Actividad para Graduación

ESCUELA SUPERIOR POLITCNICA DEL LITORAL
Instituto de Ciencias Matemticas
DISEO DE UNA POLTICA DE INVENTARIO MULTINIVEL PARA UN

CENTRO DE DISTRIBUCIN DE PRODUCTOS CONGELADOS
(PROVEEDOR-CD-CLIENTE)
INFORME DEL PROYECTO DE GRADUACIN

(dentro de una materia de la malla)
Previa a la obtencin del Ttulo de:

INGENIERO EN LOGSTICA Y TRANSPORTE
Presentado por
HAMILTON MENDOZA MUOZ
OMAR RINCN PIN
GUAYAQUIL ECUADOR
AO
2012
AGRADECIMIENTOS
Cuando termin mi secundaria uno de mis objetivos era graduarme de Ingeniero
pero la Gua y Confianza que Dios me dio, hizo que me inscribiera en una de las
mejores universidades y decidiera estudiar la ingeniera que estoy terminando.
Este proceso de formacin se lo agradezco:
A Dios, por haberme dado todas esas fuerzas y fortaleza para salir adelante en las
metas propuestas.
A mi familia por el apoyo brindado durante esta etapa de formacin.
Al Ing. Vctor Vega por su innegable ayuda durante sus enseanzas y consejos
brindados como profesional y amigo.
A mis profesores por haber impartido toda su sapiencia en las materias impartidas.
A mis amigos en especial a Omar Rincn por haber compartido los buenos y malos
momentos durante esta ardua tarea.
A las personas que estuvieron de manera directa e indirecta ayudando desde el
inicio hasta el fin de esta etapa.
Hamilton Israel Mendoza Muoz
3
Diseo de una Poltica de Inventario Multinivel
para un Centro de Distribucin de Productos Congelados

(Proveedor CD - Cliente)
AGRADECIMIENTOS
A mi papa Dios, por la gracia y misericordia que tiene para m y con los mos, por las
bendiciones inmerecidas que da a da recibo de l y que permitieron el xito de
este proyecto. A mi familia, que con su amor y comprensin supieron ayudarme y
motivarme durante este proceso de graduacin. A mis profesores que gracias a sus
conocimientos, experiencia profesional y calidez humana hicieron que esta etapa de
aprendizaje coseche en mi xito para toda la vida.
Me permito agradecer
especialmente a los Masters y grandes amigos, Vctor Vega y Guillermo Baquerizo,

por su pronta disposicin para guiarnos durante el desarrollo de este exitoso
proyecto.
A mis amigos, quienes aun en mi ausencia estuvieron brindndome su apoyo
incondicional y afecto fraternal, logrando que cada da cuando todo empezaba a
tornarse gris, de pronto sus buenos deseos pintaran de color el da. A mi fiel
compaero de estudio y mejor amigo, Hamilton Mendoza, con quien desarroll este
proyecto, por su amistad y paciencia que contribuyeron para que esta tarea final
sea cumplida a cabildad.
Omar G. Rincn Pin
4

DEDICATORIA
A Dios,
por haber permitido cumplir un objetivo ms de mi vida y que da el
prembulo a una nueva meta que con tenacidad se podr llegar.

A mis padres, Israel Mendoza y Lourdes Muoz que han sido el cimiento para mi
formacin, que de manera invaluable han hecho que desarrolle perspectivas
trazadas en nosotros.
A mi preciosa familia Cynthia y Dalita por haber soportado mis ausencias durante el
proceso del proyecto. Gracias amores.
Hamilton Mendoza Muoz
La culminacin de una meta, emancipa el nacimiento de otra. Es ah cuando la sed

de conocimiento nos lleva a volar por terrenos que muchos imaginaron, pero pocos
avistaron.
Hoy cierro un captulo de mi vida que sin lugar a dudas me abrir muchas puertas
que permitirn que el trnsito por esta vida sea mucho ms interesante. Cierro esta
etapa, no sin antes mirar atrs y permitirme ver momentos que viv y recordar
siempre. Momentos que por la gracia de Dios permitieron que una mujer llene de
fuerzas mi vida, de quien hablo es mi madre.
Dedico este trabajo a la mujer que Dios utiliz para traerme a este mundo. Persona
invaluable que con su sabidura y conocimientos supo hacer de m el hombre que
5

hoy escribe estas palabras. Todo lo que soy se lo debo a Dios, a su infinita gracia y
a mis padres, pues soy reflejo del infinito amor que ellos das a da me entregan.
Omar G. Rincn Pin
TRIBUNAL DE GRADUACIN
M. Sc. Guillermo Baquerizo Palma

DIRECTOR DEL PROYECTO DE
GRADUACIN
(dentro de una materia de la malla)
PhD. Kleber Barcia Villacreses

DELEGADO DEL ICM
6

DECLARACIN EXPRESA
"La responsabilidad del contenido de esta Trabajo final de graduacin de Grado, nos
corresponde exclusivamente; y el patrimonio intelectual de la misma a la Escuela
Superior Politcnica del Litoral".
Hamilton Mendoza Muoz
Omar Rincn Pin
7

RESUMEN
En trminos econmicos, los inventarios representan el mayor de los activos
circulantes de toda empresa, es ah donde se concentra gran cantidad de dinero
invertido por parte de los accionistas. Dadas estas razones es necesario el control
oportuno del mismo, estos controles indicarn el estado de la situacin econmica
de la empresa.
La presencia de los inventarios es imprescindible a lo largo de la cadena de
suministros en varias formas y por diferentes razones que hacen necesario se
ejerza un control cientfico que ayude a mantener los niveles necesarios de
existencias con el fin de optimizar costos que permitan maximizar ganancias.
El presente proyecto disea una poltica de inventario multinivel que provea un
ptimo cercano del nivel de punto de re-orden y de la cantidad de pedido en los
minoristas y en la bodega respectivamente. El objetivo es minimizar el costo total
logstico.
8

El modelo que se utiliz para disear la poltica, integra y analiza tres componentes
fundamentales en toda cadena de suministro, tales como: el inventario en los
minoristas, la demanda en proceso en la bodega y el inventario en la bodega.
ABSTRACT
In economic terms, inventories represent the greatest assets of any company, that's
where a great amount of money is concentrated by investors. Because of these
reasons it is necessary to timely control of it, these controls indicate the state of the
economic situation of the company.
The presence of inventories is essential throughout the supply chain in various ways
and for different reasons that require carrying out a scientific monitoring to help
maintain the required levels of stocks in order to optimize costs to maximize profits.
This project designs a multi-echelon inventory policy that provides a near optimal
level of re-order point and order quantity at the retailers and warehouse respectively.
The objective is to minimize the total logistics cost.
9

The model that was used to design the inventory policy integrates and analyzes
three key components in any supply chain such as: inventory at retailers, the
demand process in the warehouse and inventory in the warehouse.
TABLA DE CONTENIDO
AGRADECIMIENTOS..................................................................................... II
AGRADECIMIENTOS.................................................................................... III
DEDICATORIA............................................................................................. IV
TRIBUNAL DE GRADUACIN.........................................................................V
DECLARACIN EXPRESA............................................................................ VI
RESUMEN.................................................................................................. VII
ABSTRACT................................................................................................ VIII
ABREVIATURAS........................................................................................... XI
INDICE DE TABLAS..................................................................................... XV
INDICE DE FIGURAS..................................................................................XVI
INTRODUCCIN....................................................................................... XVII
CAPTULO I................................................................................................ 20
DESCRIPCIN DEL PROBLEMA...................................................................20
10

1.1 Antecedentes......................................................................................... 20
1.2 Justificacin del Problema........................................................................22
1.3 Hiptesis............................................................................................... 23
1.4 Objetivo General..................................................................................... 24
1.5 Objetivos Especficos.............................................................................. 24
CAPTULO II............................................................................................... 25
MARCO CONCEPTUAL................................................................................25
2.1 Revisin del Estado del Arte.....................................................................25
2.2 Marco Referencial................................................................................... 28
2.2.1 Introduccin..................................................................................28
2.2.2 Costos Del Inventario.....................................................................29
2.2.3 Decisiones sobre el Inventario.........................................................31
2.2.4 Modelos Cuantitativos de Decisin...................................................32
2.2.5 Modelos de Control del Inventario....................................................35
2.3 Pronstico de la Demanda.......................................................................43
2.4 Formulacin Matemtica..........................................................................44
2.5 Linealizacin del Modelo de Costo Total....................................................54
2.6 Herramientas informticas........................................................................57
2.6.1 Introduccin..................................................................................57
2.6.2 Experimentacin............................................................................57
2.6.3 Ambiente Computacional.................................................................58
2.6.4 Software....................................................................................... 59
2.6.4.1 R.............................................................................................. 60
11

2.6.4.2 GAMS....................................................................................... 61
2.6.5 Hardware...................................................................................... 65
CAPTULO III.............................................................................................. 66
PLANTEAMIENTO DE LA SOLUCION............................................................66
3.2 Descripcin de la Metodologa..................................................................69
3.2.1 Definicin de los Problemas de Inventario en los Productos Congelados......72
3.2.2 Recopilacin de Informacin Requerida...................................................72
3.2.3 Anlisis de Demanda............................................................................75
3.2.3.1 Identificacin de la Estacionalidad..................................................75
3.2.3.2 Determinacin del Modelo de Pronstico Apropiado.........................77
3.2.4 Modelizacin en Gams..........................................................................80
CAPTULO IV.............................................................................................. 81
ANLISIS DE RESULTADOS.........................................................................81
CAPTULO V............................................................................................... 91
CONCLUSIONES Y RECOMENDACIONES....................................................91
5.1 Conclusiones.......................................................................................... 91
5.2 Recomendaciones..................................................................................93
BIBLIOGRAFA............................................................................................ 95
ANEXO 1.................................................................................................... 98
ANEXO 2.................................................................................................. 101
ANEXO 3.................................................................................................. 108
ANEXO 4.................................................................................................. 110
ANEXO 5.................................................................................................. 116
12

ANEXO 6.................................................................................................. 118

ANEXO 7.................................................................................................. 121
ANEXO 8.................................................................................................. 129
ABREVIATURAS
CD: Distribution Center /Centro de Distribucin
EOQ: Economic Order Quantity / Cantidad Econmica de Pedido
SKU: Stock-keeping Unit / Unidad de Almacenamiento
ERP: Enterprise Resource Planning / Planificacin de Recursos
Empresariales
LT: Lead Time / Tiempo de Entrega o Reposicin.
ETAC: Costo Total Anual Esperado
13

GLOSARIO
CD: Es una infraestructura logstica en la cual se almacenan

productos y se embarcan rdenes de salida para su distribucin al
comercio minorista o mayorista.
EOQ:
Es un mtodo que, tomando en cuenta la demanda
determinstica de un producto (es decir, una demanda conocida y

constante), el costo de mantener el inventario, y el costo de ordenar
14

un pedido, produce como salida la cantidad ptima de unidades a

pedir para minimizar costos por mantenimiento del producto.
STOCK: Cantidad de productos, materias primas, herramientas, etc.,

que es necesario tener almacenadas para compensar la diferencia
entre el flujo del consumo y el de la produccin.
SKU: Es un identificador usado en el comercio con el objeto de

permitir el seguimiento sistemtico de los productos y servicios
ofrecidos a los clientes.
ERP: Es una aplicacin de software que automatiza e integra tanto los

procesos del manejo de un negocio as como la produccin y
distribucin.
LEAD TIME: Espacio de tiempo requerido para realizar un proceso o

serie de operaciones. En un contexto logstico se refiere al tiempo
entre el reconocimiento de la necesidad de una orden y el recibo de
las mercancas. Los componentes individuales del tiempo de avance
incluye el tiempo de preparacin de la orden, de espera, de proceso,
tiempo para la movilizacin o transporte, y para la recepcin e
inspeccin.
15

Sistema PUSH: Sistema de empuje, se basa en previsiones de

demanda, produccin estimada, eficiencia de instalaciones, calidad de
productos y procesos, ndice de servicio de proveedores.
Sistema PULL: Sistema de arrastre, que controla el flujo de

materiales remplazando solo lo consumido en el proceso siguiente, y
elimina de esta manera los costos de stock y sobreproduccin.
PICKING: Es el proceso de recogida de material extrayendo unidades

o conjuntos empaquetados de una unidad de empaquetado superior
que contiene ms unidades que las extradas. En general, cuando se
recoge material abriendo una unidad de empaquetado.
INDICE DE TABLAS
Tabla 2.1 Recursos del Software....................................................................59
Tabla 2.2 Resumen de los procedimientos implementados.................................63
16

Tabla 2.3 Recursos del Hardware...................................................................65

Tabla 4.1 Costo Total Anual Esperado.............................................................81
Tabla 4.2 Cantidad ptima de pedido de la bodega...........................................83
Tabla 4.3 Cantidad de pedido de los minoristas................................................85
Tabla 4.4 Productos que la bodega ordena.......................................................86
Tabla 4.5 Productos que los minoristas ordenan...............................................88
INDICE DE FIGURAS
Figura 1. 1 Red de Distribucin del CD............................................................21
Figura 2.1 Mtodo grfico del EOQ...............................................................36
17

Figura 2.2 Representacin Grfica del Modelo EOQ.........................................38

Figura 2.3 Representacin Grfica del Modelo Punto de Re-orden con Demanda
Incierta....................................................................................................... 40
Figura 3.1 Flujo de Recepcin Almacenamiento Despacho en la Bodega de
Productos Congelados.................................................................................. 66
Figura 3.2 Supply Chain de Productos Congelados...........................................68
Figura 3.3 Esquema de la Metodologa utilizada en el proyecto..........................71
Figura 3.4 Mtodo ABC para Productos Congelados........................................73
Figura 3.5 Comportamiento de la Demanda de los Productos Tipo A...................75
Figura 3.6 Demanda del Pulpo Ozeki..............................................................78
Figura 3.7 Auto- Correlacin de los Residuos de la Serie Temporal.....................79
Figura 3.8 Pronstico de la Demanda del Pulpo Ozeki.......................................80
Figura 4.1 Anlisis del costo total anual del inventario........................................89
INTRODUCCIN
18

En la actualidad las empresas lidian diariamente con una serie de problemas

de toda ndole, desde inconvenientes en la adquisicin de materiales de
produccin hasta la administracin de los mismos. Todas estas situaciones
ocasionan un gran impacto econmico en el capital de la empresa.
Este trabajo est dirigido hacia el rea de bodega y/o almacenamiento, rea
que por muchos aos atrs era tomada a la ligera. En la actualidad se ha
convertido en punto esencial para una correcta administracin de la cadena
de abastecimiento y debido control sobre los activos de la empresa.
En el presente trabajo, se disear una poltica de inventario multinivel para
un centro de distribucin de productos congelados, situado en la ciudad de
Guayaquil. Exceso e insuficiencia de inventario, baja calidad de la materia
prima dada su caducidad, mermas, robos y desorden son unos cuantos
problemas que persiguen a la administracin del CD.
La idea de este estudio es aprovechar el know-how y la experiencia logstica
del CD, empresa de estudio cuyo nombre es guardado en reserva para los
fines pertinente. Adems, poner en accin los conocimientos cientficos
adquiridos por los creadores de este proyecto durante la carrera de
Ingeniera en Logstica y Transporte.
19

El proyecto est compuesto de 5 captulos, lo cuales estn estructurados

sinrgicamente de la siguiente manera:
El primer captulo presenta la situacin actual de la empresa, centro de
distribucin, que ser objeto de anlisis durante el estudio; se justifica la
necesidad de implementar tcnicas cientficas de apoyo a la logstica para
mejorar los niveles de inventario y dems situaciones que enfrenta la
empresa. Se presenta la hiptesis y los objetivos que se pretenden cumplir
dado el xito del trabajo.
El segundo captulo, recopila la informacin terica del problema de estudio.
Representa la base cientfica y dems tcnicas tales como: Mtodo ABC,
Sistemas de revisin de inventario, Prediccin y Pronstico de la demanda,
determinacin del EOQ y Punto de Re-orden, etc., que explicita e
implcitamente se implementarn en el estudio. As como tambin, el modelo
matemtico que se aplicar para el diseo de la poltica de inventario.
El tercer captulo, muestra el proceso de bsqueda de solucin para el
problema planteado. De manera organizativa se plantea una serie de
procesos
correlacionados
que
desembocan
programacin matemtica de la problemtica.
en
la
modelizacin
20

En el cuarto captulo, se analizan los resultados obtenidos del captulo

anterior, de manera que se evidencien y validen las mejoras obtenidas
mediante la poltica de inventarios planteada.
Por ltimo, en el quinto captulo se presenta las conclusiones del presente
caso de estudio teniendo en cuenta el cumplimiento de los objetivos
propuestos y los resultados obtenidos en la fase experimental. As mismo,
este captulo incluye recomendaciones y algunas sugerencias que podran
ayudar a investigadores en trabajos futuros.
Para finalizar, con la creacin de una ptima poltica se lograrn reducir los
altos niveles de stock que actualmente se presentan en el CD y a su vez se
promover una restructuracin a las operaciones bsicas con las que se ha
administrado el CD hasta la actualidad; mediante la tecnificacin de procesos
y herramientas informticas como soporte de toma de decisiones.
21

22
Diseo de una Poltica de Inventario Multinivel para un
Centro de Distribucin de Productos Congelados

CAPTULO I
DESCRIPCIN DEL PROBLEMA
1.1 Antecedentes
La empresa donde se va a realizar el proyecto es un CD que inici sus
operaciones hace 20 aos en la ciudad de Guayaquil. El giro del negocio
est enfocado a brindar servicios logsticos a diferentes lneas de
restaurantes, servicios como: almacenar, procesar, preparar pedidos y
distribuir.
La jornada diaria del CD inicia a las 05H00 con los despachos de los pedidos
de fro a los diferentes restaurantes. Durante dos veces a la semana se
realiza la recepcin de productos congelados de sus proveedores. En la
figura 1.1 se puede visualizar el proceso de distribucin de proveedor a bodega y
de bodega a restaurante.
Debido a la falta de espacio en los andenes y cumplimiento del proveedor en

los horarios asignados en las recepciones, el procedimiento de los
despachos y almacenamiento se vuelven caticos, esto permite que no se
realice un seguimiento exhaustivo de los productos a recibir ya que tenemos
sistemas manuales de registros de lote, caducidad y trazabilidad de
productos.
23

El ERP que actualmente se maneja no permite llevar un control en los

inventarios que se administra en el CD, debido a que no ofrece suficiente
informacin estadstica para tomar decisiones.
Esta problemtica se ve reflejada en los errores presentados en los pedidos,
despachos y devoluciones de productos congelados, que representan un alto
costo por SKU.
Los reportes mensuales demuestran el gran impacto econmico que carga la
empresa por tener sobre stock y bajas de productos por mala rotacin del
inventario.
Figura 1. 1 Red de Distribucin del CD
24

1.2 Justificacin del Problema.

La definicin de polticas ptimas de inventario para productos congelados es
un aspecto que ha tomado mayor relevancia dentro de la cadena de
suministro, debido al impacto econmico que representa mantener y
distribuir.
Los mtodos convencionales apoyados de ERP especializados en este tipo

de clculos ofrecen estimaciones a la definicin de dichas polticas. Sin
embargo, hoy en da la industria y el proceso mismo ha hecho que se exijan
cada vez mayores y mejores datos de confiabilidad y disponibilidad.
Las polticas de Inventario nacen de la necesidad de responder preguntas

claves como cundo? y cunto? pedir de producto. Conocer las
cantidades necesarias para abastecer a un CD, mantener una buena relacin
con nuestro proveedor y saber la rotacin de nuestros productos, es
fundamental para brindar el nivel de servicio esperado. He aqu la razn del
proyecto.
25

