Salazar, Cardozo 0

Cmo maximizar la produccin de azcar en un ingenio a travs de

la programacin lineal?

Kevin Salazar
Y
Juan Pablo Cardozo

Colegio Bolvar
Santiago de Cali
Mayo 2012
Cmo maximizar la produccin de azcar en un ingenio a travs de
la programacin lineal?

Salazar, Cardozo 1

Kevin Salazar y Juan Pablo Cardozo

Snior Project
Fernando Posso

Colegio Bolvar
Santiago de Cali
Mayo 2012
Tabla de contenido

1. Introduccin
2. Definicin

Salazar, Cardozo 2

3. Como puede ayudar a

4-5

la sociedad
3.1Como nace este modelo
3.2 Presentacin del

modelo
i. Mtodo Grafico
ii. Mtodo Simplex
3.3Como varia este modelo
4. Modelo para minimizar
5. Historia del ingenio
Mayagez
6. Produccin del ingenio
Mayagez
7. Anlisis

5
5-13
8
8-13
13
13-15
15-17

Paginas

17-18

19-21

1. Introduccin

Muchos conceptos matemticos nos ayudan a resolver situaciones en el da a

da, especialmente cuando nos enfrentamos a situaciones de tipo cuantitativo.
Adems, existe un sinnmero de aplicaciones en el ambiente productivo que revelan
aun ms su importancia. En este contexto se mueve la programacin lineal, la cual

Salazar, Cardozo 3

debe considerarse como uno de los avances cientficos ms importantes de la mitad

del siglo XX, pues a partir de su aparicin se expandi de manera rpida y logr
que muchas compaas optimizaran y maximizaran su produccin. Se convirti en
una herramienta tan importante que hoy en da una gran parte del diseo de los
computadores se enfocan en la realizacin de la programacin lineal. En resumidas
cuentas, la programacin lineal tpicamente trata del problema de asignar recursos
limitados entre actividades competidoras en la mejor forma posible (es decir,
optima). El objetivo del proyecto es ver cmo aplicar la programacin lineal a
diferentes actividades para lograr optimizar el rendimiento de un producto. En este
trabajo se analizara la produccin de un ingenio azucarero del Valle del Cauca,
Mayagez, de manera que se aplique un modelo de programacin lineal, aplicado a
la produccin y venta de azcar cruda y blanca. El objetivo final es lograr esta
aplicacin de la programacin lineal en el ingenio, es mostrar como un proceso
puramente matemtico logra a travs de matrices resolver problemas o aclarar dudas
sobre la produccin o actividades de una empresa, en la bsqueda por maximizar las
ganancias.

2.

EL mundo hoy en da esta sujeto a un gran nivel de competencia

econmica, en donde industrias grandes, medianas y pequeas buscan asignar

recursos limitados en producciones competitivas de la manera ms eficiente posible.
Cada producto tiene ciertos criterios al momento de ser vendido para ser
consumido; es decir, por ejemplo, en el momento de comprar pan, se tiene en cuenta
factores como la frescura, la temperatura, aliado o no aliado entre otros. Estos
criterios se pueden dividir en dos ramas, las restricciones y los objetivos, las
restricciones son esos requisitos que debe de tener el producto para poder ser
vendido, y que las personas lo consuman, y puesto que hay muchos productos que

