PROFESOR PATROCINANTE: OSCAR ROMERO AYALA

ING. CIVIL INDUSTRIAL

ESCUELA DE INGENIERA CIVIL INDUSTRIAL

DISEO Y CONTRUCCIN DE HERRAMIENTA DE SIMULACIN PARA

LA TOMA DE DECISIONES EN GESTIN DE ALMACENAJE EN FRIO
EN PLANTAS DE PROCESO DE MITILIDOS

Trabajo de Titulacin
para optar
al ttulo de Ingeniero Civil Industrial

CONSTANZA IRASSI RYKS ASPE

PUERTO MONTT CHILE

2011
 ii

DEDICATORIA

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

Fuiste siempre mi trampoln en la vida, ahora yo ser tu bastn te amo.

 iii

AGRADECIMIENTOS

Se agradece a la Universidad Austral de Chile, Sede Puerto Montt y a todos los docentes de la carrera de
Ingeniera Civil Industrial: Alexia Quiroz, Csar Pino, Gabriela Manoli, Alex Cisterna y Oscar Romero por
el apoyo y ayuda incondicional para el desarrollo de esta tesis, y en especial a Jssica Elizabeth Bull
Torres, quien, me acompa 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 ttulo.

Tambin se agradece el aporte de Jos Miguel Snchez Quiero, Ingeniero Civil Industrial con
conocimientos en mitilicultura y jefe del departamento de ingeniera de una empresa del rubro (que por
confidencialidad no es nombrada), quien confo y ayud con su conocimiento y buena disposicin para el
procesamiento de datos y de informacin.

Al profesor Francisco Cala, que me ayud a plantear el algoritmo de programacin dinmica a una forma
sencilla de entender para poder pasarlo ms tarde al lenguaje de Simulacin.

A Rodrigo Andrs Hernndez Lavn, un gran amigo y compaero de carrera, cuyo apoyo fue
imprescindible para el desarrollo y traspaso del algoritmo de programacin dinmica al lenguaje de
simulacin 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 acogi incontables veces como parte de su familia cuando viajaba a
hacer revisiones a Puerto Montt y no tena donde quedarme y me brindaron apoyo y cario siempre.

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

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

Tambin debo agradecer a mis dos mejores amigos: Erika Vanesa Muoz Prez y Roberto Sebastin
Cerda Zapata que siempre estuvieron conmigo cuando senta que no tena fuerzas para seguir en algn
momento de mi vida, me apoyaron y muchas veces me empujaron para poder seguir y salir adelante.

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

RESUMEN

El objetivo de este proyecto de ttulo fue disear y construir una herramienta de apoyo a la toma de
decisiones relacionadas con gestin de almacenaje en frio, aplicadas en este caso a las empresas
mitilicultoras. Estas empresas tienen pocas durante el ao 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 perodos, sin tomar en cuenta la demanda inmediata.

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

Esta naturaleza del proceso, impulsa a las empresas a tener que almacenar en frigorficos externos parte
del producto procesado por no tener la capacidad suficiente en sus frigorficos internos. El conocimiento
de cuanto producir en relacin a lo que se demanda es muy incierto as como los costos globales
involucrados. Por otro lado, tampoco se maneja con exactitud hacia qu frigorfico enviar la produccin de
manera tal que los costos sean mnimos.

Por esta razn, se propuso una nueva metodologa, que une dos herramientas relacionadas con el
estudio de procesos, integrando programacin dinmica determinstica en la metodologa para estudios
de simulacin planteada por Jerry Banks. Las caractersticas de esta unin, hicieron que parte de los
pasos de la Metodologa de Simulacin de Jerry Banks fueran adaptados, de manera que la Verificacin
y Validacin fueran unidas y las Corridas de produccin se eliminarn al no resultar un modelo basado en
tendencias probabilsticas, que es la caracterstica necesaria para realizar las Corridas de produccin.

La aplicacin de sta metodologa 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 Genrico tiene de base 4 frigorficos, cada uno con sus respectivos costos de transporte y
almacenamiento.

El Modelo Especfico tiene de base dos frigorficos: uno interno y otro externo, cada uno tambin con sus
respectivos costos, planteando dos escenarios relevantes: el primero con la situacin actual de capacidad
limitada de almacenamiento interno, y el segundo sin necesidad de almacenar externamente, llegando a
una visin de gastos globales por concepto logstico importante gracias a la comparacin de costos
obtenidos al final de la simulacin de ambos escenarios.

La relevancia de este estudio radica en que, a pesar de que un modelo de simulacin no entrega siempre
los mejores resultados, sino mas bien muestra el comportamiento frente a escenarios de prueba elegidos
por el usuario, la unin 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 simulacin entregan los
mejores resultados, llamados ptimos debido a que se generan por el hecho de haber integrado un
Algoritmo de programacin dinmica a la programacin 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 INTRODUCCIN ........................................................................................................................... 1

1.2 OBJETIVOS................................................................................................................................. 2
1.3 DESCRIPCION DEL REA.......................................................................................................... 2
1.4 PLANTEAMIENTO DEL PROBLEMA .......................................................................................... 3

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

2.1. Logstica .................................................................................................................................... 5

2.2. Eficiencia ................................................................................................................................... 5
2.3. Oferta y Demanda ...................................................................................................................... 6
2.3.1. Caractersticas de la Demanda .............................................................................................. 6
2.4 Inventarios o Stock .................................................................................................................... 7
2.5. Almacn ..................................................................................................................................... 8
2.6 Gestin de Almacenes. .............................................................................................................. 8
2.6.1 Sistema de gestin del almacn. ........................................................................................ 9
2.7 Manejo De Materiales ................................................................................................................. 9
2.8. Programacin dinmica. ........................................................................................................... 10
2.9 Simulacin de Procesos. ........................................................................................................... 13
2.9.1 Sistema ................................................................................................................................ 13
2.9.2 Modelo.................................................................................................................................. 13
2.9.3 Simulacin ........................................................................................................................... 13
2.9.4 reas de aplicacin de la Simulacin ................................................................................. 14
2.9.5 Programas y Lenguajes de Simulacin .............................................................................. 14
2.9.6 Ventajas y Desventajas de Simulacin (TORRES, A. 2009) ............................................... 15
2.9.7 Peligros y problemas en Simulacin .................................................................................. 16
2.9.8 Software de Simulacin Flexsim......................................................................................... 16
2.9.9 Terminologa del Software Flexsim .................................................................................... 16
2.9.10 Metodologa de simulacin ............................................................................................... 17
2.10 Tcnicas de Prueba de Software ............................................................................................. 19
2.10.1 Pruebas de Caja Negra ...................................................................................................... 20
2.10.2 Pruebas de Caja Blanca .................................................................................................... 21
 vii

3. METODOLOGA ................................................................................................................................ 22

4. APLICACIN DE LA METODOLOGA .............................................................................................. 24

4.1 Identificacin del Problema ....................................................................................................... 24

4.2 Planteamiento de Objetivos ....................................................................................................... 25
4.3 Modelo de Conceptualizacin.................................................................................................... 26
4.4. Recopilacin de datos............................................................................................................... 27
4.4.1 Estandarizacin de datos y supuestos............................................................................... 28
4.5. Diseo de algoritmo en programacin dinmica ..................................................................... 28
4.5.1 Desarrollo del algoritmo ...................................................................................................... 28
4.6 Traduccin a Modelo .................................................................................................................. 35
4.6.1 Modelo Genrico.................................................................................................................. 35
4.6.2 Modelo Especfico ............................................................................................................... 42
4.7 Verificacin y Validacin: .......................................................................................................... 43
4.8 Diseo Experimental, Anlisis y Documentacin ..................................................................... 56
4.8.1 Datos Generales ingresados al modelo.............................................................................. 56
4.8.2 Escenario 1: Situacin actual. ............................................................................................ 58
4.8.3 Escenario 2: Situacin con Frigorfico de mayor capacidad. ............................................ 61
4.7.4 Comparacin de Escenarios ............................................................................................... 63
4.8 Implementacin .......................................................................................................................... 64

5. RESULTADOS .................................................................................................................................. 65

5.1 Acerca de lo Objetivos Especficos de la Investigacin ........................................................... 65

5.2 Acerca de los Objetivos del Proyecto de Simulacin ............................................................... 65

6. CONCLUSIONES .............................................................................................................................. 67

7. RECOMENDACIONES ...................................................................................................................... 68

8. BIBLIOGRAFIA ................................................................................................................................. 69

9. LINKOGRAFIA .................................................................................................................................. 70

10. ANEXOS.......................................................................................................................................... 72
 viii

GLOSARIO

Mejilln: 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 gnero Mytilus, para su explotacin econmica.

Recursividad: Tcnica de programacin muy potente que puede ser usada en lugar de la
iteracin. Se utiliza para realizar una llamada a una funcin desde la misma
funcin.

Iteracin: La recursividad y la iteracin (ejecucin en bucle) estn muy relacionadas,

cualquier accin que pueda realizarse con la recursividad puede realizarse con
iteracin y viceversa. Normalmente, un clculo determinado se prestar a una
tcnica u otra, slo necesita elegir el enfoque ms natural o con el que se sienta
ms cmodo.

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

Modelo: Resultado del proceso de generar una representacin abstracta, conceptual,

grfica o visual para analizar, describir, explicar, simular, y predecir fenmenos
o procesos

Interfaz: Parte de un programa que permite el flujo de informacin entre un usuario y la

aplicacin, o entre la aplicacin y otros programas o perifricos. Esa parte de
un programa est constituida por un conjunto de comandos y mtodos que
permiten estas intercomunicaciones.

Escenarios: Conjunto de circunstancias que plantean una situacin especfica.

Biblioteca de objetos: Conjunto de objetos que pueden ser utilizados para recrear modelos dentro de
un software de simulacin.
1. ANTECEDENTES GENERALES

1.1 INTRODUCCIN

La mitilicultura es el cultivo industrial del mejilln mediante instalaciones martimas 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 regin de los lagos,
ventajas comparativas para el cultivo de sta (clima, geografa y calidad del agua).

Hoy las crecientes proyecciones de venta en los actuales y potenciales mercados, as como las altas
exigencias nutritivas exigen estndares de calidad e inocuidad. As, para mantener las actuales tasas de
crecimiento de la industria, se requiere una rpida bsqueda de alternativas que apunten a solucionar los
puntos crticos que le restan competitividad a la industria de los Mitlidos en Chile.

Uno de los puntos crticos mencionados en el prrafo anterior tiene relacin con la logstica, donde es de
especial inters el conocer los costos totales mnimos de las operaciones relacionadas con el transporte
de materias primas o producto terminado. El saber dnde y cunto almacenar a favor de los costos es
relevante cuando las cantidades involucradas implican desafos en economas de escala. Las tarifas
disminuyen en la medida en que se transportan mayores cantidades de producto en cada viaje, y la
relacin cantidad-costo es sumamente importante al momento de no contar con una capacidad de
almacenamiento interno que soporte guardar toda la produccin de la plata procesadora durante una
temporada.

No obstante, en relacin 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 envos a camin completo, tambin puede entrar en conflicto con el
cumplimiento de los plazos de entrega a clientes, ya que la frecuencia de envos puede verse afectada.

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

1
1.2 OBJETIVOS

OBJETIVO GENERAL

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

OBJETIVOS ESPECFICOS

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

2.- Disminuir los costos de la gestin de almacenamiento en fro de los productos de granel en una
empresa mitilicultora.

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

1.3 DESCRIPCION DEL REA

La industria mitilicultora, en los ltimos aos de los 90s e inicios del 2000 se caracterizaba por tener en
su mayora pequeos productores de cultivo, la mayora ex pescadores que optaron por esta actividad
debido a la baja en el desempeo de sus trabajos en salmonicultura. No se conocan operaciones
mecanizadas ni prcticas eficientes de manejo, y como el pas no se encontraba como exportador, no
haba exigencias de calidad, a excepcin del control de marea roja. Se contaban entre 20 a 40 plantas de
procesos inestables en cuanto a su desempeo, con tecnologas muy bsicas y que trabajaban en su
mayora con operaciones manuales. Las etapas crticas eran las condiciones sanitarias de las
instalaciones y su manera de operar que no calificaban para ser un pas exportador. Cerca del ao 2000
llegan a Chile empresas de capitales espaoles (debido al colapso de los lugares de cultivo en Espaa)
las que comienzan con plantas de proceso y ms tarde de cultivo, pudindose ver despus de eso
empresas con integracin vertical y tecnologas mecanizadas. Esto ayuda a que Chile tenga una mayor
participacin en el mercado europeo, haciendo que en los ltimos aos las empresas chilenas tengan
mayor inters por ingresar a la mitilicultura.

