UNIVERSIDAD TÉCNICA DE ORURO

FACULTAD NACIONAL DE INGENIERÍA

INGENIERÍA DE SISTEMAS E INFORMÁTICA

EMPRESA CARTONBOL
(CARTONES BOLIVIA)
1. CARACTERISTICAS GENERALES:

1.1. Antecedentes de la Empresa.

CARTONBOL ES UNA EMPRESA PUBLICA PRODUCTIVA BAJO TUICION DEL MDPyEP y
dependiente del SEDEN (Servicio desarrollo de empresa productivas), creada mediante Decreto
Supremo Nro. 29256, del 5 de septiembre de 2007.
Ubicada en el kilómetro 3.5 de la carretera Oruro-Potosí.
La fábrica está Instalada sobre una superficie de terreno de seis hectáreas, tiene la capacidad de
producir y armar 3.600 cajas por hora en un solo turno. La empresa estratégica generará 164
empleos directos, 820 indirectos. Creado con el propósito de incentivar la producción nacional
con valor agregado generado mayores fuentes de empleo. Tiene como principales actividades la
producción y la comercialización de láminas y cajas de cartón corrugado para la atención a las
demandas del sector productivo nacional

1.2. VISION DE CARTONBOL.

Llegar a ser una empresa pública líder en la industria del cartón en Bolivia ofreciendo productos
que garanticen a los clientes una satisfacción integral con altos niveles de calidad que le
permitan posesionarse y mantenerse en los mercados nacionales e internacionales coadyuvando
a los objetivos del plan nacional de desarrollo y a la transformación de la matriz productiva
nacional.

1
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

1.3. MISION DE CARTONBOL.

CARTONBOL tiene como misión de:

Apoyar a la cadena productiva con la finalidad de contribuir al bienestar de la región y del país
garantizando una atención eficaz y excelente calidad en sus productos mediante una adecuada
aplicación de los adelantos tecnológicos precautelando el medio ambiente, mediante la
transparencia, responsabilidad y capacitación permanente de sus recursos humanos.

1.4. ORGANIZACIÓN EMPRESARIAL.

Para llevar adelante el presente estudio, es necesario definir las áreas, niveles y la estructura de
la organización donde se desarrollan las actividades propias de la empresa “CARTONBOL”,
esta descripción puede observarse en el siguiente organigrama en el orden jerárquico que
corresponde a cada miembro de la misma.

1.4.1. ORGANIGRAMA.

Figura 1
Organigrama de la Empresa CARTONBOL

2
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

1.5. ANALISIS DEL FLUJO DE MATERIALES.

Bobinas y onda
1 A1 Recepción de materia prima

Agua
2

Porcentaje de Almidon
3

Porcentaje de A2 Preparación de adhesivo

hidróxido
4

Borax
5

Tintes
6

A3 Corrugado
Alimentación de papel
Linner y Kraft
7

Alimentación de
Cliche
8
A4 Impresion y acanalado
Alimentación de
9 tintas

Alimentación de
Fleje
10
A5 Pegado y flejado
Alimentación de
pegamento
11

A6 Inspección final del ensamble

Figura 2
Grafica de Flujo de Materiales de la Empresa CARONBOL

3
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

1.6. ANALISIS DEL FLUJO DE PROCESO CARTONES.

Figura 3
Diagrama de Flujo de Procesos de la Empresa CARTONBOL

4
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

1.7. ANALISIS DEL FLUJO DE INFORMACION.

INICIO

Recepcion de
materia prima

Inspeccion y
verificacion

Registro de
Cumplimiento SI materia prima e
insumos Almacen A
de requisitos

NO

Registro de
materia prima e Solicitud y registro
insumos no de salida almacen
conformes

Identificacion de la
materia prima e Preparacion de
insumos no adhesivo
conformes

Transporte al Registrar la
NO Desechar al
almacen de El pegamento cantidad sistema de
productos no es el adecuado
tratamiento
conformes

SI

Comunicacion al
Alimentacion de Alimentacion a las
proveedor y
papel linner y kraft corrugadoras
devolucion

Registro de entrega
de materia prima e
insumos al Corrugado
proveedor

Pegado

5
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Transporte de
Cortado refiles hasta la Enfardelado
enfardeladora

Verificacion de
especificaciones
(pegado, tamano
de onda y
dimensiones)

Registro de
El producto sumple NO laminas no Identificacion de Transporte de Recuperacion de NO
Laminas
con las conformes laminas no producto hasta la porciones de
conformes
especificaciones conforme maquina de corte laminas

SI SI

Registro de
laminas Almacenaniento
conformes para artesanias

Identificacion de
laminas conforme

Almacenaniento
de láminas

Preparacion de Impresion y
cliche acanalado

Preparacion de
Registro de Transporte hasta Almacenamiento
tintas El producto cumple NO Identificacion de Transporte hasta
laminas impresas almacen de de láminas
con medidas e no conformes laminas impresas sección de
laminas impresas impresas no
impresion no conformes enfardelado
no conformes conformes

Alimentacion de SI
fleje

Pegado y flejado

Alimentacion de
pegamento

El producto cumple Registro de Transporte hasta

NO productos no Identificacion de Almacenamiento Venta de
con las almacen de
conformes productos no de productos no productos no
especificaciones productos no
conforme conformes conformes
tecnicas conformes

SI

Registro de
productos
conformes

Identificacion de
productos
conforme

Almacenaniento

Figura 4
Flujo de información de la Empresa CARTONBOL

6
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

TOMA DE DECISIONES

2. INTRODUCCION.

La Empresa CARTONBOL, después de realizar un estudio de mercado con analistas y viendo la

aceptación de los productos en diferentes departamentos de nuestro país, se decidió las
acciones que se debe tomar, llegando a clasificar la probabilidad del estado de naturaleza como
la matriz de consecuencias.
Para que tenga la empresa más beneficios se realiza el proceso de toma de decisiones. Dentro
del proceso de decisión, la empresa determinara que alternativa seguirá para tener más
beneficios en la producción de cajas y laminas de cartón. Se define la toma de decisiones y
como esta actividad se ha convertido en una función imprescindible para la vida de cualquier
organización. Se precisa cómo interviene la racionalidad de quienes toman las decisiones,
cuando la incertidumbre impera. Se analiza la triada: dato-información-conocimiento y, por
último, se muestran algunos conceptos de análisis de información y su relación con el proceso
de decisión. (VER ANEXO 1)

