Modelooptimizar PDF

INSTITUTO POLITÉCNICO NACIONAL
UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

INVESTIGACIÓN Y CIENCIAS SOCIALES Y
ADMINISTRATIVAS
“Modelo para optimizar la recolección de tarimas

en una empresa arrendadora: Caso de estudio”
TESIS
QUE PARA OBTENER EL GRADO DE MAESTRO EN CIENCIAS
CON ESPECIALIDAD EN ADMINISTRACIÓN
PRESENTA:
CÉSAR RODRIGO SOTO BETANCOURT
DIRECTOR DE TESIS:
DR. EDUARDO GUTIÉRREZ GONZÁLEZ
MEXICO, D.F. 2008

CONTENIDO
RESUMEN
ABSTRACT
INTRODUCCIÓN……………………………………………………………………………………………………..…….. 1
CAPÍTULO I. SITUACIÓN ACTUAL DE LA EMPRESA

1.1 ANTECEDENTES………………………………………………………………………………………..4
1.2 MISIÓN, VISIÓN Y VALORES …………………………………………………………………….6
1.3 RED DE PLANTAS CHEP EN MÉXICO………………………………………………………….6
1.4 FUNCIONAMIENTO DEL SISTEMA CHEP…………………………………………………....7
1.5 VENTAJAS Y BENEFICIOS PARA LOS CLIENTES………………………………….......7
1.6 ESTRUCTURA DE CHEP…………………………………………………………………………....9
1.7 BENEFICIOS AMBIENTALES……………………………………………………………….......15
1.8 PRODUCTOS QUE SE OFRECEN EN MÉXICO………………………………………….….16
1.8.1 LA TARIMA DE MADERA……………………………………………….……………...16
1.8.2 LA TARIMA DE EXPORTACIÓN……………………………………………….......20
1.8.3 CONTENEDOR PLÁSTICO REUTILIZABLE (RPC)…………………………….22
1.8.4 CONTENEDOR DE VOLUMEN INTERMEDIO (IBC)…………………………..24
1.9 PRODUCTOS EN DESARROLLO: EL PALLET PLÁSTICO…………………………....25
1.10 PROBLEMÁTICA…………………………………………………………………………………….….26
CAPÍTULO 2. FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO DE

PROGRAMACIÓN LINEAL
2.1 INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL…………………………………………29
2.1.1 SUPUESTOS DE LA PROGRAMACIÓN LINEAL …………………………………31
2.2 MODELOS DE REDES………………………………………………………………………….….….32

i
2.2.1 NOTACIÓN Y TERMINOLÓGÍA…………………………………………………….... 32
2.2.2 APLICACIONES DE LA OPTIMIZACIÓN DE REDES…………………………... 34
2.2.3 MODELOS DE OPTIMIZACIÓN DE REDES ……………………………………….. 34
2.3 ÁRBOL DE EXPANSIÓN MÍNIMA……………………………………………………………….... 35
2.3.1 DESCRIPCIÓN DEL PROBLEMA……………………………………………….………. 34
2.3.2 CARACTERIZACIÓN DE UN ÁRBOL…………………………………………………..37
2.3.3 ALGORITMOS PARA RESOLVER PROBLEMAS DE ÁRBOL DE EXPANSIÓN

MÍNIMA……………………………………………………………………………………….....37
2.3.4 ALGORITMO DE KRUSKAL………………………………………………………………..37
2.4 MODELO DE LA RUTA MÁS CORTA………………………………………………………….... 40
2.4.1 FORMULACIÓN DE UN EJEMPLO DEL CAMINO MÁS CORTO………..…. 41
2.4.2 PROBLEMA DE RUTA MÁS CORTA……………………………………………….....41
2.4.2.1 RUTA MÁS CORTA ENTRE DOS NODOS ESPECIFICOS s Y t...41
2.4.2.2 RUTAS MÁS CORTAS ENTRE UN NODO ESPECÍFICO s Y TODO

NODO i DE LA RED (ALGORITMO DE DIJKSTRA)…………………43
2.4.2.3 RUTA MÁS CORTA ENTRE TODO PAR DE NODOS (ALGORITMO

DE FLOYD)………………………………………………………………………….44
2.5 MODELO DE FLUJO MÁXIMO……………………………………………………………….………45
2.6 PROBLEMA DEL FLUJO DE COSTO MÍNIMO…………………………………………….…. 46
2.7 EL PROBLEMA DEL AGENTE VIAJERO O VENDEDOR……………………………..…… 47
2.8 EL PROBLEMA DEL CARTERO CHINO……………………………………………………..…..50
CAPÍTULO 3. DISEÑO DE LA PROPUESTA DE MEJORA
3.1 ANÁLISIS DEL TIPO DE PROBLEMA PARA LA RECOLECCIÓN DE TARIMAS………………. 53
3.1.1 CENTRO DE RECOLECCIÓN DE TARIMAS PARA LA EMPRESA…………………….. 54
ii
3.1.2 ESTUDIO DE LA RED DE RECOLECCIÓN Y SU DESCOMPOSICIÓN………………… 55
3.2 ASPECTOS A CONSIDERAR EN LAS RUTAS DE RECOLECCIÓN DE TARIMAS……………..57
3.3 MODELO GENERAL PARA DETERMINAR EL NÚMERO ÓPTIMO DE UNIDADES DE

TRANSPORTE PARA LA RECOLECCIÓN DE TARIMAS…………………………………….………...58
3.4 METODOLOGÍA PROPUESTA ………………………………………………………………………………...60
CAPÍTULO 4. APLICACIÓN Y VALIDACIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

EMPLEADO EN LA RECOLECCIÓN DE TARIMAS
4.1 DETERMINACIÓN DEL NÚMERO ÓPTIMO DE UNIDADES DE TRANSPORTE………..…… 69
4.2 DISTRIBUCIÓN DE LAS UNIDADES DE TRANSPORTE EN LAS RECOLECCIONES

SEMANALES……………………………………………………………………………………………..……….…..77
4.2.1 RECOLECCIÓN SEMANA 1…………………………………………………………………..……..78
4.2.2 RECOLECCIÓN SEMANA 2………………………………………………………….……….……..80
4.2.3 RECOLECCIÓN SEMANA 3…………………………………………………………….……..…….81
4.2.6 RECOLECCIÓN SEMANA 6…………………………………………………………………..………84
4.2.7 RECOLECCIÓN SEMANA 7……………………………………………………………………......85
4.2.8 RECOLECCIÓN SEMANA 8……………………………………………………………………......86
4.2.10 RECOLECCIÓN SEMANA 10…………………………………………………………………...... 88
4.2.11 RECOLECCIÓN SEMANA 11…………………………………………………………………...... 89
4.2.12 RECOLECCIÓN SEMANA 12………………………………………………………………..……… 90
4.2.13 RECOLECCIÓN SEMANA 13……………………………………………………………..………… 91
4.3 RESULTADO FINAL…………………………………………………………………………………………….………. 92
4.4 DISEÑO DE LAS RUTAS ÓPTIMAS POR TOUR……………………………………………………….……… 92
4.5 PROGRAMA DE RECOLECCIÓN PROPUESTO……………………………………………………….……..102

iii
4.6 COSTOS INCURRIDOS………………………………………………………………………………………………….115
4.6.1 EVALUACIÓN ECONÓMICA………………………..………………………………………………..118
CONCLUSIONES…………………………………………………………………………………………………….………… 123
BIBLIOGRAFÍA……………………………………………………………………………………………………….………..126
APÉNDICES……………………………………………………………………………………………………………………… 127
iv
Resumen
Es en el ámbito de la Logística en donde se ubica la presente investigación, que tiene por
finalidad lograr que la empresa CHEP México reduzca los tiempos de recolección de sus
tarimas empleando transportes propios cuando éstas son desocupadas en los
supermercados; ya que en la actualidad contratan los servicios de terceros. De esta forma
se podrá atacar el grave problema de desabasto que presenta para suministrarlas
nuevamente a sus clientes (las empresas manufactureras). La metodología aquí descrita,
sin embargo, podrá ser aplicable para todas aquellas empresas que se dediquen a
suministrar tarimas bajo un esquema de renta.
Para comprobar tal afirmación será necesario comparar los tiempos de recolección
utilizados con el actual esquema de trabajo y el que se utilizaría en la propuesta de mejora
para recolectar 357,687 tarimas ubicadas en localidades de 46 ciudades, municipios o
delegaciones de las zonas centro, sur, y occidente del país, y abastecerlas al depósito MX16
ubicado en el área Metropolitana. El período de análisis de estas recolecciones se llevó a
cabo durante la temporada de fin de año del 2007 (que abarca los meses de octubre,
noviembre y diciembre), por considerarla una de las temporadas más críticas.
En el trabajo se muestra una metodología para representar esta problemática como

un modelo de programación lineal y al ser resuelto con ayuda de algún paquete, las
soluciones factibles arrojan: 1) el número óptimo de camiones y de que tipos tendrán que
ser, necesarios para recolectar los volúmenes semanales de tarima y 2) la asignación de
cada uno de estos camiones en las recolecciones por las 46 localidades, con base en el
número de viajes que pueden realizar por semana. Posteriormente con la información de
los kilómetros de distancias que existen para llegar de una entidad a otra incluyendo al
depósito de la empresa, generar las rutas óptimas, basándose en el algoritmo del viajante
de comercio (el camino más corto).
La comparación de resultados también se realiza en función de los costos empleados

y además la investigación considera el impacto económico que la empresa sufriría de no
tomar medidas inmediatas, si perdiera por completo los requerimientos anuales de tarimas
de varios de sus clientes que actualmente ya trabajan con la competencia.
v
Abstract
It’s in the scope of the Logistics where the present investigation is located, that it has as
objective to obtain that CHEP México’s company reduces the times of gathering their
pallets using their own transports when these are vacated in the supermarkets o depots;
using this method the serious problem to supply pallets toward their clients will be
attacked; because nowadays the company contract the transport services of others. The
methodology described here could be applicable for all companies that are dedicated to
provide pallets under a rent scheme.
It’ll be necessary to compare the times of gathering used between the current work
scheme and the improvement proposal in order to check this method. The number of
pallets to gather is 357,687 pallets which are located in supermarkets or depots of 46
cities, municipalities or delegations in the country and supply the MX16 CHEP’s depot
located in the Metropolitan area. The period of these gathers was during the 2007 on the
months of: October, November and December, because these are considered one of the
most critical seasons.
On the other hand, the investigation shows a methodology in order to represent this
problematic like a model of linear programming which it´s going to be solved with the help
of one software, where the feasible solutions throw: 1) the optimal number of trucks and
the types that must be, 2) the allowance of these trucks along the 46 localities every week,
accordance with the number of trips that they can do it. Later with the information of the
kilometers of distances that exist to arrive from a city to another including the MX16
CHEP’s depot, to generate the optimal routes, which will be based on the algorithm of the
commerce traveler (the shortest way).
The comparison of results is made in a matter of costs too, and the investigation
considers the economic impact that the company would suffer if the company don’t take
immediate actions, one example of this is that everyday the company is losing
requirements of pallets because some of his clients are working with the competition.
vi
Introducción
Todas las empresas que se dedican a la fabricación de productos, para ser más eficientes
en las entregas de sus pedidos de mayor volumen, paletizan dichas mercancías. Paletizar
consiste en realizar un acomodamiento óptimo de mercancías empaquetadas sobre tarimas
(que pueden ser de plástico o de madera), que son trasladadas a través de montacargas o
patines para agilizar las maniobras de carga y descarga; esto trae consigo hablando en
términos logísticos que se optimice en cierta medida la cadena de suministro. Es por ello
que todas estas empresas se ven en la necesidad de asignar una parte de su presupuesto de
producción para la adquisición de estos equipos.
Para atender esta necesidad existen empresas en el mercado que se dedican a la

venta de tarimas, pero también existen algunas empresas como CHEP, SAPSA, MOVERE y
SMART entre otras, que se dedican a rentarlas; incluso algunas de estas empresas pueden
ofrecer el servicio de entrega hasta el domicilio del cliente por un cargo adicional.
Bajo este esquema de arrendamiento, las empresas manufactureras obtienen

grandes beneficios al no tener que destinar recursos para realizar la recolección de sus
tarimas cuando éstas son desocupadas en las tiendas comerciales o centros de distribución
de sus clientes, ni para la reparación y almacenamiento de tarimas, es decir, en términos
generales, eliminan grandes inversiones de capital, debido a que no tienen que invertir en
la administración de tarimas propias.
Es por eso que a muchas de estas empresas les resulta más atractivo obtener los
servicios de las arrendadoras, ya que al tercerizar este tipo de actividades, les permiten
concentrarse en actividades que si constituyen su núcleo de negocio, aumentando su
competitividad.
La presente investigación se lleva a cabo en la empresa CHEP México (que se

destaca por tener un stock de tarimas mucho mayor que las otras, así como por tener
presencia en otros países), tiene por objetivo generar una propuesta de mejora para
eficientizar el suministro de tarimas a sus clientes en tiempo. En el planteamiento del
problema queda establecido que la empresa presenta durante varios períodos al año,
desabasto de tarimas para surtir sus pedidos, lo que se considera un problema muy grave
1
Introducción
que ha tenido como consecuencia, la pérdida de clientes al estar de por medio su

satisfacción. Una de las causas principales de esta problemática es porque la empresa no
cuenta con transportes propios lo que dificulta la labor de recolección de las tarimas ya
que se ve en la necesidad de contratar los servicios de transportistas externos, medida que
no es la más acertada como se podrá ver más adelante en la investigación ya que ellos no
trabajan exclusivamente para CHEP.
Por si no fuera poco dicha medida también repercute en el servicio que ofrece la
empresa de entregar las tarimas hasta las bodegas de los clientes, cuando éstos lo
requieren, ya que también se incurre en retrasos.
Por lo tanto dentro de la propuesta de mejora, en el presente trabajo se plantea

que es posible agilizar los tiempos de recolección, si la empresa contara con una flotilla de
transportes propios.
Para poder demostrar lo anterior, fue necesario comparar los tiempos de

recolección que se utilizaron con el actual esquema de trabajo y el que se utilizaría en la
propuesta de mejora para recolectar 357,687 tarimas que estuvieron ubicadas en
localidades de 46 ciudades, municipios o delegaciones de las zonas centro, sur, y occidente
del país, y con este volumen abastecer exclusivamente al depósito MX16 ubicado en el área
Metropolitana; el período que correspondió a estas recolecciones fue durante la temporada
de fin de año del 2007 (que abarca los meses de octubre, noviembre y diciembre), por ser
una de las temporadas más críticas.
Una vez teniendo esta información, la investigación consistió, primeramente en

determinar cuál sería el número óptimo de camiones a adquirir y de qué capacidades.
Posteriormente en elaborar los programas de recolección con base a los volúmenes de
recolección realizados semanalmente por los transportistas externos y a las distancias entre
las localidades; para finalmente comparar si en realidad la propuesta de mejora permite
recolectar en menos tiempo dicho volumen.
El primer capítulo, contiene como primer paso información general de la empresa

como: antecedentes, los países en donde también tiene presencia, la distribución de sus
depósitos en el país, su organigrama, los productos que ofrecen; es decir, información que
servirá para dar una idea general de lo que es y como opera la empresa. Finaliza con la
descripción y planteamiento del problema, identificando algunas de las causas que lo están
originando.
2
Introducción
En el segundo capítulo se hace referencia a todo el aspecto teórico necesario para

lograr una mejor comprensión sobre la naturaleza del problema, por lo que conceptos como
“nodo”, “ruta crítica”, “red”, “algoritmo” etc., mencionados a lo largo de la investigación
no deberán presentar problema alguno para su entendimiento.
Durante el tercer capítulo, se mencionan aspectos a considerar en la elaboración de

rutas de recolección, se describe el modelo general para determinar el número óptimo de
camiones, y la metodología general que deberá seguirse para realizar la asignación de
dichas unidades en los programas de recolección.
El capítulo cuatro muestra la aplicación de la metodología y modelos desarrollados en

la investigación; y será hasta este momento donde se podrá determinar si la propuesta de
mejora cumple con el objetivo perseguido, al compararse posteriormente los resultados
que se tiene contra los obtenidos con el actual esquema de trabajo, que es el de contratar
los servicios de transportistas.
Finalmente se presentan las conclusiones del estudio de caso analizado.
3
Capítulo 1
SITUACIÓN ACTUAL DE LA EMPRESA CHEP MÉXICO
1.1 ANTECEDENTES
Todas las empresas que se dedican a la elaboración de productos, para facilitar su
distribución a toda su cartera de clientes (entre las que destacan las grandes cadenas
comerciales como Grupo Walmart, Comercial Mexicana, Soriana, Chedrahui, Gigante, etc.),
entregan dichos productos en paletizado; esto último consiste en realizar un
acomodamiento óptimo de las cajas de sus productos sobre una tarima que puede ser de
plástico o de madera, para que sean transportados con mayor seguridad y rapidez. Esto,
hablando en términos de logística significa que las empresas contribuyen a optimizar la
cadena de suministro; ya que la principal ventaja de entregar de esta forma radica en la
simplificación del tiempo de maniobras de carga y descarga, lo que genera un ahorro, tanto
en costo como en tiempo.
Principalmente por dicha razón todas las empresas se ven en la necesidad de asignar
una parte de su presupuesto de producción para la adquisición o renta, tanto de tarimas
como de contenedores para realizar dicha distribución.
CHEP atendiendo a esas necesidades es uno de los principales proveedores de tarima

de madera (pallet), que existen a nivel mundial y en la actualidad esta empresa es líder en
la administración y control de tarimas y contenedores, teniendo presencia en nuestro país.
En México, la empresa también se dedica exclusivamente a la renta de tarimas de

madera, contenedores plásticos reutilizables (RPC), y contenedores de volumen intermedio
(IBC), este último es utilizado para almacenar básicamente líquidos.
A continuación se da a conocer parte de los antecedentes de la empresa, así como de

las características del negocio.
4
Situación actual de la empresa
El Commonwealth Handling Equipment Pool (CHEP), fue establecido por el gobierno

australiano poco después de la Segunda Guerra Mundial y en 1958 fue adquirido por
Brambles Industries de Australia. En 1974, Brambles une su fuerza con la división de
servicios industriales de GKN ubicada en Inglaterra y juntos expanden el sistema de renta
de tarimas CHEP.
Canadá marca el inicio de la operación de CHEP AMERICAS en 1980 para después

incorporarse al mercado Norteamericano CHEP en USA en 1990.
CHEP México y CHEP Chile se fundan en 1995, mientras que CHEP en México surge
para apoyar a la industria en momentos en que se requería de herramientas eficaces para
reducir costos operativos e incrementar la productividad; ya que CHEP ofrece soluciones a
todos los ramos de la industria tales como: abarrotes, bebidas, alimentos, bienes de
consumo, automotriz, hogar, ferretería, carnes y productos del campo.
En otros países de Latinoamérica como CHEP BRASIL se funda en 1998, en CHEP

Argentina inicia sus actividades a principios de 1999. De esta forma, CHEP administraba en
el año 2002 un pool de 218 millones de tarimas y 47 millones de contenedores a nivel
mundial. En lo que se refiere a nuestro país, actualmente el pool de tarimas en México
supera ya los 3,500,000.
1978
1974 Chep
Holanda
Chep
1980 UK 1978
Chep Chep
1975
Canadá Chep Bélgica
Irlanda 1984
Chep
1990 Chep
Chep 1993 Alemania
Hong
USA Chep
1994 Kong
Portugal
Chep
1995 1994
1988 Italia
Chep Chep
Chep Malasia
México 1979
España Chep
Francia
1998
Chep
Brasil 1958
1979 Chep
Chep Australia
1995
Chep Sud
Chile Africa
1958
Chep Nueva
1999 Zelandia
Chep
Argentina
Fig. 1.1 Presencia de CHEP en el mundo.

Fuente: Manual de capacitación sobre el uso, manejo y control de pallets.
5
Capítulo 1
1.2 MISIÓN, VISIÓN Y VALORES

Visión
Como líderes en servicios de administración de tarimas y contendedores, el compromiso de
la empresa CHEP consiste en optimizar los costos en la industria cuidando siempre el medio
ambiente; pero sobre todo la asociación con sus clientes.
Misión
Ser el proveedor líder de servicios a nivel mundial y en constante búsqueda de nuevos
productos y negocios, usando la experiencia y habilidad para ir más allá de las expectativas
de sus clientes
Valores
• Todo empieza en la asociación con el cliente.
• La empresa cree en la gente y en el trabajo en equipo.
• Siempre mantendrá su integridad y respeto, tanto para la comunidad como para el
medio ambiente.
1.3 RED DE PLANTAS CHEP EN MÉXICO

Los centros operacionales CHEP (o depósitos de tarimas y contenedores), se encuentran
estratégicamente ubicados en todo México. Es allí donde se encuentran los stock’s, tanto
de tarimas como de contenedores listos para ser suministrados a todas las empresas
manufactureras y distribuidoras que así lo requieran.
Los centros de depósito de tarimas ubicados en México son los siguientes:
• Tijuana
• C. Juárez
• Culiacán
• Monterrey (2)
• Guadalajara
• Querétaro
• Morelia
• Área Metropolitana (3)
• Puebla
• Mérida
Fig. 1.2 Distribución de los centros de depósito de CHEP en México.

