrigerators to store part of the processed product by not having enough internal capacity. The Know How about how much to produce in relation to what is required is very uncertain as well as the costs involved. By other hand, the way of the production across the refrigerators for minimal costs is not known with accuracy.

Therefore, it is proposed a new methodology that joins two related tools to the study of processes, integrating deterministic dynamic programming to a methodology for modeling studies by Jerry Banks. The characteristics of this union made of a modification of the steps of the Simulation Methodology by Jerry Banks: “verification” and “validation” were united, and “production runs” are removed because we are not developing a probabilistic model wish one is a necessary characteristic for “production runs”.

The application of this methodology led to two models, both can be operated by the user to modify the input variables so they can know different results depending on the proposed scenarios.

The generic model has four refrigerators as a base, with their respective transport and storage costs.

The specific model has two refrigerators: one internal and one external, each one with their respective costs, presenting two relevant scenarios: the first with the current limited capacity of internal storage, and the second without need for external storage, reaching a vision of global logistic costs by comparison obtained at the end of the simulation of both scenarios.

The relevance of this study is that, although a model simulation does not deliver the best results, but shows the performance against testing scenarios chosen by the user, the union of this two tools mentioned above allows to get the best result called “optimal” every time the user modify the input variables of the model by the integration of dynamic programming algorithms to the modeling software Flexsim.

vi

INDICE

DEDICATORIA ........................................................................................................................................ ii AGRADECIMIENTOS ............................................................................................................................. iii RESUMEN .............................................................................................................................................. iv ABSTRACT ............................................................................................................................................. v GLOSARIO............................................................................................................................................. vi 1. ANTECEDENTES GENERALES ......................................................................................................... 1

1.1 INTRODUCCIÓN ........................................................................................................................... 1 1.2 OBJETIVOS................................................................................................................................. 2 1.3 DESCRIPCION DEL ÁREA .......................................................................................................... 2 1.4 PLANTEAMIENTO DEL PROBLEMA .......................................................................................... 3

2. MARCO TEORICO ............................................................................................................................ 5

2.1. Logística .................................................................................................................................... 5 2.2. Eficiencia ................................................................................................................................... 5 2.3. Oferta y Demanda ...................................................................................................................... 6 2.3.1. Características de la Demanda .............................................................................................. 6 2.4 Inventarios o Stock .................................................................................................................... 7 2.5. Almacén ..................................................................................................................................... 8 2.6 Gestión de Almacenes. .............................................................................................................. 8

2.6.1 Sistema de gestión del almacén. ........................................................................................ 9 2.7 Manejo De Materiales ................................................................................................................. 9 2.8. Programación dinámica. ........................................................................................................... 10 2.9 Simulación de Procesos. ........................................................................................................... 13

2.9.1 Sistema ................................................................................................................................ 13 2.9.2 Modelo.................................................................................................................................. 13 2.9.3 Simulación ........................................................................................................................... 13 2.9.4 Áreas de aplicación de la Simulación ................................................................................. 14 2.9.5 Programas y Lenguajes de Simulación .............................................................................. 14 2.9.6 Ventajas y Desventajas de Simulación (TORRES, A. 2009) ............................................... 15 2.9.7 Peligros y problemas en Simulación .................................................................................. 16 2.9.8 Software de Simulación Flexsim ......................................................................................... 16 2.9.9 Terminología del Software Flexsim .................................................................................... 16 2.9.10 Metodología de simulación ............................................................................................... 17

2.10 Técnicas de Prueba de Software ............................................................................................. 19 2.10.1 Pruebas de Caja Negra ...................................................................................................... 20 2.10.2 Pruebas de Caja Blanca .................................................................................................... 21

vii

3. METODOLOGÍA ................................................................................................................................ 22

4. APLICACIÓN DE LA METODOLOGÍA .............................................................................................. 24 4.1 Identificación del Problema ....................................................................................................... 24 4.2 Planteamiento de Objetivos ....................................................................................................... 25 4.3 Modelo de Conceptualización .................................................................................................... 26 4.4. Recopilación de datos ............................................................................................................... 27

4.4.1 Estandarización de datos y supuestos ............................................................................... 28 4.5. Diseño de algoritmo en programación dinámica ..................................................................... 28

4.5.1 Desarrollo del algoritmo ...................................................................................................... 28 4.6 Traducción a Modelo .................................................................................................................. 35

4.6.1 Modelo Genérico.................................................................................................................. 35 4.6.2 Modelo Específico ............................................................................................................... 42

4.7 Verificación y Validación: .......................................................................................................... 43 4.8 Diseño Experimental, Análisis y Documentación ..................................................................... 56

4.8.1 Datos Generales ingresados al modelo .............................................................................. 56 4.8.2 Escenario 1: Situación actual. ............................................................................................ 58 4.8.3 Escenario 2: Situación con Frigorífico de mayor capacidad. ............................................ 61 4.7.4 Comparación de Escenarios ............................................................................................... 63

4.8 Implementación .......................................................................................................................... 64 5. RESULTADOS .................................................................................................................................. 65

5.1 Acerca de lo Objetivos Específicos de la Investigación ........................................................... 65 5.2 Acerca de los Objetivos del Proyecto de Simulación ............................................................... 65

6. CONCLUSIONES .............................................................................................................................. 67 7. RECOMENDACIONES ...................................................................................................................... 68 8. BIBLIOGRAFIA ................................................................................................................................. 69 9. LINKOGRAFIA .................................................................................................................................. 70 10. ANEXOS .......................................................................................................................................... 72

viii

GLOSARIO

Mejillón: Moluscos bivalvo filtrador que vive fijado al sustrato, exclusivamente marino y vive tanto en zonas intermareales como zonas sumergidas de las costas de todo el mundo.

Mitilicultura: Cultivo de los moluscos del género Mytilus, para su explotación económica.

Recursividad: Técnica de programación muy potente que puede ser usada en lugar de la iteración. Se utiliza para realizar una llamada a una función desde la misma función.

Iteración: La recursividad y la iteración (ejecución en bucle) están muy relacionadas, cualquier acción que pueda realizarse con la recursividad puede realizarse con iteración y viceversa. Normalmente, un cálculo determinado se prestará a una técnica u otra, sólo necesita elegir el enfoque más natural o con el que se sienta más cómodo.

Algoritmo: Serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico.

Modelo: Resultado del proceso de generar una representación abstracta, conceptual, gráfica o visual para analizar, describir, explicar, simular, y predecir fenómenos o procesos

Interfaz: Parte de un programa que permite el flujo de información entre un usuario y la aplicación, o entre la aplicación y otros programas o periféricos. Esa parte de un programa está constituida por un conjunto de comandos y métodos que permiten estas intercomunicaciones.

Escenarios: Conjunto de circunstancias que plantean una situación específica.

Biblioteca de objetos: Conjunto de objetos que pueden ser utilizados para recrear modelos dentro de un software de simulación.

1

1. ANTECEDENTES GENERALES

1.1 INTRODUCCIÓN

La mitilicultura es el cultivo industrial del mejillón mediante instalaciones marítimas que favorecen su desarrollo y aprovechamiento industrial. El proceso de la mitilicultura consiste en el cultivo de esta especie con altas complejidades desde el punto de vista productivo, ofreciendo la región de los lagos, ventajas comparativas para el cultivo de ésta (clima, geografía y calidad del agua).

Hoy las crecientes proyecciones de venta en los actuales y potenciales mercados, así como las altas exigencias nutritivas exigen estándares de calidad e inocuidad. Así, para mantener las actuales tasas de crecimiento de la industria, se requiere una rápida búsqueda de alternativas que apunten a solucionar los puntos críticos que le restan competitividad a la industria de los Mitílidos en Chile.

Uno de los puntos críticos mencionados en el párrafo anterior tiene relación con la logística, donde es de especial interés el conocer los costos totales mínimos de las operaciones relacionadas con el transporte de materias primas o producto terminado. El saber dónde y cuánto almacenar a favor de los costos es relevante cuando las cantidades involucradas implican desafíos en economías de escala. Las tarifas disminuyen en la medida en que se transportan mayores cantidades de producto en cada viaje, y la relación cantidad-costo es sumamente importante al momento de no contar con una capacidad de almacenamiento interno que soporte guardar toda la producción de la plata procesadora durante una temporada.

No obstante, en relación al transporte de grandes cantidades, las cargas completas pueden originar excesos de nivel de inventario en los puntos de destino, y por otro lado el objetivo de reducir los costos de transporte realizando envíos a camión completo, también puede entrar en conflicto con el cumplimiento de los plazos de entrega a clientes, ya que la frecuencia de envíos puede verse afectada.

Estos intereses contrapuestos se ven reflejados en el estudio de este proyecto de título, donde el saber enfrentar cada problema sin desmedro del otro es el equilibrio que se busca, usando para ello una herramienta de simulación, que tiene como ventaja el hecho de poder visualizar los eventos o escenarios que ocurren, además de dar la facilidad por sus herramientas de interactuar con el sistema modificando parámetros para con ello ver nuevos problemas y estudiar cómo reaccionan.

2

1.2 OBJETIVOS

OBJETIVO GENERAL

Diseñar y construir una herramienta de apoyo a la toma de decisiones relacionadas con gestión de almacenaje en frio.

OBJETIVOS ESPECÍFICOS

1.- Generar una herramienta de simulación que apoye la toma de decisiones a nivel gerencial respecto a la gestión del almacenamiento en frio.

2.- Disminuir los costos de la gestión de almacenamiento en frío de los productos de granel en una empresa mitilicultora.

3.- Caracterizar los costos de la gestión de almacenamiento en frio, ya sean internos o externos, con la finalidad de establecer una relación entre costos de almacenamiento y volumen de producción.

1.3 DESCRIPCION DEL ÁREA

La industria mitilicultora, en los últimos años de los 90’s e inicios del 2000 se caracterizaba por tener en su mayoría pequeños productores de cultivo, la mayoría ex pescadores que optaron por esta actividad debido a la baja en el desempeño de sus trabajos en salmonicultura. No se conocían operaciones mecanizadas ni prácticas eficientes de manejo, y como el país no se encontraba como exportador, no había exigencias de calidad, a excepción del control de marea roja. Se contaban entre 20 a 40 plantas de procesos inestables en cuanto a su desempeño, con tecnologías muy básicas y que trabajaban en su mayoría con operaciones manuales. Las etapas críticas eran las condiciones sanitarias de las instalaciones y su manera de operar que no calificaban para ser un país exportador. Cerca del año 2000 llegan a Chile empresas de capitales españoles (debido al colapso de los lugares de cultivo en España) las que comienzan con plantas de proceso y más tarde de cultivo, pudiéndose ver después de eso empresas con integración vertical y tecnologías mecanizadas. Esto ayuda a que Chile tenga una mayor participación en el mercado europeo, haciendo que en los últimos años las empresas chilenas tengan mayor interés por ingresar a la mitilicultura.

En las plantas de procesos del país, los productos enlatados y congelados son los dominantes, en especial los congelados que han ido ganando lugar desde el año 2000 siendo en su mayoría la carne de choritos la predominante, en menor grado el este producto sellado al vacío (entero) y la presentación de media concha, donde la tasa calculada de crecimiento promedio interanual tiene un crecimiento altísimo para una industria basada en recursos naturales.

Los proveedores son actores importantes en el mercado de la industria. La mayoría de ellos ha derivado de proveer a las empresas salmonicultoras. El sector de cultivo tiene en general un nivel tecnológico básico. Dentro de los proveedores se pueden encontrar los que brindan implementación de equipos industriales, comercialización de productos enfocados al área de cultivo, productos enfocados al área planta procesadora y producción de elementos de sustentación.

3

La composición de productores en la fase de industrialización de productos está verticalmente integrada en su mayoría.

Respecto a tecnologías, éstas provienen por lo general de Europa en cuanto a maquinaria especializada, complementándose en chile con equipos menos especializados como calderas, o mesones, aunque en los últimos 3 años empresas que se dedicaban a vender productos para la salmonicultura, han estado produciendo maquinarias para la mitilicultura, donde ofrecen por ejemplo desvisadoras y desconchadoras.

Pero la mayor preocupación en esta materia no es de tecnología e innovación, sino más bien de abastecimiento de materia prima de buena calidad y de cumplimiento de las normativas existentes. Las plantas mantienen una relación 30-70 por ciento entre proveerse internamente y externamente. Respecto a este tema, la relación compra-venta de materia prima entre las plantas procesadoras y los productores de cultivo independientes se basa en que las plantas deciden el precio y cantidad porque en general los productores no mantienen un control de muestreo de la calidad o rendimiento de su cosecha.

A pesar del crecimiento sostenido de los últimos años de la industria mitilicultora, la cual no tiene parangón con otra actividad productiva en la región y el país, aun se visualizan múltiples falencias, tanto en el área técnica como en el de la gestión, especialmente en lo referido a las metodologías utilizadas en los procesos de captación, engorda y cosecha.

La industria mitilicultora se enfrenta a cambios de tamaños mínimos productivos, con una necesidad de integrar verticalmente sus procesos, incorporar mejores tecnologías y desarrollar relaciones más rentables con sus proveedores.

Hoy el país se ha convertido en un participante importante en el campo mitilicultor, lo que ha impulsado a generar cambios tecnológicos tanto en el área de cultivo como en la de plantas procesadoras, transitando hacia el cambio de convertirse en una industria chilena mitilicultora de gran peso con una importante participación de capitales extranjeros y nacionales, donde la principal característica son altos volúmenes de producción e integración vertical. (BAGNARA, M. MALTRAIN, G. 2008)

1.4 PLANTEAMIENTO DEL PROBLEMA

La industria mitilicultora ha experimentado un constante crecimiento en el país. El sector actualmente se encuentra en un proceso de cambio importante que podría llevarlo a convertirse en uno de los principales exportadores a nivel mundial, con un crecimiento promedio de 55% anual en los últimos 14 años.

Si se hace una comparación con el principal referente de la acuicultura nacional (la Industria del Salmón), las condiciones en las que se encuentra hoy, son similares a las que tenía la Salmonicultura en la década de los 90; es decir, se encuentra en un ascenso productivo, tecnológico y de conocimientos específicos necesarios para perfeccionar cada área en los que el rubro demanda mayor eficiencia.

Por otro lado, la baja comercialización y el aumento en la competencia de los oferentes, ha repercutido en una obvia caída del precio a tasas constantes, por lo que combatir esta tendencia, se suma a los desafíos actuales de la industria, los que se concentran en estrategias como lograr la automatización y tecnificación de la producción, con el propósito de producir grandes volúmenes, aumentando la productividad, disminuyendo los tiempos de proceso y los costos de producción, permitiéndoles así ser más eficientes. Junto a esta, surge la estrategia orientada a conformar empresas de gran tamaño, con

4

integración vertical, de manera de obtener economías de escala, flexibilidad en los ciclos de producción y un mayor poder de negociación.

Uno de los procesos involucrados en el logro de estas estrategias, es la necesidad de mejorar la eficiencia en todas las áreas que involucren costos adicionales al de producir. Dentro de estas áreas, se puede encontrar la necesidad de mejorar la gestión de almacenamiento en frío del producto a granel, que nace debido a que los distribuidores extranjeros han tratado (sin perjuicio sobre el precio) de deshacerse de este costo, que se produce por la estacionalidad del negocio.

En temporada alta, las plantas trabajan al máximo de su capacidad debido a que obtienen más kilos de producto final, resultado de recibir - por parte de sus proveedores- cosechas de mejor rendimiento, lo que implica que al producir en grandes cantidades y no tener la demanda inmediata del producto en su totalidad, se debe recurrir a almacenar en frio lo producido por intervalos de tiempo variables.

“Las empresas manufactureras tienen un volumen de inversión por concepto de inventario bastante grande, donde el correspondiente capital inmovilizado puede llegar a representar un elevado porcentaje del activo.” (MACHUCA 1995)

El incremento de la competencia obliga a aumentar la productividad. Así como existe un costo industrial, existe un costo logístico de los productos: inversiones en almacenes e infraestructura dentro de ellos, manipulaciones, personal destinado a la preparación de pedidos, costo financiero del stock, utilización de envases y embalajes, transporte a almacenes y destino final. Este costo logístico es de suma importancia ya que puede llegar a representar aproximadamente el 30 por ciento del costo total del producto, por lo tanto, ajustarlo al mínimo posible sin perjudicar la calidad de servicio otorgada al cliente, así como controlar este ajuste, es de primera necesidad.(Mauleón,M.2007)

Debido a este escenario, constituye un tema importante el perfeccionar la logística de almacenamiento para cualquier empresa del rubro que tenga las características de no contar con la capacidad de almacenar dentro de sus propios frigoríficos la totalidad de su producto final procesado, por lo que deba incurrir en gastos adicionales para almacenar lo restante en frigoríficos externos. A su vez, manejar con mayor exactitud la correspondencia de costos entre almacenar durante un intervalo de tiempo para luego vender y producir o entregar inmediatamente es una información con la que no se cuenta hoy en día.

En este sentido, el estudio aporta a disminuir la incertidumbre con la que se maneja la relación producción-almacenamiento permitiendo conocer con certeza el comportamiento de estas variables en relación a los costos de almacenaje, costos de transporte y estimación de la demanda anual.

Cabe destacar que los datos ocupados para analizar el modelo de dos frigoríficos (descrito más adelante) fueron brindados por una empresa que no se nombra en este proyecto de título por acuerdo de confidencialidad.

5

2. MARCO TEORICO

2.1 Logística

El Council of Logistics Management define la Logística como “la parte del proceso de gestión de la cadena de suministro encargada de planificar, implementar y controlar de forma eficiente y efectiva el almacenaje y flujo directo e inverso de los bienes, servicios y toda la información relacionada con estos, entre el punto de origen y el punto de consumo, con el propósito de cumplir con las expectativas del consumidor”.

La logística es parte del concepto de gestión de la cadena de suministro. Gestiona los flujos del producto junto con la información que este flujo conlleva, involucrando desde los proveedores hasta los clientes, trabajando siempre por disminuir los costos totales bajo la mejor calidad de servicio. (URZELAI, 2006).

2.2 Eficiencia

El concepto de eficiencia es constantemente utilizado dentro de todo tipo de gestiones, dependiendo del área en que se apliquen se enfocan en base a perspectivas específicas, pero todas hacen referencia a los recursos utilizados y resultados obtenidos.

Definiciones (THOMPSON, 2008) aplicadas a la administración:

Según Idalberto Chiavenato, eficiencia "significa utilización correcta de los recursos (medios de producción) disponibles. Puede definirse mediante la ecuación E=P/R, donde P son los productos resultantes y R los recursos utilizados" (CHIAVENATO, 2004)

Para Koontz y Weihrich, la eficiencia es "el logro de las metas con la menor cantidad de recursos" (KOONTZ y WEIHRICH, 2004)

Según Robbins y Coulter, la eficiencia consiste en "obtener los mayores resultados con la mínima inversión" (ROBBINS y COULTER, 2005)

Para Reinaldo O. Da Silva, la eficiencia significa "operar de modo que los recursos sean utilizados de forma más adecuada" (OLIVEIRA DA SILVA, 2002)

Aplicada a la Economía:

Según Samuelson y Nordhaus, eficiencia "significa utilización de los recursos de la sociedad de la manera más eficaz posible para satisfacer las necesidades y los deseos de los individuos" ( SAMUELSON y NORDHAUS, 2002)

Para Gregory Mankiw, la eficiencia es la "propiedad según la cual la sociedad aprovecha de la mejor manera posible sus recursos escasos" (MANKIW, 2004)

Simón Andrade, define la eficiencia de la siguiente manera: "expresión que se emplea para medir la capacidad o cualidad de actuación de un sistema o sujeto económico, para lograr el cumplimiento de objetivos determinados, minimizando el empleo de recursos" (ANDRADE, 2005)

Aplicada a la Mercadotecnia:

6

Según el Diccionario de Marketing, de Cultural S.A., la eficiencia es el "nivel de logro en la realización de objetivos por parte de un organismo con el menor coste de recursos financieros, humanos y tiempo, o con máxima consecución de los objetivos para un nivel dado de recursos (financieros, humanos, etc.)"

Según el Diccionario de la Real Academia Española: Eficiencia (Del lat. efficientĭa) es la capacidad de disponer de alguien o de algo para conseguir un efecto determinado.

El concepto de eficiencia económica tiene relación directa con producir a costo mínimo. “Se llega a una producción económicamente eficiente si se logra un costo mínimo por unidad de producción para una determinada tasa de utilización de los recursos, lo que significa que no se podría lograr un costo mínimo por unidad menor bajo ningún otro proceso de producción.” (LEROY MILLER, R y E.MEINERS, R. 2004)

En base a estas definiciones de eficiencia, se puede hacer una propia definición tomando en cuenta los factores que ante el estudio son de mayor relevancia. Por ello, se dirá que “eficiencia es el grado en que se logran los objetivos con el menor coste en cantidad de recursos utilizados de una empresa, tomando en cuenta el correcto aprovechamiento de los medios de producción disponibles.”

Definiéndose mediante la ecuación:

(2.2.1)

P=productos resultantes

R=recursos utilizados

2.3 Oferta y Demanda

La ley de la oferta se basa en que existe una relación directa entre la cantidad ofrecida de un bien y su precio. Esta relación quiere decir que la cantidad ofrecida de un bien aumenta cuando el precio de éste lo hace (y a su vez es más rentable producirlo). La misma relación ocurre cuando el precio del bien disminuye.

La ley de la demanda se basa en el enunciado de la relación inversa entre el precio de un producto y la cantidad demandada de este, siendo menor esta última en la medida que el precio sea más alto (bajo otros factores constantes). La relación inversa se da cuanto menor sea el precio, aumentando la demanda de dicho producto. El decir “con los demás factores constantes” tiene que ver con el hecho de que el precio no es la única variable que afecta la cantidad de producto que pueden comprar los individuos, de hecho, hay otro factor relevante en este tema, y es el nivel de ingreso que ellos perciben, debido a que en el ejemplo de que si el precio de un bien cambia al mismo tiempo que varían los ingresos, no se puede determinar la relación en entre la cantidad comprada en base a estas variaciones. (LEROY MILLER, R y E.MEINERS, R. 2004).

2.3.1. Características de la Demanda

Se denomina a la planificación de inventarios de tipo ciclo único o monoperiódica a aquella planificación de un producto cuya demanda ocurre una vez, independiente de si sea aleatoria o no, siendo almacenado este producto en un solo período.

7

Lo que ocurre con mayor frecuencia es lo contrario, es decir, que la demanda de un material (producto terminado, en curso o componente) se mantenga a lo largo del tiempo independiente de si es regular o no, continua o discontinua. Cuando éste es el caso, se emplean métodos de planificación multiperiódica.

Por otro lado, el consumo de los ítems en inventario procede de dos tipos de demanda:

La demanda dependiente, que se da cuando la necesidad de un artículo o ítem depende de la producción de otro (como es el caso de los componentes de un auto) decidido en la planificación de la producción del producto final. Este tipo de demanda no requiere pronóstico, sino simplemente una tabulación, pero que requiere una constante coordinación entre la planificación de inventarios y la de la producción en cuestión, usándose técnicas como la planificación de la necesidad de materiales (M.R.P) o J.I.T (just in time o justo a tiempo).

El no requerir pronóstico no es el caso que ocurre para la demanda independiente, donde el consumo de un ítem o producto se comporta en forma aleatoria en función de las condiciones del mercado sin tener relación directa con el consumo de otros productos. Las estimaciones para este tipo de demanda se obtienen en base a previsiones y a pedidos de clientes, llamadas técnicas clásicas basadas en la optimización de los costes totales y el cálculo de un cierto stock que se asume como aceptable. (MACHUCA, 1995; B.CHASE, R. JACOBS, F y AQUILANO, N. 2005).

2.4 Inventarios o Stock

“Se define como inventario o stock a cualquier recurso ocioso que es almacenado en espera de ser utilizado.” (MACHUCA, D. 1995)

Inventario para la producción son los bienes que constituyen o forman parte del producto, dividiéndose en materias primas, insumos, materiales en proceso, componentes o productos terminados. En el caso de las empresas de servicio, se refiere a los bienes tangibles que serán vendidos y a los insumos necesarios para otorgar dicho servicio.

En relación a lo que dice Machuca (1995) y Chase, Jacobs y Aquilano (2005), dependiendo del tipo de empresa, las funciones del inventario son variadas, pero todas responden a ciertas razones como son:

1. Absorber las variaciones ocurridas producto de la aleatoriedad de la demanda.

2. Evitar quiebres de stock por falta de suministros internos o externos, enfrentándose esta situación a través de lo que se denomina stock de seguridad.

3. Enfrentar la propia naturaleza de algunos procesos por no tener una producción 100 por ciento continua, lo que conlleva a cuellos de botella, atrasos, o reprocesos.

4. Necesidad de nivelar el flujo de producción, donde las empresas producen por encima de su demanda periódica en épocas bajas, para luego almacenar en tiempos donde la demanda supera sus niveles de producción (por ejemplo, demandas estacionales).

5. Producir cantidades superiores a las que se consumen inmediatamente debido a que se obtienen ventajas económicas como rebajas por cantidad, o disminución en los costos de preparación de equipos productivos.

8

6. Falta de acoplamiento entre la producción y el consumo: en que la producción se obtiene en un período determinado, pero el consumo se realiza a lo largo de todo el año (tiene directa relación con el punto 4 y 5).

7. Ahorrar por prever un alza en los precios, con lo que se opta por comprar o producir antes para guardar hasta el momento del consumo.

2.5 Almacén

Antiguamente la función que el almacén desempeñaba en la empresa era de otorgar espacio físico para que las mercancías reposaran, pero eran tiempos donde la tensión financiera era menor y la vida de los productos era más estable, con menor tensión en el plazo del servicio al cliente y menos volátil.

Actualmente hay que considerar aspectos importantes al momento de querer ser una empresa competitiva, como son:

Mejorar el servicio al cliente disminuyendo el tiempo de respuesta y los errores o faltas cometidos en ellos.

