Escolar Documentos
Profissional Documentos
Cultura Documentos
APLICADAS
FACULTAD DE INGENIERA INDUSTRIAL
Propuesta de aumento de
utilidades a la empresa Rainbow
con el uso de programacin lineal
INVESTIGACIN DE OPERACIONES 1
Integrantes:
Chvez Egusquiza, Isabel Nicold
u201310448
Mego Aranguri, Cristhian Wilfredo
u201313905
Lpez Gonzales, Bryan Eric
u201317441
ahuero Garca, Betty Mercedes
u201312876
Sotomayor Palacios, Eduardo Javier
Profesor:
Alvarado Suarez, Victor
Seccin:
IN56
u201311633
CONTENIDO
1.
Introduccin....................................................................................................................3
1.1.
2.
3.
4.
Objetivos..................................................................................................................4
Descripcin de la Empresa..............................................................................................4
2.1.
Nombre de la empresa..............................................................................................4
2.2.
Tipo de empresa.......................................................................................................5
2.3.
2.5.
Misin.......................................................................................................................5
2.6.
Visin........................................................................................................................5
Desarrollo de la Investigacin.........................................................................................6
3.1.
Pregunta de Investigacin........................................................................................6
3.2.
Objetivos..................................................................................................................6
3.2.1.
Objetivo general................................................................................................6
3.2.2.
Objetivos especficos........................................................................................6
Situacin Problemtica...................................................................................................6
4.1.
Datos importantes.....................................................................................................7
6.
Anlisis Estadstico.......................................................................................................10
5.1.
5.2.
5.3.
Modelo..........................................................................................................................25
6.1.
Variables.................................................................................................................25
6.2.
7.
8.
Metas.............................................................................................................................33
8.1.
Prioridad 1:.............................................................................................................34
Resultado Lingo............................................................................................................35
8.2.
Prioridad 2..............................................................................................................36
Resultado Lingo............................................................................................................36
8.3.
Prioridad 3..............................................................................................................38
1
Prioridad 4..............................................................................................................40
Resultado Lingo............................................................................................................40
9.
Reporte Administrativo.................................................................................................42
1.
1. Introduccin
La industria textil en el
sector
comercial
ha
revolucionado a lo largo de
los ltimos aos debido a la
gran demanda que posee
del pblico. Muy aparte que
es una necesidad el hecho
de poseer vestimenta, es
crucial considerar que la
moda ha influenciado en el
apogeo de esta rama de la
industria dando mayor peso
a la demanda.
Es entonces, que es bueno recordar que la manufactura textil es una
fase de la produccin econmica de los bienes y consiste en la
transformacin de materias primas, en un principio fibra natural lino, camo, algodn, lana, seda-, cuero, etc - en productos textiles
manufacturados, productos elaborados o productos terminados para
su distribucin y consumo- hilaturas, telas, vestido y calzado. Las tareas
fundamentales son el trabajo de limpieza y preparacin de fibras tanto
vegetales como animales, el hilado -Hilandera-, la tejedura -utilizando
el telar- as como la Tintorera y otros acabados.
En el Per, El sector Textil cuenta con una larga tradicin, ha sido
reconocido por la calidad de sus fibras naturales. El contar con algodn
de fibras extra largas ha sido una ventaja que se ha utilizado para
penetrar mercados exigentes y conocedores. As mismo el Per es
considerado uno de los motores del desarrollo y uno de los mayores
generadores de empleo en este campo.
1.1.
para
satisfacer
Objetivos
una
confeccin
empresa
peruana
llamada
de
Rainbow
(Gamarra)
Ate
2. Descripcin de la Empresa
2.1.
Nombre
de la empresa
Confecciones Rainbow
4
2.2.
Tipo de empresa
2.3.
2.4.
Misin
2.5.
Visin
3. Desarrollo de la Investigacin.
3.1.
Pregunta de Investigacin
3.2.
Objetivos
4. Situacin Problemtica
La presente investigacin busca ilustrar cmo se debe maximizar las utilidades en la
empresa Confecciones Rainbow, mediante un modelo de programacin lineal que nos
ayude a lograr dicho objetivo, y mostrar la buena o mala elaboracin de los mecanismos
usados para la maximizacin de utilidades mediante una comparacin de las utilidades
producidas por cada modelo y as ver cmo repercute en el xito o fracaso de la empresa,
sobre todo en la actualidad donde hay tanta competencia, por lo que se hace mucho ms
importante tener planes bien establecidos que sirvan para el crecimiento y desarrollo de la
6
4.1.
Datos importantes
16
estndar
M
TIEMPO DE MANO
OBRA
1h 30m = 90m
2h 30m = 150m
45m
Costo en soles
s/. 1450
s/. 500
s/. 5000
Costo en soles
S/. 500.00
S/. 260.00
S/. 12,240.00
S/. 750.00
Tallas
7
DE
Polos
Pantalon
es
Camisas
S
30
M
32
L
35
70
72
75
40
42
45
Polos
Pantalones
Camisas
DISPONIBLE
S
M
L
S
M
L
S
M
L
rea de cortado
rea de costura
rea de
remallado
1.45
1.7
1.9
2.3
2.33
2.52
1.3
1.56
1.84
8450
2.10
2.15
2.17
3.12
3.15
3.18
2.16
2.18
2.21
11210
0.62
0.7
0.86
0.66
0.73
0.88
0.66
0.75
0.79
3325
rea de
Acabado
rea de
etiquetado y
embolsado
1
1
1
1.15
1.15
1.15
1.1
1.1
1.1
4725
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
2250
Capacidad (unidades)
Planta
La Victoria
1600
1500
1700
Polos
Pantalones
Camisas
Cantidad de
hilos (en m)
Productos
Polos
S
M
3.8
4
Ate
1200
1000
1000
Cantidad de
metros hilos
disponibles por
mes
7400
8
Pantalones
Camisas
L
S
M
L
S
M
L
4.5
9.2
9.33
9.85
4.3
4.56
4.8
17050
8200
Los hilos son comprados en carretes que poseen mil metros (1km) del material enrollado.