Fuente: Manual de capacitación sobre el uso, manejo y control de pallets.
6
1.4 FUNCIONAMIENTO DEL SISTEMA CHEP

A continuación se explica brevemente el funcionamiento del sistema CHEP:
a) CENTROS OPERACIONALES CHEP.- Los equipos CHEP de alta calidad son entregados
al fabricante o alguno de sus proveedores de materia prima.
b) FABRICANTE.- Coloca su producto sobre los equipos CHEP y efectúa la entrega al
cliente distribuidor.
c) DISTRIBUIDOR.- Utiliza los equipos CHEP en su proceso hasta que vacíe el producto
depositado por el fabricante y los equipos queden desocupados. Después de lo
anterior los separan y son retornados a los Centros operacionales CHEP (depósitos
CHEP).
d) PASO FINAL.- Los equipos CHEP son inspeccionados y si alguno se encuentra dañado,
se repara. El Centro operacional CHEP siempre asegurará que los equipos CHEP
estén en óptimas condiciones de uso antes de ser integrados de nuevo al ciclo.
CONCEPTOS DE ALQUILER
CHEP administra un importante inventario, tanto de tarimas azules como de contenedores,
de excelente diseño, gran durabilidad y alta calidad que se proporcionan a las empresas
participantes, sobre la base de renta diaria. Estas tarifas se componen de los siguientes
conceptos:
• SALIDA cargo que se aplica cuando los productos CHEP salen del Depósito CHEP en
destino al solicitante (que generalmente es un fabricante).
• RENTA cargo diario por los productos CHEP, que se aplica desde el momento en que
éstos salen de los depósitos CHEP, y hasta que se realiza la entrega de los mismos a
un Distribuidor.
• TRANSFERENCIA cargo que se aplica cuando los productos CHEP son entregados a un
Distribuidor.
1.5 VENTAJAS Y BENEFICIOS PARA LOS CLIENTES

Cuando un cliente se incorpora al sistema CHEP automáticamente se está asegurando de
recibir, siempre tarimas de alta calidad y a su disposición en las cantidades que requiere,
al margen de variaciones estacionales y de otros tipos.
EN EL MERCADO
CHEP identifica sus tarimas con un color azul exclusivo, logotipo y leyenda que
disminuye pérdidas de los equipos. El sistema CHEP elimina conflictos con los
transportistas y clientes, originados por discrepancias con la cantidad y calidad de las
tarimas.
7
Capítulo 1
EN EL ASPECTO FINANCIERO
Los beneficios del sistema CHEP son múltiples. El servicio de alquiler de los equipos
CHEP, permite destinar la inversión a asuntos propios de su negocio y ahorrar los costos
de capital inmovilizado; así como eliminar los gastos de reparación y reducir los gastos
de almacenamiento; los costos de la paletización son identificables y analizables.
COMO HERRAMIENTA LOGÍSTICA
El sistema CHEP es una verdadera herramienta logística que opera con una red Nacional
de depósitos de tarimas azules, en el que participa personal altamente calificado para
ayudar a los usuarios a lograr los máximos beneficios de su membresía.
BENEFICIOS
• Existe un involucramiento de todos los participantes; ya que al estar integrados con

CHEP, se buscan mejoras dentro de la logística de producción y distribución.
• Reduce la carga administrativa ahorrando tiempo y dinero; el cliente se olvida de

adquirir, dar seguimiento, recuperar y reparar las tarimas.
• CHEP y su equipo de servicio aseguran consistencia; por su calidad y disponibilidad

de contenedores y tarimas.
• Se ahorra espacio y tiempo al no tener producto que acondicionar o desechar;

porque con CHEP se reduce el daño.
• La integración con sistemas automáticos aporta una gran eficiencia. Por contar con
equipo estandarizado en el proceso productivo y/o de distribución.
• Se tiene mejor aprovechamiento del espacio de transportación y almacenaje; por la

compatibilidad de tamaños entre las tarimas y los contenedores.
• Con la calidad en las tarimas, RPC´s y IBC´s CHEP; se reduce el daño a su producto.
• Se incrementa la eficiencia en el manejo; ya que ayuda a mover mayor cantidad de

productos más rápidamente.
• Las unidades de carga son más seguras; gracias a las normas de calidad CHEP.
• La rigurosa inspección y mantenimiento; brindan a su empresa una calidad

constante.
• Los contenedores lavados después de su uso, aseguran los requerimientos de

higiene.
• El sistema completo y bien aplicado proporciona tranquilidad, porque el servicio que

CHEP ofrece, le permite dedicar más tiempo a otras actividades.
8
1.6 ESTRUCTURA DE CHEP

La empresa está organizada en siete áreas principales, de las que se encuentran al frente
cinco direcciones y dos gerencias (ver figura 1.3); quienes le reportan a un Director
General.
Dirección
General
Dirección de Dirección de Dirección de Dirección de Dirección de Gerencia de Gerencia de

Ventas Asset Operaciones Logística Finanzas Rec.Humanos Sistemas
Management
Fig. 1.3 ORGANIGRAMA de la empresa

Fuente: Manual de organización de la empresa.
La Dirección de Ventas tiene a su cargo prospectar y atraer nuevos clientes al circuito

operativo, es responsable además de darles a conocer la forma en que opera la empresa,
así como de los beneficios que se les otorga; de actualizar tarifas, del otorgamiento de
descuentos y/o bonificaciones, y de negociar cargos por pérdida de equipos.
La Dirección de Asset 1 Management tiene a su cargo la correcta administración de los
equipos en poder de los clientes; puesto que la mayor parte del tiempo dichos equipos se
encuentran fuera de los depósitos CHEP, es necesario que personal de esta área, se
encuentre en constante comunicación con los clientes, con el fin de controlar sus stocks y
además de atender sus requerimientos otorgándoles un buen servicio.
La Dirección de Operaciones tiene a su cargo el control de las plantas CHEP, es decir
de todos los depósitos donde se almacenan los equipos, para suministrar los
requerimientos de los clientes. En esta dirección recae también la responsabilidad de
comprar más activos cuando se determina que la demanda va a ser mayor que la
disponibilidad.
La Dirección de Logística, es responsable de realizar las entregas de pedidos con
transporte incluido, y además de realizar las recolecciones de los equipos en todas las
tiendas y/o centros de distribución de todas las cadenas comerciales con las que se tiene
convenio.
Como toda organización formalmente establecida, la cuestión financiera y laboral de
los trabajadores recae en áreas tales como Finanzas y Recursos Humanos. Como puede
verse en el organigrama, esta empresa ha determinado en dejar a nivel gerencial los
1
Posesión, bien(es), activo(s)
9
Capítulo 1
puestos que están al frente de las áreas de Recursos Humanos y de Sistemas, en vez de
tenerlos a nivel directivo; lo que parece ser correcto, considerando que esta empresa al
ser de servicios (el nombre correcto de la empresa es Servicios Corporativos CHEP), excluye
a todo el personal operativo que se encuentra laborando en las plantas; debido a que éstas
se manejan de manera independiente. Por consiguiente, el área de Sistemas se encarga de
dar soporte técnico a un número menor de empleados.
DIRECCIÓN DE VENTAS.
Director
de Ventas
Gerente de Ventas Gerente de Ventas

Pallets RPC’s y Unicons
Ejecutivo Ejecutivo
de Ventas (6) de Ventas (4)
Fig. 1.4 ORGANIGRAMA.- Dirección de Ventas

A la Dirección de Ventas le reportan dos Gerencias, una se encarga de llevar todo lo
relacionado con el segmento de las tarimas, y la otra de los contenedores (RPC’s y
Unicons); a su vez, cada Gerencia tiene a su cargo Ejecutivos de cuenta quienes están
encargados de atraer nuevos clientes y realizar las negociaciones.
DIRECCIÓN DE ASSET MANAGEMENT
Director de
Asset
Management
Gerente de Gerente de
Customer Customer Gerente de
Service Service Asset
Emitter’s Distributor’s Control
Team Leader Team Leader Coord. Team Leader Team Leader Coord. Coord. Coord. Coord,
Large Small-Rpc Analistas Walmart Supermdos. Abarrotes Abarrotes Analistas Admvo. (4)
small Large
Coord Coord. Analistas de Analista de Coord. Analista de

Servicio (4) Servicio (4) Servicio (4) Servicio (4) Servicio (4) Servicio (3)
Fig. 1.5 ORGANIGRAMA.- Dirección de Asset Management

10
Para entender el organigrama explicamos que existen dos diferentes tipos de clientes
dentro del circuito operativo de CHEP: los llamados “Emitter’s” o fabricantes, quienes son
las empresas que elaboran productos y los “Distributtor’s” o cadenas comerciales quienes
reciben dichos productos y los ponen a disposición de los consumidores. Es por esto, que en
el organigrama existen de manera separada una Gerencia de Servicio al cliente para
clientes fabricantes, y otra para clientes distribuidores. A ambas Gerencias les reportan
Team Leader’s quienes se encargan de supervisar las actividades de los Coordinadores de
servicio; quienes a su vez, son los encargados de administrar la operación de un
determinado número de clientes asignados; los mismos que son clasificados por la empresa
de acuerdo a ciertos criterios. Para el caso de los Emitter’s los clientes son clasificados
según el tipo de equipo que rentan, es decir, hay clientes de tarimas, y clientes de
contenedores (RPC’s y Unicons).
Sin embargo para el caso de los clientes de tarimas, éstos son clasificados además
según su volumen de operación; por lo que existen clientes “large” y “small”. Con los
Distributtor’s, la clasificación es con base a los segmentos de mercado; es decir, existe un
Team Leader apoyado por cuatro Analistas de Servicio encargado de ver todo lo relacionado
con el Grupo Walmart, y otro para revisar todo lo relacionado con las demás cadenas
comerciales o supermercados: Gigante, Soriana, Comercial Mexicana, Chedrahui, teniendo
un Coordinador de Servicio asignado para cada uno de estos clientes.
Los Coordinadores de Servicio como se comentó se encargan de administrar la

operación de los clientes, esto en gran medida corresponde a auditar los stock’s de los
clientes asignados (realizando inventarios periódicamente), para detectar a tiempo
cualquier “foco rojo”, de atender los requerimientos de los clientes, revisar la facturación
de los clientes, de supervisar que los clientes notifiquen en tiempo sus movimientos de los
equipos CHEP (es decir, a que cadenas comerciales han enviado dichos equipos), y que
éstos no presenten inconsistencia alguna; de inspeccionar la calidad de los equipos CHEP, y
de autorizar en caso de aplicar el cambio físico de los mismos, cuando los clientes realicen
alguna reclamación, y de mantener el flujo operativo de los equipos CHEP por arriba del
objetivo trazado por los directivos.
Mantener el flujo operativo de los equipos CHEP, para el caso de los Coordinadores
que están en el área de Emitter’s, en otras palabras esto tiene que ver con el registro en el
sistema de la empresa de todos los pedidos y las transferencias (envíos) de los equipos
CHEP que realizan todos los clientes fabricantes. Por ejemplo, si un cliente realiza un
pedido por 100 tarimas, para que este tenga un flujo operativo “sano” del 100%, deberá
quedar registrada también la transferencia por estas 100 tarimas que le haya enviado a una
determinada cadena comercial.
Para el caso de los Coordinadores que están en el área de los Distributtor’s es muy
similar la manera en que ellos deben mantener el flujo operativo; ya que tienen la
responsabilidad de coordinar que las recolecciones de los equipos CHEP se realicen lo más
11
Capítulo 1
pronto posible, y sean retornados a las depósitos, aplicándose dichos movimientos en el

sistema de la empresa.
En el área de analistas primordialmente se tiene como finalidad, la creación de

reportes estadísticos que apoyen la toma de decisiones de las Gerencias y para los clientes
los reportes le sirven para conocer el detalle de sus movimientos semanalmente.
Finalmente la Gerencia de Asset Control, tiene a su cargo la administración y

mantenimiento del sistema SAP. Existen cuatro Coordinadores administrativos, encargados
de realizar dichas transacciones.
DIRECCIÓN DE OPERACIONES
Director de
Operaciones
Gerente de
Operaciones
Coordinador de Coordinador de Planeador de

Operaciones (5) Calidad (1) Operaciones
Analista de Calidad Analista de SAP
Analista de
Información
Fig. 1.6 ORGANIGRAMA.- Dirección de Operaciones

A la dirección de Operaciones le reporta una Gerencia, quien tiene a su cargo a su vez

cinco Coordinadores de Operaciones, un Coordinador de Calidad y un Planeador de
Operaciones. Los Coordinadores de Operaciones tienen a su cargo todos los centros de
depósitos que hay en el país; su labor es muy importante, ya que su función es que exista
siempre la disponibilidad de los equipos CHEP. El Coordinador de Calidad tiene como
principal responsabilidad, procurar que los equipos en renta siempre cumplirán con los
criterios de inspección establecidos, y que se evite poner en riesgo las mercancías. El
Planeador de Operaciones, tiene a su cargo el análisis de todos los movimientos registrados
en sistema, con el fin de pronosticar demandas futuras, realizar cuando sean necesarios
traspasos de stock’s entre plantas (recolecciones), etc.
12
DIRECCIÓN DE LOGÍSTICA
Director de
Logística
Gerente de Logística
Team Leader 1 Team Leader 2 Especialista

Logístico
Analista Logístico Analista Logístico
Fig. 1.7 ORGANIGRAMA.- Dirección de Logística

La dirección de Logística tiene a su cargo: 1) realizar todas las entregas de los

equipos, que sean con transporte; y 2) que se realicen las recolecciones de los equipos
CHEP que se encuentren disponibles en todas las localidades. Para ambas actividades la
Gerencia de Logística tiene a su cargo personal que ocupan los puestos de Team Leader; y
un tercer puesto (el de Especialista Logístico), tiene a su cargo entre otras actividades: el
desarrollo de transportistas alternos, la actualización de tarifas, y la distribución de los
porcentajes de participación de los transportistas disponibles.
DIRECCIÓN DE FINANZAS
Director de Finanzas
Gerente de Finanzas Gerente de Crédito y

Cobranza
Analista Financiero Supervisor de Crédito Analista de Crédito y

(6) y Cobranza (4) Cobranza (2)
Gestor (3)
Fig. 1.8 ORGANIGRAMA.- Dirección de Finanzas

13
Capítulo 1
De la Dirección de Finanzas, dependen la Gerencia de Finanzas, y la Gerencia de

Crédito y Cobranza; la primera tiene como una de sus funciones principales la reducción de
gastos, el financiamiento eficiente, la planificación de los presupuestos, la adquisición de
los equipos necesarios, la programación de los pagos (tesorería), etc. Todas estas
actividades de la Gerencia son apoyadas por seis analistas financieros.
La Gerencia de Crédito y Cobranza, obviamente se encarga de realizar toda esta

labor, teniendo como unos de sus objetivos principales reducir el índice de morosidad de
los clientes. De esta Gerencia dependen: cuatro supervisores y dos analistas.
DIRECCIÓN DE RECURSOS HUMANOS

Gerente de Recursos
Humanos
Especialista de Rec.
Humanos
Recepcionista
Fig. 1.9 ORGANIGRAMA.- Gerencia de Recursos Humanos

En el organigrama del área de Recursos Humanos, sólo se observan tres puestos, es

una estructura lineal, con actividades muy definidas para cada uno de éstos; al no ser ésta
una empresa con un número importante de empleados, la estructura de dicho organigrama
es corta.
DIRECCIÓN DE SISTEMAS
Gerente de Sistemas
Administrador de Supervisor de
Sistemas (2) Sistemas
Fig. 1.10 ORGANIGRAMA.- Gerencia de Sistemas

En organigrama del área de Sistemas, las funciones tanto de los administradores de

sistemas, como del supervisor de sistemas, están encaminadas a otorgar un soporte técnico
a los usuarios de los equipos (empleados). El soporte puede estar enfocado al software
14
(sistema SAP, CRM, Business Warehouse, etc.), y al hardware (impresoras, computadoras,

laptop’s, copiadoras, etc.). De igual forma que en el área de Recursos Humanos, la
estructura de dicho organigrama es corta por el número de empleados que pertenecen a
ella.
1.7 BENEFICIOS AMBIENTALES

El origen de las tarimas de CHEP lo encontramos en un bosque controlado. CHEP es muy
exigente con la madera que compra para fabricar las tarimas, seleccionando proveedores
que trabajan con bosques controlados y de esta manera, minimiza el impacto ambiental.
Por otra parte, la calidad de la madera es fundamental. Demasiados nudos u otros defectos
debilitan las tablas, acortando su vida útil. Las maderas duras y blandas deben cumplir las
especificaciones de CHEP, recogidas en un documento de 23 páginas desarrollado por el
departamento de Ingeniería de Producto.
“Adquirimos maderas de plantaciones controlados de modo sostenible en

Latinoamérica, Estados Unidos y otras zonas geográficas, siempre de primera calidad”,
señala Jolanta Tanski, Director Sourcing. “CHEP selecciona a proveedores que administran
bosques renovables y replantables. Somos una empresa que respeta el medio ambiente y
promueve las relaciones comerciales con proveedores de madera que aplican métodos
sostenibles de gestión medioambiental”.2
En relación con el modo en que CHEP garantiza la calidad de la madera, él expresa lo

siguiente: “La especificación de grado de la madera está directamente relacionada con la
calidad y durabilidad de nuestros pallets (tarimas)”, prosigue Jolanta. “Sólo la madera que
ha sido cuidadosamente clasificada y certificada como libre de contaminación pasa los
rigurosos controles de calidad de CHEP”, concluye.
Muchos proveedores de madera se encuentran en Latinoamérica, una región que

destaca por el gran desarrollo de las técnicas silvícolas. Los bosques crecen rápidamente en
esta región geográfica, normalmente el doble que en Norteamérica, debido al clima y a sus
características.
“Empleamos madera sin perjudicar el medio ambiente” afirma Ken Brandt, Manager,
Product Engineering CHEP. “Compramos principalmente en Chile y Uruguay, pero también
esperamos poder adquirir pino del sur de Brasil, fuera de zonas sensibles en términos
medioambientales”.3
La mayoría de las maderas blandas que compra CHEP son de pino radiata chileno o
CRP. Otros dos tipos de pino, el pino caribeño y el pino Elliottí, también han sido
2
Revista “One CHEP”, “Del almácigo al pallet”. Volumen 3, Número 4, 2006 página 10.
3
15
Capítulo 1
seleccionados para la fabricación de tarimas, después de muchas pruebas y un riguroso

proceso de auditoria.
“El pino se utiliza en todo el pallet salvo en las tablas del borde principal (T1), donde
los montacargas suelen golpear los pallets. Para esa zona utilizamos eucalipto o roble, que
es más resistente a los impactos” afirma Ken. “El pino, con unas fibras más largas, ofrece
la resistencia de curvado que necesitamos en las tablas de la base y de conexión”.
La vida de un bosque administrado de manera sostenible comienza plantando las
semillas o esquejes, que se convierten en plantas de semillero. A los dos años los árboles ya
alcanzan una altura de dos metros.
A partir de los cuatro años se cortan las ramas inferiores, lo que ayuda a producir
troncos libres de nudos; y posteriormente a los 8 años se aclara el bosque para eliminar
árboles más débiles. Es entre los 12 y 20 años cuando los árboles se talan, se cortan y se
llevan al aserradero.
En el aserradero las ramas se cortan en tablas. Para las tarimas, se corta una sección
rectangular en el centro del tronco con la anchura de una tabla de pallet estándar. A
continuación pasa por una sierra de múltiples cuchillas que la corta en tablas individuales
del grosor apropiado.
El pino radiata, un árbol alto y recto, es conocido por la elevada calidad de su
madera. Se desarrolla rápidamente y su ciclo de crecimiento es de 12 a 20 años. Los
árboles de la plantación se optimizan genéticamente para mejorar su crecimiento, fuerza
y resistencia a enfermedades.
Los bosques controlados son una fuente renovable de madera. Los proveedores de
CHEP cumplen con estrictas especificaciones de calidad y respeto medioambiental. La tasa
de crecimiento de estas plantaciones es superior a la de otro tipo de terrenos forestales.
Los bosques administrados de manera sostenible ocupan menos del 5% de la superficie
forestal mundial, pero suponen el 20% de la producción total de madera del mundo.4
1.8 PRODUCTOS QUE SE OFRECEN EN MÉXICO

CHEP a nivel mundial es una empresa líder en servicios de pooling, de tarimas y
contenedores, cuya propuesta es sencilla: reducir costos. Pooling es el uso compartido de
esas tarimas y contenedores CHEP, por parte de varios clientes o usuarios. Los productos
que se ofrecen en México son los mismos que se ofrecen en el resto del mundo y son los
siguientes.
1.8.1 LA TARIMA DE MADERA5

La tarima CHEP de madera tiene una base de diseño perimetral, hecho que permite una
mejor distribución del peso. Con esto se logra una mayor estabilidad de la estiba y
4
5
http://www.chep.com -Especificaciones del pallet CHEP mark 55
16
seguridad durante su manejo. Pesa 30 kg. y su diseño ofrece cuatro entradas reales, lo que
permite su movimiento por cualquier lado, proporcionando eficacia en las maniobras de
carga y descarga. Sus dimensiones corresponden al estándar de la GMA (Grocery
Manufacturers Association).
CAPACIDAD DE CARGA
Apilamiento en piso:
1 nivel 4,950 Kgs.
2 niveles 3,600 Kgs.
Almacenaje en Racks:
Racks 1,590 Kgs. Fig. 1.11 Tarimas de CHEP
CARACTERÍSTICAS:
Descripción: Tarima (Pallet) CHEP de 40” x 48” x 5 5/8”

Color: Azul
Dimensiones:
Ancho: 48 pulgadas (1.219 m)
Profundidad: 40 pulgadas (1.016 m)
Alto: 5 5/8 pulgadas (14.13 cm)
Lado de 48” Lado de 40”