La constante necesidad de aumentar la productividad, donde el costo logístico de los productos (costo financiero del stock, manipulaciones, personal destinado al picking (preparación de pedidos), transporte a destino final, envases, embalajes, etc.) debe ser controlado y ajustado al mínimo sin perjudicar la calidad de servicio otorgado al cliente.

El aumento en las cantidades de lo que se consume hoy en día, que es muy superior al que se consumía hace unos diez años atrás.

Entonces se definirá “Almacén” como un subproceso operativo de optimización del espacio físico del almacén relacionado con la conservación y guarda de productos con los mínimos riesgos para éste, las personas y la compañía.

En relación a los clientes, los pedidos van variando en dos sentidos: por un lado el cliente consume más, y por otro varía la composición de lo que pide, lo que implica un aumento en la producción y una disminución de líneas de pedido (no se desea stock).

Se ha definido anteriormente lo que es logística, demanda e inventarios. Puede decirse que la logística es el terreno donde las empresas hoy deben lograr ventajas competitivas, siendo el punto clave la gestión de sus almacenes. (MAULEON, 2007).

2.6 Gestión de Almacenes.

La Gestión de Almacenes es una función logística que involucra la recepción, almacenamiento y movimiento de cualquier material dentro de un mismo almacén, hasta el punto de consumo, así como la información que se genera en sus flujos o movimientos.

El logro de una buena gestión de almacén permite:

Reducir los costes de almacén y mejorar el servicio al cliente mediante la aceleración del proceso de gestión de pedidos.

9

Reducir las tareas administrativas proporcionando datos precisos y rápidos.

Optimizar la utilización del espacio mediante la mejora en la distribución del almacén. (CHASE, R., JACOBS, F. y AQUILANO, N. 2005).

Es importante distinguir la gestión de Almacenes con Gestión de Inventarios.

La Gestión de Inventarios indica, qué, cuánto, a cuánto y cuándo debe ser almacenado, o se debe entregar (en el caso de las relaciones empresa-proveedor). En resumen:

Cuándo se deben ordenar los artículos

Cuál debe ser el volumen de la orden.

Mientras que la Gestión de Almacén indica, dónde y cómo debe ser almacenado. (DSLC, CONSULTORIA Y SISTEMAS DE LOGISTICA INTEGRAL, S.L.L. 2006.)

2.6.1 Sistema de gestión del almacén.

Se entiende por tal al sistema que establece la manera u orden en que saldrán los materiales del almacén, influyendo directamente sobre el tiempo de permanencia de los materiales en éste. Usualmente el sistema más usado es el FIFO, donde el primer material o producto que llega al almacén, es el primero en irse del mismo, así se evitan por ejemplo pérdidas de productos por fechas de vencimiento alcanzadas. (FCC LOGISTICA, S.A- BU.AUTOMOCIÓN. 2006).

2.7 Manejo De Materiales

El manejo de materiales debe asegurar que estos sigan su desplazamiento periódico de un lugar a otro, en el momento, lugar y cantidad correcta, considerando para ello un espacio de almacenamiento.

Las tecnologías para el manejo de materiales actualmente son prioridad para aumentar la productividad y usar esto como ventaja competitiva, y formando parte importante de la planificación, control y logística debido a que abarca el manejo físico, transporte, almacenaje y localización de los materiales.

Un flujo eficiente de materiales es aquel que siempre vela por seguir la línea de terminado del producto, sin retrocesos o atrasos (HOPEMAN, R. 1973).

Los factores que afectan el flujo pueden ser:

Medio de transporte externo.

Número de partes en el producto y operaciones de cada parte.

Secuencia de las operaciones de cada componente y número de subensambles.

Número de unidades a producir y flujo necesario entre áreas de trabajo.

Cantidad y forma del espacio disponible.

Influencia de los procesos y ubicación de las áreas de servicio.

10

Almacenaje de materiales.

Los lugares de almacenamiento de bienes se denominan “bodegas”. Estas bodegas tienen bajo su responsabilidad las siguientes actividades:

Recepción y verificación del estado de productos entregados por los proveedores.

Ubicación, control de calidad y custodia de los productos.

Entrega de los productos almacenados en óptimas condiciones a los usuarios solicitantes.

Pueden existir dos tipos de bodega: Bodegas centrales y de tránsito.

Bodegas De Tránsito: Son bodegas temporales en las cuales se almacenan los productos en un corto periodo de tiempo. En estas bodegas pueden encontrarse materiales en tránsito, locales o importados.

Bodegas Centrales: Son bodegas que mantienen el almacenamiento permanente de bienes.

El espacio para almacenamiento a menudo resulta de cálculos hechos con programas de computadoras, usando información de almacenamiento para otros propósitos. Unos pocos cálculos serán necesarios para hacer una aproximación del espacio requerido para almacén en una planta.

Algunos de los factores a considerar en situaciones ordinarias de almacenamiento: (KRAJEWSKI, L. y RITZMAN, R. 2000).

El volumen de la producción

Espacio disponible

La tasa de producción

La producción del producto

Tiempo de almacenamiento

Costo de almacenamiento

Volumen de almacenamiento requerido

2.8 Programación dinámica.

La programación dinámica encuentra la solución óptima de un problema con n variables, descomponiéndolo en n etapas, siendo cada etapa un subproblema de una sola variable. Sin embargo, como la naturaleza de la etapa difiere de acuerdo con el problema de optimización, la programación dinámica no proporciona los detalles de cómputo para optimizar cada etapa.

Los cálculos de programación dinámica se hacen en forma recursiva, ya que la solución óptima de un problema se usa como dato para el siguiente subproblema. Para cuando se resuelve el último subproblema queda a la mano la solución optima de todo el problema. La forma en la que se hacen los cálculos recursivos, dependen de cómo se descomponga el problema original. En particular, los

11

subproblemas se vinculan normalmente mediante restricciones comunes. Al pasar de un subproblema al siguiente se debe mantener la factibilidad de esas restricciones comunes. (TAHA, H. 2004).

La programación dinámica probabilística (PDP) es una técnica matemática útil para la toma de decisiones interrelacionadas, se presenta cuando el estado en la siguiente etapa no está determinado por completo por el estado y la política de decisión de la etapa actual. En su lugar existe una distribución de probabilidad para determinar si queda bien determinada por el estado y la política de decisión en la etapa actual.

Por otro lado, cabe resaltar qué: cuando el estado en la siguiente etapa está determinado por completo por el estado y la política de decisión de la etapa actual, entonces este problema corresponde a programación dinámica determinística (PDD). Las estructuras básicas de la PDD y la PDP se observan en la siguiente tabla:

Figura N° 2.1: Programación Dinámica Determinística Fuente: Investigación de Operaciones, HILLIER, F y LIEBERMAN, G.2006

Figura N° 2.2: Programación Dinámica Probabilística.

Fuente: Investigación de Operaciones, HILLIER, F y LIEBERMAN, G.2006

En la programación dinámica (sea PDD O PDP), se utiliza una relación recursiva que identifica la política para la etapa n, dada la política para la etapa n+1. La forma precisa de la relación recursiva difiere de un problema a otro de PD (sea PDD o PDP), pero se usa notación general como se resume a continuación:

12

.

Los elementos básicos de un modelo te programación dinámica son:

1. Definición de las etapas.

2. Definición de las alternativas en cada etapa.

3. Definición de los estados para cada etapa.

Tomando en cuenta las siguientes preguntas:

1. ¿qué relaciones vinculan entre sí a las etapas?

2. ¿qué información se necesita para tomar decisiones factibles en la etapa actual sin volver a examinar las decisiones tomadas en las etapas anteriores?

De esta manera se pueden definir etapas de la programación dinámica:

1. El problema se puede dividir en etapas que requieran una política de decisión en cada una de ellas.

2. Cada etapa tiene cierto número de estados asociados con su inicio.

3. El efecto de la política de decisión en cada etapa es transformar el estado actual en un estado asociado con el inicio de la siguiente etapa. (Quizá según una distribución de probabilidad).

4. El procedimiento de solución está diseñado para encontrar una política óptima para el problema completo, es decir, una receta para la política de decisión óptima en cada etapa para cada uno de los estados posibles.

5. Dado el estado actual, una política óptima para las etapas restantes es independiente de la política adoptada en etapas anteriores. Por lo tanto, la decisión inmediata óptima depende solo del estado y no de cómo se llegó ahí. Este es el principio de optimalidad para programación dinámica (sea PDD Ó PDP).

6. El procedimiento de solución se inicia al encontrar la política óptima para la última etapa.

13

7. Se dispone de una relación recursiva que identifica la política óptima para la etapa n, dada la política óptima para la etapa n+1.

8. Cuando se usa esta relación recursiva, el procedimiento de solución comienza al final y se mueve hacia atrás, etapa por etapa (encuentra cada vez la política óptima para esa etapa) hasta que encuentra la política óptima desde la etapa inicial. Esta política óptima lleva de inmediato a una solución óptima para el problema completo, a saber, para el estado inicial , después para el estado que

resulta y así sucesivamente hasta para el estado . (HILLIER, F y LIEBERMAN, G.2006).

2.9 Simulación de Procesos.

Antes de entrar en la definición de Simulación, se deben considerar dos definiciones importantes: Sistema y Modelo, los que a su vez ayudan a entrar en la definición de simulación de sistemas.

2.9.1 Sistema

Es una colección de entidades relacionadas, cada una de las cuales se caracteriza por atributos o características que pueden estar relacionados entre sí. Los objetivos que se persiguen al estudiar uno o varios fenómenos en función de un sistema son aprender cómo cambian los estados, predecir el cambio y controlarlo. Sus conceptos básicos son Entidad, Relación, Estructura y Estado (TORRES, A. 2009).

2.9.2 Modelo

Según la RAE (2011), es un arquetipo o punto de referencia para imitarlo o reproducirlo.

Otra definición, tomada desde el DICCIONARIO DE INFORMATICA (2011) define modelo como la representación de la realidad por medio de abstracciones. Los modelos enfocan ciertas partes importantes de un sistema (por lo menos, aquella que le interesan a un tipo de modelo específico), restándole importancia a las otras.

2.9.3 Simulación

Jerry Banks define simulación como el desarrollo de un modelo lógico matemático de un sistema, de tal forma que se tiene una imitación de la operación de un proceso de la vida real o de un sistema a través del tiempo. La simulación involucra la generación de una historia artificial de un sistema, la observación de esta historia mediante la manipulación experimental, nos ayuda a inferir las características operacionales de tal sistema (BANKS et al, 1996).

En los negocios se refiere a emplear una computadora para hacer experimentos con un modelo de un sistema real. Se pueden emprender los experimentos en la simulación antes de que un sistema real esté operando, para ayudar a diseñarlo, para observar cómo reaccionaría el sistema ante cambios en sus reglas de operación o para evaluar la respuesta del sistema ante cambios en su estructura. La simulación es especialmente adecuada para situaciones donde el tamaño o la complejidad del problema hacen que las técnicas para la optimización resulten difíciles o impracticables. Se usa también la simulación junto con las técnicas tradicionales de la estadística y la ciencia de la administración. Por otro lado, la simulación ayuda a entender cómo funciona el sistema real mostrando los efectos de los cambios en las variables del sistema, cómo controlar en tiempo real y cómo desarrollar ideas nuevas para manejar un negocio (CHASE, R., JACOBS, F. y AQUILANO, N. 2005)

14

Simulación es, principalmente, una técnica para estimar las medidas de desempeño de un sistema modelado (LAW, 2000). Es una de las técnicas más ampliamente usadas en Investigación de Operaciones y Ciencias de la Administración. Sencillamente es un modelo que simula una situación real, o algún modelo que genera situaciones artificiales creadas para estudiar su comportamiento. (¿Qué pasaría en caso de?). La simulación no es la solución inmediata a cualquier problema que se detecte. La observación previa del sistema real en operación es sumamente trascendental ya que en base a eso se toma la decisión de simular o usar otra herramienta que permita obtener los resultados deseados, dándole prioridad a los modelos matemáticos, ya que estos encuentran la solución optima a los problemas, a diferencia de la simulación que plantea escenarios que deben ser estudiados para poder encontrar los mejores. Es por ello que la simulación es para explicar, entender o mejorar el sistema y no para optimizar (LAW, 2000).

2.9.4 Áreas de aplicación de la Simulación

La simulación es una técnica que puede ser aplicada a una gran cantidad de áreas, debido a que los avances tecnológicos y la disponibilidad de software que existen actualmente, hacen de ella una herramienta muy útil. Algunas áreas de estudio son (TORRES, A. 2009.)

Sistemas de colas

Sistemas de inventarios

Proyecto de inversión

Sistemas económicos

Estados financieros

Problemas económicos

Problemas conductuales y sociales

Sistemas biomédicos

Sistemas Justo a Tiempo

Sistemas de Logística

2.9.5 Programas y Lenguajes de Simulación

Los modelos de simulación se clasifican en continuos y discretos. Los continuos están basados en ecuaciones matemáticas y, por lo tanto, son continuos y tienen valores para todos los puntos en el tiempo. Por otra parte, la simulación discreta sólo ocurre en puntos específicos. Por ejemplo, los clientes que llegan a la ventanilla del cajero del banco serían una simulación discreta. La simulación salta de punto en punto; la llegada de un cliente, el inicio del servicio, el final del servicio, la llegada del siguiente cliente y así en forma sucesiva. También se pude activar la corrida de simulación discreta empleando unidades de tiempo (día, hora, minuto a minuto. Esto se llama simulación de hechos, los puntos entre uno y otro no tienen valor en nuestra simulación o no podemos calcularlos debido a la falta de alguna especie de relación matemática que ligue los hechos posteriores. Las aplicaciones para la administración de operaciones usan casi exclusivamente la simulación discreta (hechos). En una simulación

15

especializada para las manufacturas, el modelo nos permitirá especificar la cantidad de centros de trabajo, incluir su descripción, tasas de llegada, tiempo de procesamiento, tamaño de los lotes, volumen de trabajo en procesos, recursos disponibles (inclusive mano de obra), secuencias y demás. El programa también podría permitir que el interesado vea una operación animada y observe los volúmenes y los flujos por todo el sistema a medida que la simulación va corriendo. Los datos son reunidos, analizados y presentados en la forma más adecuada para ese tipo de aplicación.

2.9.6 Ventajas y Desventajas de Simulación (TORRES, A. 2009)

Ventajas:

a. Crear el modelo de un sistema permite, generalmente, entender mejor el sistema real.

b. En una simulación se puede comprimir el tiempo, es decir, se puede comprimir los muchos años de experiencia del sistema real a unos cuantos segundos o minutos.

c. La simulación no interrumpe las actividades que están desarrollándose en el sistema real.

d. La simulación es mucho más general que los modelos matemáticos y la podemos usar cuando las condiciones no son idóneas para un análisis matemático estándar.

e. Podemos usar la simulación como un juego que brinda una experiencia para la capacitación.

f. La simulación ofrece una réplica más realista de un sistema que un análisis matemático.

g. Se puede usar la simulación para analizar condiciones transitorias, mientras que las técnicas matemáticas normalmente no permiten hacerlo.

h. Existen en el mercado muchos paquetes estándar de modelos que abarcan amplia gama de temas.

i. La simulación contesta preguntas de “qué pasaría si…”

Desventajas:

a. Si bien se puede invertir mucho tiempo y esfuerzo para crear un modelo para la simulación, no existe garantía alguna de que éste, de hecho, ofrezca buenas respuestas.

b. No hay manera de demostrar que el desempeño del modelo de la simulación es fiable por completo. La simulación entraña numerosas repeticiones de secuencias, que están basadas en ocurrencias generadas en forma aleatoria. Un sistema aparentemente estable, dado la combinación correcta de hechos (aun cuando sea poco probable), puede explotar.

c. De acuerdo con el sistema que simularemos, la creación de un modelo simulado puede tomar desde una hora hasta 100 años-hombre. Los sistemas complicados pueden ser caros y tomar mucho tiempo.

d. La simulación puede ser menos exacta que el análisis matemático, porque está basada en el aspecto aleatorio. Si podemos representar un sistema dado con un modelo matemático, en lugar de con una simulación podría ser más aconsejable usar primero.

e. Tal vez se necesite mucho tiempo de computadora para correr modelos complejos.

16

f. La técnica de la simulación, si bien ha avanzado, aún tiene el defecto de carecer de un enfoque estandarizado. Por lo tanto, los modelos del mismo sistema, creados por distintas personas, podrían ser muy diferentes entre sí.

2.9.7 Peligros y problemas en Simulación

Definir los límites y nivel de detalles del sistema.

Subestimar el tiempo y costos involucrados en el proceso de modelación.

Fallar en la selección del más simple y económico de los modelos para el fin establecido.

Ausencia o pérdida de metodología estadística.

Considerar como aproximados algunos atributos de un sistema que no existe.

Entendimiento superficial del sistema a ser modelado.

Poca destreza para comunicarse con administradores y staff que financiarán el proyecto.

2.9.8 Software de Simulación Flexsim

Flexsim es un software de simulación orientado a los procesos de manufactura, logística, manejo de materiales y servicios, de manera tal que evita los altos costos de pruebas reales en situaciones, modelando ficticiamente en el programa usando como base datos obtenidos de los diferentes escenarios y condiciones, mostrando la solución más convincente bajo una interfaz en 3D totalmente animada. Sus resultados se traducen en gráficas, reportes y estadísticas que ayudan a la comunicación y compresión de las ideas para una correcta toma de decisiones. (FLEXSIM MEXICO, 2009).

2.9.9 Terminología del Software Flexsim

Flexsim Objects: Entre los objetos que posee el software Flexsim estan el Source (fuente de entidades), Queue (cola), Sink (salida de entidades), Conveyor (correas transportadoras), Combiner (combinador), Separator (Separador), Transporter (transporte),etc.

Flowitems: Los ítems de flujo (o entidades) son los objetos que se mueven a través del modelo. Estos ítems pueden ser piezas, papel, contenedores o cualquier cosa que se mueva a través del modelo. La mayoría tienen procesos que se realizan sobre ellos o son transportados a través del modelo por otros recursos.

Itemtype: El tipo de ítem es una etiqueta colocada en el ítem de flujo que podría representar un código de barras, un tipo de producto o el número de una pieza. Una entidad (Flowitem) define la clase básica de producto o pieza, por otra parte el tipo de ítem define el tipo de pieza individual o el número de pieza dentro de las clases de entidades.

Ports: Todo objeto Flexsim tiene un número ilimitado de puertos a través de los cuales se comunican con otros objetos. Hay tres tipos de puertos: Input, output y central. Los dos primeros se utilizan para el ruteo de los items de flujo o para las vías para recursos móviles. Los puertos centrales son usados para crear referencias, o punteros entre los objetos.

17

Objetos del Software de Simulación Flexsim.

Los objetos usados en este proyecto de título son:

Figura N° 2.9.1 Objetos Simulador Flexsim Fuente: Software de Simulación Flexsim

La “Source” (Fuente) Es usada para crear los “flowitems” (Entidades) que viajan a través del modelo. Cada “Source” crea una clase de “flowitem” y les puede asignar propiedades tales como un tipo de ítem o color. Los modelos deben tener al menos un “Source” en ellos. “Source”s pueden crear “flowitems” por una tasa entre llegadas, por una lista programada de llegadas o simplemente desde una secuencia definida de llegadas.

El “Sink” es usado para destruir los “flowitems” que salen del modelo. Una vez que un “flowitem” llega al “Sink” este no se puede recuperar. Cualquier recolección de datos que envuelven algún “flowitem” que va a dejar el sistema debe hacerse justo antes de entrar al “Sink” o en la pestaña del trigger: “OnEntry” del “Sink”

La “Queue” (Cola) es usada para que permanezcan los “flowitems” cuando un objeto posterior en la línea no puede aceptarlos aún. Por defecto la “Queue” trabaja con disciplina FIFO (First In First Out: primero en entrar, primero en salir). La “Queue” tiene opciones para acumular “flowitems” antes de que los suelte para entregarlos a los objetos posteriores.

El “Processor” es usado para simular el procesamiento de “flowitems”en un modelo. El proceso es modelado simplemente como un retraso de tiempo forzado. El tiempo total está dividido entre un tiempo de setup y un tiempo de proceso. El “Processor” puede procesar más de un “flowitem”, a la vez. Además puede ser determinada la falla y reparación de un procesador a intervalos regulares o aleatorios. Los “Processor” pueden llamar por operadores durante sus tiempos de setup, proceso y/o reparación. Cuando un procesador falla, todos los “flowitems” que está procesando se retrasarán. (DIAZ,M. MELLA,H. 2005.)

2.9.10 Metodología de simulación

Jerry Banks (2005), propone una metodología de construcción de un Modelo de Simulación, donde los pasos a seguir en un estudio de simulación según lo que este autor plantea son:

1. Definición del Sistema: es la descripción del problema: características principales, alcance y aéreas involucradas, definiéndose fronteras para la simulación, restricciones y medidas de efectividad que se usarán

2. Formulación del modelo: elaboración de un diagrama de flujo lógico del proceso.

3. Preparación de datos: Identificación de los datos requeridos para el modelo y elección adecuada para una reducción objetiva de ellos.

18

4. Selección del lenguaje de Simulación: en este caso el software de simulación Flexsim.

5. Translación del modelo: generación de los códigos computacionales para lograr que el modelo sea ejecutado.

6. Validación del modelo: determinación de la confiabilidad que tiene el modelo para representar la realidad, haciendo comparaciones a través del uso de resultados históricos con sus datos, aplicándolos al modelo.

7. Planeación Estratégica: diseño de un experimento que producirá la información deseada.

8. Planeación Táctica: determinación de cómo se realizara cada una de las corridas de prueba.

9. Experimentación: corrida de la simulación para obtener datos y efectuar análisis de sensibilidad.

10. Interpretación: obtención de inferencias con base en datos generados por la simulación.

11. Implantación: selección de la mejor alternativa para llevarla a la práctica, teniendo cuidado con las suposiciones que se hicieron al iniciar el proceso de simulación.

12. Monitoreo y Control: modificaciones del modelo dependiendo de la reacción del proceso al ser implementado y los resultados esperados, de modo que el modelo sea realmente una representación del sistema.

Esta metodología se ve representada en la Figura N° 2.3:

19

Figura N° 2.3: Metodología de Simulación de Jerry Banks. Fuente: Elaboración propia en Microsoft Office Visio 2007

2.10 Técnicas de Prueba de Software

El desarrollo de sistemas de software implica una serie de actividades de producción en las que las posibilidades de que un error humano se presente son altas. Estos errores pueden presentarse desde un comienzo si los objetivos están mal planteados o pueden aparecer en los pasos posteriores de diseño

20

y/o desarrollo. Es por ello que siempre debe ir acompañado de pruebas hacia él que ayuden a comprobar estos errores, para así corregirlos y garantizar la calidad de lo que se ha logrado.

Cualquier producto de ingeniería puede probarse de una de estas dos formas:

(1). Conociendo la función para la que fue diseñado el producto, se pueden llevar a cabo pruebas que demuestren que cada función es completamente operativa y buscando a su vez errores de cada función.

(2). Conociendo el funcionamiento del producto se pueden hacer pruebas que aseguren que la operación interna se ajusta a las especificaciones y los componentes funcionan correctamente.

El software debe probarse entonces desde dos perspectivas diferentes:

Tomando en cuenta el punto (1), la lógica interna del programa se comprueba utilizando técnicas de diseño de casos de prueba de “caja blanca”.

Tomando en cuenta el punto (2), los requisitos del software se comprueban utilizando técnicas de diseño de casos de prueba de “caja negra”.

En ambos casos, se intenta encontrar la mayor cantidad de errores con la menor cantidad de esfuerzo y tiempo.

2.10.1 Pruebas de Caja Negra

Cuando se considera el software de computadora, la “prueba de caja” negra se refiere a las pruebas que se llevan a cabo sobre la interfaz del software. O sea, los casos de prueba pretenden demostrar que las funciones del software son operativas, que la entrada se acepta de forma adecuada y que se produce un resultado correcto, así como que la integridad de la información externa (por ejemplo, archivos de datos) se mantiene. Una prueba de caja negra examina algunos aspectos del modelo fundamental del sistema sin tener mucho en cuenta la estructura lógica interna del software.

Las pruebas de caja negra, también denominada “prueba de comportamiento”, se centran en los requisitos funcionales del software. O sea, la prueba de caja negra permite al ingeniero del software obtener conjuntos de condiciones de entrada que ejerciten completamente todos los requisitos funcionales de un programa. La prueba de caja negra no es una alternativa a las técnicas de prueba de caja blanca. Más bien se trata de un enfoque complementario que intenta descubrir diferentes tipos de errores que los métodos de caja blanca.

La prueba de caja negra intenta encontrar errores de las siguientes categorías: (1) funciones incorrectas o ausentes, (2) errores de interfaz, (3) errores en estructuras de datos o en accesos a bases de datos externas, (4) errores de rendimiento y (5) errores de inicialización y de terminación. A diferencia de la prueba de caja blanca, que se lleva a cabo previamente en el proceso de prueba, la prueba de caja negra tiende a aplicarse durante fases posteriores de la prueba. Ya que la prueba de caja negra ignora intencionadamente la estructura de control, centra su atención en el campo de la información. Las pruebas se diseñan para responder a las siguientes preguntas:

¿Cómo se prueba la validez funcional?

¿Cómo se prueba el rendimiento y el comportamiento del sistema?

21

¿Qué clases de entrada compondrán unos buenos casos de prueba?

¿Es el sistema particularmente sensible a ciertos valores de entrada?

¿De qué forma están aislados los límites de una clase de datos?

¿Qué volúmenes y niveles de datos tolerará el sistema?

¿Qué efectos sobre la operación del sistema tendrán combinaciones específicas de datos?

Mediante las técnicas de prueba de caja negra se obtiene un conjunto de casos de prueba que satisfacen los siguientes criterios: (1) casos de prueba que reducen, en un coeficiente que es mayor que uno, el número de casos de prueba adicionales que se deben diseñar para alcanzar una prueba razonable y (2) casos de prueba que nos dicen algo sobre la presencia o ausencia de clases de errores en lugar de errores asociados solamente con la prueba que estamos realizando.

