FAMOPLAST S.A.
Núcleo Integrador VIII
MODELO DE INVENTARIO PARA ENVASES DE
POLIETILENO EN LA EMPRESA FAMOPLAST S.A.S
Diana F. Ardila Pinzón1, Liseth K. Espinosa Villabona2, Melissa A. Plata Pico3, Angie M. Toloza Rincón4.
Núcleo Integrador VIII. Universidad Pontificia Bolivariana Seccional Bucaramanga.
I. Introducción
Actualmente la industria de plásticos ha ido
evolucionando constantemente, al igual que
su competencia y para enfrentarla se han
planteado nuevos tipos de estrategias
operativas dentro del ámbito de la
manufactura, lo que ha llevado a las
empresas a ser más eficientes, rápidas y
flexibles. Una de las estrategias más
relevantes es la de la administración del
inventario, pues representan un potencial
enorme a la hora de mejorar la eficiencia de
la economía para la empresa si se realiza una
buena gestión en ellos [1].
Por tal razón basados en la empresa
Famoplast S.A.S, encargada de la
fabricación y comercialización de productos
plásticos, se logró identificar la suma
importancia de la gestión de estos
inventarios, pues en ella se considera el
control y manejo de las existencias de los
bienes, además que se aplican métodos y
estrategias para así poder hacer no solo
rentable si no productivo la adquisición de
sus bienes.
________________________________
1. Estudiante de Ingeniería Industrial, Universidad
Bolivariana (diana.ardila.2014@upb.edu.co)
2. Estudiante de Ingeniería Industrial, Universidad
Bolivariana (liseth.espinosa.2014@upb.edu.co)
3. Estudiante de Ingeniería Industrial, Universidad
Bolivariana (melissa.plata.2014@upb.edu.co)
4. Estudiante de Ingeniería Industrial, Universidad
Bolivariana (angie.toloza.2013@upb.edu.co)
Recibido Abril 24 de 2018
Así mismo, dentro de la red logística
adquiere la gran labor de poder constituir
decisiones claves que definen en gran
medida la estructura de los costos y
servicios del sistema logístico de una
empresa [2].
Considerando esto y que al mantener una
elevada cantidad de artículos almacenados
los gastos de la empresa aumentan tal y
como sucede en la organización Famoplast,
es conveniente determinar la cantidad de
insumos requeridos para la producción de
plásticos, conforme a su demanda mediante
un modelo que permita reducir los costos de
inventario a un nivel óptimo de producción.
Anexo A
Resumen
Abstract
II. Revisión de la literatura
Pontificia
Gran cantidad de empresas comerciales
Pontificia como las empresas industriales o
Pontificia
manufactureras poseen dentro de su
organización modelos de inventarios se
Pontificia
manejan internamente, su administración
1