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

Los proveedores son actores importantes en el mercado de la industria. La mayora de ellos ha derivado
de proveer a las empresas salmonicultoras. El sector de cultivo tiene en general un nivel tecnolgico
bsico. Dentro de los proveedores se pueden encontrar los que brindan implementacin de equipos
industriales, comercializacin de productos enfocados al rea de cultivo, productos enfocados al rea
planta procesadora y produccin de elementos de sustentacin.

2
La composicin de productores en la fase de industrializacin de productos est verticalmente integrada
en su mayora.

Respecto a tecnologas, stas provienen por lo general de Europa en cuanto a maquinaria especializada,
complementndose en chile con equipos menos especializados como calderas, o mesones, aunque en
los ltimos 3 aos 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 preocupacin en esta materia no es de tecnologa e innovacin, sino ms bien de

abastecimiento de materia prima de buena calidad y de cumplimiento de las normativas existentes. Las
plantas mantienen una relacin 30-70 por ciento entre proveerse internamente y externamente. Respecto
a este tema, la relacin 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 ltimos aos de la industria mitilicultora, la cual no tiene
parangn con otra actividad productiva en la regin y el pas, aun se visualizan mltiples falencias, tanto
en el rea tcnica como en el de la gestin, especialmente en lo referido a las metodologas utilizadas en
los procesos de captacin, engorda y cosecha.

La industria mitilicultora se enfrenta a cambios de tamaos mnimos productivos, con una necesidad de
integrar verticalmente sus procesos, incorporar mejores tecnologas y desarrollar relaciones ms
rentables con sus proveedores.

Hoy el pas se ha convertido en un participante importante en el campo mitilicultor, lo que ha impulsado a

generar cambios tecnolgicos tanto en el rea 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
participacin de capitales extranjeros y nacionales, donde la principal caracterstica son altos volmenes
de produccin e integracin vertical. (BAGNARA, M. MALTRAIN, G. 2008)

1.4 PLANTEAMIENTO DEL PROBLEMA

La industria mitilicultora ha experimentado un constante crecimiento en el pas. El sector actualmente se

encuentra en un proceso de cambio importante que podra llevarlo a convertirse en uno de los principales
exportadores a nivel mundial, con un crecimiento promedio de 55% anual en los ltimos 14 aos.

Si se hace una comparacin con el principal referente de la acuicultura nacional (la Industria del Salmn),
las condiciones en las que se encuentra hoy, son similares a las que tena la Salmonicultura en la dcada
de los 90; es decir, se encuentra en un ascenso productivo, tecnolgico y de conocimientos especficos
necesarios para perfeccionar cada rea en los que el rubro demanda mayor eficiencia.

Por otro lado, la baja comercializacin y el aumento en la competencia de los oferentes, ha repercutido
en una obvia cada del precio a tasas constantes, por lo que combatir esta tendencia, se suma a los
desafos actuales de la industria, los que se concentran en estrategias como lograr la automatizacin y
tecnificacin de la produccin, con el propsito de producir grandes volmenes, aumentando la
productividad, disminuyendo los tiempos de proceso y los costos de produccin, permitindoles as ser
ms eficientes. Junto a esta, surge la estrategia orientada a conformar empresas de gran tamao, con

3
integracin vertical, de manera de obtener economas de escala, flexibilidad en los ciclos de produccin y
un mayor poder de negociacin.

Uno de los procesos involucrados en el logro de estas estrategias, es la necesidad de mejorar la

eficiencia en todas las reas que involucren costos adicionales al de producir. Dentro de estas reas, se
puede encontrar la necesidad de mejorar la gestin de almacenamiento en fro 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 mximo de su capacidad debido a que obtienen ms 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 inversin 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. As como existe un costo industrial,

existe un costo logstico de los productos: inversiones en almacenes e infraestructura dentro de ellos,
manipulaciones, personal destinado a la preparacin de pedidos, costo financiero del stock, utilizacin de
envases y embalajes, transporte a almacenes y destino final. Este costo logstico 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 mnimo posible sin perjudicar la calidad de servicio otorgada al cliente, as como
controlar este ajuste, es de primera necesidad.(Maulen,M.2007)

Debido a este escenario, constituye un tema importante el perfeccionar la logstica de almacenamiento

para cualquier empresa del rubro que tenga las caractersticas de no contar con la capacidad de
almacenar dentro de sus propios frigorficos la totalidad de su producto final procesado, por lo que deba
incurrir en gastos adicionales para almacenar lo restante en frigorficos 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 informacin con la que no se cuenta hoy en da.

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

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

4
2. MARCO TEORICO

2.1 Logstica

El Council of Logistics Management define la Logstica como la parte del proceso de gestin 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 informacin relacionada con estos,
entre el punto de origen y el punto de consumo, con el propsito de cumplir con las expectativas del
consumidor.

La logstica es parte del concepto de gestin de la cadena de suministro. Gestiona los flujos del producto
junto con la informacin 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
rea en que se apliquen se enfocan en base a perspectivas especficas, pero todas hacen referencia a
los recursos utilizados y resultados obtenidos.

Definiciones (THOMPSON, 2008) aplicadas a la administracin:

Segn Idalberto Chiavenato, eficiencia "significa utilizacin correcta de los recursos (medios de
produccin) disponibles. Puede definirse mediante la ecuacin 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)

Segn Robbins y Coulter, la eficiencia consiste en "obtener los mayores resultados con la mnima
inversin" (ROBBINS y COULTER, 2005)

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

Aplicada a la Economa:

Segn Samuelson y Nordhaus, eficiencia "significa utilizacin de los recursos de la sociedad de la

manera ms eficaz posible para satisfacer las necesidades y los deseos de los individuos" (
SAMUELSON y NORDHAUS, 2002)

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

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

Aplicada a la Mercadotecnia:

5
Segn el Diccionario de Marketing, de Cultural S.A., la eficiencia es el "nivel de logro en la realizacin de
objetivos por parte de un organismo con el menor coste de recursos financieros, humanos y tiempo, o
con mxima consecucin de los objetivos para un nivel dado de recursos (financieros, humanos, etc.)"

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

El concepto de eficiencia econmica tiene relacin directa con producir a costo mnimo. Se llega a una
produccin econmicamente eficiente si se logra un costo mnimo por unidad de produccin para una
determinada tasa de utilizacin de los recursos, lo que significa que no se podra lograr un costo mnimo
por unidad menor bajo ningn otro proceso de produccin. (LEROY MILLER, R y E.MEINERS, R. 2004)

En base a estas definiciones de eficiencia, se puede hacer una propia definicin tomando en cuenta los
factores que ante el estudio son de mayor relevancia. Por ello, se dir 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 produccin disponibles.

Definindose mediante la ecuacin:

(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 relacin directa entre la cantidad ofrecida de un bien y su
precio. Esta relacin quiere decir que la cantidad ofrecida de un bien aumenta cuando el precio de ste lo
hace (y a su vez es ms rentable producirlo). La misma relacin ocurre cuando el precio del bien
disminuye.

La ley de la demanda se basa en el enunciado de la relacin inversa entre el precio de un producto y la

cantidad demandada de este, siendo menor esta ltima en la medida que el precio sea ms alto (bajo
otros factores constantes). La relacin inversa se da cuanto menor sea el precio, aumentando la
demanda de dicho producto. El decir con los dems factores constantes tiene que ver con el hecho de
que el precio no es la nica 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 varan los
ingresos, no se puede determinar la relacin en entre la cantidad comprada en base a estas variaciones.
(LEROY MILLER, R y E.MEINERS, R. 2004).

2.3.1. Caractersticas de la Demanda

Se denomina a la planificacin de inventarios de tipo ciclo nico o monoperidica a aquella planificacin

de un producto cuya demanda ocurre una vez, independiente de si sea aleatoria o no, siendo
almacenado este producto en un solo perodo.

6
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 ste es el caso, se emplean mtodos de planificacin multiperidica.

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

La demanda dependiente, que se da cuando la necesidad de un artculo o tem depende de la produccin

de otro (como es el caso de los componentes de un auto) decidido en la planificacin de la produccin del
producto final. Este tipo de demanda no requiere pronstico, sino simplemente una tabulacin, pero que
requiere una constante coordinacin entre la planificacin de inventarios y la de la produccin en
cuestin, usndose tcnicas como la planificacin de la necesidad de materiales (M.R.P) o J.I.T (just in
time o justo a tiempo).

El no requerir pronstico no es el caso que ocurre para la demanda independiente, donde el consumo de
un tem o producto se comporta en forma aleatoria en funcin de las condiciones del mercado sin tener
relacin 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 tcnicas clsicas basadas en la
optimizacin de los costes totales y el clculo 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 produccin son los bienes que constituyen o forman parte del producto, dividindose 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 sern vendidos y a los insumos necesarios
para otorgar dicho servicio.

En relacin 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, enfrentndose esta situacin a
travs de lo que se denomina stock de seguridad.

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

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

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

7
6. Falta de acoplamiento entre la produccin y el consumo: en que la produccin se obtiene en un
perodo determinado, pero el consumo se realiza a lo largo de todo el ao (tiene directa relacin 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 Almacn

Antiguamente la funcin que el almacn desempeaba en la empresa era de otorgar espacio fsico para
que las mercancas reposaran, pero eran tiempos donde la tensin financiera era menor y la vida de los
productos era ms estable, con menor tensin en el plazo del servicio al cliente y menos voltil.

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 logstico de los productos (costo
financiero del stock, manipulaciones, personal destinado al picking (preparacin de pedidos), transporte a
destino final, envases, embalajes, etc.) debe ser controlado y ajustado al mnimo sin perjudicar la calidad
de servicio otorgado al cliente.

El aumento en las cantidades de lo que se consume hoy en da, que es muy superior al que se consuma
hace unos diez aos atrs.

Entonces se definir Almacn como un subproceso operativo de optimizacin del espacio fsico del
almacn relacionado con la conservacin y guarda de productos con los mnimos riesgos para ste, las
personas y la compaa.

En relacin a los clientes, los pedidos van variando en dos sentidos: por un lado el cliente consume ms,
y por otro vara la composicin de lo que pide, lo que implica un aumento en la produccin y una
disminucin de lneas de pedido (no se desea stock).

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

2.6 Gestin de Almacenes.

La Gestin de Almacenes es una funcin logstica que involucra la recepcin, almacenamiento y

movimiento de cualquier material dentro de un mismo almacn, hasta el punto de consumo, as como la
informacin que se genera en sus flujos o movimientos.

El logro de una buena gestin de almacn permite:

Reducir los costes de almacn y mejorar el servicio al cliente mediante la aceleracin del proceso de
gestin de pedidos.

8
Reducir las tareas administrativas proporcionando datos precisos y rpidos.

Optimizar la utilizacin del espacio mediante la mejora en la distribucin del almacn. (CHASE, R.,
JACOBS, F. y AQUILANO, N. 2005).

Es importante distinguir la gestin de Almacenes con Gestin de Inventarios.

La Gestin de Inventarios indica, qu, cunto, a cunto y cundo debe ser almacenado, o se debe
entregar (en el caso de las relaciones empresa-proveedor). En resumen:

Cundo se deben ordenar los artculos

Cul debe ser el volumen de la orden.

Mientras que la Gestin de Almacn indica, dnde y cmo debe ser almacenado. (DSLC,
CONSULTORIA Y SISTEMAS DE LOGISTICA INTEGRAL, S.L.L. 2006.)

2.6.1 Sistema de gestin del almacn.

Se entiende por tal al sistema que establece la manera u orden en que saldrn los materiales del
almacn, influyendo directamente sobre el tiempo de permanencia de los materiales en ste. Usualmente
el sistema ms usado es el FIFO, donde el primer material o producto que llega al almacn, es el primero
en irse del mismo, as se evitan por ejemplo prdidas de productos por fechas de vencimiento
alcanzadas. (FCC LOGISTICA, S.A- BU.AUTOMOCIN. 2006).

2.7 Manejo De Materiales

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

Las tecnologas para el manejo de materiales actualmente son prioridad para aumentar la productividad y
usar esto como ventaja competitiva, y formando parte importante de la planificacin, control y logstica
debido a que abarca el manejo fsico, transporte, almacenaje y localizacin de los materiales.

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

Los factores que afectan el flujo pueden ser:

Medio de transporte externo.