1.3 Hiptesis
La implantacin de una poltica de inventario multinivel reducir los costos de
inventario de los productos congelados almacenados en el Centro de
Distribucin.
26

1.4 Objetivo General

Determinar una poltica ptima que permita reducir los niveles de inventario
en el Centro de Distribucin.
1.5 Objetivos Especficos
Identificar problemas que afecten al inventario en la actual cadena de

suministro.
Fomentar mtodos de control de inventario para mejorar la cantidad de

pedidos.
Elaborar una poltica para proveedores el cual garantice cumplimiento de

pedidos.
Valorar en trminos econmicos el impacto de implantar una nueva

poltica de inventario en el centro de distribucin.
27

CAPTULO II
MARCO CONCEPTUAL
2.1 Revisin del Estado del Arte

En la actualidad existen varios mtodos para estimar la cantidad que se debe
pedir a los proveedores y mantener en la bodega de manera que se cumpla
con las necesidades de la demanda. En cada uno de estos mtodos se tiene
en cuenta diferentes variables y componentes que distinguen uno de otro.
El control y la optimizacin de inventarios de productos congelados han
pasado a ocupar un lugar importante dentro de la gestin de las empresas
que manejan esta lnea, debido a los grandes ahorros que all se puedan
presentan.
En la investigacin realizada por Gallego, Muriel y Yildiz [8] se hizo un
desarrollo matemtico para cubrir el problema de un cliente que se enfrenta
con rdenes cuya demanda sigue un proceso Poisson, a un costo lineal con
un tiempo fijo de reposicin asociado L. Mediante el desarrollo, los autores
demostraron que una poltica de nivel de inventario basada de orden en
orden es ptima para este caso. El aporte de esta investigacin se enfatiza
28

en el tratamiento matemtico de la aleatoriedad de la demanda, y en el

tratamiento de los LT que son variables y fluctan dependiendo del caso de
asignacin de rdenes, para as generar una poltica de inventario hbrida.
Bhatnagar, Chandra y Goyal [15] enfocaron su investigacin en la
coordinacin de la planeacin de la produccin para cuando hay mltiples
plantas en una empresa integrada verticalmente e identifican los aspectos
que deben
considerarse para tomar las decisiones de produccin e
inventario para varias plantas de modo que se logre un ptimo global. Estos
aspectos son clasificados de la siguiente manera: 1. Planeacin de
produccin y abastecimiento 2. Planeacin de produccin y distribucin 3.
Planeacin y distribucin de los inventarios. Las principales desventajas de
estos trabajos es que se supone que los inventarios de seguridad son nulos,
de manera que no se estudia la variabilidad de reposicin de materias
primas.
El problema de la gestin de inventarios en el contexto de cadenas de
abastecimiento, es abordado en la investigacin realizada por Lederman [10],
y se enfoca en la problemtica de determinar polticas ptimas para
componentes, cuando existe una superposicin entre su demanda y la de los
productos finales. En el trabajo se hace profundo anlisis de los mtodos
disponibles para determinar polticas de inventario y de sus dificultades de
implantacin. El modelo se desarrolla por medio de una simulacin en un
ambiente de produccin de ensamble para rdenes. Las debilidades del
29

modelo consisten en la suposicin que los tiempos de reposicin entre los

nodos son nulos, para efecto de estudio el autor propone que se suponga
que correlacin entre los LT y las decisiones que se toman en la ocurrencia
de dichos perodos, empleando mtodos heursticos para la solucin del
problema dada su particular complejidad.
Sarmiento y Nagi [1] en la estimacin de polticas de inventario en distintos
ambientes de produccin, describieron los trabajos que se han desarrollado
en el anlisis integrado de sistemas de produccin y distribucin,
argumentando como los aspectos logsticos han influenciado el campo de
trabajo y cules son las ventajas competitivas que se obtienen en la
integracin de las funciones de distribucin con las funciones de produccin
en distintas empresas en los niveles estratgicos y tcticos.
La investigacin de Pundor [11] trabaja sobre la simulacin de cadenas de
abastecimiento para evaluar el impacto de la reprogramacin de la
produccin, en ambientes Make to Order y Make to Stock y su impacto sobre
las necesidades de materia prima y/o componentes.
Teunter [14] describe un sistema hbrido de manufactura/remanufactura con
un LT largo para manufactura y un LT corto para la remanufactura, y hacen
una revisin bibliogrfica de las estrategias de inventarios para sistemas
hbridos cuando se asumen LT iguales. La principal contribucin de este
trabajo es el anlisis sobre los LT de manufactura en sistemas push o pull,
30

enfocado hacia una poltica de control de inventario de revisin continua (s,

Q), en el sistema de manufactura.
2.2 Marco Referencial

2.2.1 Introduccin
Los problemas de inventario parten de la necesidad de alcanzar objetivos
econmicos que maximicen el nivel de servicio al cliente durante las
operaciones (Proveedor Centro de Distribucin Cliente), el cual va a
permitir medir el nivel de existencia de productos congelados en los
eslabones mencionados.
Determinar los niveles de inventario que deben mantenerse, establecer en

qu momento se realiza el requerimiento y en qu cantidades deben
reaprovisionarse, es como se define una Poltica de Inventario.
Una Poltica de Inventario se encarga de responder a las preguntas:
Cunto se debe ordenar?
Cundo se deben colocar los pedidos?
31

Dentro de la gestin de inventarios existen conceptos que van a definir el tipo de

gestin y el estado del inventario:
Dimensin del lote.
Costos de mantenimiento, preparacin y pedido.
Estado del stock.
Nivel de pedido.
2.2.2 Costos Del Inventario

Existen tres costos bsicos del inventario. Estos son el costo de almacenamiento, el
costo de orden y el costo de agotamiento.
Costo de almacenamiento
Es el ms importante y el de mayor magnitud en la mayora de las empresa. Su
valor es determinado por el tamao del inventario que hay en existencia en las
bodegas y por el espacio de tiempo que el mismo se conserva. Se expresa
como un porcentaje con relacin al valor de la inversin promedio.
El costo en mencin se compone de dos rubros:
Todo costo que surge como consecuencia del mantenimiento fsico y

proteccin del inventario. Dentro de esta clasificacin se incluyen alquileres,
depreciaciones, seguros, electricidad, telfono, mantenimiento, mermas,
prdidas por bajas, obsolescencia o robo.

El costo del capital invertido en el inventario. Su valor depende de la
naturaleza del capital utilizado. Si se usa financiamiento externo, el costo lo
32

determina la tasa de inters pagada por el dinero prestado. Si el capital es

propio, su valor lo determina el costo de oportunidad: las ganancias dejadas
de percibir por no invertir en otra opcin.
Costo de orden o reposicin.
Este incluye el total de costos que se originan cada vez que se ordena un
abastecimiento del inventario. Su valor se mide cuantificando los costos del
tiempo
invertido por el personal para generarlo, la papelera utilizada, los
medios de comunicacin usados para realizarlo y cualquier
otro costo
relacionado. En la mayora de los casos, el monto del costo no tiene relacin con
el tamao de la orden, pero su importe puede variar de acuerdo con el nmero
de pedidos colocados en un periodo de tiempo determinado.
Costo de agotamiento.
ste es determinado por las ventas no realizadas por carecer de existencias en
el momento que se recibe el pedido y se cuantifica con el valor de las ganancias
dejadas por no tener la capacidad de atender un pedido cuando el cliente lo ha
requerido.
El costo de agotamiento es inaceptable para el Jefe de Supply Chain, pues va
ms all de la prdida por una venta no realizada. Cada venta desatendida
implica un cliente insatisfecho, lo cual puede transcender en la prdida definitiva
del comprador potencial y la consecuente disminucin de ventas futuras. De
aqu la gran importancia de mantener siempre artculos disponibles para tender
la demanda de los clientes.
Este costo puede eliminarse con la implementacin de una poltica de
inventarios que no admita faltas imprevistas de mercancas. Con esta medida, el
33

administrador deber tomar sus decisiones basndose en los costos de

almacenamiento y de orden.
2.2.3 Decisiones sobre el Inventario
La importancia de mantener inventario y la existencia de los costos relacionados al

mismo lleva al Jefe de Suplly Chain a elegir entre dos alternativas:
La primera consiste en hacer muchos pedidos de tamao pequeo. Como

resultados, se obtienen beneficios ya que disminuye el nivel de inventario
promedio y el costo de almacenamiento. Esta eleccin tiene sus debilidades
pues encarece el costo de reposicin y aade un mayor riesgo de
agotamiento de existencias. Adems, implica mayor trabajo y costo
administrativos.
La segunda opcin es realizar pocos pedidos de tamao grande. Esta
iniciativa disminuye el costo de orden pero incrementa el nivel de inventario
promedio y por ende el costo de almacenamiento. Como ventaja adicional se
obtiene un menor riesgo de agotamiento que permite enfrentar mejor las
variaciones de la demanda.
De acuerdo a las alternativas mencionadas se debe tomar una opcin intermedia

que equilibre los dos tipos de costos y a la vez le permita satisfacer la demanda
34

sin que se incurra en faltante. Para ello deber responder las preguntas que
menciona en la seccin 2.2.1 (Introduccin).
Para encontrar la respuesta a stas y muchas otras interrogantes que surgen en
el desarrollo de la gestin de inventarios, quin lidera Supply Chain deber
apoyarse en Modelos Cuantitativos de Decisin.
2.2.4 Modelos Cuantitativos de Decisin.

Se basan en mtodos matemticos que permite proporcionar informacin a la alta
gerencia parmetros cuantitativos tiles para la toma de decisiones ecunimes.
Sus fundamentos se remontan a los estudios iniciales de la Administracin Cientfica
llevados a cabo por diferentes personajes a finales del Siglo XIX.
Muchos mtodos se basan en los principios desarrollados por la investigacin de
Operaciones (IO) o Investigacin Operativa es conocida como La ciencia de la
toma de decisiones.
Chruchman, Ackoff y Arnoff, definen a la IO como la aplicacin por grupos
interdisciplinarios, del mtodo cientfico a problemas relacionados con el control de
las organizaciones o sistemas (hombre-mquina), a fin de que se produzcan
soluciones que mejor sirvan a los objetivos de la organizacin.
Una definicin ms actual, considera que la investigacin de operaciones es una
rama de las matemticas que hace uso de modelos matemticos, estadsticos y
algoritmos como herramientas para toma de decisiones. Con frecuencia es utilizada
para el estudio de complejos sistemas reales, con la finalidad de mejorar u optimizar
su funcionamiento. Se busca que las soluciones obtenidas sean significativamente
35

ms eficientes tanto en tiempo, recursos, beneficios como en costos, en

comparacin a aquellas decisiones tomadas en forma intuitiva o sin el apoyo de
herramienta alguna.
Durante el ltimo siglo, se han desarrollado diferentes conjuntos de tcnicas de

optimizacin matemtica para aprovechar los recursos de los ordenadores. Dentro
de estas tcnicas est la programacin matemtica.
La programacin matemtica es un trmino acuado por Robert Dorfman en 1950 y
actualmente es una expresin genrica que comprende la programacin lineal, la
programacin entera, la programacin convexa y la programacin no lineal entre
otras.
En las ltimas dcadas, la mayor parte de la investigacin en el campo de la
programacin matemtica, se ha concentrado en el rea de la programacin lineal.
La contribucin en esta rea ha sido de tal magnitud que es posible resolver la
mayora de los problemas lineales planteados. Por el contrario, se han propuesto
muchos mtodos para resolver problemas de programacin no lineal, pero el rango
de aplicabilidad de los algoritmos no lineales existentes es limitado.
Programacin Lineal
La programacin lineal es una tcnica que se desarroll en el siglo pasado, la cual
consiste en una serie de mtodos y procedimientos que permiten resolver
problemas de optimizacin en diferentes mbitos.
36

Existen problemas de dos variables (bidimensionales), los cuales son considerados

como problemas simples de la programacin lineal y con ms de dos variables,
estos no son tan sencillos por lo que para resolverlos se utiliza el mtodo Simplex,
ideado por G. B. Danzing, matemtico estadounidense en 1951.
La Programacin Lineal, es un procedimiento o algoritmo matemtico mediante el
cual se resuelve un problema formulado a travs de ecuaciones lineales,
optimizando la funcin objetivo que tambin es lineal. Es decir, consiste en optimizar
(maximizar o minimizar) una funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones que expresamos mediante un
sistema de inecuaciones lineales.
Programacin No Lineal
La Programacin no Lineal (PNL) es una parte de la Investigacin de Operaciones
cuya misin es proporcionar una serie de resultados y tcnicas tendentes a la
determinacin de puntos ptimos para una funcin (funcin objetivo) en una
determinado conjunto (conjunto de oportunidades), donde tanto la funcin objetivo,
como las que intervienen en las restricciones que determinan el conjunto de
oportunidades pueden ser no lineales.
Se define a la programacin no lineal, como el proceso de resolucin de un sistema
de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un
conjunto de variables reales desconocidas, con una funcin objetivo a maximizar o
minimizar, cuando alguna de las restricciones o la funcin objetivo no son lineales.
Esta caracterstica particular de los modelos no lineales permite abordar problemas
37

donde existen economas o deseconomas de escala o en general donde los

supuestos asociados a la proporcionalidad no se cumplen.
La Administracin de Centros de Distribucin ha tenido grandes beneficios con la
aplicacin de la Investigacin de Operaciones. Dentro de las tiles aplicaciones que
se pueden utilizar se encuentran los Modelos de Control del Inventario.
2.2.5 Modelos de Control del Inventario
Los orgenes del inventario proceden de principios del siglo XX, cuando Ford Harris
en 1915, desarroll el primero de ellos. Su trabajo fue continuado por muchos otros
cientficos y, a travs de los aos, los modelos de inventario han ganado
trascendencia gracias a los beneficios y ahorros que la aplicacin de los mismos
facilitan.
En la actualidad, stos se han convertido en una herramienta imprescindible para
realizar la planeacin y el control del inventario en todo tipo de organizacin.
Existe una gran diversidad de estos modelos. El modelo bsico y conocido es el de
Cantidad Econmico de Pedido (CEP) o Economic Order Quantity (EOQ). ste
busca encontrar la cantidad de pedido que minimiza el costo total anual del
inventario.
Cantidad Econmico de Pedido (EOQ)
38

Este modelo se basa en tres supuestos fundamentales, el primero es que la

empresa conoce cul es la utilizacin anual de los artculos que se encuentran en el
inventario, segundo que la frecuencia con la cual la empresa utiliza el inventario no
vara con el tiempo y por ltimo que los pedidos que se colocan para reemplazar las
existencias de inventario se reciben en el momento exacto en que los inventarios se
agotan.
Mtodos de clculo
La cantidad econmica de pedido puede calcularse por dos mtodos principalmente,
uno de tipo grfico y otro de tipo matemtico, a continuacin se presentan sus
fundamentos.
Mtodo grfico
La cantidad econmica de pedido se puede encontrar grficamente representando
Cantidad de pedido sobre el eje X y los Costos sobre el eje Y.
39

Figura 2.1 Mtodo grfico del EOQ
As se aprecian los siguientes aspectos:

1. La funcin de Costo de pedido vara a la inversa con el monto del pedido, esto
se explica por el hecho de que como la utilizacin anual es fija, si se piden
cantidades mayores cantidades, hay menos pedidos y en consecuencia se
2.
incurren en menos costos.

Los Costos de mantenimiento de inventario estn directamente relacionados
con las cantidades del pedido.

3. La funcin de Costo total tiene forma de "U", lo cual significa que existe un valor
mnimo de la funcin.
4. La lnea de costo total representa la suma de los costos de pedido y costos de
mantenimiento de inventario para cada monto de pedido.
5. La funcin total de costo es de muy poca pendiente, lo cual indica que el costo
total es relativamente indiferente a pequeas desviaciones que se apartan de la
CEP.
Mtodo matemtico
Se define que:
40

Q = Cantidad del pedido (nmero de unidades)

D = ndice de la demanda (unidades por tiempo de unidad)
t0
= Duracin del ciclo de pedidos (unidades de tiempo)
Utilizando estas notaciones, el nivel de inventario sigue el patrn representado en la
Figura 2.2.
Se hace un pedido de un volumen de Q unidades y se recibe al instante cuando el
nivel del inventario es cero. De esta manera, las existencias se agotan de manera
uniforme segn el ndice de la demanda constante D.
t0
El ciclo de pedidos para este patrn es
Nivel de Inventario
Q
D
unidades de tiempo.
Puntos en el tiempo en los cuales se reciben los pedidos
Q
unidades
Inventario promedio
t0
Q
D
Tiempo
Figura 2.2 Representacin Grfica del Modelo EOQ
41

El nivel resultante del inventario promedio se da como nivel del inventario promedio
Q
2
unidades.
El modelo del costo requiere dos parmetros.