adecuada o no puede llevar al éxito o fracaso
de la empresa. [3] Se pueden emplear para
el control de materia prima, productos en
proceso, suministros o materiales que se
utilizan en las operaciones del proceso
productivo y los productos terminados.
El uso de inventarios también suele
destinarse para abastecer a la empresa de
materiales con las cantidades necesarias en
cantidad, calidad y tiempos requeridos para
reducir costos, cuya finalidad es dar un
mejor servicio al cliente. [4] Es decir, se
aplica la metodología de manejo de
inventarios con el fin de que el cliente pueda
satisfacer la necesidad que tiene sin ningún
inconveniente.
Con el fin de realizar el correcto uso de la
organización de materiales o productos
terminados, las empresas necesitan
determinar los niveles adecuados de los
inventarios de cualquier producto deben
conocerse los datos históricos de demanda y
para esto se utiliza el pronóstico, el cual es
el proceso de predecir el futuro, ya que toda
la planeación de una empresa se basa, en
cierto grado, en un pronóstico. [5]
Muños [6] propone el uso de simulación de
inventarios para apoyar la toma de
decisiones basado en un modelo bayesiano,
para determinar medidas de desempeño en
una industria manufacturera que desea saber
cuál es el nivel de servicio que puede ofrecer
a su cliente, con el fin de calcular la cantidad
económica de pedido en el proceso, y evitar
problemas como exceso de inventario o
desabasto de material.
Por ejemplo, Abdul, Gutiérrez y Sicilia
presentan un método heurístico de solución
al problema de gestión y política de
inventarios, con tiempo de entrega, ausencia
de devoluciones o pérdidas por ventas y una
FAMOPLAST S.A.
Núcleo Integrador VIII
relación de número entero entre los tiempos
de reposición de los minoristas y el almacén
central. Modelo en el que se consideran
como variables de decisión el intervalo de
tiempo de reorden y el número de ordenes
ejecutadas durante un ciclo de reposición
buscando incurrir en el menor costo
promedio de mantenimiento y de
preparación por unidad de tiempo. [7] En el
estudio se demuestra la eficiencia de este
modelo en comparación con método exacto
de Branh and Bound.
Por otra parte, en un estudio reciente, autores
como Snyder et al. [8] han utilizado la
simulación como técnica de mejoramiento de las
metodologías de pronósticos mediante
suavización exponencial. Los autores hacen una
diferencia entre los ítems que tienen una alta
rotación y los de baja rotación (caso que se
presenta comúnmente en la mayoría de las
industrias) y sistematizan el análisis de series de
tiempo, a través del uso de herramientas de
simulación como la Montecarlo para predecir
los niveles de demanda y su relación con los
Lead Times
De igual manera Song y Chuin Lau [9]
consideran un modelo de inventarios de revisión
periódica y demanda estocástica, en el que se
presenta obsolescencia repentina. En el trabajo
se caracteriza la estructura de las políticas
óptimas y se propone un algoritmo de
programación dinámica para computar los
parámetros.
Siendo las decisiones de abastecimiento
llevadas a cabo sin tener en cuenta un pronóstico
acertado de la demanda, por lo cual se realiza un
inventario de seguridad que se puede llegar a
convertir en un exceso de inventario. Según, P.
Zinszer [10], “el exceso de inventario existe
cuando, el valor potencial del inventario en
exceso menos los gastos de almacenamiento
esperados, no coincide con el valor de
salvamento”.
2

III. Metodología
a. Definición del problema
En la empresa Famoplast se presenta un
problema sobre el uso de los inventarios, ya
que con el fin de no tener excesos de
producción ni faltantes en productos
terminados para sus clientes, se maneja un
deficiente control sobre estos; por lo
anterior, es necesario realizar un ajuste
sobre cómo se debe llevar a cabo el control
de materias primas, dado que ello está
incurriendo en altos costos de
almacenamiento y se está perdiendo espacio
que se podría utilizar en otras labores de la
empresa. Por tanto, se pretende plantear un
modelo de inventarios de revisión periódica
basado en la teoría con el fin de aplicarlo y
lograr resultados exitosos en la empresa.
El proceso productivo de envases plásticos
de polietileno presenta limitaciones que
hacen imposible determinar la cantidad de
insumos requeridos para la producción de
dichos productos, para lo cual no se tiene en
cuenta su demanda; por lo tanto mediante un
modelo (q,r) se quiere reducir los costos de
inventario a un nivel óptimo de producción,
además de manejar tiempos de puntos de
reabastecimiento y mejorar la utilización de
los recursos del proceso productivo, al
emplear un modelo de simulación del
sistema para definir la metodología que
debe llevar la empresa para el cálculo de sus
insumos a pedir.
b. Planificación del proyecto
Para el planeamiento del estudio que se le
realizara a la empresa Famoplast, es necesario
los recursos de hardware de computación y de
software, tal como R que es un poderoso
FAMOPLAST S.A.
Núcleo Integrador VIII
lenguaje de programación que permite
desarrollar técnicas estadísticas y de simulación.
Al igual se asumen los recursos de dinero, el
cual se dispondría para el transporte necesario,
con el fin de asistir a la empresa en las visitas
requeridas con la intención de recolectar la
información necesaria para llevar a cabo el
proyecto.
Todo esto con el fin de lograr el objetivo
propuesto para en el indicador anterior, basados
en datos históricos de la demanda, así como el
tiempo de ciclo y el tiempo de producción para
cuatro referencias, las cuales mediante un
estudio de Pareto se seleccionaron, acorde a su
nivel de participación en la demanda del mes de
marzo.
Anexo B
c. Definición del sistema
Las variables y restricciones cuantitativas de
mayor importancia del sistema bajo estudio
están constituidas por, el análisis de producción
de envases plásticos de polietileno, en un
periodo a evaluar de 12 meses, para ello es
necesario contar con la tasa de producción para
las referencias seleccionadas, durante tomas en
tiempos aleatorios por el experimentador,
además de esto debido a que la empresa cuenta
con un sistema de información mensual es
necesario tomar la demanda histórica de los
últimos 12 meses.
Para lograr el análisis de gastos el sistema
solicita el costo por cada pedido de polietileno,
para el cual se debe tener en cuenta la cantidad
a producir y el costo de preparación, con su
respectivo tiempo de ciclo, además del costo de
mantener la producción en inventario.
Anexo C
3
 FAMOPLAST S.A.
Núcleo Integrador VIII