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

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

Nmero de unidades a producir y flujo necesario entre reas de trabajo.

Cantidad y forma del espacio disponible.

Influencia de los procesos y ubicacin de las reas de servicio.

9
Almacenaje de materiales.

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

Recepcin y verificacin del estado de productos entregados por los proveedores.

Ubicacin, control de calidad y custodia de los productos.

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

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

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

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

El espacio para almacenamiento a menudo resulta de clculos hechos con programas de computadoras,
usando informacin de almacenamiento para otros propsitos. Unos pocos clculos sern necesarios
para hacer una aproximacin del espacio requerido para almacn en una planta.

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

RITZMAN, R. 2000).

El volumen de la produccin

Espacio disponible

La tasa de produccin

La produccin del producto

Tiempo de almacenamiento

Costo de almacenamiento

Volumen de almacenamiento requerido

2.8 Programacin dinmica.

La programacin dinmica encuentra la solucin ptima de un problema con n variables,

descomponindolo 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 optimizacin, la programacin
dinmica no proporciona los detalles de cmputo para optimizar cada etapa.

Los clculos de programacin dinmica se hacen en forma recursiva, ya que la solucin ptima de un
problema se usa como dato para el siguiente subproblema. Para cuando se resuelve el ltimo
subproblema queda a la mano la solucin optima de todo el problema. La forma en la que se hacen los
clculos recursivos, dependen de cmo se descomponga el problema original. En particular, los

10
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 programacin dinmica probabilstica (PDP) es una tcnica matemtica til para la toma de decisiones
interrelacionadas, se presenta cuando el estado en la siguiente etapa no est determinado por completo
por el estado y la poltica de decisin de la etapa actual. En su lugar existe una distribucin de
probabilidad para determinar si queda bien determinada por el estado y la poltica de decisin en la etapa
actual.

Por otro lado, cabe resaltar qu: cuando el estado en la siguiente etapa est determinado por completo
por el estado y la poltica de decisin de la etapa actual, entonces este problema corresponde a
programacin dinmica determinstica (PDD). Las estructuras bsicas de la PDD y la PDP se observan
en la siguiente tabla:

Figura N 2.1: Programacin Dinmica Determinstica

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

Figura N 2.2: Programacin Dinmica Probabilstica.

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

En la programacin dinmica (sea PDD O PDP), se utiliza una relacin recursiva que identifica la poltica
para la etapa n, dada la poltica para la etapa n+1. La forma precisa de la relacin recursiva difiere de un
problema a otro de PD (sea PDD o PDP), pero se usa notacin general como se resume a continuacin:

11
 .

Los elementos bsicos de un modelo te programacin dinmica son:

1. Definicin de las etapas.

2. Definicin de las alternativas en cada etapa.

3. Definicin de los estados para cada etapa.

Tomando en cuenta las siguientes preguntas:

1. qu relaciones vinculan entre s a las etapas?

2. qu informacin 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 programacin dinmica:

1. El problema se puede dividir en etapas que requieran una poltica de decisin en cada una de ellas.

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

3. El efecto de la poltica de decisin en cada etapa es transformar el estado actual en un estado

asociado con el inicio de la siguiente etapa. (Quiz segn una distribucin de probabilidad).

4. El procedimiento de solucin est diseado para encontrar una poltica ptima para el problema
completo, es decir, una receta para la poltica de decisin ptima en cada etapa para cada uno de los
estados posibles.

5. Dado el estado actual, una poltica ptima para las etapas restantes es independiente de la poltica
adoptada en etapas anteriores. Por lo tanto, la decisin inmediata ptima depende solo del estado y no
de cmo se lleg ah. Este es el principio de optimalidad para programacin dinmica (sea PDD PDP).

6. El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima etapa.

12
7. Se dispone de una relacin recursiva que identifica la poltica ptima para la etapa n, dada la poltica
ptima para la etapa n+1.

8. Cuando se usa esta relacin recursiva, el procedimiento de solucin comienza al final y se mueve
hacia atrs, etapa por etapa (encuentra cada vez la poltica ptima para esa etapa) hasta que encuentra
la poltica ptima desde la etapa inicial. Esta poltica ptima lleva de inmediato a una solucin ptima
para el problema completo, a saber, para el estado inicial , despus para el estado que
resulta y as sucesivamente hasta para el estado . (HILLIER, F y LIEBERMAN, G.2006).

2.9 Simulacin de Procesos.

Antes de entrar en la definicin de Simulacin, se deben considerar dos definiciones importantes:

Sistema y Modelo, los que a su vez ayudan a entrar en la definicin de simulacin de sistemas.

2.9.1 Sistema

Es una coleccin de entidades relacionadas, cada una de las cuales se caracteriza por atributos o
caractersticas que pueden estar relacionados entre s. Los objetivos que se persiguen al estudiar uno o
varios fenmenos en funcin de un sistema son aprender cmo cambian los estados, predecir el cambio
y controlarlo. Sus conceptos bsicos son Entidad, Relacin, Estructura y Estado (TORRES, A. 2009).

2.9.2 Modelo

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

Otra definicin, tomada desde el DICCIONARIO DE INFORMATICA (2011) define modelo como la
representacin 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 especfico),
restndole importancia a las otras.

2.9.3 Simulacin

Jerry Banks define simulacin como el desarrollo de un modelo lgico matemtico de un sistema, de tal
forma que se tiene una imitacin de la operacin de un proceso de la vida real o de un sistema a travs
del tiempo. La simulacin involucra la generacin de una historia artificial de un sistema, la observacin
de esta historia mediante la manipulacin experimental, nos ayuda a inferir las caractersticas
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 simulacin antes de que un sistema real est
operando, para ayudar a disearlo, para observar cmo reaccionara el sistema ante cambios en sus
reglas de operacin o para evaluar la respuesta del sistema ante cambios en su estructura. La simulacin
es especialmente adecuada para situaciones donde el tamao o la complejidad del problema hacen que
las tcnicas para la optimizacin resulten difciles o impracticables. Se usa tambin la simulacin junto
con las tcnicas tradicionales de la estadstica y la ciencia de la administracin. Por otro lado, la
simulacin ayuda a entender cmo funciona el sistema real mostrando los efectos de los cambios en las
variables del sistema, cmo controlar en tiempo real y cmo desarrollar ideas nuevas para manejar un
negocio (CHASE, R., JACOBS, F. y AQUILANO, N. 2005)

13
Simulacin es, principalmente, una tcnica para estimar las medidas de desempeo de un sistema
modelado (LAW, 2000). Es una de las tcnicas ms ampliamente usadas en Investigacin de
Operaciones y Ciencias de la Administracin. Sencillamente es un modelo que simula una situacin real,
o algn modelo que genera situaciones artificiales creadas para estudiar su comportamiento. (Qu
pasara en caso de?). La simulacin no es la solucin inmediata a cualquier problema que se detecte. La
observacin previa del sistema real en operacin es sumamente trascendental ya que en base a eso se
toma la decisin de simular o usar otra herramienta que permita obtener los resultados deseados,
dndole prioridad a los modelos matemticos, ya que estos encuentran la solucin optima a los
problemas, a diferencia de la simulacin que plantea escenarios que deben ser estudiados para poder
encontrar los mejores. Es por ello que la simulacin es para explicar, entender o mejorar el sistema y no
para optimizar (LAW, 2000).

2.9.4 reas de aplicacin de la Simulacin

La simulacin es una tcnica que puede ser aplicada a una gran cantidad de reas, debido a que los
avances tecnolgicos y la disponibilidad de software que existen actualmente, hacen de ella una
herramienta muy til. Algunas reas de estudio son (TORRES, A. 2009.)

Sistemas de colas

Sistemas de inventarios

Proyecto de inversin

Sistemas econmicos

Estados financieros

Problemas econmicos

Problemas conductuales y sociales

Sistemas biomdicos

Sistemas Justo a Tiempo

Sistemas de Logstica

2.9.5 Programas y Lenguajes de Simulacin

Los modelos de simulacin se clasifican en continuos y discretos. Los continuos estn basados en
ecuaciones matemticas y, por lo tanto, son continuos y tienen valores para todos los puntos en el
tiempo. Por otra parte, la simulacin discreta slo ocurre en puntos especficos. Por ejemplo, los clientes
que llegan a la ventanilla del cajero del banco seran una simulacin discreta. La simulacin salta de
punto en punto; la llegada de un cliente, el inicio del servicio, el final del servicio, la llegada del siguiente
cliente y as en forma sucesiva. Tambin se pude activar la corrida de simulacin discreta empleando
unidades de tiempo (da, hora, minuto a minuto. Esto se llama simulacin de hechos, los puntos entre
uno y otro no tienen valor en nuestra simulacin o no podemos calcularlos debido a la falta de alguna
especie de relacin matemtica que ligue los hechos posteriores. Las aplicaciones para la administracin
de operaciones usan casi exclusivamente la simulacin discreta (hechos). En una simulacin

14
especializada para las manufacturas, el modelo nos permitir especificar la cantidad de centros de
trabajo, incluir su descripcin, tasas de llegada, tiempo de procesamiento, tamao de los lotes, volumen
de trabajo en procesos, recursos disponibles (inclusive mano de obra), secuencias y dems. El programa
tambin podra permitir que el interesado vea una operacin animada y observe los volmenes y los
flujos por todo el sistema a medida que la simulacin va corriendo. Los datos son reunidos, analizados y
presentados en la forma ms adecuada para ese tipo de aplicacin.

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

Ventajas:

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

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

c. La simulacin no interrumpe las actividades que estn desarrollndose en el sistema real.

d. La simulacin es mucho ms general que los modelos matemticos y la podemos usar cuando las
condiciones no son idneas para un anlisis matemtico estndar.

e. Podemos usar la simulacin como un juego que brinda una experiencia para la capacitacin.

f. La simulacin ofrece una rplica ms realista de un sistema que un anlisis matemtico.

g. Se puede usar la simulacin para analizar condiciones transitorias, mientras que las tcnicas
matemticas normalmente no permiten hacerlo.

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

i. La simulacin contesta preguntas de qu pasara si

Desventajas:

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

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

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

d. La simulacin puede ser menos exacta que el anlisis matemtico, porque est basada en el aspecto
aleatorio. Si podemos representar un sistema dado con un modelo matemtico, en lugar de con una
simulacin podra ser ms aconsejable usar primero.

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

15
f. La tcnica de la simulacin, si bien ha avanzado, an tiene el defecto de carecer de un enfoque
estandarizado. Por lo tanto, los modelos del mismo sistema, creados por distintas personas, podran ser
muy diferentes entre s.

2.9.7 Peligros y problemas en Simulacin

Definir los lmites y nivel de detalles del sistema.

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

Fallar en la seleccin del ms simple y econmico de los modelos para el fin establecido.

Ausencia o prdida de metodologa estadstica.

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 financiarn el proyecto.

2.9.8 Software de Simulacin Flexsim

Flexsim es un software de simulacin orientado a los procesos de manufactura, logstica, 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 solucin ms convincente bajo una interfaz en 3D totalmente animada. Sus
resultados se traducen en grficas, reportes y estadsticas que ayudan a la comunicacin y compresin
de las ideas para una correcta toma de decisiones. (FLEXSIM MEXICO, 2009).

2.9.9 Terminologa 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 tems de flujo (o entidades) son los objetos que se mueven a travs del modelo. Estos
tems pueden ser piezas, papel, contenedores o cualquier cosa que se mueva a travs del modelo. La
mayora tienen procesos que se realizan sobre ellos o son transportados a travs del modelo por otros
recursos.

Itemtype: El tipo de tem es una etiqueta colocada en el tem de flujo que podra representar un cdigo
de barras, un tipo de producto o el nmero de una pieza. Una entidad (Flowitem) define la clase bsica
de producto o pieza, por otra parte el tipo de tem define el tipo de pieza individual o el nmero de pieza
dentro de las clases de entidades.

Ports: Todo objeto Flexsim tiene un nmero ilimitado de puertos a travs 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 vas para recursos mviles. Los puertos centrales son usados para crear
referencias, o punteros entre los objetos.