K = costo de preparacin asociado con la colocacin de un pedido (dlares por
pedido).
h = costo de almacenamiento (dlares por unidad del inventario por tiempo de
unidad).
Por consiguiente, el Costo Total Por Unidad de Tiempo (CTU) se calcula como:
CTU (Q) = Costo de preparacin por unidad de tiempo + costo de almacenamiento

por unidad de tiempo.
CTU (Q)
Costo de preparaci n + Costo de almacenami ento por ciclo t 0

t0
Q
K h t 0
2
CTU (Q)
t0
CTU (Q)
K
Q
h
Q
2
D
42

El valor ptimo de la cantidad Q del pedido se determina minimizando CTU(Q)

respecto a
Q.
Suponiendo que Q es continua, una condicin necesaria para
encontrar el valor ptimo de Q es
dCTU ( y )
KD h
2 0
dy
y
2
La condicin tambin es suficiente debido a que CTU (Q) es convexa. La solucin
2 KD
h
de la ecuacin nos da el EOQ, Q* como Q*=
La poltica del inventario ptimo para el modelo propuesto se resume como
Pedido
Q =
2 KD
h
t0
unidades cada
= Q unidades de tiempo.
Dado que es un modelo simplificado para representar la mayora de las situaciones

de decisin, es un excelente punto de partida para desarrollar modelos de decisin
ms realistas en situaciones ms complejas del mundo real. 1
Otro modelo es el Punto de Re-orden Con Demanda Incierta. Su estructura parte del
modelo EOQ, considerando que las variables a evaluar son diferentes pero el
objetivo es el mismo.
Modelo de Punto de Re-orden con Demanda Incierta

1 Moskowitz, op. cit, p. 565
43

Se conoce a la demanda durante el tiempo intermedio del reabastecimiento como

una distribucin normal, con una demanda promedio X
y una desviacin estndar
Sd .
Suponiendo que la demanda para un tem tiene una demanda media de 200 por
semana y una desviacin estndar semanal de 20 unidades, si el tiempo de entrega
es de 4 semanas, se desea acumular la distribucin normal de la demanda, la X
total se calcula multiplicando
las X individuales por semana por el tiempo de
entrega en semanas es decir X * TE = 800 y la desviacin estndar se calcula

multiplicando la raz de TE (tiempo de entrega) por la desviacin estndar semanal
'
S d =S iT E
Figura 2.3 Representacin Grfica del Modelo Punto de Re-orden con Demanda
Incierta
44

Dado la importancia de controlar los inventarios sea a nivel de ensambles o

productos terminados, se utilizan diferentes mtodos como: tasa de rotacin de
inventarios, la clasificacin ABC y la agrupacin de riesgos. Para ellos vamos
analizar el segundo mtodo (clasificacin ABC) el cual va ser de utilidad para el
inventario de productos congelados del Centro de Distribucin.
Mtodo ABC de Productos

En 1987 Wilfrido Pareto, un economista italiano, afirm que el 20% de las
personas poseen el 80% de las riquezas. Tal fue el impacto de este principio que
actualmente se lo utiliza en muchas cosas y conforma un estilo de gerencia.
En el escenario de la gestin de inventarios, el principio de Pareto significa que
unos
pocos materiales representan la mayor parte de la inversin de la
empresa.
Toda empresa que tenga un gran nmero de artculos de inventario debe
analizar cada uno de ellos para determinar la inversin aproximada por la
unidad. Algunos de estos artculos aunque no sean estrictamente costosos
tienen una rotacin baja y en consecuencia exigen una inversin considerable:
por otra parte otros artculos, aunque tienen un costo alto por unidad, rotan con
suficiente rapidez para que la inversin necesaria sea relativamente baja.
En la mayora de las empresas la distribucin de artculos del inventario dispone
que el 20% corresponde al 80% de la inversin en inventario, mientras que el
80% restante de los artculos corresponden solamente al 20% de dicha
45

inversin, es por ellos que es necesario un mtodo que asigne prioridades a las
existencias que maneja la empresa: Mtodo de clasificacin ABC.
La aplicacin del sistema de costos ABC en una empresa para el control de
inventarios se empieza por la clasificacin en grupos de artculos as:
1. Los Artculos "A": Son aquellos en los que la empresa tiene la mayor
inversin, stos representan aproximadamente el 20% de los artculos
del inventario que absorben el 80% de la inversin. Estos son los ms
costosos o los que rotan ms lentamente en el inventario.
2. Los Artculos "B": Son aquellos que les corresponde la inversin

siguiente en trminos de costo. Consisten en el 40% de los artculos que
requieren el 15% de la inversin.
3. Los Artculos "C": Son aquellos que normalmente en un gran nmero

de artculos correspondientes a la inversin ms pequea. Consiste
aproximadamente del 40% de todos los artculos del inventario pero solo
el 5% de la inversin de la empresa en inventario.
Aqu los porcentajes mencionados son solo indicativos, ya que varan segn el
tipo de sistema y las necesidades de la empresa. Lo que es realmente
importante es el concepto de que el mayor esfuerzo en la realizacin en la
gestin de inventario debe ser enfocado a los productos tipo A, los cuales
representan la mayor cantidad de dinero invertido en la empresa, como por
46

ejemplo el control exhaustivo sobre estos para evitar prdidas y descuadres en

la toma de revisiones fsicas de inventario.
2.3 Pronstico de la Demanda

El pronstico de la demanda consiste en realizar una estimacin de las futuras
ventas, sean stas en unidades fsicas o monetarias, de uno o varios productos,
para un periodo determinado.
El objetivo de todo pronstico de la demanda es permitir al analista elaborar una
proyeccin de ventas y a partir de esta, poder desarrollar dems proyecciones,
presupuestos, lograr un mejor control del inventario, mayor coordinacin en
procesos, minimizar riesgos y dems ventajas que conllevan una buena
planificacin.
Se pueden elaborar pronsticos bajo diferentes enfoques. Cuando se trata de

productos nuevos, donde no existe suficiente informacin se requiere a la intuicin y
experiencia profesional, se recurre al mtodo cualitativo. Es muy til cuando el
tiempo y el dinero apremian.
Pero, si se cuenta con datos precisos e histricos de productos existentes en el
mercado, se elabora un modelo estadstico que sustente el pronstico y se emplean
modelos matemticos, se recurre al mtodo cuantitativo.
47

Dado el inters de la investigacin que se est realizando, se enfocarn esfuerzos

en el mtodo cuantitativo y no cualitativo, debido a que se estudiar la demanda
como variable de inters con la ayuda de un modelo matemtico.
El mtodo cuantitativo se puede clasificar en determinstico o estocstico.
Al pronstico no realista, es decir que no considera la incertidumbre presente en
mismo, se lo denomina Pronstico determinstico. Por otra parte, el pronstico
donde la incertidumbre est presente en forma cualitativa y no cuantitativa, es decir
es ms realista, se lo denomina Pronstico estocstico.
48

2.4 Formulacin Matemtica

Modelo de Administracin de Inventarios para Cadenas de
Abastecimiento: Mltiples Minoristas Una Bodega
Mltiples Proveedores
Supuestos:
El modelo supone que:
Un solo producto, con un precio unitario constante, el peso es de un kilogramo
(por conveniencia) es almacenado en un sistema de distribucin que consiste en
idnticos minoristas, una bodega o centro de distribucin e idnticos
proveedores.
La demanda diaria en el minorista es estocstica, asume seguir una distribucin
POISSON con media
r .
En el presente caso de estudio, la demanda es determinstica.
49

Cuando el nivel de inventario se agota hasta el nivel
una orden
S r , el minorista coloca
Q r para la bodega.
Se asume que los plazos de entrega de cada minorista es la suma de 3

componentes:
Tiempo constante de procesamiento de rdenes en cada minorista.
Tiempo de espera en la bodega en caso de desabastecimiento.
Tiempo de transito de la bodega al minorista, en donde se asume que es

una variable probabilstica dada por una funcin de distribucin
probabilstica.
Las demandas del minorista que no se cumplan por parte de la bodega, se las
denominar ordenes retrasadas o incumplidas
La bodega solicita pedidos de igual cantidades para cada proveedor (el tamao
de lote es divido en cantidades iguales para cada proveedor).
La bodega no coloca rdenes, hasta que todas las rdenes previas hayan sido
recibidas.
Bajo el principio de que las tasas de transportacin dependen del tamao de lote
del minorista, esto supone que no existir particionamiento de lotes en la
50

bodega. Es decir, si la bodega tiene menos de la cantidad de orden que requiere

el minorista en stock, toda la orden se la denominar orden retrasada o
incumplida
Las primeras entregas de los proveedores determinan el nivel de servicio en la
bodega.
La bodega coloca rdenes en funcin de la demanda de los minoristas, es decir
todo lo que se oferta a la vez se demanda.
Notacin:
r : Minorista. r=1, , n
w : Bodega w=1, , n
51

N r : Nmero de minoristas
: Nmero de proveedores
s r , s w : Punto de Re-orden en los minoristas y bodega

Qr , Q w : Cantidad de pedido en los minoristas y bodega
Dr , Dw : Demanda diaria en cada minorista (con media
(con media
) y en la bodega
Rr , Rw : Demanda anual esperada en cada minorista y en la bodega.

Ri =360
i ;
i=r , w
T r ,T w : Tiempo de reposicin para el minorista y el primer tiempo de reposicin

de la bodega.
Lr , L w : Tiempo de transito de la bodega al minorista y de cada uno de los
proveedores hacia la bodega con una media
L , L
r
52

Y r , Y w : Demanda durante el tiempo de reposicin de cada minorista (con media
) y de la bodega (con media
r , w : Tasa de abastecimiento en cada minorista y en la bodega.
Anlisis Inventario a Minoristas
r=
T
Lead time total de los minoristas.
r=
Tiempo fijo del procesamiento del pedido.
Lr=
Tiempo de trnsito desde el almacn a el minorista.
W r = Tiempo hasta que el almacn se repone por uno de sus proveedores.

T r = r + Lr + W r
El nmero de destino de pequeas unidades por ciclo de reposicin se puede
representar como
(1)
Donde
ESr
( 1 r ) Qr
representan las unidades esperadas por ciclo corto de reposicin.
53

Qr y
El objetivo de servicio, para valores de
r , es encontrar S r tal que
ESr ( 1r ) Q r
(2)
Dr se distribuye Poisson ( r )
T r =t r para t r=1,2, , m por lo
Distribucin condicional de demanda da
(r t r )
tanto se la define como Poisson
ESr ( Sr )= ( i S r ) e
tt
i=S r
( r t r ) /i!
(3)
La ecuacin (3) se puede calcular como:
1F ( Sr 1 ) S r (1F ( S r ) )
r t r
r tr
r tr
r tr
(.) es la cdf de la distribucin Poisson con media
(4)
r t r
Usando las ecuaciones (3) y (4) las pequeas unidades esperadas durante el lead
time estocstico puede ser calculado como:
m
ESr = ESt ( Sr ) P t
tr =1
(5)
54

Proceso de la Demanda en la Bodega
N r ( t )=Pedidosrealizados por r minoristas
en el tiempo t
Los tiempos entre las rdenes tendr la Erlang -
Q r distribucin con media
Qr
r
N w (t) : Nmero de pedidos en el almacn en tiempo [ 0,t ], entonces

Nr
N w ( t )= N r (t)
(6)
r=1
El proceso de arribo en un almacn sera Poisson con tasa
w=
Nr r
Qr
(7)
55

Anlisis del Inventario en la Bodega
Q w ( 1w )
Qr
ESw
(8)
: Representa los pedidos no satisfecho
Para un valor dado de
Qw el objetivo es encontrar S w
ESw
La eleccin de
Qw
tal que
Q w (1 w )
Qr
y por lo tanto
Sw
depende del objetivo general y los costos
de minimizacin.
La demanda peridica del almacn
D w = w
Observacin: Cada demanda del almacn es
Qr unidades
T w Lead time de proveedores i= 1,,n

T w Lead time de os almacenes
T w =Min ( T 1w , , T nw ) + w
(9)
56

Donde H (t) es cmf de los
El cmf de
T iw .
T w , I(t,n), se puede representar como P ( T w t ) , se reduce a

I ( t , n )=1[1H (t)]n
(10)
EStw representa la escasez esperada durante el Lead time t w . Puede ser

representado como:
(iSw )e t ( w t w)i
w w
EStw ( S w )=
i=Sw
(11)
Esta expresin se reduce a
1F
Donde
ESw
F (.)
wt w
w tw
Sw
S
S
w (1F ( w ))
Qr 1 Qr
Qr
ES tw ( S w ,Q r )= w t w
w tw
es cdf de la distribucin Poisson con media
(12)
w t w .
Por lo tanto
ahora puede ser calculado sobre un lead time entero estocstico
ESw = EStw ( Sw , Q r ) Ptw

tw
(13)
57

Donde
Ptw es la probabilidad de que T w =t w ,
t w =1, ,l
Modelo de Costo Total

Funcin Objetivo:
El objetivo principal del modelo es minimizar el ETAC en funcin de
Qw , s w , Qr , s r
, es decir, el costo de tener producto con el respectivo punto de reorden.
ETAC ( Q w , S w ,Q r , Sr )=C o +C h+ Cs ( 14)
ETAC: Expected Total Annual Cost - Costo Total Anual Esperado para el Sistema
58

C o : Costo Total de Orden/Pedido

C o=
(a+ bp) R w R r N r A r
+
(15)
Qw
Qr
Donde
a,b
son Costos fijos iniciales en la bodega y
Ar
es el Costo de orden
en el minorista.
Ch : Costo Total de Mantenimiento
Ch = L D +
Donde
i D
Qw
Q
+ s w Y h + L D + r + sr Y h N r (16)
2
2
w
Qi
2
) (
s iY
, siendo
i=w ,r ; representan el tiempo de
transito, los ciclos y stocks de seguridad respectivamente en la bodega y minoristas.

El smbolo
es el costo de mantener una unidad por un ao.
C s : Costo Total de Transportacin

C s=g
Donde
Qw
Rw + g ( Qr ) N r Rr (17)
p
( )
g ( . ) Representa una relacin funcional entre la tasa de transportacin y el
tamao de lote (es decir el peso de cada lote. Se asume que el peso de cada lote
es 1 libra).
59

El costo total de transportacin es la suma de transportar
proveedor a la bodega y
Rr
unidades para cada uno de los
Rw
unidades del
N r minoristas.
Restricciones:
Dentro de las principales restricciones se tiene:
Nivel de Servicio de la bodega: Nos indica que el esperado del punto de re

orden de la bodega no debe exceder el nuevo pedido que reciba la bodega
en base a la demanda del minorista.
ESw
Q w (1 w )
Qr
(18)
Nivel de Servicio del minorista: Manifiesta que el esperado del punto de re

orden del minorista no debe exceder a la llegada del nuevo pedido realizado
por el minorista.
ESr Q r (1 r )
(19)
Exactitud de Pedido: La bodega tendr exactamente la cantidad de pedidos

que realizan los minoristas.
Qw =k Qr
(20)
No permite entregas repetidas de proveedores: Asegura que las rdenes

que emite la bodega para los proveedores no se pueden cruzar con la
probabilidad
60

Qw B D
(21)
Variables positivas del modelo
sw , sr 1
(22)
2.5 Linealizacin del Modelo de Costo Total

Funcin Objetivo
C o : Costo Total de Orden/Pedido
C o=
(a+ bp) R w R r N r A r
+
(15)
Qw
Qr
La relacin
Ri
Qi
siendo
i=w ,r
en cada minorista y en la bodega y
, donde
Qi
Ri
es la demanda anual esperada
la cantidad de pedido de los minoristas y
de la bodega, explica la cobertura en unidad de tiempo (semanas) con la que se

cumplirn los pedidos demandados respectivamente.
Dado que
Qw
Qr son variables del modelo, y estas son factores divisores en
la ecuacin (15), convierten a la misma en una ecuacin no lineal con divisin para
cero. Por lo que es necesario linealizar la ecuacin:
61

Siendo 7 el nmero de das de la semana, 10 el nmero de semanas que se

pronosticar la demanda, 4 y 1 das el tiempo de reposicin de la bodega y
minorista respectivamente. Se procede a obtener la cobertura de la demanda
en unidad de tiempo, semanas.

De este anlisis se obtuvo el resultado que se presenta a continuacin,
quedando linealizada la ecuacin (15):
C o=( a+ bn )( 17.5 ) + N r A r (70)(23)
Q
C s : Costo Total de Transportacin C s=g w Rw + g ( Q r ) N r Rr (17)
p
( )
Dado que el modelo matemtico trabaja con un una relacin funcional entre la tasa
de transportacin y el tamao de lote. Para el caso que presenta el centro de
distribucin, se procedi a utilizar un modelo de costos de transporte que sostenga
el costo de transportar un producto desde el proveedor hacia el centro de
distribucin y del centro de distribucin al minorista. Se detalla a continuacin:
Funcin de Costos (Proveedor Centro de Distribucin)

Sea:
La capacidad de transportacin del vehculo.
El numero de vueltas del recorrido
Kilmetros recorridos
f ( x )=kCostos Fijos+Costos VariablesR(24)
62

f ( 40TM )=1( 205 ) +420( 420 )
f ( 40TM )=
$ 379,42
40000 Kg
f ( x )=0,00095 $/ Kg
Funcin de Costos (Centro de Distribucin - Minoristas)

Siguiendo el mismo proceso matemtico mencionado en la parte superior, se
llego al siguiente resultado:
f ( 5 TM )=
$ 64,71
5000 Kg
f ( x )=0,013 $/ Kg
Restricciones
ESw
Dado que
Qr
Qw (1 w )
Qr
(18)
es una variable a determinar en el modelo, y este factor divide a la
expresin en la ecuacin (18), convierte a la misma en una ecuacin no lineal con

divisin entre cero. Por lo que es necesario linealizar la ecuacin, quedando como
resultado la siguiente expresin:
63

Qr ESw Q w (1w )(25)
Como se explic anteriormente la ecuacin 21, asegura que las rdenes que emite
la bodega para los n proveedores no se pueden cruzar con la probabilidad
Siendo
un nmero real positivo cuyo valor depende de
Qw B D
(21)
Para el caso de estudio que presentamos, el CD slo cuenta con un proveedor que
provee totalitariamente los productos que este distribuye. De manera que las
rdenes de pedido que emite el CD (semanalmente) a su nico proveedor tienen
probabilidad de cruce cero, pues solo se realizan los pedidos una vez por semana
(los das viernes). Como resultado se tiene la siguiente expresin:
Qw D
(26)
2.6 Herramientas informticas

2.6.1 Introduccin
El modelamiento matemtico nos permite tener estrategias para el diseo de
soluciones generales con problemas de alta complejidad, estos modelos fusionan
con mtodos de optimizacin locales. Siguiendo los pasos marcados por el modelo
64

matemtico, se pueden generar soluciones de alta calidad para la toma asistida de

decisiones.
2.6.2 Experimentacin
Un buen Proyecto debe lograr imparcialidad y validez en las conclusiones y permitir
que el experimento sea reproducible.2
Los pasos que se siguieron para el desarrollo del proyecto fueron los siguientes:
Definicin de objetivos del proyecto.
Seleccin de las herramientas a desarrollar el proyecto.
Descripcin de la codificacin en GAMS
Implementacin de datos en la codificacin de GAMS.
Anlisis y representacin grfica de los resultados
El objetivo principal de la experimentacin del proyecto es medir la eficiencia y

eficacia del mtodo de solucin propuesto.
Para lograr una clara evaluacin de este objetivo se realiz una lista de
caractersticas que se consideran importantes en el desempeo de un modelizador
con es GAMS:
Rapidez: Produce buenas soluciones en tiempos inferiores a los que se

obtienen de otras metodologas, y ajustables a la necesidad del usuario.
2 (Richard S. Barr, 1995)
65

Exactitud: Qu tan cercano es el valor de las soluciones obtenidas al valor

ptimo (en caso de que se cuente con este valor).
Eficaz: La probabilidad de obtener con el modelizador soluciones ptimas, o al

menos tan buenas como la mejor conocida debe ser alta.
Eficiente: Los resultados que se obtengan con el modelizador deben alcanzar

con la menor cantidad de recursos computacionales (tiempo de ejecucin y
espacio de memoria).
2.6.3 Ambiente Computacional

Para evitar variaciones en las variables de salida debido a factores no tenidos en
cuenta dentro del diseo factorial, es necesario correr todos los datos en una sola
mquina, garantizando de esta forma, las menores variaciones que dependan de la
configuracin de esta.
Las secciones siguientes pretenden dar a conocer dichas condiciones, separndolas
en dos grupos diferentes, software, donde se exponen los recursos intangibles
utilizados, y hardware, que hace referencia a los componentes fsicos de la
maquina.
2.6.4 Software
Las herramientas informticas en la ejecucin del modelo matemtico, son
imprescindibles para una mejor comprensin de cmo trabaja el modelo y una
interpretacin de los resultados del mismo.
66

La informacin de entrada que el modelo utiliza como datos de los productos, sus
demandas, entre otros, se la trabaj con el paquete profesional de Microsoft Office,
MS-EXCEL.
En cuanto al procesamiento de datos, se utiliz el software R, el cual sirvi para
tratar la informacin con el fin que se pueda ajustar la informacin a un sistema de
pronstico de demandas de los productos.
El modelo matemtico permite la opcin de programar bajo el software GAMS, que
aparte de los recursos propios del modelo matemtico, el modelo usa un programa
de solucin lineal de licenciamiento libre llamado desde el cdigo principal, el cual
se ejecuta como una aplicacin independiente, abrindose y cerrndose
sucesivamente segn la necesidad del modelo.
Software
Sistema Operativo
Nombre
Repositorio de datos
Sistema Estadstico
Microsoft Windows
MS - Excel
R
Solucionador Lineal
GAMS IDE (General Modeling