Productos
Cantidad de
tela(m)
S
Polos (polister)
M
L
S
Pantalones (polystel) M
L
S
Camisas (Poly pima) M
0.8
0.95
1.05
1
1.15
1.5
0.98
1.12
1.25
Cantidad de
metros de tela
disponible por
mes
1700
2200
2020
5. Anlisis Estadstico
Se realizar un estudio tomando en cuenta los datos de los meses de Noviembre de 2014 a
Abril de 2015. Como ya hemos visto, las restricciones tomadas han sido consideradas en
torno a los productos.
Entonces:
5.1.
ATENUACIN EXPONENCIAL
Para el mes de Noviembre
9
Polos: La Victoria
Ao
2015
2015
2015
2015
2015
2015
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Ventas
1300
1260
1450
1580
1500
1650
Si =0.3
Y
1300
1260
1450
1580
1500
1650
Y'(t)=
1300,00
1288
1336,60
1409,62
1436,734
1500,7138
Y'(t)
1300,00
1300,00
1288,00
1336,60
1409,62
1436,73
Suma Total
Promedio
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
-40,00
162,00
243,40
90,38
213,27
669,05
133,81
CEF
40,00
162,00
243,40
90,38
213,27
749,05
149,81
DAM
1600,00
26244,00
59243,56
8168,54
45482,39
140738,49
28147,70
EMC
0,03
0,11
0,15
0,06
0,13
0,49
0,097
PEMA
-0,03
0,11
0,15
0,06
0,13
0,42
0,08
PME
Y'(t)
1300,00
1300,00
1280,00
1365,00
1472,50
1486,25
Suma Total
Promedio
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
-40,00
170,00
215,00
27,50
163,75
536,25
107,25
40,00
170,00
215,00
27,50
163,75
616,25
123,25
1600,00
28900,00
46225,00
756,25
26814,06
104295,31
20859,06
0,03
0,12
0,14
0,02
0,10
0,40
0,081
-0,03
0,12
0,14
0,02
0,10
0,34
0,07
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Y
1300
1260
1450
1580
1500
1650
Si =0.5
Y'(t)=
1300,00
1280
1365,00
1472,50
1486,25
10
DAM
EMC
PEMA
PME
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
-40,00
178,00
183,40
-24,98
142,51
438,93
87,79
CEF
40,00
178,00
183,40
24,98
142,51
568,89
113,78
DAM
1600,00
31684,00
33635,56
624,00
20307,96
87851,52
17570,30
EMC
0,03
0,12
0,12
0,02
0,09
0,37
0,075
PEMA
-0,03
0,12
0,12
-0,02
0,09
0,28
0,06
PME
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Si =0.7
Y
1300
1260
1450
1580
1500
1650
Y'(t)=
1300,00
1272
1396,60
1524,98
1507,494
Y'(t)
1300,00
1300,00
1272,00
1396,60
1524,98
1507,49
Suma Total
Promedio
En resumen:
Coeficiente
0,3
0,5
0,7
Control
PEMA
Seal de rastreo
0,097
0,72
0,081
0,49
0,075
0,45
Demanda
1300.00
1300,00
1288,00
1336,60
1409,62
1436,73
1500,7138
11
Polos: Ate
Ao
2015
2015
2015
2015
2015
2015
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Ventas
1000
1020
900
1010
1100
1120
Si =0.3
Y
1000
1020
900
1010
1100
1120
Y'(t)=
1000,00
1006
974,20
984,94
1019,458
1049,6206
Y'(t)
1000,00
1000,00
1006,00
974,20
984,94
1019,46
Suma Total
Promedio
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
20,00
-106,00
35,80
115,06
100,54
165,40
33,08
CEF
20,00
106,00
35,80
115,06
100,54
377,40
75,48
DAM
400,00
11236,00
1281,64
13238,80
10108,69
36265,14
7253,03
EMC
0,02
0,12
0,04
0,10
0,09
0,37
0,075
PEMA
0,02
-0,12
0,04
0,10
0,09
0,13
0,03
PME
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
20,00
-110,00
55,00
117,50
78,75
161,25
32,25
CEF
20,00
110,00
55,00
117,50
78,75
381,25
76,25
DAM
400,00
12100,00
3025,00
13806,25
6201,56
35532,81
7106,56
EMC
0,02
0,12
0,05
0,11
0,07
0,37
0,073
PEMA
0,02
-0,12
0,05
0,11
0,07
0,13
0,03
PME
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Si =0.5
Y
1000
1020
900
1010
1100
1120
Y'(t)=
1000,00
1010
955,00
982,50
1041,25
Y'(t)
1000,00
1000,00
1010,00
955,00
982,50
1041,25
Suma Total
Promedio
12
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Si =0.7
Y
1000
1020
900
1010
1100
1120
Y'(t)=
1000,00
1014
934,20
987,26
1066,178
Y'(t)
1000,00
1000,00
1014,00
934,20
987,26
1066,18
Suma Total
Promedio
e=Y-Y'
|Y-Y'|
(Y-Y')^2
|Y-Y'|/Y
Y-Y'/Y
20,00
-114,00
75,80
112,74
53,82
148,36
29,67
CEF
20,00
114,00
75,80
112,74
53,82
376,36
75,27
DAM
400,00
12996,00
5745,64
12710,31
2896,81
34748,76
6949,75
EMC
0,02
0,13
0,08
0,10
0,05
0,37
0,074
PEMA
0,02
-0,13
0,08
0,10
0,05
0,12
0,02
PME
En resumen:
Coeficiente
0,3
0,5
0,7
Control
PEMA
Seal de rastreo
0,075
0,31
0,073
0,37
0,074
0,29
Demanda
1000,00
1000,00
1006,00
974,20
984,94
1019,46
1049,62
REGRESIN LINEAL
13
Ventas
Ventas
0.05 x )+ 1175
74.29x
+exp(
1196.67
f(x)
- 2.32x^2
+ 90.54x
f(x) =
= 1210.89
1242.81
x^0.14
0.81
R
=
0.82
R = 0.76
Linear (Ventas)
Exponential (Ventas)
Logarithmic (Ventas)
Polynomial (Ventas)
Power (Ventas)
Polos: La victoria
Por lo tanto, la demanda para el mes de noviembre ser de: 1500,7138 unidades.