2.10.2 Pruebas de Caja Blanca

La “prueba de caja blanca” del software se basa en el minucioso examen de los detalles procedimentales. Se comprueban los caminos lógicos del software proponiendo casos de prueba que ejerciten conjuntos específicos de condiciones y/o bucles. Se puede examinar el «estado del programa» en varios puntos para determinar si el estado real coincide con el esperado o mencionado. Todo lo que tenemos que hacer es definir todos los caminos lógicos, desarrollar casos de prueba que los ejerciten y evaluar los resultados, es decir, generar casos de prueba que ejerciten exhaustivamente la lógica del programa

La prueba de caja blanca, denominada a veces “prueba de caja de cristal” es un método de diseño de casos de prueba que usa la estructura de control del diseño procedimental para obtener los casos de prueba. Mediante los métodos de prueba de caja blanca, el ingeniero del software puede obtener casos de prueba que (1) garanticen que se ejercita por lo menos una vez todos los caminos independientes de cada módulo; (2) ejerciten todas las decisiones lógicas en sus vertientes verdadera y falsa; (3) ejecuten todos los bucles en sus límites y con sus límites operacionales; y (4) ejerciten las estructuras internas de datos para asegurar su validez. (PRESSMAN, R. 2002)

22

3. METODOLOGÍA

Esta metodología se basó en los pasos a seguir para resolver un problema de simulación de Jerry Banks, que son los siguientes: Definición del Sistema, Formulación del modelo, Preparación de datos, Selección del lenguaje de Simulación, Translación del modelo, Validación del modelo, Planeación Estratégica, Planeación Táctica, Experimentación, Interpretación, Implantación, Monitoreo y Control. Sin embargo, lo que plantea esta nueva metodología difiere en dos etapas del proceso:

La primera diferencia se da donde antes de traducir el problema al modelo se desarrolló un algoritmo de programación dinámica para encontrar resultados óptimos con el fin de ingresarlo en la programación que se hace sobre los diferentes objetos que se usan en la programación del simulador. Esta manera de enfocarlo es el resultado de querer lograr que los diferentes escenarios que se puedan mostrar siempre logren modelar realidades con resultados óptimos cuyo valor dependa de los variables de entrada.

La segunda diferencia radica en que no se realizan corridas de producción debido a la naturaleza del desarrollo de este problema, y a la manera de enfrentarlo (no hay datos estadísticos que se ingresen al sistema), por lo tanto las corridas de producción no se efectuaron para validar el modelo. Lo que sí se efectuaron fueron pruebas de software basados en las técnicas planteadas por Pressman (2002) para comprobar el comportamiento en el procesamiento de datos y arboles de decisión programados para ciertos objetos.

Las etapas de la esta metodología son las siguientes:

1. Definición del problema: se obtuvieron las características principales, alcance y áreas involucradas.

2. Planteamiento de Objetivos: se plantearon los alcances a los que se postulan con el estudio de abastecimiento aplicado a simulación.

3. Modelo de Conceptualización: se realizó un diagrama de flujo lógico que describe las etapas del proceso de abastecimiento.

4. Obtención de datos: La obtención de datos no fue un requerimiento de primera instancia debido a la decisión de generalizar el modelo para cualquier empresa de mitílidos que tenga dichos problemas de transporte. Una vez desarrollado el modelo general, se necesitaron datos verdaderos para ingresarlos al sistema y analizar el comportamiento. La descripción de estos datos se detalla en el capítulo siguiente.

5. Diseño de algoritmo en programación dinámica: usando herramientas básicas de orden y lógica secuencial se desarrolló un algoritmo que otorga resultados óptimos de distribución dependiendo de la capacidad y costos de almacenamiento de los frigoríficos resultando un algoritmo de programación dinámica.

6. Traducción a Modelo: Se desarrollaron dos modelos, uno que simula la realidad del problema basado en datos históricos de demanda y embarques, y otro que deja a disposición las variables de entrada que se pueden ingresar, como son: costo de transporte, costo de almacenamiento, producción por día y demanda diaria. Cada modelo tiene su propio código en el software de simulación Flexsim 5.

7. Verificación y Validación: mediante el análisis de prueba de software se plantearon situaciones críticas, y se verificaron y validaron sus resultados.

8. Diseño experimental: se plantearon dos escenarios para el Modelo Específico desarrollado.

23

8. Análisis y Documentación: se realizó un análisis general del Modelo Genérico y un Análisis un más detallado del Modelo Específico tomando en cuenta los escenarios desarrollados en el Diseño Experimental, documentándose las tablas de ingreso de datos, las tablas de producción y demanda histórica, los códigos de programación dinámica y los códigos más importantes que contienen los objetos usados en el simulador Flexsim.

9. Implementación: se sugirieron áreas de prueba para la implementación de esta herramienta de simulación, así como maneras o guías de ejecutarlo e ingresar datos.

Figura N° 3.1: Metodología Propuesta de Simulación de Abastecimiento en Frigoríficos. Fuente: Elaboración propia en Microsoft Office Visio 2007

Es importante recalcar que en estudios de simulación de procesos, no hay una amplia gama de autores que brinden mayor información o información diferente respecto a los pasos que se deben seguir en análisis de este tipo de problemas.

24

4. APLICACIÓN DE LA METODOLOGÍA

4.1 Identificación del Problema

La formulación del problema es el primer paso de la metodología para un estudio de simulación propuesta por Law (2000) o Banks (1996).

Para lograr la formulación del problema, se llevaron a cabo reuniones con el jefe del área de ingeniería de una empresa exportadora de mitílidos. En estas reuniones se manifestó el deseo de querer manejar la información general de sus costos de almacenamiento de una manera más eficiente y clara. Cabe destacar que este tipo de problema no es particular, es decir, se presenta en variadas empresas del área mitilicultora, por lo que la formulación del problema, se desarrollo planteándolo desde un punto de vista general.

En la situación descrita, la ausencia de una capacidad de almacenamiento en frio que abarque la producción completa de una planta es el problema principal. El hecho de tener un frigorífico con una capacidad pequeña en comparación con el nivel de producción de carne a granel que llegan a alcanzar en épocas de producción alta, obliga a las empresas mitilicultoras a almacenar en frigoríficos externos que, aparte de tener tarifas de almacenamiento más altas, se encuentran ubicadas en distintos lugares de la décima región, por lo que se incurre en costos de transporte adicionales, así como en tiempo y esfuerzo logístico por lograr que éstos costos sean los mínimos posibles para no afectar el precio en el producto final. La relación producción-almacenamiento-demanda en relación a los costos es la que no se maneja, así como la decisión de hacia dónde enviar dependiendo de los costos de almacenamiento y transporte.

La formulación del problema de acuerdo a lo escrito anteriormente, consistió en:

“Determinar mediante un modelo de simulación, la relación de costos entre “producción-almacenamiento” en relación a la demanda y a los frigoríficos donde se almacene el producto.”

En otras palabras, para efectos de una idea general, se tiene una fuente procesadora (que entrega ciertas cantidades de producto a granel), un frigorífico interno con una capacidad limitada que recibe este producto para almacenarlo, y una cantidad “x” de frigoríficos externos, cada uno con sus respetivas tarifas de almacenamiento por unidad de tiempo y a diferentes distancias de la fuente procesadora. A su vez, se tiene una demanda que hay que cumplir y una cantidad de producción estimada para cada mes de producción.

La figura 4.1 representa un esquema general de la formulación del problema.

25

Figura N° 4.1: Esquematización Formulación del Problema Fuente: elaboración propia Microsoft Office Visio 2007

4.2 Planteamiento de Objetivos

Si bien está planteado anteriormente el Objetivo General y Objetivos Específicos de este proyecto de título, también se plantearon objetivos para el momento de la simulación en el software Flexsim, que son:

1. Se debe realizar un modelo de manera tal, que pueda ser usado por las versiones de prueba del software Flexsim, es decir, sin necesidad de instalar la versión completa ni tener que usar la llave que viene en formato de puerto USV.

2. Este objetivo está planteado debido a que las empresas, al no conocer en profundidad este software, a primera instancia no están dispuestas a pagar el precio de compra de este.

3. La fijación del primer objetivo conlleva a otro, que es crear un modelo que no tenga más de 15 objetos, que es la cantidad máxima que permiten las versiones de prueba.

4. Respecto a los resultados que entregue el software, éste debe poder indicar en qué frigorífico se debe almacenar una cierta cantidad de producción, de manera tal que los costos sean mínimos. A su vez, debe indicar los flujos de las entidades, es decir: cuál ha sido la ruta (frigorífico) del producto, el tiempo de almacenamiento y el costo involucrado.

26

Los puntos 3 y 4 son los que involucran un paso adicional de esta aplicación del problema a un modelo de simulación, puesto que para poder entregar las respuestas a estos objetivos se desarrolló, del área de Investigación de Operaciones, un algoritmo de programación dinámica determinística, y se insertó como en la programación de los objetos del software Flexsim.

4.3 Modelo de Conceptualización

El diagrama de flujo lógico que describe las etapas del proceso de abastecimiento se aprecia en la Figura N° 4.2.

Figura N° 4.2: Diagrama de Flujo Proceso Abastecimiento Fuente: Elaboración propia en Microsoft Office Visio 2007

27

La Figura N° 4.2 representa el flujo que sigue la carne a granel una vez que sale de la planta con destino a ser almacenada para su posterior reprocesamiento una vez vendida.

Cuando sale una cierta cantidad de carne a granel, la prioridad de almacenamiento es el frigorífico interno debido a los costos bajos que implican dejarlo ahí, pero si éste no cuenta con la capacidad para almacenar toda la cantidad recién salida de planta, entonces se divide la producción, enviando la cantidad que se puede almacenar en el frigorífico interno, y la diferencia enviándola a algún frigorífico externo.

En otras palabras, el diagrama de flujo de abastecimiento, representa la dinámica de decisiones al momento de almacenar la carne a granel y al momento de tener que sacar esta carne almacenada en frio y transportarla de vuelta a la planta para su proceso final de empaque y embarque. Se muestra un solo frigorífico externo de gran capacidad como el representante de todos los frigoríficos externos que se ocupen. Esto se hiso porque la forma de tomar la decisión es la misma si hay uno o más frigoríficos siempre y cuando las tarifas de almacenamiento de éstos sean las mismas o tengan una variación pequeña.

En caso de que esto no ocurra, es decir, haya más de un frigorífico externo y cada uno tenga sus costos de almacenaje y costos de transporte, se hace un árbol de decisión que se presenta más adelante cuando se desarrolla un algoritmo de programación dinámica determinística para poder programarlo e ingresarlo al software Flexsim.

4.4 Recopilación de datos

Los datos requeridos para ingresar al modelo desarrollado fueron:

1. Capacidad de frigorífico interno.

2. Costos globales en el uso del frigorífico interno.

3. Cantidad de frigoríficos externos usados actualmente.

4. Capacidad de frigoríficos externos.

5. Costo de Almacenamiento en frigoríficos externos.

6. Descripción de los servicios que incluyen esos costos de almacenamiento en frigoríficos externos.

7. Costos de transporte.

8. Datos históricos de las cantidades de producto almacenadas durante al menos un año.

9. Datos históricos de la demanda durante al menos un año.

Estos datos se estandarizaron en cuanto a unidades sin desmedro de lograr resultados reales, lo que se explica a continuación en el punto 4.3.1. A su vez se definieron los límites y áreas sobre las que se iba a desarrollar el modelo, definiéndose que se trabajaría sobre las cantidades producidas sin tomar en cuenta el costo de producción ni el costo de reproceso (que es el costo en que se incurre una vez que la carne a granel ha vuelto a la planta procesadora) de los productos.

28

4.4.1 Estandarización de datos y supuestos

Al momento de crear el modelo, se estableció como “entidad de flujo” a una camionada, cuya capacidad de transporte es de 10 toneladas. Esto se hiso debido a que si en el modelo se toma como entidad de flujo a la tonelada, este experimenta problemas en la versión de prueba del Flexsim por lo tanto no se logra cumplir con el objetivo n°1 planteado en el punto 4.2 de la aplicación de la metodología.

El punto uno a su vez obligó a tener que redondear al número mayor las cantidades de toneladas procesadas cuando éstas no sumaban camionadas exactas.

Los costos de transporte que se ingresan son los costos totales por camionada, es decir 10 toneladas, o en otras palabras, el flete de ida hacia algún frigorífico en un camión con capacidad para 10 toneladas. A este costo se le debe incluir el gasto por concepto de entrada de productos al frigorífico (costo por concepto de entrada y salida de productos divido en dos).

Para el costo de almacenamiento se ingresa lo que cuesta almacenar una tonelada al mes en cada frigorífico.

Al igual que los datos anteriores, las capacidades de los frigoríficos se ingresan en camionadas.

Los días en que ocurre producción y demanda son ingresados como calendario Juliano tomando en cuenta el día 1 como el primer día de producción de la temporada que se esté ingresando. Estos días son multiplicados por 10 debido a que se estableció que 10 unidades de tiempo en el software equivalen a 1 día de producción en la planta ya que de esta manera se puede apreciar de mejor manera el comportamiento del proceso en la toma de decisiones.

4.5 Diseño de algoritmo en programación dinámica

Cuando se planteó el problema y se tomó la decisión de generalizar éste para cualquier situación en la que los costos de almacenar externamente sean variables, se determinó que la mejor manera de obtener resultados óptimos era desarrollando un algoritmo tal, que pudiese ser ingresado en la programación de los objetos que contiene el software Flexsim y entregara resultados concretos que respondieran a los objetivos 3 y 4 del punto 4.2, a pesar de estar trabajando con una plataforma de programación que sirve no para entregar resultados óptimos, sino para ver posibles escenarios; escenarios que cambian cuando cambian sus variables de entrada. La gran diferencia a un modelo de simulación hecho normalmente en base a datos estadísticos, es que éste usa como plataforma de desarrollo la herramienta de simulación pero la une con una herramienta de optimización, lo que se traduce a entregar siempre la mejor respuesta frente al escenario que se plantee.

4.5.1 Desarrollo del algoritmo

Al ser llevado el problema a un modelo general, se fijaron algunos límites para poder trabajar en la dinámica de decisión de almacenamiento. Estos límites tienen que ver con la cantidad de frigoríficos externos con los que se va a trabajar en el modelo, definiéndose como máximo tres. Al plantearse de esta manera el futuro modelo de simulación, y al querer entregar resultados óptimos, es que se necesitó desarrollar un algoritmo que permitiera entender el orden secuencial en la toma de decisiones para poder llevarlo mas tarde a un lenguaje de programación en Flexsim.

Tomando en cuenta el orden secuencial presentado en el “Diagrama de Flujo Proceso de Abastecimiento” de la Figura N° 4.2 se hiso una extrapolación para aplicarlo a tres frigoríficos externos en

29

vez de a uno solo, lo que derivó en una serie de decisiones encadenadas que usan dos funciones principales:

La obtención de una combinatoria (para saber todas las posibles combinaciones que se pueden hacer para almacenar una cantidad “x” en las opciones de frigorífico que hay).

La obtención de un “Optimo”: función que calcula los costos de cada una de las combinatorias entregadas en el punto anterior, y entrega aquella combinación cuyo costo es el menor.

Estas dos funciones se presentan más adelante en el desarrollo del modelo.

Las decisiones encadenadas anteriores, que usan estas dos funciones, son las que se presentan como algoritmo de programación dinámica determinística, representado en los siguientes árboles de decisión.

El primero es el árbol de decisión general, y de él, cada rama desprende otro árbol de decisión que son los que siguen a continuación de éste.

El orden secuencial es el siguiente:

Una vez que sale una corrida de producción de la planta procesadora, se debe saber hacia qué frigorífico hay que enviar dicha corrida. Para ello, el número de la cantidad a almacenar (ya ingresada como camionadas) es la variable de entrada para la función “combinaciones”, que entrega - tal como su nombre lo indica- cada combinación que se puede hacer para almacenar esta cantidad de camionadas en los cuatro frigoríficos que se tienen como opción. Luego, la cantidad de combinaciones, así como cada conjunto que la compone son la variable de entrada para el análisis desde el punto de vista de costos, donde a cada una de las combinaciones posibles se les calcula el costo de almacenamiento y transporte, quedándose con aquella combinación cuyo costo total sea el menor. A este costo menor, se le denomina “OPTIMO”.

Esta combinación de cuatro números es la que entrega “cuantas camionadas” deben ingresar al frigorífico interno, cuantas al frigorífico externo uno, al externo dos y al externo tres.

Después de determinado este “OPTIMO”, el algoritmo de decisión pregunta a cada frigorífico si tiene la capacidad para almacenar la cantidad destinada para ellos. Si es así entonces envía dicha cantidad donde le corresponde, pero si no es así, pregunta cuánto puede almacenar el frigorífico consultado, envía la cantidad que se pueda almacenar a éste, y usa la diferencia como variable de entrada para sacar una nueva “combinación” y un nuevo “OPTIMO”. Este segundo nuevo “OPTIMO” ya no toma en cuenta el frigorífico por el que se pasó (debido a que se encuentra lleno), por lo que entrega cantidades a almacenar para tres de los 4 frigoríficos. Y así comienza por segunda vez el ciclo, donde pregunta ahora a 3 de los 4 frigoríficos si tienen la capacidad para almacenar las cantidades designadas para ellos, y si no es así, vuelve a almacenar la cantidad que se puede y con la diferencia obtiene un tercer nuevo “OPTIMO”.

Este orden secuencial se termina una vez que se ha almacenado el total de la corrida de producción salida en un tiempo específico.

30

Figura N° 4.3: Árbol de decisión General Fuente: Elaboración propia en Microsoft Office Visio 2007

31

Figura N° 4.4: Árbol de decisiones para el Frigorífico Interno (FI)

Fuente: Elaboración propia en Microsoft Office Visio 2007

32

Figura N° 4.5: Árbol de decisiones para el Frigorífico Externo 1 (FE1)

Fuente: Elaboración propia en Microsoft Office Visio 2007

33

Figura N° 4.6: Árbol de decisiones para el Frigorífico Externo 2 (FE2)

Fuente: Elaboración propia en Microsoft Office Visio 2007

34

Figura N° 4.7 Árbol de decisiones para el Frigorífico Externo 3 (FE3)

Fuente: Elaboración propia en Microsoft Office Visio 2007

35

4.6 Traducción a Modelo

Una vez desarrollado el algoritmo de programación dinámica determinística, y teniendo el orden de la toma de decisiones para cada situación, como se dijo en la descripción de la metodología se desarrollaron dos modelos, un modelo genérico y un modelo específico.

4.6.1 Modelo Genérico

Este modelo que deja a disposición las variables de entrada que se pueden ingresar, como son: costo de transporte, costo de almacenamiento, producción y demanda por día.

Este modelo basa su complejidad en relación a la cantidad de decisiones que debe tomar antes de derivar la cantidad de producción hacia algún frigorífico.

Figura N° 4.8 Modelo Genérico Flexsim Fuente: Elaboración propia en Flexsim

4.6.1.a Objetos del Modelo Genérico

Antes de describir cada objeto del modelo genérico, es necesario definir el tipo de entidad que va a circular por éste. Para este caso se definió una “basic box” como entidad, y junto con esto, se le asignaron etiquetas a este tipo de entidad que almacenarán los datos más importantes que se desean obtener al finalizar la modelación. La Figura N° 4.9 muestra que éstas entidades son definidas en “Flow Items” en la barra de herramientas del Software y más tarde en el “Source” definido en este caso con el nombre de “PLANTA PROCESADORA”.

36

Figura N° 4.9: Definición de Entidad e ingreso de etiquetas

Fuente: Elaboración propia en Flexsim Luego de esto, se definen a continuación las funciones y características de cada objeto:

1. PLANTA PROCESADORA: es el que simula las salidas de entidades. En él está ingresado la producción completa de un año, por lo que sus “output” son entidades tipo “cajas (basic box)” que representan camionadas con capacidad de diez toneladas cada una. En la Figura N° 4.10 se aprecia la entrada de datos, donde “ArrivalTime” es el tiempo de llegada de las entidades y “Quantity” la cantidad que llega en ese momento.

Figura N°4.10: Source “PLANTA PROCESADORA”.

Fuente: Elaboración propia en Flexsim

37

2. “COLA1”: es la encargada de cerrar los puertos de entrada de los frigoríficos una vez entrada la primera entidad así como de cerrar el puerto de salida de la “GRAN COLA PROCESADORA”. También es la que obtiene la primera “combinatoria” y “OPTIMO” para la cantidad de entidades que entran a ella. Esta programación de la “combinatoria” y “OPTIMO” es la principal y más importante del modelo, ya que de ella se desprenden las demás programaciones y porque es ésta la que traduce la base de la programación dinámica desarrollada en el punto 4.4 a la programación del lenguaje del simulador, por lo tanto se muestra a continuación y no en Anexos. El código que cierra los puertos es el siguiente:

COLA 1 (On Entry) /**Custom Code*/ treenode item = parnode(1); treenode current = ownerobject(c); int port = parval(2); // PARTE I // Cuenta las entidades entrantes int x=gettablenum("entradas y salidas",1,1 x=x+1; settablenum("entradas y salidas",5,1,x); // PARTE II // Cierra el puerto de salida desde el momento en que entra la primera caja int cont=gettablenum("entradas y salidas",5,1); if (cont==1) { closeinput(rank(model(),5)); closeinput(rank(model(),6)); closeinput(rank(model(),7)); closeinput(rank(model(),8)); closeoutput(rank(model(),9)); } El código para obtener la combinatoria y Óptimo es el siguiente: COLA 1 (On Exit) /**Custom Code*/ treenode item = parnode(1); treenode current = ownerobject(c); int port = parval(2); int numero_op=gettablenum("tabla valores",1,5)+1; int produccion_op=gettablenum("PRODUCCION",numero_op,2); int tiempo_op=gettablenum("PRODUCCION",numero_op,1); int tiempo=time(); if(tiempo==tiempo_op+1) { settablenum("tabla valores",1,5,numero_op);

38

// Saca la combinatoria int xx=produccion_op; int jj; int gg; int hh; int kk; int bb; int dd; int ee; int ff; int sumacomb; int cont=gettablenum("combinaciones",1,5); for (jj=0;jj<=xx;jj++) { for (gg=0;gg<=xx;gg++) { for (hh=0;hh<=xx;hh++) { for (kk=0;kk<=xx;kk++) { settablenum("combinaciones",cont+1,1,jj); settablenum("combinaciones",cont+1,2,gg); settablenum("combinaciones",cont+1,3,hh); settablenum("combinaciones",cont+1,4,kk); bb=gettablenum("combinaciones",cont+1,1); dd=gettablenum("combinaciones",cont+1,2); ee=gettablenum("combinaciones",cont+1,3); ff=gettablenum("combinaciones",cont+1,4); sumacomb=bb+dd+ee+ff; if(sumacomb==xx) { cont=cont+1; } } } } } // Borra el último valor settablenum("combinaciones",cont+1,1,0); settablenum("combinaciones",cont+1,2,0); settablenum("combinaciones",cont+1,3,0); settablenum("combinaciones",cont+1,4,0); settablenum("combinaciones",1,6,cont); // guardo la cantidad de combinaciones settablenum("combinaciones",1,5,0);// seteo el contador

39

// OPTIMO // Cantidades int v1; int v2; int v3; int v4; // Costos individuales int c1; int c2; int c3; int c4; // Costos transporte int t1; int t2; int t3; int t4; // Costos almacenamiento int al1; int al2; int al3; int al4; // Costos totales y valores int costo; int narbi=gettablenum("numero arbitrario",1,1);

int comb=gettablenum("combinaciones",1,6); //obtiene las filas a recorrer en las combinatorias for (int j=1;j<=comb;j++) { // Obtiene los valores de cada fila v1=gettablenum("combinaciones",j,1); v2=gettablenum("combinaciones",j,2); v3=gettablenum("combinaciones",j,3); v4=gettablenum("combinaciones",j,4); // Obtiene los costos de almacenamiento al1=gettablenum("precios",1,1); al2=gettablenum("precios",2,1); al3=gettablenum("precios",3,1); al4=gettablenum("precios",4,1); // Obtiene los costos de transporte t1=gettablenum("precios",1,2); t2=gettablenum("precios",2,2); t3=gettablenum("precios",3,2); t4=gettablenum("precios",4,2); // Calcula los costos de la combinación c1=v1*(al1+t1); c2=v2*(al2+t2); c3=v3*(al3+t3); c4=v4*(al4+t4); costo=c1+c2+c3+c4;

40

if (costo<=narbi) { settablenum("OPTIMO",1,1,v1); settablenum("OPTIMO",1,2,v2); settablenum("OPTIMO",1,3,v3); settablenum("OPTIMO",1,4,v4); settablenum("OPTIMO",1,5,costo); narbi=costo; } } }

3. “PROCESADOR1” y “PROCESADOR2”: están puestos para efectos visuales: se deseaba ver en qué momento entraba cada caja a la colas que los suceden. El “PROCESADOR1” además tiene la función de contabilizar la cantidad de entidades que entran y de asignarle un valor único a cada una en orden de llegada. Su código de programación se encuentra en el Anexo Código A.1: “Programación Modelo Genérico PROCESADOR1”. El “PROCESADOR2” tiene una función adicional que se explicará más adelante.

4. “COLA QUE DECIDE”: es la que juega un rol importante en la toma de decisiones al momento de enviar las entidades. Ella toma como valor de entrada los valores OPTIMOS que deben ir a cada frigorífico y comienza a realizar el árbol de decisión descrito en el algoritmo de programación dinámica.

Su código es una fiel copia del árbol de decisiones descrito en el punto 4 pero pasado al lenguaje de programación del software y usando las funciones de obtención de “combinaciones” y “OPTIMO”, siendo por este motivo importante ya que es la que une los conceptos de Programación Dinámica de Investigación de Operaciones con Simulación de Procesos. Cabe destacar que el código general resultó muy largo producto de que cada vez que se debía sacar un nuevo “OPTIMO”, el código de ésta función, al igual que el de las “combinaciones” debía volver a escribirse usando nuevos nombres para las variables, pero en su defecto hacen lo mismo.