System)
Versin
7 Home Premium 64
Bits
2010
2.15.1
2.0.35.10
Tabla 2.1 Recursos del Software

En la Tabla 2.1 se enumeran los recursos de software usados en este desarrollo,
mostrando la versin de cada uno y su nombre comercial.
2.6.4.1 R
67

R es un conjunto integrado de programas para manipulacin de datos, clculo y

grficos.
Entre otras caractersticas dispone de:
Almacenamiento y manipulacin efectiva de datos.
Operadores para clculo sobre variables indexadas (Arreglos), en particular
matrices.
Una amplia, coherente e integrada coleccin de herramientas para anlisis
de datos, posibilidades gracias para anlisis de datos, que funcionan
directamente sobre pantalla o impresora.
Un lenguaje de programacin bien desarrollado, simple y efectivo, que
incluye condicionales, ciclos, funciones recursivas y posibilidad de entradas y
salidas. (Debe destacarse que muchas de las funciones suministradas con el
sistema estn escritas en el lenguaje R)
El trmino entorno" lo caracteriza como un sistema completamente diseado y
coherente, antes que como una agregacin incremental de herramientas muy
especificas e inflexibles, como ocurre frecuentemente con otros programas de
anlisis de datos.
R es en gran parte un vehculo para el desarrollo de nuevos mtodos de anlisis
interactivo de datos. Como tal es muy dinmico y las diferentes versiones no
siempre son totalmente compatibles con las anteriores.
Muchas personas utilizan R como un sistema estadstico. Equipo de desarrollo del
software prefiere describirlo como un entorno en el que se han implementado
michas tcnicas estadsticas, tanto clsicas como modernas. Algunas estn
68

incluidas en el entorno base de R y otras se acompaan en forma de bibliotecas

(packages).
2.6.4.2 GAMS
GAMS (General Algebraic Modeling System) es un lenguaje de programacin que
permite el modelado, anlisis y resolucin de diversos problemas de optimizacin.
Aunque inicialmente el manejo y comprensin de sus estructuras requiere cierto
esfuerzo, una vez entendidas se dispone de una herramienta muy verstil capaz de
resolver problemas de programacin matemtica. A pesar de ser una magnfica
herramienta, el lector debe ser consciente de las limitaciones impuestas por el
estado del arte existente en programacin matemtica.
Otros lenguajes similares a GAMS son AMPL y AIMMS.
Todos ellos presentan caractersticas anlogas y, en general, no hay razn alguna
para elegir uno u otro.
69

Funcin/
Procedimiento
Descripcin
SETS()
Se emplea para definir dos

estructuras tpicas de GAMS: Los
ndices, usados posteriormente
para recorrer los vectores del
problema, y los rangos de valores
entre los que pueden variar estos
ndices.
PARAMETERS()
Se utiliza para declaracin y

asignacin de vectores de datos.
La asignacin mediante este
comando se realiza para cada
elemento del vector, por lo que es
necesario especificar en primer
lugar la posicin del vector y en
segundo, el valor a asignar.
TABLE()
VARIABLES ()
Valor Devuelto
Permite definir matrices de datos y

tambin brinda la facilidad con que
se pueden representar las tablas
en GAMS.
Este
comando
declara
las
variables
del
problema
de
optimizacin. En GAMS se debe Determina el valor de
especificar el carcter de las las
variables
variables, en este caso, se indica asignadas.
que x (i,j) es una variable positiva
(no negativa).
BINARY VARAIBLES
Declara una variable binaria
()
70

EQUATIONS
Permite indicar el nombre con que

se referenciar a las restricciones
del problema, incluida la funcin
objetivo. Tras el comando, aparece
el nombre en primer lugar; si es
necesario indicar que existen
varias restricciones con la misma
estructura, se indica seguidamente
mediante el ndice correspondiente
entre parntesis.
Tabla 2.2 Resumen de los procedimientos implementados
Entre las caractersticas ms importantes de GAMS cabe destacar:
1. Su capacidad para pasar de resolver problemas de pequea dimensin

(docenas de variables y restricciones) a problemas mayores (miles de variables
y restricciones) sin variar el cdigo sustancialmente. El manejo eficiente de sus
ndices permite escribir de manera compacta restricciones similares mediante
una sola restriccin.
2. Separa el proceso de modelado del proceso de resolucin del problema. As, el

usuario de GAMS debe ser capaz de conseguir una formulacin consistente del
problema, y una vez la expresa en la notacin de GAMS, este lenguaje hace uso
de alguno de los optimizadores disponibles para obtener su solucin. De esta
manera, el usuario solo ha de centrarse en obtener un modelo del problema y
puede ignorar el funcionamiento interno del algoritmo que se necesita para
71

resolverlo. La separacin de estas dos tareas permite cambiar el modelo para

mejorarlo o completarlo cmodamente.
3. La forma en que GAMS representa un problema de optimizacin coincide,

prcticamente, con la descripcin matemtica de ese problema. Por tanto, el
cdigo GAMS es sencillo de comprender para aquellos lectores familiarizados
con la optimizacin.
4. Adems, GAMS proporciona los mecanismos necesarios para resolver

problemas de optimizacin con estructuras similares, como son aquellos que se
derivan de las tcnicas de descomposicin.
El usuario de GAMS debe ser cuidadoso con las reglas gramaticales de GAMS. El
incumplimiento de una sola de ellas puede provocar muchos errores de compilacin.
72

2.6.5 Hardware
Para la ejecucin del modelo matemtico se us una maquina Hp PAVILION modelo
dm4-1160us con las siguientes especificaciones:
Especificaciones
Procesador
Velocidad del Procesador
Memoria RAM
Pantalla
Disco Duro
Descripcin
Intel Core i5-450M
2.4 GHz
4GB DDR3
14 Pulgadas
500 GB 7200rpm
Tabla 2.3 Recursos del Hardware
Con el fin de que se tenga una ejecucin eficiente, tanto en resultados como en
tiempo de procesamiento, es que se decidi trabajar con el equipo antes
mencionado.
73

CAPTULO III
PLANTEAMIENTO DE LA SOLUCION
3.1
Revisin de Procesos en la Bodega
Figura 3.1 Flujo de Recepcin Almacenamiento Despacho en la Bodega

de Productos Congelados
El proceso inicia desde que el departamento de Supply Chain coloca una orden de
compra al nico proveedor del CD, que se encuentra en la ciudad de Quito. Los
74

pedidos los realiza todos los viernes de cada semana, tiendo en planta un inventario
de seguridad que amortige la demanda durante el LT. El proveedor coloca el
pedido despus de 4 das de haberlo solicitado, es decir, todos los martes la bodega
se abastece de productos necesarios para sus operaciones. En el caso de existir
alguna situacin en cuanto a solicitud de pedidos y se necesite de productos extras
que no hayan sido solicitados los viernes, el proveedor slo colocara el pedido en la
bodega si el CD se encarga del valor del flete. Esto sucede por razones econmicas
del grupo empresarial al que pertenecen tanto el CD como el proveedor.
Una vez que el producto llega al andn de recepcin de la bodega, se inicia el
proceso descrito en la Figura 3.
Recepcin: Es la primera fase del flujo, donde por poltica a proveedores, el
personal de stos es el nico encargado de descargar su producto, es decir sacar
su producto del camin y colocarlo en la zona de descarga mandatoriamente sobre
pallets. Cabe acotar que para ciertos productos el proveedor debe entregarlos
protegidos con plstico adherente.
Revisin del Producto: Los supervisores de bodega junto con el personal de
calidad toman parte de este proceso, son ellos quienes se encargan de revisar que
todo lo que en la gua de remisin del pedido conste sea lo que se est
descargando. El personal de calidad revisa que el producto llegue en buenas
condiciones con sus etiquetas de fecha de elaboracin y caducidad respectivas.
75

Almacenamiento: Una vez que haya completado el eslabn anterior, los operarios
mueven los pallets con los productos y los ingresan a la cmara de frio o congelado
dependiendo del tipo de producto que sea este.
Preparacin de Pedidos: Conforme el departamento de Supply Chain reciba las
rdenes de pedido de los minoristas, los supervisores de bodega entregan estas
mismas a los operarios para que realicen el picking de los productos y de esta
manera armen el pedido consolidado. La preparacin de pedidos es diaria y en
ocasiones se la realiza con anterioridad.
Despacho: El consolidado de productos, como lo llaman en la bodega, una vez ya
listo se lo despacha. El minorista es quien estipula el da que desea que le
entreguen su pedido.
Distribucin: Los envos que la bodega realiza, los hace bajo la direccin del
Departamento de Transporte, el mismo que ha estipulado rutas optimas para el
envo de productos. Los horarios de distribucin para la cadena de productos
congelados es de lunes a domingo de 09H00 a 10H00
76

Proveedor
es
Quito
Guayaquil
Centro de
Distribuci
on
Minorista
s
Guayaquil
Guayaquil
Figura 3.2 Supply Chain de Productos Congelados
3.2 Descripcin de la Metodologa

El clculo del nivel ptimo de inventario de productos congelados se inicia con la
recopilacin de la informacin de los productos congelados que administra el Centro
de Distribucin (Ver Anexo1. Lista de productos congelados del Centro de
Distribucin), detalles de las auditoras del proveedor, nivel del cumplimiento de los
pedidos, informacin encontrada en el ERP de la empresa e histricos de las
demandas contenidas en archivos de Excel, fueron las principales fuentes de
informacin para esta recopilacin de datos. Esta informacin fue posible recopilarla
desde la semana once hasta la semana veintisis del ao 2012.
(Ver Anexo3. Histrico de la demanda de productos congelados).
77

Como primer paso, a partir de la informacin mencionada en el prrafo anterior se

procede al anlisis de tres escenarios que posteriormente se sintetizar a la
estructura del modelo de minimizacin de costos finales: Anlisis del inventario del
minorista, Proceso de demanda de la bodega, Anlisis del inventario en la bodega.
En el anlisis de inventario del minorista se supone que hay un solo minorista, este
mismo anlisis ser idntico para todos los minoristas. Cuando el inventario en el
minorista se agota, ste coloca un pedido a la bodega la cual enva la cantidad
solicitada al minorista lo cual toma cierta cantidad de tiempo, en el caso de que la
bodega se quede sin stock el minorista tendr que esperar cierta cantidad de tiempo
hasta que la bodega se reabastezca por uno de sus proveedores.
Referente al proceso de demanda de la bodega, aunque el tamao de la demanda
se fija en la bodega el intervalo entre dos ordenes estocsticas y depende de la
cantidad de pedido de cada minorista. El modelo caracteriza el proceso de demanda
en la bodega como una superposicin del proceso del pedido de los minoristas.
El tercer anlisis que es el inventario de la bodega, es muy similar al anlisis en el
minorista, con dos modificaciones. Uno de ellas es que debemos tomar en cuenta
que cada orden es de tamao diferente para minorista y segundo tenemos que
considera que la bodega utiliza varios proveedores.
Por otra parte en el segundo paso se proceder analizar la informacin recopilada

donde se muestra la demanda de los productos buscando ajustar los datos a una
distribucin de probabilidad continua. Adems se trabaja sobre la lista de productos
congelados que la empresa distribuye; utilizando el Mtodo ABC determinaremos
78

cuales son mis productos tipo A, los cuales sern los escogidos para utilizarlos en la
programacin. . (Ver Anexo2. Mtodo ABC para Productos Congelados).
En el tercer paso, una vez tabulados los datos, se implementar el modelo

matemtico de minimizacin de costos mediante el software matemtico Gams.
Luego de haber obtenido los resultados del modelo se proceder a pronosticar bajo
el escenario o parmetro: das de cobertura de stock.
Y para finalizar se analizarn los resultados obtenidos durante la programacin

matemtico versus la situacin actual de la empresa.
Figura 3.3 Esquema de la Metodologa utilizada en el proyecto
79

Definicion de los
problemas de inventario
en los productos
congelados
Recopilacion de
informacion requerida
Analisis de demanda
Bodega-Minorista de los
productos congelados
Modelizacion en Gams
Analisis de Resultados
80

3.2.1 Definicin de los Problemas de Inventario en los

Productos Congelados
De acuerdo a lo que se menciona en el captulo 1 seccin 1.1, los problemas de

inventario que el CD afronta, se resumen en los siguientes puntos:
o
El ERP utilizado no entrega suficiente informacin estadstica para tomar

decisiones sobre a la cantidad de pedido que se debe solicitar al
proveedor.
Desabastecimiento de productos, ocasionado por la mala planificacin de

pedidos.
Dficit de control en caducidad de productos.
Dficit de control en los procesos de despacho y recepcin.
He aqu la necesidad de crear una poltica de inventario que robustezca los actuales
procesos, mejorando la realizacin de pedidos y el control del flujo de productos en
el centro de distribucin.
3.2.2 Recopilacin de Informacin Requerida
Para obtener la informacin requerida se solicit una reunin con el Jefe de Supply
Chain del Centro de Distribucin de Productos Congelados, en el cual se le explic
el objetivo de nuestro proyecto y el inters en aplicarlo para su CD.
81

Para ello se tuvo la apertura del caso hacia la recopilacin de informacin necesaria
para
el
desarrollo
de
la
poltica
de
inventario.
Se visit durante una semana las instalaciones para conocer los procesos y toma de
datos
del
MRP
que
administran
la
cadena
de
suministro
del
CD.
Por otra parte se realiz entrevista a los supervisores responsables de los productos
en mencin y se obtuvo el inventario de los productos congelados que maneja el CD
hacia
sus
clientes,
en
total
hacen
52
productos
(Ver
anexo
1).
Del inventario mencionado en la parte superior se realizar el Mtodo ABC para

tomar decisin en los productos que se van a considerar para nuestro estudio (Ver
Anexo
2).
El inventario de productos ha sido clasificado por el costo de venta.
Mtodo ABC
$35,000.00
$30,000.00
$25,000.00
$20,000.00
$15,000.00
$10,000.00
$5,000.00
$-
100.00%
90.00%
80.00%
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
Costo Total
Acumulado
80 -20
82

Figura 3.4 Mtodo ABC para Productos Congelados
Como se puede observar en la Figura 3, se realiz la clasificacin ABC del

inventario y se obtuvo que son 14 los productos ms representativos (Tipo A), es
decir que la empresa tiene la mayor inversin, estos representan el 20 % de los
tems
del
inventario
que
absorben
el
90%
de
la
inversin.
Los tipos B son 12 tems que corresponden a la inversin siguiente en trminos de

costos, es decir, el 30% de los de los tems que requieren el 8% de la inversin.
Por ltimo los tipos C que son 26, normalmente son un gran nmero de tems
correspondientes a la inversin ms pequea. Aproximadamente consiste en el 50%
de todos los tems del inventario pero solo el 2% de la inversin del CD en
inventario.
83

3.2.3 Anlisis de Demanda

3.2.3.1 Identificacin de la Estacionalidad
En base a las ventas semanales registradas en el sistema de informacin entre la

semana 11 y semana 26 del ao 2012, que es el periodo de anlisis, se va a realizar
el pronstico de la demanda para identificar la estacionalidad.
La informacin correspondiente a cada uno de las semanas puede ser consultada

en el Anexo 3. Histrico de demanda de productos congelados.
A continuacin se presenta grficamente esta informacin en la Figura 4.
Figura 3.5 Comportamiento de la Demanda de los Productos Tipo A
84

Se puede observar en la grafica presentada, que los consumos semanales de

ciertos productos tales como: el Pulpo Ozeki y Salmon Fresco Empacado, son altos
y representativos en contraste con los otros productos tipo A. Describiendo un poco
mas a fondo la grfica, se
puede suponer que los altos picos o consumos
intempestivos de estos dos productos antes mencionados, se deben a creaciones

de nuevos platos o promociones de platos que usan esos porductos.
El comportamiento de los consumos son variables, presentan varias fluctuaciones
con altos y bajos pero siempre manteniendo una tendencia de consumo regular.
Los principales resultados que se obtienen a partir de esta informacin, son los
siguientes:
El valor mximo de consumos es de 16348 Kg obtenidos en la semana 26

por el producto Pulpo Ozeki.
El valor mnimo de consumos es de 0 Kg. Este comportamiento se repite

durante varias semanas con diferentes productos.
El rango de consumos es de 16348 Kg
La media aritmtica de los datos es de 7701 Kg y su desviacin estndar es

de 8013 Kg. Esto evidencia la alta variabilidad que existe entre pedidos
semanales.
El valor mximo de consumos es un dato de la muestra, el cual puede incidir en el

modelo de pronstico que se propone realizar.
85

3.2.3.2 Determinacin del Modelo de Pronstico Apropiado
Basado en el marco conceptual descrito en el capitulo anterior, para poder

determinar un modelo adecuado que pronostique los consumos o demandas, se us
el software estadstico R.
Durante esta etapa se busc ajustar nuestros datos a un modelo que nos permita
predecir lo ms preciso posible, sin embargo la herramienta computacional de
anlisis estadstico mostr los siguientes resultados:
Se intent crear un modelo Arima, pero mientras se desarrollaba el mismo fue

evidente notar que la serie de tiempo no present estacionalidad, es decir no
existen ciclos de frecuencia definidos, la media y la varianza no son constantes;
por lo que se considera que no es una serie estacionaria. Las grficas no
mostraron tendencia, lo cual es otro indicio para no considerar al modelo Arima.
o
Los desarrolladores del proyecto, en base a consultas, suponen que

estas dificultades al ajustar los datos a un modelo se debe a la poca
informacin con la que se est trabajando (15 semanas).
Cuando se tienen series de tiempo con datos que no presentan tendencia

alguna ni estacionalidad, es recomendable utilizar el mtodo del Suavizado
Exponencial
Simple,
el
mismo
que
pondera
los
datos
histricos
exponencialmente con el fin de que los datos mas recientes tengan mas peso
86

en el promedio mvil. El test que se utiliz para predecir los datos, fue el modelo
de Holt-Winters, el mismo que es conocido por ser una ampliacin mejorada del
suavizamiento exponencial. Debido a sus caractersticas ajusta el nivel de la
serie, la pendiente de la recta de tendencia y el valor de los factores
estacionales.
Se ejecutaron una serie de comandos en el software
R, los cuales estn
descritos en el Anexo 5.
A. Debido a la dimensin del proyecto, es decir a la cantidad de productos
Tipo A que tenemos, se procedi a realizar el ingreso manual de la
informacin histrica; ver en Anexo2.
B.
Se genera una serie de tiempo de cada uno de los productos. Tomando

en cuenta que se inicia en el tercer mes, Marzo, con una frecuencia de
cuatro debido a que la informacin que se tiene es semanal.
C. Para poder visualizar mejor el comportamiento de la serie temporal se

procedi a graficar la misma. En la Figura 3.5, se ejemplifica la demanda
del producto Pulpo Ozeki, durante los meses de Marzo a Junio.
87

Figura 3.6 Demanda del Pulpo Ozeki
D. Se realiza un anlisis de las auto-correlaciones. Dado que las mismas no

son muy altas despus del primer periodo, no se procede a diferenciar la
serie temporal.
Figura 3.7 Auto- Correlacin de los Residuos de la Serie Temporal
88