Salazar, Cardozo 4

cumplen con todas las restricciones se juegan el papel los objetivos, que son
factores como el dinero, es decir como producir cumpliendo con las restricciones de
la manera menos costosa posible. La programacin o planeacin lineal, logra por
medio de ecuaciones lineales, determinar cuanta cantidad se necesita para producir
un artefacto con las restricciones determinadas al mejor precio y de la manera ms
eficiente posible.
John Von Neumann naci el 28 de diciembre de 1903 y muri el 8 de febrero
de 1957. Fue un matemtico y fsico hngaro, nacido en una familia de banqueros
judos, dio a conocer desde muy joven sus grandes habilidades en el campo de las
matemticas. Neumann hizo un doctorado de matemticas en la universidad de
Budapest, pero tambin asisti a otros importantes centros educacionales como la
universidad de Gotinga donde se gradu como un ingeniero qumico.
Neumann fue influenciado durante su poca como estudiante por el
matemtico David Hilbert, influencia que despert en el la pasin por la teora de la
demostracin, a la cual logr hacerle grandes aportes. Tambin participo en la teora
de conjuntos de Zermelo, y es reconocido por su excelencia en la mecnica
quntica. Neumann muestra claramente como influencio la matemtica creando
nuevas vas de desarrollo en esta como lo fue la teora de los juegos, publicada en
uno de sus ms famosas obras en 1944. En 1943, Neumann fue invitado a participar
en el ejrcito estadounidense, en donde fue involucrado en el proyecto Maniatan y
logro dar grandes aportes para la realizacin de las primeras bombas de hidrogeno.
En 1946 mostr un gran avance en la programacin en las primeras computadoras
elctricas, logrando que estas llegaran a registrar datos numricos. En 1955 se
dedico a la comisin de energa atmica hasta que un fuerte cncer lo llevara a su
muerte.
George Bernard Dantzig naci el 8 de noviembre en 1914, y muri el 13 de
mayo del 2005. Fue un matemtico que logro dar grandes aportes al desarrollo de la
programacin lineal, por esto es conocido como el padre de la programacin
lineal. Dantzig logro desarrollar el mtodo simplex, por el cual recibi muchos
reconocimientos como el premio de teora John von Neumann y la Medalla
Nacional de la Ciencia.

Salazar, Cardozo 5

3. El hombre como tal, siempre busca hacer ms fcil su vida y a eso lo

denominamos desarrollo, pues utilizando materiales externos a nuestro favor cada
da la vida se nos vuelve ms prctica. Uno de estos factores externos son las
matemticas; el uso de los nmeros para interpretar la vida ha ayudado a los seres
humanos a predecir casi con certeza los acontecimientos futuros de la vida
cotidiana. Desde su aparicin en 1950 el modelo de programacin lineal fue un
paso importante para la encomia mundial, pues logr mediante el clculo mejorar la
produccin de casi todas las industrias alrededor del mundo, sin embargo no fue
solo la produccin fue mejorada sino la economa en s del mundo, pues ha hecho
optima la distribucin de absolutamente todo para que no se desperdicie nada y se
saque el mayor provecho de cada cosa. Por ejemplo al disponer de setenta personas,
como pueden ser ubicados estas setenta personas en setenta puestos distintos de la
mejor manera posible, y debido a su gran utilidad este modelo fue creciendo tanto
hasta meterse en todos los campos, en abarcando desde el campo de la medicina
hasta la agricultura.
3.2. Hace aproximadamente 70 aos Gorge Dantzig y John von Newman
crearon esta tcnica durante la segunda guerra mundial para poder planear cuales
serian los gastos y los retornos, y reducir los costos del ejercito de su pas e
incrementar los de su enemigo. Aunque el mtodo fue creado durante la segunda
mundial, solo fue publicado por el matemtico ruso Leonid Kantorvich, quien
utilizando mtodos muy parecidos a los de Danzig gana el premio nobel de
Economa en 1975.
3.3 Presentacin del modelo
Mucha gente sita el desarrollo de la programacin lineal entre los avances
cientficos ms importantes de la mitad del siglo XX, y debemos estar de acuerdo
con esta afirmacin.1 puesto que ha cambiado el mundo de una forma drstica,
cambiando la forma de produccin y distribucin de los recursos de un pas, una
ciudad, una empresa o incluso un pequeo negocio. De este modo Muchas
industrias y negocios despus de haber utilizado este mtodo han ahorrado muchos
1 Hillier, Frederich. [Gerald J. Lieberman] Introduccion a la

investigacin de operaciones. [Jose H. Perez castellanos] Mxico,

McGraw-Hill, 1985.[Pag. 15]

Salazar, Cardozo 6

millones de dlares. El trmino programacin, o planificacin, significa como

i.

asignar diferentes recursos a una o a varias actividades de la forma optima posible.

Primero analizaremos el mtodo grafico. Se debe en primera instancia realizar una

tabla la cual contenga tres columnas y tres hileras, en donde se presentan los recursos, la
cantidad de los recursos utilizados por cada producto es decir las restricciones, la cantidad
disponible de los recursos y por ltimo la utilidad. Cada uno de los trminos mencionados
es necesario nombrarlos por una variable as: x cantidad del producto, a como actividad, z
como efectividad, y b como la disponibilidad de cada recurso. En la siguiente tabla se
puede observar un esquema de cmo deben distribuirse los datos en la tabla.
Tabla 1. Representacin inicial del modelo
Cant
idad
Uso del recurso por
Recurso
1
2
3