En cualquier acto de decisión se distinguen los siguientes elementos:

 Uno o más decisores que tienen una serie de objetivos y metas supuestamente bien
definidos.
 Un conjunto de posibles acciones o alternativas disponibles a los decisores.
 Un conjunto de posibles resultados generados por la instrumentación de acciones.
 Un entorno dado por los posibles estados que guarda la naturaleza en relación a los
objetivos de los decisores, sobre los cuales estos no ejercen ningún control.
 Una función que liga acciones y resultados con el entorno.
 Un proceso de decisión, que selecciona una o varias acciones, dado un cierto entorno
y metas explícitas del grupo de decisores.
 Un criterio que en marca el proceso de decisión.

7
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

2.1. PLANTEAMIENTO DEL PROBLEMA.

La empresa CARTONBOL, con el afán de obtener mayores réditos, desea mejorar el proceso
productivo para así poder ser una empresa competitiva a nivel nacional, para lo cual requiere
de estudios que muestren si es o no factible realizar el estudio ya mencionado; y además se
pueda saber las condiciones óptimas para llevarlas a cabo.

La decisión dependerá del tamaño del mercado para dichos productos. Al tomar una decisión
los responsables, deberán tomar en cuenta las probabilidades, los costes y los beneficios que
parezcan posibles.

2.2. PROBLEMA.
El propósito de la organización es Incentivar la producción nacional con valor agregado
generando mayores fuentes de empleo, tiene como principales actividades la producción y la
comercialización de láminas y cajas de cartón corrugado para la atención a las demandas del
sector productivo nacional.

2.3. OBJETIVOS.

El proceso de decisión tiene como objetivo llegar a su propósito haciendo uso de la metodología
científica, aplicación secuencial de los siguientes pasos:

 Observar el sistema donde se inicia la decisión.

 Identificar y formular el o los problemas sobre los cuales requiere decidir.
 Establecer un estudio de hipótesis que pueden ser aceptadas ó refutadas mediante el
uso de modelos.
 Verificar que los resultados de los modelos sean universales aplicados al problema.

2.3.1. OBJETIVO GENERAL.

Mejorar, optimizar y expandir los procesos productivos en la empresa CARTONBOL,

2.3.2. OBJETIVOS ESPECIFICOS.

Realizar un estudio cuantitativo para incrementar la producción de laminas y cajas de cartón,
mejorando la distribución del producto y obteniendo mayor alcance, realizando estudios de

8
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

mercado, consumo y calidad de acuerdo a la oferta y demanda de los productos en la ciudad de

Oruro, y sus extensiones, para luego aplicar los diferentes criterios del proceso de toma de
decisiones para poder tomar decisiones que beneficien a la empresa.
CONSTRUCCION O APLICACIÓN DEL MODELO.
2.4. MARCO TEORICO.
Decidir es un proceso por el que una o más personas seleccionan una o varias alternativas de
entre un conjunto, pueden ser también cursos de acción bajo el criterio de minimizar los riesgos
de pérdidas financieras esto se logra de acuerdo a ciertos criterios, estos puedes ser:
Administrativos, comerciales, industriales, de Ingeniería y otros.

Análisis de toma de decisión. Es una técnica que ayuda a seleccionar al administrador, la

alternativa ó la mejor acción.

2.4.1. TEORIA BAYESIANA DE DECISION.

Está asociado a lo que es la decisión estocástica y contempla dos criterios: Sin experimentación
y con experimentación; entonces podemos decir que el grupo decisor escoge alternativas o
cursos de acción aj, aj  A dado en un entorno o estado de naturaleza k, k  θ . Entonces el
criterio de Bayes supone que los estados de naturaleza son variables aleatorias que pueden
tener una distribución probabilística la misma que puede ser conocida, estimada o calculada
mediante datos históricos o valoraciones discretas o continuas a esto se conoce como
probabilidad a priori.

2.4.2. DECISIÓN SIN EXPERIMENTACIÓN.

La decisión sin experimentación es un modelo en el cual la selección de estrategias se traducen
matematicamente en: escoger o seleccionar una alternativa de un conjunto de acciones la cual
tiende a minimizar valores f(aj, k), llamado valor esperado.

El grupo decisor debe escoger una alternativa aj A dado un estado de la naturaleza k  .

Como se desconoce cual será el estado k, el decisor opta por utilizar un criterio minimax, es
decir para una k dada elegirá aquella aj  A que genere el máximo f(aj ,k). Sea esta acción la
ajk*(el subíndice j indica la fila y el k la columna de la matriz f(aj, k)). Entonces el criterio
minimax consiste en seleccionar el mínimo de todas las ajk* identificadas anteriormente, es

9
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

decir, el grupo decisor eligirá Mín{a * jk } . O bien se puede utilizar su equivalente: maximizar los
k

mínimos beneficios que se puedan derivar (este será el caso).

2.4.3. DECISIÓN CON EXPERIMENTACIÓN.

Sea X una variable aleatoria que denota la información disponible de una muestra aleatoria a
través de la experimentación. Por ejemplo, X podría ser el valor medio de las observaciones del
experimento, el máximo valor observado o un simple vector de observaciones. El decisor debe
seleccionar una serie de reglas, conocidas como políticas o estrategias, que le orienten sobre el
uso que deba darle a la información derivada de un experimento, con el fin de apoyar su toma
de decisiones. Sea g(y) una función que se define como a=g(y) si X=y, es decir, se selecciona la
acción a, si la variable aleatoria X toma el valor y. El decisor seleccionará, de entre todas las
acciones aj  A generadas por esta función, aquella que satisfaga cierto criterio de optimalidad.
Como y es una variable aleatoria, la función g(y) también lo es; por lo tanto, se requiere hablar
de valores esperados.