16
Objetos del Software de Simulacin Flexsim.

Los objetos usados en este proyecto de ttulo son:

Figura N 2.9.1 Objetos Simulador Flexsim

Fuente: Software de Simulacin Flexsim

La Source (Fuente) Es usada para crear los flowitems (Entidades) que viajan a travs del modelo.
Cada Source crea una clase de flowitem y les puede asignar propiedades tales como un tipo de tem
o color. Los modelos deben tener al menos un Source en ellos. Sources 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 recoleccin de datos que envuelven algn flowitem que
va a dejar el sistema debe hacerse justo antes de entrar al Sink o en la pestaa del trigger: OnEntry
del Sink

La Queue (Cola) es usada para que permanezcan los flowitems cuando un objeto posterior en la lnea
no puede aceptarlos an. 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 flowitemsen un modelo. El proceso es

modelado simplemente como un retraso de tiempo forzado. El tiempo total est dividido entre un tiempo
de setup y un tiempo de proceso. El Processor puede procesar ms de un flowitem, a la vez. Adems
puede ser determinada la falla y reparacin de un procesador a intervalos regulares o aleatorios. Los
Processor pueden llamar por operadores durante sus tiempos de setup, proceso y/o reparacin.
Cuando un procesador falla, todos los flowitems que est procesando se retrasarn. (DIAZ,M.
MELLA,H. 2005.)

2.9.10 Metodologa de simulacin

Jerry Banks (2005), propone una metodologa de construccin de un Modelo de Simulacin, donde los
pasos a seguir en un estudio de simulacin segn lo que este autor plantea son:

1. Definicin del Sistema: es la descripcin del problema: caractersticas principales, alcance y

areas involucradas, definindose fronteras para la simulacin, restricciones y medidas de
efectividad que se usarn

2. Formulacin del modelo: elaboracin de un diagrama de flujo lgico del proceso.

3. Preparacin de datos: Identificacin de los datos requeridos para el modelo y eleccin adecuada
para una reduccin objetiva de ellos.

17
 4. Seleccin del lenguaje de Simulacin: en este caso el software de simulacin Flexsim.

5. Translacin del modelo: generacin de los cdigos computacionales para lograr que el modelo
sea ejecutado.

6. Validacin del modelo: determinacin de la confiabilidad que tiene el modelo para representar la
realidad, haciendo comparaciones a travs del uso de resultados histricos con sus datos,
aplicndolos al modelo.

7. Planeacin Estratgica: diseo de un experimento que producir la informacin deseada.

8. Planeacin Tctica: determinacin de cmo se realizara cada una de las corridas de prueba.

9. Experimentacin: corrida de la simulacin para obtener datos y efectuar anlisis de sensibilidad.

10. Interpretacin: obtencin de inferencias con base en datos generados por la simulacin.

11. Implantacin: seleccin de la mejor alternativa para llevarla a la prctica, teniendo cuidado con
las suposiciones que se hicieron al iniciar el proceso de simulacin.

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

Esta metodologa se ve representada en la Figura N 2.3:

18
 Figura N 2.3: Metodologa de Simulacin de Jerry Banks.
Fuente: Elaboracin propia en Microsoft Office Visio 2007

2.10 Tcnicas de Prueba de Software

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

19
y/o desarrollo. Es por ello que siempre debe ir acompaado de pruebas hacia l que ayuden a comprobar
estos errores, para as corregirlos y garantizar la calidad de lo que se ha logrado.

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

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

(2). Conociendo el funcionamiento del producto se pueden hacer pruebas que aseguren que la operacin
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 lgica interna del programa se comprueba utilizando tcnicas de
diseo de casos de prueba de caja blanca.

Tomando en cuenta el punto (2), los requisitos del software se comprueban utilizando tcnicas de diseo
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, as como que la integridad de la informacin 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 lgica interna del software.

Las pruebas de caja negra, tambin 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 tcnicas de prueba de
caja blanca. Ms bien se trata de un enfoque complementario que intenta descubrir diferentes tipos de
errores que los mtodos de caja blanca.

La prueba de caja negra intenta encontrar errores de las siguientes categoras: (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 inicializacin y de terminacin. 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 atencin en el campo de la informacin. Las
pruebas se disean para responder a las siguientes preguntas:

Cmo se prueba la validez funcional?

Cmo se prueba el rendimiento y el comportamiento del sistema?

20
Qu clases de entrada compondrn unos buenos casos de prueba?

Es el sistema particularmente sensible a ciertos valores de entrada?

De qu forma estn aislados los lmites de una clase de datos?

Qu volmenes y niveles de datos tolerar el sistema?

Qu efectos sobre la operacin del sistema tendrn combinaciones especficas de datos?

Mediante las tcnicas 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
nmero de casos de prueba adicionales que se deben disear 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 lgicos del software proponiendo casos de prueba que ejerciten conjuntos
especficos 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 lgicos, desarrollar casos de prueba que los ejerciten y evaluar los
resultados, es decir, generar casos de prueba que ejerciten exhaustivamente la lgica del programa

La prueba de caja blanca, denominada a veces prueba de caja de cristal es un mtodo de diseo de
casos de prueba que usa la estructura de control del diseo procedimental para obtener los casos de
prueba. Mediante los mtodos 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 mdulo; (2) ejerciten todas las decisiones lgicas en sus vertientes verdadera y falsa; (3) ejecuten
todos los bucles en sus lmites y con sus lmites operacionales; y (4) ejerciten las estructuras internas de
datos para asegurar su validez. (PRESSMAN, R. 2002)

21
3. METODOLOGA

Esta metodologa se bas en los pasos a seguir para resolver un problema de simulacin de Jerry Banks,
que son los siguientes: Definicin del Sistema, Formulacin del modelo, Preparacin de datos, Seleccin
del lenguaje de Simulacin, Translacin del modelo, Validacin del modelo, Planeacin Estratgica,
Planeacin Tctica, Experimentacin, Interpretacin, Implantacin, Monitoreo y Control. Sin embargo, lo
que plantea esta nueva metodologa difiere en dos etapas del proceso:

La primera diferencia se da donde antes de traducir el problema al modelo se desarroll un algoritmo de

programacin dinmica para encontrar resultados ptimos con el fin de ingresarlo en la programacin que
se hace sobre los diferentes objetos que se usan en la programacin 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 ptimos cuyo valor dependa de los variables de entrada.

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

Las etapas de la esta metodologa son las siguientes:

1. Definicin del problema: se obtuvieron las caractersticas principales, alcance y reas involucradas.

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

3. Modelo de Conceptualizacin: se realiz un diagrama de flujo lgico que describe las etapas del
proceso de abastecimiento.

4. Obtencin de datos: La obtencin de datos no fue un requerimiento de primera instancia debido a la

decisin de generalizar el modelo para cualquier empresa de mitlidos 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 descripcin de estos datos se detalla en el captulo siguiente.

5. Diseo de algoritmo en programacin dinmica: usando herramientas bsicas de orden y lgica

secuencial se desarroll un algoritmo que otorga resultados ptimos de distribucin dependiendo de la
capacidad y costos de almacenamiento de los frigorficos resultando un algoritmo de programacin
dinmica.

6. Traduccin a Modelo: Se desarrollaron dos modelos, uno que simula la realidad del problema basado
en datos histricos de demanda y embarques, y otro que deja a disposicin las variables de entrada que
se pueden ingresar, como son: costo de transporte, costo de almacenamiento, produccin por da y
demanda diaria. Cada modelo tiene su propio cdigo en el software de simulacin Flexsim 5.

7. Verificacin y Validacin: mediante el anlisis de prueba de software se plantearon situaciones crticas,

y se verificaron y validaron sus resultados.

8. Diseo experimental: se plantearon dos escenarios para el Modelo Especfico desarrollado.

22
8. Anlisis y Documentacin: se realiz un anlisis general del Modelo Genrico y un Anlisis un ms
detallado del Modelo Especfico tomando en cuenta los escenarios desarrollados en el Diseo
Experimental, documentndose las tablas de ingreso de datos, las tablas de produccin y demanda
histrica, los cdigos de programacin dinmica y los cdigos ms importantes que contienen los objetos
usados en el simulador Flexsim.

9. Implementacin: se sugirieron reas de prueba para la implementacin de esta herramienta de

simulacin, as como maneras o guas de ejecutarlo e ingresar datos.

Figura N 3.1: Metodologa Propuesta de Simulacin de Abastecimiento en Frigorficos.

Fuente: Elaboracin propia en Microsoft Office Visio 2007

Es importante recalcar que en estudios de simulacin de procesos, no hay una amplia gama de autores
que brinden mayor informacin o informacin diferente respecto a los pasos que se deben seguir en
anlisis de este tipo de problemas.
23
4. APLICACIN DE LA METODOLOGA

4.1 Identificacin del Problema

La formulacin del problema es el primer paso de la metodologa para un estudio de simulacin

propuesta por Law (2000) o Banks (1996).

Para lograr la formulacin del problema, se llevaron a cabo reuniones con el jefe del rea de ingeniera
de una empresa exportadora de mitlidos. En estas reuniones se manifest el deseo de querer manejar
la informacin general de sus costos de almacenamiento de una manera ms eficiente y clara. Cabe
destacar que este tipo de problema no es particular, es decir, se presenta en variadas empresas del rea
mitilicultora, por lo que la formulacin del problema, se desarrollo plantendolo desde un punto de vista
general.

En la situacin descrita, la ausencia de una capacidad de almacenamiento en frio que abarque la

produccin completa de una planta es el problema principal. El hecho de tener un frigorfico con una
capacidad pequea en comparacin con el nivel de produccin de carne a granel que llegan a alcanzar
en pocas de produccin alta, obliga a las empresas mitilicultoras a almacenar en frigorficos externos
que, aparte de tener tarifas de almacenamiento ms altas, se encuentran ubicadas en distintos lugares
de la dcima regin, por lo que se incurre en costos de transporte adicionales, as como en tiempo y
esfuerzo logstico por lograr que stos costos sean los mnimos posibles para no afectar el precio en el
producto final. La relacin produccin-almacenamiento-demanda en relacin a los costos es la que no se
maneja, as como la decisin de hacia dnde enviar dependiendo de los costos de almacenamiento y
transporte.

La formulacin del problema de acuerdo a lo escrito anteriormente, consisti en:

Determinar mediante un modelo de simulacin, la relacin de costos entre produccin-almacenamiento

en relacin a la demanda y a los frigorficos 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 frigorfico interno con una capacidad limitada que recibe este
producto para almacenarlo, y una cantidad x de frigorficos 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 produccin estimada para cada mes de
produccin.

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

24
 Figura N 4.1: Esquematizacin Formulacin del Problema
Fuente: elaboracin propia Microsoft Office Visio 2007

4.2 Planteamiento de Objetivos

Si bien est planteado anteriormente el Objetivo General y Objetivos Especficos de este proyecto de
ttulo, tambin se plantearon objetivos para el momento de la simulacin 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 versin completa ni tener que usar la llave que
viene en formato de puerto USV.

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

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

4. Respecto a los resultados que entregue el software, ste debe poder indicar en qu frigorfico se
debe almacenar una cierta cantidad de produccin, de manera tal que los costos sean mnimos. A su
vez, debe indicar los flujos de las entidades, es decir: cul ha sido la ruta (frigorfico) del producto, el
tiempo de almacenamiento y el costo involucrado.

25
Los puntos 3 y 4 son los que involucran un paso adicional de esta aplicacin del problema a un modelo
de simulacin, puesto que para poder entregar las respuestas a estos objetivos se desarroll, del rea de
Investigacin de Operaciones, un algoritmo de programacin dinmica determinstica, y se insert como
en la programacin de los objetos del software Flexsim.

4.3 Modelo de Conceptualizacin

El diagrama de flujo lgico 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: Elaboracin propia en Microsoft Office Visio 2007

26
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 frigorfico
interno debido a los costos bajos que implican dejarlo ah, pero si ste no cuenta con la capacidad para
almacenar toda la cantidad recin salida de planta, entonces se divide la produccin, enviando la
cantidad que se puede almacenar en el frigorfico interno, y la diferencia envindola a algn frigorfico
externo.

En otras palabras, el diagrama de flujo de abastecimiento, representa la dinmica 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
frigorfico externo de gran capacidad como el representante de todos los frigorficos externos que se
ocupen. Esto se hiso porque la forma de tomar la decisin es la misma si hay uno o ms frigorficos
siempre y cuando las tarifas de almacenamiento de stos sean las mismas o tengan una variacin
pequea.

En caso de que esto no ocurra, es decir, haya ms de un frigorfico externo y cada uno tenga sus costos
de almacenaje y costos de transporte, se hace un rbol de decisin que se presenta ms adelante
cuando se desarrolla un algoritmo de programacin dinmica determinstica para poder programarlo e
ingresarlo al software Flexsim.