Altura de entrada 3-1/2” ( 8.89 cm) 4-3/16” (10.636 cm)
Ancho de entrada 14-5/8” (37.477 cm) 12-1/2” (31.75 cm)
MATERIAL:
Madera:
De pino de calidad controlada, secada en hornos hasta un máximo de 19% de humedad, lo
que permite manipular la tarima en prácticamente cualquier condición ambiental,
eliminando plagas sin que sufra cambios significativos en su estructura.
Pintura: De agua
Clavos:
De diseño anillado, fabricado con acero libre de metales pesados.
Superficie de contacto:
Cubierta superior: 87%
Cubierta inferior: 55%
Identificación:
Todas las caras verticales son pintadas de azul CHEP. Los blocks exteriores en cada lado de
48” están marcados con esténcil en blanco con el logo de CHEP en el block izquierdo y las
17
Capítulo 1
palabras “PROPIEDAD DE CHEP” en el block derecho. La propiedad del equipo CHEP no es

transferible bajo ninguna circunstancia.
USOS NO AUTORIZADOS
A todos los clientes se les hace hincapié en que la tarima CHEP sólo debe ser utilizada para
poner productos terminados, ya que de lo contrario la empresa puede realizar un cobro
adicional por concepto de uso indebido, si se llegara a comprobar (a través de las visitas
periódicas que realizan los representantes de servicio a los clientes), que las tarimas se
dañaron al ser utilizados para otros usos distintos. Algunos de los usos no autorizados son
los siguientes:
• Usarlas para otro producto que no se ha terminado.
• Poner basura, materia prima, corrugado, herramientas o pilas para montacargas.
• Utilizarlas como exhibidor, mostrador o delimitador de área.
• Utilizarlas como escritorio.
• Utilizarlas como soporte de cajas de trailer.
• Utilizarlas con producto para islas o exhibiciones.
• Almacenar herramientas de trabajo.
• Reutilizarlas después de cumplir el ciclo operativo.
CRITERIOS DE INSPECCIÓN DE LA TARIMA CHEP
Es muy importante entender que en la medida del buen uso y manejo de la tarima CHEP, se
dispondrá de una herramienta de trabajo útil y segura, tanto para la carga que se colocará
en ella, así como para el propio personal que la utilizará.
Aún cuando la tarima está diseñada para brindar una gran duración por su resistencia,
el manejo propio de la operación va provocando que los componentes sufran daños propios
del manejo. Es importante entonces considerar que las tarimas recibidas de los
proveedores podrán presentar daños, que mientras no sobrepasen los criterios establecidos
por CHEP podrán ser utilizados con entera confianza, sin amenazar la seguridad de los
empleados y de la mercancía.
Los estudios que avalaron los criterios, así como la experiencia en el manejo de los
mismos por más de 6 años, en la operación con los clientes más importantes de México,
permite asegurar que mientras los criterios no sean excedidos, la tarima CHEP está en
condiciones favorables de ser operado.
La tarima CHEP es una tarima funcional que no pondrá en riesgo el producto. Es
importante resaltar que a los clientes se les puede abastecer de tres tipos de tarima:
reparada, nueva e inspeccionada. Este último tipo de tarima como su nombre lo dice,
significa que pasó por un proceso de inspección antes de ser enviada al cliente, y que
18
cumplió con los estándares mínimos de calidad, es decir, que no sobrepasó el nivel de daño
permitido para salir nuevamente al circuito operativo.
Dentro de los criterios de inspección establecidos para determinar si una tarima está
o no en condiciones de ser utilizada tenemos los siguientes:
A) Cubierta superior
• Faltante de madera mayor de 1¨ x 10¨.
• Daño a todo lo ancho.
• Faltante de madera mayor de 1¨ a todo lo largo.
• Conexión de clavos débil.
• Dos o más clavos débil.
• Dos o más clavos sobresalientes.
• Cuña con faltante de madera mayor de 1 ½ x 20¨ o más de 1¨ x 10¨.
B) Cubierta inferior
• Daño a todo lo ancho.
• Clavo sobresaliente.
• Conexión de clavos débil.
• Dos o más clavos expuestos.
• Faltante de madera mayor de 1¨ x 10¨.
C) Blocks y Tablas conectoras

• Rotura mayor a ¾¨ x 2¨ y a todo lo largo.
• Rotura a todo lo ancho.
• Tabla conectora con faltante de madera mayor de 1¨ x 10¨.
• Logo desfigurado (uno permitido por lado).
• Dos clavos visibles en tablas conectoras.
• Clavo expuesto.
• Block virado (que este mal colocado).
• Tablas conectoras rotas a todo lo ancho.
CRITERIOS DE REPARACIÓN
• La falta total o parcial de cualquier componente.
• Los daños individuales a la tarima que en su conjunto pongan en duda la fortaleza y
seguridad de la misma.
• Tarimas con mal olor
• Clavos que sobresalgan y deban ser martillados apropiadamente.
• La contaminación resultante por excremento de aves o roedores.
19
Capítulo 1
BENEFICIOS PARA LOS CLIENTES

• El equipo en renta elimina grandes inversiones de capital; debido a que no se tiene que
invertir en la administración de tarimas propias.
• No se tienen costos por manejo y seguimiento de los equipos; ya que las tarimas no
regresan a su almacén.
• No se tienen costos por almacenamiento o desecho, porque el programa CHEP se adapta
a sus necesidades de producción, evitando almacenar más tarimas de las que necesita.
• CHEP elimina los costos de reparación y re-localización de las tarimas, porque desde el
momento en que el cliente reporta el destino al que la tarima fue embarcada, CHEP se
encarga de recuperarla y darle mantenimiento.
• El sistema ayuda a realizar una proyección y control de costos más exacta, porque se
tiene el control real de acuerdo a la facturación, donde aparecen todos los movimientos
semanalmente.
• Se tienen ahorros en tiempos de carga y descarga; reducción de mermas y aumento de
la seguridad disminuyendo los costos; gracias a que se encuentra con una tarima
estándar que además se puede mover por cualquiera de sus lados.
1.8.2. LA TARIMA DE EXPORTACIÓN6
Un beneficio adicional para los clientes que exportan sus mercancías es sin duda el manejo
de las tarimas CHEP; la justificación de lo anterior a continuación se describe.
Recientemente, el Consejo Internacional para la Protección de las Plantas (IPPC:
International Protectión Plant Council) estipuló que a partir de enero del 2004 todas las
tarimas de madera que se utilizan para la exportación e importación de cualquier tipo de
producto o materia prima deben estar regulados y certificados en su país de origen para
garantizar la ausencia, al 100%, de cualquier especie de plaga.
Si en un cargamento que entra o sale de algún país se detecta una tarima

contaminada, indicios de presencia de palomilla gitana, gusanos barredores del género
Lyctus o escarabajo asiático de cuernos largos; por ejemplo, el producto será retornado a
la nación de procedencia previo tratamiento, o destruido, al tiempo que los vehículos y
lugares de almacenamiento también tendrán que pasar por un proceso desinfectante.
Desde luego, los gastos generados por los procedimientos de tratamientos no los
pagará el gobierno estadounidense francés o japonés, sino el propietario o el importador.
Los costos suponen dinero y tiempo, todo el que la mercancía permanezca detenida, que
puede ser mucho.
Pocos proveedores de tarimas pueden ofrecer una verdadera garantía en este sentido,
CHEP sí. La medida fitosanitaria estipula que la madera de cada tarima, debe pasar por un
6
Boletín “Con que exportando ¿no? 2004 página 2. Departamento de Ventas, CHEP México
20
proceso de horneado, el que implica mantenerla a una temperatura de 56 grados

centígrados durante 30 minutos, con un nivel de humedad igual o inferior al 20%.
La mayoría de los fabricantes de tarimas no cuentan con los hornos necesarios para
cumplir con la nueva norma. CHEP ya desarrollo la infraestructura necesaria, que le
permite ofrecer este servicio en los países donde opera. Por tanto Las tarimas pueden
viajar a diversas partes del mundo donde CHEP participa: no hay que “repaletizar”. La
empresa se encarga de que salgan y lleguen bien y de forma expedita. De hecho, el
importador o el exportador sólo los ha rentado.
• NORMA OFICIAL7
En México, Estados Unidos y Canadá, se ha trabajado intensamente de manera
coordinada en estos terrenos desde el año 2001, en el marco del Tratado de Libre
Comercio de América del Norte (TLCAN).
De hecho, el proyecto de Norma oficial mexicana para regular “sanitariamente la

importación de pallets (tarimas), y otras plataformas para carga y diversos envases de
madera nueva y usada” (PROY-NOM-014-RECNAT-2001) fue aprobada por el Comité
Nacional de Normalización para la Conservación, Protección, Restauración y
Aprovechamiento de los recursos forestales de suelos y costas desde el año 2000.
Por tanto, no conviene arriesgarse. La inspección se realizará en el punto de

ingreso, cualquier plataforma de madera para carga que no haya sido sometida a
tratamiento profiláctico, esto es, procedimientos químicos o de otra índole para
“eliminar, remover o inducir esterilidad a las plagas que afectan a los vegetales” podrá
ser enviada a su país de origen.
En el texto del proyecto se establece, entre otras cosas, que el encargado de su

observancia es la Secretaria de Medio Ambiente y Recursos Naturales (SEMARNAP), por
conducto de la Procuraduría al Ambiente (PROFEPA), que ante la entrada de cualquier
tarima deberá recibir y revisar la documentación correspondiente, como un certificado
fitosanitario internacional expedido por las autoridades oficiales de agricultura del país
de procedencia.
• LA OFERTA DE CHEP
Es asegurarse de que su mercancía pasará el trámite sin problemas, que llegará a su
destino sin contratiempos. De lo que se trata es de olvidarse de las tarimas, de dejar el
trabajo a los expertos, para concentrarse plenamente en su negocio.
• NORMA OFICIAL PARA PALLETS DE MADERA

La Comisión Interina sobre Medidas Fitosanitarias de la Organización por la Alimentación
y Agricultura (FAO) de las Naciones Unidas adoptó en marzo del 2002 el estándar
7
Boletín “Con que exportando ¿no? 2004 página 3. Departamento de Ventas, CHEP México.
21
Capítulo 1
ISPM15. Esto significa que los países pueden decidir implementar estas reglas
internacionalmente reconocidas para prevenir la extensión de plagas en la madera. La
ISPM15 aprueba los siguientes tipos de tratamientos:
- Tratamiento con calor (Heat Treatment HT) Con una temperatura mínima al centro
de 56°C por un mínimo de 30 minutos.
- Fumigación, usando Bromuro de Metilo (MB) en la dosis establecida y temperatura.
Para aprobar el cumplimiento del estándar, el pallet debe estar marcado en dos caras
mostrando el logo oficial del IPPC, un código del país de 2 letras (XX), un número único
(000) asignado por la Organización Nacional de Protección a las Plantas (NAPO), HT (Heat
Treatment), para tratamiento con calor o MB (Methyl Bromide) para Bromuro de Metilo y
DB que significa descortezado.
A continuación se presentan las posiciones actuales de algunos países con respecto a la

implementación de la reglamentación internacional:8
• Nueva Zelanda anunció reglas que incluyen la aceptación de tarimas que cumplan
con ISPM15.
• La Republica de Corea emitió una notificación formal para implementar el ISPM15.
• China sólo aceptará tarimas sellados DB-HT Ó DB-MB acompañados con un
certificado fitosanitario.
• La Organización Norteamericana de Protección a las Plantas (Napo) que incluye a
Canadá, Estados Unidos y México anunciaron que estos países implementaron el
ISPM15 desde el 2 de enero del 2004.
• La Unión Europea lo implementó en enero de 2004.
CHEP ha tomado las medidas necesarias para cubrir la demanda de tarimas que
cumplan con las medidas fitosanitarias de acuerdo a la norma ISPM15. Todas las tarimas
para este fin serán tratadas con calor (HT) como un estándar y marcadas con el sello
aprobado.
1.8.3. CONTENEDOR PLÁSTICO REUTILIZABLE (RPC)9

El contenedor plástico reutilizable (RPC por sus siglas en inglés) está fabricado con
polipropileno, material resistente y eficaz para el control de la temperatura.
Por su diseño, mejora la eficiencia en el enfriado y mantiene la temperatura del

producto por más tiempo; reduce el daño debido a que ofrece paredes lisas, tanto en la
parte interior como exterior.
8
Boletín “Con que exportando ¿no? 2004 página 6. Departamento de Ventas, CHEP México.
9
http://www.chep.com -Especificaciones del RPC CHEP
22
Se dispone de tres tamaños estándar, todos compatibles entre sí y con la tarima

CHEP. Por su sistema de apilamiento cruzado, la unidad de carga es más estable y segura.
El RPC es totalmente colapsable; reduciendo el espacio de almacenaje y de transporte.
Fig. 1.12 RPC del tamaño 2

CARACTERÍSTICAS Y BENEFICIOS
Diseño innovador:
• Laterales y fondo ventilados, diseñados para mejor la eficiencia del enfriado,
estabilidad de la temperatura y extender la vida del producto.
• Diseño totalmente colapsable para reducir el espacio de almacenaje y mejorar la
transportación.
• Laterales de estructura plástica para soportar el 100% de la unidad de carga mientras
protege el artículo empacado.
• Mecanismo de cierre a presión para asegurar las paredes en su sitio, aportando una
unidad más estable.
• Sistema único de apilamiento cruzado para mantener la unidad de carga más segura.
• Fácil armado y desarmado para mejorar la productividad.
• Color negro que realza la presentación del producto.
• Incrementa la productividad por su fácil acomodo y rotación en el almacén.
Servicio y soluciones:
• Los representantes de CHEP capacitados y dedicados, trabajan muy cerca de sus
operaciones para desarrollar soluciones efectivas de costos y mejorar la eficacia a
través de la cadena de suministros.
• Extremadamente durable.
• Reduce daño al producto.
• Resistencia a temperaturas extremas, la cual hace que sea adecuado en temperatura
ambiente, enfriado o congelado.
Especificaciones constantes:
• Diseño y medidas estandarizadas en base perimetral, lo cual permite el apilamiento de
la carga, combinando las diferentes alturas de los contenedores para ayudar a
maximizar el embarque de producto e incrementar la eficiencia a nivel del distribuidor.
23
Capítulo 1
• Adecuado para la producción automatizada y de bodega.
ESPECIFICACIONES Y CAPACIDADES DE LOS RPC’s
A) RPC 1
CHEP RPC 6411 LxAnxAl (Centímetros) LxAnxAl (Pulgadas)
Externo 60x40x13.13 23.62x15.75x5.24
Interno 57.6x37.6x11.1 22.68x14.80x4.37
Peso 1.80 Kgs. 3.97 lbs.
Capacidad 11.4 Kgs. 25 lbs.
Cantidad por tarima 75 RPC
B) RPC 2
Externo 60x40x21.6 23.62x15.75x8.5
Interno 57.6x37.6x19.4 22.68x14.80x7.64
Capacidad 18.2 Kgs. 40 lbs.
C) RPC 3
Externo 60x40x28.6 23.62x15.75x11.26
Interno 57.6x37.6x26.4 22.68x14.80x10.39
Capacidad 25 Kgs. 55 lbs.
1.8.4. CONTENEDOR DE VOLUMEN INTERMEDIO (IBC)10

El contenedor de volumen intermedio (IBC) para productos a granel, es totalmente
colapsable lo que reduce espacio en el transporte y en su almacenaje, logrando un
importante ahorro. Cuenta con un visor transparente en panel frontal que muestra la
cantidad de producto que hay dentro.
Su diseño cúbico permite eficientar su almacenamiento y transportación. La puerta
frontal abatible, permite un fácil acceso, y la tapa de peso ligero es muy manejable. Su
tamaño compatible con las normas ISO, lo hace apto para usarse en embarques nacionales e
internacionales. La base inclinada y la salida situada en la parte frontal, están diseñadas
para tener el mínimo desperdicio.
La salida permite usar bolsas con conexión de válvula de 2” ó 3”, lo que permite una
descarga más eficiente en productos de alta viscosidad. El Sistema de Renta y
Administración CHEP, reduce el desperdicio beneficiando al medio ambiente y sus
10
http://www.chep.com -Especificaciones del IBC CHEP
24
cualidades de larga duración aseguran un mínimo de requerimientos de recursos

ambientales.
Fig. 1.13 Contenedor de volumen intermedio (IBC)

ESPECIFICACIONES Y CAPACIDADES DE LOS IBC’s
Dimensiones US Métrico
Externas 46.06x43.31x43.43 pulg. 1170x1100x1103 mm
Dimensiones
Internas 42.99x40.24x37.16 pulg. 1092x1022x944 mm
Colapsado 46.06x43.31x13.94 pulg. 1170x1100x354 mm
Peso: 324.08x lbs 147 kgs
Capacidad de 275 US (galones) 1040 litros(1.04 m
volumen: cúbicos)
Capacidad de carga: 3306.93 lbs 1500 kgs
Rango de -22°F a + 194 °F
temperatura:
Paneles de HDPP (Polipropileno de alta densidad base y marco de
Material:
acero)
Apilamiento: En maniobra: 2 de alto (llenos). Estáticos: 5 de alto (llenos).
Colapsados: 15 de alto.
1.9 PRODUCTOS EN DESARROLLO: EL PALLET PLÁSTICO

Aparentemente, el reto de la compañía parece ser completamente prosaico. Desarrollar
una tarima de plástico resistente del fuego, que sea mejor que la tarima de bloques de
madera 48x40. La madera tiene algunas propiedades que la hacen muy atractiva para la
construcción de tarimas. Es un material que se “fábrica” sencillamente con el proceso del
crecimiento del árbol. Puesto que el crecimiento del árbol es natural y el precio de la
madera es muy atractivo, comparado con los productos derivados del petróleo, como es el
caso del plástico.
No obstante algunas de las desventajas de la madera han hecho necesario el
desarrollo de una tarima de plástico. La desventaja más importante es la vulnerabilidad a
los daños, lo que implica reparaciones constantes. A medida que la madera se hace más
quebradiza y se astilla con facilidad cuando se somete repetidamente a impactos
25
Capítulo 1
producidos por los equipos de manejo de mercancías, es cuando este material maravilloso
de la naturaleza no puede competir contra las agresivas agujas de acero sólido de los
montacargas.
Con la utilización de plásticos, refiriéndonos en términos generales a una clase de

materiales inorgánicos (p.e. sintéticos) denominados polímeros, se intenta dar respuesta a
algunos de los puntos débiles de la madera, ya que el ratio o indicador de rotura es un
costo importante que afecta a la rentabilidad de CHEP y que se mide regularmente
mediante una serie de indicadores establecidos por la empresa denominados KPl´s. El ratio
de rotura se calcula dividiendo el número de tarimas que necesitan reparación, entre el
número total de tarimas inspeccionadas. De este modo se tiene un impacto directo y
positivo en la rentabilidad del negocio de CHEP.
Con el fin de utilizar tarimas de plástico en la cadena de suministro se debe asegurar

que las tarimas tengan características similares de resistencia al fuego. Además, para
mejorar la rentabilidad, se necesita una tarima de plástico que pueda coexistir a la
perfección con la tarima de bloques de madera 48x40 y satisfacer todos los requisitos
importantes de bajo costo, bajo coeficiente de rotura y resistencia al fuego. Teniendo en
consideración que ninguna tarima de plástico cumple actualmente con tales
especificaciones, es necesario diseñar y construir una nueva tarima de plástico que fuese
capaz de cumplir con todos estos requisitos.
Actualmente, el grupo de ingeniería del Producto está trabajando con distintos

proveedores para crear una tarima de plástico que cumpla con todas las especificaciones
básicas anteriormente descritas, más un requisito adicional. Desde el inicio, cada tarima de
plástico de CHEP resistente al fuego será diseñado para incorporar Sistemas de
Identificación por Radiofrecuencia (RFID), una tecnología que en el fututo será muy
importante tanto para CHEP como para nuestros clientes y para el resto de integrantes de
la cadena de suministros.
1.10 PROBLEMÁTICA
CHEP México ha presentando en los últimos años problemas de des-abasto de tarimas para
surtir los pedidos de sus clientes durante el año, principalmente en el último trimestre.
En la temporada de fin año de 2006, el costo para la empresa fue muy alto, en el
sentido de que algunos de sus clientes optaron por irse con la competencia a raíz de los
retrasos en las entregas en que se incurrió, lo que seguramente provocó que esos clientes
tuvieron que parar sus líneas de producción en algún momento, debido a la falta de tarimas
para paletizar sus productos.
Así, con el fin de determinar claramente los diferentes factores que originan esta
situación y delimitar dicho problema, se procedió a realizar un análisis detallado de todas
26
las actividades que la empresa realiza relacionadas con su operación. Dicho análisis arrojó
como diagnóstico, que el problema de des-abasto para surtir de tarimas a sus clientes
durante las épocas de demanda alta de tarimas, se agudiza principalmente en el área
centro del país y obedece a las siguientes causas:
• Tiempo que dura la tarima con los clientes (fabricantes y distribuidores). El

incremento en la demanda de tarimas que se observa dentro de los últimos tres o
cuatro meses de cada año, es consecuencia del incremento en la demanda de
productos, luego los clientes de CHEP, al aumentar su producción, por ende, requieren
de más tarimas para paletizar. Puesto que estos clientes ya tienen una certeza sobre el
volumen de mercancías que tendrán que producir para surtir todos sus pedidos durante
la temporada de fin de año, lo que hacen con algunas semanas de anticipación es sobre-
inventariarse; es decir, que saturan la mayoría de todos sus almacenes con producto
terminado ya paletizado, listo para ser entregado. Esto provoca que la tarima se quede
más tiempo de lo normal (aproximadamente 15 días) con los clientes (fabricantes).
Posteriormente estas tarimas con mercancía, pasarán casi siempre a los Centros de
Distribución de las cadenas comerciales (o distribuidores), llámese Soriana, Chedrahui,
Walmart, Comercial Mexicana, etc., de donde son re-expedidas hacia sus tiendas;
raramente los fabricantes entregan directamente en tiendas. Por otro lado, la estancia
de las tarimas con los distribuidores también es considerable ya que la tarima va siendo
desocupada conforme las mercancías almacenadas van siendo colocadas en el piso de
venta.
• Tiempo que tarda la tarima en retornar a los depósitos de CHEP México. Una vez que
las tarimas son desocupadas por los distribuidores, la empresa se encarga de realizar las
recolecciones de tarima en cada uno de los centros de distribución y en tiendas de las
cadenas comerciales, las cuales son enviadas a los diferentes centros de depósito para
su inspección y reparación en caso de ser necesario. En relación a esta actividad,
debido a que la empresa no cuenta con transportes propios se ve en la necesidad de
contratar los servicios de terceros, es decir de varios transportistas quienes son los
responsables de realizar las recolecciones por todo el país.
Mediante este esquema de trabajo se puede observar que los tiempos de recolección
no siempre son los óptimos, puesto que la realización de una recolección siempre estará
sujeta a: 1) la disponibilidad de unidades de transporte, ya que cabe señalar que CHEP
México también realiza entrega de tarimas con transporte, 2) que los transportistas
contratados también prestan sus servicios a más empresas, 3) la presencia o no, que
puedan tener los transportistas en determinada zona del país, donde existan tarimas
vacías.
Indudablemente que esto provoca el aumento en el tiempo de recolección, el cual
incluso se ha visto que puede ser de hasta tres semanas después de la fecha en que a
CHEP México le es notificado la existencia de tarimas vacía.
27
Capítulo 1
• Tiempo de espera que tarda un transportista para ser atendido en los centros de
distribución o en tiendas de las cadenas comerciales. En relación a este punto la
información obtenida arrojó que el tiempo que dura un transportista desde que llega a
una localidad (centro de distribución o tienda), y hasta que termina de recolectar un
volumen de 504 tarimas es de 3 horas y media aproximadamente. Además por medidas
de seguridad implementadas por los distribuidores, tanto en sus centros de distribución
como en sus tiendas, los camiones recolectores no pueden realizar su trabajo hasta que
cada transportista se identifique y muestre la documentación necesaria (nota de
retorno), para que le sean revisados y posteriormente sellados, que registre los datos de
la unidad de transporte, etc., lo cual lógicamente lleva tiempo.
• Tiempo que tarda una tarima en ser inspeccionada, y/o reparada. Una vez que las
tarimas son retornadas a los depósitos de tarima de CHEP México, éstas pasan por un
proceso de inspección en donde se tendrán que reparar todas aquellas que vengan con
un porcentaje de daño mayor a lo especificado, antes de ser nuevamente enviadas al
circuito operativo.
Cabe señalar que la solución no es mandar a fabricar más tarimas para satisfacer los
requerimientos de los clientes, como lo han explicado los directivos, esto simplemente
porque una vez acabada la temporada alta, la demanda baja considerablemente, y no
tendría caso tener tarimas estáticas durante la mayor parte del año, además de que los
costos por concepto de almacenamiento y adquisición de madera resultan ser muy
elevados.
Por lo tanto, la empresa necesita un mejor método de recolección y distribución de

tarimas para optimizar tiempos en los periodos de temporadas altas y no requiera la
compra u armado de nuevas tarimas, teniendo con esto un ahorro que puede ser empleado
en la compra de unidades de transporte, para formalizar su propia flotilla de personal que
recolecte y distribuya las tarimas.
28
Capítulo 2
FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO
DE PROGRAMACIÓN LINEAL
2.1 INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