d. Formulación conceptual del modelo 𝑆 ′ 𝑡+𝑆 ′ 𝑡−1+𝑆 ′′ 𝑡−2+⋯+𝑆𝑡−𝑛+1

8. 𝑆 ′′ 𝑡 = 𝑛

Para la formulación conceptual del modelo 𝑚−1

9. 𝑎𝑇 = 𝑆 ′ 𝑡 + ( 𝑛−1 ) (𝑆 ′ 𝑡 − 𝑆′′𝑡)
se diseñó un diagrama de flujo ilustrado en
el anexo D el cual se facilita para definir 2
las variables, el orden del proceso y las 10. 𝑏𝑇 = 𝑛−1 (𝑆 ′ 𝑡 − 𝑆′′𝑡)
posibilidades de llevar a cabo la toma de
decisiones más óptima para ello también 11. 𝐹𝑡 + 𝑝 = 𝑎𝑇 + 𝑏𝑇(𝑃)
se incluirá las siguientes ecuaciones:
Las variables utilizadas en el diagrama de
1. Cantidad a producir flujo y en las anteriores ecuaciones son las
siguientes:

2 ∗ k ∗ D_prom[yx] X pertenece al número de referencias de

Q[yx] = √
Ax productos (x= a, b, c, d y e)

2. Inventario promedio Y pertenece el número de meses que se

representan como
in_inicial[𝑦𝑥] + in_final[𝑦𝑥] (y=1,2,3,4,5,6,7,8,9,10,11,12) donde 1 es
In_prom[yx] =
2 enero hasta 12 es diciembre
3. Rotación del inventario
 La Tasa de Producción para cada
ven_acum[x] referencia (𝐼𝑦𝑥)
Rotacion_in[x] =
In_prom[yx]  Demanda histórica diaria por cada mes
para cada referencia (𝐷_𝐻𝑦𝑥)
4. Tiempo de ciclo  Tiempo de producción histórico diario
por cada mes por cada referencia
𝑄[𝑦𝑥]
𝑇𝑖𝑚𝑒_𝐶[𝑦𝑥] = (𝑇_𝑝𝑟𝑜𝑑_𝐻𝑦𝑥)
𝐷_𝑝𝑟𝑜𝑚[𝑦𝑥]  El costo de preparación por cada
referencia (Kx)
5. Ventas acumuladas  El costo unitario de producir cada
referencia (𝐶𝑢x)
𝑉𝑒𝑛𝑡_𝑎𝑐𝑢𝑚[𝑦𝑥] = 𝐷_𝑝𝑟𝑜𝑚[𝑦−1] + 𝐷_𝑝𝑟𝑜𝑚[𝑦𝑥]
 El costo de almacenaje por unidad de
cada referencia (𝐴𝑥)
6. Costo total  Demanda generada aleatoriamente por
cada mes para cada referencia
Q [yx] 𝐼𝑦𝑥 − 𝐷_𝑝𝑟𝑜𝑚𝑦𝑥
𝐶𝑜𝑠𝑡𝑇𝑦𝑥 = Q [yx] ∗ 𝐶𝑢x + ( ) ∗ 𝐴𝑥 (𝐷_𝑝𝑟𝑜𝑚𝑦𝑥)
2 𝐼𝑦𝑥
Dprom [yx]  Tiempo producción generado
+ ∗ Kx
Q [yx] aleatoriamente por cada mes para cada
referencia (𝑇_𝑝𝑟𝑜𝑑𝑦𝑥)
Promedio Móvil Doble  Tiempo de ciclo para cada mes para cada
𝑋𝑡+𝑋𝑡−1+𝑋𝑡−2+⋯+𝑋𝑡−𝑚+1 referencia (𝑇𝑖𝑚𝑒_𝐶𝑦𝑥)
7. 𝑆 ′ 𝑡 = 𝑚