Complementariamente se requiere de otra función que ligue al posible estado de la naturaleza

con la acción seleccionada aj  A, que a su vez se deriva del valor de la variable aleatoria X. Esta
función, conocida como función de riesgo, se define como: R(g(y), k) = E [f(g(y) ,k)] – C ; donde
el valor esperado se toma con respecto a la distribución de la variable aleatoria X y C es el costo
del experimento.

Como existe información adicional (a través de la experimentación) , está se usa para actualizar
la distribución a priori de los estados de la naturaleza, la nueva distribución llamada a posteriori
es la distribución condicional del estado de naturaleza , dado que el experimento X arroja un
cierto valor Y.

Con la distribución a posteriori se calcula una nueva función de riesgo y el criterio de Bayes
selecciona aquella acción que minimiza (maximiza) la pérdida (ganancia) esperada de la nueva
función y se denota por: h | X  y (k )  P{   k | X  y} , la distribución a posteriori, cuando 

es una vairable aleatoria discreta, o bien hΘ|X=y(z) cuando  es contínua, entonces la distribución
a posteriori se calcula de:

10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Q X |  k ( y ) P ( k )
h | X  y ( k ) 
Q
toda k
X |  k ( y ) P ( k )

2.5. ACCIONES

Las acciones que se brinda, fueron proporcionadas por la empresa y las alternativas que la
empresa se plantea son para satisfacer los objetivos que persiguen:

A1: Ampliar la Planta de producción de laminas y cajas de cartón en un 25%.

A2: No realizar ninguna modificación ó mantener la Planta de producción en el

mismo estado que se encuentra.

A3: Ampliar la Planta de producción de laminas y cajas de cartón en un 70%.

2.5.1. ELEMENTOS DE LAS TOMA DE DECISIONES.

La empresa después de realizar un estudio de mercado define los siguientes estados de

naturaleza:

1: Venta Baja = 800 cajas por pedido

2: Venta Media = 1000 cajas por pedido

3: Venta Alta = 1600 cajas por pedido

Estos datos fueron proporcionados por la empresa CARTONBOL la cual tiene una Venta Media
de 1000 cajas por pedido aproximadamente.
3. MATRIZ DE CONSECUENCIAS
Los posibles resultados de aplicar cualquier acción en los estados de naturaleza, da la siguiente
matriz de costos anuales dada en miles de bolivianos, ver (tabla 1):

11
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

TABLA1: MATRIZ DE COSTOS EN MILES DE BS. POR AÑO

1 2 3
A1 150 225 300
A2 120 180 240
A3 204 306 408

PARA VERIFICAR LA CONSTRUCCION DE LA MATRIZ DE COSTOS (ANEXO 2)

Las probabilidades a priori están basadas en datos que se muestran en (ANEXO 3). Las
probabilidades de los estados de naturaleza, según el análisis de la empresa, están basadas en
los costos por cajas en un año de estudio.

Los datos expuestos acerca de las probabilidades fueron calculados en base: a que las ventas
realizadas. Se supone que hay más probabilidad de que se haga una venta regular, hay poca
probabilidad de que se tenga una venta buena, y por último que se tenga una venta mala o
baja.

P (1) =42% = 0.42

P (2) =33% = 0.33
P (3) =25% = 0.25

3.1. BAJO RIESGO

Realizando el estudio por el método a priori se podrá indicar que acción se debe tomar, la cual
dirá los beneficios a la empresa en estudio.

3.1.1. POR EL CRITERIO DE BAYES A PRIORI:

A1 = Ampliar la Planta de producción de laminas y cajas de cartón en 25%.

E (f (a1,k)) = [(150*0.42)+ (225*0.33)+ (300*0.25)] = 212.25

A2 = Mantener la Planta de producción en el mismo estado que se encuentra.

E (f (a2,k)) = [(120*0.42)+ (180*0.33)+ (240*0.25)] = 169.80

A3 = Ampliar la Planta de producción de laminas y cajas de cartón en un 70%.

12
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

E (f (a3, k)) = [(204*0.42) + (306*0.33) + (408*0.25)] = 288.66

Min [212.25, 169.80, 288.66] = 169.80 Bs.

Por el criterio de bayes a priori se debe tomar la acción a2, el cual indica que se debe mantener
la Planta de producción en el mismo estado.

4. BAJO COMPLETA INCERTIDUMBRE

4.1. POR EL CRITERIO DE LAPLACE

E (a1) = (150+225+300)/3 = 225

E (a2) = (120+180+240)/3 = 180

E (a3) = (204+306+408)/3 = 306

Hallando el mínimo de los resultados anteriores, con la relación:

MIN [(1/n)* ∑V (ai, k)]= [225, 180,306] = 180

De las 3 acciones o políticas se observa que el mínimo es la acción 2; entonces la política de

hacer es la SEGUNDA que señala el de mantener la planta en el mismo estado.

4.2. POR EL CRITERIO DE MINIMAX

Por la definición del criterio de Minimax, que indica la minimización de las máximas perdidas, se
utiliza la siguiente fórmula:

aj*:=min [max V(aj , k)]

k 1 2 3
Aj

a1 150 225 300

a2 120 180 240

a3 204 306 408

13
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

300

aj = 240 = min (aj) = 240

408

Se elige la acción 2 que señala el de mantener la planta de producción en el mismo estado.

4.3. CRITERIO DE SAVAGE

Por la definición del criterio de Savage, para minimizar las pérdidas se usa la siguiente fórmula:

R(aj , k) = [V(aj , k) – min (f(aj , k)) ]

1 2 3
a1 150 225 300
a2 120 180 240
a3 204 306 408

Se elige la acción dos. Minimizar las máximas perdidas:

Min (aj) [max (k) (r (aj, k))]

Por el criterio de Savage se elige la acción 2 que es de mantener la planta de producción en el

mismo estado que se encuentra.