La programación lineal (PL) es un tema que ha tenido muchos avances en sus aplicaciones a
partir de la segunda guerra mundial, cuando existían escases de productos y material para
la producción. La capacidad de paquetes de software de PL y la amplia gama de
aplicaciones hacen que la PL sea accesible incluso para decisores con poco conocimiento de
matemática. 1
La programación lineal está constituida de procedimientos matemáticos para
determinar la asignación óptima de recursos escasos. La PL es una técnica que encuentra su
aplicación práctica en casi todas las facetas de los negocios, desde la publicidad hasta la
planificación de la producción. Problemas de transporte, distribución, y planificación global
de la producción son unos de los objetos más comunes del análisis de PL.
La programación lineal aborda una clase de problemas de programación donde tanto
la función objetivo a optimizar como todas las relaciones entre las variables
correspondientes a los recursos son lineales. El algoritmo para este problema fue formulado
y resuelto por primera vez en 1947 por George Dantzing.2 Rara vez una nueva técnica
matemática encuentra una gama tan diversa de aplicaciones prácticas de negocios,
comerciales e industriales y a la vez recibe un desarrollo teórico tan exhaustivo en un
período tan corto. Hoy en día, esta teoría se aplica con éxito a problemas de presupuestos
de capital, diseño de dietas, conservación de recursos, juegos de estrategias, predicción de
crecimiento económico y sistemas de transporte.
Cualquier problema de PL consta de una función objetivo y un conjunto de
restricciones. En la mayoría de los casos, las restricciones provienen del entorno en el que
el decisor trabaja para lograr su objetivo. Cuando el decisor quiere lograr el objetivo
1
Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición, página 26.
2
Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición, página 45.
29
Fundamentos teóricos
deseado, se dará cuenta de que el entorno fija ciertas condiciones, limitaciones para
cumplir con su deseo.
La función objetivo traduce el dominio de entrada (denominado región factible) en un
rango de salida con dos valores finales denominados valores máximo y mínimo. Cuando se
formula un problema de toma de decisiones como un programa lineal, se deben verificar las
siguientes condiciones:
1. La función objetivo debe ser lineal. Es decir, todas las variables están elevadas a la
primera potencia y sólo son sumadas o restadas (no divididas ni multiplicadas).
2. El objetivo debe ser ya sea la maximización o minimización de una función lineal. El
objetivo debe representar la meta del decisor.
3. Las restricciones también deben ser lineales. Asimismo, la restricción debe adoptar
alguna de las siguientes formas ( ≤, ≥ o =, es decir que las restricciones de PL
3
siempre están cerradas).
Para la mayoría de los problemas de PL, podemos decir que existen dos tipos
importantes de objetos: en primer lugar, los recursos limitados, tales como tiempo,
capacidad de planta, o tamaño de la fuerza de ventas; en segundo lugar, las actividades,
tales como "producir acero con bajo contenido de carbono", y "producir acero con alto
contenido de carbono". Cada actividad consume o probablemente contribuye con
cantidades adicionales de recursos. El problema consiste en determinar la mejor
combinación de niveles de actividades, que no utilice más recursos de los disponibles.
Muchos gerentes se enfrentan a esta tarea todos los días. Afortunadamente, los paquetes
de programación lineal ayudan a determinar esto cuando se ingresa un modelo bien
formulado. El método Simplex es un algoritmo de solución muy utilizado para resolver
programas lineales. Un algoritmo es una serie de pasos para cumplir con una tarea
determinada.
Todo programa lineal consta de cuatro partes: un conjunto de variables de decisión,
los parámetros, la función objetivo y un conjunto de restricciones. Al formular un
determinado problema de decisión en forma matemática, se debe tratar de comprender el
problema, para esto el decisor deberá formularse las siguientes preguntas generales4:
1. ¿Cuáles son las variables de decisión? Es decir, ¿cuáles son las entradas controlables?
2. Cuáles son los parámetros? Vale decir ¿cuáles son las entradas no controlables?
3. ¿Cuál es el objetivo? ¿Cuál es la función objetivo? Es decir, ¿qué quiere el decisor del
problema? ¿De qué manera se relaciona el objetivo con las variables de decisión del
dueño del problema? ¿Es un problema de maximización o minimización? El objetivo
debe representar la meta del decisor.
3
Vokul, Peter. Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición, página 55.
4
http://home.ubalt.edu/ntsbarsh/opre640S/SpanishD.htm#rlindo
30
Capítulo 2
4. ¿Cuáles son las restricciones? Es decir, ¿qué requerimientos se deben cumplir?

¿Debería utilizar un tipo de restricción de desigualdad o igualdad? ¿Cuáles son las
conexiones entre las variables?
La región factible tiene poco o nada que ver con la función objetivo, estas dos partes
en cualquier formulación de PL generalmente provienen de dos fuentes distintas. La
función objetivo se establece para cumplir con el objetivo del decisor mientras que las
restricciones que forman la región factible generalmente provienen del entorno del decisor
que fija algunas limitaciones para lograr su objetivo.
2.1.1 SUPUESTOS DE LA PROGRAMACIÓN LINEAL
Hasta el momento se ha hablado sobre los elementos de un PL, pero no hemos mencionado
los supuestos que debe tener todo problema de este tipo5.
1) Proporcionalidad. Esta suposición se refiere a la función objetivo y las restricciones
indicando que la contribución de cada actividad al valor de la función objetivo es
proporcional al nivel de actividad de cada variable, es decir, si x i representa a la
variable su contribución a la función objetivo estará dada por ci xi con ci constante. De
forma similar la contribución de cada actividad i en las restricción j estará dada por
a ji xi . Podemos notar que con esta suposición se ha eliminado la aparición de
exponentes diferentes a uno.
2) Aditividad. Esta suposición nos indica que cada función en el modelo de PL es la suma
de las contribuciones individuales de las actividades respectivas. Es decir, la función
n
objetivo está dada por ∑c x
i =1
i i mientras que las j restricciones en su parte izquierda
n
están dadas por ∑a
i =1
ji xi con signos de relación ≤ , ≥ o = con cantidad de recursos
constantes. Con esta suposición se está eliminando la introducción de productos

cruzados en los términos de la función objetivo o las restricciones.
3) Divisibilidad. Esta suposición se refiere a los valores permitidos para las variables de
decisión en un PL, indicando que dichos valores pueden ser cualquiera valores reales que
satisfagan las restricciones funcionales de no negatividad.
4) Certidumbre. La cuarta y última suposición se refiere a los parámetros o coeficientes
en la función objetivo ( ci ) o restricciones ( a ji ) del PL, que deben ser, como se
mencionó arriba constantes pero además conocidas.
5
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 38.
31
2.2 MODELOS DE REDES
Los modelos de redes son aplicables a una extensa variedad de problemas de decisión, los
cuales pueden ser modelados como problemas de optimización de redes que pueden ser
eficiente y efectivamente resueltos. Algunos de estos problemas de decisión son realmente
problemas físicos, tales como el transporte o flujo de bienes materiales. Sin embargo,
muchos problemas de redes no son más que una representación abstracta de procesos o
actividades, tales como el camino crítico en las actividades entre las redes de un proyecto
gerencial. La familia de redes de los problemas de optimización incluye los siguientes
prototipos de modelos: Problemas de asignación, camino crítico, flujo máximo, camino más
corto, transporte y costo mínimo de flujos. Los problemas son establecidos fácilmente
mediante el uso de arcos de redes y de los nodos.
Cuando se trata de encontrar el camino más corto entre un origen y un destino, la
técnica, algoritmo o el modelo adecuado es el de la ruta más corta, para éste existen
diferentes algoritmos; ruta más corta de un nodo a otro, de un nodo cualquier otro y de un
par de nodos cualquiera, en un problema particular se usa el algoritmo según sea las
condiciones. Aunque existen otros modelos de redes como el árbol de expansión mínima,
flujo máximo, flujo de costo mínimo, etc. cada uno abarca un problema en particular. En
este trabajo se revisan brevemente los modelos de redes existentes que se relacionan con
la problemática que deseamos resolver.
2.2.1 NOTACIÓN Y TERMINOLÓGÍA6

Red: Una red consiste en un conjunto de puntos y un conjunto de líneas que unen ciertos
pares de puntos. Los puntos se llaman nodos (o vértices). Las líneas se llaman arcos (o
ligaduras, aristas o ramas).
Los arcos se etiquetan para dar nombres a los nodos en sus puntos terminales, por ejemplo,
AB es el arco entre los nodos A y B.
En un problema de programación lineal, las redes pueden representar un conjunto de
estaciones, campos petrolíferos, almacenes, fabricas, sucursales, ciudades interconectadas
entre si a través de caminos, conductos, tuberías que permiten fluir productos para la
comercialización o la distribución.
Arcos Dirigidos: Se dice que un arco es dirigido cuando el arco tiene flujo en una dirección
(como en una calle de un sentido). La dirección se indica agregando una cabeza de flecha
al final de la línea que representa el arco.
6
http://www.monografias.com/flujo-redes
32
Capítulo 2
Al etiquetar un arco dirigido con el nombre de los nodos que une, siempre se coloca
primero al nodo de donde viene y después el nodo a donde va, esto es, un arco dirigido del
nodo A al nodo B debe etiquetarse como AB y no como BA. Otra Manera es A B.
Arcos No Dirigidos: Si el flujo a través de un arco se permite en ambas direcciones (como
una tubería que se puede usar para bombear fluido en ambas direcciones), se dice que es
un arco no dirigido. También se les llama ligadura.
Trayectoria: Una trayectoria entre dos nodos es una sucesión de arcos distintos que
conectan estos nodos.
Cuando algunos o todos los arcos de una red son arcos dirigidos, se hace la distinción entre
trayectorias dirigidas y trayectorias no dirigidas.
Trayectoria Dirigida: Una trayectoria dirigida del nodo i al nodo j, es una sucesión de arcos
cuya dirección (si la tienen) es hacia el nodo j, de manera que el flujo del nodo i al nodo j,
a través de esta trayectoria es factible.
Trayectoria No Dirigida: Una trayectoria no dirigida del nodo i al nodo j es una sucesión de
arcos cuya dirección (si la tienen) pueden ser hacia o desde el nodo j. Con frecuencia
alguna trayectoria no dirigida tendrá algunos arcos dirigidos hacia el nodo j y otros desde él
(es decir, hacia el nodo i).
Ciclo: Un ciclo es una trayectoria que comienza y termina en el mismo nodo.
Red Conexa: Una red conexa es una red en la que cada par de nodos está conectado. Se
dice que dos nodos están conectados si la red contiene al menos una trayectoria no dirigida
entre ellos.
Árbol de Expansión: es una red conexa para los n nodos, que contiene ciclos no dirigidos.
Todo árbol de expansión tiene justo n-1 arcos, ya que éste es el número mínimo de arcos
necesarios para tener una red conexa y el máximo número posible para que no haya ciclos
no dirigidos.
¿Qué es un Arco? Es usualmente llamado borde o flecha. Éste podría ser directo o
indirecto. La cabeza es el destino, y la cola el origen. La cabeza y la cola son nodos que
pueden estar tanto al origen como al final. En las redes de transporte, los arcos podrían ser
los caminos, los canales de navegación en un río, o los patrones de vuelo de un avión. Los
arcos proporcionan la conectividad entre los nodos. Una calle de una sola dirección podría
ser representada por un arco, mientras que una calle de dos direcciones podría ser
representada por un arco sin dirección o por dos arcos que apuntan a direcciones opuestas.
Una red con n nodos podría tener n(n-1)/2 arcos. Si están dirigidos, este número pudiese
ser doble. El enorme número de arcos posibles es una de las razones del porqué existen
soluciones de algoritmos especiales para problemas de redes particulares.
Capacidad de Arco: Es la cantidad máxima de flujo (quizás infinito) que puede circular en
un arco dirigido.
33
¿Qué es un Nodo? Es usualmente llamado vértice, o punto, representado por un círculo. En

las redes de transporte, éstos deberían ser las localidades o las ciudades en un mapa.
Nodo Fuente: (o nodo de origen) tiene la propiedad de que el flujo que sale del nodo
excede al flujo que entra a él.
Nodo Demanda: (o nodo destino) es el caso contrario al nodo fuente, donde el flujo que
llega excede al que sale de él.
Nodo de Trasbordo: (o nodo intermedio) satisface la conservación del flujo, es decir, el
flujo que entra es igual al que sale.
Red Dirigida: Es una red que tiene sólo arcos dirigidos.
Red No Dirigida: Es una red donde todos sus arcos son no dirigidos.
2.2.2 APLICACIONES DE LA OPTIMIZACIÓN DE REDES

1. Diseño de redes de telecomunicación (redes de fibra óptica, de computadores,
telefónicas, de televisión por cable, etc.)
2. Diseño de redes de transporte para minimizar el costo total de proporcionar las
ligaduras (vías ferroviarias, carreteras, etc.)
3. Diseño de una red de líneas de transmisión de energía eléctrica de alto voltaje.
4. Diseño de una red de cableado en equipo eléctrico (como sistemas de cómputo)
para minimizar la longitud total del cable.
5. Diseño de una red de tuberías para conectar varias localidades.
6. Diseño de una red de tuberías de gas natural mar adentro que conecta fuentes del
golfo de México con un punto de entrega en tierra con el objetivo de minimizar el
costo de construcción.
7. Determinación de la ruta más corta que une dos ciudades en una red de caminos
existentes.
8. Determinación del programa de costo mínimo de los campos petrolíferos a refinerías
y finalmente a los campos de distribución. Se pueden enviar petróleo crudo y
productos derivados de la gasolina en buques tanque, oleoductos y/o camiones.
Además de la disponibilidad de la oferta máxima en los campos petrolíferos y los
requisitos de demanda mínima en los centros de distribución, deben tomarse en
cuenta restricciones sobre la capacidad de las refinerías y los modos de transporte.
9. Etc. etc.
2.2.3 MODELOS DE OPTIMIZACIÓN DE REDES

Los problemas de optimización de redes se pueden representar en términos generales a
través de uno de los cuatro modelos siguientes o sus derivados:
34
Capítulo 2
• Modelo del árbol de mínima expansión.

• Modelo de la ruta más corta.
• Modelo del flujo máximo o mínimo.
• Modelo del flujo de costo mínimo.
2.3. ÁRBOL DE EXPANSIÓN MÍNIMA7

El modelo de minimización de redes o problema del árbol de mínima expansión tiene que
ver con la determinación de los ramales que pueden unir todos los nodos de una red, tal
que minimice la suma de las longitudes de los ramales escogidos. No se deben incluir ciclos
en la solución del problema.
Para crear el árbol de expansión mínima se tienen las siguientes características:
1. Se desea diseñar la red con suficientes ligaduras para satisfacer el requisito de que
haya un camino entre cada par de nodos.
2. Se tienen los nodos de una red pero no las ligaduras. En su lugar se proporcionan
las ligaduras potenciales y la longitud positiva para cada una si se inserta en la red
(las medidas alternativas para la longitud de una ligadura incluyen distancia, costo
y tiempo).
3. El objetivo es satisfacer este requisito de manera que se minimice la longitud total
de las ligaduras insertadas en la red.
Una red con n nodos requiere sólo (n-1) ligaduras para proporcionar una trayectoria
entre cada par de nodos. Las (n-1) ligaduras deben elegirse de tal manera que la red
resultante forme un árbol de expansión. Por tanto el problema es hallar el árbol de
expansión con la longitud total mínima de sus ligaduras.
En la presente sección serán revisados los algoritmos más comunes para resolver un
problema de árboles de expansión mínima.
2.3.1 Descripción del problema

Considérese el siguiente problema: En un lago hay n islas, denotadas X 1 , X 2, X 3 ,.... X n , y se
desea construir puentes para “comunicarlas”. Denotando por X i , X j ( ) al puente que se
quiere construir entre las islas i y j, y por C ij pesos su costo, el problema consiste en
determinar donde construir los puentes de tal manera que cada par de islas queden
conectadas por medio de éstos y que el costo total de construcción sea el mínimo.
Sea G = [X , A] una gráfica no dirigida, donde el conjunto de vértices X representa al

( )
conjunto de islas y cada elemento X i , X j del conjunto de aristas A representa la posible
7
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 215.
35
construcción de un puente entre las islas X i y X j . Sea c una función que asocia, a cada
elemento de A, el costo de construcción del puente respectivo. Obsérvese que una solución
para este problema es una gráfica parcial T = [ X , A′] de G.8
Esta gráfica parcial deberá cumplir los tres puntos siguientes:

a. T es conexa, puesto que se desea que exista una cadena que una a todo par de
vértices.
b. T no deberá tener ciclos puesto que, de ser así, se incurrirá en un costo innecesario.
c. El costo de T deberá ser mínimo.
Con base en lo anterior se definen los siguientes conceptos:
Definición 1: Un árbol es una gráfica T = [ X , A] conexa y acíclica.

La siguiente gráfica es un árbol:
1 2
3
4 5 6 7
8
9
Fig. 2.1 Representa un árbol

Fuente: Elaboración propia
Definición 2: Sea G = [ X , A] una gráfica no dirigida. Un árbol expandido de G es una

gráfica parcial T = [ X , A′] de G que es un árbol. Obsérvese la gráfica 2.1.
Considérese una función p que puede representar costos, distancia, tiempo, etc. En
el caso del problema de las islas la función p fue definida con la letra c y representa el
costo de construcción de un puente.
Definición 3: La solución óptima del problema está dada por el árbol expandido de
peso mínimo asociado a la gráfica G.
8
página 363.
36
Capítulo 2
2.3.2 Caracterización de un árbol

En el siguiente teorema se postulan las equivalencias de las definiciones de árbol. De tal
forma que las propiedades expuestas en el teorema para los árboles son fundamentales
para caracterizar las bases del problema de programación lineal que se asocia al problema
de árboles de expansión mínima.
Teorema 1
Sea G = [X , A] una gráfica con n vértices, supóngase que n ≥ 2 . Los postulados

siguientes son equivalentes y caracterizan un árbol.
G es conexa y acíclica (sin circuitos).
G es acíclica y tiene n − 1 aristas (arcos).
Existe G una trayectoria única entre cada par de nodos (vértices).
G no tiene circuitos, pero exactamente uno se forma al añadir un arco.
G es conectada, pero deja de serlo si algún arco se elimina.
En general, para una red dada G, existen formas algorítmicas para determinar cuando
la red es un árbol.
2.3.3 Algoritmos para resolver problemas del árbol de expansión mínima

Primeramente notamos que una característica especial de los problemas de árbol de
expansión mínima consiste en que los arcos no son dirigidos. Es decir, (i, j ) ó ( j, i ) se
refieren al mismo arco.
Los tres algoritmos principales para la solución de un árbol de expansión mínima son:
Kruskal, Prim y Sollin, los cuales tienen la característica de ser tipo “Glotón”, en el
sentido de que en cada paso aumentan un arco de costo mínimo como candidato de la lista,
siempre y cuando este arco no forme ningún circuito con los arcos ya seleccionados.
La programación matemática tiene otra forma útil de ver el problema de árbol de

expansión mínima; se puede formular un problema de árbol de expansión mínima como un
modelo de programación entera y usar argumentos de programación lineal para establecer
otra prueba de la validación del algoritmo de kruskal. En el trabajo se explica sólo el
primero.
2.3.4 ALGORITMO DE KRUSKAL9

El propósito es determinar el árbol de expansión cuyo “costo o peso” es mínimo en una red
conectada G con N nodos y función de “costo” C : A → R conocida.
9
http://personales.upv.es/arodrigu/grafos/Kruskal.htm
37
Descripción
PASO 1: (Inicio) Ordenar el conjunto de arcos en forma no decreciente respecto a la
función de costos. Sea j1 , j 2 , K, j m los arcos ordenados, entonces hacer
k = 0, I = 1, A = ∅ .
PASO 2: (Añadir arco) Si el arco ji no forma circuito con el conjunto de arcos de A ,
entonces A = A ∪ { j r } y hacer k := k + 1 e ir al paso 3 y no aumentar k.
PASO 3: (Criterio de terminación) Si k < n − 1 hacer I := I + 1 y regresar al paso 2. En caso
contrario T = [N , A] es el árbol de expansión mínima.
El tiempo de corrida del algoritmo Kruskal se compone del tiempo para ordenar los
arcos y el tiempo para detectar ciclos. Para una red arbitrariamente grande, el
( )
ordenamiento requiere O(m log m ) = O m log n 2 = O (m log n ) de tiempo, en donde m es
cantidad de arcos y n cantidad de nodos.
EJEMPLO 1
En la siguiente red encontrar el árbol de expansión mínima, con el algoritmo de Kruskal.
3 8
6
5 9 13 1 10 11
1 14 15 7
2 5 7 9
2 8 10 5 0 6
4 11
8
Fig. 2.1 Red del ejemplo 1
Solución
Paso 1. Ordenamos los arcos en forma no decreciente en costo.
j1 = (7, 8) j 4 = (1, 3) j 7 = (8, 9) j10 = (2, 3) j13 = (4, 8) j16 = (3, 5)

j 2 = (5, 6) j5 = (5, 8) j8 = (2, 4) j11 = (4, 5) j14 = (6, 9) j17 = (1, 2)
j3 = (1, 4) j 6 = (5, 7) j9 = (3, 6) j12 = (6, 7) j15 = (7, 9) j18 = (2, 5)
38
Capítulo 2
Paso 2. Añadimos arcos.