Nivel

unidad/actividad
a1, a2, a3,
a1, a2, a3,
a1, a2, a3,

del

recurso
disponible
b1
b2
b3

x1, x2,

La explicacin de esta tabla es muy sencilla, de izquierda a derecha en la

primera columna estn listados los diferentes recursos, a su derecha en la segunda
columna, esta la cantidad de cada recurso utilizada en cada actividad, y en la ltima
columna a la derecha se encuentra la cantidad de recurso disponible. Por ltimo, la
hilera en la parte de debajo de la tabla determina la utilidad por cada unidad de x.
Posteriormente se debe establecer una ecuacin en donde se busca
maximizar z, la cual es llamada funcin objetivo, en donde z es la suma de la
utilidad de cada producto; z=x1+x2. En otras palabras delimitado por las restricciones
se busca encontrar la cantidad a producir de cada x para que z sea lo ms grande
posible. Para determinar los lmites se debe determinar el mximo valor a cada

Salazar, Cardozo 7

recurso, para determinar cunto es lo mnimo y lo mximo que se puede utilizar de

un recurso. En conclusin se debe determinar que

a1 +a 2+ a3 b 1

y sucesivamente

por cada b hasta llegar a b3. Despus de esto a cada una de estas ecuaciones se les
convierte en igualdades para determinar el mximo valor posible, y luego pasar a
graficarlas, en otras palabras

a1 +a 2+ a3 b 1

se convierte en

a1 +a 2+ a3=b 1

as sucesivamente hasta llegar a b3.

Luego de graficar cada igualdad, se sombrea el rea cubierta dentro de todas
las funciones. Para determinar lo que se llaman todas las soluciones factibles, que
son aquellas que satisfacen todas las restricciones. Por ltimo se grafica varias
lneas correspondiente a la ecuacin z= x1+x2 que varan de acuerdo a los valores
que se le den a x1 a x2 y a, para encontrar aquella lnea que se aleja ms al origen y
que este dentro de la regin de viabilidad. En otras palabras se grafican una serie de
lneas para saber cul de estas es la solucin ms optima, que cumpla con todas las
restricciones.
En el anterior ejemplo solo se tuvieron en cuenta dos productos, en donde se
pueden graficar manualmente, puesto que solo son dos dimensiones, y se pueden
ubicar en el plano cartesiano una como el x y la otra como el y. Pero se presentan
muchos casos en donde entran a competir muchos productos, y all la grafica
manual se convierte inservible porque ya hay ms de dos dimensiones. Por esta
razn surgi el mtodo simplex en el cual se pueden realizar problemas de
programacin lineal de varias variables de decisin a travs de una computadora. El
mtodo simplex en realidad es un algoritmo que tienes tres pasos, el paso de
inicializacin, paso de iteracin, y por ltimo el paso de detencin, los cuales sern
explicados y presentados con el siguiente ejemplo
Para entender el mtodo simplex, se utiliza un ejemplo tomado del libro
Introduccin a la investigacin de operaciones de la autora de Frederick Hillier,
en donde en una compaa productora de vidrios est sufriendo una disminucin
drstica en sus ganancias, por esto el presidente decide reorganizar la lnea de
productos. Ahora el presidente se concentra solamente en dos nuevos productos los
cuales muestran un nuevo potencial. Uno de estos productos propuestos es una
puerta de vidrio con marco de aluminio, el segundo producto es una ventana grande

Salazar, Cardozo 8

con marco de madera. El presidente le pide ayuda a su departamento de

investigacin de operaciones para que determinen cuantas unidades por minuto
debes fabricar por cada producto El departamento de investigacin determino: 1) el
porcentaje de capacidad de produccin de cada planta del que dispondra para estos
productos, 2) Los porcentajes requeridos por cada producto para cada unidad de
produccin por minuto, 3) La utilidad unitaria para cada producto.2 En la tabla a
continuacin se muestra como se distribuyen estos datos en un problema de mezcla
de productos:
Tabla 2.1 Produccin de la Wyndor Glass Co.