4.4 Recopilacin de datos

Los datos requeridos para ingresar al modelo desarrollado fueron:

1. Capacidad de frigorfico interno.

2. Costos globales en el uso del frigorfico interno.

3. Cantidad de frigorficos externos usados actualmente.

4. Capacidad de frigorficos externos.

5. Costo de Almacenamiento en frigorficos externos.

6. Descripcin de los servicios que incluyen esos costos de almacenamiento en frigorficos

externos.

7. Costos de transporte.

8. Datos histricos de las cantidades de producto almacenadas durante al menos un ao.

9. Datos histricos de la demanda durante al menos un ao.

Estos datos se estandarizaron en cuanto a unidades sin desmedro de lograr resultados reales, lo que se
explica a continuacin en el punto 4.3.1. A su vez se definieron los lmites y reas sobre las que se iba a
desarrollar el modelo, definindose que se trabajara sobre las cantidades producidas sin tomar en
cuenta el costo de produccin 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.

27
4.4.1 Estandarizacin de datos y supuestos

Al momento de crear el modelo, se estableci 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 versin de prueba del Flexsim por lo tanto no se
logra cumplir con el objetivo n1 planteado en el punto 4.2 de la aplicacin de la metodologa.

El punto uno a su vez oblig a tener que redondear al nmero mayor las cantidades de toneladas
procesadas cuando stas 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 algn frigorfico en un camin con capacidad para 10 toneladas. A
este costo se le debe incluir el gasto por concepto de entrada de productos al frigorfico (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
frigorfico.

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

Los das en que ocurre produccin y demanda son ingresados como calendario Juliano tomando en
cuenta el da 1 como el primer da de produccin de la temporada que se est ingresando. Estos das son
multiplicados por 10 debido a que se estableci que 10 unidades de tiempo en el software equivalen a 1
da de produccin 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 Diseo de algoritmo en programacin dinmica

Cuando se plante el problema y se tom la decisin de generalizar ste para cualquier situacin en la
que los costos de almacenar externamente sean variables, se determin que la mejor manera de obtener
resultados ptimos era desarrollando un algoritmo tal, que pudiese ser ingresado en la programacin 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 programacin que sirve
no para entregar resultados ptimos, sino para ver posibles escenarios; escenarios que cambian cuando
cambian sus variables de entrada. La gran diferencia a un modelo de simulacin hecho normalmente en
base a datos estadsticos, es que ste usa como plataforma de desarrollo la herramienta de simulacin
pero la une con una herramienta de optimizacin, 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 lmites para poder trabajar en la
dinmica de decisin de almacenamiento. Estos lmites tienen que ver con la cantidad de frigorficos
externos con los que se va a trabajar en el modelo, definindose como mximo tres. Al plantearse de
esta manera el futuro modelo de simulacin, y al querer entregar resultados ptimos, es que se necesit
desarrollar un algoritmo que permitiera entender el orden secuencial en la toma de decisiones para poder
llevarlo mas tarde a un lenguaje de programacin 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 extrapolacin para aplicarlo a tres frigorficos externos en

28
vez de a uno solo, lo que deriv en una serie de decisiones encadenadas que usan dos funciones
principales:

La obtencin de una combinatoria (para saber todas las posibles combinaciones que se pueden hacer
para almacenar una cantidad x en las opciones de frigorfico que hay).

La obtencin de un Optimo: funcin que calcula los costos de cada una de las combinatorias
entregadas en el punto anterior, y entrega aquella combinacin cuyo costo es el menor.

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

Las decisiones encadenadas anteriores, que usan estas dos funciones, son las que se presentan como
algoritmo de programacin dinmica determinstica, representado en los siguientes rboles de decisin.

El primero es el rbol de decisin general, y de l, cada rama desprende otro rbol de decisin que son
los que siguen a continuacin de ste.

El orden secuencial es el siguiente:

Una vez que sale una corrida de produccin de la planta procesadora, se debe saber hacia qu
frigorfico hay que enviar dicha corrida. Para ello, el nmero de la cantidad a almacenar (ya ingresada
como camionadas) es la variable de entrada para la funcin combinaciones, que entrega - tal como
su nombre lo indica- cada combinacin que se puede hacer para almacenar esta cantidad de
camionadas en los cuatro frigorficos que se tienen como opcin. Luego, la cantidad de
combinaciones, as como cada conjunto que la compone son la variable de entrada para el anlisis
desde el punto de vista de costos, donde a cada una de las combinaciones posibles se les calcula el
costo de almacenamiento y transporte, quedndose con aquella combinacin cuyo costo total sea el
menor. A este costo menor, se le denomina OPTIMO.

Esta combinacin de cuatro nmeros es la que entrega cuantas camionadas deben ingresar al
frigorfico interno, cuantas al frigorfico externo uno, al externo dos y al externo tres.

Despus de determinado este OPTIMO, el algoritmo de decisin pregunta a cada frigorfico si tiene
la capacidad para almacenar la cantidad destinada para ellos. Si es as entonces enva dicha
cantidad donde le corresponde, pero si no es as, pregunta cunto puede almacenar el frigorfico
consultado, enva la cantidad que se pueda almacenar a ste, y usa la diferencia como variable de
entrada para sacar una nueva combinacin y un nuevo OPTIMO. Este segundo nuevo OPTIMO
ya no toma en cuenta el frigorfico por el que se pas (debido a que se encuentra lleno), por lo que
entrega cantidades a almacenar para tres de los 4 frigorficos. Y as comienza por segunda vez el
ciclo, donde pregunta ahora a 3 de los 4 frigorficos si tienen la capacidad para almacenar las
cantidades designadas para ellos, y si no es as, 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 produccin
salida en un tiempo especfico.

29
 Figura N 4.3: rbol de decisin General
Fuente: Elaboracin propia en Microsoft Office Visio 2007

30
Figura N 4.4: rbol de decisiones para el Frigorfico Interno (FI)
Fuente: Elaboracin propia en Microsoft Office Visio 2007

31
Figura N 4.5: rbol de decisiones para el Frigorfico Externo 1 (FE1)
Fuente: Elaboracin propia en Microsoft Office Visio 2007

32
Figura N 4.6: rbol de decisiones para el Frigorfico Externo 2 (FE2)
Fuente: Elaboracin propia en Microsoft Office Visio 2007

33
Figura N 4.7 rbol de decisiones para el Frigorfico Externo 3 (FE3)
Fuente: Elaboracin propia en Microsoft Office Visio 2007

34
4.6 Traduccin a Modelo

Una vez desarrollado el algoritmo de programacin dinmica determinstica, y teniendo el orden de la

toma de decisiones para cada situacin, como se dijo en la descripcin de la metodologa se
desarrollaron dos modelos, un modelo genrico y un modelo especfico.

4.6.1 Modelo Genrico

Este modelo que deja a disposicin las variables de entrada que se pueden ingresar, como son: costo de
transporte, costo de almacenamiento, produccin y demanda por da.

Este modelo basa su complejidad en relacin a la cantidad de decisiones que debe tomar antes de
derivar la cantidad de produccin hacia algn frigorfico.

Figura N 4.8 Modelo Genrico Flexsim

Fuente: Elaboracin propia en Flexsim

4.6.1.a Objetos del Modelo Genrico

Antes de describir cada objeto del modelo genrico, es necesario definir el tipo de entidad que va a
circular por ste. Para este caso se defini una basic box como entidad, y junto con esto, se le
asignaron etiquetas a este tipo de entidad que almacenarn los datos ms importantes que se desean
obtener al finalizar la modelacin. La Figura N 4.9 muestra que stas entidades son definidas en Flow
Items en la barra de herramientas del Software y ms tarde en el Source definido en este caso con el
nombre de PLANTA PROCESADORA.

35
 Figura N 4.9: Definicin de Entidad e ingreso de etiquetas
Fuente: Elaboracin propia en Flexsim

Luego de esto, se definen a continuacin las funciones y caractersticas de cada objeto:

1. PLANTA PROCESADORA: es el que simula las salidas de entidades. En l est ingresado la

produccin completa de un ao, 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 N4.10: Source PLANTA PROCESADORA.

Fuente: Elaboracin propia en Flexsim

36
2. COLA1: es la encargada de cerrar los puertos de entrada de los frigorficos una vez entrada la
primera entidad as como de cerrar el puerto de salida de la GRAN COLA PROCESADORA. Tambin
es la que obtiene la primera combinatoria y OPTIMO para la cantidad de entidades que entran a ella.
Esta programacin de la combinatoria y OPTIMO es la principal y ms importante del modelo, ya que
de ella se desprenden las dems programaciones y porque es sta la que traduce la base de la
programacin dinmica desarrollada en el punto 4.4 a la programacin del lenguaje del simulador, por lo
tanto se muestra a continuacin y no en Anexos. El cdigo 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 cdigo para obtener la combinatoria y ptimo 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);

37
// 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 ltimo 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

38
// 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 combinacin
c1=v1*(al1+t1);
c2=v2*(al2+t2);
c3=v3*(al3+t3);
c4=v4*(al4+t4);
costo=c1+c2+c3+c4;

39
 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: estn puestos para efectos visuales: se deseaba ver en qu

momento entraba cada caja a la colas que los suceden. El PROCESADOR1 adems tiene la funcin de
contabilizar la cantidad de entidades que entran y de asignarle un valor nico a cada una en orden de
llegada. Su cdigo de programacin se encuentra en el Anexo Cdigo A.1: Programacin Modelo
Genrico PROCESADOR1. El PROCESADOR2 tiene una funcin adicional que se explicar ms
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
frigorfico y comienza a realizar el rbol de decisin descrito en el algoritmo de programacin dinmica.

Su cdigo es una fiel copia del rbol de decisiones descrito en el punto 4 pero pasado al lenguaje de
programacin del software y usando las funciones de obtencin de combinaciones y OPTIMO, siendo
por este motivo importante ya que es la que une los conceptos de Programacin Dinmica de
Investigacin de Operaciones con Simulacin de Procesos. Cabe destacar que el cdigo general result
muy largo producto de que cada vez que se deba sacar un nuevo OPTIMO, el cdigo de sta funcin,
al igual que el de las combinaciones deba 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 frigorficos a una nueva tabla con la
que se pueda trabajar. Esto lo hace una sola vez, al comienzo de la simulacin. El cdigo se encuentra
en el Anexo Cdigo A.2: Programacin Modelo Genrico FUENTE1.

6. FUENTE 2: cierra los puertos de salida de la COLA QUE DECIDE y de los frigorficos una vez salida
la primera corrida de produccin. Tambin es la que decide qu puertos abrir dependiendo de las
cantidades que deben enviar. La manera de decidir qu puerto de salida abrir depende del costo de
almacenamiento por unidad de tiempo que tenga cada frigorfico, abriendo siempre aquel cuyo costo sea
mayor. Su cdigo se encuentra en el Anexo Cdigo A.3: Programacin Modelo Genrico FUENTE2.

7. Frigorficos FI, FE2, FE2, FE3: todos tienen el mismo cdigo en sus entradas y en sus salidas
(OnEntry y OnExit). Este cdigo cuenta la cantidad de unidades que entran y se lo resta a la capacidad
actual que tiene el FI, guarda el nmero uno, dos, tres o cuatro en la etiqueta frigorfico 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 ltimo, dependiendo de las cantidades que
deben entrar, abre o cierra el puerto. Sus cdigos se encuentran Anexo Cdigo A.4:Programacin

40
Modelo Genrico FI, Cdigo A.5:Programacin Modelo Genrico FE1, Cdigo A.6:Programacin
Modelo Genrico FE2 y Cdigo A.7:Programacin Modelo Genrico FE3.

8. PROCESADOR 2: calcula los costos de transporte totales y los guarda en la etiqueta correspondiente
de la entidad. Su cdigo se encuentra en el Anexo Cdigo A.8: Programacin Modelo Genrico
PROCESADOR 2.

9. GRAN COLA QUE PROCESA: es llamada as porque es la que contiene las entidades una vez que
han salido de su tiempo de almacenamiento, cierra los puertos de salida de los frigorficos 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 cdigo se
encuentra en Anexo Cdigo A.9: Programacin Modelo Genrico 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 frigorfico donde estuvo almacenada la entidad, el tiempo (en Flexsim) en
que comenz a ser almacenada, el tiempo en que sali de su perodo de almacenamiento, el tiempo total
que estuvo en el frigorfico, el costo de transporte (ida y vuelta), el costo de haberla mantenido
almacenada durante ese intervalo de tiempo, el Costo Total involucrado, y su nmero nico de
produccin. Tiene una capacidad de datos para hasta 300 entidades.