4

 Cantidad a producir por cada mes para
cada referencia (𝑄𝑦𝑥)
 Inventario promedio para cada mes para
cada referencia (𝐼𝑛_𝑝𝑟𝑜𝑚𝑦𝑥)
 Ventas acumuladas a través del tiempo
para cada mes y referencia
(𝑉𝑒𝑛𝑡_𝑎𝑐𝑢𝑚𝑦𝑥)
 Rotación de inventario anual
(𝑅𝑜𝑡𝑎𝑐𝑖𝑜𝑛_𝑖𝑛𝑣𝑥)
 Días que la empresa se demora en vender
su inventario promedio (𝐷𝑖𝑎𝑠_𝑖𝑛𝑣𝑥)
 Costos totales de cada referencia
acumulados a través del tiempo
(𝐶𝑜𝑠𝑡_𝑇𝑦𝑥)
 Inventario Inicial (𝐼𝑛_𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝑦𝑥)
 Inventario final (𝐼𝑛_𝑓𝑖𝑛𝑎𝑙𝑦𝑥)
 Nuevo estimado estacional (𝑆𝑇 )
 Comportamiento medio de los datos (𝑎𝑇)
 Tendencia de los datos (𝑏𝑇)
 Pronostico para el periodo p en el futuro
(𝐹𝑇+𝑃 )
 Número de periodos futuros a
pronosticar (P)
En cuanto al procedimiento del diagrama de
flujo evidencia la secuencia de operaciones
que se realizara para conseguir la solución
más apropiada en la solución del problema
planteado en el anexo A.
El procedimiento se dio con el fin de
facilitar la comprensión del programador
que se utilizara (R) y en donde se realiza el
proceso para las 5 referencias X que arrojo
el Pareto en el Anexo C, sin embargo, dentro
de este también se encuentra anidado un
ciclo repetir con el fin de variar los datos de
entrada para cada Y periodos de tiempo
(meses) y asimismo ejecutar sus respectivas
operaciones.
FAMOPLAST S.A.
Núcleo Integrador VIII
e. Diseño preliminar del experimento
Para el diseño preliminar del experimento
se fundamentó en el modelo de inventario
Q, R porque este modelo tiene una política
de revisión continua de inventario en la
que se pide una cantidad Q cuando el
inventario alcanza el punto de reorden R.
Una condición que debe satisfacer dicho
modelo es que el tiempo de entrega sea
diferente de cero. Entonces para cumplir lo
anteriormente dicho y que el experimento
cumpla las expectativas, se utilizan las
variables como objeto de experimento ya
que estas nos indican las entradas y salidas
del inventario.
Se consideren las siguientes variables para
un primer experimento:
 La Tasa de Producción para cada
referencia (𝐼𝑦𝑥) es el número de
unidades de salida por unidad de tiempo
que la empresa pretende fabricar.
 Demanda histórica diaria por cada mes
para cada referencia (𝐷_𝐻𝑦𝑥) la
estimación se basa en datos anuales de
Producción.
 Inventario promedio para cada mes para
cada referencia (𝐼𝑛_𝑝𝑟𝑜𝑚𝑦𝑥) Mide la
cantidad promedio de inventario que se
tiene y puede medirse en unidades, en
días de demanda y en valor financiero.
 Ventas acumuladas a través del tiempo
para cada mes y referencia
(𝑉𝑒𝑛𝑡_𝑎𝑐𝑢𝑚𝑦𝑥) es la suma de los 12
meses evaluados según las referencias
escogidas
5