X1 y X2 van a ser variables en representacin a los productos uno y dos

respectivamente, y Z es la efectividad de la produccin. El objetivo de este proceso
es encontrar valores para X1 y X2 de tal manera de que Z tenga el valor mximo
siempre y cuando se estn cumpliendo las restricciones.
Z=3X1 + 5X2, donde Z es igual a la suma de la utilidad multiplicada por la
unidades de cada producto.
Observando la tabla anterior, se pueden observar las restricciones que cada
planta tiene sobre la produccin de cada producto. Estas restricciones se pueden
observar viendo la columna de las capacidades disponibles, la primera planta tiene
2 Ibid, pag 16
3 Ibid, pag 17

Salazar, Cardozo 9

el 4% la segunda el 12% y la tercera el 18%. Se debe expresar matemticamente

estas restricciones en donde en la primera planta se utiliza solamente el 1% del 4%
disponible que tiene esta planta lo cual matemticamente se expresa en la
desigualdad:

x 1 4 . En la segunda planta el producto dos utiliza el 2% del 12%

de disponibilidad de la planta expresado de la siguiente forma:

2 x 2 12 . En la

tercera planta el producto uno y dos gastan el 3% y el 5% respectivamente del 18%

disponible de esta planta, mostrado de la siguiente forma: 3 x 1+2 x 2 18 .
Para utilizar el mtodo simplex se deben convertir estas desigualdades en
igualdades para lo cual se crean variables de holgura, que al ser creadas igualan
ambos valores. Por ende al haber tres desigualdades se necesitan crear 3 variables
de holgura las cuales sern x3, x4 y x5 e introducirlas a cada una de las desigualdades
de modo que

x 1+ x 3=4

2 x 2 + x 4=12

estas variables pueden ser negativas, a si que

3 x1 +2 x 2+ x 5=18
x j 0

. Ningunas de

para j= 1,2.,5. Luego se

debe igualar a 0 la ecuacin a maximizar que en este caso es z. Entonces Z=3X1 +

5X2 se convierte en 0=Z-3X1 - 5X2.
Imagen 2.2 Restricciones

Para proceder a ingresar todos estos datos a la tabla simplex se deben

identificar las variable bsicas y las variables no bsicas. Las variables bsicas son
aquellas que en la ecuacin cero su coeficiente es cero y las no bsicas son las que
su coeficiente en la ecuacin cero es distinto a cero.
4 Ibid, pag 34

Salazar, Cardozo 10

Para la tabla simplex se manejan los coeficientes de las variables, en donde

se busca llegar a un punto en donde los coeficientes del rengln 0 sean todos
positivos. En la tabla se listan en la primera columna las variables bsicas que en
este caso son z, x3, x4 y x5 y para cada variable bsica se escribe el coeficiente de
cada variable utilizada en la ecuacin sean bsicas y no bsicas. En la ltima
columna se listan los valores de disponibilidad de cada restriccin. En la siguiente
tabla se muestra como se distribuyen los datos de este ejemplo en una tabla simplex.
Tabla 2.3 Tabla simplex

El siguiente paso es encontrar la columna pivote, la cual se encuentra

ubicando el coeficiente de mayor negatividad, en este caso el -5. Al encontrar la
columna de pivote se recomienda encerrar dentro de un cuadrado todos los
coeficientes que estn debajo de la hilera cero.
Tabla 2.4 Columna Pivote

5 Ibid, pag 35

Salazar, Cardozo 11

Luego se tiene que encontrar la hilera pivote, la cual se encuentra dividiendo

cada valor del segundo miembro por su correspondiente coeficiente de la columna
pivote. Al realizar las divisiones se escoge el valor ms bajo y esta sera la hilera
pivote. Cuando se encuentra la hilera pivote, uno de los coeficientes queda
encerrado en un cuadrado, a este coeficiente lo llamamos coeficiente pivote y
determinamos la variable bsica que sale y la que entra que en este caso es
que sale y

x2

x4

la

la que entra.

Tabla 2.5 Hilera pivote

El coeficiente pivote debe de tener un valor 1 es por eso que se debe dividir
todos los coeficientes de la hilera pivote por el numero pivote. Entonces la hilera 2
6 Ibid, pag 36
7 Ibid, pag 370

Salazar, Cardozo 12

que es 0 2 0 1 0 se convierte en 0 1 0 0. Ya que se cambio una de las

variables bsicas y se convirti el coeficiente pivote en uno, se debe escribir los
nuevos datos en un rengln nuevo. El anterior paso es el rengln cero para poder
hallar los coeficientes de cada hilera del siguiente rengln se debe utilizar la
siguiente ecuacin: nuevo rengln=hilera en el rengln anterior (ciefiente de la
columna pivote )x(hilera en el nuevo rengln pivote) El coeficiente de la columna
pivote es el correspondiente coeficiente dentro de la columna pivote de cada hilera.
Comenzando por la hilera cero se hace lo siguiente:
Imagen 2.6 Formula para nuevp renglon