Figura N 4.11: TABLA GLOBAL de datos Flexsim

Fuente: Elaboracin propia en Flexsim
41
4.6.2 Modelo Especfico

Este modelo se desarroll para analizar una situacin particular con datos histricos de una empresa de
mitlidos. Esta empresa quera saber cunto dinero est gastando por concepto de almacenamiento en
frigorficos externos.

Se tom en cuenta un modelo ms simple donde hay un frigorfico 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 Especfico

Fuente: Elaboracin propia en Flexsim

4.6.2. a Objetos del Modelo Especfico

Todos los objetos de este modelo son idnticos en cuanto a funciones respecto del modelo genrico. Su
programacin es ms sencilla puesto que solo se debe decidir en base a dos frigorficos pero sigue el
mismo orden de decisiones planteado. La gran diferencia es que en este modelo est ingresada toda la
produccin de un ao 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 cdigos se
explican a continuacin:

1. COLA 1: obtiene las combinaciones y el PTIMO para dos frigorficos. Su cdigo se encuentra en el
Anexo Cdigo A.10: Programacin Modelo Especfico COLA1.

2. COLA QUE DECIDE: tiene un cdigo ms simple, puesto que representa la manera de decidir
mostrada en el diagrama de flujo de abastecimiento de la Figura N 4.2. Su cdigo se encuentra en el
Anexo Cdigo A.11: Programacin Modelo Especfico COLA QUE DECIDE.

3. FUENTE 2: es la que abre o cierra los puertos de salida de los frigorficos dependiendo de la
demanda. sta difiere de la FUENTE 2 del Modelo Genrico en cuanto a la manera de abrir los puertos

42
de salida. La FUENTE 2 del Modelo Genrico, lee de la tabla demandas la cantidad que debe enviarse
a la GRAN COLA PROCESADORA; despus de decidir cul es el frigorfico con mayor costo, pregunta si
dicho frigorfico tiene la cantidad para abastecer la demanda, y si no es as, pasa a preguntarle al
segundo frigorfico ms caro si tiene esa capacidad (es decir, abre 1 solo puerto para enviar la cantidad
demandada). En cambio la FUENTE 2 del Modelo Especfico, al momento de saber que el frigorfico cuya
tarifa de almacenamiento es ms cara, no tiene la cantidad total de entidades que se necesitan para
satisfacer la demanda de ese momento, pregunta cuanta cantidad tiene, enva esa cantidad y luego va al
segundo frigorfico 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 frigorfico. A continuacin se encuentra en el Anexo Cdigo A.12: Programacin
Modelo Especfico FUENTE 2.

4. GRAN COLA PROCESADORA: la gran diferencia entre este objeto y su similar del Modelo Genrico
es que ste cierra los puertos leyendo desde la TABLA ENVIOS DDA y no desde la tabla demanda.
Su cdigo se encuentra en el Anexo Cdigo A.13: Programacin Modelo Especfico COLA
PROCESADORA.

4.7 Verificacin y Validacin:

Se hicieron pruebas de caja blanca, es decir, casos de pruebas que verifiquen que cuando ocurre una
situacin, 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 PTIMOS deben ser los correctos.

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

Cuando se activa una peticin de demanda, deben salir de los frigorficos la cantidad indicada de
entidades.

Cuando la primera opcin 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 frigorfico.

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

Se deben guardar correctamente en cada entidad: el frigorfico que se us, el tiempo que estuvo
en l, los costos de almacenamiento y transporte involucrados. Tambin se deben guardar todos
estos datos en la TABLA GLOBAL para su posterior anlisis y deben estar calculados
correctamente.

43
Caso 1: Las combinaciones deben calcularse de manera correcta.

Para este caso, se us como variable de entrada el nmero dos. La programacin que tiene relacin con
la cantidad de combinaciones, saca exactamente todas las combinaciones posibles de un nmero sobre
cuatro (que es la cantidad de frigorficos disponibles), pero est hecha para que calcule las
combinaciones y muestre solo aquellos conjuntos de nmeros que sumen entre ellos la variable de
entrada con la que se hace el clculo. Por ejemplo: si la variable de entrada es cinco, la programacin
calcula todas las combinaciones, pero muestra en la tabla combinaciones solo aquellas cuyos conjuntos
de nmeros suman cinco. La Tabla B.1 de Anexos muestra el clculo hecho con la variable de entrada
dos, luego mostrada a continuacin la Tabla N 4.1 muestra las combinaciones de nmeros que suman
dos, y la Figura N 7.1 muestra los resultados que da la programacin en Flexsim.

Tabla N 4.1: Conjunto de nmeros en las combinaciones que suman dos (clculo 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: Elaboracin propia Microsoft Office Excel 2007

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

44
En la Figura N 4.13 la columna seis es la que entrega en la fila uno el nmero 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 nmero 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 PTIMOS deben ser los correctos.

Para calcular los ptimos se toma en cuenta la respuesta dada por la programacin de las
combinaciones. Por ejemplo en el caso anterior, la respuesta de la tabla combinaciones es 10. En este
caso la programacin del PTIMO toma ese valor para saber hasta qu fila recorrer en la tabla
combinaciones y en cada caso calcular los costos que implican ese conjunto de nmeros de la fila
correspondiente. Como se comprob que la programacin del Caso 1 est bien, ahora se comprueba el
Caso 2 con el nmero tres. Flexsim entrega que el nmero de combinaciones es 20 (celda 1,20).

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

Fuente: Elaboracin propia en Flexsim

Como el ptimo toma cada fila y calcula los costos para esa combinacin de nmeros, se leen de la tabla
precios los costos de transportar y almacenar en cada frigorfico. Estos costos son inventados para el
caso del Modelo Genrico.

Figura N 4.15: Tabla precios

Fuente: Elaboracin propia en Flexsim

45
 Tabla N: 4.2: Costo mnimo sacado manualmente con variable de entrada igual a tres.
Costo= nFI*(35+10)+nFE1*(45+10)+nFE2*(50+25)+nFE3(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: Elaboracin propia en Microsoft Office Excel 2007

La tabla que entrega la combinacin con el menor costo posible se puede ver en la Figura N 4.16.

Figura N 4.16: Resultados PTIMO Flexsim con variable de entrada igual a tres.
Fuente: Elaboracin propia en Flexsim

Al comparar el resultado entregado por el software con el sacado manualmente, se comprueba que la
programacin del PTIMO est correcta.

Caso 3: Se deben abrir los puertos correspondientes para cada caso y las entidades deben ir
siempre al frigorfico 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 ptimo, se abran los puertos correspondientes a cada frigorfico.

46
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: Elaboracin propia en Flexsim

De acuerdo a esto, si la variable de entrada es igual a tres, el nuevo PTIMO entregado por el programa
indica que se deben enviar las tres camionadas (entidades) al frigorfico interno, por lo tanto se debe abrir
el puerto correspondiente y deben ingresar tres entidades para ser almacenadas en ste. Para ello, se
configur 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 programacin, realiza exactamente dicha accin. Esta misma
prueba se realiz cambiando los costos para los frigorficos 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 frigorfico correspondiente.

Fuente: Elaboracin propia en Flexsim

Caso 4: Cuando se activa una peticin de demanda, deben salir de los frigorficos la cantidad
indicada de entidades.

47
Para esta prueba se configur que a partir del tiempo 80 (tiempo Flexsim), tenan que salir de algn
frigorfico 4 entidades y luego cerrar el puerto en espera de la siguiente demanda. El software ejecuta
dicha accin 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: Elaboracin propia en Flexsim

Caso 5: Cuando la primera opcin 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 frigorfico.

Tomando en cuenta los valores de la Figura N 4.17, el orden en que los frigorficos deberan llenarse es
el siguiente: Frigorfico Interno, Frigorfico Externo1, Frigorfico Externo3, Frigorfico Externo2. Si se
observa de acuerdo a los precios establecidos, el Frigorfico Externo1 y el Frigorfico Externo3 tienen el
mismo costo: en este caso el programa abrir aquel puerto de frigorfico que se encuentre ms cercano al
objeto anterior (en este caso COLA QUE DECIDE).

Para poder comprobar esto, se tuvo que desactivar el cdigo que tiene relacin con las demandas,
porque el hecho de que stas estuviesen activadas haca que de los frigorficos salieran entidades y no
se pudiera apreciar claramente el orden en que stos se llenaban.

48
 Figura N 4.20: Capacidades de los Frigorficos
Fuente: Elaboracin propia en Flexsim

Figura N 4.21: Frigorfico Interno sin capacidad, Frigorfico Externo 1 comenzando a llenarse (tiempo
301.78 Flexsim).
Fuente: Elaboracin propia en Flexsim

49
Figura N 4.22: Frigorfico Interno y Externo 1 sin capacidad, Frigorfico 3 comenzando a llenarse (tiempo
410.596 Flexsim).
Fuente: Elaboracin propia en Flexsim

Figura N 4.23: Frigorfico Interno, Externo 1 y Externo 3 sin capacidad, Frigorfico Externo 2 comenzando
a llenarse (tiempo 545.068 Flexsim).
Fuente: Elaboracin propia en Flexsim

50
Por lo tanto, se concluye que la programacin de sta parte del programa, cumple con los requisitos de
llenar los frigorficos desde el que tiene tarifa ms baja de almacenamiento, hasta el que tiene tarifa ms
alta.

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

Para la prueba de este caso, los tiempos de demanda se retrasaron de manera que pudiera haber
entidades almacenadas en todos los frigorficos y as verificar si se cumple la condicin expuesta en el
ttulo de este caso.

Siguiendo el orden de mayor a menor costo en base a los precios de la Figura N 4.24, el primer
frigorfico que debiera vaciarse es el Externo2, seguido de el Externo3, luego el Interno y por ltimo el
Externo1. Las figuras a continuacin muestran el comportamiento del vaciado de stos.

Figura N 4.24: Precios de los Frigorficos

Fuente: Elaboracin propia en Flexsim

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

Fuente: Elaboracin propia en Flexsim

51
Figura N 4.26: Todos los frigorficos con entidades almacenadas (tiempo 585.284 Flexsim)
Fuente: Elaboracin propia en Flexsim

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

Fuente: Elaboracin propia en Flexsim

52
Figura N 4.28: Segundo Frigorfico abierto: Externo3 (tiempo 718.862 Flexsim)
Fuente: Elaboracin propia en Flexsim

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

Fuente: Elaboracin propia en Flexsim

53
 Figura N 4.30: ltimo frigorfico abierto: Externo1 (tiempo 1155.712 Flexsim)
Fuente: Elaboracin propia en Flexsim

Como se puede concluir, el caso 6 se cumple en su totalidad al vaciar en forma correcta los frigorficos
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 frigorfico que se us, el tiempo que
estuvo en l, los costos de almacenamiento y transporte involucrados. Tambin se deben guardar
todos estos datos en la TABLA GLOBAL para su posterior anlisis 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 clculo 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 Frigorfico Externo 2, sta ingresa en el tiempo 42 de Flexsim
(recordar que 10 unidades de tiempo en el modelo equivalen a 1 da de proceso en la planta, por lo tanto
si las cajas entraron entre el minuto 40 y 50 y corresponden a la produccin de un da, se considera
correcto el comportamiento), su precio de transporte es 10 (pesos establecidos por el usuario) y el precio
de almacenamiento se definir dependiendo de cunto tiempo se encuentre almacenado.

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

54
 Figura N 4.31: Ingreso de la primera entidad y valor de sus etiquetas.
Fuente: Elaboracin propia en Flexsim

Luego, se espero a que dicha entidad saliera del frigorfico (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:
Elaboracin propia en Flexsim

Si se toman en cuenta los costos mostrados en la Figura N 4.24, segn los datos de la TABLA
GLOBAL, la primera entidad que sali de la planta procesadora (con etiqueta n de entidad igual a
uno), se almacen en el frigorfico externo 2 en el momento 42 de Flexsim, y sali de este en el momento
950, por lo que estuvo almacenado 948 unidades de tiempo Flexsim, su precio de transporte es igual a

55
20 (unidades de dinero establecidos por el usuario que desde ahora se abreviar 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 frigorfico 2 tienen un costo de 10
UP por la ida, por lo tanto en ir a buscar esa entidad significaran 10 UP ms, lo que hace un total de
precio de transporte igual a 20 UP.