5. “FUENTE 1”: carga los valores de las capacidades iniciales de los frigoríficos a una nueva tabla con la que se pueda trabajar. Esto lo hace una sola vez, al comienzo de la simulación. El código se encuentra en el Anexo Código A.2: “Programación Modelo Genérico FUENTE1”.

6. “FUENTE 2”: cierra los puertos de salida de la “COLA QUE DECIDE” y de los frigoríficos una vez salida la primera corrida de producción. También es la que decide qué puertos abrir dependiendo de las cantidades que deben enviar. La manera de decidir qué puerto de salida abrir depende del costo de almacenamiento por unidad de tiempo que tenga cada frigorífico, abriendo siempre aquel cuyo costo sea mayor. Su código se encuentra en el Anexo Código A.3: “Programación Modelo Genérico FUENTE2”.

7. Frigoríficos “FI”, “FE2”, “FE2”, “FE3”: todos tienen el mismo código en sus entradas y en sus salidas (OnEntry y OnExit). Este código cuenta la cantidad de unidades que entran y se lo resta a la capacidad actual que tiene el FI, guarda el número uno, dos, tres o cuatro en la etiqueta “frigorífico” de la entidad para poder identificar al final del proceso donde estuvo almacenado, ingresa el tiempo de entrada y el precio de transporte a las etiquetas correspondientes. Por último, dependiendo de las cantidades que deben entrar, abre o cierra el puerto. Sus códigos se encuentran Anexo Código A.4:“Programación

41

Modelo Genérico FI”, Código A.5:“Programación Modelo Genérico FE1”, Código A.6:“Programación Modelo Genérico FE2” y Código A.7:“Programación Modelo Genérico FE3”.

8. “PROCESADOR 2”: calcula los costos de transporte totales y los guarda en la etiqueta correspondiente de la entidad. Su código se encuentra en el Anexo Código A.8: “Programación Modelo Genérico PROCESADOR 2”.

9. “GRAN COLA QUE PROCESA”: es llamada así porque es la que contiene las entidades una vez que han salido de su tiempo de almacenamiento, cierra los puertos de salida de los frigoríficos una vez entrada la cantidad de entidades que se han demandado en cierto momento, y guarda en una tabla llamada “TABLA GLOBAL” todos los datos de las etiquetas de cada entidad entrante. Su código se encuentra en Anexo Código A.9: “Programación Modelo Genérico GRAN COLA QUE PROCESA”.

La TABLA GLOBAL que resume todos los datos obtenidos se aprecia en la Figura N° 4.11.

Esta tabla Global muestra: el frigorífico donde estuvo almacenada la entidad, el tiempo (en Flexsim) en que comenzó a ser almacenada, el tiempo en que salió de su período de almacenamiento, el tiempo total que estuvo en el frigorífico, el costo de transporte (ida y vuelta), el costo de haberla mantenido almacenada durante ese intervalo de tiempo, el Costo Total involucrado, y su número único de producción. Tiene una capacidad de datos para hasta 300 entidades.

Figura N° 4.11: TABLA GLOBAL de datos Flexsim

Fuente: Elaboración propia en Flexsim

42

4.6.2 Modelo Específico

Este modelo se desarrolló para analizar una situación particular con datos históricos de una empresa de mitílidos. Esta empresa quería saber cuánto dinero está gastando por concepto de almacenamiento en frigoríficos externos.

Se tomó en cuenta un modelo más simple donde hay un frigorífico interno y uno externo que representa a todos los que se usen, con un costo promedio de transporte y almacenamiento. Este modelo se aprecia en la siguiente figura:

Figura N° 4.12 Modelo Específico

Fuente: Elaboración propia en Flexsim

4.6.2. a Objetos del Modelo Específico

Todos los objetos de este modelo son idénticos en cuanto a funciones respecto del modelo genérico. Su programación es más sencilla puesto que solo se debe decidir en base a dos frigoríficos pero sigue el mismo orden de decisiones planteado. La gran diferencia es que en este modelo está ingresada toda la producción de un año junto a su demanda (sacada por medio de los embarques de dicha temporada) y los precios de almacenamiento externo son los promedios reales. Las diferencias en los códigos se explican a continuación:

1. “COLA 1”: obtiene las combinaciones y el ÓPTIMO para dos frigoríficos. Su código se encuentra en el Anexo Código A.10: “Programación Modelo Específico COLA1”.

2. “COLA QUE DECIDE”: tiene un código más simple, puesto que representa la manera de decidir mostrada en el diagrama de flujo de abastecimiento de la Figura N° 4.2. Su código se encuentra en el Anexo Código A.11: “Programación Modelo Específico COLA QUE DECIDE”.

3. “FUENTE 2”: es la que abre o cierra los puertos de salida de los frigoríficos dependiendo de la demanda. Ésta difiere de la FUENTE 2 del Modelo Genérico en cuanto a la manera de abrir los puertos

43

de salida. La FUENTE 2 del Modelo Genérico, lee de la tabla “demandas” la cantidad que debe enviarse a la GRAN COLA PROCESADORA; después de decidir cuál es el frigorífico con mayor costo, pregunta si dicho frigorífico tiene la cantidad para abastecer la demanda, y si no es así, pasa a preguntarle al segundo frigorífico más caro si tiene esa capacidad (es decir, abre 1 solo puerto para enviar la cantidad demandada). En cambio la FUENTE 2 del Modelo Específico, al momento de saber que el frigorífico cuya tarifa de almacenamiento es más cara, no tiene la cantidad total de entidades que se necesitan para satisfacer la demanda de ese momento, pregunta cuanta cantidad tiene, envía esa cantidad y luego va al segundo frigorífico con tarifa de almacenamiento mas cara a preguntar por la diferencia. Esto implica crear una nueva tabla de trabajo llamada “TABLA ENVIOS DDA” desde donde se leen las cantidades que se deben sacar de cada frigorífico. A continuación se encuentra en el Anexo Código A.12: “Programación Modelo Específico FUENTE 2”.

4. “GRAN COLA PROCESADORA”: la gran diferencia entre este objeto y su similar del Modelo Genérico es que éste cierra los puertos leyendo desde la “TABLA ENVIOS DDA” y no desde la tabla “demanda”. Su código se encuentra en el Anexo Código A.13: “Programación Modelo Específico COLA PROCESADORA”.

4.7 Verificación y Validación:

Se hicieron pruebas de “caja blanca”, es decir, casos de pruebas que verifiquen que cuando ocurre una situación, las decisiones involucradas generen acciones que se comporten de manera correcta.

Se formularon diferentes casos, cada uno con variables de entrada, estos se resolvieron a mano y luego se compararon con los resultados del simulador. Los casos son los siguientes:

Las combinaciones deben calcularse de manera correcta.

Los ÓPTIMOS deben ser los correctos.

Se deben abrir los puertos correspondientes para cada caso y las entidades deben ir siempre al frigorífico que signifique un menor costo total de almacenamiento.

Cuando se activa una petición de demanda, deben salir de los frigoríficos la cantidad indicada de entidades.

Cuando la primera opción de almacenamiento tiene su capacidad ocupada, se deben abrir los puertos siguiendo el orden de menor a mayor costo cuando se toman las segundas o terceras opciones de frigorífico.

En el caso de las demandas, se deben abrir los puertos de los frigoríficos cuyo costo de almacenamiento es el más caro. Si éste no tiene la capacidad para enviar la cantidad demandada, se debe seguir el orden de abrir los puertos desde el que tiene tarifas más altas, al que tiene tarifas más bajas.

Se deben guardar correctamente en cada entidad: el frigorífico que se usó, el tiempo que estuvo en él, los costos de almacenamiento y transporte involucrados. También se deben guardar todos estos datos en la TABLA GLOBAL para su posterior análisis y deben estar calculados correctamente.

44

Caso 1: Las combinaciones deben calcularse de manera correcta.

Para este caso, se usó como variable de entrada el número dos. La programación que tiene relación con la cantidad de combinaciones, saca exactamente todas las combinaciones posibles de un número sobre cuatro (que es la cantidad de frigoríficos disponibles), pero está hecha para que calcule las combinaciones y muestre solo aquellos conjuntos de números que sumen entre ellos la variable de entrada con la que se hace el cálculo. Por ejemplo: si la variable de entrada es cinco, la programación calcula todas las combinaciones, pero muestra en la tabla “combinaciones” solo aquellas cuyos conjuntos de números suman cinco. La Tabla B.1 de Anexos muestra el cálculo hecho con la variable de entrada dos, luego mostrada a continuación la Tabla N° 4.1 muestra las combinaciones de números que suman dos, y la Figura N° 7.1 muestra los resultados que da la programación en Flexsim.

Tabla N° 4.1: Conjunto de números en las combinaciones que suman dos (cálculo hecho a mano). Resultado Combinaciones (suma=2) FI FE1 FE2 FE3 1 0 0 0 2 2 0 0 1 1 3 0 0 2 0 4 0 1 0 1 5 0 1 1 0 6 0 2 0 0 7 1 0 0 1 8 1 0 1 0 9 1 1 0 0 10 2 0 0 0 Total Combinaciones= 10 Fuente: Elaboración propia Microsoft Office Excel 2007

Figura N° 4.13: Resultado de las Combinaciones en Flexsim con variable de entrada igual a dos.

Fuente: Elaboración propia en Flexsim

45

En la Figura N° 4.13 la columna seis es la que entrega en la fila uno el número de combinaciones. Al observar la figura, se aprecia que pasada la fila 11 todos los valores de las filas tienen el valor cero. Esto es porque el número de combinaciones para el caso de prueba (con la variable de entrada=dos) es igual a 10, son las que se ven en la figura y que concuerdan cien por ciento con la Tabla N° 4.2 cuyos resultados fueron sacados manualmente.

Caso 2: Los ÓPTIMOS deben ser los correctos.

Para calcular los óptimos se toma en cuenta la respuesta dada por la programación de las “combinaciones”. Por ejemplo en el caso anterior, la respuesta de la tabla combinaciones es 10. En este caso la programación del “ÓPTIMO” toma ese valor para saber hasta qué fila recorrer en la tabla “combinaciones” y en cada caso calcular los costos que implican ese conjunto de números de la fila correspondiente. Como se comprobó que la programación del Caso 1 está bien, ahora se comprueba el Caso 2 con el número tres. Flexsim entrega que el número de combinaciones es 20 (celda 1,20).

Figura N° 4.14: Número de combinaciones con variable de entrada igual a tres.

Fuente: Elaboración propia en Flexsim Como el óptimo toma cada fila y calcula los costos para esa combinación de números, se leen de la tabla “precios” los costos de transportar y almacenar en cada frigorífico. Estos costos son inventados para el caso del Modelo Genérico.

Figura N° 4.15: Tabla “precios”

Fuente: Elaboración propia en Flexsim

46

Tabla N°: 4.2: Costo mínimo sacado manualmente con variable de entrada igual a tres. Costo= n°FI*(35+10)+n°FE1*(45+10)+n°FE2*(50+25)+n°FE3(25+10) FI FE1 FE2 FE3 Costo 1 0 0 0 3 105 2 0 0 1 2 145 3 0 0 2 1 185 4 0 0 3 0 225 5 0 1 0 2 125 6 0 1 1 1 165 7 0 1 2 0 205 8 0 2 0 1 145 9 0 2 1 0 185 10 0 3 0 0 165 11 1 0 0 2 115 12 1 0 1 1 155 13 1 0 2 0 195 14 1 1 0 1 135 15 1 1 1 0 175 16 1 2 0 0 155 17 2 0 0 1 125 18 2 0 1 0 165 19 2 1 0 0 145 20 3 0 0 0 135 OPTIMO= 0FI,0FE1,0FE2,3FE3

Fuente: Elaboración propia en Microsoft Office Excel 2007 La tabla que entrega la combinación con el menor costo posible se puede ver en la Figura N° 4.16.

Figura N° 4.16: Resultados ÓPTIMO Flexsim con variable de entrada igual a tres.

Fuente: Elaboración propia en Flexsim Al comparar el resultado entregado por el software con el sacado manualmente, se comprueba que la programación del ÓPTIMO está correcta.

Caso 3: Se deben abrir los puertos correspondientes para cada caso y las entidades deben ir siempre al frigorífico que signifique un menor costo total de almacenamiento.

En este caso, se modificaron los valores de la tabla “precios” en Flexsim para comprobar que, si al cambiar los resultados del óptimo, se abrían los puertos correspondientes a cada frigorífico.

47

Los valores anteriores mostrados en la Figura N° 4.15 se cambiaron por los siguientes.

Figura N° 4.17: Prueba de cambio de precios.

Fuente: Elaboración propia en Flexsim

De acuerdo a esto, si la variable de entrada es igual a tres, el nuevo ÓPTIMO entregado por el programa indica que se deben enviar las tres camionadas (entidades) al frigorífico interno, por lo tanto se debe abrir el puerto correspondiente y deben ingresar tres entidades para ser almacenadas en éste. Para ello, se configuró que la variable de entrada al tiempo 40 (tiempo Flexsim) sea igual a tres. En la Figura N° 4.18 se aprecia que el software de acuerdo a su programación, realiza exactamente dicha acción. Esta misma prueba se realizó cambiando los costos para los frigoríficos de manera tal, que todos tuviesen que ser abiertos en alguna oportunidad. En base a estos resultados se afirma que el Caso 3 esta probado.

Figura N° 4.18: Ingreso de entidades a frigorífico correspondiente.

Fuente: Elaboración propia en Flexsim Caso 4: Cuando se activa una petición de demanda, deben salir de los frigoríficos la cantidad indicada de entidades.

48

Para esta prueba se configuró que a partir del tiempo 80 (tiempo Flexsim), tenían que salir de algún frigorífico 4 entidades y luego cerrar el puerto en espera de la siguiente demanda. El software ejecuta dicha acción sin problemas, lo que es apreciado en la Figura N° 4.19.

Figura N° 4.19: Apertura de puertos de acuerdo a demanda (tiempo 89.7 Flexsim)

Fuente: Elaboración propia en Flexsim Caso 5: Cuando la primera opción de almacenamiento tiene su capacidad ocupada, se deben abrir los puertos siguiendo el orden de menor a mayor costo cuando se toman las segundas o terceras opciones de frigorífico.

Tomando en cuenta los valores de la Figura N° 4.17, el orden en que los frigoríficos deberían llenarse es el siguiente: Frigorífico Interno, Frigorífico Externo1, Frigorífico Externo3, Frigorífico Externo2. Si se observa de acuerdo a los precios establecidos, el Frigorífico Externo1 y el Frigorífico Externo3 tienen el mismo costo: en este caso el programa abrirá aquel puerto de frigorífico que se encuentre más cercano al objeto anterior (en este caso “COLA QUE DECIDE”).

Para poder comprobar esto, se tuvo que desactivar el código que tiene relación con las demandas, porque el hecho de que éstas estuviesen activadas hacía que de los frigoríficos salieran entidades y no se pudiera apreciar claramente el orden en que éstos se llenaban.

49

Figura N° 4.20: Capacidades de los Frigoríficos

Fuente: Elaboración propia en Flexsim

Figura N° 4.21: Frigorífico Interno sin capacidad, Frigorífico Externo 1 comenzando a llenarse (tiempo

301.78 Flexsim). Fuente: Elaboración propia en Flexsim

50

Figura N° 4.22: Frigorífico Interno y Externo 1 sin capacidad, Frigorífico 3 comenzando a llenarse (tiempo

410.596 Flexsim). Fuente: Elaboración propia en Flexsim

Figura N° 4.23: Frigorífico Interno, Externo 1 y Externo 3 sin capacidad, Frigorífico Externo 2 comenzando

a llenarse (tiempo 545.068 Flexsim). Fuente: Elaboración propia en Flexsim

51

Por lo tanto, se concluye que la programación de ésta parte del programa, cumple con los requisitos de llenar los frigoríficos desde el que tiene tarifa más baja de almacenamiento, hasta el que tiene tarifa más alta.

Caso 6: En el caso de las demandas, se deben abrir los puertos de los frigoríficos cuyo costo de almacenamiento es el más caro. Si éste no tiene la capacidad para enviar la cantidad demandada, se debe seguir el orden de abrir los puertos desde el que tiene tarifas más altas, al que tiene tarifas más bajas.

Para la prueba de este caso, los tiempos de demanda se retrasaron de manera que pudiera haber entidades almacenadas en todos los frigoríficos y así verificar si se cumple la condición expuesta en el título de este caso.

Siguiendo el orden “de mayor a menor costo” en base a los precios de la Figura N° 4.24, el primer frigorífico que debiera vaciarse es el Externo2, seguido de el Externo3, luego el Interno y por último el Externo1. Las figuras a continuación muestran el comportamiento del vaciado de éstos.

Figura N° 4.24: Precios de los Frigoríficos

Fuente: Elaboración propia en Flexsim

Figura N° 4.25: Activación de demandas (desde el tiempo 590 Flexsim)

Fuente: Elaboración propia en Flexsim

52

Figura N° 4.26: Todos los frigoríficos con entidades almacenadas (tiempo 585.284 Flexsim)

Fuente: Elaboración propia en Flexsim

Figura N° 4.27: Primer Frigorífico abierto: Externo2 (tiempo 601.584 Flexsim)

Fuente: Elaboración propia en Flexsim

53

Figura N° 4.28: Segundo Frigorífico abierto: Externo3 (tiempo 718.862 Flexsim)

Fuente: Elaboración propia en Flexsim

Figura N° 4.29: Tercer Frigorífico abierto: Interno (tiempo 888.613 Flexsim)

Fuente: Elaboración propia en Flexsim

54

Figura N° 4.30: Último frigorífico abierto: Externo1 (tiempo 1155.712 Flexsim)

Fuente: Elaboración propia en Flexsim

Como se puede concluir, el caso 6 se cumple en su totalidad al vaciar en forma correcta los frigoríficos priorizando desde el que tiene un mayor costo de abastecimiento por unidad de tiempo, hasta que el que tiene el menor.

Caso 7: Se deben guardar correctamente en cada entidad: el frigorífico que se usó, el tiempo que estuvo en él, los costos de almacenamiento y transporte involucrados. También se deben guardar todos estos datos en la TABLA GLOBAL para su posterior análisis y deben estar calculados correctamente.

Desde un comienzo, se definieron etiquetas para las entidades que iban a circular por el modelo (capitulo 4.5). Los costos que se entregan al final del proceso, cuando lleguen a la “GRAN COLA PROCESADORA” son los que deben estar bien calculados.

Para ello, se hiso el cálculo a mano tomando en cuenta los costos ingresados y se compararon con los que entrega el modelo.

La primera entidad que entra, es dirigida al Frigorífico Externo 2, ésta ingresa en el tiempo 42 de Flexsim (recordar que 10 unidades de tiempo en el modelo equivalen a 1 día de proceso en la planta, por lo tanto si las cajas entraron entre el minuto 40 y 50 y corresponden a la producción de un día, se considera correcto el comportamiento), su precio de transporte es 10 (pesos establecidos por el usuario) y el precio de almacenamiento se definirá dependiendo de cuánto tiempo se encuentre almacenado.

La Figura N° 4.31 muestra el ingreso de esta entidad, y el valor de sus etiquetas en ese momento.

55

Figura N° 4.31: Ingreso de la primera entidad y valor de sus etiquetas.

Fuente: Elaboración propia en Flexsim Luego, se espero a que dicha entidad saliera del frigorífico (recordando que las entidades siguen el orden FIFO), y se buscaron los valores de sus etiquetas.

Figura N° 4.32: TABLA GLOBAL mostrando el valor de las etiquetas para la entidad n° 1. Fuente:

Elaboración propia en Flexsim Si se toman en cuenta los costos mostrados en la Figura N° 4.24, según los datos de la “TABLA GLOBAL”, la primera entidad que salió de la planta procesadora (con etiqueta “n° de entidad” igual a uno), se almacenó en el frigorífico externo 2 en el momento 42 de Flexsim, y salió de este en el momento 950, por lo que estuvo almacenado 948 unidades de tiempo Flexsim, su precio de transporte es igual a

56

20 (unidades de dinero establecidos por el usuario que desde ahora se abreviará como “UP”), su costo de almacenamiento 454 UP y su costo total es 474 UP.

Sacando manualmente el costo total de dicha entidad:

Por concepto de transporte, aquellas entidades que se almacenen en el frigorífico 2 tienen un costo de 10 UP por la ida, por lo tanto en ir a buscar esa entidad significarían 10 UP más, lo que hace un total de precio de transporte igual a 20 UP.

Por concepto de almacenamiento, el precio del frigorífico 2 es de 15 UP (ton/mes). Primero este costo se multiplica por 10 para saber cuánto cuesta 1 camionada/mes (recordar que el modelo transporta entidades que representan camionadas de 10 toneladas). Se establece que un mes tiene 30 días en promedio, por lo tanto el costo se divide en 30 para saber cuánto cuesta 1 día de almacenamiento y luego se vuelve a dividir en 10 para saber cuánto cuesta almacenar 1 camionada por unidad de tiempo del Flexsim (recordar también que un día de producción equivale a 10 unidades de tiempo en el modelo).

Después de desarrollado este ejercicio, se aprecia con que basta con dividir por 30 el costo expresado en toneladas por mes, y luego se multiplica por la cantidad de unidades de tiempo que estuvo la entidad almacenada. Obteniendo el resultado para este cálculo:

Se concluye que el caso 7 se cumple en su totalidad, cumpliéndose el etiquetado y los cálculos sacados correctamente.

4.8 Diseño Experimental, Análisis y Documentación

El Análisis se hiso sobre el Modelo Específico debido a que las variables de entrada son en su mayoría reales y porque la misma manera de analizarlo se puede proyectar a un caso donde se tengan diferentes frigoríficos externos, cada uno con sus propios costos de almacenamiento y transporte, debido a que en concreto, solo cambia la cantidad de variables de entrada. Se plantearon dos escenarios:

Escenario 1: muestra cómo se comporta el modelo con la capacidad actual de frigorífico interno.

Escenario 2: modela la situación si la planta tuviese la capacidad de almacenar la producción completa de una temporada.

Esto se realizó poniendo énfasis en los costos de transporte y almacenamiento del Frigorífico Externo en comparación con los costos de almacenamiento del Frigorífico Interno.

Se documentaron las tablas de ingreso de datos, las tablas de producción y demanda histórica, los códigos de programación dinámica y los códigos más importantes que contienen los objetos usados en el simulador Flexsim, las que debido a la importancia del entendimiento de cada etapa y análisis de los pasos en el desarrollo de este proyecto de título, se han ido adjuntando en la medida que se va desarrollando cada punto de la metodología propuesta.

4.8.1 Datos Generales ingresados al modelo

La empresa entregó los siguientes datos:

57

Costo de Almacenamiento Externo.

Costo de Transporte “ida” a Frigoríficos Externos (afirmando que todos se encuentran a distancias muy semejantes de la planta por lo tanto el costo es el mismo).

Producción de la planta desde el mes de Enero hasta el mes de Junio del año 2010.

Embarques hechos desde el mes de Enero hasta el mes de Diciembre del año 2010.

Debido a la información generalizada otorgada por la empresa, se tuvieron que realizar las siguientes acciones:

Hacer suposiciones para estimar los costos de almacenar en frigorífico interno junto a su costo de transporte (sacado como porcentaje de lo que se almacena y transporta externamente).

Suponer que lo que embarcan es igual a lo que se les demanda.

Producto que entregaron los embarques de una temporada, y no la producción completa de la misma, se estimó la demanda de los meses faltantes (en este caso desde Septiembre hasta Diciembre del año 2009).

En base a los puntos anteriores, suponiendo que los costos de almacenar internamente son un 60 por ciento del costo de almacenar externamente, y que los costos de transporte interno son despreciables al lado del transporte externo, la tabla siguiente resume los valores otorgados:

Tabla N° 4.3: Costos Totales Modelo Específico Almacenamiento Transporte ida ton/mes camión 10 ton USD USD FI 0,78 25 FE 1,3 567

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla N° 4.4: Promedio de camionadas por mes

Camionadas Procesadas Enero 25 Febrero 45 Marzo 47 Abril 28 Mayo 48 Junio 46 Total 239 Promedio 40

58

Fuente: Elaboración propia Microsoft Office Excel 2007 De acuerdo a la Tabla N° 4.4, el promedio de camionadas procesadas por mes es de 40, pero tomando en cuenta que los meses de mayor producción son los mostrados en la tabla, se les asignó arbitrariamente una producción de 30 camionadas a los meses faltantes, con excepción de Diciembre al que se le asignó una producción de 25.

4.8.2 Escenario 1: Situación actual.

A continuación se analizan eventos que se consideran importantes para comenzar el análisis del modelo.

Según la Figura N° 4.33 en el momento en que la planta termina de procesar su temporada 2010, el frigorífico interno esta a su máxima capacidad, y hay una cantidad de 128 camionadas almacenadas externamente. Por otro lado, ya han vuelto a reproceso una cantidad de 231 camionadas.

Figura N° 4.33: Estado de los Frigoríficos al momento en que termina la producción de la temporada 2010

(tiempo 2950 Flexsim). Fuente: Elaboración propia en Flexsim

En la Figura N° 4.35 se puede apreciar que a pesar de que la demanda de la temporada finalizó, aun quedan toneladas almacenadas en el frigorífico interno.

Por último, en la Tabla B.2 en Anexos se encuentra la información después de haber terminado la modelación.

Según esta última tabla, la cantidad de entidades que entraron fueron 385, quedando las otras 15 almacenadas en el frigorífico interno, por lo tanto los análisis a continuación se hicieron sobre estas entidades.