Polos: Ate
14
Ventas
Ventas
0.05 x )+ 1175
74.29x
+exp(
1196.67
f(x)
- 2.32x^2
+ 90.54x
f(x) =
= 1210.89
1242.81
x^0.14
0.81
R
=
0.82
R = 0.76
Linear (Ventas)
Exponential (Ventas)
Logarithmic (Ventas)
Polynomial (Ventas)
Power (Ventas)
Por lo tanto, la demanda para el mes de noviembre ser de: 1049,62 unidades.
5.2.
ATENUACIN EXPONENCIAL
Camisas: La victoria
Ao
2015
2015
2015
2015
2015
2015
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Ventas
1500,00
1550,00
1450,00
1700,00
1530,00
1560,00
Si =0.3
15
Y
1500,00
1550,00
1450,00
1700,00
1530,00
1560,00
Y(t)
1500,00
1515,00
1495,50
1556,85
1548,80
Y(t)
1500,00
1500,00
1515,00
1495,50
1556,85
1548,80
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
50,00
-65,00
204,50
-26,85
11,21
173,86
34,77
CEF
20,00
-65,00
204,50
-26,85
11,21
143,86
28,77
DAM
400,00
4225,00
41820,25
720,92
125,55
47291,72
9458,34
EMC
0,0129
-0,0448
0,1203
-0,0175
0,0072
0,0780
0,0156
PEMA
0,0323
-0,0448
0,1203
-0,0175
0,0072
0,0974
0,0195
PME
Y(t)
1500,00
1500,00
1525,00
1487,50
1593,75
1561,88
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
50,00
-75,00
212,50
-63,75
-1,88
121,88
24,38
CEF
20,00
-75,00
212,50
-63,75
-1,88
91,88
18,38
DAM
400,00
5625,00
45156,25
4064,06
3,52
55248,83
11049,77
EMC
0,0129
-0,0517
0,1250
-0,0417
-0,0012
0,0433
0,0087
PEMA
0,0323
-0,0517
0,1250
-0,0417
-0,0012
0,0627
0,0125
PME
Y(t)
1500,00
1500,00
1535,00
1475,50
1632,65
1560,80
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
50,00
-85,00
224,50
-102,65
-0,80
86,05
17,21
CEF
20,00
-85,00
224,50
-102,65
-0,80
56,05
11,21
DAM
2500,00
7225,00
50400,25
10537,02
0,63
70662,90
14132,58
EMC
0,0129
-0,0586
0,1321
-0,0671
-0,0005
0,0187
0,0037
PEMA
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Si =0.5
Y
1500,00
1550,00
1450,00
1700,00
1530,00
1560,00
Y(t)
1500,00
1525,00
1487,50
1593,75
1561,88
Si =0.7
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Y
1500,00
1550,00
1450,00
1700,00
1530,00
1560,00
Y(t)
1500,00
1535,00
1475,50
1632,65
1560,80
1560,24
En resumen:
Datos
16
(Y - Y)
0,032
-0,058
0,132
-0,067
-0,000
0,038
0,007
PME
PEMA
0,126
0,137
0,149
Seal de rastreo
0,72
0,49
0,45
Demanda
1500
1500
1535
1475,5
1632,65
1560,795
1560,2385
Camisas: Ate
Ao
2015
2015
Mes
Mayo
Junio
Ventas
1000,00
1050,00
2015
2015
2015
2015
Julio
Agosto
Setiembre
Octubre
900,00
1100,00
1150,00
1100,00
Y(t)
800,00
800,00
740,00
773,00
820,10
799,07
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
-200,00
110,00
157,00
-70,10
75,93
72,83
14,57
CEF
20,00
110,00
157,00
-70,10
75,93
292,83
58,57
DAM
400,00
12100,00
24649,00
4914,01
5765,36
47828,37
9565,67
EMC
0,0333
0,1294
0,1688
-0,0935
0,0868
0,3249
0,0628
PEMA
-0,3333
0,1294
0,1688
-0,0935
0,0868
-0,0418
-0,0084
PME
Y(t)
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
Si =0.3
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Y
800,00
600,00
850,00
930,00
750,00
875,00
Y(t)
800,00
740,00
773,00
820,10
799,07
Si =0.5
Mes
Y(t)
17
800,00
600,00
850,00
930,00
750,00
875,00
800,00
700,00
775,00
852,50
801,25
800,00
800,00
700,00
775,00
852,50
801,25
Suma
Promedio
-200,00
150,00
155,00
-102,50
73,75
76,25
15,25
CEF
20,00
150,00
155,00
-102,50
73,75
296,25
59,25
DAM
400,00
22500,00
24025,00
10506,25
5439,06
62870,31
12574,06
EMC
0,0333
0,1765
0,1667
-0,1367
0,0843
0,3241
0,0648
PEMA
-0,3333
0,1765
0,1667
-0,1367
0,0843
-0,0426
-0,0085
PME
Si =0.7
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Y
800,00
600,00
850,00
930,00
750,00
875,00
Y(t)
800,00
660,00
793,00
888,90
791,67
850,00
Y(t)
800,00
800,00
660,00
793,00
888,90
791,67
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
-200,00
190,00
137,00
-138,90
83,33
71,43
14,29
CEF
20,00
190,00
137,00
-138,90
83,33
291,43
58,29
DAM
40000,00
36100,00
18769,00
19293,21
6943,89
121106,10
24221,22
EMC
0,0333
0,2235
0,1473
-0,1852
0,0952
0,3142
0,0650
PEMA
-0,3333
0,2235
0,1473
-0,1852
0,0952
-0,0525
-0,0105
PME
Seal de
muestreo=1,2255087
En resumen:
Coeficiente
0,3
0,5
0,7
PEMA
0,06284177
0,06481793
0,06497456
Seal de rastreo
1,243554281
1,286919831
1,225508698
Demanda
800
18
800
740
773
820,1
799,07
850
REGRESIN LINEAL
Camisas: La Victoria
Por lo tanto, la demanda para el mes de Noviembre ser de: 1560,2385 unidades.