Al aplicar la formula, se puede ver que el numero negativo se cancela, en

este caso fue el -5 que termina quedando en 0. Aun no tenemos todos los
coeficientes de la hilera cero positivos ya que como se muestra en la siguiente tabla
resultante luego de haber aplicado la formula aun queda un -3.
Tabla 2.7 cuadro simplex segundo paso

8Ibid, pag 38

Salazar, Cardozo 13

Por esta razn se debe volver a repetir el mismo proceso de pivote para
lograr cancelar el -3 y quedar con la siguiente tabla resultante:
Tabla 2.8 Solucin optima

Observando la tabla resultante concluimos que para optimizar el valor

z=3x1+5x2 debemos darle valores a x1=2 y x2=6 por minuto, ya que si se les da
otro valor distinto cumpliendo con las restricciones ninguno lograra dar una
utilidad mayor a los a $36 por minuto que se obtiene al utilizar los valores
encontrados con las tablas del mtodo simplex.
3.4 Cmo varia este modelo econmico con respecto a las
caractersticas del producto?
Los modelos matemticos se dividen bsicamente en dos ramas, los modelos
deterministicos y los modelos estocsticos. Los modelos estocsticos son aquellos
que no estn fundamentados por estadsticas si no por las predicciones y las
probabilidades. Los modelos deterministicos tienen como fundamento parmetros
de certeza absoluta; de all se deriva la programacin lineal. Este trmino ya
ampliamente conocido en el mundo, abarca una enorme variedad de modelos
econmicos para llegar a su objetivo de la manera ms eficiente y menos costosa
posible. Los modelos difieren dependiendo las circunstancias del proyecto, es decir
hay una gran diferencia entre un proyecto de nutricin y un proyecto de produccin
9 Ibid, pag 39

Salazar, Cardozo 14

agraria, y el subconjunto de estas reas tambin vara dependiendo a sus parmetros.

Tomando como ejemplo un caso hipottico en donde se necesita suministrar a una
persona una dieta, satisfaciendo con los requerimientos nutricionales, primero se
deben tener unos parmetros establecidos, que en este caso sera satisfacer la
necesidad nutricional de el paciente, y luego a partir de esto establecer las porciones
de cada alimento que contiene diferentes nutrientes, generando el menor costo
posible
4. Como se explica en el anterior prrafo la programacin lineal puede ser
aplicada en diferentes campos, tales como la poblacin, la agricultura y la ecologa.
Procederemos entonces a exponer un problema general, tomados del libro
Introduccin a la investigacin de operaciones para ver como la programacin
lineal puede ser aplicada a uno de los diversos campos, en donde su objetivo ya no
es maximizar una funcin objetivo sino minimizarla.
La Nori & leets Co, uno de los principales productores de acero en su parte
del mundo, est localizado en la ciudad de Steel town, y es la nica fuente de
trabajo all. Los habitantes de la ciudad se preocuparon porque los hornos de la
empresa estn contaminando el aire de la ciudad lo cual va en contra de su teora
fundamental lo que es bueno para Nori & leets es bueno para la ciudad.

10

Los

accionistas manifestaron su desacuerdo, lo cual condujo a una nueva junta directiva.

Estos directores en primera instancia deben instaurar polticas que reduzcan la
contaminacin del aire en Steel town, para lo cual determinaron que los tres
contaminantes principales de la empresa son materia particulada, xidos de azufre e
hidrocarburos. Los directivos necesitan disminuir la emisin anual de estos
contaminantes en la cantidad que muestra la siguiente tabla:
Tabla 3.1 Contaminantes

10 Ibid, pag 28

Salazar, Cardozo 15

11

La gerencia cito a los ingenieros para que estos propusieran proyectos que
solucionaran el problema ecolgico de la manera ms econmica posible. Los dos
grandes contaminantes al fabricar el acero son los grandes hornos para fabricar el
arabio y los hornos de hogar abierto para cambiar el hierro en acero. Los ingenieros
propusieron las siguientes soluciones: 1) incrementar la altura de las chimeneas, 2)
usar filtros (incluyendo trampas de gas) en las chimeneas y 3) Incluir materiales
limpiadores de alto grado ente los combustibles para los hornos.12 En la siguiente
tabla se muestra en millones de libras por ao las limitaciones tecnolgicas de la
emisin que se elimina:
Tabla 3.2 Capacidades tecnolgicas