No. Iteración Arco agregado A Valor de k
1 j1 = (7, 8) A = { j1 } 1
2 j 2 = (5, 6) A = { j1 , j 2 } 2
3 j3 = (1, 4) A = { j1 , j 2 , j3 } 3
4 j 4 = (1, 3) A = { j1 , j 2 , j 3 , j 4 } 4
5 j5 = (5, 8) A = { j1 , j 2 , j3 , j 4 , j5 } 5
6 j 6 = (5, 7) A = { j1 , j 2 , j3 , j 4 , j5 } 5
7 j 7 = (8, 9) A = { j1 , j 2 , j3 , j 4 , j5 , j 7 } 6
8 j8 = (2, 4) A = { j1 , j 2 , j3 , j 4 , j 5 , j 7 , j8 } 7
9 j9 = (3, 6) A = { j1 , j 2 , j3 , j 4 , j 5 , j 7 , j8 , j9 } 8
Tabla 2.1 Muestra las iteraciones del método de kruskal del ejemplo1.
Fuente: Elaboración propia.
Finalmente el árbol de expansión mínima de la red queda de la siguiente forma:
3 8
6
5 1
1 2 5 7 9
2 8 5 0 6
4 8
Fig. 2.3 Árbol de expansión mínima para la red del ejemplo 1
De donde, la extensión mínima es 0 + 1 + 2 + 5 + 5 + 6 + 8 + 8 = 35 .

TIEMPO DE
ALGORITMO OBSERVACIONES
EJECUCIÓN
1. Examina arcos en orden no decreciente de sus costos
Kruskal
O(m + n log n ) más el tiempo necesario para ordenar m arcos y los
incluye en un árbol de expansión si el arco que se
39
aumenta no forma un ciclo con los arcos seleccionados.

2. La prueba del algoritmo usa condiciones de optimalidad
para una trayectoria.
3. Es un algoritmo atractivo si los arcos ya se encuentran
ordenados en forma creciente.
1. Mantiene un árbol de expansión en un subconjunto de
nodos S y aumenta un arco de costos mínimos en el
corte [S,S].
Prim
O(m + n log n ) 2. La prueba del algoritmo usa condiciones de optimalidad
para cortes.
3. Se puede implantar usando una variedad de estructuras
de apilamiento. Esta cota de ejecución se refiere al
tiempo de la estructura de datos de Fibonacci.
1. Mantiene una colección de árboles, en cada iteración
aumenta un árbol de costo mínimo que emana de cada
Sollin O(m log n ) árbol.
2. La prueba del algoritmo usa condiciones de optimalidad
en cortes.
Tabla 2.2 Muestra un resume de los órdenes de ejecución de los algoritmos de la sección 2.3.
2.4 MODELO DE LA RUTA MÁS CORTA10

Considere una red conexa y no dirigida con dos nodos especiales llamados origen y destino. A
cada ligadura (arco no dirigido) se asocia una distancia no negativa. El objetivo es encontrar
la ruta más corta (la trayectoria con la mínima distancia total) del origen al destino.
Se dispone de un algoritmo bastante sencillo para este problema. La esencia del

procedimiento es que analiza toda la red a partir del origen; identifica de manera sucesiva
la ruta más corta a cada uno de los nodos en orden ascendente de sus distancias (más
cortas), desde el origen; el problema queda resuelto en el momento de llegar al nodo
destino.
Algoritmo de la ruta más corta:11
1. Objetivo de la n-ésima iteración: encontrar el n-ésimo nodo más cercano al origen

(este paso se repetirá para n=1,2,… hasta que el n-ésimo nodo más cercano sea el
nodo destino).
10
página 359.
11
página 360.
40
Capítulo 2
2. Datos para la n-ésima iteración: n-1 nodos más cercanos al origen (encontrados en
las iteraciones previas), incluida su ruta más corta y la distancia desde el origen
(estos nodos y el origen se llaman nodos resueltos, el resto son nodos no resueltos)
3. Candidatos para el n-ésimo nodo más cercano: Cada nodo resuelto que tiene
conexión directa por una ligadura con uno o más nodos no resueltos proporciona
un candidato, y éste es el nodo no resuelto que tiene la ligadura más corta (los
empates proporcionan candidatos adicionales).
4. Cálculo del n-ésimo nodo más cercano: para cada nodo resuelto y sus candidatos,
se suma la distancia entre ellos y la distancia de la ruta más corta desde el origen
a este nodo resuelto. El candidato con la distancia total más pequeña es el n-
ésimo nodo más cercano (los empates proporcionan nodos resueltos adicionales), y
su ruta más corta es la que genera esta distancia.
12
2.4.1 FORMULACIÓN DE UN EJEMPLO DEL CAMINO MÁS CORTO
El problema es determinar la mejor manera de cruzar una red para encontrar la forma más
económica posible desde un origen a un destino dado. Si en una red dada existen m nodos y
n arcos (bordes) y un costo Cij asociado con cada arco (i a j) en la red. Formalmente, el
problema del camino más corto (CC) es encontrar el camino más corto (menor costo) desde
el nodo de comienzo 1 hasta el nodo final m. El costo del camino es la suma de los costos
de cada arco recorrido. Defina las variables binarias Xij, donde Xij =1 si el arco (i a j), es
sobre el CC y Xij = 0 de lo contrario. Existen dos nodos especiales llamados origen y destino.
El objetivo es encontrar el camino más corto entre el origen y el destino. En la red
siguiente, varios costos son asignados para el camino que va de un nodo a otro. Por
ejemplo, el costo de ir desde el nodo 2 al 4 es 6.
2.4.2 PROBLEMA DE RUTA MÁS CORTA

En esta sección se mencionan 3 métodos de solución para los siguientes problemas de rutas
más cortas de una red.
1. Ruta más corta entre dos nodos específicos s y t.
2. Rutas más cortas entre un nodo específico s y todo nodo i de la red.
3. Ruta más corta entre todo par de nodos.
2.4.2.1 Ruta más corta entre dos nodos específicos s y t. 13

Para ejemplificar el problema consideraremos la siguiente situación. En una terminal de
camiones para pasajeros se desea establecer la ruta que deberá seguir el autobús que
12
13
41
presta servicio de la ciudad s a la ciudad t de tal manera que la distancia recorrida sea lo
más corta posible. Este problema se representa con la red G = [N , A, d ] donde:
N = {Ciudades a las cuales se ofrece el servicio}.

A = {Tramos de carretera entre las ciudades}.
d : A → R, donde para todo elemento a de A, d (a ) representa la longitud o distancia
del tramo de carretera a.
En general en una red G = [N , A, d ] , al número d (a ) asociado a cada arco se le llama

longitud o costo de a. Por otro lado, se define la longitud de una ruta o camino como la
suma de longitudes de los arcos que la forman; aquella ruta tal que su longitud sea mínima
se llama la ruta más corta o camino más corto.
El problema hasta ahora planteado de la terminal de autobuses consiste en encontrar
la ruta más corta entre dos nodos específicos, los que representan a las ciudades s y t.
Obsérvese que en este caso las longitudes definidas son no negativas; sin embargo, el
problema de encontrar la ruta más corta entre dos nodos específicos puede generalizarse a
cualquier red puesto que la función de longitud d, puede representar, además de distancia
o tiempo, costos o alguna otra cantidad.
Se concluye, entonces, que para que el problema de la ruta más corta entre dos
nodos específicos tenga solución, deberá cumplirse:
i) Existe alguna trayectoria entre s y t.
ii) No existan circuitos negativos tales que haya un camino de s a algún nodo del
circuito y otro de algún nodo del circuito a t.
Antes de continuar se definirán algunos conceptos de gran utilidad.
Sea G = [N , A] una red dirigida y sea s un nodo en N; entonces a s se le llama raíz de

G, si existe una trayectoria de s a i para toda i en N.
Sea G = [N , A] una gráfica dirigida. Una arborescencia de G es un árbol expandido de

G que contiene un nodo que es raíz. En una arborescencia de raíz s el camino o trayectoria
de s a i, para todo i elemento de N, es único.
Ahora considérese una red G. Una arborescencia de rutas más cortas de G es aquella
arborescencia tal que la única ruta de s a i, para toda i elemento de N, es una ruta más
corta de s a i.
Una vez definidos estos conceptos, puede decirse que el problema de la terminal de
autobuses consiste en encontrar la arborescencia de rutas más cortas de raíz s de la red
G = [N , A, d ] .
42
Capítulo 2
Supóngase que en la terminal de autobuses se desea mejorar el servicio que se

proporciona a la ciudad s; con este objeto se requiere encontrar las rutas más cortas entre
la ciudad s y todas las demás ciudades a las que se les da el servicio. A este problema
puede asociarse, de nuevo, la red definida anteriormente.
Haciendo una analogía con el problema de la ruta más corta entre dos nodos
específicos puede concluirse que para que exista la arborescencia de rutas más cortas de
raíz s en una red cualquiera G, ésta deberá cumplir que:
i) Existan caminos de s a i, para toda i en N. Es decir, que s sea la raíz de la red.
ii) No existen circuitos negativos en la red G, ya que de presentarse éstos el problema
sería no acotado.
Finalmente, suponga que en la terminal de autobuses se tiene interés en encontrar
las rutas más cortas para todos los camiones que prestan servicio entre cada par de
ciudades. Nuevamente, se asocia a este problema la red G definida anteriormente, se
deben encontrar entonces, las rutas más cortas entre todo par de nodos en la red G.
Este último problema es una generalización inmediata de los anteriores. Por esto se
deduce que, para que exista solución en cualquier red G, deberá cumplirse lo siguiente:
i) Existe, al menos, una trayectoria entre todo par de nodos.
ii) No existan circuitos negativos en la red G.
2.4.2.2 Rutas más cortas entre un nodo específico s y todo nodo i de la red
(Algoritmo de Dijkstra)
El método de solución presentado para el problema de la arborescencia de rutas más cortas

en redes que tienen arcos con costos no negativos fue desarrollado por Dijkstra en 1959 y
está considerado como uno de los métodos más eficientes para resolver este problema.
Este método se basa en la asignación de etiquetas "permanentes" a los nodos para los
que ya se conocen las longitudes de las rutas más cortas de la raíz a ellos. Sea S este
conjunto de nodos. Las etiquetas de los nodos de S representan precisamente las longitudes
de las rutas más cortas buscadas. Los nodos restantes se etiquetan "temporalmente" en una
cota superior de la longitud más corta de la raíz al nodo etiquetado.
En la primera iteración el conjunto T contendrá únicamente al nodo raíz; es decir,
sólo la raíz estará etiquetada permanentemente. Las etiquetas temporales se mejoran
continuamente y en cada iteración se agrega exactamente un nodo x a S; este nodo es
aquel cuya longitud desde la raíz es la más corta posible.
Puesto que todos los arcos tienen costos no-negativos, siempre puede encontrarse
una ruta más corta de la raíz a x que pase sólo por nodos de S; en este caso la etiqueta de x
43
representa la longitud de la ruta más corta correspondiente. Una vez que todos los nodos
estén en S, las etiquetas de todos los nodos serán las correspondientes a las longitudes más
cortas desde la raíz y por lo tanto se habrá encontrado la solución deseada. En el caso en
que se desee sólo la ruta más corta entre dos nodos específicos, se obtendrá la solución
cuando se etiquete "permanentemente" el nodo final del camino buscado.
Algoritmo de Dijkstra14
El algoritmo consiste en obtener la arborescencia de las rutas más cortas de raíz s en una
red G = [N , A, d ] con costos no negativos en los arcos.
Descripción
PASO 1: (Iniciación de etiquetas). Sea d (s ) = 0 y márquese esta etiqueta como
permanente. Sea d ( x ) = ∞ , para todo x ≠ s y considérense estas etiquetas
como temporales. Sean a( x ) = x (estas etiquetas indicarán el predecesor de x
en la arborescencia). Sea p = s .
PASO 2: (Actualización de etiquetas). Para todo x ∈ Γ + ( p ) que tenga etiqueta temporal,
actualizar etiquetas de acuerdo a d ( x ) = min{d ( x ), d ( p ) + d ( p, x )} .
Si d x se modificó, hacer a( x ) = p . Sea x* tal que d x* = min{d ( x ) d ( x )} es( )
( )
temporal. Si d x* = ∞ , terminar. En este caso no existe arborescencia alguna
de raíz s. En otro caso, marcar la etiqueta d (x ) como permanente, sea p = x* .
PASO 3: (i) (Si sólo se desea la ruta de s a t). Si p = t , terminar: d ( p ) es la longitud del
camino más corto. Si p ≠ t , ir al paso 2.
(ii) (Si se desea la arborescencia). Si todos los nodos tienen etiquetas
permanentes, terminar; ésta es la longitud deseada del camino y el conjunto de
arcos {a ( x ), x} forman la arborescencia de caminos más cortos. En otro caso, ir
al paso 2.
2.4.2.3 Ruta más corta entre todo par de nodos (Algoritmo de Floyd)
Una manera de resolver el problema de rutas más cortas entre todo par de nodos en una red
G consiste en encontrar la arborescencia de rutas más cortas de raíz x para todo x elemento
de N. Sin embargo existen procedimientos más eficientes como el desarrollado por R.W.
Floyd (1962) y es aplicable a redes que admiten cualquier costo en sus arcos. En dicho
algoritmo se supondrá una numeración de los nodos de la red 1,2,3,...,n y se utilizará una
matriz C de dimensión nxn para calcular las longitudes de las rutas más cortas entre cada
14
44
Capítulo 2
par de nodos; al terminar de aplicar el algoritmo, la longitud de la ruta más corta entre los
nodos i y j estará dada por el elemento (i, j ) de C.
Algoritmo de Floyd15
En el algoritmo de Floyd, en la k-ésima iteración se calcula la longitud de la ruta más
corta entre i y j que pueda admitir a los primeros k nodos, o a alguno de ellos, como nodos
intermedios, este número se almacena en la entrada (i, j ) de la matriz C. Al inicio se asigna
el costo del arco (i, j ) al elemento (i, j ) de la matriz C, si i ≠ j ; si dicho arco no existe,
entonces se asigna ∞, los valores en la diagonal serán igual a cero. Con esto quedan
calculadas las longitudes de las rutas más cortas entre todo par de nodos i y j, que no
contengan ningún nodo como nodo intermedio.
Al inicio de la k-ésima iteración, la entrada (i, j ) de C es igual a la longitud de la ruta

más corta entre i y j que contiene a los primeros k − 1 nodos, o a alguno de ellos, como
nodos intermedios. Durante esta iteración se compara la longitud de esta ruta con la de
aquella formada por la unión de las rutas más cortas que contienen a los primeros k − 1
nodos como nodos intermedios entre i y k y k y j; de esta manera se obtiene la ruta más
corta entre i y j que contiene a los primeros k nodos, o a algunos de ellos, como nodos
intermedios.
Procediendo de este modo se tendrá que, al final de la n-ésima iteración, la entrada
(i, j ) de C es la longitud de la ruta más corta entre i y j, que contiene a los primeros n
nodos como nodos intermedios o a alguno de ellos; es decir, se habrá calculado la longitud
de la ruta más corta entre i y j.
Debe observarse que si, al finalizar el algoritmo, alguna entrada de C es igual a ∞,

esto querrá decir que no existe ruta alguna entre los nodos correspondientes. Por, otro
lado, si algún elemento de la diagonal de C, por ejemplo (i, j ) , es menor que cero en
alguna iteración, se habrá encontrado una ruta de i a i de longitud negativa (es decir, un
circuito negativo), luego en este caso el problema no tiene solución.
2.5 MODELO DE FLUJO MÁXIMO16

Se trata de enlazar un nodo fuente y un nodo destino a través de una red de arcos dirigidos.
Cada arco tiene una capacidad máxima de flujo admisible. El objetivo es el de obtener la
máxima capacidad de flujo entre la fuente y el destino. Características:
15
16
página 366.
45
1. Todo flujo a través de una red conexa dirigida se origina en un nodo, llamado fuente,
y termina en otro nodo llamado destino.
2. Los nodos restantes son nodos de trasbordo.
3. Se permite el flujo a través de un arco sólo en la dirección indicada por la flecha,
donde la cantidad máxima de flujo está dada por la capacidad del arco. En la fuente,
todos los arcos señalan hacia fuera. En el destino, todos señalan hacia el nodo.
4. El objetivo es maximizar la cantidad total de flujo de la fuente al destino. Esta
cantidad se mide en cualquiera de las dos maneras equivalentes, esto es, la cantidad
que sale de la fuente o la cantidad que entra al destino.
El problema de flujo máximo se puede formular como un problema de programación

lineal, se puede resolver con el método simplex y usar cualquier software. Sin embargo, se
dispone de un algoritmo de trayectorias aumentadas mucho más eficientes. El algoritmo se
basa en dos conceptos intuitivos, el de red residual y el de trayectoria aumentada.
Algoritmo de la trayectoria de aumento para el problema de flujo máximo:
1. Se identifica una trayectoria de aumento encontrando alguna trayectoria dirigida

del origen al destino en la red residual, tal que cada arco sobre esta trayectoria
tiene capacidad residual estrictamente positiva (si no existe una, los flujos netos
asignados constituyen un patrón del flujo óptimo).
2. Se identifica la capacidad residual c* de esta trayectoria de aumento encontrando
el mínimo de las capacidades residuales de los arcos sobre esta trayectoria. Se
aumenta en c* el flujo de esta trayectoria.
3. Se disminuye en c* la capacidad residual de cada arco en esta trayectoria de
aumento. Se aumenta en c* la capacidad residual de cada arco en la dirección
opuesta en esta trayectoria. Se regresa la paso 1.
2.6 PROBLEMA DEL FLUJO DE COSTO MÍNIMO17

El problema de flujo de costo mínimo tiene una posición medular entre los problemas de
optimización de redes; primero, abarca una clase amplia de aplicaciones y segundo, su
solución es muy eficiente. Igual que el problema del flujo máximo, toma en cuenta un flujo
en una red con capacidades limitadas en sus arcos. Igual que el problema de la ruta más
corta, considera un costo (o distancia) para el flujo a través de un arco. Igual que el
problema de transporte o el de asignación, puede manejar varios orígenes (nodos fuente) y
varios destinos (nodos demandas) para el flujo, de nuevo con costos asociados. De hecho,
estos cuatro problemas son casos especiales del problema de flujo de costo mínimo.
17
página 372.
46
Capítulo 2
A continuación se describe el problema del flujo de costo mínimo:

1. La red es una red dirigida conexa.
2. Al menos uno de los nodos es nodo fuente.
3. Al menos uno de los nodos es nodo demanda.
4. El resto de los nodos son nodos de trasbordo.
5. Se permite el flujo a través de un arco sólo en la dirección indicada por la flecha,
donde la cantidad máxima de flujo está dada por la capacidad del arco. Si el flujo
puede ocurrir en ambas direcciones, debe representarse por un par de arcos con
direcciones opuestas.
6. La red tiene suficientes arcos como suficiente capacidad para permitir que todos lo
flujos generados por los nodos fuente lleguen a los nodos demanda.
7. El costo del flujo a través del arco es proporcional a la cantidad de ese flujo, donde
se conoce el costo por unidad.
8. El objetivo es minimizar el costo total de enviar el suministro disponible a través de
la red para satisfacer la demanda dada. Un objetivo alternativo es maximizar la
ganancia total del envío.
2.7 EL PROBLEMA DEL AGENTE VIAJERO O VENDEDOR18
El problema del agente viajero trata de rutas de distribución elementales, donde un viajero
(un comerciante o un camión) debe visitar n ciudades de manera que la distancia recorrida
o los costos de desplazamiento sean mínimos. La literatura anglosajona se refiere a este
problema como Travelling Salesman Problem o simplemente por las siglas TSP. Para la
planeación del viaje, el planeador o agente viajero dispone de una matriz con las distancias
que separan las ciudades. Este problema considera el caso de un individuo que debe
abandonar un sitio base, y visitar otros n − 1 sitios con C ij no necesariamente igual a C ji .
El objetivo por lo tanto es, crear un programa para itinerario de costo mínimo.
Puesto que lo importante es el circuito realizado por el agente, el elegir cuál de los n
sitios se designa como base es un asunto de conveniencia. Se puede asociar un problema
de asignación a cada problema del agente viajero de la siguiente forma.
Numérense arbitrariamente con los enteros 1, 2, 3,K , n los sitios involucrados en el

problema del agente viajero, considérese un conjunto de n trabajadores y un conjunto de
n tareas. El costo de una asignación, Cij , es el costo de viajar directamente del sitio i al
sitio j. Está claro que cada solución factible al problema del agente viajero corresponde a
una solución factible al problema asociado de asignación. Sin embargo, el problema de
asignación tendrá soluciones factibles que no representan una solución factible al problema
del agente viajero. La solución óptima al problema asociado de asignación sirve como una
18
47
primera aproximación a la solución del problema del agente viajero. Se puede aplicar el
método de vecino más próximo o el método Húngaro a la matriz de costos del problema de
asignación (que es la misma que la matriz del problema del agente viajero) y si el resultado
corresponde a un itinerario factible, este itinerario debe ser óptimo. Si no, se puede usar
una variante del método de bifurcación y acotación para crear dos nuevos problemas de
asignación que abarquen, entre ambos la solución óptima al problema del agente viajero.
La bifurcación se realiza en el elemento matricial C pq , donde p → q es cualquiera

de las asignaciones en la primera aproximación actual (la cual, por hipótesis, no refleja un
itinerario factible). Se obtiene una nueva matriz de costos al reemplazar C pq por un
número prohibitivamente grande; la otra nueva matriz se obtiene al reemplazar C pq
(elemento transpuesto), así como a todos los elementos en el p-ésimo renglón o en la q-
ésima columna excepto al mismo C pq , por un número muy grande.
El problema es fácil de modelar mediante una red dirigida y etiquetada con los
costos. De manera formal se tiene la red D = (n, a ) , con etiquetas en las distancias Cij y lo
que se quiere es encontrar un único viaje o “tour” mínima longitud, o lo que es lo mismo,
un ciclo dirigido que contenga los n nodos de la red.
El problema de programación lineal de este agente viajero se puede denotar de la

siguiente manera:
VARIABLES: Para cada distancia posible de la red definimos una variable,