4.4. CRITERIO DE HURWICZ.-

Por la definición del criterio de Hurwicz con un intervalo de actitud, para maximizar las
ganancias se usa la siguiente fórmula:

Max (aj), min (f (aj, k)

14
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

PARA NOSOTROS la variable aleatoria es:  = 0.5

1 2 3

a1 150 225 300

a2 120 180 240

a3 204 306 408

Min (aj)[ *min(k) [f(aj, k) + (1 - ) máx. (k) f(aj , k)]]

(300-225) = 75 + 150 = 225

(240-180) = 60 + 120 = 180
(408-306) = 102 + 204 = 306
Por el criterio de Hurwicz se elige la acción 2 que es de mantener la planta de producción en el
mismo estado.

4.5. CONCLUSION
Tomando en cuenta los resultados bajo riesgo y bajo incertidumbre se puede decir que: se
decide la acción 2 de mantener la planta de producción en el mismo estado o en otras palabras
no realizar ninguna modificación.

5. POR EL CRITERIO DE BAYES A POSTERIORI

Una vez realizado un análisis de mercado con nuestros clientes, se pudo formar las siguientes
políticas de demanda:
- I) Venta baja.
- II) Venta media.
- III) venta alta.
De 400 sondeos realizados hacia la población, se ha configurado la siguiente matriz de
frecuencias. (Este análisis de mercado que se muestra en la tabla 2 se realizo con una
información que nos brindo el Gerente de la Empresa Ingeniero Oswaldo Telleache. Tomando
en cuenta la demanda)

15
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Tabla 2. ANALISIS DE MERCADO

1 2 3

I 30 60 20
II 70 90 80
III 20 20 10
Total 120 170 110

Tabla 3. MATRIZ CONDICIONAL

1 2 3

I 0.25 0.35 0.18

II 0.58 0.53 0.73
III 0.17 0.12 0.09

Total 1.00 1.00 1.00

Dado las probabilidades a priori y las condicionales de la tabla 3, se calcula las probabilidades a
posteriori.
Probabilidades a priori:
P (1)=0.42

P (2)=0.33

P (3)=0.25

5.1. TRANSFORMACION DE PROBABILIDADES A PRIORI A PROBABILIDADES A POSTERIORI

Para la transformación de estas probabilidades se usara la siguiente fórmula:

P x  y  P 
   k 
p
  k    
k
 
x  y

 P x  y   k  P k 

16
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

1,1 
0.25 * 0.42  0.395
Política I:
0.25 * 0.42  0.35 * 0.33  0.18 * 0.25

12 
0.35 * 0.33  0.435
0.25 * 0.42  0.35 * 0.33  0.18 * 0.25

1,3 
0.18 * 0.25  0.1694
0.25 * 0.42  0.35 * 0.33  0.18 * 0.25
Política II:

 2,1 
0.58 * 0.42  0.405
0.58 * 0.42  0.53 * 0.33  0.73 * 0.25

 2, 2 
0.53 * 0.33  0.291
0.58 * 0.42  0.53 * 0.33  0.73 * 0.25

 2,3 
0.73 * 0.25  0.303
0.58 * 0.42  0.53 * 0.33  0.73 * 0.25

Política III:

3,1 
0.17 * 0.42  0.535
0.17 * 0.42  0.12 * 0.33  0.09 * 0.25

 3, 2 
0.12 * 0.33  0.297
0.17 * 0.42  0.12 * 0.33  0.09 * 0.25

17
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

 3, 3 
0.09 * 0.25  0.168
0.17 * 0.42  0.12 * 0.33  0.09 * 0.25
Tabla 4. MATRIZ DE PROBABILIDADES A POSTERIORI:

1 2 3
I 0.395 0.435 0.265
II 0.405 0.291 0.303
III 0.535 0.297 0.168

5.2. CALCULO DE LAS ESPERANZAS.-

PARA I


E f a1 ,  j  = ((150*0.395)+ (225*0.435)+ (300*0.265))
= 236.62

 
E f a 2 ,  j  = (120*0.395)+ (180*0.435)+ (240*0.265)

= 189.3

 
E f a 3 ,  j  = (204*0.395)+ (306*0.435)+ (408*0.265) P

= 321.81

 
Min E f a i ,  j  = Min (236.62, 189.3, 321.81)

= 189.3

CONCLUSIÓN.- El Mínimo es ----> a2 que es de no realizar ninguna modificación.

PARA II


E f a1 ,  j  = ((150*0.405)+ (225*0.291)+ (300*0.303))
= 217.12

18
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

 
E f a 2 ,  j  = ((120*0.405)+ (180*0.291)+ (240*0.303))

= 173.7

 
E f a 3 ,  j  = ((204*0.405)+(306*0.291)+(408*0.303))

= 295.29

 
Min E f a i ,  j  = Min (217.12, 173.7, 295.29) = 173.7

CONCLUSIÓN.- El Mínimo es ----> a2 que es de no realizar ninguna modificación.

PARA III


E f a1 ,  j  = ((150*0.535)+ (225*0.297)+ (300*0.168))
= 197.47

 
E f a 2 ,  j  = ((120*0.535)+ (180*0.297)+ (240*0.168))

= 157.98

 
E f a 3 ,  j  = ((204*0.535)+ (306*0.297)+ (408*0.168))

= 268.56

 
Min E f a i ,  j  = Min (197.47, 157.98, 268.56) = 157.98

CONCLUSIÓN.- El Mínimo es ----> a2 que es de no realizar ninguna modificación.

6. ARBOL DE DECISIONES.-

En la figura 3, se muestra el Árbol de Decisiones el cual nos da los siguientes resultados.