13

Los ingenieros determinaron entonces que la funcin objetivo para este

problema como

z=8 x 1+10 x 2 +7 x3 +6 x 4 + 11 x 5 +9 x 6

. Como el objetivo de estos

es minimizar z, a diferencia del problema de programacin lineal presentado

anteriormente las restricciones ya no son menores o iguales a la capacidad, sino
mayores o iguales a esta como se presenta en la siguiente tabla:
Tabla 3.3 Restricciones
11 Ibid, pag 29
12 Ibid, pag 29
13 Ibid, pag 29

Salazar, Cardozo 16

Utilizando el mtodo simplex los ingenieros de la Nori & leets Co

determinaron que los valores de

x 1 , x 2 , x 3 , x 4 , x5 , x 6

deberan ser (1, 0.623, 0.343,

1, 0.048, 1) correspondientemente para cumplir con la disminucin anual de la

contaminacin en el aire de la manera ms econmica posible.
5. Historia del ingenio Mayagez
El Ingenio Mayagez fue fundado en 1937 por don Nicanor Hurtado Prez
y su esposa, doa Ana Julia Holgun de Hurtado, ambos de origen payans. En
aquel entonces era una hacienda llamada La Aldea, que bordeaban los ros Prraga,
Chontaduro y Frayle, y contaba con cincuenta a sesenta plazas de caa de azcar.
Don Nicanor, con su enorme deseo de ofrecer crecimiento a su trapiche
panelero, comienza a adquirir tierras aledaas a La Tupia, La Alianza y El Cofre.
Es as como el Ingenio Mayagez se inicia como un ingenio tradicional, en el que
inicialmente se produca panela; la factora funcionaba en galpones construidos con
guadua y paja, bajo el nombre de Catatumbo.
El antiguo trapiche constaba de dos molinos y al convertirse en industria
azucarera, contaba adems con dos tachos de vapor, dos centrfugas y una secadora;
as obtiene una produccin semanal de 800 bultos de azcar y alcanza una molienda
de 12 horas por da.
Hubo cambios en la parte administrativa y operativa del ingenio,
comenzando por una delegacin de funciones controladas gracias a la colaboracin
de Andrs Hurtado, hermano de don Nicanor, para aumentar la productividad y
eficiencia. El ingenio pasa de una instalacin rudimentaria de trapiche a
condiciones de fbrica.

Salazar, Cardozo 17

En 1945 se toma la determinacin de modernizar el ingenio; continan las

modificaciones con el objetivo de aumentar la produccin de azcar. En 1947 se
contrata a William Mayoral, Ingeniero Qumico, y en 1948 a Salvador Bou,
Ingeniero Mecnico; ambos de origen puertorriqueo, quienes se encargaron de la
compra de maquinaria en la provincia de Mayagez (Puerto Rico), perteneciente a
otros ingenios ya desmontados.
Para 1950, habiendo terminado la Segunda Guerra Mundial, el Ingenio
presenta un panorama ms amplio, la molienda se haba incrementado a 24 horas
diarias.
Con el paso de los aos se fueron efectuando nuevas adquisiciones de tierras
y con ello se fue aumentando el personal en las labores de corte, as tambin se
realizaron nuevas inversiones en maquinaria.
En 1954, con el comienzo de las labores sociales realizadas por doa Cecilia
Holgun, se dio paso a la fundacin de la Escuela Ana Julia Holgun de Hurtado,
hoy en da convertida en un gran colegio con 987 alumnos.
En 1958 la molienda pas de 200 toneladas por da a 1.200; es decir, que
diariamente se estaban obteniendo 2.500 bultos de azcar de 50 Kg./bulto.
En este mismo ao comienza a ser parte de este ingenio un nuevo Ingeniero
Agrnomo, el doctor Alvaro Correa Holgun, quien se desempeara en el manejo
del campo y lograra posteriormente posesionarse como Administrador General del
Ingenio; hoy es la persona con mayor importancia jerrquica, el ms querido por la
comunidad de Mayagez; miembro de la Junta Directiva.
En 1963 se crea el primer Sindicato de Trabajadores. En 1968 la capacidad
de molienda sigui aumentando y se compraron nuevos equipos a Central Victoria,
un Ingenio tambin desmontado en Puerto Rico y Lousiana (calderas, tachos,
evaporadores y centrfugas).
En 1974 los molinos de la Fbrica fueron cambiados y se adecuaron equipos
de proceso, generando una capacidad instalada de 5.000 toneladas por da y con una
produccin de 14.000 bultos de azcar diarios.
Hoy en da el Ingenio Mayagez se constituye en una de las empresas ms
slidas del sector azucarero e importante fuente de empleo y desarrollo, con los ms
altos ndices de productividad y eficiencia
Produccin del ingenio Mayagez:
El Ingenio Mayagez Produce ocho diferente tipos de medidas de azcar
blanca, y azcar cruda (morena), estas son medidas son: 50kg, 25kg las cuales se