E. Por medio del test Holt-Winters, se ajust el modelo. Como resultado

obtuvimos.1. Alpha: 0.48, que es el nivel de confianza con el que
el test ajusta el modelo.
2. Beta: 1, tendencia del modelo ajustado
3. Gamma: 1, estacionalidad del modelo ajustado.
F. Una vez que el modelo fue ajustado, se procedi a realizar la realizacin
de la prediccin. Se predijo la demanda de los tres meses siguientes
(Julio, Agosto, Septiembre).
Figura 3.8 Pronstico de la Demanda del Pulpo Ozeki
89

3.2.4 Modelizacin en Gams

De acuerdo a lo estudiado en la seccin 2.4.4.1, se utiliz el software informtico
GAMS para tal efecto en la Tabla 2.2 se describen los procedimientos que se
implementaron en el software, y que dieron forma al modelo matemtico.
Es de notar que el desempeo del modelo matemtico no depende nicamente del
software usado sino tambin de los de los recursos de hardware disponibles.
Su programacin fuente se puede apreciar en el Anexo 7.
CAPTULO IV
ANLISIS DE RESULTADOS
De acuerdo a lo descrito en el captulo 1 lo ideal es determinar cunto y cuando
pedir. Uno de los procesos que tiene el CD es revisar el consumo de los clientes por
medio del ERP y establecer pedidos de manera emprica.
El modelo matemtico est desarrollado en funcin de las restricciones
estructuradas el cual permitir brindar el nivel de servicio esperado al cliente sin
afectar el recurso de la empresa.
90

Definido en el prrafo anterior la necesidad del modelo matemtico
GAMS
proyecta los siguientes resultados.
SOLVE
MODEL PROYECTOG
TYPE LP
SOLVER CPLEX
**** SOLVER STATUS
**** MODEL STATUS
**** OBJECTIVE VALUE
RESOURCE USAGE, LIMIT
ITERATION COUNT, LIMIT
SUMMARY
OBJECTIVE Z
DIRECTION MINIMIZE
FROM LINE 340
1 Normal Completion
1 Optimal
792425.27
0
0.016
1000.000
2000000000
IBM ILOG CPLEX Mar 17, 2012 23.8.2 WIN 31442.32372 VS8 x86/MS
Windows
Cplex 12.4.0.0
LP status(1): optimal
Optimal solution found.
Tabla 4.1 Costo Total Anual Esperado
La Tabla 4.2 muestra la cantidad de pedido que debe realizar el Centro de

Distribucin a su proveedor, donde podemos visualizar lo ptimo que se debe tener
de cada uno de los tems en funcin del almacenamiento y la demanda de los
minoristas. Como indicador para evaluar el ahorro al costo total anual esperado se
utiliz la siguiente frmula:
Incremento Porcentual del Costo Total=
(Costo de inventarioactualCosto de inventariomejorado )

Costo de inventariomejorado
91

Como resultado al indicador mencionado en el prrafo anterior, obtuvimos un ahorro

del 15%, en comparacin al costo que la bodega invierte en su inventario.
La Tabla 4.3 corresponde al pedido que los minoristas deben hacer al Centro de
Distribucin as poder satisfacer la demanda de los consumidores finales. En este
caso muestra que el valor del costo total del inventario no afecta al centro de
distribucin debido a que existe rotacin FIFO en el abastecimiento de producto, sin
alterar los costos de distribucin de los locales.
Q DETERMINAR LA CANTIDAD OPTIMA A PEDIR EN LA

BODEGA w
UPPE
LOWER LEVEL
R
MARGINAL
ANGUILA
.
4.500 (+) INF
.
PULPO
.
653.900 (+) INF
.
KANI_KAMA
.
52.520 (+) INF
.
ATUN
.
15.130 (+) INF
.
SALMON
.
369.370 (+) INF
.
NOE_LOMO
.
221.700 (+) INF
.
NOE_CAMARON
.
26.960 (+) INF
.
92

LANGOSTINO
CARNE_DE_PANGORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
.
.
.
.
.
.
.
9.970
9.320
10.200
14.310
275.180
4.520
4.860
(+)
(+)
(+)
(+)
(+)
(+)
(+)
INF
INF
INF
INF
INF
INF
INF
.
.
.
.
.
.
.
Tabla 4.2 Cantidad ptima de pedido de la bodega
M DETERMINAR CUANTO DEBE PEDIR EL MINORISTA r

LOWE
LEVEL
UPPE MARGINAL
R
R
ANGUILA.N6
.
.
(+)
EPS
INF
ANGUILA.N7
.
.
(+)
EPS
INF
ANGUILA.N11
.
4.500
(+)
.
INF
93

PULPO.N6
PULPO.N7
PULPO.N11
653.900
KANI_KAMA.N6
KANI_KAMA.N7
KANI_KAMA.N11
52.520
ATUN.N6
ATUN.N7
ATUN.N11
15.130
SALMON.N6
SALMON.N7
SALMON.N11
369.370
NOE_LOMO.N6
NOE_LOMO.N7
NOE_LOMO.N11
221.700
NOE_CAMARON.N6
NOE_CAMARON.N7
NOE_CAMARON.N11
26.960
LANGOSTINO .N6
LANGOSTINO.N7
LANGOSTINO.N11
9.970
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
94

CARNE_DE_PANGORA.N6
CARNE_DE_PANGORA.N7
CARNE_DE_PANGORA.N11
9.320
HAMACHI.N6
HAMACHI.N7
HAMACHI.N11
10.200
CALAMAR.N6
CALAMAR.N7
CALAMAR.N11
14.310
NOE_SURIMI.N6
NOE_SURIMI.N7
NOE_SURIMI.N11
275.180
KAI_CONCHA.N6
KAI_CONCHA.N7
KAI_CONCHA.N11
4.520
MASAGO.N6
MASAGO.N7
MASAGO.N11
4.860
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
Tabla 4.3 Cantidad de pedido de los minoristas
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
EPS
EPS
.
95

La Tabla 4.4 y Tabla 4.5 nos indica que los minoristas realizarn re-orden en sus
pedidos es decir tendr inventario necesario para realizar el nuevo pedido y esperar
que llegue el nuevo.
S DETERMINA SI DEBE REALIZAR REORDEN LA

BODEGA(w) DEL PRODUCTO (i)
LOWE LEVE UPPE MARGINA
R
L
R
L
96

ANGUILA.GYE
PULPO.GYE
KANI_KAMA.GYE
ATUN.GYE
SALMON.GYE
NOE_LOMO.GYE
NOE_CAMARON.GYE
LANGOSTINO
CARNE_DE_PANGORA.GYE
HAMACHI.GYE
CALAMAR.GYE
NOE_SURIMI.GYE
1.000
KAI_CONCHA.GYE
MASAGO.GYE
.GYE
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
(+)
INF
Tabla 4.4 Productos que la bodega ordena.
0.004
4,58E-01
7,64E-01
1,79E+00
4,81E-01
4,95E-01
9,83E-01
1,18E+00
4,45E+00
5,08E+00
4,29E-01
.
5,16E+00
4,06E+00
97

Rp DETERMINAR CUANDO PIDE EL MINORISTA (r) DEL PRODUCTO

(i)
LEVE
LOWER
L
UPPER MARGINAL
ANGUILA.N6
.
.
(+) INF
0.011
ANGUILA.N7
.
.
(+) INF
0.011
ANGUILA.N11
.
.
(+) INF
0.011
PULPO.N6
.
.
(+) INF
1,37E+00
PULPO.N7
.
.
(+) INF
1,37E+00
PULPO.N11
.
.
(+) INF
1,37E+00
KANI_KAMA.N6
.
.
(+) INF
2,29E+00
KANI_KAMA.N7
.
.
(+) INF
2,29E+00
KANI_KAMA.N11
.
.
(+) INF
2,29E+00
ATUN.N6
.
.
(+) INF
5,38E+00
ATUN.N7
.
.
(+) INF
5,38E+00
ATUN.N11
.
.
(+) INF
5,38E+00
SALMON.N6
.
.
(+) INF
1,44E+00
SALMON.N7
.
.
(+) INF
1,44E+00
SALMON.N11
.
.
(+) INF
1,44E+00
NOE_LOMO.N6
.
.
(+) INF
1,49E+00
NOE_LOMO.N7
.
.
(+) INF
1,49E+00
NOE_LOMO.N11
.
.
(+) INF
1,49E+00
NOE_CAMARON.N6
.
.
(+) INF
2,95E+00
NOE_CAMARON.N7
.
.
(+) INF
2,95E+00
NOE_CAMARON.N11
.
.
(+) INF
2,95E+00
LANGOSTINO .N6
.
.
(+) INF
3,54E+00
LANGOSTINO.N7
.
.
(+) INF
3,54E+00
LANGOSTINO.N11
.
.
(+) INF
3,54E+00
CARNE_DE_PANGORA.N6
.
.
(+) INF
0.001
CARNE_DE_PANGORA.N7
.
.
(+) INF
0.001
CARNE_DE_PANGORA.N11
.
.
(+) INF
0.001
HAMACHI.N6
.
.
(+) INF
0.002
HAMACHI.N7
.
.
(+) INF
0.002
HAMACHI.N11
.
.
(+) INF
0.002
CALAMAR.N6
.
.
(+) INF
1,29E+00
CALAMAR.N7
.
.
(+) INF
1,29E+00
CALAMAR.N11
.
.
(+) INF
1,29E+00
98

Rp DETERMINAR CUANDO PIDE EL MINORISTA (r) DEL PRODUCTO

(i)
LOWER
LEVEL UPPER
MARGINAL
NOE_SURIMI.N6
.
1.000
(+) INF
.
NOE_SURIMI.N7
.
1.000
(+) INF
.
NOE_SURIMI.N11
.
1.000
(+) INF
.
KAI_CONCHA.N6
.
.
(+) INF
0.002
KAI_CONCHA.N7
.
.
(+) INF
0.002
KAI_CONCHA.N11
.
.
(+) INF
0.002
MASAGO.N6
.
.
(+) INF
0.001
MASAGO.N7
.
.
(+) INF
0.001
MASAGO.N11
.
.
(+) INF
0.001
Tabla 4.5 Productos que los minoristas ordenan
99

Anlisis del Costo Total Anual del Inventario
$/Ao
$920,000.00
$900,000.00
$880,000.00
$860,000.00
$840,000.00
$820,000.00
$800,000.00
$780,000.00
$760,000.00
$740,000.00
$720,000.00
$911,289.06
$866,758.89
$792,425.27
Actual
Mejorado
Pronosticado
Figura 4.1 Anlisis del costo total anual del inventario
De acuerdo a la figura 4.1 se puede evidenciar la diferencia de costos que existe

entre cada escenario analizado:
El costo actual viene dado por la gestin de inventario que realizaba el supervisor
correspondiente en base a la informacin que generaba el ERP y la experiencia en
el cargo.
El costo mejorado fue obtenido en base a la poltica diseada mediante el modelo
matemtico que se present el captulo 2 de este trabajo.
Por ltimo el costo pronosticado fue en funcin a la prediccin de la demanda que
se realiz para las 10 semanas futuras.
100

Los resultados muestran que de acuerdo a lo demandado actualmente y lo

pronosticado existir un incremento del 9% en el costo total de la operacin. Esto
se debe a que la demanda obtenida en el pronstico se incrementa.
Lo anterior implica que el CD debe tomar la decisin de la cantidad a mantener

para satisfacer la demanda en improvisaciones, ya que la poltica diseada no
contempla situaciones emergentes durante la demanda. Esto implica examinar la
posibilidad de incrementar los costos de distribucin asociado a los minoristas.
101

CAPTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones
En este proyecto se present una propuesta de solucin a los niveles de
inventario que tiene el CD.
La recopilacin de informacin requerida nos permiti visualizar los
problemas de
inventario que tiene el CD y se dieron solucin mediante
clasificacin ABC, anlisis de la demanda y diseo del modelo matemtico.

Con la informacin mencionada en el prrafo anterior se concluye:
Se analiz el inventario de productos congelados del CD por medio del
mtodo ABC, el mismo que nos permiti observar cuales son los
productos que tienen mayor valor monetario del inventario. Esto quiere
decir que el personal responsable del CD debera llevar mayor control en
este tipo de productos y as evitar prdidas por mala rotacin, caducidad,
etc.
Se analiz el comportamiento de la demanda (en Kg) de quince

semanas del ao 2012, comprendidas entre el mes de marzo y junio. Se
evidenci que de acuerdo al histrico de la demanda, stas se iban a
incrementar y en algunos casos mantener constante. Esto nos puede
dar una idea del movimiento de productos que va tener el CD durante las
10 semanas que se pronosticaron.
102

Se aplic un modelo de inventario multinivel que se enfoca en varios

proveedores, un centro de distribucin y varios minoristas. Donde se
obtuvo los pedidos ptimos que deberan realizar tanto el CD como los
minoristas. Este modelo nos ayuda a desarrollar para ms artculos.
Los diseos de poltica de inventario se ajustan de acuerdo a los
requerimiento de las bodegas, en el caso vigente podemos decir que se
obtuvieron resultados satisfactorios, por lo que se concluye que el
modelo est adaptado para ms tipos de productos y de acuerdo a la
industria que se desee.
5.2 Recomendaciones
103

El Centro de Distribucin como principal distribuidor de los minoristas,

busca tener ventaja competitiva entre los proveedores de los mismos,
para ello requiere mejorar sus procesos para hacer frente a las
necesidades de los clientes. Para ello se recomienda lo siguiente:
Los minoristas deben brindar mayor informacin de las demandas
poder realizar mejores anlisis a las mismas. Lo cual va permitir
brindar pronsticos acertados al consumo real.
En el caso analizado, la poltica de inventario incluye un proveedor,
un CD y varios minoristas. Para futuras investigaciones se puede
realizar variantes incrementando el nmero de participante en los
eslabones antes mencionados.
El modelo como tal est limitado a dos escalones (Proveedor Minorista) y supone que los proveedores siempre atendern la
demanda del CD.
Se recomienda a los investigadores que estn interesados en este
trabajo, analizar los escenarios donde los proveedores no siempre
cuenten con el stock necesario y el CD trabaje con un stock de
seguridad.
Como informacin extra de las entrevistas que se mantuvieron con el
personal del CD, el Gerente del mismo inform que en el anterior
Consejo de Plantas Ecuador, el Presidente Ejecutivo del Grupo
Empresarial al que pertenece el CD tom la decisin que de acuerdo
a las ganancias obtenida hasta el presente es necesario una mayor
104

inversin por lo que se aprob que para el ao 2013 se debera dar

apertura 13 nuevos restaurantes en todo el territorio nacional.
Esta decisin compromete directamente al departamento de Supply
Chain, debido a que
ser necesario un anlisis de demandas
futuras, incrementos y diversificacin de tems, etc.

Por estas razones el CD tendr la necesidad de planificar con el
departamento de compras la bsqueda de ms proveedores, ya que
actualmente se provee con uno slo. Debido a la alta rotacin de
productos que va a existir, aumentara el riesgo que se tenga
incumplimientos en los pedidos, problemas con la calidad de los
productos y en el peor de los escenarios desabastecimientos.
Para ello se ha desarrollado una poltica de proveedores la cual les va
permitir soportar la demanda de proveedores que tenga el CD (Ver
Anexo 8).
BIBLIOGRAFA
[1]. M. Sarmiento, R. N. (Vol. 31. 1999.). A review of integrated analysis of
production-distribution systems. IIE Transactions., pp. 1061-1074.
[2]. Baquero, N. (s.f.). Universidad Simon Bolivar. Recuperado el 17 de julio de 2012,
de
Gestion
de
la
Produccion
http://prof.usb.ve/nbaquero/Pronosticos.pdf
Pronosticos:
105

[3]. Becerra, M. (2009). SISTEMAS DE INFORMACION ANA MARIA CORTES.

Recuperado
el
16
de
Junio
de
2012,
de
http://sistemasdeinfoamc.blogspot.es/img/ERP.pdf
[4]. Betancor, B. A.-J. (s.f.). SERVICIO DE PUBLICACIONES - Universidad de la
Laguna.
Recuperado
el
de
Junio
de
2012,
de
ftp://tesis.bbtk.ull.es/ccppytec/cp210.pdf
[5]. CreceNegocios. (17 de Octubre de 2011). CreceNegocios. Recuperado el 17 de
Julio de 2012, de http://www.crecenegocios.com/como-hacer-el-pronostico-de-lademanda/
[6]. David De La Fuente Garcia, P. P. (2012). Google Books. Recuperado el 26 de
Julio
de
2012,
de
http://books.google.com.ec/books?
id=UATsv3bgBwcC&pg=PA14&lpg=PA14&dq=programacion+no+lineal&source=
bl&ots=fcUFiDK7OF&sig=qJ8ccH8LtCUEHNCTKfkVLMu8bRA&hl=es419&sa=X&ei=1mYPULfUNoa08ASi9oDwBw&sqi=2&ved=0CF4Q6AEwCA#v=o
nepage&q=programacion%20no%20lineal&f=fa
[7]. ESADE, E. d. (2004). Guia de Gestion de la Innovacion, Produccion y Logistica.
Barcelona: Una y Media Massmedia, SL.
[8]. Fundacion Wikimedia, I. (20 de Mayo de 2001). Wikipedia. Recuperado el 16 de
Junio de 2012, de http://es.wikipedia.org
[9]. Gallego, A. M. (Vol. 176. 2007.). Optimal Policies with Convertible Lead Times.
European Journal of Operational Research, pp. 892-910.
[10].
Garcia, L. A. (2011). Diccionario de Logistica y SCM. Medellin: Ecoe
Ediciones.
106

[11].
Hitler. (15 de Enero de 2010). INVESTIGACION DE OPERACIONES.
Recuperado el 2 de Junio de 2012, de http\\espol.edu.ec

[12].
Investigacin de Operaciones. (s.f.). Recuperado el 26 de Julio de 2012, de
Contactanos y comparte tus consultas: www.investigaciondeoperaciones.net/

[13].
J. Guerra, I. M. (2002 - 2004). Repositorio de la ESCUELA SUPERIOR
POLITECNICA DEL LITORAL. Recuperado el 6 de Junio de 2012, de

http://www.dspace.espol.edu.ec/bitstream/123456789/19097/1/Paper_ivan1final.
pdf
[14].
Lederman., R. (2003). Optimization of Stochastic Inventory Control with
Correlated Demands. Undergraduate Thesis. Department of Computer Science.

Brown University. USA, pp. 3-19.
[15].
Leyva, E. L. (s.f.). Instituto Tecnolgico de Sonora. Recuperado el 26 de Julio
de 2012, de http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/uno.html
[16].
Pundoor., G. (2002.). Supply Chain Simulation Models for Evaluating the
Impact of Rescheduling Frequencies. Master Thesis. Institute for Systems

Research. University of Maryland, pp. 23-41.
[17].
R Development Core Team. (2000). Introduccin a R.
[18].
R. Bhatnagar, P. C. (Vol. 67. 1993). Models for multi-plant coordination.
European Journal of Operations Research., pp. 141-160.

[19].
de
R. Caballero, T. G. (s.f.). Universidad de Malaga. Recuperado el 26 de Julio

2012,
de
http://eco-mat.ccee.uma.es/mateco/Docencia/PM/Leccion
%201/Leccion%201%20Epig%204%20Prog%20No%20Lineal.pdf
107

[20].
R. Teunter. E. van der Laan, D. V. (Vol. 55. 2004.). Inventory strategies for
systems with fast remanufacturing. Journal of the Operational Research

Society., pp.475-484.
[21].
Ruiz, J. (5 de Octubre de 2009). Departamento de Ciencias de la Atmosfera
y los Oceanos . Recuperado el 17 de Julio de 2012, de Fcaultad de cIencias

Exactas
Naturales
Universidad
de
Buenos
Aires:
http://www.at.fcen.uba.ar/docs/presentacionRuiz.pdf
[22].
Secretaria de Estado de Educacin, Formacin Profesional y Universidades.
(s.f.). Instituto Nacional de Tecnologas y de Formacin del Profesorado.