59

Figura N° 4.34: Momento en que todas las camionadas almacenadas externamente vuelven a planta

(tiempo 4300 Flexsim) Fuente: Elaboración propia en Flexsim

Figura N° 4.35: Momento en que termina la demanda completa de la temporada 2010 (tiempo 4710

Flexsim). Fuente: Elaboración propia en Flexsim

i. Costos de Almacenamiento

Del total de las 385 entidades almacenadas, que representan cada una a un camión de 10 toneladas, 25 fueron almacenadas en el frigorífico interno y el resto en los externos. El precio de almacenamiento total de esas 25 entidades resultó ser alto a comparación con la cantidad de entidades que se almacenaron

60

externamente puesto que el modelo prioriza sacar de almacenamiento siempre aquellas camionadas que están siendo guardadas en los frigoríficos que tienen mayor costo. Este resultado no es errado, simplemente muestra el menor costo posible que se puede gastar en frigoríficos externos con la capacidad actual de su frigorífico interno, debido a que el algoritmo de programación dinámica ayuda a tomar la mejor decisión de almacenamiento.

Tabla N° 4.5: Costos Almacenamiento Escenario 1 por Frigorífico

Costo (USD)

Costo (USD)

Costo (USD)

N° Ent. Alm. Total Camionada Tonelada

FI 25 2810,47 112,4188 11,24188 FE 360 13625,26 37,8479444 3,78479444

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla N° 4.6: Costos Almacenamiento generales Escenario 1 Escenario 1 Costo (USD)

Costo (USD)

Costo (USD)

Trans.Total Camionada Tonelada 16.435,73 42,69 4,26901991

Fuente: Elaboración propia en Microsoft Office Excel 2007 ii. Costos de Transporte

En los costos de transporte se ve mejor reflejada la diferencia en la Tabla N° 4.7, que muestra las cifras que implica no tener una capacidad de almacenamiento en frío más grande, donde por el simple hecho de tener que transportar las toneladas que no se pueden guardar en el frigorífico interno, se gastan por temporada aproximadamente 400.000 dólares.

Tabla N° 4.7: Costos de Transporte Escenario 1 por Frigorífico

Costo (USD)

Costo (USD)

Costo (USD)

N° e Ent. Trans.Total Camionada Tonelada

FI 25 1250 50 5 FE 360 408240 1134 113,4

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla N° 4.8: Costos de Transporte generales Escenario 1 Escenario 1 Costo (USD)

Costo (USD)

Costo (USD)

Trans.Total Camionada Tonelada 409490 1063,61039 106,361039

Fuente: Elaboración propia en Microsoft Office Excel 2007

61

4.8.3 Escenario 2: Situación con Frigorífico de mayor capacidad.

En este nuevo escenario, la capacidad del frigorífico se modificó de tal manera, que pudiera almacenar la totalidad de la materia prima procesada (se redondeó a una capacidad de 400 camionadas), por lo tanto se aprecia a través de la Figura N° 4.36 que al momento de terminar la producción de la temporada, no hay entidades almacenadas externamente.

Figura N° 4.36: Momento en que termina la producción de la temporada 2010 (tiempo 2950 Flexsim).

Fuente: Elaboración propia en Microsoft Office Visio 2007 En la Figura N° 4.37 se puede apreciar que a pesar de que la demanda de la temporada finalizó, aun quedan toneladas almacenadas en el frigorífico interno.

Al igual que en el modelo del Escenario 1, ahora la Tabla B.3 en Anexos resume la información después de haber terminado la modelación.

62

Figura N° 4.37: Momento en que termina la demanda de la temporada 2010 (tiempo 4750 Flexsim)

Fuente: Elaboración propia en Microsoft Office Visio 2007

i. Costos de Almacenamiento

Del total de las 385 entidades almacenadas, que representan cada una a un camión de 10 toneladas, ahora todas entran al frigorífico interno por su mayor capacidad de almacenamiento, por lo tanto los costos asociados son únicamente los relacionados con éste, llegando a un costo por tonelada de 3,1 dólares.

Tabla N° 4.9: Costos Almacenamiento Escenario 2 por Frigorífico.

Costo (USD)

Costo (USD)

Costo (USD)

n° ent. Alm. Tot Camionada Tonelada FI 385 11954,488 31,0506182 3,10506182 FE 0 0 0 0

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla N° 4.10: Costos Almacenamiento generales Escenario 2 Escenario 2 Costo Costo x Costo x Trans.Total Camionada Tonelada 11.954,49 31,05 3,11

Fuente: Elaboración propia en Microsoft Office Excel 2007

63

ii. Costos de Transporte

En transporte claramente es menor el costo ya que el hecho de almacenar todo en el frigorífico interno implica no tener que gastar grandes cantidades de dinero en transportar a frigoríficos externos, llegando a un costo de transporte por tonelada de 5 dólares (recordar que este costo se estimó, puede ser mayor o menor, dependiendo de los costos internos que se manejen por concepto de “entrada y salida” de materia prima.

Tabla N° 4.11: Costos de Transporte Escenario 2 por Frigorífico

Costo (USD)

Costo (USD)

Costo (USD)

n° entidad Trans.Total Camionada Tonelada FI 385 19250 50 5 FE 0 0 0 0

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla N° 4.12: Costos de Transporte generales Escenario 1 Escenario 2 Costo Costo x Costo x Trans.Total Camionada Tonelada 19250 50 5

Fuente: Elaboración propia en Microsoft Office Excel 2007

4.7.4 Comparación de Escenarios

En la tabla N° 4.13 se pueden ver los costos totales involucrados para cada situación planteada.

En ellos se aprecia, que el hecho de almacenar en forma externa implica un costo mucho más alto que hacerlo de forma interna en relación a los costos de transporte, donde guardar la misma producción en frigoríficos externos implica un gasto de 425.925,73 USD sobre 31.204,49 USD que significa hacerlo con un frigorífico interno con mayor capacidad, superando alrededor de 13 veces el costo del escenario 2.

Tabla N° 4.13: Comparación de Costos Totales Escenarios 1 y 2

Fuente: Elaboración propia en Microsoft Office Excel 2007

Escenario 1 COSTOS TOTALES (total unidades almacenadas) Almacenamiento 16.435,73 Transporte 409.490,00 Total 425.925,73

Escenario 2 COSTOS TOTALES (total unidades almacenadas) Almacenamiento 11.954,49 Transporte 19.250,00 Total 31.204,49

64

4. Implementación

Este tipo de situación planteada, usando los modelos desarrollados, puede ser utilizada por cualquier tipo de empresa que tenga problemas de abastecimiento en relación a sus capacidades de almacenaje.

Solo necesita seguir los pasos descritos en la metodología para la transformación de unidades y saber los datos de entrada que debe manejar para ingresarlos al modelo.

Para mayor claridad, se presenta un manual de uso en ANEXO C.

9

65

5. RESULTADOS

Se midieron los resultados obtenidos en base al cumplimiento de los objetivos planteados al inicio del planteamiento del problema así como de los objetivos establecidos para el modelo de simulación en el punto 4.2.

5.1 Acerca de lo Objetivos Específicos de la Investigación

Generar una herramienta de simulación que apoye la toma de decisiones a nivel gerencial respecto a la gestión de almacenamiento en frio: se desarrolló un modelo que une la aplicación de investigación de operaciones para obtener resultados óptimos con la simulación que permite cambiar las variables de entrada y probar escenarios posibles. De esta manera se entregó una herramienta práctica que sirve para la toma de decisiones en la gestión de almacenamiento.

Disminuir los costos de la gestión de almacenamiento en frío de los productos de granel en una empresa mitilicultora: se trabajó con un algoritmo de programación dinámica determinística, que da como respuesta siempre el resultado donde deben ser almacenadas las cantidades de manera tal que los costos sean los mínimos “óptimos”. A su vez, el hecho de desarrollar un modelo que calcule estos costos sin tener que hacer pruebas reales en el uso del transporte y las cantidades destinadas, disminuye claramente los costos de gestionar el almacenamiento en frio de los productos a granel.

Caracterizar los costos de la gestión de almacenamiento en frio, ya sean internos o externos, con la finalidad de establecer una relación entre costos de almacenamiento y volumen de producción: este objetivo deriva de lo anterior, ya que al ingresar las variables de entrada necesarias para hacer correr los modelos, se obtienen las relaciones de lo que se produjo sobre lo que se almacenó, así como sus tiempos de entrada a los frigoríficos, de salida, tiempos de almacenamiento y costos totales, lo que permite tener una relación rápida de cuanto debo producir para almacenar la menor posible simplemente cambiando la cantidad de producción en el modelo.

5.2 Acerca de los Objetivos del Proyecto de Simulación

Se debe realizar un modelo de manera tal, que pueda ser usado por las versiones de prueba del software Flexsim, es decir, sin necesidad de instalar la versión completa ni tener que usar la llave que viene en formato de puerto USV. Este objetivo está planteado debido a que las empresas, al no conocer en profundidad este software, a primera instancia no están dispuestas a pagar el precio de compra de este: se desarrollaron los modelos de la forma más sencilla posible, con el objetivo que no se cayera el software una vez corriendo, no necesitara de un gran procesador para funcionar (hablando sobre la base de los requisitos técnicos que pide Flexsim).

La fijación del primer objetivo conlleva a otro, que es crear un modelo que no tenga más de 15 objetos, que es la cantidad máxima que permiten las versiones de prueba: se programó el modelo de manera tal que el número de objetos usados fue 15 para el Modelo Genérico y 12 para el Modelo Específico.

66

Respecto a los resultados que entregue el software, éste debe poder indicar en qué frigorífico se debe almacenar una cierta cantidad de producción, de manera tal que los costos sean mínimos. A su vez, debe indicar los flujos de las entidades, es decir: cuál ha sido la ruta (frigorífico) del producto, el tiempo de almacenamiento y el costo involucrado: se logra este objetivo en la TABLA GLOBAL que entrega para cada modelo, cada uno de los datos que se deben cumplir en este punto, y siendo la ruta de destino de cada camionada, el frigorífico por donde pasen indicado en dicha tabla, debido a que los datos almacenados en ella, son resultado de un análisis que entrega respuestas “optimas”.

67

6. CONCLUSIONES

El estudio de la eficiencia del almacenamiento en frio, a través del uso de herramientas como Flexsim unido a algoritmos de programación dinámica resulta de mucha ayuda a la hora de tomar decisiones rápidas y con fundamento, ya que en poco tiempo se puede conocer donde destinar la producción estimada de un periodo de tiempo prolongado así como sus costos involucrados.

Por otro lado, al poder plantear diferentes escenarios, y que éstos entreguen siempre la mejor alternativa de almacenamiento permite formar relaciones “producción-costos de almacenamiento” rápidamente sin costo alguno ni perjuicio de tiempo y dinero sobre pruebas reales.

El Modelo Genérico es por tanto, una herramienta práctica y de fácil uso cuando se quiere tener una visión holística del comportamiento en un proceso de almacenamiento.

En cuanto al Modelo Específico, que en el fondo es una derivación del Modelo Genérico, aplicado a la situación particular de una empresa, a través de este y de los dos escenarios planteados se logra captar el gasto global en concepto logístico por el hecho de no tener una capacidad de almacenaje en frio mayor. A su vez, al igual que el Modelo Genérico, al permitir modificar las variables de entrada, entrega diversos resultados de comportamiento que facilitan analizar los mismos escenarios.

Además, queda abierta la posibilidad de que se puedan realizar otros estudios de gestión de abastecimiento para cualquier rubro de empresas que presenten este tipo de problemas, y que puedan llevar su producción y demanda a las características que pide el modelo para ser usado.

Finalmente, junto con lo anterior, por el hecho de haber desarrollado una metodología que propuso integrar la herramienta de programación dinámica determinística con simulación, se pueden desarrollar a futuro otros tipos de modelos que partan de la misma base integrando por ejemplo otras áreas de la investigación de operaciones a la programación en el simulador Flexsim.

68

7. RECOMENDACIONES

Se recomienda que cada vez que se desee hacer un estudio de simulación que trate problemas de abastecimiento y toma de decisiones, se revise este estudio y la metodología en él propuesta, debido a que involucra y plantea una manera nueva de poder usar la herramienta Flexsim entregando resultados óptimos por medio de la programación integrada de sus objetos.

Junto con lo anterior, se recomienda probar el comportamiento de otros objetos dentro del simulador que puedan servir para un mejor desempeño del modelo o lograr mayor eficiencia al momento de procesar los datos. Otra recomendación importante es probar la manera de poder ingresar funciones al simulador de manera tal que en la programación se puedan llamar cada vez que se necesiten y no tener que programarlas varias veces como ocurrió en este caso.

Además, en el estudio del Modelo Específico, se recomienda hacer un análisis de evaluación de proyecto para la construcción de un frigorífico con mayor capacidad o ampliación del actual.

Finalmente, se recomienda utilizar la herramienta desarrollada en este proyecto de titulo que se presenta a través del Modelo Genérico, de manera que se conozca a cabalidad la forma de procesar la información y tomar las decisiones así como la función de cada objeto, y se prueben diversos escenarios, por si se quieren modificar los objetos o los elementos en pro de un mejor desempeño.

69

8. BIBLIOGRAFIA

BAGNARA, M. MALTRAIN, G. 2008. Descripción del sector mitilicultor en la región de Los Lagos, Chile: evolución y proyecciones. En: LOVATELLI, A. FARIAS, A. URIARTE, I. Estado actual del cultivo y manejo de moluscos bivalvos y su proyección futura: factores que afectan su sustentabilidad en América Latina. Taller Técnico Regional de la FAO.2007. Chile. FAO Actas de Pesca y Acuicultura N°12. Rome, FAO. 2008. 359p.

BANKS, J. CARSON II, JOHN, S. BARRY, N. 1996. “Discrete Event System Simulation”. 2ª ed. Prentice Hall.

CHASE, R., JACOBS, F. y AQUILANO, N. 2005. Administración de la Producción y Operaciones para una Ventaja Competitiva. 10ª ed. México, McGraw-Hill.

DIAZ,M. MELLA,H. 2005. Propuesta de una Metodología de Validación de Software de Simulación. Caso Flexsim. Trabajo de Titulación Presentado en conformidad a los requisitos para obtener el título de Ingeniero Civil Industrial. Concepción. Universidad del Bío-Bío. 339p.

HILLIER, F. y LIEBERMAN, G. 2006. Investigación de Operaciones.8 ª ed. España. McGraw-Hill/Interamericana de España, S.A.U. 1193p.

HOPEMAN, R. 1973. Producción, conceptos, análisis y control. México. Continental. 699p.

KRAJEWSKI, L. 2000. Administración de Operaciones, Estrategia y Análisis.5 ª ed. México, Pearson Educación. 892p.

LAW, A. KETON, W. 2000. Simulation Modeling and Analysis 3ª ed. McGraw-Hill. 68p.

MACHUCA, D. 1995. Dirección de Operaciones. Aspectos Tácticos y Operativos en la Producción y los Servicios. 1ª ed. España, McGraw-Hill. 896p.

MILLER, R y MEINERS, R. 2004. Microeconomía. 3ª ed. México, McGraw-Hill.

PINDYCK, R. y RUBINFEL, D. 2006. Microeconomía. 9ª ed. España, Prentice Hall. 700p.

PRESSMAN, R. 2002. Ingeniería del Software. Un enfoque práctico.5ª ed. Madrid. McGraw-Hill/Interamericana de España, S.A.U. 589p.

TAHA, H. 2004. Investigación de Operaciones.7ª ed. México. Pearson Educación. 848p.

URZELAI INZA, A. 2006. Manual Básico de logística integral. 1ª ed. Madrid, Díaz de Santos. 153p.

70

9. LINKOGRAFIA

ANDRADE, S. 2005. Diccionario de Economía. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010].

CHIAVENATO, I. 2004. Introducción a la Teoría General de la Administración. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010]

CORPORACION FLEXSIM MEXICO. 2011. [en línea] <http://www.flexsim.com.mx/menu.html> [consulta: noviembre 2010].

DICCIONARIO DE INFORMATICA, 2011. [en línea] <http://www.alegsa.com.ar/Dic/modelo.php> [consulta: noviembre 2010].

DSLC, CONSULTORIA Y SISTEMAS DE LOGISTICA INTEGRAL, S.L.L. 2006. “Gestión de almacén y diseño de sistemas de almacenaje”. [en línea] <http://www.navactiva.com/es/asesoria/gestion-de-almacen-y-diseño-de-sistema-de-almacenaje_26886> [consulta: septiembre 2010].

FCC LOGISTICA, S.A- BU.AUTOMOCIÓN. 2006.”El sistema de gestión del almacén y los modelos de almacenamiento”. [en línea] <http://www.navactiva.com/es/documentacion/el-sistema-de-gestion-del-almacen-y-los-modelos-de-almacenamiento_33555> [consulta: septiembre 2010].

KOONTZ, H. y WEIHRICH, H. 2004. Administración: Una Perspectiva Global. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010]

MANKIW, G. 2004. Economía. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010]

MAULEON, M. 2007. El Almacén del siglo XXI. [en línea]. <http://www.navactiva.com/es/documentacion/el-almacen-en-el-siglo-xxi_29172> [consulta: septiembre 2010].

OLIVEIRA DA SILVA R. Teorías de la Administración. 2002. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010]

REAL ACADEMIA ESPAÑOLA. 2011. [en línea] <http://buscon.rae.es/draeI/SrvltConsulta?TIPO_BUS=3&LEMA=modelo> [consulta: noviembre 2010].

ROBBINS, S. y COULTER, M. 2005. Administración. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010]

SAMUELSON, P. y NORDHAUS, W. 2002. Economía. En: THOMPSON, I. 2008. Definición de Eficiencia. [en línea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre 2010].

71

TORRES, A. 2009. “Conceptos Elementales de Sistemas” [en línea] <http://antiguo.itson.mx/dii/atorres/apuntes.html> [consulta: octubre 2010].

ZUGARRAMURDI, A. PARIN, M. LUPIN, H. 1998. “Ingeniería Económica Aplicada a la Industria Pesquera. Fao Documento Técnico de Pesca 351. [en línea] <http://www.fao.org/DOCREO/003/v8490s/v8490s06.htm> [consulta: octubre 2010].

72

10. ANEXOS ANEXO A: CODIGOS PROGRAMADOS EN OBJETOS Código A.1: “Programación Modelo Genérico PROCESADOR1”

PROCESADOR1 (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

//da un valor único a cada entidad por orden de llegada

int x=gettablenum("tabla valores",3,1);

x=x+1;

setlabelnum(item,"entidad n°",x);

settablenum("tabla valores",3,1,x);

Código A.2: “Programación Modelo Genérico FUENTE1”. FUENTE 1 (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/*carga los valores de las disponibilidades en los frigoríficos*/

int w=gettablenum("cap.disp",1,1);

settablenum("cap doisp 2",1,1,w);

int x=gettablenum("cap.disp",2,1);

settablenum("cap doisp 2",2,1,x);

int y=gettablenum("cap.disp",3,1);

settablenum("cap doisp 2",3,1,y);

int z=gettablenum("cap.disp",4,1);

settablenum("cap doisp 2",4,1,z);

73

Código A.3: “Programación Modelo Genérico FUENTE2”.

FUENTE 2 (OnCreation) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int rownumber = parval(2);

int numero_ope=gettablenum("tabla valores",1,8);

numero_ope=numero_ope+1;

int tiempo_ope=gettablenum("PRODUCCION",numero_ope,1);

int tiempo=time();

if(tiempo==tiempo_ope-1)

{

closeoutput(rank(model,3));

}

if(tiempo==tiempo_ope+1)

{

openoutput(rank(model,3));

settablenum("tabla valores",1,8,numero_ope);

}

if(tiempo==40)

{

closeoutput(rank(model(),5));

closeoutput(rank(model(),6));

closeoutput(rank(model(),7));

closeoutput(rank(model(),8));

}

FUENTE 2 (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

int cont=gettablenum("tabla valores",1,9);

cont=cont+1;

int tiempodda=gettablenum("demandas",cont,1);

int tiemp=time();

if(tiemp==tiempodda)

{

//obtengo la demanda de ese momento

int dda=gettablenum("demandas",cont,2);

//obtenemos los precios almacenamiento

int a1=gettablenum("precios",1,1);

int a2=gettablenum("precios",2,1);

int a3=gettablenum("precios",3,1);

int a4=gettablenum("precios",4,1);

//obtenemos los precios tranportes

int tr1=gettablenum("precios",1,2);

int tr2=gettablenum("precios",2,2);

int tr3=gettablenum("precios",3,2);

int tr4=gettablenum("precios",4,2);

74

//obetenemos las sumas

int suma1=a1+tr1;

int suma2=a2+tr2;

int suma3=a3+tr3;

int suma4=a4+tr4;

int sumamayor=0;

int puertomayor;

int puertomenor;

int sumamenor=10000000;

int puertosegundo;

int puertotercero;

//buscamos el de mayor costo

if(suma1>sumamayor)

{

sumamayor=suma1;

puertomayor=1;

}

if(suma2>sumamayor)

{

sumamayor=suma2;

puertomayor=2;

}

if(suma3>sumamayor)

{

sumamayor=suma3;

puertomayor=3;

}

if(suma4>sumamayor)

{

sumamayor=suma4;

puertomayor=4;

}

//busca el de menor costo

if(suma1<sumamenor)

{

sumamenor=suma1;

puertomenor=1;

}

if(suma2<sumamenor)

{

sumamenor=suma2;

puertomenor=2;

}

if(suma3<sumamenor)

{

sumamenor=suma3;

puertomenor=3;

}

if(suma4<sumamenor)

{

sumamenor=suma4;

puertomenor=4;

}

//busca el segundo mayor y el tercero mayor

if (puertomayor==1 && puertomenor==2)

{

if (suma3<suma4)

{

75

puertosegundo=4;

puertotercero=3;

}

else

{

puertosegundo=3;

puertotercero=4;

}

}

else if (puertomayor==1 && puertomenor==3)

{

if (suma2<suma4)

{

puertosegundo=4;

puertotercero=2;

}

else

{

puertosegundo=2;

puertotercero=4;

}

}

else if (puertomayor==1 && puertomenor==4)

{

if (suma2<suma3)

{

puertosegundo=3;

puertotercero=2;

}

else

{

puertosegundo=2;

puertotercero=3;

}

}

else if (puertomayor==2 && puertomenor==1)

{

if (suma3<suma4)

{

puertosegundo=4;

puertotercero=3;

}

else

{

puertosegundo=3;

puertotercero=4;

}

}

else if (puertomayor==2 && puertomenor==3)

{

if (suma1<suma4)

{

puertosegundo=4;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=4;

}

}

else if (puertomayor==2 && puertomenor==4)

{

76

if (suma1<suma3)

{

puertosegundo=3;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=3;

}

}

else if (puertomayor==3 && puertomenor==1)

{

if (suma2<suma4)

{

puertosegundo=4;

puertotercero=2;

}

else

{

puertosegundo=2;

puertotercero=4;

}

}

else if (puertomayor==3 && puertomenor==2)

{

if (suma1<suma4)

{

puertosegundo=4;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=4;

}

}

else if (puertomayor==3 && puertomenor==4)

{

if (suma1<suma2)

{

puertosegundo=2;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=2;

}

}

else if (puertomayor==4 && puertomenor==1)

{

if (suma2<suma3)

{

puertosegundo=3;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=3;

}

}

77

else if (puertomayor==4 && puertomenor==2)

{

if (suma1<suma3)

{

puertosegundo=3;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=3;

}

}

else if (puertomayor==4 && puertomenor==3)

{

if (suma1<suma2)

{

puertosegundo=2;

puertotercero=1;

}

else

{

puertosegundo=1;

puertotercero=2;

}

}

// Obtiene las disponibilidades de cada puerto

int entf1;

int entf2;

int entf3;

int entf4;

int salf1;

int salf2;

int salf3;

int salf4;

int dispf1;

int dispf2;

int dispf3;

int dispf4;

entf1=gettablenum("entradas y salidas",1,1);

entf2=gettablenum("entradas y salidas",2,1);

entf3=gettablenum("entradas y salidas",3,1);

entf4=gettablenum("entradas y salidas",4,1);

salf1=gettablenum("entradas y salidas",1,2);

salf2=gettablenum("entradas y salidas",2,2);

salf3=gettablenum("entradas y salidas",3,2);

salf4=gettablenum("entradas y salidas",4,2);

dispf1=entf1-salf1;

dispf2=entf2-salf2;

dispf3=entf3-salf3;

dispf4=entf4-salf4;

// Pregunta cual puerto es cual y abre puerto dependiendo de cuál sea el

mayor, cual el segundo mayor, y así.

if(puertomayor==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

78

}

else

{

if(puertosegundo==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

openoutput(rank(model(),8));

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),7));

}

}

}

}

else if(puertosegundo==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),8));

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),6));

79

}

}

}

}

else if(puertosegundo==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),7));

}

}

else if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

openoutput(rank(model(),6));

}

}

}

}

}

}

else if(puertomayor==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

if(puertosegundo==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

openoutput(rank(model(),8));

80

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),7));

}

}

}

}

else if(puertosegundo==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

openoutput(rank(model(),8));

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),5));

}

}

}

}

else if(puertosegundo==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

81

openoutput(rank(model(),7));

}

}

else if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

openoutput(rank(model(),5));

}

}

}

}

}

}

else if(puertomayor==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

if(puertosegundo==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),8));

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),6));

}

}

}

}

else if(puertosegundo==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

82

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

openoutput(rank(model(),8));

}

}

else if(puertotercero==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

openoutput(rank(model(),5));

}

}

}

}

else if(puertosegundo==4)

{

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

openoutput(rank(model(),6));

}

}

else if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),5));

}

}

}

}

}

}

else if(puertomayor==4)

{

83

if(dispf4>=dda)

{

openoutput(rank(model(),8));

}

else

{

if(puertosegundo==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),7));

}

}

else if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

openoutput(rank(model(),6));

}

}

}

}

else if(puertosegundo==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

openoutput(rank(model(),7));

}

}

else if(puertotercero==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

84

else

{

openoutput(rank(model(),5));

}

}

}

}

else if(puertosegundo==3)

{

if(dispf3>=dda)

{

openoutput(rank(model(),7));

}

else

{

if(puertotercero==1)

{

if(dispf1>=dda)

{

openoutput(rank(model(),5));

}

else

{

openoutput(rank(model(),6));

}

}

else if(puertotercero==2)

{

if(dispf2>=dda)

{

openoutput(rank(model(),6));

}

else

{

openoutput(rank(model(),5));