1, si la distancia (i, j ) está en el ciclo i, j = 1, 2,K , n
X ij = 
0, en caso contrario
FUNCIÓN OBJETIVO
La función objetivo consiste en minimizar los costos del viaje:
min ∑∑ C ij X ij
i =1 j =1
j ≠i
RESTRICCIONES:
Es necesario visitar todas las ciudades, para ello se requiere de dos tipos de restricciones,
de llegada y salida:
- Llegada, a cada ciudad del visitante
∑ X ij = 1, j = 1, 2,.....n
i =1,i ≠ j
- Salida; el visitante parte de cada ciudad

∑X
j =1,i ≠ j
ij = 1, i = 1, 2,.....n
48
Capítulo 2
VARIABLES:
X ij , i ≠ j : si el viajero va de la ciudad i a la ciudad j
El problema del agente viajero; en general, siempre tendrá n 2 − n variables y 2n

restricciones. A veces es necesario ampliar el modelo anterior, añadiendo restricciones y/o
variables que eliminen la posibilidad de que existan subciclos en la solución. Existen dos
posibles alternativas que permiten conseguir esto a continuación se comenta una de ellas.
Alternativa para eliminar subciclos

Se añade el siguiente grupo de restricciones:
∑ ∑ i =1 ,
j =1 j es S X ij ≤ S − 1 , para todo posible subconjunto S .
Donde S es el número de ciudades que hay en el subconjunto S .
EJEMPLO 2
Un vendedor debe visitar las ciudades 1, 2,…,n y su viaje comienza y debe finalizar en
Casa. Dejemos que Cij sea el costo de viajar de la ciudad i a la ciudad j, el cual es dado. El
problema es determinar una orden óptima para viajar las ciudades de tal forma que el
costo sea mínimo. 19
Considere el siguiente Problema de Viaje del Vendedor:
Casa
Fig. 2.4 Red del ejemplo 2

La formulación de programación lineal es:

Min =30x01 + 45x02 +65x03+ 80x04 + 25x12 + 50x13+ 50x14+ 40x23+ 40x24 + 35x34
+30X10 +45X20+ 25X21 +65X30 + 50X31+ 40X32 + 80X40+ 50X41+ 40X42 +35X43
Sujeto a:
X01+ X02+ X03+ X04=1
X01+ X02+ X03+ X04=1
x10+ x12+ x13+ x14=1
x20+ x21+ x23+ x24=1
19
http://www.mirrorservice.org/sites/home.ubalt.edu/ntsbarsh/Business-stat/opre/SpanishIN.htm
49
x30+ x31+ x32+ x34=1

x40+ x41+ x42+ x43=1
X10+ X20+ X30+ X40=1
X01+ X21+ X31+ X33=1
x02+ X12+ X32+ X42=1
X03+ X13+ X23+ X43=1
X04+ X14+ X24+ X34=1
Todos los Xij = 0, ó 1

La solución a este problema de programación lineal produce los sub-viajes (0, 1, 2).
Necesitamos introducir un rompedor de viajes tal como:
X01 + X10 + X12 + X21+ X02 + X20 ≤ 2
Agregando esta restricción adicional y resolviendo, necesitamos otro rompedor de
viaje, el cual es:
X01 + X10 ≤ 1.
Agregando esta restricción el camino óptimo es: Casa a la ciudad 1, de ciudad 1
a ciudad 2, de ciudad 2 a ciudad 4, de ciudad 4 a ciudad 3 y de ciudad 3 a Casa, con una
longitud total de 195 unidades.
2.8 EL PROBLEMA DEL CARTERO CHINO20

A diferencia del problema del agente viajero, en el que se requería ir a todos los nodos o
vértices, el problema del cartero chino (denotado por sus siglas en inglés CPP, Chinese
Postman Problem), propone visitar todos los arcos, sin importar cuántas veces se pase por
un determinado nodo.
Esto aplicado a un problema de la recolección, se utiliza cuando el método de
recolección exige pasar por todas las calles, a diferencia del problema del agente viajero
que se utiliza en recolección por punto fijo y de contenedor estacionario.
El primer paso para determinar una ruta en una red no dirigida es especificar si la
red es o no par; una red par es aquella en la que el número de arcos que inciden a todo
nodo es par. Si alguno de los nodos tiene un número de arcos incidentes impar, entonces se
dice que la red no es par. En una red par se puede encontrar una ruta por la que se transite
una sola vez en cada arco. Dicha ruta se denomina ruta Euleriana o de Euler.
Para la realización del algoritmo de solución, como primer paso se requiere saber si
la red es o no par, esto se realiza simplemente contando los arcos que inciden en cada
nodo. Si existe un nodo con un número impar de arcos, entonces no existe ruta de Euler.
Los nodos con un número impar de arcos incidentes ocurren por pares, ya que cada arco en
la red, contribuye con dos unidades a la suma de los arcos de todos los nodos, una en cada
una de sus nodos terminales. Así, la suma de todos los arcos incidentes es par, pero esta
20
SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64
50
Capítulo 2
suma se obtiene sumando pares e impares (ya sea que el nodo sea par o impar
respectivamente). Es por ello que en estos sumandos debe haber un número par de
sumandos impares para que la suma total sea par.
En una red par encontrar la ruta de Euler es sencillo: para tal propósito los arcos se
dividen en dos conjuntos, aquellos que no han sido usados y el resto (los ya transitados en
la ruta). Una ruta se construye transfiriendo arcos del último conjunto al primero.
Inicialmente, todos los arcos están en el segundo. Empezando con el origen de la ruta
deseada, cualquier arco no usado a este nodo incidente se selecciona. Este arco se
convierte en usado; el proceso se repite, encontrando un arco que no ha sido usando en el
nodo terminal que une el arco usado y el proceso continúa, hasta que el origen se alcanza.
En esta etapa, todos los arcos ya se han usado, entonces la ruta está completa. De
otra forma, una o más partes extras deberán agregarse a la ruta; estas partes se
encuentran seleccionando un nodo en la ruta que posee un arco incidente no usado.
Este nodo se utiliza como punto inicial para una ruta de arcos no usados y esta mini-
ruta se inserta en la ruta en el punto donde la ruta original visita el nodo seleccionado.
Este proceso continúa hasta que todos los arcos han sido usados.
CONCLUSIONES
Los modelos de optimización de redes constituyen una herramienta muy sencilla para
encontrar la solución óptima a los problemas de flujo de redes, porque proporcionan
algoritmos fáciles de comprender y aplicar que comparados con el método simplex
disminuyen el número de iteraciones que resuelven el problema. Además tenemos que
recordar que un problema TSP o uno de CPP son problemas enteros de tipo combinatorio y
por tal razón sus métodos de solución son NP-completos, por lo tanto, tendríamos que
utilizar herramientas computacionales para encontrar la solución óptima de una forma
rápida, ahora con los modelos de redes sólo habría que aplicar las iteraciones a la red del
problema y luego aplicar el algoritmo que corresponde, que puede ser el algoritmo de la
ruta más corta, algoritmo para encontrar el árbol de expansión mínima, algoritmo de la
trayectoria de aumento o el algoritmo de flujo máximo o algún otro que utilice las ideas de
solución de los algoritmos anteriores.
51
Capítulo 3
DISEÑO DE LA PROPUESTA DE MEJORA
INTRODUCCIÓN
Algunos aspectos importantes a considerar, antes de iniciar una metodología, para dar a
conocer la propuesta de mejora que esté basada en los modelos lineales, son los convenios
vigentes entre la empresa con sus clientes y los factores que originan la problemática. Por
ejemplo, una de las negociaciones que existen entre CHEP México y las cadenas
comerciales, es que una vez que sus tiendas reciben las mercancías paletizadas de sus
proveedores en tarima CHEP, podrán hacer uso de ellas hasta que la tarima es desocupada
una vez que las mercancías son colocadas en el piso de venta, esto sin costo alguno.
Es en las recolecciones en donde si existe un costo para las cadenas comerciales; ya

que una vez que las tarimas van siendo desocupadas, CHEP México se encarga de ir por
ellas, cobrándoles por este servicio.
Es importante nuevamente resaltar que debido a que la empresa no cuenta con

unidades de transportes propios, se ve obligada a contratar los servicios de varios
transportistas para realizar esta actividad, por lo que se puede decir que no obtiene ingreso
alguno por este concepto. Actualmente los transportistas contratados para realizar las
recolecciones son seis: Hermanos Rodríguez, LLED, Lobo, OMAR, ELISA y Vélez.
Se ha mencionado al final del Capítulo I que la empresa CHEP México presenta des-
abasto de tarimas para surtirle a sus clientes durante algunas temporadas altas del año,
principalmente los meses de octubre, noviembre y diciembre; una de las causas se debe a
que las tarimas tardan más tiempo en ser retornadas a sus depósitos, ya que permanecen
más tiempo de lo normal tanto con clientes fabricantes como en las tiendas de las cadenas
comerciales; ya que ambas se sobreinventarían de productos, como una medida para
satisfacer la gran demanda de los consumidores que se incrementa durante ciertas
temporadas, y otra causa es el tiempo de recolección de las tarimas.
Ante esta situación, una medida emergente a la que recurre la empresa, debido a la
imperiosa necesidad que tiene por recolectar la mayor cantidad posible de tarimas (aunque
tenga que ir por tan sólo 20 tarimas en cada tienda), es que opta por absorber el costo de
52
Capítulo 3
las recolecciones, que por negociación le corresponde a las cadenas comerciales, a fin de
que se les permita el acceso a las unidades de transporte para realizar las recolecciones sin
importar la cantidad de tarimas, ya que muchas tiendas, por ejemplo, sólo acceden a
cargar transportes completos.
Sin embargo, dicha medida origina un desembolso considerable y no logra eliminar la

problemática del desabasto de tarimas, ya que desgraciadamente no existe un programa
eficiente de recolección; en el sentido de que no se logra recolectar la cantidad total de
tarimas disponibles que existen cada semana en todas las localidades, por una serie de
factores que a grandes rasgos se describen a continuación.
Para que las recolecciones se realicen, siempre estarán sujetas a que los
transportistas cuenten con unidades disponibles, hay que recordar que CHEP México
también realiza entrega de tarimas con transporte. Además de que dichos transportistas
también ofrecen sus servicios a más empresas, y que no todos cuentan con presencia en las
diferentes regiones del país en donde existan localidades con tarima vacía. Por ejemplo,
en ocasiones se ha llegado a constatar que existen localidades en las cuales llevan varias
semanas sin que ningún transportista se presente para realizar la recolección.
Ante esta panorámica, el área de oportunidad que se ha considerado para la

investigación consiste en agilizar el tiempo de las recolecciones, y esto se puede lograr
diseñando rutas bajo un modelo de programación lineal que genere “el camino óptimo”. La
labor de recolección es una de las actividades más caras dentro de la empresa, por lo que
se considera que es una de las que presentan mayores opciones para la minimización de
costos.
Con base en la información disponible sobre los volúmenes de tarima que fueron
recolectados y enviados a los diferentes depósitos de tarima semanalmente por los
transportistas, la propuesta de mejora estará basada en la comprobación de que estos
volúmenes de tarima pueden ser recolectados en menor tiempo, si CHEP México contara
con una flotilla de transportes propios para realizar los recorridos de las rutas, diseñadas
bajo un modelo de programación. Para demostrar lo anterior se tomarán los volúmenes de
recolección que abastecieron al depósito MX16 durante la temporada de fin de año del
2007, que abarca los meses de octubre, noviembre y diciembre.
3.1 ANÁLISIS DEL TIPO DE PROBLEMA PARA LA RECOLECCIÓN DE TARIMAS

Para la solución del problema de la recolección de tarimas por parte de una empresa que
ofrece dicho servicio, primeramente debe analizarse el tipo de problema que se tiene en la
recolección. Como se puede observar el problema consiste en una red y claro cumple con
los 4 supuestos de un problema lineal. La red tiene un centro de acopio o matriz, a la cual
deben llegar las tarimas para su inspección y llevar a cabo su control de calidad para
futuros préstamos.
53
Metodología para la recolección de tarimas
La dificultad en el problema reside en que no se trata de un algoritmo clásico de

redes, ya que tiene ciertas características de un árbol de expansión mínima (ver capítulo
2), puesto que debemos ir a todos los centros en donde se tienen las tarimas, pero esto no
se puede hacer con un sólo medio de transporte como en el caso del agente viajero (la
cantidad semanal a recolectar es muy excesiva para un sólo transporte). Otra dificultad
reside en que los tiempos o distancias de recolección sean mínimos, dando un problema
tipo red de ruta más corta (ver capítulo2), pero como se podrá apreciar más adelante la
localización geográfica de los centros en los que se tiene que recolectar las tarimas pueden
estar muy dispersos. Por lo tanto, pensar en un modelo clásico de redes al 100% como los
expuestos en el capítulo 2 no es factible.
Primeramente, debemos localizar bajo ciertos criterios de decisión, el centro al que

llevaremos las tarimas recolectadas. Posteriormente, por las grandes distancias existentes
entre los centros debemos clasificar la red en subredes o zonas para llevar a cabo tours de
recolección de tarimas que hagan óptimo el tiempo de recolección.
3.1.1 CENTRO DE RECOLECCIÓN DE TARIMAS PARA LA EMPRESA CHEP

Se llevó a cabo un diagnóstico en la empresa CHEP, arrojando que el problema de des-
abasto se agudiza más en la zona Metropolitana del país, obviamente por ser la zona que
mayor volumen de operación tiene, y además a fin de delimitar el alcance de la
investigación se determinó que las rutas de recolección se diseñarán durante una sola
temporada, y en primer instancia, para abastecer únicamente al depósito de tarimas
“MX16” ubicando en Tultitlán, Estado de México, el que tiene mayor capacidad de
almacenamiento de los tres disponibles que existen en la zona Metropolitana.
Así, el volumen total que se recolectó en el deposito “MX16” durante los meses de
octubre, noviembre y diciembre fue 357,687 tarimas, y tuvo un costo aproximado de
$2’146,122.00 con recolecciones realizadas en Tiendas Comerciales y Centros de
Distribución de los Estados de: México, Aguascalientes, Guerrero, Guanajuato, Jalisco,
Michoacán, Morelos, Oaxaca, Puebla, Querétaro, San Luís Potosí, Zacatecas y el Distrito
Federal. Se puede observar que fue necesario acudir a zonas más alejadas, a pesar de que
existen depósitos CHEP ubicados en dichas zonas, pero esto se justifica, porque no tendría
caso que las tarimas se fueran a esos depósitos, ya que de todas maneras tarde o temprano
se iban a tener que traspasar al depósito MX16, puesto que es en el área Metropolitana
donde realmente se requieren.
El diseño de las rutas de recolección tendrá como objetivo recolectar esa misma
cantidad de 357,687 tarimas en un tiempo menor a 78 días, abarcando de igual forma las
mismas Tiendas Comerciales y Centros de Distribución (localidades), que los transportistas
visitaron en trece Entidades Federativas durante los meses de octubre, noviembre y
diciembre del año 2007; pero ahora con transportes propios deberán partir siempre del
depósito MX16 para realizar los recorridos hacia las diferentes localidades. Las rutas
54
Capítulo 3
contemplarán que las unidades de transporte deberán invariablemente regresar a este

mismo depósito diariamente.
Depósito de Tultitlán
MX16
Fig. 3.1 Zona de Recolección de las unidades de transportes, partiendo del depósito MX16,
ubicado en Tultitlán Edo. Méx.
Fuente: Información proporcionada por el área de Logística de la empresa.
A continuación se muestra el resumen de las recolecciones realizadas por los

transportistas con un seguimiento semanal.
Importe pagado Cantidad Importe pagado

Período Recolección por
Mes/semana por recolección recolectada x por recolección x
(año 2007) Tranportistas**
$ mes mes
01-06 Oct Oct / Sem1 26,589 $159,534

08-13 Oct Oct / Sem2 35,403 $212,418
15-20 Oct Oct / Sem3 36,447 $218,682
22-27 Oct Oct / Sem4 23,092 $138,552 121,531 $729,186
29 Oct- 03 Nov Nov / Sem1 28,876 $173,256
05-10 Nov Nov / Sem2 24,690 $148,140
12-17 Nov Nov / Sem3 33,981 $203,886
19-24 Nov Nov / Sem4 22,223 $133,338
26 Nov - 01 Dic Nov / Sem5 36,929 $221,574 146,699 $880,194
03-08 Dic Dic / Sem1 20,662 $123,972
10-15 Dic Dic / Sem2 22,361 $134,166
17-22 Dic Dic / Sem3 22,920 $137,520
24-29 Dic Dic / Sem4 23,514 $141,084 89,457 $536,742
Totales: 357,687 $2,146,122
Cantidad promedio de recolección

27,514 tarimas
por semana:
Cantidad promedio de recolección
4,586 tarimas
por día:
Costo por tarima recolectada: $6
Tabla 3.1 Resumen: Recolecciones realizadas por los transportistas externos

55
Cantidad de tarim as recolectadas, a través de los transportistas contratados por CHEP
40,000
35,000
30,000
Cantidad de tarimas
25,000
20,000
15,000
10,000
5,000
Período (año 2007)

Recolección por
Tranportistas**
Fig. 3.2 Gráfica: Recolecciones semanales realizadas por los transportistas externos.
3.1.2 ESTUDIO DE LA RED DE RECOLECCIÓN Y SU DESCOMPOSICIÓN

En la red de recolección tenemos diferentes nodos, centros de recolección, situados en
lugares bastante alejados y en muchos de ellos la cantidad de tarimas a recolectar
sobrepasan la capacidad de los camiones que recolectan y por consiguiente es necesario
tomar una decisión de la distribución de los camiones para su recolección.
Para tomar una decisión de la forma de abarcar la red de recolección primeramente

es necesario localizar los centros de almacenamiento y su situación geográfica y con base
en la respuesta tomar una decisión.
En una empresa de recolección que se extiende a varios estados de la república la

mejor forma de recolección consiste en construir subredes que serán recorridas
independientemente. Así, para la recolección de altos volúmenes de tarimas, en general,
se aconseja formar rutas o tours por zonas geográficas.
En la siguiente sección se formalizan algunos criterios normativos para la recolección

de tarimas.
En el capítulo 4 estableceremos las zonas o tours de recolección de tarimas para la

empresa CHEP.
56
Capítulo 3
1
3.2 ASPECTOS A CONSIDERAR EN LAS RUTAS DE RECOLECCIÓN DE TARIMAS
En la actualidad existen diversos métodos y consejos para tratar de encontrar la mejor
ruta posible, que cumpla con los objetivos y las restricciones de cada caso. Sin embargo
también es muy importante hacer notar que el diseñador de rutas deberá tomar en
consideración los siguientes aspectos sin importar los diversos métodos y algoritmos que
vaya a utilizar, para facilitar su trabajo y contar con prediseños factibles que
necesariamente se van a probar en campo:
• Número y tipo de transportes seleccionados.
• Frecuencia de recolección.
• Distancias entre ciudades donde existen localidades.
• Topografía del terreno.
• Tráfico en la ruta.
• Condiciones de los caminos.
• La recolección deberá comenzar lo más cercano al depósito.
A este respecto, dentro del “Manual para el diseño de rutas de recolección de

residuos sólidos municipales” elaborado por la Secretaría de Desarrollo Social, se establece
que “algunos lineamientos heurísticos que deberían ser tomados en consideración cuando
se planean las rutas de recolección, son los siguientes:
• Características de los vehículos, como son el tamaño y tipo de las unidades de
transporte que deben ser utilizados.
• En áreas de colina, las rutas deben comenzar en la parte alta y continuar colina
abajo, de tal manera que cuando el camión esté totalmente cargado no tenga
necesidad de ir cuesta arriba.
• Las rutas deben ser planeadas para que la última localidad a ser recolectada en la
ruta esté localizado lo más cerca del sitio de disposición final.
• Los desechos generados en las localidades donde exista más tráfico congestionado,
deberán ser recolectados lo más temprano del día que sea posible, o en un horario
en el que el tráfico afecte lo menos posible el recorrido del transporte”.
Además en dicho manual se establece que un servicio de recolección con transportes

será eficiente cuando cumpla con los siguientes objetivos:
• Aprovechar toda la capacidad de los transportes recolectores (tratar de no hacer
viajes con carga incompleta).
• Aprovechar toda la jornada legal de trabajo del personal.
1
57
• Minimizar los recorridos improductivos en las rutas, es decir, que haya pocos
traslados sin estar recolectando.
• Disponer de equipos de reserva para efectuar mantenimiento preventivo y poder
cumplir con los programas previstos.2
3.3 MODELO GENERAL PARA DETERMINAR EL NÚMERO ÓPTIMO DE UNIDADES DE