Recuperado
el
26
de
Julio
de
2012,
de
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T08.pdf
[23].
Y. Crama, Y. P. (2001). A discussion of production planning approaches in
the process industry. Recuperado el 23 de Junio de 2012, de Research Paper:

http://citeseer.ist.psu.edu/cache/papers/cs/23107/http:zSzzSzwww.core.ucl.ac.be
zSzserviceszSzpsfileszSzdp01zSzdp2001-42.pdf/crama01discussion.pdf
[24].
Yahoo! (s.f.). Yahoo Respuestas. Recuperado el 7 de Junio de 2012, de
http://mx.answers.yahoo.com/question/index?qid=20100304152628AAzNR1q
ANEXO 1
Lista de Productos Congelados
No
.
Articulo
Unidad de
Cdigo Inventario
Conjunto
Proveedo
de
Diario
r
Artculos
108

AKA MISO ROJO
I00810
3
ALMEJAS
I00863
6
Kg
CARNI
ANGUILA UNAGI
I00811
7
C5Kg
MARIS
ATUN AKAMI
IRREGULAR
I00812
3
Kg
CARNI
ATUN BLANCO
I00812
4
Kg
CARNI
CALAMAR OZEKI
I00813
9
Kg
MARIS
CAMARON APANADO
41-50
I00987
2
Kg
CARNI
CAMARON POMADA
I00814
0
Kg
MARIS
CARNE DE PANGORA
NACIONAL
I00809
6
Kg
MARIS
CARNE DE PANGORA
10 PERUANA
I00986
1
Kg
MARIS
11 CENTOLLA ENTERA
I00871
0
Kg
MARIS
12 CORVINA
I00023
0
Kg
CARNI
FREJOL JAPONES
13 EDAMAME
I00824
5
Fda0.4K
g
OTROS
HAMACHI COLA
14 AMARILLA
I00863
9
Kg
CARNI
15 IKA CALAMAR
I00828
2
Kg
MARIS
Kg
OTROS
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
NOECON
G
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
109

16 IKURA
I00864
0
Kg
CARNI
17 KAI CONCHA CANADA
I00829
5
Kg
MARIS
KANI KAMA CANGREJO

18 BARRA
I00829
6
P0.5Kg
MARIS
No.
Articulo
KIBUN KAMBOCO
19 PASTEL PESCADO
LANGOSTINO
20 EMPACADO
21 LOMO TATAKI
22 MASAGO
23 MASAGO NEGRO
24 MASAGO ROJO
25 MASAGO WASABI
26 MOTA DE GUANABANA
NOE CAMARON
27 POMADA PROCESADO
28 NOE CAMARON SOPAS
29 NOE CAMARON SUSHI
NOE CAMARON
30 TEMPURA
NOE CARNE DE
31 LANGOSTA
NOE CUBOS DE POLLO
32 16 g
33 NOE LOMO DE FALDA
34 NOE LOMO FINO
Cdig
o
I0082
98
I0083
01
I0080
90
I0083
11
I0087
57
I0092
11
I0083
12
I0087
61
I0088
10
I0086
13
I0080
93
I0080
94
I0093
33
I0089
52
I0080
89
I0080
87
NOECON
G
NOECON
G
NOECON
G
UIO
UIO
UIO
Unidad
Conjunt
de
o de
Diario Proveedor
Inventari
Artculos
o
P0.15K
MARIS
Kg
MARIS
Kg
CARNI
C2Kg
MARIS
Kg
MARIS
Kg
MARIS
Kg
MARIS
Kg
BEBID
Kg
MARIS
Kg
MARIS
Kg
MARIS
Kg
MARIS
P300gr
MARIS
Kg
CARNI
Kg
CARNI
Kg
CARNI
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
PULPA
S
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
110

NOE PICADILLO DE
35 SALMON
36 NOE RIBEYE
37 NOE SALMON SUSHI
38 NOE SALMON TERIYAKI
No.
Articulo
NOE SURIMI
39 PROCESADO
PULPA NARANJILLA 1
40 Kg
PULPA NARANJILLA
41 100 gr
42
43
44
45
46
47
48
49
50
51
52
I0090
27
I0087
24
I0090
25
I0090
26
Kg
MARIS
Kg
CARNI
Kg
MARIS
Kg
MARIS
Unidad de
Cdigo Inventario
I00809
1
Kg
I00806
9
Kg
I00647
0
Unidad
I00838
PULPO OZEKI
0
Kg
I00877
SALMON AHUMADO
8
Kg
SALMON FRESCO
I00872
EMPACADO
3
Kg
I00840
SCALLOPS
2
Kg
I00840 P0.125K
SHIMI SABA
4
g
I00840
SHIRO MISO BLANCO
5
Kg
I00840
SOFT SHELL CRAB
7
Kg
I00843
TOBIKO ROJO
2
P0.5Kg
I00875
TOBIKO WASABI
6
Kg
UDON ( FIDEO
I00844 Pqte1.25
GRUESO JAPON )
5
K
I00844
UNI ERIZO
7
Kg
Conjunto
de
Artculos
CARNI
BEBID
BEBID
MARIS
CARNI
CARNI
MARIS
MARIS
SALSA
MARIS
MARIS
MARIS
OTROS
MARIS
NOECONG
NOECONG
NOECONG
NOECONG
Diario
NOECONG
PULPA
S
PULPA
S
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
NOECONG
UIO
UIO
UIO
UIO
Proveedo
r
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
UIO
111

Fuente. Sistema de Informacin del Centro de Distribucin.
ANEXO 2
Mtodo ABC para Productos Congelados
Pr
C
ec
di
Inve
Nomb
io
Acu
Acu
N go
Al Un ntar
Dife Porc
Pa
re del
d To mul
mul
o de
ma id
io
ren enta
re
artcu
e tal ado
ado
. art
cn ad fsic
cia
je
to
lo
co
1
2
cu
o
st
lo
o
PLG
I00 ANGUIL
3 811 A
BO
7 UNAGI DEG
A
PLG
I00
4
PULPO
838
BO
2
OZEKI
0
DEG
A
KANI
PLG
I00 KAMA
1
829 CANGR BO
8
6 EJO
DEG
BARRA
A
4 I00 ATUN
PLG
812 AKAMI
3 IRREGU BO
LAR
DEG
$
$
$
-$
29 4,7
4,729 32,4
5. 29.
.0
86.3
6
0
12.7 12.71
1%
%
Kg
$
$
$
-$
470.
4,6
10
9,411 27,8
08
82.
.0
.0
04.3
0
12.5 25.29
8%
%
Kg
368
$
$
$
-$
4,5
12
13,97 23,2
66.
.4
7.8
37.4
9
12.2 37.56
7%
%
Kg
129. $
$
$
-$
22 20 2,6 16,64 20,5
.6 67. 4.9
70.3
1
Kg
16
7.17 44.73
%
%
112

A
SALMO
N
I00
4
FRESC
872
4
O
3
EMPAC
ADO
PLG
BO Kg
DEG
A
$
$
$
-$
191.
1,9
10
18,58 18,6
02
38.
.2
3.8
31.4
9
5.21 49.94
%
%
I00 NOE
3
808 LOMO
4
7 FINO
PLG
BO Kg
DEG
A
$
$
$
-$
181.
1,8
10
20,44 16,7
76
64.
.3
8.6
66.6
9
5.01 54.95
%
%
NOE
CAMAR PLG
I00 ON
2
881 POMAD BO Kg
7
0 A
DEG
PROCE
A
SADO
$
$
$
-$
109.
1,5
14
21,99 15,2
2
46.
.2
4.9
20.3
3
4.15 59.10
%
%
Pr
C
ec
di
Inve
Nomb
io
Acu
Acu
N go
Al Un ntar
Dife Porc
Pa
re del
d To mul
mul
o de
ma id
io
ren enta
re
artcu
e tal ado
ado
. art
cn ad fsic
cia
je
to
lo
co
1
2
cu
o
st
lo
o
PLG
LANGO
I00
2
STINO
830
BO Kg
0
EMPAC
1
DEG
ADO
A
CARNE
PLG
DE
I00
PANGO
9 809
BO Kg
RA
6
DEG
NACIO
A
NAL
HAMAC PLG
I00 HI
1
863 COLA
BO Kg
4
9 AMARIL DEG
LA
A
$
$
$
-$
77.3
1,2
15
23,21 14,0
6
17.
.7
2.6
02.7
6
3.27 62.37
%
%
$
$
$
-$
1,1
41
24,38 12,8
72.
.9
4.9
30.3
4
3.15 65.52
%
%
$
$
$
-$
24.8
1,1
46
25,55 11,6
8
67.
.9
2.5
62.7
6
3.14 68.66
%
%
28
113

I00 CALAM
6 813 AR
9 OZEKI
NOE
I00
3
SURIMI
809
9
PROCE
1
SADO
KAI
I00 CONCH
1
829 A
7
5 CANAD
A
I00
2
MASAG
831
2
O
1
NOE
I00
2
CAMAR
861
8
ON
3
SOPAS
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
Kg
116
$
$
$
-$
1,1
9.
26,68 10,5
28.
7
1.2
34.0
7
Kg
173.
2
$
$
$
-$
1,0
6.
27,77 9,44
91.
3
2.4
2.8
2
2.93 74.63
%
%
Kg
19
$
$
$
-$
47 90 28,67 8,53
.5 3.3 5.6
9.6
2.43 77.05
%
%
Kg
22
$
$
$
-$
38 85 29,52 7,68
.8 2.5 8.1
7.1
2.29 79.34
%
%
$
$
$
-$
52.8 15 78 30,31 6,89
.0 9.9 8.0
7.2
2.12 81.47
%
%
Kg
3.03 71.69
%
%
Pr
C
ec
di
Inve
Nomb
io T Acu
N go
Al Un ntar
Dife Porc Acu Pa
re del
d o mul
o de
ma id
io
ren enta mula re
artcul
e t ado
. art
cn ad fsic
cia
je
do 2 to
o
co al 1
cu
o
st
lo
o
NOE
I00
2
CAMAR
809
9
ON
3
SUSHI
3 I00 NOE
PLG
BO Kg
DEG
A
PLG Kg
$
$ 7
$
-$
32.7
21 0 31,02 6,19
5
.6 6. 4.8
0.4
7
43.6 $ $
$
-$
1.90
%
83.37
%
1.69
85.06
114

CAMAR
809 ON
0
4 TEMPU
RA
I00
1
864 IKURA
6
0
I00
4
TOBIKO
843
9
ROJO
2
I00
1
CORVIN
023
2
A
0
CAMAR
I00
ON
8 814
POMAD
0
A
NOE
I00
3
LOMO
808
3
DE
9
FALDA
CAMAR
I00 ON
7 987 APANA
2 DO 4150
SALMO
I00
4
N
877
3
AHUMA
8
DO
I00
2
MASAG
921
4
O ROJO
1
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
14
.5
Kg
$
10
3.
8
Kg
20
$
26
.4
Kg
$
39.4 11
.8
Kg
48
$
8.
4
Kg
51.0
6
$
7.
4
Kg
47
$
7.
8
Kg
$
13.4 21
.0
Kg
$
37
.3
6
3
0.
7
$
6
2
2.
8
$
5
2
8.
8
$
4
6
5.
3
$
4
0
0.
8
$
3
7
5.
3
$
3
6
7.
5
$
2
8
1.
4
$
2
6
0.
9
31,65 5,55
5.5
9.7
$
-$
32,27 4,93
8.3
6.9
1.67
%
86.73
%
$
-$
32,80 4,40
7.1
8.1
1.42
%
88.16
%
$
-$
33,27 3,94
2.4
2.8
1.25
%
89.41
%
$
-$
33,67 3,54
3.2
2.0
1.08
%
90.48
%
$
-$
34,04 3,16
8.5
6.7
1.01
%
91.49
%
$
-$
34,41 2,79
6.1
9.1
0.99
%
92.48
%
$
-$
34,69 2,51
7.5
7.7
0.76
%
93.23
%
$
-$
34,95 2,25
8.4
6.9
0.70
%
93.94
%
115

Pr
C
ec
di Nom
Inve
io
N go bre
Al
ntar
Uni
d
o de del ma
io
dad
e
. art artc cn
fsic
co
cu ulo
o
st
lo
o
NOE
I00 CARN
3
933 E DE
1
3 LANG
OSTA
Kg
I00
2
809
1
0
Kg
I00
5
844
1
5
I00
1
828
5
2
I00
1 810
3
I00
1
824
3
5
3 I00
6 872
4
PLG
BO
DEG
A
PLG
LOMO
BO
TATAKI
DEG
A
UDON
( FIDE PLG
O
GRUE
BO
SO
DEG
JAPON
A
)
PLG
IKA
CALA
BO
MAR
DEG
A
PLG
AKA
MISO
BO
ROJO
DEG
A
FREJO
PLG
L
JAPON
BO
ES
DEG
EDAM
A
AME
NOE
PLG
RIBEY
E
BO
Kg
T Acu
Dife Porc Acu Pa
o mul
ren enta mula re
t ado
cia
je
do 2 to
al 1
$
$ 2
$
$
10 23 3 35,19 32,9
.8 7. 5.9
39.0
5
$
$ 2
$
$
30.8 7. 3 35,42 33,1
5 0. 6.2
69.4
4
Kg
Kg
29
Kg
18
Kg
3.2
$
$ 2
$
$
30 1 35,64 33,3
.6 4. 0.3
83.4
1
$
$ 1
$
$
62 8 35,82 33,5
.8 8. 8.8
71.9
5
$
$ 1
$
$
5. 5 35,98 33,7
4 6. 5.7
28.8
9
$
7.
9
$
1
$
$
4 36,12 33,8
2. 8.6
71.7
9
$
38
.9
$
$
$
1 36,25 33,9
2
2.9
96.1
10.5
2%
1559.
51%
10.2
1%
1569.
71%
9.48
%
1579.
20%
8.35
%
1587.
55%
6.95
%
1594.
50%
6.33
%
1600.
84%
5.51
%
1606.
34%
116

I00
ALMEJ
2 863
AS
6
MOTA
I00 DE
2
876 GUAN
6
1 ABAN
A
DEG
A
PLG
BO
DEG
A
PLG
BO
DEG
A
Kg
Kg
38
$
3.
0
35
$
3.
2
4.
3
$
1
$
$
1 36,36 34,1
4. 6.9
10.1
0
$
1
$
$
1 36,47 34,2
2. 8.9
22.1
0
5.05
%
1611.
39%
4.96
%
1616.
36%
Pr
C
ec
di
Inve
Nombr
io T Acu
Acu
N go
Al Un ntar
Dife Porc
Pa
e del
d o mul
mul
o de
ma id
io
ren enta
re
artcul
e t ado
ado
. art
cn ad fsic
cia
je
to
o
co al 1
2
cu
o
st
lo
o
PLG
I00
ATUN
5 812
BO
BLANCO
4
DEG
A
PLG
I00 SHIRO
4
840 MISO
BO
7
5 BLANCO DEG
A
PLG
I00 SOFT
4
840 SHELL
BO
8
7 CRAB
DEG
A
PLG
I00 MASAG
2
831 O
BO
5
2 WASABI DEG
A
4 I00 SCALLO PLG
5 840 PS
2
BO
$
$ 1
$
$
14 0 36,58 34,3
.9 2. 1.5
24.6
5
$
$ 1
$
$
5. 0 36,68 34,4
9 1. 2.4
25.6
0
4.54 1620.
%
90%
4.47 1625.
%
38%
$
$
$
$
9
46
36,77 34,5
2.
.2
4.9
18.0
4
4.10 1629.
%
47%
Kg
$
$
$
$
7
37
36,84 34,5
4.
.0
8.9
92.0
0
3.28 1632.
%
75%
Kg
Kg
6.9
Kg
17
Kg
$ $
$
$
14 7 36,92 34,6
.8 4. 2.9
66.0
3.28 1636.
%
03%
117

DEG
A
PLG
I00
5
UNI
844
BO Kg
2
ERIZO
7
DEG
A
PLG
PULPA
I00
4
NARANJI
647
BO Kg
1
LLA 100
0
DEG
gr
A
PLG
PULPA
I00
4
NARANJI
806
BO Kg
0
LLA 1
9
DEG
Kg
A
0
$ $
$
$
0.54 13 7
36,99 34,7
2
6. 3.
6.6
39.8
1 8
3.27 1639.
%
30%
300
$
0.
2
$
$
$
6
37,05 34,8
3.
9.6
02.8
0
2.79 1642.
%
09%
36
$
1.
6
$
$
$
5
37,11 34,8
6.
6.5
59.6
9
2.52 1644.
%
61%
Pr
C
ec
di
Inve
Nombr
io T Acu
Acu
N go
Al Un ntar
Dife Porc
Pa
e del
d o mul
mul
o de
ma id
io
ren enta
re
artcul
e t ado
ado
. art
cn ad fsic
cia
je
to
o
co al 1
2
cu
o
st
lo
o
I00
4
SHIMI
840
6
SABA
4
I00
1
829
9
8
1 I00
1 871
0
PLG
BO Kg
DEG
A
KIBUN
PLG
KAMBOC
O
BO Kg
PASTEL
DEG
PESCAD
A
O
CENTOL PLG Kg
LA
ENTERA BO
$
5.
0
$
$
$
3
37,15 34,8
5.
1.6
94.7
1
1.55 1646.
%
16%
$
6.
7
$
$
$
2
37,17 34,9
6.
8.2
21.4
6
1.18 1647.
%
34%
$ $
$
$
26 2 37,20 34,9
.5 6. 4.7
47.9
1.17 1648.
%
52%
118

I00 MASAG
2
875 O
3
7 NEGRO
I00
1
986
0
1
I00
3
895
2
2
CARNE
DE
PANGOR
A
PERUAN
A
NOE
CUBOS
DE
POLLO
16 g
DEG
A
PLG
BO Kg
DEG
A
0.5
$
$
$
$
1
21
37,21 34,9
0.
.0
5.2
58.4
5
0.47 1648.
%
98%
PLG
BO Kg
DEG
A
$ $
$
$
37 0. 37,21 34,9
.1 0
5.2
58.4
0.00 1648.
%
98%
PLG
BO Kg
DEG
A
$
5.
5
0.00 1648.
%
98%
$
$
$
0. 37,21 34,9
0
5.2
58.4
Pr
C
ec
di
Inve
Nomb
io
Acu
Acu
N go
Al Un ntar
Dife Porc
Pa
re del
d To mul
mul
o de
ma id
io
ren enta
re
artcu
e tal ado
ado
. art
cn ad fsic
cia
je
to
lo
co
1
2
cu
o
st
lo
o
NOE
PLG
I00 PICADI
3
902 LLO DE BO Kg
5
7 SALMO DEG
N
A
3 I00 NOE
PLG Kg
7 902 SALMO
5 N
BO
SUSHI DEG
0
0
$
$
$
$
10
37,21 34,9
0.0
.4
5.2
58.4
$
$
$
$
16 0.0 37,21 34,9
.3
5.2
58.4
0.00 1648.
%
98%
0.00 1648.
%
98%
C
C
119