Salazar, Cardozo 18

usan para ser exportadas a Estados Unidos y Canad, 5kg, 2.5kg, 1kg, 0.5kg y 5gr
las cuales son comercializadas nacionalmente en los supermercados como
Carrefour, xito, La 14, Carulla y Merca Todo. La produccin de empaque del
azcar es echa por cuatro maquinas diferentes, dos monoalimentadoras y dos
multialiemtadoras, las cuales por ley no pueden estar en funcionamiento 24 horas si
no 22 por los derechos obligatorios que tienen sus trabajadores. El costo de la
produccin del empacamiento de la azcar est dividido en tres diferentes partes, la
mano de obra la cual depende de el numero de pacas hechas por cada empacador
independiente, el polietileno el cual depende de la cantidad de azcar que est
siendo empacada (5kg, 1kg, 2.5kg, 0.5kg) y finalmente la clase de azcar que est
siendo procesada, ya que la produccin final de la azcar cruda es un 10% ms
costosa que la de la azcar blanca.
El da viernes cuatro de mayo se entrevist a un ingeniero qumico de Mayagez, Eduardo
Enrique de los Ros, el cual expuso la siguiente informacin acerca de la produccin de
azcar en el ingenio.
Como ya fue dicho anteriormente, la azcar blanca y cruda es empacada en
diferentes medidas. Las cantidades de produccin que el ingenio hace para los mercados
nacionales es: en 2.5 kg de azcar: 68.1%, en 1kg: 11.9%, en una libra: 13% y en 5kg: 7%,
el 90% de esta produccin es de azcar blanca y el 10% de azcar morena.
El ingenio cuenta con cuatro maquinas productoras de azcar, dos maquinas
discovery y dos teppak. La capacidad de produccin de las maquinas es: Para las dos
maquinas discovery; la presentacin de bolsas de 1 Libra: 40 bolsas por minuto, la
presentacin de bolsas de 1 Kg: 30 bolsas por minuto, la presentacin de bolsas de 2.5
Kg: 17 bolsas por minuto y la presentacin de bolsas de 5 Kg: 7 bolsas por minuto. Para las
dos maquinas teppak la capacidad es; la presentacin de bolsas de 1 Libra: 50 bolsas por
minuto, la presentacin de bolsas de 1 Kg: 45 bolsas por minuto, la presentacin de bolsas
de 2.5 Kg: 37 bolsas por minuto y la presentacin de bolsas de 5 Kg: 10 bolsas por minuto.

Salazar, Cardozo 19

Anlisis
Como fue mencionado en el marco terico el ingenio Mayagez tiene varios
clientes a los cuales les distribuye mensualmente la azcar morena y blanca
producida. En este estudio analizaremos solo los cuatro clientes principales que
tiene el ingenio; La 14, el xito, Carrefour y Carulla. Estos cuatro clientes realizan
un pedido mensualmente de las diferentes presentaciones que ya han sido
nombradas anteriormente. Para la realizacin de la programacin lineal que se har
slo se tendr en cuenta dos variables distintas, en este caso se escogi el empaque
de 2.5kg y las dos variables serian la azcar blanca y morena de esta misma
presentacin, el objetivo de este anlisis es determinar la cantidad de azucar blanca
y azcar morena que se debe producir para tener la mayor ganancia y luego
presentrselo a la empresa para que ellos decidan si es venderle la cantidad pedida a
cada cliente o venderle menos.
El ingenio Mayagez le vendi en el mes de abril 39000, 55000, 59000,
38000 unidades de 2,5 kilogramos de azcar blanca por la suma de $195.000.000,
$264.000.000, $277.000.000 y $194.750.000. a la 14, xito, Carrefour y Carulla
respectivamente. Por ende el precio por unidad de 2,5 kg de azcar blanca es de
$5000, $4800, $4700 y $5125 para la 14, xito, Carrefour y carulla