Camisas: Ate
19
Por lo tanto, la demanda para el mes de Noviembre ser de: 850 unidades
5.3.
ATENUACIN EXPONENCIAL
Pantalones: La Victoria
Ao
Ventas
2015
Mes
Mayo
2015
Junio
1130
2015
Julio
1200
2015
Agosto
1250
2015
Setiembre
1280
2015
Octubre
1345
1150
Si =0.3
Mes
Y(t)
Y(t)
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
20
1150,00
1130,00
1200,00
1250,00
1280,00
1345,00
1150,00
1144,00
1160,80
1187,56
1215,29
1150,00
1150,00
1144,00
1160,80
1187,56
1215,29
Suma
Promedio
CEF
20,00
56,00
89,20
92,44
129,71
387,35
77,47
DAM
400,00
3136,00
7956,64
8545,15
16824,17
36861,96
7372,39
EMC
0,0177
0,0467
0,0714
0,0722
0,0964
0,3044
0,0451
PEMA
-0,0177
0,0467
0,0714
0,0722
0,0964
0,2690
0,0538
PME
Y(t)
1150,00
1150,00
1140,00
1170,00
1210,00
1245,00
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
-20,00
60,00
80,00
70,00
100,00
290,00
58,00
CEF
20,00
60,00
80,00
70,00
100,00
330,00
66,00
DAM
400,00
3600,00
6400,00
4900,00
10000,00
25300,00
5060,00
EMC
0,0177
0,0500
0,0640
0,0547
0,0743
0,2607
0,0521
PEMA
-0,0177
0,0500
0,0640
0,0547
0,0743
0,2253
0,0451
PME
Y(t)
1150,00
1150,00
1136,00
1180,80
1229,24
1264,77
Suma
Promedio
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
-20,00
64,00
69,20
50,76
80,23
244,19
48,84
CEF
20,00
64,00
69,20
50,76
80,23
284,19
56,84
DAM
400,00
4096,00
4788,64
2576,58
6436,53
18297,75
3659,55
EMC
0,0177
0,0533
0,0554
0,0397
0,0596
0,2257
0,0609
PEMA
-0,0177
0,0533
0,0554
0,0397
0,0596
0,1903
0,0381
PME
-20,00
56,00
89,20
92,44
129,71
347,35
Si =0.5
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Y
1150,00
1130,00
1200,00
1250,00
1280,00
1345,00
Y(t)
1150,00
1140,00
1170,00
1210,00
1245,00
Si =0.7
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Y
1150,00
1130,00
1200,00
1250,00
1280,00
1345,00
Y(t)
1150,00
1136,00
1180,80
1229,24
1264,77
1320,93
En resumen:
Coeficiente
PEMA
0,3
0,0451
Seal
4,48366843
21
0,0521
0,0609
4,39393939
4,29624052
1264,77
1320,93
Pantalones: Ate
Ao
2015
2015
2015
2015
2015
2015
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Ventas
650
630
700
740
750
825
Si =0.3
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Y
650
Y(t)
Y(t)
650
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
630
700
740
750
825
650
644
660,8
684,56
704,192
650
644
660,8
684,56
704,192
Suma
Promedio
-20
56
79,2
65,44
120,808
301,448
20
56
79,2
65,44
120,808
341,448
68,2896
DAM
400
3136
6272,64
4282,3936
14594,5729
28685,6065
5737,12129
EMC
0,03174603
0,08
0,10702703
0,08725333
0,14643394
0,45246033
0,09049207
PEMA
0,0317460
0,08
0,1070270
0,0872533
0,1464339
0,3889682
0,0777936
PME
CEF
Si =0.5
Mes
Mayo
Junio
Y
650
Y(t)
Y(t)
650
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
630
650
650
-20
20
400
0,03174603 0,03174603
22
700
740
750
825
640
670
705
727,5
640
670
705
727,5
Suma
Promedio
60
70
45
97,5
252,5
CEF
60
70
45
97,5
292,5
58,5
DAM
3600
4900
2025
9506,25
20431,25
4086,25
EMC
0,08571429
0,09459459
0,06
0,11818182
0,39023673
0,07804735
PEMA
0,08571429
0,09459459
0,06
0,11818182
0,32674467
0,06534893
PME
Si =0.7
Mes
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Y
650
Y(t)
Y(t)
650
e= Y - Y'
|Y - Y|
e^2
|Y - Y|/ Y
(Y - Y)/ Y
630
700
740
750
825
650
636
680,8
722,24
741,672
800,0016
650
636
680,8
722,24
741,672
Suma
Promedio
-20
64
59,2
27,76
83,328
214,288
20
64
59,2
27,76
83,328
254,288
50,8576
DAM
400
4096
3504,64
770,6176
6943,55558
15714,8132
3142,96264
EMC
0,03174603
0,09142857
0,08
0,03701333
0,10100364
0,34119157
0,06823831
PEMA
0,03174603
0,09142857
0,08
0,03701333
0,10100364
0,27769951
0,0555399
PME
CEF
En resumen:
Coeficiente
0,3
0,5
0,7
PEMA
0,0905
0,0780
0,0682
Seal
4,41425927
4,31623932
4,21349022
741,672
800,0016
REGRESIN LINEAL
Pantalones: La Victoria
23
Pantalones: Ate
f(x) = NaN x^NaN
exp( NaN x )
R = NaN
0
Linear ()
Polynomial ()
Exponential ()
Power ()
Por lo tanto, la demanda para el mes de Noviembre ser de: 800,0016 unidades.