A
NOE
PLG
I00 SALMO
3
902 N
BO Kg
8
6 TERIYA DEG
KI
A
PLG
I00 TOBIKO
5
875 WASAB BO Kg
0
6 I
DEG
A
$
$
$
$
16
37,21 34,9
0.0
.4
5.2
58.4
0.00 1648.
%
98%
$
$
$
$
99
37,21 34,9
0.0
.0
5.2
58.4
0.00 1648.
%
98%
S
U
M
A
$
2,
25
6.
9
ANEXO 3
Histrico de la Demanda de Productos Congelados
El centro de Distribucin tiene en su sistema de informacin los consumos
semanales de la bodega, durante las 15 semanas del presente ao, detalladas en
la tabla.
3/12/2
012
3/19/
2012
3/26/2
012
4/2/20
12
4/9/20
12
4/16/2
012
4/23/2
012
4/30/2
012
5/7/20
12
5/14/
2012
5/21/
2012
5/28/
2012
6/4/2
012
6/11/
2012
6/18/
2012
6/25/2
012
3/18/2
012
3/25/
2012
4/1/20
12
4/8/20
12
4/15/2
012
4/22/2
012
4/29/2
012
5/6/20
12
5/13/2
012
5/20/
2012
5/27/
2012
6/3/2
012
6/10/
2012
6/17/
2012
6/24/
2012
6/1/20
12
Sem
ana
Sem
ana
Sem
ana
Sem
ana
Se
ma
Se
ma
Sem
ana
Previsin de Consumos y Ventas

Artculo
Cdi
go
Sem
ana
Sem
ana
Sem
ana
Sem
ana
Sem
ana
Se
man
Se
ma
Se
ma
Se
ma
120

11
ANGUILA
I008 5.0
UNAGI
117
ATUN
I008 38.
AKAMI
123
8
IRREGULA
R
CALAMAR I008 32.
OZEKI
139
0
Cdi
Artculo
CARNE
DE I008 go16.
PANGORA 096
0
NACIONAL
LANGOSTINO I008
HAMACHI I008301
0.0
EMPACADO
COLA
639
I008
AMARILLA
MASAGO
KAI
I0083113.0
NOE
CONCHA
295
CAMARON
CANADA
POMADA
KANI
I008I008
15
PROCESADO
KAMA
296 810
8.0
CANGREJ
NOE
LOMO
I008
O BARRA
FINO
087
NOE SURIMI
PROCESADO
I008
091
PULPO OZEKI
SALMON
FRESCO
EMPACADO
I008
380
I008
723
12
13
3.0 3/19/
3.0
2012
14
15
16
17
18
19
a 20
5/7/2 3.
5/14/
4.0 4/2/2
3.0 4/9/2
4.04/16/
3.04/23/
3.04/30/
8.0
012
012
2012
2012
2012
012
2012
0
36. 3/25/
40. 4/1/2
47. 4/8/237. 4/15/41.4/22/45.4/29/ 36.5/6/2 59.
40
3/18/
5/13/
5/20/
2012
2012
7 20128 0121 012 2 2012 9 2012 0 2012 5 012 52012 .5
3/12/
2012
20.
6
Sem
ana
14.
11
0
25.
10.0
5.0
0.0
83.
11
04.0
3/26/
2012
na
21
na
22
na
23
na
24
na
25
5/21/
5.
2012
0
33
5/27/
2012
.9
5/28/
2.
2012
0
36
6/3/2
.9012
6/4/2
4.
012
0
41
6/10/
2012
.1
6/11/
2.
2012
0
45
6/17/
2012
.9
6/18/ 3.0
6/25/
5.
2012
2012
0
41
31.
6/24/
6/1/2
2012
012
.2
6
35
.6Se
ma
18
na
.024
19
6..9
7
6.
1.0
25
.0Se
ma
12
na
.025
21
2..0
3
10
2..0
Previsin de Consumos y Ventas
21. 40. 21. 39. 30. 35. 56.

0 Sem1 Sem8 Sem 7 Sem 7 Sem 9Sem 5Se
Sem
ma
ana
21. ana
16. ana10. ana24.ana12.ana 18.ana 22.na
12
13
14
15
16
17
18
0
0
0
0
0
2
019
17. 20. 19. 15. 18. 24. 18. 29
34.3 00.0 92.3 6 4.7 1 0.0 9 2.22 4.4.9
28
.7Se
ma
14na
.020
9.
4.5
5
17 3.
6.0
5.2 6.0
5.0 6.00.04.03.06.02.05.05.05.0 0.0.0 3.0
0
15
68.
72
19 1421 72.14 68.1896.1593. 1979. 281. 17
05.0 0.5
0
0
0
0
1
0
9.0 1.0 9.0 7.0 4.0 6.0 1..0
69. 55. 63. 10. 35. 64. 66. 75. 95 077

0
8
1
7
3
2
8
9 .9 .2
14
95. 77. 94. 74. 72. 98. 86. 71. 7. 62
0
0
0
0
0
0
4
1
0 .0
30 14
12 96. 12 12 81. 98. 24 13 3. 6.
4.7 7 2.6 5.9 6
6 9.5 7.5 0
3
22 11
10 78. 11 14 84. 11 11 13 0. 4.
9.6 7 1.8 6.4 5 8.2 1.9 9.8 6
9
48
.3Se
ma
16na
.021
17
0..1
0
7.
0.0
0.
0Se
ma
14na
.022
10
0..8
0
4.
2.0
0
0
10
58
197. 15
0
4. 6..0
075 050
.0 .9
12
3. 45
0 .0
16 13
7. 9.
6
6
12
5. 93
8 .8
19
.8Se
ma
12na
.023
14
2..2
2
3.
0.0
0
0
10
34
3.
16 30
.0
2. 5.0
055 084
.6 .7
11
72 0.
.0 0
13 22
8. 3.
4
4
11 12
2. 0.
5
5
ANEXO 4
Demanda de Productos por Minoristas
El centro de Distribucin tiene en su sistema de informacin los consumos
semanales de sus clientes, es decir los minoristas, durante las 15 semanas del
N06
30.
0Se
ma
12.
na
026
17
2.3
.8
3.
0
1.0
10
79
0.
21 201
.0
4.
.00
082 66
.1 .0
14
3. 86
1 .0
19 21
5. 2.
0
3
16 15
1. 1.
4
9
presente ao, detalladas en la tabla.
26
121

ATUN
AKAMI
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
N
OE
LO
M
O
FI
N
O
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CARN
E DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COLA
AMA
RILL
A
CALA
MAR
OZEK
I
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MAS
AGO
84
11.7
418
13
3
29
2.2
2.4
14
420
58
4
60
22.3
295
24
4
38
6.6
2.3
10.6
400
34
41
80
9.1
341
16
8
25
9.33
13
330
14
80
16.3
1897
66
36
4.4
10
10.2
91
2.2
15
13
0
60
16.5
157
11
4
31
4.3
12.8
180
16
36
6
73
11.8
538
26
2
45
4.4
10
4.5
18.6
490
17
88
4
70
15.5
331
19
9
32
6.4
6.2
260
18
52
7
80
14.39
582
20
1
29.1
6.3
8.05
11
350
19
110
23.4
424
24
7
50
4.4
26.1
290
20
54
0
60
8.4
421
50
5
36
5.4
8.1
280
21
84
7
72
14.4
571
35
2
47
16.8
440
ANG
UILA
UNA
GI
PU
LP
O
OZ
EKI
KANI
KAMA
CANG
REJO
BARR
A
11
15
5
12
13
SEMANA
PRODUCTO
12/03
/2012
18/03/
2012
19/03/
2012
25/03/
2012
26/03/
2012
01/04/
2012
02/04/
2012
08/04/
2012
09/04/
2012
15/04/
2012
16/04/
2012
22/04/
2012
23/04/
2012
29/04/
2012
30/04/
2012
06/05/
2012
07/05/
2012
13/05/
2012
14/05/
2012
20/05/
2012
21/05/
2012
27/05/
2012
N06
SEMANA
PRODUCTO
28/05
/2012
03/06
/2012
22
ANG
UILA
UNA
GI
PUL
PO
OZE
KI
KANI
KAMA
CANG
REJO
BARR
A
ATUN
AKAM
I
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
N
O
E
LO
M
O
FI
N
O
139
60
9.7
100
2
0
0
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CAR
NE
DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COL
A
AMA
RILL
A
CAL
AMA
R
OZE
KI
NOE
SURIMI
PROC
ESAD
O
KAI
CON
CHA
CAN
ADA
MASAG
O
20
3.1
9.5
150
122

04/06
/2012
10/06
/2012
11/06/
2012
17/06
/2012
18/06
/2012
24/06
/2012
25/06
/2012
01/07
/2012
23
154
53
11
2216
2
2
0
33
5.4
3.1
50
24
496
82
22.7
3168
1
5
6
26
6.8
10
2.3
18.1
240
25
900
67
14.3
5419
2
4
4
30
3.1
2.3
8.7
330
26
819
6
62
14.3
5824
2
4
3
42
6.5
10
400
N07
12/03
/2012
18/03/
2012
19/03/
2012
25/03/
2012
26/03/
2012
01/04/
2012
02/04/
2012
08/04/
2012
09/04/
2012
15/04/
2012
16/04/
2012
22/04/
2012
ATUN
AKAMI
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
NO
E
LO
MO
FIN
O
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CAR
NE
DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COLA
AMA
RILL
A
CAL
AMA
R
OZE
KI
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MASA
GO
SEMANA
PRODUCTO
ANG
UILA
UNA
GI
PU
LP
O
OZ
EKI
KANI
KAMA
CANG
REJO
BARR
A
11
32
1
55
9.5
257
22
2
26
6.6
10
220
12
39
3
37
16.9
339
33
5
30
14.1
10
300
13
66
7
55
16.7
365
28
7
13.5
4.3
4.3
100
14
39
78
65
15.3
158
65
30
4.4
13.2
110
15
15
7
68
22.5
211
12
6
26
9.3
2.3
8.5
140
16
25
2
62
12.2
387
24
6
31
5.3
11.9
240
123

23/04/
2012
29/04/
2012
30/04/
2012
06/05/
2012
07/05/
2012
13/05/
2012
14/05/
2012
20/05/
2012
21/05/
2012
27/05/
2012
17
11
03
60
23.6
499
31
4
39
11
16.8
394
18
36
0
70
14.1
366
22
2
36
5.4
6.05
2.2
13.7
280
19
20
8
90
18.9
306
17
7
55
8.9
4.4
240
20
56
7
50
15.4
200
31
1
20
4.4
12.6
190
21
69
1
77
13.3
650
41
9
40
9.6
26.4
450
N07
28/05/
2012
03/06/
2012
04/06/
2012
10/06/
2012
11/06/
2012
17/06/
2012
18/06/
2012
24/06/
2012
25/06/
2012
01/06/
2012
SEMANA
PRODUCTO
ANG
UILA
UNA
GI
PU
LP
O
OZ
EKI
KANI
KAMA
CANG
REJO
BARR
A
ATUN
AKAMI
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
NO
E
LO
MO
FIN
O
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CARN
E DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COLA
AMA
RILL
A
CAL
AMA
R
OZE
KI
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MAS
AGO
22
37
4
66
14
61
88
22
3.2
50
23
10
2
76
24.6
128
67
32
6.4
8.6
70
24
41
4
77
15.8
3968
31
1
40
2.1
8.9
270
25
64
3
66
14.9
3928
35
7
26
9.3
2.3
13
320
26
75
04
59
6.6
6682
22
0
35
4.1
230
124

N11
12/0
3/201
2
18/03
/2012
19/03
/2012
25/03
/2012
26/03
/2012
01/04
/2012
02/04
/2012
08/04
/2012
09/04
/2012
15/04
/2012
16/04
/2012
22/04
/2012
23/04
/2012
29/04
/2012
30/04
/2012
06/05
/2012
07/05
/2012
13/05
/2012
14/05
/2012
20/05
/2012
21/05
/2012
27/05
/2012
ATUN
AKAM
I
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
NOE
LOM
O
FIN
O
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CAR
NE
DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COL
A
AMA
RILL
A
CAL
AMA
R
OZE
KI
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MAS
AGO
SEMANA
PRODUCTO
ANG
UILA
UNA
GI
PUL
PO
OZE
KI
KANI
KAMA
CANG
REJO
BARR
A
11
459
42
8.2
248
112
25
9.7
120
12
457
41
10.6
294
202
18
6.5
10
260
13
100
42
6.9
272
87
11
4.2
200
14
274
6
60
13.9
147
22
22
10
12
120
15
109
45
7.9
151
113
20
5.3
7.2
110
16
368
44
17.9
272
134
20
8.4
2.4
9.2
250
17
508
27
5.9
289
155
22
7.5
7.7
210
18
118
44
257
135
14
6.5
4.05
11.2
150
19
238
56
11.6
238
113
30
11.1
14.7
110
20
427
51
12.6
378
219
19
3.1
200
21
519
47
11.3
309
197
17
7.5
9.6
220
CAL
AMA
R
OZE
KI
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MAS
AGO
N11
SEMANA
PRODUCTO
ANG
UILA
UNA
GI
PU
LP
O
OZ
EKI
KANI
KAMA
CANG
REJO
BARR
A
ATUN
AKAMI
IRREG
ULAR
SALM
ON
FRES
CO
EMPA
CADO
NO
E
LO
MO
FIN
O
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CARN
E DE
PANG
ORA
NACI
ONAL
HAM
ACHI
COLA
AMA
RILL
A
125

28/05/
2012
03/06/
2012
04/06/
2012
10/06/
2012
11/06/
2012
17/06/
2012
18/06/
2012
24/06/
2012
25/06/
2012
01/06/
2012
22
16
0
43
11.1
1185
88
14
3.2
23
92
48
16.1
98
20
7.5
24
39
0
51
8.5
139
89
19
4.9
25
53
6
64
9.7
5217
24
4
21
26
64
8
58
17.2
2705
22
0
19
6.5
100
2.2
6.4
90
2.3
11.2
170
6.5
240
8.3
260
ANEXO 5
Codificacin en R
La serie de comandos que se utilizo para realizar el mtodo del Holt-Winters para
cada demanda de los productos tipo A que solicitan los diferentes minoristas, fue l
siguiente:
A. MASAGO<-ts(data = c(3, 2, 2, 1, 2, 1, 2, 1, 3, 1, 1, 3, 2, 1, 3, 2),start = 3,

frequency = 4)
MASAGO
Qtr1 Qtr2 Qtr3 Qtr4
3
126

B. acf(MASAGO)
C. HW=HoltWinters(MASAGO)
HW
Holt-Winters exponential smoothing with trend and additive seasonal
component.
Call:
HoltWinters(x = MASAGO)
Smoothing parameters:
Alpha: 0.1343579
Beta: 1
Gamma: 0
Coefficients:
[,1]
a 2.3435049
b 0.2394543
s1 0.6250000
s2 -0.3750000
s3 0.2500000
s4 -0.5000000
D. p1<-predict(hw,n.ahead=10)
p1
Qtr1
Qtr2
Qtr3
Qtr4
127

7 3.207959 2.447414 3.311868 2.801322

8 4.165777 3.405231 4.269685 3.759140
9 5.123594 4.363048
E. ts.plot(MASAGO,predict(hw,n.ahead=10),col=c(5,4))
ANEXO 6
Pronsticos de la Demanda de los Minoristas
Resultado de los pronsticos obtenidos del software estadstico R.
N06
Sema
na 27
ANGUI
LA
UNAGI
PULP
O
OZEKI
KANI
KAMA
CANG
REJO
BARR
A
ATUN
AKAMI
IRREGU
LAR
SALM
ON
FRESC
O
EMPA
CADO
NOE
LOMO
FINO
NOE
CAMARO
N
POMADA
PROCES
ADO
LANGOS
TINO
EMPACA
DO
CARN
E DE
PANG
ORA
NACI
ONAL
HAMA
CHI
COLA
AMAR
ILLA
CALA
MAR
OZEK
I
NOE
SURIMI
PROCE
SADO
KAI
CON
CHA
CAN
ADA
MAS
AGO
1.9
8158
.4
51.7
15.4
9403.
7
270.
5
43.7
3.4
3.7
0.6
11.9
173.5
0.0
1.4
128

Sema
na 28
Sema
na 29
Sema
na 30
Sema
na 31
Sema
na 32
Sema
na 33
Sema
na 34
Sema
na 35
Sema
na 36
1.0
1.9
0.9
1.9
0.9
1.9
0.9
1.8
0.8
1144
0.5
1502
1.7
2231
7.7
2228
0.1
2556
2.2
2914
3.4
3643
9.4
3640
1.8
3968
3.9
49.2
14.4
46.6
13.4
65.4
11.3
62.8
10.3
60.3
9.3
69.5
9.0
66.9
8.0
70.2
13.1
67.7
12.1
1131
4.6
1364
1.2
1404
6.2
1762
5.9
1953
6.7
2186
3.3
2226
8.3
2584
8.1
2775
8.9
406.
4
347.
8
254.
5
305.
0
440.
9
382.
3
289.
1
339.
6
475.
5
45.4
4.6
6.8
2.9
18.6
352.3
0.0
2.5
42.0
1.1
0.3
1.8
13.3
364.7
0.0
1.3
43.0
4.0
2.9
0.7
9.8
291.7
0.0
1.3
47.9
2.2
2.5
1.0
12.3
183.3
0.0
1.3
49.6
3.4
5.6
3.3
18.9
362.1
0.0
2.4
46.1
0.0
0.0
2.2
13.7
374.5
0.0
1.2
47.1
2.8
1.7
1.1
10.1
301.6
0.0
1.2
52.1
1.0
1.3
1.4
12.7
193.2
0.0
1.1
53.7
2.2
4.3
3.7
19.3
372.0
0.0
2.2
NOE
SURIMI
PROCE
SADO
KAI
CONC
HA
CANA
DA
MAS
AGO
0.20
3.13
0.27
3.10
0.26
3.56
0.12
2.46
0.07
3.58
0.14
3.55
0.13
4.01
0.00
2.91
0.00
4.03
0.00
4.00
NO7
Sema
na 27
Sema
na 28
Sema
na 29
Sema
na 30
Sema
na 31
Sema
na 32
Sema
na 33
Sema
na 34
Sema
na 35
Sema
na 36
KANI
KAMA
CANG
REJO
BARR
A
ANGU
ILA
UNAG
I
PULP
O
OZE
KI
2.27
0.00 69.40 19.40
1.06
1.45
0.61
2.12
0.91
1.30
0.46
1.97
0.76
ATUN
AKAMI
IRREG
ULAR
SALMO
N
FRESCO
EMPAC
ADO
NOE
LOM
O
FINO
8585.4 172
4
.58
11070. 317
0.00 55.93 8.49
41
.19
13465. 375
0.00 55.13 12.02
87
.44
228
15610. 185
54.62 7.28
6.52
34
.54
17992. 198
0.00 54.85 14.46
31
.23
20477. 342
0.00 41.38 3.55
28
.85
22872. 401
0.00 40.58 7.08
75
.09
182
25017. 211.
40.08 2.34
2.47
22
19
940.3
27399. 223
0.00
9.52
0
18
.89
29884. 368
0.00 26.83 0.00
15
.50
NOE
CAMAR
ON
POMAD
A
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CARNE
DE
PANGO
RA
NACIO
NAL
HAMAC
HI
COLA
AMARIL
LA
CALA
MAR
OZEK
I
44.29
6.59
8.27
0.27
2.80
42.00
5.57
7.94
0.00
3.43
40.85
9.15
7.98
0.09
9.36
47.69
3.80
6.49
0.00
1.87
54.46
6.41
9.28
0.00
0.00
52.17
5.39
8.95
0.00
0.00
51.02
8.97
8.99
0.00
4.51
57.86
3.62
7.49
0.00
0.00
64.64
6.23
10.28
0.00
0.00
62.35
5.21
9.96
2.00
3.00
222.5
4
362.5
1
466.7
4
310.9
3
317.9
4
457.9
1
562.1
4
406.3
3
413.3
4
553.3
1
129