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

Despus 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 clculo:

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

4.8 Diseo Experimental, Anlisis y Documentacin

El Anlisis se hiso sobre el Modelo Especfico debido a que las variables de entrada son en su mayora
reales y porque la misma manera de analizarlo se puede proyectar a un caso donde se tengan diferentes
frigorficos 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 cmo se comporta el modelo con la capacidad actual de frigorfico interno.

Escenario 2: modela la situacin si la planta tuviese la capacidad de almacenar la produccin

completa de una temporada.

Esto se realiz poniendo nfasis en los costos de transporte y almacenamiento del Frigorfico Externo en
comparacin con los costos de almacenamiento del Frigorfico Interno.

Se documentaron las tablas de ingreso de datos, las tablas de produccin y demanda histrica, los
cdigos de programacin dinmica y los cdigos ms importantes que contienen los objetos usados en el
simulador Flexsim, las que debido a la importancia del entendimiento de cada etapa y anlisis de los
pasos en el desarrollo de este proyecto de ttulo, se han ido adjuntando en la medida que se va
desarrollando cada punto de la metodologa propuesta.

4.8.1 Datos Generales ingresados al modelo

La empresa entreg los siguientes datos:

56
 Costo de Almacenamiento Externo.

Costo de Transporte ida a Frigorficos Externos (afirmando que todos se encuentran a

distancias muy semejantes de la planta por lo tanto el costo es el mismo).

Produccin de la planta desde el mes de Enero hasta el mes de Junio del ao 2010.

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

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

Hacer suposiciones para estimar los costos de almacenar en frigorfico 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 produccin completa de la misma, se
estim la demanda de los meses faltantes (en este caso desde Septiembre hasta Diciembre del ao
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 Especfico

Almacenamiento Transporte ida
ton/mes camin 10 ton
USD USD
FI 0,78 25
FE 1,3 567

Fuente: Elaboracin 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

57
 Fuente: Elaboracin 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 produccin son los mostrados en la tabla, se les asign
arbitrariamente una produccin de 30 camionadas a los meses faltantes, con excepcin de Diciembre al
que se le asign una produccin de 25.

4.8.2 Escenario 1: Situacin actual.

A continuacin se analizan eventos que se consideran importantes para comenzar el anlisis del modelo.

Segn la Figura N 4.33 en el momento en que la planta termina de procesar su temporada 2010, el
frigorfico interno esta a su mxima 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 Frigorficos al momento en que termina la produccin de la temporada 2010
(tiempo 2950 Flexsim).
Fuente: Elaboracin propia en Flexsim

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

Por ltimo, en la Tabla B.2 en Anexos se encuentra la informacin despus de haber terminado la
modelacin.

Segn esta ltima tabla, la cantidad de entidades que entraron fueron 385, quedando las otras 15
almacenadas en el frigorfico interno, por lo tanto los anlisis a continuacin se hicieron sobre estas
entidades.

58
 Figura N 4.34: Momento en que todas las camionadas almacenadas externamente vuelven a planta
(tiempo 4300 Flexsim)
Fuente: Elaboracin propia en Flexsim

Figura N 4.35: Momento en que termina la demanda completa de la temporada 2010 (tiempo 4710
Flexsim).
Fuente: Elaboracin propia en Flexsim

i. Costos de Almacenamiento

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

59
externamente puesto que el modelo prioriza sacar de almacenamiento siempre aquellas camionadas que
estn siendo guardadas en los frigorficos que tienen mayor costo. Este resultado no es errado,
simplemente muestra el menor costo posible que se puede gastar en frigorficos externos con la
capacidad actual de su frigorfico interno, debido a que el algoritmo de programacin dinmica ayuda a
tomar la mejor decisin de almacenamiento.

Tabla N 4.5: Costos Almacenamiento Escenario 1 por Frigorfico

Costo Costo Costo
(USD) (USD) (USD)
N
Ent. Alm. Total Camionada Tonelada
FI 25 2810,47 112,4188 11,24188
FE 360 13625,26 37,8479444 3,78479444
Fuente: Elaboracin propia en Microsoft Office Excel 2007

Tabla N 4.6: Costos Almacenamiento generales Escenario 1

Escenario 1
Costo Costo Costo
(USD) (USD) (USD)
Trans.Total Camionada Tonelada
16.435,73 42,69 4,26901991
Fuente: Elaboracin 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 fro ms grande, donde por el simple hecho
de tener que transportar las toneladas que no se pueden guardar en el frigorfico interno, se gastan por
temporada aproximadamente 400.000 dlares.

Tabla N 4.7: Costos de Transporte Escenario 1 por Frigorfico

Costo Costo Costo
(USD) (USD) (USD)
N e
Ent. Trans.Total Camionada Tonelada
FI 25 1250 50 5
FE 360 408240 1134 113,4
Fuente: Elaboracin propia en Microsoft Office Excel 2007

Tabla N 4.8: Costos de Transporte generales Escenario 1

Escenario 1
Costo Costo Costo
(USD) (USD) (USD)
Trans.Total Camionada Tonelada
409490 1063,61039 106,361039
Fuente: Elaboracin propia en Microsoft Office Excel 2007

60
4.8.3 Escenario 2: Situacin con Frigorfico de mayor capacidad.

En este nuevo escenario, la capacidad del frigorfico se modific de tal manera, que pudiera almacenar la
totalidad de la materia prima procesada (se redonde a una capacidad de 400 camionadas), por lo tanto
se aprecia a travs de la Figura N 4.36 que al momento de terminar la produccin de la temporada, no
hay entidades almacenadas externamente.

Figura N 4.36: Momento en que termina la produccin de la temporada 2010 (tiempo 2950 Flexsim).
Fuente: Elaboracin 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 finaliz, aun
quedan toneladas almacenadas en el frigorfico interno.

Al igual que en el modelo del Escenario 1, ahora la Tabla B.3 en Anexos resume la informacin despus
de haber terminado la modelacin.

61
 Figura N 4.37: Momento en que termina la demanda de la temporada 2010 (tiempo 4750 Flexsim)
Fuente: Elaboracin propia en Microsoft Office Visio 2007

i. Costos de Almacenamiento

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

Tabla N 4.9: Costos Almacenamiento Escenario 2 por Frigorfico.

Costo Costo Costo
(USD) (USD) (USD)
n ent. Alm. Tot Camionada Tonelada
FI 385 11954,488 31,0506182 3,10506182
FE 0 0 0 0
Fuente: Elaboracin 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: Elaboracin propia en Microsoft Office Excel 2007

62
ii. Costos de Transporte

En transporte claramente es menor el costo ya que el hecho de almacenar todo en el frigorfico interno
implica no tener que gastar grandes cantidades de dinero en transportar a frigorficos externos, llegando
a un costo de transporte por tonelada de 5 dlares (recordar que este costo se estim, 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 Frigorfico

Costo Costo Costo
(USD) (USD) (USD)
n entidad Trans.Total Camionada Tonelada
FI 385 19250 50 5
FE 0 0 0 0
Fuente: Elaboracin 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: Elaboracin propia en Microsoft Office Excel 2007

4.7.4 Comparacin de Escenarios

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

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

Tabla N 4.13: Comparacin de Costos Totales Escenarios 1 y 2

Escenario 1 Escenario 2
COSTOS TOTALES (total COSTOS TOTALES (total
unidades almacenadas) unidades almacenadas)
Almacenamiento 16.435,73 Almacenamiento 11.954,49
Transporte 409.490,00 Transporte 19.250,00
Total 425.925,73 Total 31.204,49

Fuente: Elaboracin propia en Microsoft Office Excel 2007

63
4.9 Implementacin

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

Solo necesita seguir los pasos descritos en la metodologa para la transformacin 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.

64
5. RESULTADOS

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

5.1 Acerca de lo Objetivos Especficos de la Investigacin

Generar una herramienta de simulacin que apoye la toma de decisiones a nivel

gerencial respecto a la gestin de almacenamiento en frio: se desarroll un modelo que une
la aplicacin de investigacin de operaciones para obtener resultados ptimos con la simulacin
que permite cambiar las variables de entrada y probar escenarios posibles. De esta manera se
entreg una herramienta prctica que sirve para la toma de decisiones en la gestin de
almacenamiento.

Disminuir los costos de la gestin de almacenamiento en fro de los productos de granel

en una empresa mitilicultora: se trabaj con un algoritmo de programacin dinmica
determinstica, que da como respuesta siempre el resultado donde deben ser almacenadas las
cantidades de manera tal que los costos sean los mnimos ptimos. 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 gestin de almacenamiento en frio, ya sean internos o

externos, con la finalidad de establecer una relacin entre costos de almacenamiento y
volumen de produccin: 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 almacen, as como sus tiempos de entrada a los frigorficos, de salida,
tiempos de almacenamiento y costos totales, lo que permite tener una relacin rpida de cuanto
debo producir para almacenar la menor posible simplemente cambiando la cantidad de
produccin en el modelo.

5.2 Acerca de los Objetivos del Proyecto de Simulacin

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 versin completa ni
tener que usar la llave que viene en formato de puerto USV. Este objetivo est planteado
debido a que las empresas, al no conocer en profundidad este software, a primera
instancia no estn dispuestas a pagar el precio de compra de este: se desarrollaron los
modelos de la forma ms 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 tcnicos que pide Flexsim).

La fijacin del primer objetivo conlleva a otro, que es crear un modelo que no tenga ms
de 15 objetos, que es la cantidad mxima que permiten las versiones de prueba: se
program el modelo de manera tal que el nmero de objetos usados fue 15 para el Modelo
Genrico y 12 para el Modelo Especfico.

65
 Respecto a los resultados que entregue el software, ste debe poder indicar en qu
frigorfico se debe almacenar una cierta cantidad de produccin, de manera tal que los
costos sean mnimos. A su vez, debe indicar los flujos de las entidades, es decir: cul ha
sido la ruta (frigorfico) 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
frigorfico por donde pasen indicado en dicha tabla, debido a que los datos almacenados en ella,
son resultado de un anlisis que entrega respuestas optimas.

66
6. CONCLUSIONES

El estudio de la eficiencia del almacenamiento en frio, a travs del uso de herramientas como Flexsim
unido a algoritmos de programacin dinmica resulta de mucha ayuda a la hora de tomar decisiones
rpidas y con fundamento, ya que en poco tiempo se puede conocer donde destinar la produccin
estimada de un periodo de tiempo prolongado as como sus costos involucrados.

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

El Modelo Genrico es por tanto, una herramienta prctica y de fcil uso cuando se quiere tener una
visin holstica del comportamiento en un proceso de almacenamiento.

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

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

Finalmente, junto con lo anterior, por el hecho de haber desarrollado una metodologa que propuso
integrar la herramienta de programacin dinmica determinstica con simulacin, se pueden desarrollar a
futuro otros tipos de modelos que partan de la misma base integrando por ejemplo otras reas de la
investigacin de operaciones a la programacin en el simulador Flexsim.

67
7. RECOMENDACIONES

Se recomienda que cada vez que se desee hacer un estudio de simulacin que trate problemas de
abastecimiento y toma de decisiones, se revise este estudio y la metodologa en l propuesta, debido a
que involucra y plantea una manera nueva de poder usar la herramienta Flexsim entregando resultados
ptimos por medio de la programacin 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 desempeo del modelo o lograr mayor eficiencia al momento de procesar los
datos. Otra recomendacin importante es probar la manera de poder ingresar funciones al simulador de
manera tal que en la programacin se puedan llamar cada vez que se necesiten y no tener que
programarlas varias veces como ocurri en este caso.

Adems, en el estudio del Modelo Especfico, se recomienda hacer un anlisis de evaluacin de proyecto
para la construccin de un frigorfico con mayor capacidad o ampliacin del actual.

Finalmente, se recomienda utilizar la herramienta desarrollada en este proyecto de titulo que se presenta
a travs del Modelo Genrico, de manera que se conozca a cabalidad la forma de procesar la
informacin y tomar las decisiones as como la funcin de cada objeto, y se prueben diversos escenarios,
por si se quieren modificar los objetos o los elementos en pro de un mejor desempeo.

68
8. BIBLIOGRAFIA

BAGNARA, M. MALTRAIN, G. 2008. Descripcin del sector mitilicultor en la regin de Los Lagos, Chile:
evolucin y proyecciones. En: LOVATELLI, A. FARIAS, A. URIARTE, I. Estado actual del cultivo y manejo
de moluscos bivalvos y su proyeccin futura: factores que afectan su sustentabilidad en Amrica Latina.
Taller Tcnico Regional de la FAO.2007. Chile. FAO Actas de Pesca y Acuicultura N12. Rome, FAO.
2008. 359p.