}

}

}

}

}

}

settablenum("tabla valores",1,9,cont);

}

85

Código A.4: “Programación Modelo Genérico FE1”

FI (OnEntry) /* PARTE I */

/*Para contar la cantidad de unidades que entran y salen

int x=gettablenum("entradas y salidas",1,1);

x=x+1;

settablenum("entradas y salidas",1,1,x);

int y=gettablenum("cap doisp 2",1,1);

y=y-1;

settablenum("cap doisp 2",1,1,y);/*lo guarda como la nueva capacidad disponible

actual*/

/* PARTE II */

/* Acá se etiqueta el objeto para identificarlo respecto al frigorífico donde

fue almacenado*/

setlabelnum(item,"frigorifico",1);

/* PARTE III */

/* Guarda en una tabla el tiempo en el que entra a frigorífico*/

int t=time();

setlabelnum(item,"t entrada",t);

/* PARTE IV */

/* Saca el costo de transporte: como cada unidad que entra es un camión de 10

toneladas, el costo se calcula simplemente por el flete de 1 camión*/

int ctida=gettablenum("precios",1,2);

setlabelnum(item,"precio transporte",ctida);

/*PARTE V*/

/*Dependiendo de lo que se necesite enviar, abre o cierra el puerto*/

int enviados=gettablenum("TABLA DE ENVIOS",1,1);

int cajas=gettablenum("TABLA DE ENVIOS",2,1);

cajas=cajas+1;

settablenum("TABLA DE ENVIOS",2,1,cajas);

if (enviados==cajas)

{

closeinput(current);

settablenum("TABLA DE ENVIOS",1,1,0);

settablenum("TABLA DE ENVIOS",2,1,0);

}

FI (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/* Suma una unidad a la cantidad de unidades que salen y lo guarda*/

int x=gettablenum("entradas y salidas",1,2);

x=x+1;

settablenum("entradas y salidas",1,2,x);

/* Suma una unidad a la capaidad actual y lo guarda*/

int y=gettablenum("cap doisp 2",1,1);

if (y>0)

{

86

y=y+1;

settablenum("cap doisp 2",1,1,y);

}

/* PARTE II */

/* Guarda el tiempo de salida del frigorífico */

int t=time();

setlabelnum(item,"t salida",t);

/* PARTE III */

/* Calcula el tiempo de estadía en frigorífico y guarda en etiqueta*/

int tent=getlabelnum(item,"t entrada");

int tsal=getlabelnum(item,"t salida");

int talm=tsal-tent;

setlabelnum(item,"t almacenamiento",talm);

/* PARTE IV */

/* Saca el costo de transporte de vuelta: como cada unidad que entra es un

camión de 10 toneladas, el costo se calcula simplemente por el flete de 1

camión*/

int ctida=getlabelnum(item,"precio transporte");

int ctvuelta=gettablenum("precios",1,2);

int ctidayvuelta=ctida+ctvuelta;

setlabelnum(item,"precio transporte",ctidayvuelta);

/* PARTE V */

/* Saca el costo total= almacenamiento+transporte */

int calmacen=getlabelnum(item,"precio alm");

int ctransp=getlabelnum(item,"precio transporte");

int caltrans=calmacen+ctransp;

setlabelnum(item,"precio total",caltrans);

87

Código A.5: “Programación Modelo Genérico FE1”

FE1 (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/* para contar la cantidad de unidades que entran y salen

del frigorífico externo1, e ir guardando la capacidad en cada momento*/

int x=gettablenum("entradas y salidas",2,1); /*adquiere el valor de cuantas

unidades han entrado */

x=x+1; /* le suma una unidad*/

settablenum("entradas y salidas",2,1,x); /*lo guarda en la tabla de unidades

entradas, esta vez sumada la nueva unidad entrante*/

int y=gettablenum("cap doisp 2",2,1); /*busca en la tabla de capacidaddes la

cantidad que el frigorífico externo1 inicialmente tenia disponible*/

y=y-1; /*le resta una unidad*/

settablenum("cap doisp 2",2,1,y);/*lo guarda como la nueva capacidad

disponible actual*/

/* PARTE II */

/* aca se etiqueta el objeto para identificarlo respecto al frigorifico

donde fue almacenado*/

setlabelnum(item,"frigorifico",2);

/* PARTE III */

/* guardando en una tabla el tiempo en el que entra a frigorifico*/

int t=time();

setlabelnum(item,"t entrada",t);

/* PARTE IV */

/* sacando el costo de transporte: como cada unidad que entra es un camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=gettablenum("precios",2,2);

setlabelnum(item,"precio transporte",ctida);

/*PARTE V*/

/*dependiendo de lo que se necesite enviar, abre o cierra el puerto*/

int enviados=gettablenum("TABLA DE ENVIOS",1,2);

int cajas=gettablenum("TABLA DE ENVIOS",2,2);

cajas=cajas+1;

settablenum("TABLA DE ENVIOS",2,2,cajas);

if (enviados==cajas)

{

closeinput(current); // si no funciona es

closeinput(rank(model(),4);

settablenum("TABLA DE ENVIOS",1,2,0);

settablenum("TABLA DE ENVIOS",2,2,0);

}

88

FE1 (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/*sumo una unidad a la cantidad de unidades que salen y lo guardo*/

int x= gettablenum("entradas y salidas",2,2);

x=x+1;

settablenum("entradas y salidas",2,2,x);

/*sumo una unidad a la capaidad actual y lo guardo*/

int y=gettablenum("cap doisp 2",2,1);

if (y>=0)

{

y=y+1;

settablenum("cap doisp 2",2,1,y);

}

/* PARTE II */

/* guardando el tiempo de salida del frigorifico */

int t=time();

setlabelnum(item,"t salida",t);

/*PARTE III */

/* calculando el tiempo de estadia en frigorifico y guardandolo en etiqueta*/

int tent=getlabelnum(item,"t entrada");

int tsal=getlabelnum(item,"t salida");

int talm=tsal-tent;

setlabelnum(item,"t almacenamiento",talm);

/* PARTE IV */

/* sacando el costo de transporte de vuelta: como cada unidad que entra es un

camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=getlabelnum(item,"precio transporte");

int ctvuelta=gettablenum("precios",2,2);

int ctidayvuelta=ctida+ctvuelta;

setlabelnum(item,"precio transporte",ctidayvuelta);

/* PARTE V */

/* sacando el costo total= almacenamiento+transporte */

int calmacen=getlabelnum(item,"precio alm");

int ctransp=getlabelnum(item,"precio transporte");

int caltrans=calmacen+ctransp;

setlabelnum(item,"precio total",caltrans);

89

Código A.6: “Programación Modelo Genérico FE2”

FE2 (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/* para contar la cantidad de unidades que entran y salen

del frigorífico externo2, e ir guardando la capacidad en cada momento*/

int x=gettablenum("entradas y salidas",3,1); /*adquiere el valor de cuantas

unidades han entrado */

x=x+1; /* le suma una unidad*/

settablenum("entradas y salidas",3,1,x); /*lo guarda en la tabla de unidades

entradas, esta vez sumada la nueva unidad entrante*/

int y=gettablenum("cap doisp 2",3,1); /*busca en la tabla de capacidaddes la

cantidad que el frigorífico externo2 inicialmente tenia disponible*/

y=y-1; /*le resta una unidad*/

settablenum("cap doisp 2",3,1,y);/*lo guarda como la nueva capacidad

disponible actual*/

/* PARTE II */

/* aca se etiqueta el objeto para identificarlo respecto al frigorifico

donde fue almacenado*/

setlabelnum(item,"frigorifico",3);

/* PARTE III */

/* guardando en una tabla el tiempo en el que entra a frigorifico*/

int t=time();

setlabelnum(item,"t entrada",t);

/* PARTE IV */

/* sacando el costo de transporte: como cada unidad que entra es un camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=gettablenum("precios",3,2);

setlabelnum(item,"precio transporte",ctida);

/*PARTE V*/

/*dependiendo de lo que se necesite enviar, abre o cierra el puerto*/

int enviados=gettablenum("TABLA DE ENVIOS",1,3);

int cajas=gettablenum("TABLA DE ENVIOS",2,3);

cajas=cajas+1;

settablenum("TABLA DE ENVIOS",2,3,cajas);

if (enviados==cajas)

{

closeinput(current);

settablenum("TABLA DE ENVIOS",1,3,0);

settablenum("TABLA DE ENVIOS",2,3,0);

}

FE2 (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

90

/* PARTE I */

/*sumo una unidad a la cantidad de unidades que salen y lo guardo*/

int x= gettablenum("entradas y salidas",3,2);

x=x+1;

settablenum("entradas y salidas",3,2,x);

/*sumo una unidad a la capaidad actual y lo guardo*/

int y=gettablenum("cap doisp 2",3,1);

if (y>=0)

{

y=y+1;

settablenum("cap doisp 2",3,1,y);

}

/* PARTE II */

/* guardando el tiempo de salida del frigorifico */

int t=time();

setlabelnum(item,"t salida",t);

/*PARTE III */

/* calculando el tiempo de estadia en frigorifico y guardandolo en etiqueta*/

int tent=getlabelnum(item,"t entrada");

int tsal=getlabelnum(item,"t salida");

int talm=tsal-tent;

setlabelnum(item,"t almacenamiento",talm);

/* PARTE IV */

/* sacando el costo de transporte de vuelta: como cada unidad que entra es un

camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=getlabelnum(item,"precio transporte");

int ctvuelta=gettablenum("precios",3,2);

int ctidayvuelta=ctida+ctvuelta;

setlabelnum(item,"precio transporte",ctidayvuelta);

/* PARTE V */

/* sacando el costo total= almacenamiento+transporte */

int calmacen=getlabelnum(item,"precio alm");

int ctransp=getlabelnum(item,"precio transporte");

int caltrans=calmacen+ctransp;

setlabelnum(item,"precio total",caltrans);

91

Código A.7: “Programación Modelo Genérico FE3”

FE3 (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

/* PARTE I */

/* para contar la cantidad de unidades que entran y salen

del frigorífico externo3, e ir guardando la capacidad en cada momento*/

int x=gettablenum("entradas y salidas",4,1); /*adquiere el valor de cuantas

unidades han entrado */

x=x+1; /* le suma una unidad*/

settablenum("entradas y salidas",4,1,x); /*lo guarda en la tabla de unidades

entradas, esta vez sumada la nueva unidad entrante*/

int y=gettablenum("cap doisp 2",4,1); /*busca en la tabla de capacidaddes la

cantidad que el frigorífico externo3 inicialmente tenia disponible*/

y=y-1; /*le resta una unidad*/

settablenum("cap doisp 2",4,1,y);/*lo guarda como la nueva capacidad

disponible actual*/

/* PARTE II */

/* aca se etiqueta el objeto para identificarlo respecto al frigorifico

donde fue almacenado*/

setlabelnum(item,"frigorifico",4);

/* PARTE III */

/* guardando en una tabla el tiempo en el que entra a frigorifico*/

int t=time();

setlabelnum(item,"t entrada",t);

/* PARTE IV */

/* sacando el costo de transporte: como cada unidad que entra es un camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=gettablenum("precios",4,2);

setlabelnum(item,"precio transporte",ctida);

/*PARTE V*/

/*dependiendo de lo que se necesite enviar, abre o cierra el puerto*/

int enviados=gettablenum("TABLA DE ENVIOS",1,4);

int cajas=gettablenum("TABLA DE ENVIOS",2,4);

cajas=cajas+1;

settablenum("TABLA DE ENVIOS",2,4,cajas);

if (enviados==cajas)

{

closeinput(current); // si no funciona es

closeinput(rank(model(),4);

settablenum("TABLA DE ENVIOS",1,4,0);

settablenum("TABLA DE ENVIOS",2,4,0);

}

FE3 (OnExit) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

92

int port = parval(2);

/* PARTE I */

/*sumo una unidad a la cantidad de unidades que salen y lo guardo*/

int x= gettablenum("entradas y salidas",4,2);

x=x+1;

settablenum("entradas y salidas",4,2,x);

/*sumo una unidad a la capaidad actual y lo guardo*/

int y=gettablenum("cap doisp 2",4,1);

if (y>=0)

{

y=y+1;

settablenum("cap doisp 2",4,1,y);

}

/* PARTE II */

/* guardando el tiempo de salida del frigorifico */

int t=time();

setlabelnum(item,"t salida",t);

/*PARTE III */

/* calculando el tiempo de estadia en frigorifico y guardandolo en etiqueta*/

int tent=getlabelnum(item,"t entrada");

int tsal=getlabelnum(item,"t salida");

int talm=tsal-tent;

setlabelnum(item,"t almacenamiento",talm);

/* PARTE IV */

/* sacando el costo de transporte de vuelta: como cada unidad que entra es un

camion

de 10 toneladas, el costo se calcula simplemente por el flete de 1 camion*/

int ctida=getlabelnum(item,"precio transporte");

int ctvuelta=gettablenum("precios",4,2);

int ctidayvuelta=ctida+ctvuelta;

setlabelnum(item,"precio transporte",ctidayvuelta);

/* PARTE V */

/* sacando el costo total= almacenamiento+transporte */

int calmacen=getlabelnum(item,"precio alm");

int ctransp=getlabelnum(item,"precio transporte");

int caltrans=calmacen+ctransp;

setlabelnum(item,"precio total",caltrans);

93

Código A.8: “Programación Modelo Genérico PROCESADOR 2”

PROCESADOR 2 (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

//calcula el costo de almacenamiento

double tiempoalm=getlabelnum(item,"t almacenamiento");

double frig=getlabelnum(item,"frigorifico");

double calm;

double calm2;

if (frig==1)

{

calm=gettablenum("precios",1,1);

calm=calm/30;

calm2=calm*tiempoalm;

setlabelnum(item,"precio alm",calm2);

}

else if (frig==2)

{

calm=gettablenum("precios",2,1);

calm=calm/30;

calm2=calm*tiempoalm;

setlabelnum(item,"precio alm",calm2);

}

else if (frig==3)

{

calm=gettablenum("precios",3,1);

calm=calm/30;

calm2=calm*tiempoalm;

setlabelnum(item,"precio alm",calm2);

}

else if (frig==4)

{

calm=gettablenum("precios",4,1);

calm=calm/30;

calm2=calm*tiempoalm;

setlabelnum(item,"precio alm",calm2);

}

Código A.9: “Programación Modelo Genérico GRAN COLA QUE PROCESA”.

GRAN COLA QUE PROCESA (OnEntry) /**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

//cierra los puertos dependiendo de donde vengan

int etiquet=getlabelnum(item,"frigorifico");

int contad=gettablenum("tabla valores",1,10);

int contad1=gettablenum("tabla valores",1,11);

contad=contad+1;

contad1=contad1+1;

int dda2=gettablenum("demandas",contad1,2);

int cajitas=gettablenum("tabla valores",2,10);

cajitas=cajitas+1;

94

settablenum("tabla valores",2,10,cajitas);

if (etiquet==1)

{

if(cajitas==dda2)

{

closeoutput(rank(model(),5));

settablenum("tabla valores",1,10,0);

settablenum("tabla valores",2,10,0);

settablenum("tabla valores",1,11,contad1);

}

}

else if (etiquet==2)

{

if(cajitas==dda2)

{

closeoutput(rank(model(),6));

settablenum("tabla valores",1,10,0);

settablenum("tabla valores",2,10,0);

settablenum("tabla valores",1,11,contad1);

}

}

else if (etiquet==3)

{

if(cajitas==dda2)

{

closeoutput(rank(model(),7));

settablenum("tabla valores",1,10,0);

settablenum("tabla valores",2,10,0);

settablenum("tabla valores",1,11,contad1);

}

}

else if (etiquet==4)

{

if(cajitas==dda2)

{

closeoutput(rank(model(),8));

settablenum("tabla valores",1,10,0);

settablenum("tabla valores",2,10,0);

settablenum("tabla valores",1,11,contad1);

}

}

// guarda todos los datos en tabla global

double conttg=gettablenum("tabla valores",1,12);

conttg=conttg+1;

double frigorif=getlabelnum(item,"frigorifico");

double tient=getlabelnum(item,"t entrada");

double tisal=getlabelnum(item,"t salida");

double talma=getlabelnum(item,"t almacenamiento");

double costtrans=getlabelnum(item,"precio transporte");

double costalma=getlabelnum(item,"precio alm");

double numentidad=getlabelnum(item,"entidad n°");

double costotot=costtrans+costalma;

setlabelnum(item,"precio total",costotot);

settablenum("TABLA GLOBAL",conttg,1,frigorif);

settablenum("TABLA GLOBAL",conttg,2,tient);

settablenum("TABLA GLOBAL",conttg,3,tisal);

settablenum("TABLA GLOBAL",conttg,4,talma);

settablenum("TABLA GLOBAL",conttg,5,costtrans);

settablenum("TABLA GLOBAL",conttg,6,costalma);

settablenum("TABLA GLOBAL",conttg,7,costotot);

settablenum("TABLA GLOBAL",conttg,8,numentidad);

settablenum("tabla valores",1,12,conttg);

95

Código A.10: “Programación Modelo Específico COLA1”

COLA 1 (OnExit) /**Custom Code*/ treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

int numero_op=gettablenum("tabla valores",1,5)+1;

int produccion_op=gettablenum("PRODUCCION",numero_op,2);

int tiempo_op=gettablenum("PRODUCCION",numero_op,1);

int tiempo=time();

if(tiempo==tiempo_op+1)

{

settablenum("tabla valores",1,5,numero_op); //Aumenta el contador

//Saca la combinatoria

int xx=produccion_op;

int jj;

int gg;

int bb;

int dd;

int sumacomb;

int cont=gettablenum("combinaciones",1,5);

for (jj=0;jj<=xx;jj++)

{

for (gg=0;gg<=xx;gg++)

{

settablenum("combinaciones",cont+1,1,jj);

settablenum("combinaciones",cont+1,2,gg);

bb=gettablenum("combinaciones",cont+1,1);

dd=gettablenum("combinaciones",cont+1,2);

sumacomb=bb+dd;

if(sumacomb==xx)

{

cont=cont+1;

}

}

}

// Borra el último valor

settablenum("combinaciones",cont+1,1,0);

settablenum("combinaciones",cont+1,2,0);

settablenum("combinaciones",1,6,cont); //Guarda la cantidad de

combinaciones

settablenum("combinaciones",1,5,0);// Seteo el contador

// OPTIMO

// Cantidades

double v1;

double v2;

//Costos individuales

double c1;

96

double c2;

// Costos transporte

double t1;

double t2;

// Costos almacenamiento

double al1;

double al2;

//costos totales y valores

int costo;

int narbi=gettablenum("numero arbitrario",1,1);

int comb=gettablenum("combinaciones",1,6); // Obtiene las filas a

recorrer en las combinatorias

for (int j=1;j<=comb;j++)

{

//obtengo los valores de cada fila

v1=gettablenum("combinaciones",j,1);

v2=gettablenum("combinaciones",j,2);

//obtengo los costos de almacenamiento

al1=gettablenum("precios",1,1);

al2=gettablenum("precios",2,1);

//obtengo los costos de transporte

t1=gettablenum("precios",1,2);

t2=gettablenum("precios",2,2);

//calculo los costos de la combinación

c1=v1*(al1+t1);

c2=v2*(al2+t2);

costo=c1+c2;

if (costo<=narbi)

{

settablenum("OPTIMO",1,1,v1);

settablenum("OPTIMO",1,2,v2);

settablenum("OPTIMO",1,5,costo);

narbi=costo;

}

}

}

97

Código A.11: “Programación Modelo Específico COLA QUE DECIDE”.

COLA QUE DECIDE (OnEntry)

/**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

//ENVIOS A FRIGORIFICOS

int numero_op=gettablenum("tabla valores",1,5);

int produccion_op=gettablenum("PRODUCCION",numero_op,2);

int tiempo_op=gettablenum("PRODUCCION",numero_op,1);

int tiempo=time();

if(tiempo==tiempo_op+2)

{

settablenum("tabla valores",1,7,numero_op); //aumento el contador

//obtener las capacidades actuales

int f1=gettablenum("cap doisp 2",1,1);

int f2=gettablenum("cap doisp 2",2,1);

//obtener los valores de óptimos a enviar

int ve1=gettablenum("OPTIMO",1,1);

int ve2=gettablenum("OPTIMO",1,2);

if(ve1>0)

{

if(ve1<=f1)

{

settablenum("TABLA DE ENVIOS",1,1,ve1);

openinput(rank(model(),5));

}

else if(ve1>f1)

{

settablenum("TABLA DE ENVIOS",1,1,f1);

openinput(rank(model(),5));

int xI1=ve1-f1;

settablenum("TABLA DE ENVIOS",1,2,xI1);

openinput(rank(model(),6));

}

}

if (ve2>0)

{

if(ve2<=f2)

{

settablenum("TABLA DE ENVIOS",1,2,ve2);

openinput(rank(model(),6));

}

else if (ve2>f2)

{

settablenum("TABLA DE ENVIOS",1,2,f2);

openinput(rank(model(),6));

int xI2=ve2-f2;

settablenum("TABLA DE ENVIOS",1,2,xI2);

openinput(rank(model(),5));

}

}

}

98

Código A.12: “Programación Modelo Específico FUENTE 2”.

FUENTE 2 (OnExit)

/**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int rownumber = parval(2);

int cont=gettablenum("tabla valores",1,9);

cont=cont+1;

int tiempodda=gettablenum("demandas",cont,1);

int tiemp=time();

if(tiemp==tiempodda)

{

//obtengo la demanda de ese momento

double dda=gettablenum("demandas",cont,2);

//obtenemos los precios almacenamiento

double a1=gettablenum("precios",1,1);

double a2=gettablenum("precios",2,1);

//obtenemos los precios transportes

double tr1=gettablenum("precios",1,2);

double tr2=gettablenum("precios",2,2);

//obtenemos las sumas

double suma1=a1+tr1;

double suma2=a2+tr2;

double sumamayor=0;

double puertomayor;

double puertomenor;

double sumamenor=10000000;

//buscamos el de mayor costo

if(suma1>sumamayor)

{

sumamayor=suma1;

puertomayor=1;

}

if(suma2>sumamayor)

{

sumamayor=suma2;

puertomayor=2;

}

//buscamos el de menor costo

if(suma1<sumamenor)

{

sumamenor=suma1;

puertomenor=1;

}

if(suma2<sumamenor)

{

sumamenor=suma2;

puertomenor=2;

}

99

// sacando las disponibilidades de cada puerto

int entf1;

int entf2;;

int salf1;

int salf2;

int dispf1;

int dispf2;

entf1=gettablenum("entradas y salidas",1,1);

entf2=gettablenum("entradas y salidas",2,1);

salf1=gettablenum("entradas y salidas",1,2);

salf2=gettablenum("entradas y salidas",2,2);

dispf1=entf1-salf1;

dispf2=entf2-salf2;

//preguntando cual puerto es cual

if(puertomayor==1)

{

if(dispf1>=dda)

{

settablenum("TABLA ENVIOS DDA",1,1,dda);

openoutput(rank(model(),5));

}

else

{

settablenum("TABLA ENVIOS DDA",1,1,dda);

openinput(rank(model(),5));

int resta1=dispf1-dda;

settablenum("TABLA ENVIOS DDA",1,2,resta1);

openoutput(rank(model(),6));

}

}

else if(puertomayor==2)

{

if(dispf2>=dda)

{

settablenum("TABLA ENVIOS DDA",1,2,dda);

openoutput(rank(model(),6));

}

else

{

settablenum("TABLA ENVIOS DDA",1,2,dda);

openinput(rank(model(),6));

int resta2=dispf2-dda;

settablenum("TABLA ENVIOS DDA",1,1,resta2);

openoutput(rank(model(),5));

}

}

settablenum("tabla valores",1,9,cont);

}

100

Código A.13: “Programación Modelo Específico COLA PROCESADORA”

GRAN COLA PROCESADORA (OnEntry)

/**Custom Code*/

treenode item = parnode(1);

treenode current = ownerobject(c);

int port = parval(2);

// Cierra los puertos dependiendo de donde vengan

int etiquet=getlabelnum(item,"frigorifico");

int ddaf1=gettablenum("TABLA ENVIOS DDA",1,1);

int ddaf2=gettablenum("TABLA ENVIOS DDA",1,2);

int cajitasf1=gettablenum("tabla valores",1,11);

int cajitasf2=gettablenum("tabla valores",2,11);

if (etiquet==1)

{

cajitasf1=cajitasf1+1;

if(cajitasf1==ddaf1)

{

closeoutput(rank(model(),5));

settablenum("tabla valores",1,11,0);

}

else

{

settablenum("tabla valores",1,11,cajitasf1);

}

}

else if (etiquet==2)

{

cajitasf2=cajitasf2+1;

if(cajitasf2==ddaf2)

{

closeoutput(rank(model(),6));

settablenum("tabla valores",2,11,0);

}

else

{

settablenum("tabla valores",2,11,cajitasf2);

}

}

// Guarda todos los datos en tabla global

double conttg=gettablenum("tabla valores",1,12);

conttg=conttg+1;

double frigorif=getlabelnum(item,"frigorifico");

double tient=getlabelnum(item,"t entrada");

double tisal=getlabelnum(item,"t salida");

double talma=getlabelnum(item,"t almacenamiento");

double costtrans=getlabelnum(item,"precio transporte");

double costalma=getlabelnum(item,"precio alm");

double costotot=costtrans+costalma;

setlabelnum(item,"precio total",costotot);

settablenum("TABLA GLOBAL",conttg,1,frigorif);

settablenum("TABLA GLOBAL",conttg,2,tient);

settablenum("TABLA GLOBAL",conttg,3,tisal);

settablenum("TABLA GLOBAL",conttg,4,talma);

settablenum("TABLA GLOBAL",conttg,5,costtrans);

settablenum("TABLA GLOBAL",conttg,6,costalma);

settablenum("TABLA GLOBAL",conttg,7,costotot);

settablenum("tabla valores",1,12,conttg);

101

ANEXO B: TABLAS

Tabla B.1: cálculo hecho con la variable de entrada dos.