Decisión Evento aleatorio Decisión optima que sigue

19
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

ARBOL DE DECISION

1.1.1 a1 = 212.25

169.8
Sin Experimentación

1.1 1.1.2 a2 = 169.80

1.1.3 a3 = 288.66

1.2.1.1 a1 = 236.62

189.3
1 1.2.1 1.2.1.2 a2 = 189.3

1.2.1.3 a3= 321.81

5
65
0.2
Con Experimentación

1.2.2.1 a1= 217.12

173.7
0.6010
175.74 1.2 1.2.2 1.2.2.2 a2= 173.7

1.2.2.3 a3= 295.29

0.
13
35

1.2.3.1 a1= 197.47

157.9

1.2.3 1.2.3.2 a2= 157.98

1.2.3.3 a3= 268.56

Figura 5
Árbol de decisión

20
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

6.1. CONCLUSIONES

Sin experimentación: Partiendo del criterio de minimizar nuestras máximas perdidas, se

recomienda mantener la planta de producción en el mismo estado que se encuentra o mejor
dicho no realizar ninguna modificación en ella con un costo de 169.80 mil Bs. que costaría la
producción de laminas cajas de cartón con una venta de 30000 laminas y cajas de cartón por
año.

21
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

INVENTARIOS
7. INTRODUCCION

Un Problema de inventario existe cuando es necesario guardar bienes físicos o mercancías con
el propósito de satisfacer la demanda sobre un horizonte de tiempo especificado (finito o
infinito). Casi cada empresa debe almacenar bienes para asegurar un trabajo uniforme y
eficiente en sus operaciones.

También se puede decir que los inventarios se relacionan con el mantenimiento de cantidades
suficientes de bienes, el comercio y la industria los han considerado tradicionalmente como un
mal necesario. Entonces inventario es un conjunto de recursos útiles que se encuentran ociosos
en algún momento.

En una empresa los recursos pueden ser las cosas materiales, el dinero los recursos físicos.

7.1. OBJETIVOS

El objetivo de cualquier modelo de inventarios es el de minimizar los costos del sistema, sujeto a
las restricciones de que se debe satisfacer una demanda, según nuestra empresa las preguntas
serian las siguientes:

 ¿Qué cantidad de láminas y/o cajas deben producirse?

 ¿Cuándo deben producirse?
7.2. COMPONENTES DEL INVENTARIO

Se tiene los siguientes componentes:

- Costos
- Demanda
- Productos
- Tiempo de entrega y producción

Costos Para un sistema de inventario se tienen los siguientes costos:

Costos de mantenimiento (H) Son costos asociados en el almacén mismo, costo de capital
invertido en el inventario, costos de almacenamiento (renta del lugar y depreciación del
inmueble), costos administrativos (salarios), seguros impuestos, deterioros y otros.

22
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Costos penales (B) Van asociados a los costos de oportunidad o de costos reales, generados al
no satisfacer la demanda de un momento dado.

Costos Fijos (K) Se relacionan con el proceso de producción independientes de la cantidad que
se produzca van asociados con la cantidad de personal que se tiene que entrenar para un cierto
trabajo.

Los costos de producción (K) Depende de la cantidad que se produce o se ordena.

La demanda (D) Es el número de unidades de un artículo requeridas en un determinado

periodo.

Tiempo de entrega (L) Denominado también tiempo guía, o tiempo de reorden, es el tiempo
transcurrido entre el periodo cuando se ordena un articulo o decide fabricarse este y el periodo
cuando termina la producción o entrega del articulo al cliente.

LA DESCRIPCION DE LA EMPRESA (VER ANEXO 4)

7.3. MODELOS DE INVENTARIOS

Según la demanda se puede describir en el siguiente gráfico

ESTATICA
DETERMINISTICA
DINAMICA
DEMANDA

ESTACIONARIA
PROBABILISTICA
NO ESTACIONARIA

FIG. 6
Resumen de los modelos que podemos utilizar.

Podemos observar que existen dos principales tipos de demanda en la fig. 6, que son la
deterministica y la probabilistica.

23
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Demanda Determinística:

Una demanda determinística puede ser estática (tazas=ctte.) en función del tiempo y dinámica
se varia de periodo a periodo.

Demanda Probabilística:
Se puede referir a un solo artículo en los cuales la demanda es probabilística aleatoria.

7.4. SELECCIÓN DEL MODELO.-

La información de la empresa es deterministica (se trabaja con ordenes de producción por
venta), conociendo estos se selecciona un modelo deterministico, este tipo de modelo se utiliza
muy frecuentemente con un determinado grado de éxito. La demanda en la empresa en estudio
no aumenta ni disminuye de periodo a periodo, entonces es constante.

DEMANDA = PEDIDO = 4000 LAMINAS/DÍA

También se consideran los siguientes factores:

Demanda constante según el tiempo, ya que el pedido del producto es diario

Precios constantes (costo de mantenimiento, costo unitario, costo fijo por cada proceso de
producción).

Revisión continúa, se hace una revisión detallada del producto antes de ser entregado al
comprador.

Almacén sin límite

El estudio de la empresa es de un producto una lamina de cartón de 1* ½ mts.

Tomando en cuenta los anteriores factores se debe elegir uno de los siguientes modelos:

Modelo estático de un solo Artículo (Características)

 Precio constante.
 Revisión continúa.
 Almacén sin límite.
 Producto uno solo.

24
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Modelo estático precios variables (Características)

 Demanda constante
 Precios variables.
 Revisión continúa.
 Almacén sin límite.
 Producto uno solo.
Modelo estático de múltiples artículos. Con limitaciones de almacén.

 Demanda constante
 Precio Contante.
 Revisión continúa.
 Almacén con límite.
 Producto múltiple. Varios.

Aquí se tiene modelos deterministicos estáticos pero ¿cuál de ellos satisface a nuestro sistema?
A partir de la teoría de inventarios y el análisis de la empresa se llega a la decisión de tomar el
inventario de un solo producto, demanda constante, revisión continua

Modelo estático de un solo Artículo

Variables:
D= Demanda
K= Costo Fijo.
H= Costo mantenimiento.
P= Produccion.
Variables a encontrar.
Q* = Cantidad de producción

T = Tiempo esperado entre los Pedidos

CT = Costo total del producto

25
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

7.5. SOLUCIÓN DEL MODELO

Las variables que necesitamos podemos conseguirlas de la siguiente manera.