6. Modelo
24
6.1.
Variables
6.2.
Max 30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+
XBM2) +75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700
(Maximizar Ganancia)
Capacidad:
La Victoria:
XAS1 + XAM1 + XAL1 1600 (Restriccin de capacidad de Polos en la planta V.)
XBS1 + XBM1 + XBL1 1500 (Restriccin de capacidad de Pantalones en la planta V.)
XCS1 + XCM1 + XCL1 1700 (Restriccin de capacidad de Camisas en la planta V.)
Ate:
XAS2 + XAM2 + XAL2 1200(Restriccin de capacidad de Polos en la planta A.)
XBS2 + XBM2 + XBL2 1000(Restriccin de capacidad de Pantalones en la planta A.)
XCS2 + XCM2 + XCL2 1000(Restriccin de capacidad de Camisas en la planta A.)
Demanda:
La Victoria:
XAS1 + XAM1 + XAL1 1500(Demanda de Polos)
XBS1 + XBM1 + XBL1 1320(Demanda de Pantalones)
XCS1 + XCM1 + XCL1 1560(Demanda de Camisas)
Ate
XAS2 + XAM2 + XAL2 1050(Demanda de Polos)
XBS2 + XBM2 + XBL2 800(Demanda de Pantalones)
25
TIEMPOS DE OPERACIN:
26
rea de Costura:
La Victoria:
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 11210(Cantidad de minutos disponibles en el rea de Costura)
Ate:
2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 + 3.18*XBL2 + 2.16*XCS2 +
2.18*XCM2 + 2.21*XCL2 11210(Cantidad de minutos disponibles en el rea de Costura)
rea de remallado:
La Victoria
0.62*XAS1 + 0.7*XAM1 + 0.86*XAL1 + 0.66*XBS1 + 0.73*XBM1 + 0.88*XBL1 + 0.66*XCS1 +
0.75*XCM1 + 0.79*XCL1 3325(Cantidad en minutos disponibles en el rea de Remallado)
Ate:
0.62*XAS2 + 0.7*XAM2 + 0.86*XAL2 + 0.66*XBS2 + 0.73*XBM2 + 0.88*XBL2 + 0.66*XCS2 +
0.75*XCM2 + 0.79*XCL2 3325(Cantidad en minutos disponibles en el rea de Remallado)
rea de acabado:
La Victoria:
1*XAS1 + 1*XAM1 + 1*XAL1 + 1.15*XBS1 + 1.15*XBM1 + 1.15*XBL1 + 1*XCS1 + 1*XCM1 + 1*XCL1
4725(Cantidad en minutos disponibles en el rea de Acabado)
Ate:
27
29
358548.6
0.000000
20
0.03
Model Class:
LP
Total variables:
Nonlinear variables:
Integer variables:
18
0
0
Total constraints:
Nonlinear constraints:
35
0
Total nonzeros:
Nonlinear nonzeros:
Variable
XAS1
180
0
Value
500.0000
Reduced Cost
0.000000
30
0.000000
500.0000
0.000000
500.0000
1200.000
0.000000
0.000000
957.1429
0.000000
482.8571
1000.000
1316.000
0.000000
0.000000
0.000000
244.0000
1000.000
5.000000
0.000000
3.000000
0.000000
0.000000
0.7142857
5.000000
0.000000
3.000000
0.000000
0.000000
0.000000
5.000000
0.6000000
3.000000
0.000000
0.000000
Row
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Slack or Surplus
358548.6
100.0000
60.00000
140.0000
0.000000
0.000000
0.000000
0.000000
120.0000
0.000000
150.0000
200.0000
150.0000
0.000000
503.7143
0.000000
750.0000
4340.000
2030.000
0.000000
0.000000
80.32000
140.0000
325.0000
425.0000
318.2971
1810.000
67.71429
3216.000
50.05143
623.0000
9.000000
1375.000
0.000000
650.0000
Dual Price
1.000000
0.000000
0.000000
0.000000
35.00000
75.00000
45.00000
-55.23377
0.000000
-65.14286
0.000000
0.000000
0.000000
4.545455
0.000000
10.00000
0.000000
0.000000
0.000000
7.272727
8.571429
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
124.2857
0.000000
31
Allowable
Coefficient
30.00000
30.00000
32.00000
32.00000
35.00000
35.00000
70.00000
70.00000
72.00000
72.00000
75.00000
75.00000
40.00000
40.00000
42.00000
42.00000
45.00000
45.00000
Allowable
Increase
0.8000000
5.000000
1.000000
3.000000
2.000000
INFINITY
0.7142857
5.000000
3.000000
3.000000
1.666667
INFINITY
5.000000
5.000000
0.6000000
3.000000
INFINITY
INFINITY
Decrease
2.500000
INFINITY
0.5714286
INFINITY
1.666667
3.000000
INFINITY
INFINITY
0.5000000
INFINITY
3.000000
3.000000
1.250000
INFINITY
INFINITY
INFINITY
1.153846
3.000000
Allowable
RHS
1600.000
1500.000
1700.000
1200.000
1000.000
1000.000
1500.000
1320.000
1560.000
1050.000
800.0000
850.0000
6150.000
14190.00
6830.000
6150.000
14190.00
6830.000
1400.000
1825.000
Allowable
Increase