Entrada=2 Suma FI FE1 FE2 FE3 (FI+FE1+FE2+FE3) 1 0 0 0 0 0 2 0 0 0 1 1 3 0 0 0 2 2 4 0 0 1 0 1 5 0 0 1 1 2 6 0 0 1 2 3 7 0 0 2 0 2 8 0 0 2 1 3 9 0 0 2 2 4 10 0 1 0 0 1 11 0 1 0 1 2 12 0 1 0 2 3 13 0 1 1 0 2 14 0 1 1 1 3 15 0 1 1 2 4 16 0 1 2 0 3 17 0 1 2 1 4 18 0 1 2 2 5 19 0 2 0 0 2 20 0 2 0 1 3 21 0 2 0 2 4 22 0 2 1 0 3 23 0 2 1 1 4 24 0 2 1 2 5 25 0 2 2 0 4 26 0 2 2 1 5 27 0 2 2 2 6 28 1 0 0 0 1 29 1 0 0 1 2 30 1 0 0 2 3 31 1 0 1 0 2 32 1 0 1 1 3 33 1 0 1 2 4 34 1 0 2 0 3 35 1 0 2 1 4

102

36 1 0 2 2 5 37 1 1 0 0 2 38 1 1 0 1 3 39 1 1 0 2 4 40 1 1 1 0 3 41 1 1 1 1 4 42 1 1 1 2 5 43 1 1 2 0 4 44 1 1 2 1 5 45 1 1 2 2 6 46 1 2 0 0 3 47 1 2 0 1 4 48 1 2 0 2 5 49 1 2 1 0 4 50 1 2 1 1 5 51 1 2 1 2 6 52 1 2 2 0 5 53 1 2 2 1 6 54 1 2 2 2 7 55 2 0 0 0 2 56 2 0 0 1 3 57 2 0 0 2 4 58 2 0 1 0 3 59 2 0 1 1 4 60 2 0 1 2 5 61 2 0 2 0 4 62 2 0 2 1 5 63 2 0 2 2 6 64 2 1 0 0 3 65 2 1 0 1 4 66 2 1 0 2 5 67 2 1 1 0 4 68 2 1 1 1 5 69 2 1 1 2 6 70 2 1 2 0 5 71 2 1 2 1 6 72 2 1 2 2 7 73 2 2 0 0 4 74 2 2 0 1 5 75 2 2 0 2 6 76 2 2 1 0 5

103

77 2 2 1 1 6 78 2 2 1 2 7 79 2 2 2 0 6 80 2 2 2 1 7 81 2 2 2 2 8

Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla B.2: TABLA GLOBAL con datos procesados al final de la modelación Escenario 1.

Frig. t.ent t.sal t.alm C.Tr C.A C.T n°

entidad

1 152 4530 4378 50 113,83 163,83 17

1 153 4531 4378 50 113,83 163,83 18

1 212 4590 4378 50 113,83 163,83 23

1 163 4540 4377 50 113,80 163,80 20

1 162 4532 4370 50 113,62 163,62 19

1 142 4510 4368 50 113,57 163,57 16

1 232 4591 4359 50 113,33 163,33 24

1 242 4592 4350 50 113,10 163,10 25

1 192 4541 4349 50 113,07 163,07 21

1 202 4542 4340 50 112,84 162,84 22

1 132 4470 4338 50 112,79 162,79 15

1 123 4460 4337 50 112,76 162,76 14

1 74 4390 4316 50 112,22 162,22 9

1 82 4391 4309 50 112,03 162,03 10

1 73 4380 4307 50 111,98 161,98 8

1 62 4360 4298 50 111,75 161,75 5

1 63 4361 4298 50 111,75 161,75 6

1 72 4362 4290 50 111,54 161,54 7

1 22 4310 4288 50 111,49 161,49 1

1 33 4320 4287 50 111,46 161,46 3

1 112 4392 4280 50 111,28 161,28 11

1 113 4393 4280 50 111,28 161,28 12

1 32 4311 4279 50 111,25 161,25 2

1 122 4394 4272 50 111,07 161,07 13

1 52 4321 4269 50 110,99 160,99 4

2 2833 4250 1417 1134 61,40 1.195,40 397

2 2842 4251 1409 1134 61,06 1.195,06 398

2 2832 4220 1388 1134 60,15 1.194,15 396

2 2942 4300 1358 1134 58,85 1.192,85 399

2 2952 4301 1349 1134 58,46 1.192,46 400

2 2762 4110 1348 1134 58,41 1.192,41 387

104

2 2763 4111 1348 1134 58,41 1.192,41 388

2 2802 4150 1348 1134 58,41 1.192,41 390

2 2803 4151 1348 1134 58,41 1.192,41 391

2 2812 4160 1348 1134 58,41 1.192,41 392

2 2813 4161 1348 1134 58,41 1.192,41 393

2 2822 4170 1348 1134 58,41 1.192,41 394

2 2823 4171 1348 1134 58,41 1.192,41 395

2 2754 4100 1346 1134 58,33 1.192,33 386

2 2772 4112 1340 1134 58,07 1.192,07 389

2 2752 4090 1338 1134 57,98 1.191,98 384

2 2753 4091 1338 1134 57,98 1.191,98 385

2 2704 4040 1336 1134 57,89 1.191,89 377

2 2622 3940 1318 1134 57,11 1.191,11 360

2 2623 3941 1318 1134 57,11 1.191,11 361

2 2624 3942 1318 1134 57,11 1.191,11 362

2 2744 4060 1316 1134 57,03 1.191,03 383

2 2732 4041 1309 1134 56,72 1.190,72 378

2 2733 4042 1309 1134 56,72 1.190,72 379

2 2734 4043 1309 1134 56,72 1.190,72 380

2 2742 4050 1308 1134 56,68 1.190,68 381

2 2743 4051 1308 1134 56,68 1.190,68 382

2 2662 3943 1281 1134 55,51 1.189,51 363

2 2663 3944 1281 1134 55,51 1.189,51 364

2 2664 3945 1281 1134 55,51 1.189,51 365

2 2682 3960 1278 1134 55,38 1.189,38 369

2 2683 3961 1278 1134 55,38 1.189,38 370

2 2684 3962 1278 1134 55,38 1.189,38 371

2 2694 3970 1276 1134 55,29 1.189,29 374

2 2672 3946 1274 1134 55,21 1.189,21 366

2 2673 3947 1274 1134 55,21 1.189,21 367

2 2674 3948 1274 1134 55,21 1.189,21 368

2 2692 3963 1271 1134 55,08 1.189,08 372

2 2693 3964 1271 1134 55,08 1.189,08 373

2 2702 3971 1269 1134 54,99 1.188,99 375

2 2703 3972 1269 1134 54,99 1.188,99 376

2 2564 3820 1256 1134 54,43 1.188,43 351

2 2614 3870 1256 1134 54,43 1.188,43 359

2 2612 3860 1248 1134 54,08 1.188,08 357

2 2613 3861 1248 1134 54,08 1.188,08 358

2 2594 3830 1236 1134 53,56 1.187,56 354

2 2592 3821 1229 1134 53,26 1.187,26 352

105

2 2593 3822 1229 1134 53,26 1.187,26 353

2 2602 3831 1229 1134 53,26 1.187,26 355

2 2603 3832 1229 1134 53,26 1.187,26 356

2 2553 3780 1227 1134 53,17 1.187,17 347

2 2554 3781 1227 1134 53,17 1.187,17 348

2 2563 3790 1227 1134 53,17 1.187,17 350

2 2562 3782 1220 1134 52,87 1.186,87 349

2 2552 3770 1218 1134 52,78 1.186,78 346

2 2544 3720 1176 1134 50,96 1.184,96 345

2 2532 3680 1148 1134 49,75 1.183,75 340

2 2533 3681 1148 1134 49,75 1.183,75 341

2 2534 3682 1148 1134 49,75 1.183,75 342

2 2542 3690 1148 1134 49,75 1.183,75 343

2 2543 3691 1148 1134 49,75 1.183,75 344

2 2493 3640 1147 1134 49,70 1.183,70 335

2 2494 3641 1147 1134 49,70 1.183,70 336

2 2492 3630 1138 1134 49,31 1.183,31 334

2 2484 3620 1136 1134 49,23 1.183,23 333

2 2482 3610 1128 1134 48,88 1.182,88 331

2 2483 3611 1128 1134 48,88 1.182,88 332

2 2522 3642 1120 1134 48,53 1.182,53 337

2 2523 3643 1120 1134 48,53 1.182,53 338

2 2524 3644 1120 1134 48,53 1.182,53 339

2 2463 3560 1097 1134 47,54 1.181,54 326

2 2464 3561 1097 1134 47,54 1.181,54 327

2 2474 3570 1096 1134 47,49 1.181,49 330

2 2472 3562 1090 1134 47,23 1.181,23 328

2 2473 3563 1090 1134 47,23 1.181,23 329

2 2452 3540 1088 1134 47,15 1.181,15 322

2 2453 3541 1088 1134 47,15 1.181,15 323

2 2454 3542 1088 1134 47,15 1.181,15 324

2 2462 3550 1088 1134 47,15 1.181,15 325

2 2422 3470 1048 1134 45,41 1.179,41 319

2 2423 3471 1048 1134 45,41 1.179,41 320

2 2424 3472 1048 1134 45,41 1.179,41 321

2 2404 3400 996 1134 43,16 1.177,16 315

2 2414 3410 996 1134 43,16 1.177,16 318

2 2412 3401 989 1134 42,86 1.176,86 316

2 2413 3402 989 1134 42,86 1.176,86 317

2 2344 3330 986 1134 42,73 1.176,73 303

2 2384 3370 986 1134 42,73 1.176,73 309

106

2 2352 3331 979 1134 42,42 1.176,42 304

2 2353 3332 979 1134 42,42 1.176,42 305

2 2354 3333 979 1134 42,42 1.176,42 306

2 2392 3371 979 1134 42,42 1.176,42 310

2 2393 3372 979 1134 42,42 1.176,42 311

2 2394 3373 979 1134 42,42 1.176,42 312

2 2383 3360 977 1134 42,34 1.176,34 308

2 2402 3374 972 1134 42,12 1.176,12 313

2 2403 3375 972 1134 42,12 1.176,12 314

2 2382 3350 968 1134 41,95 1.175,95 307

2 2342 3290 948 1134 41,08 1.175,08 301

2 2343 3291 948 1134 41,08 1.175,08 302

2 2333 3280 947 1134 41,04 1.175,04 300

2 2323 3260 937 1134 40,60 1.174,60 297

2 2324 3261 937 1134 40,60 1.174,60 298

2 2332 3262 930 1134 40,30 1.174,30 299

2 2264 3190 926 1134 40,13 1.174,13 286

2 2272 3191 919 1134 39,82 1.173,82 287

2 2273 3192 919 1134 39,82 1.173,82 288

2 2274 3193 919 1134 39,82 1.173,82 289

2 2283 3200 917 1134 39,74 1.173,74 291

2 2284 3201 917 1134 39,74 1.173,74 292

2 2282 3194 912 1134 39,52 1.173,52 290

2 2313 3220 907 1134 39,30 1.173,30 294

2 2314 3221 907 1134 39,30 1.173,30 295

2 2322 3222 900 1134 39,00 1.173,00 296

2 592 1490 898 1134 38,91 1.172,91 57

2 593 1491 898 1134 38,91 1.172,91 58

2 602 1492 890 1134 38,57 1.172,57 59

2 2312 3202 890 1134 38,57 1.172,57 293

2 732 1620 888 1134 38,48 1.172,48 73

2 612 1493 881 1134 38,18 1.172,18 60

2 742 1621 879 1134 38,09 1.172,09 74

2 743 1622 879 1134 38,09 1.172,09 75

2 752 1623 871 1134 37,74 1.171,74 76

2 562 1430 868 1134 37,61 1.171,61 54

2 632 1500 868 1134 37,61 1.171,61 61

2 763 1630 867 1134 37,57 1.171,57 78

2 2254 3120 866 1134 37,53 1.171,53 283

2 762 1624 862 1134 37,35 1.171,35 77

2 572 1431 859 1134 37,22 1.171,22 55

107

2 642 1501 859 1134 37,22 1.171,22 62

2 772 1631 859 1134 37,22 1.171,22 79

2 2262 3121 859 1134 37,22 1.171,22 284

2 2263 3122 859 1134 37,22 1.171,22 285

2 422 1280 858 1134 37,18 1.171,18 41

2 682 1540 858 1134 37,18 1.171,18 66

2 692 1550 858 1134 37,18 1.171,18 67

2 693 1551 858 1134 37,18 1.171,18 68

2 712 1570 858 1134 37,18 1.171,18 70

2 713 1571 858 1134 37,18 1.171,18 71

2 582 1432 850 1134 36,83 1.170,83 56

2 702 1552 850 1134 36,83 1.170,83 69

2 722 1572 850 1134 36,83 1.170,83 72

2 782 1632 850 1134 36,83 1.170,83 80

2 492 1340 848 1134 36,75 1.170,75 47

2 502 1350 848 1134 36,75 1.170,75 48

2 662 1502 840 1134 36,40 1.170,40 63

2 442 1281 839 1134 36,36 1.170,36 42

2 512 1351 839 1134 36,36 1.170,36 49

2 802 1640 838 1134 36,31 1.170,31 81

2 842 1680 838 1134 36,31 1.170,31 84

2 852 1690 838 1134 36,31 1.170,31 85

2 1823 2660 837 1134 36,27 1.170,27 219

2 1824 2661 837 1134 36,27 1.170,27 220

2 1764 2600 836 1134 36,23 1.170,23 205

2 1765 2601 836 1134 36,23 1.170,23 206

2 672 1503 831 1134 36,01 1.170,01 64

2 673 1504 831 1134 36,01 1.170,01 65

2 452 1282 830 1134 35,97 1.169,97 43

2 522 1352 830 1134 35,97 1.169,97 50

2 1772 2602 830 1134 35,97 1.169,97 207

2 1773 2603 830 1134 35,97 1.169,97 208

2 1774 2604 830 1134 35,97 1.169,97 209

2 1775 2605 830 1134 35,97 1.169,97 210

2 1832 2662 830 1134 35,97 1.169,97 221

2 812 1641 829 1134 35,92 1.169,92 82

2 862 1691 829 1134 35,92 1.169,92 86

2 532 1360 828 1134 35,88 1.169,88 51

2 1783 2610 827 1134 35,84 1.169,84 212

2 1784 2611 827 1134 35,84 1.169,84 213

2 1782 2606 824 1134 35,71 1.169,71 211

108

2 822 1642 820 1134 35,53 1.169,53 83

2 872 1692 820 1134 35,53 1.169,53 87

2 1792 2612 820 1134 35,53 1.169,53 214

2 1793 2613 820 1134 35,53 1.169,53 215

2 1794 2614 820 1134 35,53 1.169,53 216

2 1795 2615 820 1134 35,53 1.169,53 217

2 542 1361 819 1134 35,49 1.169,49 52

2 1722 2540 818 1134 35,45 1.169,45 197

2 1723 2541 818 1134 35,45 1.169,45 198

2 1724 2542 818 1134 35,45 1.169,45 199

2 483 1300 817 1134 35,40 1.169,40 46

2 2244 3060 816 1134 35,36 1.169,36 280

2 472 1283 811 1134 35,14 1.169,14 44

2 882 1693 811 1134 35,14 1.169,14 88

2 552 1362 810 1134 35,10 1.169,10 53

2 2252 3061 809 1134 35,06 1.169,06 281

2 2253 3062 809 1134 35,06 1.169,06 282

2 1714 2520 806 1134 34,93 1.168,93 196

2 2214 3020 806 1134 34,93 1.168,93 277

2 482 1284 802 1134 34,75 1.168,75 45

2 892 1694 802 1134 34,75 1.168,75 89

2 902 1700 798 1134 34,58 1.168,58 90

2 2213 3010 797 1134 34,54 1.168,54 276

2 1754 2550 796 1134 34,49 1.168,49 202

2 1822 2616 794 1134 34,41 1.168,41 218

2 1752 2543 791 1134 34,28 1.168,28 200

2 1753 2544 791 1134 34,28 1.168,28 201

2 1762 2551 789 1134 34,19 1.168,19 203

2 1763 2552 789 1134 34,19 1.168,19 204

2 2212 3000 788 1134 34,15 1.168,15 275

2 2242 3021 779 1134 33,76 1.167,76 278

2 2243 3022 779 1134 33,76 1.167,76 279

2 2043 2820 777 1134 33,67 1.167,67 243

2 2044 2821 777 1134 33,67 1.167,67 244

2 2063 2840 777 1134 33,67 1.167,67 248

2 1684 2460 776 1134 33,63 1.167,63 187

2 2052 2822 770 1134 33,37 1.167,37 245

2 2053 2823 770 1134 33,37 1.167,37 246

2 1692 2461 769 1134 33,32 1.167,32 188

2 1693 2462 769 1134 33,32 1.167,32 189

2 1694 2463 769 1134 33,32 1.167,32 190

109

2 2072 2841 769 1134 33,32 1.167,32 249

2 2073 2842 769 1134 33,32 1.167,32 250

2 1982 2750 768 1134 33,28 1.167,28 234

2 1983 2751 768 1134 33,28 1.167,28 235

2 1683 2450 767 1134 33,24 1.167,24 186

2 1704 2470 766 1134 33,19 1.167,19 193

2 1702 2464 762 1134 33,02 1.167,02 191

2 1703 2465 762 1134 33,02 1.167,02 192

2 2062 2824 762 1134 33,02 1.167,02 247

2 1902 2663 761 1134 32,98 1.166,98 222

2 1903 2664 761 1134 32,98 1.166,98 223

2 2082 2843 761 1134 32,98 1.166,98 251

2 2083 2844 761 1134 32,98 1.166,98 252

2 1992 2752 760 1134 32,93 1.166,93 236

2 1993 2753 760 1134 32,93 1.166,93 237

2 1712 2471 759 1134 32,89 1.166,89 194

2 1713 2472 759 1134 32,89 1.166,89 195

2 992 1750 758 1134 32,85 1.166,85 95

2 1912 2670 758 1134 32,85 1.166,85 224

2 1913 2671 758 1134 32,85 1.166,85 225

2 1922 2680 758 1134 32,85 1.166,85 226

2 1923 2681 758 1134 32,85 1.166,85 227

2 2003 2760 757 1134 32,80 1.166,80 239

2 2184 2940 756 1134 32,76 1.166,76 268

2 2002 2754 752 1134 32,59 1.166,59 238

2 1932 2682 750 1134 32,50 1.166,50 228

2 1933 2683 750 1134 32,50 1.166,50 229

2 952 1701 749 1134 32,46 1.166,46 91

2 2192 2941 749 1134 32,46 1.166,46 269

2 2193 2942 749 1134 32,46 1.166,46 270

2 2194 2943 749 1134 32,46 1.166,46 271

2 962 1710 748 1134 32,41 1.166,41 92

2 2202 2950 748 1134 32,41 1.166,41 272

2 2203 2951 748 1134 32,41 1.166,41 273

2 2204 2952 748 1134 32,41 1.166,41 274

2 2102 2845 743 1134 32,20 1.166,20 253

2 2103 2846 743 1134 32,20 1.166,20 254

2 2104 2847 743 1134 32,20 1.166,20 255

2 2105 2848 743 1134 32,20 1.166,20 256

2 972 1711 739 1134 32,02 1.166,02 93

2 1023 1760 737 1134 31,94 1.165,94 97

110

2 2112 2849 737 1134 31,94 1.165,94 257

2 2113 2850 737 1134 31,94 1.165,94 258

2 2114 2851 737 1134 31,94 1.165,94 259

2 2173 2910 737 1134 31,94 1.165,94 264

2 2174 2911 737 1134 31,94 1.165,94 265

2 2183 2920 737 1134 31,94 1.165,94 267

2 982 1712 730 1134 31,63 1.165,63 94

2 2122 2852 730 1134 31,63 1.165,63 260

2 2123 2853 730 1134 31,63 1.165,63 261

2 2124 2854 730 1134 31,63 1.165,63 262

2 2182 2912 730 1134 31,63 1.165,63 266

2 1022 1751 729 1134 31,59 1.165,59 96

2 1032 1761 729 1134 31,59 1.165,59 98

2 1033 1762 729 1134 31,59 1.165,59 99

2 2032 2761 729 1134 31,59 1.165,59 240

2 2033 2762 729 1134 31,59 1.165,59 241

2 1643 2370 727 1134 31,50 1.165,50 180

2 1644 2371 727 1134 31,50 1.165,50 181

2 1963 2690 727 1134 31,50 1.165,50 231

2 1962 2684 722 1134 31,29 1.165,29 230

2 1042 1763 721 1134 31,24 1.165,24 100

2 2042 2763 721 1134 31,24 1.165,24 242

2 1652 2372 720 1134 31,20 1.165,20 182

2 1653 2373 720 1134 31,20 1.165,20 183

2 1654 2374 720 1134 31,20 1.165,20 184

2 1972 2691 719 1134 31,16 1.165,16 232

2 1973 2692 719 1134 31,16 1.165,16 233

2 1182 1900 718 1134 31,11 1.165,11 111

2 1183 1901 718 1134 31,11 1.165,11 112

2 1642 2360 718 1134 31,11 1.165,11 179

2 1052 1764 712 1134 30,85 1.164,85 101

2 1192 1902 710 1134 30,77 1.164,77 113

2 1102 1810 708 1134 30,68 1.164,68 104

2 1062 1765 703 1134 30,46 1.164,46 102

2 1063 1766 703 1134 30,46 1.164,46 103

2 1202 1903 701 1134 30,38 1.164,38 114

2 1203 1904 701 1134 30,38 1.164,38 115

2 1112 1811 699 1134 30,29 1.164,29 105

2 1624 2320 696 1134 30,16 1.164,16 175

2 1634 2330 696 1134 30,16 1.164,16 178

2 1682 2375 693 1134 30,03 1.164,03 185

111

2 1122 1812 690 1134 29,90 1.163,90 106

2 1632 2321 689 1134 29,86 1.163,86 176

2 1633 2322 689 1134 29,86 1.163,86 177

2 2172 2855 683 1134 29,60 1.163,60 263

2 1132 1813 681 1134 29,51 1.163,51 107

2 1142 1814 672 1134 29,12 1.163,12 108

2 1372 2040 668 1134 28,95 1.162,95 132

2 1373 2041 668 1134 28,95 1.162,95 133

2 1364 2030 666 1134 28,86 1.162,86 131

2 1584 2240 656 1134 28,43 1.162,43 169

2 1162 1815 653 1134 28,30 1.162,30 109

2 1262 1910 648 1134 28,08 1.162,08 116

2 1263 1911 648 1134 28,08 1.162,08 117

2 1172 1816 644 1134 27,91 1.161,91 110

2 1272 1912 640 1134 27,73 1.161,73 118

2 1273 1913 640 1134 27,73 1.161,73 119

2 1614 2250 636 1134 27,56 1.161,56 172

2 1282 1914 632 1134 27,39 1.161,39 120

2 1412 2042 630 1134 27,30 1.161,30 134

2 1413 2043 630 1134 27,30 1.161,30 135

2 1612 2241 629 1134 27,26 1.161,26 170

2 1613 2242 629 1134 27,26 1.161,26 171

2 1622 2251 629 1134 27,26 1.161,26 173

2 1623 2252 629 1134 27,26 1.161,26 174

2 1292 1920 628 1134 27,21 1.161,21 121

2 1293 1921 628 1134 27,21 1.161,21 122

2 1563 2190 627 1134 27,17 1.161,17 161

2 1564 2191 627 1134 27,17 1.161,17 162

2 1573 2200 627 1134 27,17 1.161,17 164

2 1574 2201 627 1134 27,17 1.161,17 165

2 1575 2202 627 1134 27,17 1.161,17 166

2 1582 2203 621 1134 26,91 1.160,91 167

2 1583 2204 621 1134 26,91 1.160,91 168

2 1302 1922 620 1134 26,87 1.160,87 123

2 1303 1923 620 1134 26,87 1.160,87 124

2 1572 2192 620 1134 26,87 1.160,87 163

2 1363 1980 617 1134 26,74 1.160,74 130

2 1493 2110 617 1134 26,74 1.160,74 149

2 1432 2044 612 1134 26,52 1.160,52 136

2 1433 2045 612 1134 26,52 1.160,52 137

2 1502 2111 609 1134 26,39 1.160,39 150

112

2 1503 2112 609 1134 26,39 1.160,39 151

2 1362 1970 608 1134 26,35 1.160,35 129

2 1443 2050 607 1134 26,30 1.160,30 139

2 1513 2120 607 1134 26,30 1.160,30 153

2 1514 2121 607 1134 26,30 1.160,30 154

2 1442 2046 604 1134 26,17 1.160,17 138

2 1512 2113 601 1134 26,04 1.160,04 152

2 1452 2051 599 1134 25,96 1.159,96 140

2 1453 2052 599 1134 25,96 1.159,96 141

2 1454 2053 599 1134 25,96 1.159,96 142

2 1553 2150 597 1134 25,87 1.159,87 158

2 1554 2151 597 1134 25,87 1.159,87 159

2 1332 1924 592 1134 25,65 1.159,65 125

2 1562 2152 590 1134 25,57 1.159,57 160

2 1342 1930 588 1134 25,48 1.159,48 126

2 1473 2060 587 1134 25,44 1.159,44 144

2 1474 2061 587 1134 25,44 1.159,44 145

2 1472 2054 582 1134 25,22 1.159,22 143

2 1482 2062 580 1134 25,13 1.159,13 146

2 1483 2063 580 1134 25,13 1.159,13 147

2 1542 2122 580 1134 25,13 1.159,13 155

2 1543 2123 580 1134 25,13 1.159,13 156

2 1352 1931 579 1134 25,09 1.159,09 127

2 1353 1932 579 1134 25,09 1.159,09 128

2 1492 2064 572 1134 24,79 1.158,79 148

2 1552 2124 572 1134 24,79 1.158,79 157 Fuente: Elaboración propia en Microsoft Office Excel 2007