TRANSPORTE PARA LA RECOLECCIÓN DE TARIMAS
Con base en lo dicho en la sección anterior y las normativas para la recolección por parte
de SEDESOL, podemos proponer un modelo general que nos indique la cantidad de viajes
que se requieren para realizar la recolección de una cantidad determinada de tarimas en
una red.
Supóngase que tenemos m tipos de camiones recolectores de tarimas con capacidades

c1 , c2 ,K, c m , tales que c1 < c 2 < K < c m y por otro lado, CT es el total de tarimas a
recolectar en la red a la semana. Denotemos por x1 , x 2 ,K , x m las variables de decisión que
están definidas, x i cantidad de viajes necesarios a la semana que haga el camión con
m
capacidad ci para recolectar las CT tarimas, con i = 1, 2, 3, K , m . Es decir, ∑c x
i =1
i i ≥CT de
esta forma el problema lineal entero lo podemos modelar de la siguiente manera.
m
min Z = ∑ xi
i =1
m
∑c x
i =1
i i ≥ CT
m
∑c x
i =1
i i ≤ CT + c1 − 1
xi entera no negativa ∀i
La respuesta a este modelo nos indica la cantidad de viajes que requiere hacer cada
camión con capacidades c1 , c 2 , K, c m , para que puedan transportar todas las CT tarimas de
la red, en este caso siempre habrá solución entera, porque la suma inferior a CT no puede
ser menor a la capacidad más pequeña de los m camiones, luego al agregar otro viaje con
capacidad c1 sobrepasará la cantidad de tarimas que se debe recolectar CT , pero al mismo
tiempo será estrictamente inferior a CT + c1 .
Ahora supóngase que tenemos n subredes, y se aplica el modelo anterior a cada

subred
2
58
Capítulo 3
m
min Z j = ∑ xi j
i =1
m
∑c
i j =1
ij x i j ≥ CT j
∑c
i j =1
ij xi j ≤ CT j + c1 j − 1
xi j entera no negativa ∀i, j; i = 1,2,K, m; j = 1,2, K, n
Anotamos en una matriz la cantidad de viajes que requiere cada camión,

posteriormente se suman los totales de viajes por tipo de camión y resultarán los viajes que
se requieren de cada tipo de camión para recolectar todas las tarimas de las n subredes.
Tipo de camión
Subred
1 2 … m
1 a11 a11 … a11
2 a 21 a 22 … a2m
M M M O M
n a n1 an2 … a nm
Subtotales A1 A2 … Am
Tabla 3.2 Muestra la cantidad de viajes por semana, tipo de camión y subred
Finalmente para conocer la cantidad de camiones que se requieren de cada tipo,

necesitamos saber cuántos viajes puede hacer cada camión a la semana, sean q1 , q 2 , K, q m
la cantidad de viajes que pueden hacer cada uno de los m camiones a la semana, dividir la
cantidad de viajes del camión entre la cantidad de días laborables a la semana y tomamos
la parte entera del cociente para conocer la cantidad de camiones necesarios.
m
 Ai 
∑q
i =1  i 
3
 cantidad total de camiones .
En ocasiones es necesario restringir la cantidad de camiones a utilizar de cada tipo y

para esto agregamos la restricción correspondiente
m
∑x
i j =1
ij ≤ ri .
3
Se utiliza la notación de la parte entera de un número por medio de los corchetes, por ejemplo [3.7] = 3 .
59
En donde, ri representa la disponibilidad de viajes del camión tipo i disponibles.
Teniendo la cantidad de camiones a utilizar, la recolección se puede llevar a cabo

considerando un solo modelo de recolección.
Nuestra función objetivo siempre será de minimización y está representada de la

siguiente manera:
n m
min Z = ∑∑ xij
j =1 i =1
Con las siguientes restricciones:

m
∑c x
i =1
i ij ≥ CT j
m
∑c x
i =1
i ij ≤ CT j + c1 j − 1
n
∑x
j =1
ij ≤ ri
xij entera no negativa ∀i, j; i = 1,2, K, m; j = 1,2,K , n

Donde:
ci = Capacidad del camión i
xij = Cantidad de viajes del camión i, en la subred j
CT j = Cantidad de tarimas a recolectar en la subred j
ri = Disponibilidad de viajes del tipo de camión i con los que se cuenta
para realizar la recolección.
3.4 METODOLOGÍA PROPUESTA

Paso 1. Las primeras actividades primordiales y necesarias para proseguir con el diseño de
las rutas que se tienen que realizar para la recolección serán:
• Recabar la información sobre las recolecciones que cada uno de los transportistas
realizó diariamente por tiendas, en cada ciudad, delegación o municipio durante los
meses de octubre, noviembre y diciembre de 2007. Al final en el Anexo 1 se
presentará la información recolectada referente a este punto.
• Presentar estadísticamente en tablas resumidas, la información de los volúmenes de
tarimas que semanalmente fueron recolectados por los transportistas en cada
ciudad, delegación o municipio, y que para la investigación representarán los
volúmenes disponibles que hay que recolectar en menor tiempo.
• Elaborar la tabla de distancias que existen entre cada una de las ciudades,
delegaciones y/o municipios donde existan localidades (Tiendas Comerciales,
Centros de Distribución), con tarimas vacías.
60
Capítulo 3
Paso 2. Al establecerse que las recolecciones deberán hacerse con transportes propios,
trae consigo, que el siguiente paso a desarrollar será determinar cuál es el número
óptimo de unidades de transporte y de qué capacidades deberán adquirirse, dada la
cantidad de tarimas disponibles por recolectar, incluso tomando en cuenta las
posibilidades económicas de la empresa.
Hay que considerar también la existencia de transportes de reserva para efectuar el

mantenimiento preventivo necesario.
Las capacidades de carga de las diferentes unidades de transportes disponibles en el

mercado son las siguientes:
48
CAMIONETA 3 1/5
40
CAPACIDAD: MAX 80 tarimas
3 1/2
ESTIBA 12
40
12 X 2 X 3 = 72
1 2 3
40
TORTON 24 PIES
48 CAPACIDAD: 252 tarimas
TORTON ESTIBA 18
18 X 2 X 7 = 252
48
1 2 3 4 5 6 7
40
PLATAFORMA 40 PIES
PLATAFORMA 40 PIES ESTIBA 18
18 X 2 X 12 = 432
48
1 2 3 4 5 6 7 8 9 10 11 12
40
PLATAFORMA 48 PIES
PLATAFORMA 48 PIES
ESTIBA 18
18 X 2 X 14 = 504
1 2 3 4 5 6 7 8 9 10 11 12 13 14
40
48 PLATAFORMA 53 PIES
PLATAFORMA 53 PIES CAPACIDAD: 540 tarimas
ESTIBA 18
18 X 2 X 14 = 540
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Fig. 3.3 Capacidades de carga de las diferentes unidades de transporte disponibles en el mercado.
La determinación del número óptimo de camiones de recolección se presentará como

un programa lineal que consistirá en minimizar una función objetivo, que no será otra cosa
que el costo horario de los camiones de recolección; y será solucionado con un paquete de
61
programación lineal que puede ser: EXCEL, LINDO, QSB, Matemática, etc.
La aplicación de esta formulación proporcionará entonces el número de cada tipo de

camión y su solución será la que minimice la función objetivo propuesta.
A estos transportes que serán adquiridos, se está proponiendo que sean pintados con
logotipos de la empresa, tanto en la parte de sus plataformas y/o cajas, como en las
cabinas, tal como sucede en otros países en donde CHEP tiene operación.
Con esto, lo que se pretende además es disminuir notablemente el tiempo de espera

que anteriormente tardaban los transportistas para que se les diera el acceso a realizar las
recolecciones, debido a las medidas de seguridad que toman las cadenas comerciales
(puesto que en muchas ocasiones se llegaron a presentar otros supuestos transportistas
diciendo que eran enviados por CHEP para realizar la recolección, sin ser esto cierto).
Ahora técnicamente sólo bastará con que se les confirme previamente a las cadenas
comerciales el nombre del chofer que conducirá la unidad de transporte.
Paso 3. Realizar la distribución de las unidades de transporte en las recolecciones semanales

de cada tour con base al modelo de programación lineal elaborado y definir las rutas
de recolección. Para lograr la optimización de las rutas de recolección se ha definido
que se puede lograr, resolviéndolo también como un problema de programación lineal;
que constará de dos etapas, las cuales serán las siguientes:
Etapa I:
Diseñar las rutas de recolección que deberán recorrer las unidades de transporte,
empleando un algoritmo similar al del problema del Agente viajero, pero con el método del
vecino más próximo, que se busca minimizar la distancia a recorrer cuando se tienen que
visitar “N” número de ciudades. En esta investigación se minimizará los recorridos que las
unidades de transporte tienen que realizar en los tours.
Nota: Es importante aclarar que en algunos casos no se deberá seguir la ruta

óptima que arroje la solución, esto se hará cuando existan localidades en
donde el volumen de tarimas vacías sea igual a la capacidad de algunas de las
unidades de transportes asignadas a esa ruta; lo anterior se justifica porque
así, con tal sólo visitar una localidad en su recorrido, la unidad regresará al
depósito totalmente llena a toda su capacidad.
62
Capítulo 3
Etapa II:
Describir las trayectorias semanales que cada una de las unidades de transporte deben
seguir, con la información real de las localidades en donde existe disponibilidad de tarimas
para recolectar. Para esto, las unidades deberán partir siempre del depósito de Tultitlán
para ir visitando tantas localidades como sus capacidades de recolección les permitan. Las
unidades deberán continuar con la ruta, justo en la siguiente localidad donde la anterior
unidad ya no pudo recolectar tarimas.
La importancia de utilizar estos algoritmos y modelos matemáticos también queda

establecido en el “Manual para el diseño de rutas de recolección de residuos sólidos
municipales” elaborado por la Secretaría de Desarrollo Social, ya que en dicho documento
se afirma que “los métodos determinísticos son los más recomendables, ya que en ellos se
pueden involucrar todos los parámetros que inciden en el diseño de las rutas de
recolección, además de que con estos métodos si se obtienen rutas óptimas, es decir, rutas
en las que a costo y tiempo mínimos se recolecta la máxima cantidad de residuos orgánicos
posible”.
Se establece además en dicho documento que “los dos métodos determinísticos más
usados para el diseño de las rutas son:
• Algoritmo del problema del Agente viajero.
• Algoritmo del problema del Cartero Chino”.4
La diferencia entre estos dos algoritmos encontrada para determinar que el algoritmo
del agente viajero es el que debería emplearse para nuestro diseño de rutas, es que el
algoritmo del cartero chino propone visitar todos los arcos, sin importar cuantas veces se
pase por un determinado nodo. Para esta investigación esto no es factible, puesto que lo
que se pretende es que se recorra el menor número de kilómetros posible. “El problema del
Agente viajero consiste en encontrar, en un conjunto de rutas que conectan diversos
puntos, el camino de menor costo, donde se recorra cada uno de los puntos”5, pero sin que
se pase por un mismo nodo más de una vez, como se propone en el algoritmo del cartero.
Los resultados que arrojen estas rutas de recolección, serán comparados contra los
resultados obtenidos por los transportistas, para cuantificar el beneficio que presenta el
programar rutas bajo este esquema de trabajo.
EJEMPLO
A continuación se presenta un ejemplo muy sencillo de cómo se llevaría a cabo esta
propuesta de mejora:
4
5
63
Supóngase que en la ciudad de Aguascalientes existe un total de 1564 tarimas

pendientes de recolectar; por tanto, la cantidad de viajes completos tomando en cuenta
que se cuenta con camiones disponibles con capacidad de 504 tarimas, será de tres.
504 x 3 = 1512 1564-1512 = 52
En esta ciudad quedaría un sobrante de 52 tarimas, que deberán entrar dentro de la
programación de la(s) ruta(s) de recolección de “residuos”; junto con las demás ciudades
en donde existieran más sobrantes.
Supóngase que si además de la ciudad de Aguascalientes existen otras cuatro

entidades en donde quedaron residuos, y todas juntas generan un total de 237 tarimas
pendientes de recolectar; entonces el diseño de la ruta de recolección constará de siete
nodos (porque se está incluyendo como nodos inicial y final el depósito MX16 ubicado en
Tultitlán y se emplearía un camión tipo “torton” de 24 pies, puesto que con este es
suficiente recolectar dicha cantidad ya que su capacidad de carga es 252 tarimas.
Realizando la correcta formulación a este problema de programación lineal, y

utilizando algún paquete se tendrá la ruta óptima: del Depósito MX16 a Naucalpan, de
Naucalpan a Querétaro, de Querétaro a Celaya, de Celaya a León, de León a
Aguascalientes, y de Aguascalientes a Depósito Mx16; con una distancia total de 1066
kilómetros.
La metodología que se debe seguir, estará basada en el algoritmo del problema del
agente viajero con vecinos más próximos, se explica a continuación:
Tabla de datos
Num de Cantidad de tarimas a Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
1 Dep.Tultitlán MEX - 501 173 32 236 353
2 AGS. AGS 52 501 328 531 267 148
3 Querétaro QRO 85 173 328 203 63 180
4 Naucalpan MEX 26 32 531 203 266 383
5 Celaya GTO 41 236 267 63 266 119
6 León GTO 33 353 148 180 383 119
Total a recolectar 237
Tabla 3.2 Tabla de Distancias en kms.
Como puede observarse, en dicha tabla se incluye también la cantidad de kilómetros

que hay que recorrer entre una ciudad y otra.
64
Capítulo 3
Puesto que el punto inicial en donde la unidad de transporte iniciarán su recorrido es

el depósito MX16 ubicado en Tultitlán (primer nodo), se selecciona esta fila de la tabla en
donde se encuentra ubicado, y para determinar a que ciudad deberá iniciar el recorrido, se
selecciona de la ciudad que esté más cercana a dicho depósito; por tanto, nuestro primer
nodo será Naucalpan.
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
1 Dep.Tultitlán MEX - 501 173 32 236 353
Tabla 3.3 Elección del primer nodo

Para seleccionar la siguiente ciudad que represente el segundo nodo, esto se deberá
realizar tomando ahora todas las ciudades comprendidas dentro la fila donde se encuentra
Naucalpan, y se elige la ciudad que está más cercana a dicho municipio; que en este caso
es Querétaro, tal como puede observarse a continuación:
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
4 Naucalpan MEX 26 32 531 203 266 383
Tabla 3.4 Elección del segundo nodo

Ahora, para elegir la siguiente ciudad ésta deberá seleccionarse de la fila de la tabla,
en donde se encuentre Querétaro, y que además sea la más cercana a esta ciudad; por
tanto, el tercer nodo de la ruta es la ciudad de Celaya, cuyo recorrido es de tan solo 63
kilómetros.
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
3 Querétaro QRO 85 173 328 203 63 180
Tabla 3.5 Elección del tercer nodo

La siguiente ciudad que represente el cuarto nodo, deberá seleccionarse de las

ciudades comprendidas dentro de la fila donde se encuentra Celaya, eligiéndose
65
nuevamente la que esté más cercana a dicha ciudad; que en este caso es León, tal como
puede observarse:
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
5 Celaya GTO 41 236 267 63 266 119
Tabla 3.6 Elección del cuarto nodo

Para elegir la siguiente ciudad, en la fila de la tabla donde se ubica León, de igual
forma se deberá determinar la ciudad más cercana a ésta; en esté caso la ciudad es
nuevamente Celaya; sin embargo puesto que está ciudad ya fue seleccionada, se tendrá
que seleccionar una que no lo haya sido; y la única ciudad que nos queda por recorrer es
Aguascalientes, que representaría el quinto nodo.
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
6 León GTO 33 353 148 180 383 119
Tabla 3.7 Elección del quinto nodo

Finalmente nuestro sexto y último nodo lo representa nuevamente el depósito de

Tultitlán, puesto que es ahí donde la unidad de transporte tiene que regresar a descargar
las 237 tarimas. El mismo procedimiento deberá realizarse según el número de nodos
existentes.
En resumen, la ruta óptima para este ejemplo, arrojó que el recorrido que deberá
realizar el camión tipo torton es el siguiente:
De: Dep Tultitlán a : Naucalpan Qro. Celaya León Ags. Dep. Tultitlán Total Km
Kilometros recorridos 32 203 63 119 148 501 =1066
Tabla 3.8 Elección del sexto nodo

66
Capítulo 3
El total de kilómetros por recorrer es de 1066.
En el Anexo 1 se presenta la información real de las recolecciones, necesaria para

poder llevar a efecto el procedimiento descrito y correspondiente a las recolecciones de
cada uno de los transportistas realizado diariamente en tiendas, en cada ciudad,
delegación o municipio durante los meses de octubre, noviembre y diciembre de 2007.
67
Capítulo 4
APLICACIÓN Y VALIDACIÓN DEL MODELO EMPLEADO

EN LA RECOLECCIÓN DE TARIMAS
En los capítulos precedentes se revisaron las bases para poder llevar a efecto una
aplicación de la programación lineal y redes, con la que mostraremos que el tiempo
requerido actualmente para realizar la recolección de tarimas por parte de las empresas
transportistas, contratadas por CHEP México se puede reducir, así como los costos de
contratación en un tiempo medio pueden ser disminuidos al proponer una flotilla propia
que sea mínima para realizar la recolección.
La primera parte de todo problema se refiere a la existencia de la información

relacionada con el objeto de estudio. En el trabajo presentamos los volúmenes de
recolección realizados por los transportistas contratados por la empresa, en la zona de
recolección delimitada para esta investigación durante los meses de octubre, noviembre y
diciembre de 2007, dicha información está disponible en el Anexo 1. Con la información
obtenida mostraremos la forma de usar la propuesta para:
• Determinar la cantidad apropiada del número de carros en la flotilla.
• Optimizar el tiempo de recolección.
• Optimizar los costos de recolección.
La segunda parte de la investigación consiste en determinar el modelo que nos

minimice la recolección de las tarimas con base en la información recopilada de la parte 1,
ver anexo 1, posteriormente condensarla y presentar un resumen con el que de forma más
simple se pueda tener una mejor apreciación de los datos. A partir de la simplificación
68
Capítulo 4
podemos contestar sin dificultad a diferentes preguntas, por ejemplo: ¿Cuáles son las
ciudades, delegaciones o municipios en los que se recolecta mayor volumen de tarimas?, o
por el contrario, ¿Cuáles son las ciudades, delegaciones o municipios en los que se
recolecta menos tarimas?, la frecuencia con la que los transportistas visitaron
semanalmente cada una de estas ciudades, delegaciones o municipios, etc. Los resúmenes
de los resultados obtenidos se muestran en las tablas del anexo 2.
Otra información importante con la que debemos contar, son las distancias existentes
entre cada una de las localidades de recolección, puesto que dicha información será
utilizada posteriormente para el diseño de la red de rutas más cortas, que no es otra cosa
que obtener las rutas con la menor cantidad posible de kilómetros a recorrer, ver anexo 3.
Finalmente notamos que a partir de la información obtenida en las tablas de los tres
anexos: Las entidades con más ciudades, delegaciones o municipios para realizar
recolecciones son el Distrito Federal y el Estado de México, aspecto muy importante a
considerar por la cercanía que tienen con el depósito de la empresa, ya que esta situación
ayudará a que las recolecciones en la zona se realicen en menor tiempo. Por otro lado, el
área de recolección abarca 46 puntos (ciudades, delegaciones o municipios), comprendidos
en el D.F. y a lo largo de 12 estados de la República, cuyas distancias en kilómetros de cada
uno de los puntos con respecto a los otros 45 puntos restantes se muestran en las tablas del
anexo 3.
4.1 DETERMINACIÓN DEL NÚMERO ÓPTIMO DE UNIDADES DE TRANSPORTE

El siguiente análisis nos permitirá conocer la cantidad de camiones de cada uno de los 5
tipos existentes en el mercado para transportar tarimas y con los cuales se llevará a cabo la
recolección con una mayor optimización de tiempo.
Como primer punto para fijar el número de unidades de transportes disponibles, se

tomó la decisión de considerar la semana con mayor volumen de recolección. Para esto se
consideró que utilizar el promedio de recolección semanal obtenido por los transportistas
contratados por CHEP en los tres últimos meses (tiempo que se tomó en cuenta para la
investigación), no es una decisión adecuada por el hecho de que existen varias semanas en
donde los volúmenes de recolección superan por mucho a dicho promedio, lo que
provocaría que el número de camiones ya determinado sea insuficiente y por tanto, no nos
arroje una solución óptima en el tiempo de recolección. Ante esta situación lo
recomendado fue tomar como referencia la semana en la que se haya obtenido el mayor
volumen de recolección, para que en función de esta cantidad se establezca el número de
camiones que se acerquen más a la realidad. Dicha semana es la que corresponde al
periodo del 27 de noviembre al 02 de diciembre que tuvo un volumen de recolección de
36,929 tarimas, tal como se puede apreciar en la siguiente tabla:
69
Modelo para la recolección de tarimas
RESUMEN: 26 NOV.- 01 DIC.
Datos
Suma de Total
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant tarimas
Edo. Ciudad LU 26 MA 27 MI 28 JU 29 VI 30 SA 01 recolectadas Localidades
AGS Aguascalientes - 504 - - - - 504 1
Total AGS - 504 - - - - 504 1
DF Alvaro Obregon 252 - 252 - - 504 1,008 1
Coyoacan - - - - 504 - 504 1
Gustavo A. Madero - - - - - 176 176 1
Miguel Hidalgo - 396 252 756 589 - 1,993 2
Tlalpan 252 684 - - 252 - 1,188 1
Venustiano Carranza - - 210 - 154 - 364 2
Total DF 504 1,080 714 756 1,499 680 5,233 8
GRO Acapulco de Juárez - - - - 432 - 432 1
Iguala de la Independencia - - - - - 204 204 1
Total GRO - - - - 432 204 636 2
GTO Celaya - - - - 468 - 468 1
Irapuato - - 504 - - - 504 1
Leon - 1,000 - 972 189 - 2,161 6
Total GTO - 1,000 504 972 657 - 3,133 8
JAL Guadalajara - - 864 - - - 864 1
Total JAL - - 864 - - - 864 1
MCH Morelia - - 935 808 468 504 2,715 2
Total MCH - - 935 808 468 504 2,715 2
MEX Atizapan - 120 - - - - 120 1
Ecatepec de Morelos - 109 - - 101 - 210 2
Huixquilucan 442 - - - 684 - 1,126 2
Metepec - - 277 - 252 252 781 2
Naucalpan de Juárez 252 - 252 - 252 - 756 1
Tecamac - - 204 - - - 204 1
Tlalnepantla 252 - 252 - 145 - 649 2
Zinacantepec - 12 - - - - 12 1
Total MEX 946 241 985 - 1,434 252 3,858 12
MOR Cuernavaca - - - - 504 - 504 1
Jiutepec - - - 504 - - 504 1
Total MOR - - - 504 504 - 1,008 2
PUE Puebla - 517 279 920 - - 1,716 6
San Martin Texmelucan - - - 103 - - 103 1
Tehuacan - - - - - 393 393 1
Total PUE - 517 279 1,023 - 393 2,212 8
QRO Queretaro 2,009 2,290 2,974 2,510 2,077 1,995 13,855 7
San Juan Del Rio - 432 252 - 396 - 1,080 1
Total QRO 2,009 2,722 3,226 2,510 2,473 1,995 14,935 8
SLP San Luis Potosi 635 - - 764 - 432 1,831 3
Total SLP 635 - - 764 - 432 1,831 3
(en blanco) (en blanco) -
Total (en blanco) -
Total general 4,094 6,064 7,507 7,337 7,467 4,460 36,929 55
Tabla 4.1 Período en el que los transportistas externos realizaron la mayor recolección.
Fuente: Información proporcionada por el área de Logística.
Por otra parte, debido a que los puntos de recolección, se encuentran muy dispersos
en ciudades, delegaciones y municipios de 12 Estados de la República más el Distrito
Federal, se determinó que lo más recomendable es que las recolecciones se lleven a cabo
por zonas o “tours”. Las zonas o “tours” en los que se agruparon los puntos de recolección
son los siguientes:
70
Capítulo 4
TOUR A
México 1 San Martín
De: Depósito Tultitlán a: Puebla Tehuacán Teziutlán Oaxaca Totales
Neza Ixtapaluca Texmelucan
Cantidad recolectada: 0 0 1716 103 393 0 0 2212
Entidades a visitar: 0 0 6 1 1 0 0 8
TOUR B
México 2
De: Depósito Tultitlán a: Morelia Uruapan Guadalajara Tlaquepaque Tonalá Zapopan Totales
Metepec Toluca Zinacantepec
Cantidad recolectada: 781 0 12 2715 0 864 0 0 0 4372
Entidades a visitar: 2 0 1 2 0 1 0 0 0 6
TOUR C
México 3
De: Depósito Tultitlán a: Naucalpan de Totales
Atizapan Cuautitlan Ecatepec Huixquilucan Tecamac Tlalnepantla Juárez Tultitlán
Cantidad recolectada: 120 0 210 1126 204 649 756 0 3065
Entidades a visitar: 1 0 2 2 1 2 1 0 9
TOUR D
D.F.
De: Depósito Tultitlán a: Alvaro Benito Gustavo A. Miguel Venustiano Totales
Coyoacan
Obregon Juárez Madero Hidalgo Tlalpan Carranza
Cantidad recolectada: 1008 0 504 176 1993 1188 364 5233
Entidades a visitar: 1 0 1 1 2 1 2 8
TOUR E
San Juan
De: Depósito Tultitlán a: Queretáro Totales
Del Río
Cantidad recolectada: 13855 1080 14935
Entidades a visitar: 7 1 8
TOUR F
Ciudad San Luis
De: Depósito Tultitlán a: Fresnillo Zacatecas Totales
Valles Potosí
Cantidad recolectada: 0 1831 0 0 1831
Entidades a visitar: 0 3 0 0 3
TOUR G
De: Depósito Tultitlán a: Celaya Irapuato León Ags. Totales
Cantidad recolectada: 468 504 2161 504 3637

Entidades a visitar: 1 1 6 1 9
TOUR H
Acapulco de Iguala de la
De: Depósito Tultitlán a: Cuernavaca Jiutepec Zihuatanejo Totales
Juárez Indep.
Cantidad recolectada: 504 504 432 204 0 1644
Entidades a visitar: 1 1 1 1 0 4
Total recolectado: 36,929 tarimas.
Tabla 4.2 Semana de recolección del 27 de noviembre al 01 de diciembre segmentada en Tours.