 Tiempo de ciclo para cada mes para cada
referencia (𝑇𝑖𝑚𝑒_𝐶𝑦𝑥) ): Es desde que
inicial el tiempo de producción hasta que
finaliza el tiempo de agotamiento.
 Rotación de inventario anual
(𝑅𝑜𝑡𝑎𝑐𝑖𝑜𝑛_𝑖𝑛𝑣𝑥) Es la proporción entre
las ventas y las existencias promedio,
indica el número de veces que el capital
invertido se recupera a través de las
ventas.
 Costos totales de cada referencia
acumulados a través del tiempo
(𝐶𝑜𝑠𝑡_𝑇𝑦𝑥) corresponden a los costos de
acumulados de alistamiento, inventario y
producción en cada mes.
f. Preparación de los datos de entrada
siguiendo la secuencia de la fase preliminar
se preparan los datos de entrada al modelo
ya presentado y se le asigna la operación a
cada una de las variables de entrada. Estos
son más que todo registros históricos
otorgados por la empresa Famoplast los
cuales son registros financieros de sus
demandas, ventas, niveles de producción y
unidades en inventario el cual tiene un
comportamiento estocástico y las demás que
varían a través de los meses determinados.
g. Traducción del modelo
Para el inventario, se asignaron los datos a
las variables de entrada, en donde se tradujo
el modelo en un código en el cual se
describen las partes del modelo y su
funcionamiento empleando el lenguaje de
simulación R obteniendo los resultados.
FAMOPLAST S.A.
Núcleo Integrador VIII
h. Verificación y validación
Se estudió si el modelo funcionaba por
medio de los cálculos para la comprobación
de la efectividad y el comportamiento del
modelo ya descrito con la finalidad de tomar
una buena decisión. Con este fin, primero se
realiza la simulación con datos históricos y
se verifica y valida con datos históricos
reales.
i. Diseño experimental final
Se planteó el diseño del experimento final,
bajo un estudio para el cual al
experimentador le sea posible efectuar un
número de réplicas necesarias para
identificar la dimensión del problema y
definir la solución adecuada a aplicar para
este caso.
j. Experimentación
En el programa se ejecutan las múltiples
replicas para hallar el punto de reorden (R),
teniendo en cuenta la cantidad (Q) de
insumos requeridos para la producción de la
empresa. Realizando n veces la simulación,
bajo los mismos criterios establecidos en el
modelo.
k. Análisis e interpretación
A partir de los resultados obtenidos en la
simulación, se realiza un análisis e
interpretación de datos, con el fin de
establecer un diagnostico que permita
comparar si los datos obtenidos ofrecen una
mejor gestión del inventario, al revisar los
históricos de pedido realizados en contraste
con los que ofrece el modelo. Además de
identificar si disminuye significativamente
los gastos innecesarios de inventario.
6
 FAMOPLAST S.A.
Núcleo Integrador VIII