Salario mínimo = 450 Bs/mes.
Costo de Almacén = 60 Bs/mes.
Carga y descarga = 350 Bs/mes.
Servicios Básicos = 380 Bs/mes.
Costos Administrativos = 850 Bs/mes.
Producto de perdida = 300 Bs/mes.

La demanda de Cartonbol fue establecida mediante la información que fue proporcionada por
el G. General Ing. Oswaldo Telleache es de:

D = 4000 laminas y/o cajas de cartón/día

MODELO DE INVENTARIOS DE CANTIDAD DE PEDIDOS DE PRODUCCIÓN (P.O.Q.).-

DONDE:
Q = Numero de Unidades por pedido
H = Coste de mantenimiento por unidad de tiempo
P = Tasa de Producción por periodo de Tiempo
D = Tasa de Demanda por periodo de tiempo
K = Costo de pedido o costo Fijo

 Por lo tanto el COSTO FIJO (K) será:

K = costos Administrativos + salario mínimo + carga y descarga

K = 850+450+350 =1650 Bs/mes = 55 Bs / día ¡

 COSTO DE ALMACENAMIENTO (H)

H = Servicios Básicos + costo Almacén

H= 380 + 60 = 440 Bs/mes = 14.666 Bs / día

 DEMANDA (D)
D = 4000 laminas y/o cajas de cartón/día.

 TASA DE PRODUCCIÓN (P).- CARTONBOL produce láminas y cajas de cartón con una
capacidad de:

26
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

P = 4500 laminas y/o cajas de cartón/día. (Dato proporcionado por)

- HALLANDO LA CANTIDAD OPTIMA:

𝟐×𝑲×𝑫
𝐐 ∗= √
𝑫
𝑯 (𝟏 − )
𝑷

𝟐×𝟓𝟓×𝟒𝟎𝟎𝟎
𝐐 ∗= √ 𝟒𝟎𝟎𝟎 = 519.63 Laminas y/o cajas de cartón por periodo aproximadamente 520
𝟏𝟒.𝟔𝟔𝟔𝟔(𝟏− )
𝟒𝟓𝟎𝟎

laminas y/o cajas de cartón/ped.

- HALLANDOTIEMPO ESPERADO ENTRE PEDIDOS:

𝑸∗
𝐓=
𝑫

𝟓𝟏𝟗.𝟔𝟐
𝐓= = 0.13
𝟒𝟎𝟎𝟎

HALLANDO EL COSTO TOTAL DE PEDIDO:

𝑫
𝑪𝑻 = 𝑲
𝑸∗

𝟒𝟎𝟎𝟎
𝑪𝑻 = 𝟓𝟓 𝟓𝟏𝟗.𝟔𝟏 = 423.39 BS.

7.6. INTERPRETACIÓN DE RESULTADOS

Cambiando unidades:

T= 0.13 día  X horas

1 día  8 horas

T= 1.04 hrs/pedidos

7.7 CONCLUSIONES
La empresa CARTONBOL trabaja 8 Hrs/día con una producción de 4500 laminas y/o cajas/día, a
un costo total de 423.39 BS. En un futuro desea ampliar su línea de producción.

27
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

MODELO DE LÍNEAS DE ESPERA

8. INTRODUCCIÓN

Imagínese las siguientes situaciones:

1. Clientes que esperan a ser atendidos en las cajas registradoras de un supermercado.

2. Automóviles que esperan a avanzar en una luz de alto.
3. Pacientes que esperan en una clínica a ser atendidos.
4. Aviones que esperan para despegar en un aeropuerto.
5. Maquinas descompuestas que esperan a ser reparadas por un técnico.
6. Cartas que esperan a ser elaboradas por una secretaria.

Lo que tienen en común estas situaciones es el fenómeno de la espera. Sería más adecuado si
se nos pudieran ofrecer estos servicios, y otros similares, sin la “molestia” de tener que esperar.
Pero nos guste o no, la espera es parte de nuestra vida diaria y todo lo que debemos esperar
conseguir es reducir su incomodidad a niveles soportables.

El fenómeno de la espera es el resultado directo de la aleatoridad en la operación de

instalación de servicio. En general, la llegada del cliente y su tiempo de servicio no se conocen
con anticipación; pero por otra parte la operación de la instalación se podría programar en
forma tal que eliminaría la espera por completo.

8.1. OBJETIVOS

Nuestro objetivo al estudiar la operación de una instalación de servicios en condiciones

aleatorias es el de asegurar algunas características que midan el desempeño del sistema
sometido a estudio. Por ejemplo, una medida lógica de desempeño es el tiempo que se calcula
esperará un cliente antes de ser atendido. Otra medida el porcentaje de tiempo que no se
utiliza en la instalación de servicio. La primera medida vislumbra el sistema desde el punto de
vista del cliente, mientras que la segunda evalúa el grado de uso de la instalación. Podemos
advertir intuitivamente que cuanto mayor sea el tiempo de espera del cliente, tanto menor es
el porcentaje de tiempo que se mantendría ociosa la instalación, y viceversa. Estas medidas de

28
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

desempeño pueden utilizarse para seleccionar el nivel de servicio (o tasa de servicio) que
producirá un equilibrio razonable entre las dos situaciones de conflicto.

El objetivo en nuestro sistema de estudio será:

- Dado que existe un técnico para hacer el mantenimiento de la maquinaria y de los

carros distribuidores ¿será necesario contratar otro técnico?
8.2. DESCRIPCIÓN DE LA EMPRESA

A continuación tenemos una muestra del movimiento de mantenimiento de la empresa

“CARTONBOL”.

Llegadas.