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

CHASE, R., JACOBS, F. y AQUILANO, N. 2005. Administracin de la Produccin y Operaciones para

una Ventaja Competitiva. 10 ed. Mxico, McGraw-Hill.

DIAZ,M. MELLA,H. 2005. Propuesta de una Metodologa de Validacin de Software de Simulacin. Caso
Flexsim. Trabajo de Titulacin Presentado en conformidad a los requisitos para obtener el ttulo de
Ingeniero Civil Industrial. Concepcin. Universidad del Bo-Bo. 339p.

HILLIER, F. y LIEBERMAN, G. 2006. Investigacin de Operaciones.8 ed. Espaa. McGraw-

Hill/Interamericana de Espaa, S.A.U. 1193p.

HOPEMAN, R. 1973. Produccin, conceptos, anlisis y control. Mxico. Continental. 699p.

KRAJEWSKI, L. 2000. Administracin de Operaciones, Estrategia y Anlisis.5 ed. Mxico, Pearson

Educacin. 892p.

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

MACHUCA, D. 1995. Direccin de Operaciones. Aspectos Tcticos y Operativos en la Produccin y los

Servicios. 1 ed. Espaa, McGraw-Hill. 896p.

MILLER, R y MEINERS, R. 2004. Microeconoma. 3 ed. Mxico, McGraw-Hill.

PINDYCK, R. y RUBINFEL, D. 2006. Microeconoma. 9 ed. Espaa, Prentice Hall. 700p.

PRESSMAN, R. 2002. Ingeniera del Software. Un enfoque prctico.5 ed. Madrid. McGraw-
Hill/Interamericana de Espaa, S.A.U. 589p.

TAHA, H. 2004. Investigacin de Operaciones.7 ed. Mxico. Pearson Educacin. 848p.

URZELAI INZA, A. 2006. Manual Bsico de logstica integral. 1 ed. Madrid, Daz de Santos. 153p.

69
9. LINKOGRAFIA

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

CHIAVENATO, I. 2004. Introduccin a la Teora General de la Administracin. En: THOMPSON, I. 2008.

Definicin de Eficiencia. [en lnea] <http://www.promonegocios.net/administracion/definicion-
eficiencia.html> [consulta: septiembre 2010]

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

noviembre 2010].

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

[consulta: noviembre 2010].

DSLC, CONSULTORIA Y SISTEMAS DE LOGISTICA INTEGRAL, S.L.L. 2006. Gestin de almacn y

diseo de sistemas de almacenaje. [en lnea] <http://www.navactiva.com/es/asesoria/gestion-de-
almacen-y-diseo-de-sistema-de-almacenaje_26886> [consulta: septiembre 2010].

FCC LOGISTICA, S.A- BU.AUTOMOCIN. 2006.El sistema de gestin del almacn y los modelos de
almacenamiento. [en lnea] <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. Administracin: Una Perspectiva Global. En: THOMPSON, I. 2008.
Definicin de Eficiencia. [en lnea] <http://www.promonegocios.net/administracion/definicion-
eficiencia.html> [consulta: septiembre 2010]

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

MAULEON, M. 2007. El Almacn del siglo XXI. [en lnea].

<http://www.navactiva.com/es/documentacion/el-almacen-en-el-siglo-xxi_29172> [consulta: septiembre
2010].

OLIVEIRA DA SILVA R. Teoras de la Administracin. 2002. En: THOMPSON, I. 2008. Definicin de

Eficiencia. [en lnea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta:
septiembre 2010]

REAL ACADEMIA ESPAOLA. 2011. [en lnea]

<http://buscon.rae.es/draeI/SrvltConsulta?TIPO_BUS=3&LEMA=modelo> [consulta: noviembre 2010].

ROBBINS, S. y COULTER, M. 2005. Administracin. En: THOMPSON, I. 2008. Definicin de Eficiencia.

[en lnea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre
2010]

SAMUELSON, P. y NORDHAUS, W. 2002. Economa. En: THOMPSON, I. 2008. Definicin de Eficiencia.

[en lnea] <http://www.promonegocios.net/administracion/definicion-eficiencia.html> [consulta: septiembre
2010].

70
TORRES, A. 2009. Conceptos Elementales de Sistemas [en lnea]
<http://antiguo.itson.mx/dii/atorres/apuntes.html> [consulta: octubre 2010].

ZUGARRAMURDI, A. PARIN, M. LUPIN, H. 1998. Ingeniera Econmica Aplicada a la Industria

Pesquera. Fao Documento Tcnico de Pesca 351. [en lnea]
<http://www.fao.org/DOCREO/003/v8490s/v8490s06.htm> [consulta: octubre 2010].

71
10. ANEXOS
ANEXO A: CODIGOS PROGRAMADOS EN OBJETOS

Cdigo A.1: Programacin Modelo Genrico PROCESADOR1

PROCESADOR1 (OnExit)
/**Custom Code*/
treenode item = parnode(1);
treenode current = ownerobject(c);
int port = parval(2);

//da un valor nico 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);

Cdigo A.2: Programacin Modelo Genrico 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 frigorficos*/

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);

72
Cdigo A.3: Programacin Modelo Genrico 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);

73
//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)
{

74
 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)
{

75
 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;
}
}

76
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 cul sea el

mayor, cual el segundo mayor, y as.
if(puertomayor==1)
{
if(dispf1>=dda)
{
openoutput(rank(model(),5));

77
}
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));

78
 }
}
}
}
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));

79
 }
}
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
{

80
 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));

81
 }
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)
{

82
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));
}

83
 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);
}

84
Cdigo A.4: Programacin Modelo Genrico 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 */
/* Ac se etiqueta el objeto para identificarlo respecto al frigorfico donde
fue almacenado*/
setlabelnum(item,"frigorifico",1);

/* PARTE III */
/* Guarda en una tabla el tiempo en el que entra a frigorfico*/
int t=time();
setlabelnum(item,"t entrada",t);

/* PARTE IV */
/* Saca el costo de transporte: como cada unidad que entra es un camin de 10
toneladas, el costo se calcula simplemente por el flete de 1 camin*/
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)
{

85
 y=y+1;
settablenum("cap doisp 2",1,1,y);
}

/* PARTE II */
/* Guarda el tiempo de salida del frigorfico */
int t=time();
setlabelnum(item,"t salida",t);

/* PARTE III */
/* Calcula el tiempo de estada en frigorfico 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
camin de 10 toneladas, el costo se calcula simplemente por el flete de 1
camin*/
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);

86
Cdigo A.5: Programacin Modelo Genrico 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 frigorfico 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 frigorfico 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);
}

87
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);

88
Cdigo A.6: Programacin Modelo Genrico 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 frigorfico 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 frigorfico 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);

89
/* 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);

90
Cdigo A.7: Programacin Modelo Genrico 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 frigorfico 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 frigorfico 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);

91
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);

92
Cdigo A.8: Programacin Modelo Genrico 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);
}

Cdigo A.9: Programacin Modelo Genrico 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;

93
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);

94
Cdigo A.10: Programacin Modelo Especfico 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 ltimo 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;

95
 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 combinacin

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;

}
}
}

96
Cdigo A.11: Programacin Modelo Especfico 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 ptimos 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));
}
}
}

97
Cdigo A.12: Programacin Modelo Especfico 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;
}

98
 // 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);
}

99
Cdigo A.13: Programacin Modelo Especfico 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);

100
ANEXO B: TABLAS

Tabla B.1: clculo 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

101
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

102
 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: Elaboracin propia en Microsoft Office Excel 2007

Tabla B.2: TABLA GLOBAL con datos procesados al final de la modelacin Escenario 1.

n
Frig. t.ent t.sal t.alm C.Tr C.A C.T 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

103
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

104
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

105
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

106
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

107
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

108
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

109
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

110
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

111
 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: Elaboracin propia en Microsoft Office Excel 2007

Tabla B.3: TABLA GLOBAL con los datos procesados al final de la modelacin Escenario 2
n
Frig. t.ent t.sal t.alm C. Tr. C. A C.T 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

112
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

113
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

114
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

115
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

116
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

117
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

118
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

119
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

120
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

121
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: Elaboracin propia en Microsoft Office Excel 2007

122
ANEXO C: MANUAL DE USO MODELO FRIGORIFICOS

Este manual es independiente de cul de los dos modelos se use para anlisis ya que se aplica a los dos
por igual. Los pasos son los siguientes:

1. Estime la cantidad de produccin diaria en toneladas del intervalo de tiempo que desea estudiar.

2. Pase todos los das de produccin a das Julianos.

3. Multiplique cada da Juliano por 10 y ese ser su variable de entrada para cada dia de produccin, por
ejemplo: da Juliano 3 es equivalente a 30 en el modelo.

4. La produccin en toneladas, psela a camionadas, donde cada camionada equivale a 10 toneladas.

5. Una vez que tenga la tabla de produccin en camionadas y das Julianos multiplicados por 10, vaya al
objeto con nombre Planta Procesadora, haga doble click sobre ella y vyase a la pestaa que dice
Source (la ventana que debe ver es como la de la Figura N 1. Luego en Arrival Style seleccione la
opcin Arrival Schedule. Despus en Number of Arrivals debe poner el nmero de llegadas que hay,
por ejemplo: si de 360 das (que es su intervalo de tiempo seleccionado), usted produjo durante 250, el
nmero 250 va en ese lugar; luego presione Refresh Arrivals. Una vez que presiona Refresh Arrivals
se le abre una tabla ms abajo, donde debe poner en Arrival Time cada da Juliano donde trabaj y al
lado en Quantity la cantidad (recuerde que debe ser en camionadas) que produjo ese dia. Luego
presione Apply y OK.

Figura NC.1: Ingreso de datos de Produccin

Fuente: Elaboracin propia en Microsoft Office Visio 2007

123
6. Dirjase a la barra de herramientas principal del programa, seleccione Tools y luego a Global Tables
como lo indica la Figura N2.

Figura N C.2: Tablas Globales

Fuente: Elaboracin propia en Microsoft Office Visio 2007

7. Llene la tabla PRODUCCIN con los mismos datos y de la misma manera que llen el Source
llamado Planta Procesadora.

8. Estime la demanda diaria que tendr durante el mismo intervalo que eligi para hacer el estudio, y
pase (al igual que con la produccin) el tiempo a das 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 tambin la tabla precios y cap disp.
En la tabla precios, debe llenar stos de acuerdo a cada frigorfico, 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 camin de 10
toneladas por concepto de ida (es decir lo que sale ir a dejar 10 toneladas al destino del frigorfico
correspondiente). Por ltimo, la tabla cap.disp se llena con la capacidad inicial de los frigorficos al
momento de comenzar a producir. Esta capacidad tiene que estar en camionadas.

Figura N C.3: tablas precios y cap disp

Fuente: Elaboracin propia en Microsoft Office Visio 2007

124
10. En el modelo, seleccione el objeto con nombre FI y haga doble click. En la pestaa con nombre
Source llene la celda que acompaa el nombre Maximun Content con la capacidad inicial de ese
frigorfico (que es la misma capacidad que puso en la tabla global cap disp). Luego repita lo mismo para
los dems frigorficos (FE si trabaja con el modelo de dos frigorficos y FE1, FE2 Y FE3 si trabaja con el
modelo de cuatro frigorficos).

Figura N C.4: Ingreso de capacidades mximas por frigorfico.

Fuente: Elaboracin 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 pestaa de nombre Triggers y presione sobre el botn A que est paralelo a la
palabra OnCreation, se le abrir una nueva ventana con cdigo, donde debe cambiar el valor que sale
destacado en la Figura N C.5, por el primer tiempo donde empieza su produccin, por ejemplo, si en la
tabla produccin, su primer dato en da Juliano es 40 (es decir comenz a producir en el tiempo 40 del
Flexsim), ese es el valor que debe cambiar en esta parte del cdigo. Luego apret Apply y OK.

Figura N C.5 Cambio de nmero en cdigo de FUENTE 2 I

Fuente: Elaboracin propia en Microsoft Office Visio 2007

125
 Figura N C.6 Cambio de nmero en cdigo de FUENTE 2II.
Fuente: Elaboracin propia en Microsoft Office Visio 2007

Ahora puede comenzar a usar el modelo y analizar los datos entregados al final de ste en la TABLA
GLOBAL que puede exportar a Excel a travs del signo en el panel de control.

126