V. Discusión
l. Implementación y documentación

Finalmente se recopila la información

obtenida en el modelo de simulación de
forma clara, con el propósito de crear un
documento que sirva de guía para replicar
fácilmente el estudio, dónde se pueda
ejecutar el modelo para beneficiar a la
empresa. Para ello se realiza la descripción
detallada de variables, asociadas a las
entradas y salidas del proceso con sus
respectivas ecuaciones, explicando
detalladamente el procedimiento en el
diagrama de flujo.
IV. Resultados
a. Planificación del proyecto
b. Definición del sistema
VI. Referencias
[1] Anaís Roxana Au Pérez y Verenice Tarango Rojero.
(2013) Departamento de Ingeniería Industrial y
Manufactura del Instituto de Ingeniería y Tecnología de
la Universidad Autónoma de Ciudad Juárez.
Culcyt//Optimización
[2] Deysi Laguna Quintana. (2015) Departamento de
Ingeniería Industrial de la Universidad Peruana de
Ciencias Aplicadas. “Sistema de gestión de inventarios
para una empresa comercializadora de productos de
Plástico”
[3] Muller, Max. Fundamentos de administración de
inventarios. Bogotá: Norma, 2004.
[4] Muñoz Negrón, David. Administración de
operaciones. Enfoque de administración de
procesos de negocios. México D.F.: CENGAGE
Learning, 2009.

c. Formulación conceptual del modelo [5] Nahmias S. 2005. Análisis de la Producción y las
Operaciones. Continental. México.
d. Diseño preliminar del experimento [6] Muños DN. 2004. Un enfoque Bayesiano para vid
incorporar pronósticos de la demanda en
e. Preparación de los datos de entrada experimentos por simulación para la
administración de los Inventarios. Revista
f. Traducción del modelo Facultad de Ingeniería. U.T.A (CHILE). 12 (1):
25-31.
g. Verificación y validación
[7] ABDUL, Beatriz; Gutiérrez, José; SICILIA,
Joaquin. Single cycle polices for the one-
h. Diseño experimental final warehouse N-retalier inventory/distribution
system. Octubre 2004 pg. 196-208.
i. Experimentación
[8] D. R. Snyder, A. B. Koehler, R. J. Hyndman, J.
K. Ord. “Exponential smoothing models: Means
j. Análisis e interpretación and variances for lead-time demand”. European
Journal of Operational Research. Vol. 158. 2004.
pp. 444-455.
k. Implementación y documentación
[9] Y. Song, H. Chuin Lau. “A periodic review
inventory model with application to
continuousreview obsolescence problem”.

7
 FAMOPLAST S.A.
Núcleo Integrador VIII

European Journal of Operational Research. Vol.

159. 2004. pp. 110-120.

[10] P. Zinszer, "Supply Chain Strategies for

Managing Excess Inventories", Journal of
Marketing Theory and Practice, vol. 4, no. 2, pp.
55-60, 1996.

8
 FAMOPLAST S.A.
Núcleo Integrador VIII

Anexo A

Alta generación de productos Elevados costos de mantener

Altos gastos de producción.
terminados en almacenamiento. inventario.

Desconocimiento de la
Procesos productivos Exceso de producción con mayor proporción del inventario
innecesarios. numero de salidas solicitadas. destinada para la demanda de
productos terminados.

Mínimo control en la cantidad de insumos

requeridos para el proceso productivo.

Mayores pedidos de insumos a

Altas entradas de materia prima Poca utilización del punto de
proveedores para una
al sistema de producción. reorden.
producción no requerida

Bajo conocimiento en la cadena Deficiente uso de sistemas

Baja revisión periódica en
de suministros para la regulatorios para pedidos de
históricos de demanda.
producción. materia prima.

Árbol de problema

9
 FAMOPLAST S.A.
Núcleo Integrador VIII

Generar un número optimo de

Identificar mínimo costo para Calcular menores gastos de
productos terminados en
mantener inventario. producción.
almacenamiento.

Analizar la demanda de
Analizar el proceso de
Realizar procesos productivos productos terminados para
producción necesario para el
necesarios. establecer la proporción del
número de salidas solicitadas.
inventario requerido.

Determinar la cantidad de insumos

requeridos para el proceso productivo.