Salazar, Cardozo 20

respectivamente. Para el ingenio el costo por producir una unidad de 2,5 kg de

azcar blanca es $3500, el cual incluye el mantenimiento de las maquinas, el pago
al trabajador, costo de la lamina del empaque y estampados del supermercado.
Tambin el ingenio le vendi en el mes de abril 5070, 8250, 7080, 6080
unidades de 2,5 kilogramos de azcar morena por la suma de $27.885.000. $
43.560.000. $37.311.600. y $34.0272.960. $ a la 14, xito, Carrefour y Carulla
respectivamente. Por ende el precio por unidad de 2,5 kg de azcar blanca es de
$5500, $5280, $5270, $5512 para la 14, xito, Carrefour y carulla respectivamente.
Para el ingenio el costo por producir una unidad de 2,5 kg de azcar morena es
$3850, el cual incluye el mantenimiento de las maquinas, el pago al trabajador,
costo de la lamina del empaque y estampados del supermercado.
Teniendo el precio en el cual se vende cada unidad de 2,5 kg a los cuatro
clientes principales se debe sacar el precio promedio al cual una unidad se vende.
Para esto se suman los precios por unidad de cada supermercado y se dividen por
cuatro.
Cliente
Precio
La 14
$ 5.000
xito
$ 4.800
$ 5.000
Carrefour $ 4.700
$ 4.800
Carulla
$ 5.125
$ 4.700
$ 5.125
Cliente $ 19.625
Precio 4=$
4.906
La 14
$ 5.500
xito $ 5.500
$ 5.280
Carrefour
$ 5.270
$ 5.280
Carulla $ 5.270
$ 5.637

Con los datos presentados anteriormente ya se puede

$ 5.638
$ 21.562 4=$ determinar la funcin objetivo a maximizar, que se
5.391
encuentra

restndole

el

costo

la

utilidad.

Z =4.906 x 1+5.391 x 2(3.500 x 1 +3.850 x 2 ) , entonces la funcin objetivo la cual

buscamos maximizar es;

Z =1.406 x 1 +1.541 x 2

Se deben determinar entonces las restricciones que estn establecidas: La

capacidad de produccin de las maquinas y el pedido de los cuatro diferentes

Salazar, Cardozo 21

mercados. Cada mquina Discovery produce 17 bolsas de 2,5 kg por minuto, estas
maquinas trabajan 5 horas diarias en la produccin de este empaque, un total de
5.100 bolsas al da por 25 das hbiles en mes para dar un total de 127.500 bolsas al
mes por cada mquina y 255000 por las dos maquinas. Cada mquina Teppak
produce 37 bolsas de 2,5 kg por minuto, estas maquinas trabajan 5 horas diarias en
la produccin de este empaque, para un total de 9.300 bolsas diarias y 277.500
bolsas al mes por cada mquina y 555000 por las dos.
Como se dijo anteriormente la 14, xito, Carrefour y Carulla ordenaron un
total de unidades de 2,5 kg de azcar blanca y morena de 44070, 63250, 66080 y
44080 y el ingenio no puede venderle ms de lo que ellos piden y se convierte en
una restriccin. Por ende las restricciones son las siguientes:
204000 x1 +51000 x 2 1122000 Maquinas discovery
4717750 x 1+ 83250 x 2 2442000 Maquinas teppak
38781 x 1 +5288 x2 55080

La 14

56829 x 1 +9251 x 2 76090 Exito

58811 x1 +7269 x 2 78600 Carrefour
37909 x 1 +6171 x2 538000

Carulla

A. Bibliografa
1. http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
i.
Historia del sistema, creador, y sus antecedentes
2. www.marm.es/ministerio/pags/biblioteca/revistas/pdf_ays/
a005_01.pdf
Hillier, Frederich. [Gerald J. Lieberman] Introduccion a
la investigacin de operaciones. [Jose H. Perez
castellanos] Mxico, McGraw-Hill, 1985.[Pag. 15]
ii.
Aplicaciones del modelo en los distintos campos
3. www.marm.es/ministerio/pags/biblioteca/revistas/pdf_ays/
a005_01.pdf
iii.
Aplicaciones en el sector agrario
4. http://www.programacionlineal.net/programacion_lineal.ht
ml
iv.
Cmo varia este modelo econmico con respecto a las
caractersticas del producto?