INFINITY
INFINITY
INFINITY
133.3333
216.6667
340.0000
67.07317
120.0000
28.37209
150.0000
200.0000
150.0000
110.0000
INFINITY
148.7407
INFINITY
INFINITY
INFINITY
55.00000
116.7867
Decrease
100.0000
60.00000
140.0000
150.0000
200.0000
150.0000
59.65882
INFINITY
51.24324
INFINITY
INFINITY
INFINITY
183.3333
503.7143
122.0000
750.0000
4340.000
2030.000
39.28571
169.0000
32
1675.000
1400.000
1825.000
1675.000
8450.000
8450.000
11210.00
11210.00
3325.000
3325.000
4725.000
4725.000
2250.000
2250.000
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
3.913043
INFINITY
80.32000
140.0000
325.0000
425.0000
318.2971
1810.000
67.71429
3216.000
50.05143
623.0000
9.000000
1375.000
60.00000
650.0000
8. Metas
Las metas propuestas luego de evaluar las restricciones hoy en da existentes son, en un
orden prioritario de mayor a menor, las siguientes:
P1: Las utilidades establecidas para el prxima mes sean de 500 000 soles
P2: El tiempo de produccin en el rea de costura sea mximo 2.50 minutos por prenda
P3: El tiempo de produccin en el rea de acabado sea mximo 1.10 minutos por prenda
P4: La produccin mnima de camisas tanto para La Victoria como para Ate sea de 2500
unidades.
Min= P1 (d1+e1), P2 (e2), P3(e3), P4(e4)
Restricciones duras:
XAS1 + XAM1 + XAL1 1600
XBS1 + XBM1 + XBL1 1500
XCS1 + XCM1 + XCL1 1700
XAS2 + XAM2 + XAL2 1200
XBS2 + XBM2 + XBL2 1000
XCS2 + XCM2 + XCL2 1000
33
Restricciones blandas:
30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+ XBM2)
+75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700 + d1
e1=500000
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 +2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 +
3.18*XBL2 + 2.16*XCS2 + 2.18*XCM2 + 2.21*XCL2 +d2-e2= 2.50*(XAS1 + XAM1 + XAL1 + XBS1 +
XBM1 + XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 +
XCL2 )
8.1.
Prioridad 1:
Min d1+e1;
XAS1 + XAM1 + XAL1 < 1600;
XBS1 + XBM1 + XBL1 < 1500;
XCS1 + XCM1 + XCL1 < 1700;
XAS2 + XAM2 + XAL2 < 1200;
XBS2 + XBM2 + XBL2 < 1000;
XCS2 + XCM2 + XCL2 < 1000;
34
Resultado Lingo
Global optimal solution found.
Objective value:
Infeasibilities:
Total solver iterations:
113700.0
0.000000
9
Model Class:
LP
Total variables:
Nonlinear variables:
Integer variables:
20
0
0
Total constraints:
Nonlinear constraints:
8
0
Total nonzeros:
Nonlinear nonzeros:
Variable
D1
E1
XAS1
XAM1
XAL1
XBS1
XBM1
XBL1
XCS1
XCM1
XCL1
XAS2
XAM2
XAL2
XBS2
XBM2
XBL2
XCS2
XCM2
XCL2
Row
1
2
3
4
40
0
Value
113700.0
0.000000
0.000000
0.000000
1600.000
0.000000
0.000000
1500.000
0.000000
0.000000
1700.000
0.000000
0.000000
1200.000
0.000000
0.000000
1000.000
0.000000
0.000000
1000.000
Slack or Surplus
113700.0
0.000000
0.000000
0.000000
Reduced Cost
0.000000
2.000000
5.000000
3.000000
0.000000
5.000000
3.000000
0.000000
5.000000
3.000000
0.000000
5.000000
3.000000
0.000000
5.000000
3.000000
0.000000
5.000000
3.000000
0.000000
Dual Price
-1.000000
35.00000
75.00000
45.00000
35
0.000000
0.000000
0.000000
0.000000
35.00000
75.00000
45.00000
-1.000000
Entonces:
d1= 113700
e1= 0
Por lo que:
30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+ XBM2)
+75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700=386300
8.2.
Prioridad 2
Min= e2
XAS1 + XAM1 + XAL1 < 1600;
XBS1 + XBM1 + XBL1 < 1500;
XCS1 + XCM1 + XCL1 < 1700;
XAS2 + XAM2 + XAL2 < 1200;
XBS2 + XBM2 + XBL2 < 1000;
XCS2 + XCM2 + XCL2 < 1000;
30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+ XBM2)
+75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700=386300;
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 +2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 +
3.18*XBL2 + 2.16*XCS2 + 2.18*XCM2 + 2.21*XCL2 +d2-e2= 2.50*(XAS1 + XAM1 + XAL1 + XBS1 +
XBM1 + XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 +
XCL2 );
End
Resultado Lingo
Global optimal solution found.