Establecer el pedido optimo de

Regular entradas de materia Implementar la utilización del
insumos a proveedores para una
prima al sistema de producción. punto de reorden.
producción requerida.

Incentivar al aumento de Implementar el buen uso de

Realizar una revisión periódica en
estudios sobre la cadena de sistemas regulatorios para
históricos de demanda.
suministros en la producción. pedidos de materia prima.

Árbol de objetivos

10
 FAMOPLAST S.A.
Núcleo Integrador VIII

Anexo B

Ref. PRODUCTO DEMANDA % FRECUENCIA % FREC. ACUM

A Env. Galon Redondo 171.840 19,1% 19,1%
B Env. Galon Clásico 146.300 16,2% 35,3%
C Env. Galon Plano 137.817 15,3% 50,6%
D Env. Garrafa Litro 125.643 13,9% 64,5%
E Env. Plano 117.850 13,1% 77,6%
F PET Cuadrado 56.327 6,2% 83,8%
G PET Liso 39.630 4,4% 88,2%
H PET Triangular 26.460 2,9% 91,2%
I Gancho Doble 19.322 2,1% 93,3%
J Formaleta 15.230 1,7% 95,0%
K Pinza 14.894 1,7% 96,6%
L Corsetero Grande 12.351 1,4% 98,0%
M Recogedor 8.760 1,0% 99,0%
N Porta Trapero 5.650 0,6% 99,6%
O Colgador 3.576 0,4% 100,0%
TOTAL 901.650 100,0%

Analisis de Pareto

11
 FAMOPLAST S.A.
Núcleo Integrador VIII

Anexo C
1 Recepción de materia
prima

2 Inspección de materia
prima

3
Llevar el material a la
maquina

4 Incorporar polietileno en
la Tolva

5 Fusión del polietileno

6 Introducción del parison

en el molde

7 Insuflado del aire dentro

del parison

Enfriado de la pieza
8
moldeada

9 Desmolde de la pieza

10 Retirar pieza de la
maquina

11 Quitar rebaba de los

envases

12 Inspección de errores de
los envases

Llevar al contenedor de
13
desperdicios

Diagrama de operaciones

12
 FAMOPLAST S.A.
Núcleo Integrador VIII

Anexo D

13
 FAMOPLAST S.A.
Núcleo Integrador VIII

14
 FAMOPLAST S.A.
Núcleo Integrador VIII

15
 FAMOPLAST S.A.
Núcleo Integrador VIII

Diagrama de flujo

Modelo de simulación R

N<-12
Cu<-c(rnorm(N,2700,1100))
D_prom<-c(round((rnorm(N,175826,98450)),0))
Cu
D_prom

Inv_inicial<-c(round((rnorm(N,36980,18714)),0))
Inv_final<-c(round((rnorm(N,198426,82360)),0))

Cu_Prom<-c(rep(2700,N))
A<-c(rep(35240,N))
K<-c(rep(196350,N))
Cost_T<-c(rep(500,N))
Q<-c()
Time_C<-c()
Inv_prom<-c()
Vent_acum<-c()
Rotacion_inv<-c()

for(i in 1:N)
{
Q<-round(sqrt((2*K*D_prom)/A),0)
}
Q
for(t in 1:N)
{
Time_C[t]<-Q/D_prom
Inv_prom[t]<-(Inv_inicial+Inv_final)/2
Vent_acum[t]<-D_prom
Rotacion_inv[t]<-Vent_acum/Inv_prom
Cost_T[t]<-(Q*Cu)+(Q/2)*((Inv_inicial+Inv_final)/2)*A*(D_prom/Q)*K
}

length(Q)
mean(Q)
length(Cost_T)
mean(Cost_T)
length(D_prom)
mean(D_prom)

16
 FAMOPLAST S.A.
Núcleo Integrador VIII

length(Inv_prom)
mean(Inv_prom)
length(Cu)
mean(Cu)

summary(Q)
Q

17