N011
Sema
na 27
Sema
na 28
Sema
na 29
Sema
na 30
Sema
na 31
Sema
na 32
Sema
na 33
Sema
na 34
Sema
na 35
Sema
na 36
ANGUI
LA
UNAGI
PULP
O
OZEKI
KANI
KAMA
CANG
REJO
BARR
A
0.89
0.00
61.70 17.38
0.81
35.68 65.68
1.99
1.40
ATUN
AKAMI
IRREG
ULAR
9.78
178.4
66.91 10.98
4
262.7
74.49 18.48
0
1.24
0.00
76.96 18.65
1.16
0.00
80.95 11.05
2.34
0.00
82.17 12.25
1.75
0.00
89.76 19.75
1.59
0.00
92.23 19.93
1.51
0.00
96.21 12.33
SALM
ON
FRES
CO
EMPA
CADO
NOE
LOMO
FINO
2983.
68
3959.
67
5532.
46
5876.
80
6489.
43
7465.
42
9038.
21
9382.
55
9995.
17
1097
1.17
74.2
0
154.
75
241.
36
195.
30
91.3
0
171.
85
258.
46
212.
40
108.
40
188.
95
NOE
CAMA
RON
POMA
DA
PROCE
SADO
LANGO
STINO
EMPAC
ADO
CARN
E DE
PANG
ORA
NACIO
NAL
HAMA
CHI
COLA
AMARI
LLA
CALA
MAR
OZEKI
25.96
8.96
2.44
3.02
10.14
22.87
5.81
5.79
3.12
11.38
23.15
9.30
5.77
0.86
8.78
21.56
8.04
4.76
0.85
10.50
28.56
9.60
2.85
3.86
11.92
25.47
6.45
6.20
3.96
13.16
25.75
9.94
6.18
1.70
10.56
24.16
8.68
5.16
1.69
12.28
31.16
10.23
3.26
4.70
13.69
28.07
7.08
6.61
4.80
14.93
NOE
SURIMI
PROCE
SADO
109.0
8
212.9
4
228.3
5
181.3
1
112.0
8
215.9
4
231.3
5
184.3
1
115.0
8
218.9
4
KAI
CONC
HA
CANA
DA
MASA
GO
0.00
3.21
0.00
2.45
0.00
3.31
0.85
2.80
0.00
4.17
0.00
3.41
0.00
4.27
0.71
3.76
0.00
5.12
0.00
4.36
ANEXO 7
Codificacin en GAMS
*DISEO POLITICA DE INVENTARIO 1 PROVEEDOR - 1 CD - 3
MINORISTAS
OPTION LIMCOL=0,LIMROW=0;
OPTION OPTCR = 0.0000001;
SETS
i PRODUCTO
/ANGUILA,PULPO,KANI_KAMA,ATUN,SALMON,NOE_LOMO,NOE_CAMA
RON,
LANGOSTINO,CARNE_DE_PANGORA,HAMACHI,CALAMAR,NOE_SURIMI
130

KAI_CONCHA,MASAGO/
r MINORISTAS
p PROVEEDOR
w BODEGA
/N6,N7,N11/
/UIO/
/GYE/
TABLE DEMANDA_DIARIA (i,r)

(i) EN EL MINORISTA (r)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
DEMANDA DIARIA DEL PRODUCTO
N6
1.00
166.49
14.36
4.34
96.41
51.63
7.59
2.34
N7
1.00
154.89
11.46
3.31
85.70
57.84
6.32
2.22
N11
1.00
114.55
9.20
2.44
64.14
38.33
4.06
2.09
2.29
2.04
2.20
2.98
58.36
1.00
1.03
1.88
2.30
2.77
42.61
1.00
0.94
2.30
3.80
82.48
1.01
1.27
TABLE DEMANDA_DIARIA2(i,w)
(i) EN LA BODEGA (w)
ANGUILA
PULPO
GY
E
4
.50
653.90
DEMANDA DIARIA DEL PRODUCTO
131

KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANGO
RA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
52.52
15.13
369.37
221.70
26.96
9.9
7
9.3
2
10.2
0
14.3
1
275.1
8
4.
52
4.
86
TABLE DEMANDA_ANUAL (i,r) DEMANDA ANUAL ESPERADA DEL

PRODUCTO (i) EN EL MINORISTA (r)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
N6
360.0
59936.4
5169.6
1562.4
34707.6
18586.8
2732.4
842.4
N7
360.0
55760.4
4125.6
1191.6
30852.0
20822.4
2275.2
799.2
N11
360.0
41238.0
3312.0
878.4
23090.4
13798.8
1461.6
752.4
824.4
828.0
1368.0
29692.8
363.6
457.2
734.4
792.0
1072.8
21009.6
360.0
370.8
676.8
828.0
997.2
15339.6
360.0
338.4
132

KAI_CONCHA
MASAGO
363.6
457.2
360.0
370.8
360.0
338.4
TABLE DEMANDA_ANUAL2(i,w) DEMANDA ANUAL ESPERADA DEL

PRODUCTO (i) EN LA BODEGA(w)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
GYE
1620.0
235404.0
18907.2
5446.8
132973.2
79812.0
9705.6
3589.2
3355.2
3672.0
5151.6
99064.8
1627.2
1749.6
TABLE TIEMPO_REPOSICION (i,r) TIEMPO REPOSICIN DEL

PRODUCTO (i) PARA EL MINORISTA (r)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
N6
5
5
5
5
5
5
5
5
5
N7
5
5
5
5
5
5
5
5
5
N11
5
5
5
5
5
5
5
5
5
133

ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
TABLE TIEMPO_REPOSICION2 (i,w) PRIMER TIEMPO DE REPOSICIN

DEL PRODUCTO (i)DE LA BODEGA (w)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
GYE
4
4
4
4
4
4
4
4
4
4
4
4
4
4
TABLE TRANSITO1 (i,w,r)

EL TIEMPO DE TRANSPORTAR EL
PRODUCTO (i) EN LOS DAS (j) DESDE LA BODEGA (w) AL MINORISTA
(r)
ANGUILA.GYE
PULPO.GYE
KANI_KAMA.GYE
ATUN.GYE
SALMON.GYE
NOE_LOMO.GYE
N6
35.05
35.06
35.07
35.08
35.09
35.10
N7
132.52
132.53
132.54
132.55
132.56
132.57
N11
98.68
98.69
98.70
98.71
98.72
98.73
134

NOE_CAMARON.GYE
LANGOSTINO.GYE
CARNE_DE_PANGORA
.GYE
HAMACHI.GYE
CALAMAR.GYE
NOE_SURIMI.GYE
KAI_CONCHA.GYE
MASAGO.GYE
35.11
35.12
132.58
132.59
98.74
98.75
35.13
35.14
35.15
35.16
35.17
35.18
132.60
132.61
132.62
132.63
132.64
132.65
98.76
98.77
98.78
98.79
98.80
98.81
TABLE TRANSITO2 (i,p,w)

EL TIEMPO DE TRANSPORTAR EL
PRODUCTO (i) EN LOS DAS (j) DESDE EL PROVEEDOR (p) A LA
BODEGA (w)
ANGUILA.UIO
PULPO.UIO
KANI_KAMA.UIO
ATUN.UIO
SALMON.UIO
NOE_LOMO.UIO
NOE_CAMARON.UIO
LANGOSTINO.UIO
CARNE_DE_PANGOR
A.UIO
HAMACHI.UIO
CALAMAR.UIO
NOE_SURIMI.UIO
KAI_CONCHA.UIO
MASAGO.UIO
GYE
480
480
480
480
480
480
480
480
480
480
480
480
480
480
TABLE DEMANDAR (i,r) DEMANDA DEL PRODUCTO (i) DURANTE EL

TIEMPO DE REPOSICIN DE CADA MINORISTA (r)
135

ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
N6
3
84
9
3
51
27
6
3
3
3
3
42
3
3
N7
3
78
6
3
45
30
6
3
N11
3
60
6
3
33
21
3
3
3
3
3
30
3
3
3
3
3
24
3
3
TABLE DEMANDAW (i,w) DEMANDA DEL PRODUCTO (i) DURANTE EL

TIEMPO DE REPOSICIN DE LA BODEGA (w)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
GYE
3
327
27
9
186
111
15
6
6
6
9
138
3
3
136

TABLE ESPERADOR (i,r) VALOR ESPERADO DEL PRODUCTO (i)

DURANTE EL PUNTO DE REORDEN DEL MINORISTA(r)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
N6
4
385
51
11
618
143
25
5
N7
4
432
40
12
444
169
23
7
N11
4
326
31
9
201
93
14
7
7
4
10
216
3
4
7
4
9
161
3
4
5
3
8
120
3
4
TABLE ESPERADOW (i,w) VALOR ESPERADO DEL PRODUCTO (i)

DURANTE EL PUNTO DE REORDEN DE LA BODEGA(w)
ANGUILA
PULPO
KANI_KAMA
ATUN
SALMON
NOE_LOMO
NOE_CAMARON
LANGOSTINO
CARNE_DE_PANG
ORA
HAMACHI
GYE
5
555
123
29
249
143
59
15
14
7
137

CALAMAR
NOE_SURIMI
KAI_CONCHA
MASAGO
24
183
4
6
PARAMETERS C(i) Costos unitarios de los productos (i)

/
ANGUILA
295.56
PULPO
9.96
KANI_KAMA
12.41
ATUN
20.64
SALMON
10.15
NOE_LOMO
10.26
NOE_CAMARON
14.16
LANGOSTINO
15.74
CARNE_DE_PANG
ORA
41.87
HAMACHI
46.93
CALAMAR
9.73
NOE_SURIMI
6.30
KAI_CONCHA
47.54
MASAGO
38.75
/
SCALAR
** FILL RATE MINORISTAS
FRR /0.85/
** FILL RATE BODEGA
FRW /0.70/
**COSTO FIJO (1) INICIAL DE LA BODEGA
a /1500/
138

**COSTO FIJO (2) INICIAL DE LA BODEGA

b /90/
**NMERO DE MINORISTAS
N /3/
**COSTO DE ORDEN DEL MINORISTA
AR /45/
**NMERO DE PROVEEDORES
Pr /1/
**COSTO MANTENER UNA UNIDAD AL AO
H /0.0000125/;
ANEXO 8
Diseo de la poltica de proveedores
Debido a las negociaciones mantenidas en conjunto con el departamento de

Compras y Calidad, el sistema de inocuidad llamado HACCP ser la norma
que verificar el buen estado de los productos que se reciban en el CD, a la
139

vez debern cumplir las reglas y polticas que ste asigna:
1. Horario de recepcin y control de producto

Las entregas del producto segn los pedidos se realizar en:
CD -
GYE.
El horario de recepcin es de 06H00 a 13H00
Fuera de este horario nicamente se recibirn casos especiales con
autorizacin del Jefe de Supply Chain.
2. Requerimientos de entrega
Todo producto deber ser entregado en las instalaciones del CD -GYE.

La recepcin de producto se la har en las cantidades, unidades de
empaque y precios que constan en la orden de compra emitida por el
departamento de Compras.
En cada recepcin solo se aceptarn 2 lotes diferentes de producto
para poder garantizar la rotacin FIFO (First In First Out) en el CD.

Toda mercadera que requiera un trato especial deber llevar en el
exterior del embalaje y en un lugar visible, instrucciones o smbolos
que indiquen las condiciones de manipulacin, conservacin y
cantidad mxima a estibar.

Para cualquier incremento de precios el proveedor tendr que dar
aviso con quince das de anticipacin por escrito al departamento de
compras.
nicamente se recibir las cantidades mensuales solicitadas en la
orden de compra; en el caso de que esta cantidad exceda no se
recibir. En casos especiales como pedidos extras, se necesitar la
autorizacin del Jefe de Supply Chain.

Todo producto debe estar correctamente identificado con una etiqueta
140

que contenga la informacin relevante:

Lote
Fecha de elaboracin
Fecha de expiracin
Registro Sanitario (si aplica)
Informacin nutricional (si aplica)
Peso (si aplica)
El momento que lleguen al CD debern esperar en la entrada hasta que el

guardia reciba la aprobacin de ingreso por parte del Jefe del rea de
Recepcin.
Las gavetas en la que est contenido el producto debern estar
limpias y en buen estado.

Est prohibido el ingreso al CD a personas no autorizadas. Su acceso es
restringido por precautelar la seguridad de los mismos.
Bajo ninguna circunstancia se puede brindar productos alimenticios o

bebidas a los empleados del CD en el rea de trabajo.
El camin no puede cargar otros productos que no sean los

destinados para el CD.
El chofer y ayudante deben respetar las reglas de higiene del CD

basadas en el reglamento de buenas prcticas para alimentos
procesados (Decreto Ejecutivo 3253 artculo 14).
3. Documentos para entrega de productos
141

Los documentos obligatorios para la entrega de productos son:

orden de
compra, factura, gua de remisin y copias respectivas. De
no presentar estos documentos el producto no podr ser recibido.

Las facturas se emitirn con los siguientes datos:
Razn Social: XXXXXXX
RUC: 999999999999
Direccin: NNNNN
Telfonos: 0222222
Se deber emitir una factura por cada entrega realizada.
El motivo de rechazo de facturas y producto en el CD puede darse si

el proveedor incurre en una de las siguientes faltas:
o
El precio facturado no es el dado en el acuerdo comercial.
El peso y/o cantidad facturado no es el recibido.
o Las mercancas solicitadas no son las correctas.

o La factura no cumple con los requisitos legales segn Registro
Oficial No 320.
La fecha de emisin de la factura est caducada.
La factura debe tener el nmero de RUC correcto.
La Razn Social y/o direccin no es correcta.
La factura se encuentra con enmendaduras, tachones o

borrones.
Los impuestos no estn desglosados por separado.
La fecha de la Factura no corresponde al mes en curso.
142

Valor del subtotal y/o IVA mal calculados.
Otros.
4. Requerimientos de calidad
En el primer despacho deber entregar la ficha tcnica del producto.
Actualizar las fichas tcnicas de producto cada dos aos como mximo.
Se deber entregar certificados de calidad o segn el acuerdo

pactado con el departamento de calidad.
El registro sanitario deber ser entregado, segn los alimentos

que apliquen.
No
se
recibir
productos
que
no
cumplan
con
las
especificaciones de calidad solicitadas. Se debe mantener las

condiciones adecuadas de temperatura durante el transporte
de productos congelados.
Todos los aos los proveedores sern auditados y evaluados, en caso

de no obtener una calificacin satisfactoria, el proveedor debe estar
consciente de crear un compromiso de mejora, de lo contrario ser
separado.
Con las evaluaciones recibidas respecto al desempeo mes, el

proveedor debe implementar un plan de accin de trabajo para cerrar
las observaciones adjuntas al informe.
Los proveedores responsables de entregar el producto al CD debern

venir correctamente uniformados :
143

Mandil, botas, cofia, mascarilla limpios y en buen estado para

entregas a las reas de crnicos, vegetales y mariscos.
Calzado cerrado, uniforme limpio y en buen estado de la

empresa a la que pertenece.
o Adems, no debern tener el cabello suelto, uas largas ni

pintadas. No debern portar joyas ni perfume y en el caso de
portar heridas, estas debern ser cubiertas adecuadamente.

El transporte deber venir cerrado, correctamente limpio y sin residuos.
Es importante indicar que cualquier solicitud, reclamo o requerimiento que se

haga al proveedor deber ser atendido en un lapso de tiempo oportuno no
mayor a 48 horas.

Actividad para Graduación

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Actividad para Graduación

Încărcat de

Drepturi de autor:

Formate disponibile

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

DISEO DE UNA POLTICA DE INVENTARIO MULTINIVEL PARA UN

INFORME DEL PROYECTO DE GRADUACIN

Previa a la obtencin del Ttulo de:

para un Centro de Distribucin de Productos Congelados

especialmente a los Masters y grandes amigos, Vctor Vega y Guillermo Baquerizo,

Omar G. Rincn Pin

para un Centro de Distribucin de Productos Congelados

por haber permitido cumplir un objetivo ms de mi vida y que da el

prembulo a una nueva meta que con tenacidad se podr llegar.

La culminacin de una meta, emancipa el nacimiento de otra. Es ah cuando la sed

para un Centro de Distribucin de Productos Congelados

M. Sc. Guillermo Baquerizo Palma

PhD. Kleber Barcia Villacreses

para un Centro de Distribucin de Productos Congelados

Hamilton Mendoza Muoz

Omar Rincn Pin

para un Centro de Distribucin de Productos Congelados

para un Centro de Distribucin de Productos Congelados

para un Centro de Distribucin de Productos Congelados

para un Centro de Distribucin de Productos Congelados

para un Centro de Distribucin de Productos Congelados

para un Centro de Distribucin de Productos Congelados

ANEXO 6.................................................................................................. 118

para un Centro de Distribucin de Productos Congelados

CD: Es una infraestructura logstica en la cual se almacenan

Es un mtodo que, tomando en cuenta la demanda

determinstica de un producto (es decir, una demanda conocida y

para un Centro de Distribucin de Productos Congelados

un pedido, produce como salida la cantidad ptima de unidades a

STOCK: Cantidad de productos, materias primas, herramientas, etc.,

SKU: Es un identificador usado en el comercio con el objeto de

ERP: Es una aplicacin de software que automatiza e integra tanto los

LEAD TIME: Espacio de tiempo requerido para realizar un proceso o

para un Centro de Distribucin de Productos Congelados

Sistema PUSH: Sistema de empuje, se basa en previsiones de

Sistema PULL: Sistema de arrastre, que controla el flujo de

PICKING: Es el proceso de recogida de material extrayendo unidades

para un Centro de Distribucin de Productos Congelados

Tabla 2.3 Recursos del Hardware...................................................................65

para un Centro de Distribucin de Productos Congelados

Figura 2.2 Representacin Grfica del Modelo EOQ.........................................38

para un Centro de Distribucin de Productos Congelados

En la actualidad las empresas lidian diariamente con una serie de problemas

para un Centro de Distribucin de Productos Congelados

El proyecto est compuesto de 5 captulos, lo cuales estn estructurados

programacin matemtica de la problemtica.

para un Centro de Distribucin de Productos Congelados

En el cuarto captulo, se analizan los resultados obtenidos del captulo

para un Centro de Distribucin de Productos Congelados

Centro de Distribucin de Productos Congelados

Debido a la falta de espacio en los andenes y cumplimiento del proveedor en

Centro de Distribucin de Productos Congelados

El ERP que actualmente se maneja no permite llevar un control en los

Figura 1. 1 Red de Distribucin del CD

Centro de Distribucin de Productos Congelados

1.2 Justificacin del Problema.

Los mtodos convencionales apoyados de ERP especializados en este tipo

Las polticas de Inventario nacen de la necesidad de responder preguntas

Centro de Distribucin de Productos Congelados

Centro de Distribucin de Productos Congelados

1.4 Objetivo General