Objective value:
Infeasibilities:
Total solver iterations:
0.000000
0.000000
7
Model Class:
Total variables:
Nonlinear variables:
Integer variables:
Total constraints:
LP
20
0
0
9
36
Variable
E2
XAS1
XAM1
XAL1
XBS1
XBM1
XBL1
XCS1
XCM1
XCL1
XAS2
XAM2
XAL2
XBS2
XBM2
XBL2
XCS2
XCM2
XCL2
D2
Value
0.000000
0.000000
0.000000
1600.000
0.000000
0.000000
1500.000
0.000000
0.000000
1700.000
0.000000
0.000000
1200.000
0.000000
0.000000
1000.000
0.000000
0.000000
1000.000
7.000000
Row
1
2
3
4
5
6
7
8
9
Slack or Surplus
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0
57
0
Reduced Cost
1.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Dual Price
-1.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Entonces:
e2= 0
Por lo que:
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 +2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 +
3.18*XBL2 + 2.16*XCS2 + 2.18*XCM2 + 2.21*XCL2 = 2.50*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 +
XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 ) - 7
37
8.3.
Prioridad 3
Min= e3
XAS1 + XAM1 + XAL1 < 1600;
XBS1 + XBM1 + XBL1 < 1500;
XCS1 + XCM1 + XCL1 < 1700;
XAS2 + XAM2 + XAL2 < 1200;
XBS2 + XBM2 + XBL2 < 1000;
XCS2 + XCM2 + XCL2 < 1000;
30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+ XBM2)
+75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700=386300;
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 +2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 +
3.18*XBL2 + 2.16*XCS2 + 2.18*XCM2 + 2.21*XCL2 = 2.50*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 +
XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 ) - 7;
1*XAS1 + 1*XAM1 + 1*XAL1 + 1.15*XBS1 + 1.15*XBM1 + 1.15*XBL1 + 1*XCS1 + 1*XCM1 + 1*XCL1
+ 1*XAS2 + 1*XAM2 + 1*XAL2 + 1.15*XBS2 + 1.15*XBM2 + 1.15*XBL2 + 1*XCS2 + 1*XCM2 +
1*XCL2 + d3 e3 = 1.10*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 + XBL1 + XCS1 + XCM1 + XCL1 +XAS2
+ XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 );
End
Resultado Lingo
Global optimal solution found.
Objective value:
0.000000
Infeasibilities:
0.000000
Model Class:
LP
Total variables:
Nonlinear variables:
Integer variables:
20
0
0
Total constraints:
Nonlinear constraints:
10
0
Total nonzeros:
Nonlinear nonzeros:
75
0
38
Variable
E3
XAS1
XAM1
XAL1
XBS1
XBM1
XBL1
XCS1
XCM1
XCL1
XAS2
XAM2
XAL2
XBS2
XBM2
XBL2
XCS2
XCM2
XCL2
D3
Row
1
2
3
4
5
6
7
8
9
10
Value
0.000000
0.000000
0.000000
1600.000
0.000000
0.000000
1500.000
0.000000
0.000000
1700.000
0.000000
0.000000
1200.000
0.000000
0.000000
1000.000
0.000000
0.000000
1000.000
425.0000
Slack or Surplus
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Reduced Cost
1.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Dual Price
-1.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Entonces:
e3= 0
Por lo que:
1*XAS1 + 1*XAM1 + 1*XAL1 + 1.15*XBS1 + 1.15*XBM1 + 1.15*XBL1 + 1*XCS1 + 1*XCM1 + 1*XCL1
+ 1*XAS2 + 1*XAM2 + 1*XAL2 + 1.15*XBS2 + 1.15*XBM2 + 1.15*XBL2 + 1*XCS2 + 1*XCM2 +
1*XCL2 = 1.10*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 + XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 +
XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 ) - 425
39
8.4.
Prioridad 4
Min= e4;
XAS1 + XAM1 + XAL1 < 1600;
XBS1 + XBM1 + XBL1 < 1500;
XCS1 + XCM1 + XCL1 < 1700;
XAS2 + XAM2 + XAL2 < 1200;
XBS2 + XBM2 + XBL2 < 1000;
XCS2 + XCM2 + XCL2 < 1000;
30*(XAS1+ XAS2) +32*(XAM1+ XAM2) +35*(XAL1+ XAL2) + 70*(XBS1+ XBS2) +72*(XBM1+ XBM2)
+75*(XBL1+ XBL2) + 40*(XCS1+ XCS2) +42*(XCM1+ XCM2) +45*(XCL1+ XCL2) 20700=386300;
2.10*XAS1 + 2.15*XAM1 + 2.17*XAL1 + 3.12*XBS1 + 3.15*XBM1 + 3.18*XBL1 + 2.16*XCS1 +
2.18*XCM1 + 2.21*XCL1 +2.10*XAS2 + 2.15*XAM2 + 2.17*XAL2 + 3.12*XBS2 + 3.15*XBM2 +
3.18*XBL2 + 2.16*XCS2 + 2.18*XCM2 + 2.21*XCL2 = 2.50*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 +
XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 + XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 ) - 7;
1*XAS1 + 1*XAM1 + 1*XAL1 + 1.15*XBS1 + 1.15*XBM1 + 1.15*XBL1 + 1*XCS1 + 1*XCM1 + 1*XCL1
+ 1*XAS2 + 1*XAM2 + 1*XAL2 + 1.15*XBS2 + 1.15*XBM2 + 1.15*XBL2 + 1*XCS2 + 1*XCM2 +
1*XCL2 = 1.10*(XAS1 + XAM1 + XAL1 + XBS1 + XBM1 + XBL1 + XCS1 + XCM1 + XCL1 +XAS2 + XAM2 +
XAL2 + XBS2 + XBM2 + XBL2 + XCS2 + XCM2 + XCL2 ) - 425;
End
Resultado Lingo
Global optimal solution found.