Consideramos los datos recolectados que representa el número de n llegada por día
según se resume a continuación

TABLA 1: DATOS DE LLEGADA POR DIA DE MANTENIMIENTO

Los datos indican que durante el periodo de observación, se observan 0 llegadas por día 10
veces, 1 llegada 31 veces, etc.

Sean:

Media=(n*fn)/N=(0*10)+(1*31)+(2*40)+(3*20)+(4*10)+(5*4)+(6*6)/(10+31+40+20+10+4+6)

=2.207 maquinas atendidas por día.

Varianza =(n 2* fn-N*(media)2)/(N-1)

=(847-589.37)/120=2.147

Como la media se aproxima a la varianza existe una buena oportunidad de que el proceso siga
una distribución de Poisson con la media 2.2 de llegadas por día.

29
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Tiempo de servicio.

Se supone que se deben atender la maquinaria a razón 1.25 por horario y trabaja en dos
horarios. Dada los siguientes datos de mantenimiento tenemos

TABLA2: DATOS DE LLEGADAS

n 0 1 2 3 4 5 6
x 2 5 1 3 1 1 3
f(x) 0,1026 0,0024 0,3581 0,0294 0,3581 0,3581 0,0294

0 llegadas 2 veces por día, 1llegada 5 veces , etc.

Tenemos una tasa por horario de servicio de:

=1.25 c maq. Por día.

GRAFICA 1

Metodo exponencial
0.4
0.3
0.2
f(x)

0.1
0
0 2 4 6
X valores tomados
De la tabla 2 la f(x) es obtenido por *e-xu;

Además que de la gráfica 1 muestra una distribución exponencial

Entonces se dice que el sistema:

Sigue unas llegadas según Poisson y salidas del tipo exponencial.

Como se consideran 2 horarios podemos decir que

Horario 1 1=1.25

Horario 2 2=1.25

Finalmente diarios sera =2.5

30
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Además de que el técnico gana 300 Bs./mes esto quiere decir 10 Bs. Diarios

También se dice que existe una perdida 1 a 2 Bs. diarios por maquina en mantenimiento.

8.3. MODELOS DE LINEA DE ESPERA

Aquí observaremos los modelos que vamos a usar

Modelo (M,M,1):(GD//)

Ls=E{n}=/(1 - )

Lq= Ls -  / 

Ws= Ls / 

Wq = Lq / 

Modelo (M,M,C): (GD//)

Lq=[c/(c - )2]*pc

Ls= Lq +  / 

Wq= Lq / 

Ws = Wq + 1/

La media que hallamos puede ser  =2.207 maquinas atendidas por día. Que siguen una
distribución de Poisson.

La media para la atención de estas máquinas =2.5

8.4. SOLUCIÓN DEL MÓDELO

Para un solo técnico a cargo.

Modelo (M,M,1):(GD//)

Ls=(2.207/2.5)/(1 – (2.207/2.5))=7.53

Lq= Ls -  / =6.64

Ws= Ls /  =3.411

Wq = Lq /  =3
31
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

En caso de contratar un segundo técnico.

Modelo (M,M,C): (GD//)

Lq=[2*(2.207/2.5)/(2 - (2.207/2.5))2]* (2.207/2.5)*2=2.49

Ls= 2.49+ (2.207/2.5) =3.37

Wq= 2.49/ 2.207=1.128

Ws = 1.128+ 1/ 2.5 =1.528

8.5. RESULTADOS

Modelo (M,M,1):(GD//)

Ls=7.53

Maquinas en el sistema de espera

Ws= 3.411

Días de mantenimiento en el sistema.

Tenemos un costo de mantenimiento diario (Cm)

Cm (caso un solo técnico)=Ls*Ws*(perdida por mantenimiento)+Salario del técnico

Cm(caso un solo técnico)=7.53*3.411*2+10)=61.36 Bs diarios

En caso de contratar un segundo técnico.

Modelo (M,M,C): (GD//)

Ls=3.37

Maquinas en el sistema de espera

Ws = 1.528

Tiempos de mantenimiento en el sistema.

Tenemos un costo de mantenimiento diario (Cm)

Cm (caso dos técnicos)=Ls*Ws*(perdida por mantenimiento)+Salario del técnico

Donde:

32
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Salario del técnico = 2 * 10 Bs diarios=20 Bs.

Cm (caso dos técnicos)=3.37*1.528*2+20=30.29 Bs.

8.6. CONCLUSIÓNES
Basta observar los resultados usados en los dos modelos para poder decir como sugerencia el
contrato de un segundo técnico que se haga cargo de parte del trabajo el cual reduciría a la
mitad las pérdidas de la empresa.

Cm (caso un solo técnico) = 61.36 Bs por día

Cm (caso dos técnicos) = 30.29 Bs por día

33
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

9. SOTFWARE

34
UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

35
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

10. CONCLUSIONES.
La implementación y mantenimiento de un Modelo de Mejoramiento Continuo de la Calidad de
una determinada empresa requiere de una serie de campañas de transformación, como se pudo
observar la integración del grupo de trabajo que se ha preocupado por el estudio de la Empresa
de fabricación de cartones de la fabrica “CARTONBOL” aplicando el proceso de toma de
decisiones, inventarios y colas de espera en sus diferentes fases tanto mecánica como dinámica
desde un punto de vista sistémico, aplicando cada una de estas etapas, desarrollando de esta
manera procesos de mejoramiento necesarios para la consecución de metas y objetivos
trazados por la empresa de fabricación “CARTONBOL” como el mejoramiento de producción y
manejo de inventarios de una manera mas eficiente para la empresa como para los empleados.

11. RECOMENDACIONES.

La Empresa de fabricación “CARTONBOL” debe garantizar el buen desarrollo de los

procedimientos y actividades para lo cual se debe diseñar un plan de entrenamiento y
capacitación y definir herramientas de control, además no debemos olvidarlos que una buena
toma de decisiones, buena aplicación de inventarios y un modelo bien mejorado de colas de
espera son elementos fundamentales en cualquier organización, de manera que se brinde un
ambiente cálido a nuestros trabajadores como también a los consumidores.