Tabla B.3: TABLA GLOBAL con los datos procesados al final de la modelación Escenario 2

Frig. t.ent t.sal t.alm C. Tr. C. A C.T n°

entidad

1 22 1280 1258 50 32,708 82,708 1

1 32 1281 1249 50 32,474 82,474 2

1 33 1282 1249 50 32,474 82,474 3

1 52 1283 1231 50 32,006 82,006 4

1 62 1284 1222 50 31,772 81,772 5

1 63 1300 1237 50 32,162 82,162 6

1 72 1340 1268 50 32,968 82,968 7

1 73 1350 1277 50 33,202 83,202 8

1 74 1351 1277 50 33,202 83,202 9

1 82 1352 1270 50 33,02 83,02 10

1 112 1360 1248 50 32,448 82,448 11

113

1 113 1361 1248 50 32,448 82,448 12

1 122 1362 1240 50 32,24 82,24 13

1 123 1430 1307 50 33,982 83,982 14

1 132 1431 1299 50 33,774 83,774 15

1 142 1432 1290 50 33,54 83,54 16

1 152 1490 1338 50 34,788 84,788 17

1 153 1491 1338 50 34,788 84,788 18

1 162 1492 1330 50 34,58 84,58 19

1 163 1493 1330 50 34,58 84,58 20

1 192 1500 1308 50 34,008 84,008 21

1 202 1501 1299 50 33,774 83,774 22

1 212 1502 1290 50 33,54 83,54 23

1 232 1503 1271 50 33,046 83,046 24

1 242 1504 1262 50 32,812 82,812 25

1 262 1540 1278 50 33,228 83,228 26

1 263 1550 1287 50 33,462 83,462 27

1 272 1551 1279 50 33,254 83,254 28

1 282 1552 1270 50 33,02 83,02 29

1 283 1570 1287 50 33,462 83,462 30

1 312 1571 1259 50 32,734 82,734 31

1 332 1572 1240 50 32,24 82,24 32

1 352 1620 1268 50 32,968 82,968 33

1 362 1621 1259 50 32,734 82,734 34

1 372 1622 1250 50 32,5 82,5 35

1 382 1623 1241 50 32,266 82,266 36

1 383 1624 1241 50 32,266 82,266 37

1 392 1630 1238 50 32,188 82,188 38

1 402 1631 1229 50 31,954 81,954 39

1 412 1632 1220 50 31,72 81,72 40

1 422 1640 1218 50 31,668 81,668 41

1 442 1641 1199 50 31,174 81,174 42

1 452 1642 1190 50 30,94 80,94 43

1 472 1680 1208 50 31,408 81,408 44

1 482 1690 1208 50 31,408 81,408 45

1 483 1691 1208 50 31,408 81,408 46

1 492 1692 1200 50 31,2 81,2 47

1 502 1693 1191 50 30,966 80,966 48

1 512 1694 1182 50 30,732 80,732 49

1 522 1700 1178 50 30,628 80,628 50

1 532 1701 1169 50 30,394 80,394 51

1 542 1710 1168 50 30,368 80,368 52

114

1 552 1711 1159 50 30,134 80,134 53

1 562 1712 1150 50 29,9 79,9 54

1 572 1750 1178 50 30,628 80,628 55

1 582 1751 1169 50 30,394 80,394 56

1 592 1760 1168 50 30,368 80,368 57

1 593 1761 1168 50 30,368 80,368 58

1 602 1762 1160 50 30,16 80,16 59

1 612 1763 1151 50 29,926 79,926 60

1 632 1764 1132 50 29,432 79,432 61

1 642 1765 1123 50 29,198 79,198 62

1 662 1766 1104 50 28,704 78,704 63

1 672 1810 1138 50 29,588 79,588 64

1 673 1811 1138 50 29,588 79,588 65

1 682 1812 1130 50 29,38 79,38 66

1 692 1813 1121 50 29,146 79,146 67

1 693 1814 1121 50 29,146 79,146 68

1 702 1815 1113 50 28,938 78,938 69

1 712 1816 1104 50 28,704 78,704 70

1 713 1900 1187 50 30,862 80,862 71

1 722 1901 1179 50 30,654 80,654 72

1 732 1902 1170 50 30,42 80,42 73

1 742 1903 1161 50 30,186 80,186 74

1 743 1904 1161 50 30,186 80,186 75

1 752 1910 1158 50 30,108 80,108 76

1 762 1911 1149 50 29,874 79,874 77

1 763 1912 1149 50 29,874 79,874 78

1 772 1913 1141 50 29,666 79,666 79

1 782 1914 1132 50 29,432 79,432 80

1 802 1920 1118 50 29,068 79,068 81

1 812 1921 1109 50 28,834 78,834 82

1 822 1922 1100 50 28,6 78,6 83

1 842 1923 1081 50 28,106 78,106 84

1 852 1924 1072 50 27,872 77,872 85

1 862 1930 1068 50 27,768 77,768 86

1 872 1931 1059 50 27,534 77,534 87

1 882 1932 1050 50 27,3 77,3 88

1 892 1970 1078 50 28,028 78,028 89

1 902 1980 1078 50 28,028 78,028 90

1 952 2030 1078 50 28,028 78,028 91

1 962 2040 1078 50 28,028 78,028 92

1 972 2041 1069 50 27,794 77,794 93

115

1 982 2042 1060 50 27,56 77,56 94

1 992 2043 1051 50 27,326 77,326 95

1 1022 2044 1022 50 26,572 76,572 96

1 1023 2045 1022 50 26,572 76,572 97

1 1032 2046 1014 50 26,364 76,364 98

1 1033 2050 1017 50 26,442 76,442 99

1 1042 2051 1009 50 26,234 76,234 100

1 1052 2052 1000 50 26 76 101

1 1062 2053 991 50 25,766 75,766 102

1 1063 2054 991 50 25,766 75,766 103

1 1102 2060 958 50 24,908 74,908 104

1 1112 2061 949 50 24,674 74,674 105

1 1122 2062 940 50 24,44 74,44 106

1 1132 2063 931 50 24,206 74,206 107

1 1142 2064 922 50 23,972 73,972 108

1 1162 2110 948 50 24,648 74,648 109

1 1172 2111 939 50 24,414 74,414 110

1 1182 2112 930 50 24,18 74,18 111

1 1183 2113 930 50 24,18 74,18 112

1 1192 2120 928 50 24,128 74,128 113

1 1202 2121 919 50 23,894 73,894 114

1 1203 2122 919 50 23,894 73,894 115

1 1262 2123 861 50 22,386 72,386 116

1 1263 2124 861 50 22,386 72,386 117

1 1272 2150 878 50 22,828 72,828 118

1 1273 2151 878 50 22,828 72,828 119

1 1282 2152 870 50 22,62 72,62 120

1 1292 2190 898 50 23,348 73,348 121

1 1293 2191 898 50 23,348 73,348 122

1 1302 2192 890 50 23,14 73,14 123

1 1303 2200 897 50 23,322 73,322 124

1 1332 2201 869 50 22,594 72,594 125

1 1342 2202 860 50 22,36 72,36 126

1 1352 2203 851 50 22,126 72,126 127

1 1353 2204 851 50 22,126 72,126 128

1 1362 2240 878 50 22,828 72,828 129

1 1363 2241 878 50 22,828 72,828 130

1 1364 2242 878 50 22,828 72,828 131

1 1372 2250 878 50 22,828 72,828 132

1 1373 2251 878 50 22,828 72,828 133

1 1412 2252 840 50 21,84 71,84 134

116

1 1413 2320 907 50 23,582 73,582 135

1 1432 2321 889 50 23,114 73,114 136

1 1433 2322 889 50 23,114 73,114 137

1 1442 2330 888 50 23,088 73,088 138

1 1443 2360 917 50 23,842 73,842 139

1 1452 2370 918 50 23,868 73,868 140

1 1453 2371 918 50 23,868 73,868 141

1 1454 2372 918 50 23,868 73,868 142

1 1472 2373 901 50 23,426 73,426 143

1 1473 2374 901 50 23,426 73,426 144

1 1474 2375 901 50 23,426 73,426 145

1 1482 2450 968 50 25,168 75,168 146

1 1483 2460 977 50 25,402 75,402 147

1 1492 2461 969 50 25,194 75,194 148

1 1493 2462 969 50 25,194 75,194 149

1 1502 2463 961 50 24,986 74,986 150

1 1503 2464 961 50 24,986 74,986 151

1 1512 2465 953 50 24,778 74,778 152

1 1513 2470 957 50 24,882 74,882 153

1 1514 2471 957 50 24,882 74,882 154

1 1542 2472 930 50 24,18 74,18 155

1 1543 2520 977 50 25,402 75,402 156

1 1552 2540 988 50 25,688 75,688 157

1 1553 2541 988 50 25,688 75,688 158

1 1554 2542 988 50 25,688 75,688 159

1 1562 2543 981 50 25,506 75,506 160

1 1563 2544 981 50 25,506 75,506 161

1 1564 2550 986 50 25,636 75,636 162

1 1572 2551 979 50 25,454 75,454 163

1 1573 2552 979 50 25,454 75,454 164

1 1574 2600 1026 50 26,676 76,676 165

1 1575 2601 1026 50 26,676 76,676 166

1 1582 2602 1020 50 26,52 76,52 167

1 1583 2603 1020 50 26,52 76,52 168

1 1584 2604 1020 50 26,52 76,52 169

1 1612 2605 993 50 25,818 75,818 170

1 1613 2606 993 50 25,818 75,818 171

1 1614 2610 996 50 25,896 75,896 172

1 1622 2611 989 50 25,714 75,714 173

1 1623 2612 989 50 25,714 75,714 174

1 1624 2613 989 50 25,714 75,714 175

117

1 1632 2614 982 50 25,532 75,532 176

1 1633 2615 982 50 25,532 75,532 177

1 1634 2616 982 50 25,532 75,532 178

1 1642 2660 1018 50 26,468 76,468 179

1 1643 2661 1018 50 26,468 76,468 180

1 1644 2662 1018 50 26,468 76,468 181

1 1652 2663 1011 50 26,286 76,286 182

1 1653 2664 1011 50 26,286 76,286 183

1 1654 2670 1016 50 26,416 76,416 184

1 1682 2671 989 50 25,714 75,714 185

1 1683 2680 997 50 25,922 75,922 186

1 1684 2681 997 50 25,922 75,922 187

1 1692 2682 990 50 25,74 75,74 188

1 1693 2683 990 50 25,74 75,74 189

1 1694 2684 990 50 25,74 75,74 190

1 1702 2690 988 50 25,688 75,688 191

1 1703 2691 988 50 25,688 75,688 192

1 1704 2692 988 50 25,688 75,688 193

1 1712 2750 1038 50 26,988 76,988 194

1 1713 2751 1038 50 26,988 76,988 195

1 1714 2752 1038 50 26,988 76,988 196

1 1722 2753 1031 50 26,806 76,806 197

1 1723 2754 1031 50 26,806 76,806 198

1 1724 2760 1036 50 26,936 76,936 199

1 1752 2761 1009 50 26,234 76,234 200

1 1753 2762 1009 50 26,234 76,234 201

1 1754 2763 1009 50 26,234 76,234 202

1 1762 2820 1058 50 27,508 77,508 203

1 1763 2821 1058 50 27,508 77,508 204

1 1764 2822 1058 50 27,508 77,508 205

1 1765 2823 1058 50 27,508 77,508 206

1 1772 2824 1052 50 27,352 77,352 207

1 1773 2840 1067 50 27,742 77,742 208

1 1774 2841 1067 50 27,742 77,742 209

1 1775 2842 1067 50 27,742 77,742 210

1 1782 2843 1061 50 27,586 77,586 211

1 1783 2844 1061 50 27,586 77,586 212

1 1784 2845 1061 50 27,586 77,586 213

1 1792 2846 1054 50 27,404 77,404 214

1 1793 2847 1054 50 27,404 77,404 215

1 1794 2848 1054 50 27,404 77,404 216

118

1 1795 2849 1054 50 27,404 77,404 217

1 1822 2850 1028 50 26,728 76,728 218

1 1823 2851 1028 50 26,728 76,728 219

1 1824 2852 1028 50 26,728 76,728 220

1 1832 2853 1021 50 26,546 76,546 221

1 1902 2854 952 50 24,752 74,752 222

1 1903 2855 952 50 24,752 74,752 223

1 1912 2910 998 50 25,948 75,948 224

1 1913 2911 998 50 25,948 75,948 225

1 1922 2912 990 50 25,74 75,74 226

1 1923 2920 997 50 25,922 75,922 227

1 1932 2940 1008 50 26,208 76,208 228

1 1933 2941 1008 50 26,208 76,208 229

1 1962 2942 980 50 25,48 75,48 230

1 1963 2943 980 50 25,48 75,48 231

1 1972 2950 978 50 25,428 75,428 232

1 1973 2951 978 50 25,428 75,428 233

1 1982 2952 970 50 25,22 75,22 234

1 1983 3000 1017 50 26,442 76,442 235

1 1992 3010 1018 50 26,468 76,468 236

1 1993 3020 1027 50 26,702 76,702 237

1 2002 3021 1019 50 26,494 76,494 238

1 2003 3022 1019 50 26,494 76,494 239

1 2032 3060 1028 50 26,728 76,728 240

1 2033 3061 1028 50 26,728 76,728 241

1 2042 3062 1020 50 26,52 76,52 242

1 2043 3120 1077 50 28,002 78,002 243

1 2044 3121 1077 50 28,002 78,002 244

1 2052 3122 1070 50 27,82 77,82 245

1 2053 3190 1137 50 29,562 79,562 246

1 2062 3191 1129 50 29,354 79,354 247

1 2063 3192 1129 50 29,354 79,354 248

1 2072 3193 1121 50 29,146 79,146 249

1 2073 3194 1121 50 29,146 79,146 250

1 2082 3200 1118 50 29,068 79,068 251

1 2083 3201 1118 50 29,068 79,068 252

1 2102 3202 1100 50 28,6 78,6 253

1 2103 3220 1117 50 29,042 79,042 254

1 2104 3221 1117 50 29,042 79,042 255

1 2105 3222 1117 50 29,042 79,042 256

1 2112 3260 1148 50 29,848 79,848 257

119

1 2113 3261 1148 50 29,848 79,848 258

1 2114 3262 1148 50 29,848 79,848 259

1 2122 3280 1158 50 30,108 80,108 260

1 2123 3290 1167 50 30,342 80,342 261

1 2124 3291 1167 50 30,342 80,342 262

1 2172 3330 1158 50 30,108 80,108 263

1 2173 3331 1158 50 30,108 80,108 264

1 2174 3332 1158 50 30,108 80,108 265

1 2182 3333 1151 50 29,926 79,926 266

1 2183 3350 1167 50 30,342 80,342 267

1 2184 3360 1176 50 30,576 80,576 268

1 2192 3370 1178 50 30,628 80,628 269

1 2193 3371 1178 50 30,628 80,628 270

1 2194 3372 1178 50 30,628 80,628 271

1 2202 3373 1171 50 30,446 80,446 272

1 2203 3374 1171 50 30,446 80,446 273

1 2204 3375 1171 50 30,446 80,446 274

1 2212 3400 1188 50 30,888 80,888 275

1 2213 3401 1188 50 30,888 80,888 276

1 2214 3402 1188 50 30,888 80,888 277

1 2242 3410 1168 50 30,368 80,368 278

1 2243 3470 1227 50 31,902 81,902 279

1 2244 3471 1227 50 31,902 81,902 280

1 2252 3472 1220 50 31,72 81,72 281

1 2253 3540 1287 50 33,462 83,462 282

1 2254 3541 1287 50 33,462 83,462 283

1 2262 3542 1280 50 33,28 83,28 284

1 2263 3550 1287 50 33,462 83,462 285

1 2264 3560 1296 50 33,696 83,696 286

1 2272 3561 1289 50 33,514 83,514 287

1 2273 3562 1289 50 33,514 83,514 288

1 2274 3563 1289 50 33,514 83,514 289

1 2282 3570 1288 50 33,488 83,488 290

1 2283 3610 1327 50 34,502 84,502 291

1 2284 3611 1327 50 34,502 84,502 292

1 2312 3620 1308 50 34,008 84,008 293

1 2313 3630 1317 50 34,242 84,242 294

1 2314 3640 1326 50 34,476 84,476 295

1 2322 3641 1319 50 34,294 84,294 296

1 2323 3642 1319 50 34,294 84,294 297

1 2324 3643 1319 50 34,294 84,294 298

120

1 2332 3644 1312 50 34,112 84,112 299

1 2333 3680 1347 50 35,022 85,022 300

1 2342 3681 1339 50 34,814 84,814 301

1 2343 3682 1339 50 34,814 84,814 302

1 2344 3690 1346 50 34,996 84,996 303

1 2352 3691 1339 50 34,814 84,814 304

1 2353 3720 1367 50 35,542 85,542 305

1 2354 3770 1416 50 36,816 86,816 306

1 2382 3780 1398 50 36,348 86,348 307

1 2383 3781 1398 50 36,348 86,348 308

1 2384 3782 1398 50 36,348 86,348 309

1 2392 3790 1398 50 36,348 86,348 310

1 2393 3820 1427 50 37,102 87,102 311

1 2394 3821 1427 50 37,102 87,102 312

1 2402 3822 1420 50 36,92 86,92 313

1 2403 3830 1427 50 37,102 87,102 314

1 2404 3831 1427 50 37,102 87,102 315

1 2412 3832 1420 50 36,92 86,92 316

1 2413 3860 1447 50 37,622 87,622 317

1 2414 3861 1447 50 37,622 87,622 318

1 2422 3870 1448 50 37,648 87,648 319

1 2423 3940 1517 50 39,442 89,442 320

1 2424 3941 1517 50 39,442 89,442 321

1 2452 3942 1490 50 38,74 88,74 322

1 2453 3943 1490 50 38,74 88,74 323

1 2454 3944 1490 50 38,74 88,74 324

1 2462 3945 1483 50 38,558 88,558 325

1 2463 3946 1483 50 38,558 88,558 326

1 2464 3947 1483 50 38,558 88,558 327

1 2472 3948 1476 50 38,376 88,376 328

1 2473 3960 1487 50 38,662 88,662 329

1 2474 3961 1487 50 38,662 88,662 330

1 2482 3962 1480 50 38,48 88,48 331

1 2483 3963 1480 50 38,48 88,48 332

1 2484 3964 1480 50 38,48 88,48 333

1 2492 3970 1478 50 38,428 88,428 334

1 2493 3971 1478 50 38,428 88,428 335

1 2494 3972 1478 50 38,428 88,428 336

1 2522 4040 1518 50 39,468 89,468 337

1 2523 4041 1518 50 39,468 89,468 338

1 2524 4042 1518 50 39,468 89,468 339

121

1 2532 4043 1511 50 39,286 89,286 340

1 2533 4050 1517 50 39,442 89,442 341

1 2534 4051 1517 50 39,442 89,442 342

1 2542 4060 1518 50 39,468 89,468 343

1 2543 4090 1547 50 40,222 90,222 344

1 2544 4091 1547 50 40,222 90,222 345

1 2552 4100 1548 50 40,248 90,248 346

1 2553 4110 1557 50 40,482 90,482 347

1 2554 4111 1557 50 40,482 90,482 348

1 2562 4112 1550 50 40,3 90,3 349

1 2563 4150 1587 50 41,262 91,262 350

1 2564 4151 1587 50 41,262 91,262 351

1 2592 4160 1568 50 40,768 90,768 352

1 2593 4161 1568 50 40,768 90,768 353

1 2594 4170 1576 50 40,976 90,976 354

1 2602 4171 1569 50 40,794 90,794 355

1 2603 4220 1617 50 42,042 92,042 356

1 2612 4250 1638 50 42,588 92,588 357

1 2613 4251 1638 50 42,588 92,588 358

1 2614 4300 1686 50 43,836 93,836 359

1 2622 4301 1679 50 43,654 93,654 360

1 2623 4310 1687 50 43,862 93,862 361

1 2624 4311 1687 50 43,862 93,862 362

1 2662 4320 1658 50 43,108 93,108 363

1 2663 4321 1658 50 43,108 93,108 364

1 2664 4360 1696 50 44,096 94,096 365

1 2672 4361 1689 50 43,914 93,914 366

1 2673 4362 1689 50 43,914 93,914 367

1 2674 4380 1706 50 44,356 94,356 368

1 2682 4390 1708 50 44,408 94,408 369

1 2683 4391 1708 50 44,408 94,408 370

1 2684 4392 1708 50 44,408 94,408 371

1 2692 4393 1701 50 44,226 94,226 372

1 2693 4394 1701 50 44,226 94,226 373

1 2694 4460 1766 50 45,916 95,916 374

1 2702 4470 1768 50 45,968 95,968 375

1 2703 4510 1807 50 46,982 96,982 376

1 2704 4530 1826 50 47,476 97,476 377

1 2732 4531 1799 50 46,774 96,774 378

1 2733 4532 1799 50 46,774 96,774 379

1 2734 4540 1806 50 46,956 96,956 380

122

1 2742 4541 1799 50 46,774 96,774 381

1 2743 4542 1799 50 46,774 96,774 382

1 2744 4590 1846 50 47,996 97,996 383

1 2752 4591 1839 50 47,814 97,814 384

1 2753 4592 1839 50 47,814 97,814 385 Fuente: Elaboración propia en Microsoft Office Excel 2007

123

ANEXO C: MANUAL DE USO MODELO FRIGORIFICOS

Este manual es independiente de cuál de los dos modelos se use para análisis ya que se aplica a los dos por igual. Los pasos son los siguientes:

1. Estime la cantidad de producción diaria en toneladas del intervalo de tiempo que desea estudiar.

2. Pase todos los días de producción a días Julianos.

3. Multiplique cada día Juliano por 10 y ese será su variable de entrada para cada dia de producción, por ejemplo: día Juliano 3 es equivalente a 30 en el modelo.

4. La producción en toneladas, pásela a camionadas, donde cada camionada equivale a 10 toneladas.

5. Una vez que tenga la tabla de producción en camionadas y días Julianos multiplicados por 10, vaya al objeto con nombre “Planta Procesadora”, haga doble click sobre ella y váyase a la pestaña que dice “Source” (la ventana que debe ver es como la de la Figura N° 1. Luego en “Arrival Style” seleccione la opción “Arrival Schedule”. Después en “Number of Arrivals” debe poner el número de llegadas que hay, por ejemplo: si de 360 días (que es su intervalo de tiempo seleccionado), usted produjo durante 250, el número 250 va en ese lugar; luego presione “Refresh Arrivals”. Una vez que presiona “Refresh Arrivals” se le abre una tabla más abajo, donde debe poner en “Arrival Time” cada día Juliano donde trabajó y al lado en “Quantity” la cantidad (recuerde que debe ser en camionadas) que produjo ese dia. Luego presione “Apply” y “OK”.

Figura N°C.1: Ingreso de datos de Producción Fuente: Elaboración propia en Microsoft Office Visio 2007

124

6. Diríjase a la barra de herramientas principal del programa, seleccione “Tools” y luego a “Global Tables” como lo indica la Figura N°2.

Figura N° C.2: Tablas Globales Fuente: Elaboración propia en Microsoft Office Visio 2007

7. Llene la tabla “PRODUCCIÓN” con los mismos datos y de la misma manera que llenó el “Source” llamado “Planta Procesadora”.

8. Estime la demanda diaria que tendrá durante el mismo intervalo que eligió para hacer el estudio, y pase (al igual que con la producción) el tiempo a días Julianos. Luego vaya a las tablas globales (indicadas en el punto 6) y llene la que tiene el nombre “demandas”.

9. Aparte de llenar las tablas globales antes mencionadas, llene también la tabla “precios” y “cap disp”. En la tabla precios, debe llenar éstos de acuerdo a cada frigorífico, donde la primera columna son los costos de almacenamiento, y la segunda de transporte. Lo importante es que el costo de almacenamiento sea expresado en toneladas al mes y el de transporte como el precio del flete de un camión de 10 toneladas por concepto de “ida” (es decir lo que sale ir a dejar 10 toneladas al destino del frigorífico correspondiente). Por último, la tabla “cap.disp” se llena con la capacidad inicial de los frigoríficos al momento de comenzar a producir. Esta capacidad tiene que estar en camionadas.

Figura N° C.3: tablas “precios” y “cap disp”

Fuente: Elaboración propia en Microsoft Office Visio 2007

125

10. En el modelo, seleccione el objeto con nombre “FI” y haga doble click. En la pestaña con nombre “Source” llene la celda que acompaña el nombre “Maximun Content” con la capacidad inicial de ese frigorífico (que es la misma capacidad que puso en la tabla global “cap disp”). Luego repita lo mismo para los demás frigoríficos (FE si trabaja con el modelo de dos frigoríficos y FE1, FE2 Y FE3 si trabaja con el modelo de cuatro frigoríficos).

Figura N° C.4: Ingreso de capacidades máximas por frigorífico. Fuente: Elaboración propia en Microsoft Office Visio 2007

11. Una vez hecho lo anterior, vaya al objeto en el modelo con nombre “Fuente 2” y haga doble click en ella. Luego vaya a la pestaña de nombre “Triggers” y presione sobre el botón “A” que está paralelo a la palabra “OnCreation”, se le abrirá una nueva ventana con código, donde debe cambiar el valor que sale destacado en la Figura N° C.5, por el primer tiempo donde empieza su producción, por ejemplo, si en la tabla producción, su primer dato en día Juliano es 40 (es decir comenzó a producir en el tiempo 40 del Flexsim), ese es el valor que debe cambiar en esta parte del código. Luego apreté “Apply” y “OK”.

Figura N° C.5 Cambio de número en código de “FUENTE 2 I”

Fuente: Elaboración propia en Microsoft Office Visio 2007

126

Figura N° C.6 Cambio de número en código de “FUENTE 2”II.

Fuente: Elaboración propia en Microsoft Office Visio 2007 Ahora puede comenzar a usar el modelo y analizar los datos entregados al final de éste en la “TABLA GLOBAL” que puede exportar a Excel a través del signo en el panel de control.