Objective value:
Infeasibilities:
Total solver iterations:
200.0000
0.000000
11
Model Class:
Total variables:
Nonlinear variables:
Integer variables:
LP
20
0
0
40
11
0
Total nonzeros:
Nonlinear nonzeros:
79
0
Variable
E4
XAS1
XAM1
XAL1
XBS1
XBM1
XBL1
XCS1
XCM1
XCL1
XAS2
XAM2
XAL2
XBS2
XBM2
XBL2
XCS2
XCM2
XCL2
D4
Row
1
2
3
4
5
6
7
8
9
10
11
Value
200.0000
0.000000
0.000000
1600.000
0.000000
0.000000
1500.000
0.000000
0.000000
1700.000
0.000000
0.000000
1200.000
0.000000
0.000000
1000.000
0.000000
0.000000
1000.000
0.000000
Slack or Surplus
200.0000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Reduced Cost
0.000000
1.666667
1.000000
0.000000
1.666667
1.000000
0.000000
2.666667
0.000000
0.000000
1.666667
1.000000
0.000000
1.666667
1.000000
0.000000
2.666667
0.000000
0.000000
1.000000
Dual Price
-1.000000
0.000000
30.83333
2.333333
0.000000
30.83333
2.333333
-0.3333333
0.000000
-116.6667
1.000000
Entonces:
e4 = 200 d4= 0
Por lo que:
XCS1+ XCS2 + XCS1+ XCS2 + XCL1+ XCL2 =2700
41
9. Reporte Administrativo
Se encontr una solucin ptima cuyos valores son (en unidades):
Sede La Victoria:
Talla S
Talla M
Talla L
Polos
0
0
1600
Producto
Pantalones
0
0
1500
Camisas
0
0
1700
Producto
Pantalones
0
0
1000
Camisas
0
0
1000
Sede Ate:
Talla S
Talla M
Talla L
Polos
0
0
1200
10.- Conclusiones
Se utiliz el mayor ndice PEMA para predecir las futuras producciones del mes de
Noviembre tanto para la planta de Ate como la de La Victoria. Por lo tanto se determin
que las mayores demandas de polos, camisas y pantalones para dicho mes la tendr la
planta de La Victoria.
El modelo de programacin lineal empleado para predecir las utilidades del mes de
Noviembre del 2015 dio como resultado: 358548.6 soles. Mientras que por otro lado los
gastos efectuados fijos ascienden a 20700 soles, por lo tanto las ganancias estimadas
para el mes de noviembre sern de 337848.6 soles.
42
Se produjeron 4500 prendas entre polos, camisas y pantalones de las tallas S,M y L en
la planta de La Victoria, mientras que en la planta de Ate se produjeron 3200 prendas
entre las tallas ya mencionadas .Lo que quiere decir que la cantidad de prendas
producidas no exceden la capacidad de cada planta.
La demanda de prendas en la planta de La Victoria fue de 4500 confecciones en total, lo
que quiere decir que sobrepaso el lmite de demanda proyectada (4380 confecciones).
Lo mismo ocurri en la planta de Ate, la demanda fue de 3200 prendas, cifra mayor a
la demanda establecida (2700 confecciones).
La cantidad de hilo utilizada en la produccin total de prendas en la planta de La
Victoria fue de 26666.29 m y para la planta de Ate fue de 20050m. las dos cantidades
son menores a la establecida (27170m) para las dos plantas. La mayor cantidad de
holgura con respecto a la cantidad de hilo la tiene la planta de Ate (7120m)
La cantidad de tela utilizada en la produccin total de prendas en la planta de La
Victoria fue de 4819.68m y para la planta de Ate fue de 4010m, las dos cantidades son
menores a la establecida (4900m) en el modelo lineal. La mayor cantidad de holgura
con respecto a la cantidad de tela la tiene la planta de Ate (890m)
La cantidad de minutos para la produccin total en el rea de cortado en la planta de La
Victoria fue de 8131.70 min y en la planta de Ate fue de 6640 min. Ambas cantidades
son menores a la establecida (8450min) en el modelo lineal. La mayor cantidad de
holgura con respecto al rea de cortado la tiene la planta de Ate (1810min).
La cantidad de minutos para la produccin total en el rea de costura en la planta de La
Victoria fue de 11142.29 min y en la planta de Ate fue de 6323.24 min. Ambas
cantidades son menores a la establecida (11210 min) en el modelo lineal. La mayor
cantidad de holgura con respecto al rea de costura la tiene la planta de Ate
(4886.76min)
La cantidad de minutos para la produccin total en el rea de remallado en la planta de
La Victoria fue de 3274.95min y en la planta de Ate fue de 2702 min. Ambas cantidades
son menores a la establecida (3325 min) en el modelo lineal. La mayor cantidad de
holgura con respecto al rea de remallado la tiene la planta de Ate (623min)
La cantidad de minutos para la produccin total en el rea de acabado en la planta de La
Victoria fue de 4716min y en la planta de Ate fue de 3350 min. Ambas cantidades son
menores a la establecida (4725min) en el modelo lineal. La mayor cantidad de holgura
con respecto al rea de acabado la tiene la planta de Ate (1375min)
La cantidad de minutos para la produccin total en el rea de etiquetado y embolsado en
la planta de La Victoria fue de 2250 min y en la planta de Ate fue de 1600 min. Ambas
cantidades son menores a la establecida (2250min) en el modelo lineal. La mayor
cantidad de holgura con respecto al rea de etiquetado y embolsado la tiene la planta de
Ate (650min)
Con respecto a las metas planteada, se concluye que no se llegan a lograr las metas 1,2
y 4, ya que en el caso de la meta 1 le falto 113700 soles para llegar a completar la
utilidad establecida para el mes de Noviembre, mientras que en la meta 2 el tiempo de
43
44