APENDICE
ANEXO 1
36
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

ESTRUCTURA DE LA EMPRESA

La Empresa CARTONBOL está situada en la Carretera Oruro – vinto km 3,5 de la ciudad de

Oruro. Consta de los siguientes ambientes: Oficina del gerente técnico, gerencia administrativa
y financiera, gerencia de comercialización, contrataciones, informática, auditoria, asesor legal, y
la nave de la empresa que dentro de ella consta de la oficina del gerente de producción, jefe de
control de calidad, oficina del jefe de mantenimiento, y los laboratorios de calidad, recepción de
materia prima y almacenes, es una empresa capaz de ser considerada grande pero la
administración gubernamental por el momento hace que como empresa nueva sea una
empresa considerada como mediana.
Los recursos físicos de esta empresa son: Equipo de red (computadoras) y los ambientes, una
movilidad del gerente.
Entre los productos que elabora y distribuye al consumidor de la ciudad se puede mencionar a:
- A e cobol.
- Para la exportación de banana en el chapare.
- Para la empresa EVA que exporta almendras
- Cajas para la empresa de FERRARI GUETZZI
- Para la empresa LA FANCESA.

ANEXO 2

 CONSTRUCCION DE LA MATRIZ DE CONSECUENCIAS

37
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

Datos proporcionados por: Jhimmy Martínez Chávez Gerente de Producción

Ernesto Caballero Gonzales Auditor de la empresa
Oswaldo Tealleche Gerente Técnico de la Empresa
A2 y 2 =Al no realizar ninguna modificación en la Planta de producción, la empresa tiene una
cantidad económica en Bs. para la producción de laminas y realizar una Venta Media de 1000
cajas por día que en términos mensuales sería de 30000 cajas, el costo de esta producción es
15000 Bs. mensual, anualmente costaría 180000 bs la producción de las laminas y cajas de
cartón.
A2 y 1 =24000 cajas mensuales considerada una Venta Baja para la empresa costaría 10000
Bs. mensuales el costo de producción de las laminas y cajas de cartón. Anualmente costaría
120000 bs. La producción de las láminas y cajas de cartón

A2 y 3 =48000 cajas mensuales (Venta Alta), en términos económicos resultaría 20000 bs.
Mensuales y el costo para la producción anual de los productos costaría 240000 bs.

GESTION 2010

38
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

MES VENTA VENTA MEDIA VENTA

ALTA (CAJAS) REGULAR
(CAJAS) (CAJAS)
ENERO 1710
FEBRERO 1591
MARZO 1100
ABRIL 900
MAYO 750
JUNIO 801
JULIO 850
AGOSTO 1002
SEPTIEMBR 1000
E
OCTUBRE 1400
NOVIEMBRE 1500
DICIEMBRE 1800
TOTAL 1600.2 1000.5 800.3
VENTA
Tabla 1.1

Gracias a estos datos mensuales se puede deducir que la venta alta está entre 1400 y 1800
cajas, por tanto el promedio de una Venta Alta sería de 1600 cajas, mientras que la venta media
se encuentra entre 900 y 1100 cajas, la venta media aproximada sería de 1000 cajas y por
último la venta regular o baja estaría entre 0 y 50 cajas, como un promedio de venta baja sería
de 800 cajas.

Como se puede observar existe una venta alta en la temporada de mayor cosecha para las
bananas y almendras y como ser Navidad, Año nuevo para la producción de galletas en la
empresa FERRARI GUETZZI. En la temporada de mucho frío la venta disminuye y por tanto existe
una venta media o una venta regular.

PARA A1 y 1: 120000 costo anual -> 100%

x -> 25%

X = 30000 costo anual.

Finalmente: X+30000 = (120000+30000) = 150000 costo anual.

PARA A3 y 1: 120000 costo anual -> 100%

39
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

x -> 70%

X = 84000 costo anual.

Finalmente: X+84000 = (120000+84000) = 204000 costo anual.

PARA A1 y 2: 180000 costo anual -> 100%

x -> 25%

X = 45000 costo anual.

Finalmente: X+45000 = (180000+45000) = 225000 costo anual.

PARA A3 y 2: 180000 costo anual -> 100%

x -> 70%

X = 126000 costo anual.

Finalmente: X+126000 = (180000+126000) = 306000 costo anual.

PARA A1 y 3: 240000 costo anual -> 100%

x -> 25%

X = 60000 costo anual.

Finalmente: X+60000 = (240000+60000) = 300000 costo anual.

PARA A3 y 3: 240000 costo anual -> 100%

x -> 70%

X = 168000 costo anual.

Finalmente: X+168000 = (240000+168000) = 408000 costo anual.

ANEXO 3

40
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
INGENIERÍA DE SISTEMAS E INFORMÁTICA

CONSTRUCCION DE LAS PROBABILIDADES DE LOS EVENTOS DE NATURALEZA.

Como existe una Venta Alta en 5 meses (VER TABLA 1.1), entonces la probabilidad de que existe
son de:

Venta Alta: P (1) = 5/12 = 0.42

Venta media: P (2) = 4/12 = 0.33

Venta Regular: P (3) = 3/12 = 0.25

ANEXO 4

DESCRIPCION DE LA EMPRESA.-

A continuación tenemos una muestra del movimiento económico de nuestra, EMPRESA

CARTONBOL.
Los datos aquí proporcionados son suministrados por el gerente de la Distribuidora.
 Salario mínimo = 450 Bs/mes.
 Costo de Almacén = 60 Bs/mes.
 Carga y descarga = 350 Bs/mes.
 Servicios Básico = 380 Bs/mes.
 Costos Administrativos = 850 Bs/mes.
 Producto de perdida = 300 Bs/mes.

Por Pedido = 4000 laminas /pedido.

Por semana = 28000 laminas / sem.

Por mes = 120000 laminas / mes.

1 lamina = 3.08 Bs (precio entrega).

3.08*120000 = 369600 Bs/mes (ganancia bruta).

41