Al observar los tours se tomó la decisión por la cercanía de las localidades de los
tours C y D con el depósito, que las unidades de transportes podrán realizar dos viajes por
día; mientras que para los tours restantes sólo es factible realizar un viaje por día.
Nota
Al realizar un viaje no significa que cada camión deberá recorrer forzosamente
todas las ciudades, municipios y delegaciones contenidas en un tour, ya que su
recorrido concluirá tan pronto como éste sea llenado a toda su capacidad. Para
que esto suceda en promedio cada camión deberá visitar 3 localidades, teniendo
un horario de 7 a 19 horas para hacerlo; por tanto, no debe de existir ningún
problema para que cubran sus recorridos. Una vez realizado lo anterior deberá
regresar nuevamente al depósito, y otro camión deberá iniciar su recorrido justo
en la siguiente localidad donde el primer camión ya no pudo cargar más tarimas.
71
A continuación haremos uso de algún paquete de optimización lineal entera, como

el paquete LINGO, para obtener la solución óptima a nuestro problema planteado sobre la
minimización de la cantidad de viajes requeridos por tipo de transporte. La función
objetivo es la siguiente:
Min= x1 + x 2 + x3 + x 4 + x5
Donde: x1 , x 2 , x3 , x 4 , x5 representan la cantidad de viajes requeridos por cada camión del
tipo 1, 2, 3, 4, y 5 (ver capítulo 3), donde:
1= camioneta de 3 ½ (capacidad de recolección: 72 tarimas)
2= torton de 24 pies (capacidad de recolección: 252 tarimas)
3= plataforma de 40 pies (capacidad de recolección: 432 tarimas)
RESTRICCIONES
Las restricciones están enfocadas al hecho de que con un número determinado de
camiones del tipo i, se debe realizar el menor número de viajes posibles para recolectar
igual o mayor cantidad de tarimas existentes en cada tour, pero con la limitante de que si
llegara a recolectar una cantidad mayor, ésta deberá ser siempre menor a la capacidad de
recolección del camión de menor tamaño (es decir a la camioneta de 3 ½ para recolectar
72 tarimas). Con esto estaremos evitando que el modelo arroje como solución óptima
únicamente viajes con camiones de mayor capacidad, sin importar que los residuos (espacio
disponible en los transportes), sean cantidades grandes.
Para los tours C y D se tomó la decisión de excluir a los camiones de mayor
capacidad (los de 48 y 53 pies), ya que estos tours involucran localidades exclusivamente
dentro de Estado de México y D.F. y por el tipo de camiones de gran tamaño trasladarse
con tráfico y por las avenidas del área metropolitana será sumamente lento y en algunos
casos imposible.
Con base a lo anterior los modelos de optimización lineal entera para cada tour son
las siguientes.
Para el TOUR A:
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=2212;
72*x1+252*x2+432*x3+504*x4+540*x5<=2283;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
72
Capítulo 4
Así, al correr el modelo para el tour A con ayuda de algún paquete, tenemos que para
recolectar las 2212 tarimas contenidas en el tour A, se requiere de un viaje con una
camioneta de 3 ½ (x1), y cuatro viajes con camiones de 53 pies (x5), quedando espacio
para recolectar otras 20 tarimas de más.
Llevando a efecto cálculos similares para los tours restantes, tendremos lo siguiente.
Para el TOUR B:
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=4372;
72*x1+252*x2+432*x3+504*x4+540*x5<=4443;
Es decir, que para recolectar las 4372 tarimas contenidas en el tour B, se requiere de
un viaje con una camioneta de 3 ½ (x1), y ocho viajes con camiones de 53 pies (x5),
quedando espacio para recolectar otras 20 tarimas de más.
Para el TOUR C:
Min=x1+x2+x3;
Subject to
72*x1+252*x2+432*x3>=3065;
72*x1+252*x2+432*x3<=3136;
@gin(x1); @gin(x2); @gin(x3);
Es decir, que para recolectar las 3065 tarimas contenidas en el tour C, se requiere de
un viaje con una camioneta de 3 ½ (x1) y siete viajes con camiones de 40 pies (x3),
quedando espacio para recolectar otras 31 tarimas de más.
Para el TOUR D:
Min=x1+x2+x3;
Subject to
72*x1+252*x2+432*x3>=5233;
72*x1+252*x2+432*x3<=5304;
@gin(x1); @gin(x2); @gin(x3);
Es decir, que para recolectar las 5233 tarimas contenidas en el tour D, se requiere de
un viaje con una camioneta de 3 ½ (x1), y doce viajes con camiones de 40 pies (x3),
quedando espacio para recolectar 23 tarimas de más.
Para el TOUR E:
73
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=14935;
72*x1+252*x2+432*x3+504*x4+540*x5<=15006;
Es decir, que para recolectar las 14935 tarimas contenidas en el tour E, se requiere
de un viaje con un camión de 40 pies (x3), de un viaje con un camión de 48 pies (x4), y
veintiséis viajes con camiones de 53 pies (x5), quedando espacio para recolectar de
41tarimas de más.
Para el TOUR F:
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=1831;
72*x1+252*x2+432*x3+504*x4+540*x5<=1902;
Es decir, que para recolectar las 1831 tarimas contenidas en el tour F, se requiere de
un viaje con un camión tipo torton (x2), y tres viajes con camiones de 53 pies (x5),
quedando espacio para recolectar 41tarimas de más.
Para el TOUR G:
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=3637;
72*x1+252*x2+432*x3+504*x4+540*x5<=3708;
Es decir, que para recolectar las 3637 tarimas contenidas en el tour G, se requiere de
un viaje con camión de 40 pies (x3) y seis viajes con camiones de 53 pies (x5), quedando
espacio para recolectar 35 tarimas de más.
Para el TOUR H:
Min=x1+x2+x3+x4+x5;
Subject to
72*x1+252*x2+432*x3+504*x4+540*x5>=1644;
72*x1+252*x2+432*x3+504*x4+540*x5<=1715;
74
Capítulo 4
Es decir, que para recolectar las 1644 tarimas contenidas en el tour H, se requiere un
viaje con una camioneta de 3 ½ (x1), de un viaje con un camión de 48 pies (x4) y dos
viajes con camiones de 53 pies (x5), quedando espacio para recolectar 12 tarimas de más.
Los resultados que arrojó el paquete se resumen a continuación:
Cantidad de viajes requeridos por tipo de camión en cada Tour
36,929
T O U R S / cantidad por recolectar Viajes
A B C D E F G H requeridos x
2,212 4,372 3,065 5,233 14,935 1,831 3,637 1,644 semana
Tipo 1: 72 tarimas 1 1 1 1 0 0 0 1 5
requeridos
Camiones
Tipo 2: 252 tarimas 0 0 0 0 0 1 0 0 1

Tipo 3: 432 tarimas 0 0 7 12 1 0 1 0 21
Tipo 4: 504 tarimas 0 0 0 0 1 0 0 1 2
Tipo 5: 540 tarimas 4 8 0 0 26 3 6 2 49
78
Capacidad de los camiones: 2,232 4,392 3,096 5,256 14,976 1,872 3,672 1,656 37,152
Residuos: 20 20 31 23 41 41 35 12 223
Tabla 4.3 Cantidad preliminar de viajes requeridos por cada tipo de camión en los tours.
En términos administrativos el resultado preliminar arroja un total de 78 viajes

necesarios para realizar las recolecciones (5 viajes del camión tipo-1, 1 viaje del camión
tipo-2, 21 viajes del camión tipo-3, 2 viajes del camión tipo-4 y 49 viajes del camión tipo-
5); al ser un objetivo de la investigación el demostrar que es factible recolectar ese mismo
volumen en menos tiempo, vamos a limitar a que las unidades de transporte sean
empleadas cinco días por semana, en vez de los seis que utilizaron los transportistas
externos. Con esta limitante y suponiendo que cada camión podrá realizar un viaje por día
en cada tour, excepto en los tours C y D, la cantidad requerida entonces es de 16 unidades
de transportes (78 viajes/5 días = 15.6); sin embargo la cantidad es factible disminuirla con
base en las siguientes consideraciones:
• Los tours C y D al contener localidades de recolección sólo en el área metropolitana,

podrán realizar dos viajes por día en vez de uno, es decir 10 viajes por semana; ya
que los horarios del área de recibo de las tiendas comerciales son de 6:00 a 19:00
horas.
• En la tabla podemos observar que no es lo más óptimo adquirir el camión tipo tortón
(x2), para realizar el único viaje requerido en el tour F, ya que quedarían cuatro
viajes libres, de igual forma sucede con el camión de 48 pies (x4), para satisfacer la
demanda de los tours E y H; si se adquiriera ese camión quedarían otros 3 viajes
75
libres. En ambos casos se deberá satisfacer dichas demandas con viajes libres
generados por los camiones x3 y x5; ya que como podemos observar, al ser 21 viajes
los que en total se requieren del camión tipo x3 para satisfacer todos los tours,
necesariamente tendremos que adquirir 5 camiones, con esta capacidad, habrá 4
viajes libres. Es en este sentido el tipo de análisis que se ha realizado para
finalmente llegar con el número óptimo de camiones a adquirir; se trabajó por
separado primeramente con los tours A, B, E, F, G y H y posteriormente con los
tours C y D, ya que en éstos, un camión podrá realizar dos viajes en un día. El
resultado arrojado es el siguiente:

1 viaje por dìa: de lunes a viernes
28,631 5
T O U R S / cantidad por recolectar Vol. Equivalente
Viajes Num. De Vol.
Viajes libres en tarimas que
A B E F G H requeridos x camiones a Equivalente
x semana puede ser
2,212 4,372 14,935 1,831 3,637 1,644 semana utilizar en tarimas
recolectado
Tipo 1: 72 tarimas 1 1 0 0 0 1 3 0 216 0 -216
requeridos
Camiones
Tipo 2: 252 tarimas 0 0 0 1 0 0 1 0 252 0 -252

Tipo 3: 432 tarimas 0 0 1 0 1 0 2 1 864 3 1296
Tipo 4: 504 tarimas 0 0 1 0 0 1 2 1 1008 3 1512
Tipo 5: 540 tarimas 4 8 26 3 6 2 49 9 26460 0 -2160
11 Dif. faltante vs sobrante: 180
Capacidad de los camiones: 2,232 4,392 14,976 1,872 3,672 1,656

Residuos: 20 20 41 41 35 12

2 viajes por dìa: de lunes a viernes
10
TOURS Vol. Equivalente
Viajes Num. De Vol.
Viajes libres en tarimas que
C D requeridos x camiones a Equivalente
x semana puede ser
semana utilizar en tarimas
3,065 5,233 recolectado
Tipo 1: 72 tarimas 1 1 2 0 -144 0 -144
requeridos
Camiones
Tipo 2: 252 tarimas 0 0 0 0 0 0 0

Tipo 3: 432 tarimas 7 12 19 4 8208 1 432
Tipo 4: 504 tarimas 0 0 0 0 0 0 0
Tipo 5: 540 tarimas 0 0 0 0 0 0 0
4 Dif. faltante vs sobrante: 288
Capacidad de los camiones: 3,096 5,256

Residuos: 31 23
Total camiones: 15 Diferencia Total (+) (-) 468
Tabla 4.4 Cantidad de viajes requeridos por cada tipo de camión en los tours (final).
Los 15 camiones requeridos arrojan un sobrante de 468 tarimas, volumen que es

mayor a la capacidad de recolección que tienen las plataformas de 40 pies, esto significa
que podemos prescindir de un camión de este tipo, por tanto se concluye que la cantidad
total de camiones a adquirir serán 14, distribuidos de la siguiente forma:
• 4 camiones de 40 pies(x1: capacidad de recolección: 432 tarimas).
• 1 camión de 48 pies (x2: capacidad de recolección: 504 tarimas).
76
Capítulo 4
• 9 camiones de 53 pies (x3: capacidad de recolección: 540 tarimas).
Se puede observar en los viajes que son uno por día, a pesar de que se requerían 3
viajes por camionetas de 3 ½, y otro de un camión tipo torton, esto no fue necesario
debido a los 6 viajes libres que se producen con la adquisición de un camión de 40 pies y
otro de 48 pies.
Puede observarse además en la tabla 4.4 que dicha cantidad de viajes libres, aun es
suficiente para compensar los 4 viajes que los 9 camiones de 53 pies no pueden cubrir, ya
que sólo pueden realizar 45 viajes (9 camiones x 5 días), y se requieren 49.
Con los 4 camiones de 40 pies requeridos en los tours C y D, se genera 1 viaje libre,
suficiente para recolectar las 144 tarimas correspondientes a los 2 viajes requeridos por
camiones de 3 ½.
4.2 DISTRIBUCIÓN DE LAS UNIDADES DE TRANSPORTE EN LAS RECOLECCIONES

SEMANALES
Los volúmenes de tarimas que tienen que ser recolectados semanalmente en menos
tiempo, son los siguientes:
VOLUMENESDETARIMAARECOLECTAR
30OCT- 27NOV-
TOUR 2-7OCT. 9-14OCT. 16-21OCT. 23-28OCT. 6-11NOV. 13-18NOV. 20-25NOV. 04-09DIC. 11-16DIC. 18-23DIC. 25-30DIC.
4NOV. 02DIC.
Total Tour A 1,609 1,164 1,256 1,345 1,446 1,158 1,107 2,216 2,212 1,204 824 666 674
Total Tour B 1,916 4,933 2,168 3,008 854 1,350 2,474 418 4,372 2,240 2,535 2,180 2,526
Total Tour C 2,322 2,452 2,949 1,491 2,811 1,527 2,112 628 3,065 252 301 305 586
Total Tour D 3,304 4,081 2,732 3,954 3,678 3,372 4,063 714 5,233 1,094 572 774 845
Total Tour E 8,016 13,559 17,039 9,080 13,713 11,797 15,164 12,417 14,935 10,456 12,046 12,021 14,598
Total Tour F 2,602 2,778 3,124 1,424 412 1,164 2,939 1,295 1,831 2,917 2,017 2,560 795
Total Tour G 3,992 4,678 4,816 2,340 4,028 2,002 5,263 4,535 3,637 1,813 3,254 3,234 2,856
Total Tour H 2,828 1,758 2,363 450 1,934 2,320 859 0 1,644 686 812 1,180 634
TOTALES 26,589 35,403 36,447 23,092 28,876 24,690 33,981 22,223 36,929 20,662 22,361 22,920 23,514
Total por recolectar 357,687
Tabla 4.5 Volúmenes de tarima para recolección por Tour

Ahora se asignan 14 unidades de transporte en las 13 semanas. Los tours C y D, serán

excluidos de estas “corridas” en un principio por tratarse como ya se mencionó de
recolecciones muy cercanas al depósito. Posteriormente con los viajes libres que hayan
quedado, se cubrirá las demandas de ambos tours.
La función objetivo, ver capítulo 3

m n
Min. Z = ∑ ∑ x ij
j =1 i =1
Con las siguientes restricciones:
77
∑c x i ij ≥ Dj
i =1
n
∑c x i ij ≤ Dj + C *
i =1
m
∑x ij ≤ ri
j =1
Donde:
c i = Capacidad del camión i
xi j = Cantidad de viajes del camión i, en el tour j
D j = Cantidad de tarimas a recolectar en el tour j
ri = Disponibilidad de viajes del tipo de camión “i” con los que se cuenta
para realizar la recolección.
C* = Min[c i ] − 1
Tomando en cuenta que dentro de las unidades de transporte disponibles, la de

menor capacidad son los de 40 pies (x1), con capacidad para recolectar 432 equipos; por
tanto el valor de C* es igual a 431
Min [ci ] − 1 = 431
4.2.1 RECOLECCIÓN SEMANA 1

Del 1-6 de Octubre: 26,589 tarimas
TOUR 1-6 OCT.
Total Tour A 1,609

Total Tour B 1,916
Total Tour C 2,322
Total Tour D 3,304
Total Tour E 8,016
Total Tour F 2,602
Total Tour G 3,992
Total Tour H 2,828
TOTALES 26,589
Resultó, después de realizar la corrida en un paquete, que las 14 unidades de

transporte pueden recolectar este volumen en 4 días, que equivalen a emplear: 16 viajes
del camión tipo-1, 4 viajes del camión tipo-2 y 36 viajes del camión tipo-3.
MODELO DE P.L.
Min=x1a+x2a+x3a+x1b+x2b+x3b+x1e+x2e+x3e+x1f+x2f+x3f+x1g+x2g+x3g+x1h+x2h+x3h;
Subject to
78
Capítulo 4
432*x1a+504*x2a+540*x3a>=1609;
432*x1a+504*x2a+540*x3a<=2040;
432*x1b+504*x2b+540*x3b>=1916;
432*x1b+504*x2b+540*x3b<=2347;
432*x1e+504*x2e+540*x3e>=8016;
432*x1e+504*x2e+540*x3e<=8447;
432*x1f+504*x2f+540*x3f>=2602;
432*x1f+504*x2f+540*x3f<=3033;
432*x1g+504*x2g+540*x3g>=3992;
432*x1g+504*x2g+540*x3g<=4423;
432*x1h+504*x2h+540*x3h>=2828;
432*x1h+504*x2h+540*x3h<=3259;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912; (1)
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016; (2)
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440; (3)
@gin(x1a); @gin(x2a); @gin(x3a); @gin(x1b); @gin(x2b); @gin(x3b);
@gin(x1e); @gin(x2e); @gin(x3e); @gin(x1f); @gin(x2f); @gin(x3f);
@gin(x1g); @gin(x2g); @gin(x3g); @gin(x1h); @gin(x2h); @gin(x3h);
Notas:
(1) 6912.- Se refiere al volumen de tarimas que se pueden recolectar con 4
camiones con capacidad para recolectar 432 tarimas, utilizados 4 días a la
semana: 16 viajes x 432 = 6912.
camión con capacidad para recolectar 504 tarimas, utilizados 4 días a la
semana: 4 viajes x 504=2016.
camiones con capacidad para recolectar 540 tarimas, utilizados 4 días a la
semana: 36 viajes x 540=19440.
Los resultados arrojados establecen que se requieren: 3 camiones del tipo-3, en el
tour A; 1 camión del tipo-1, 2 camiones del tipo-2, y un camión del tipo-3 en el tour B; 15
camiones del tipo-3 en el tour E; 5 camiones del tipo-3 en el tour F; un camión del tipo-2 y
siete del tipo-3 en el tour G; un camión del tipo-2, y cinco camiones del tipo-3 en el tour H.
79
SEM 1.- Del 01-06 octubre: 4

Ahorro: 2 días
T O U R S / viajes 20,963 TOURS 5,626 26,589

Viajes Viajes
Volumen
A B E F G H Total Viajes Equivalente Viajes libres a la libres a la
Capac. libre x
C D Total Viajes a
empleados en tarimas disponibles semana semana (2 emplear
Tipo 1,609 1,916 8,016 2,602 3,992 2,828 recolectar 2,322 3,304 5,626
(1 x día) x día)
X1 1 1 432 16 15 30 432 12,960 14
x2 2 1 1 4 2,016 4 0 0 504 0
x3 3 1 15 5 7 5 36 19,440 36 0 0 540 0
1,620 1,980 8,100 2,700 4,284 3,204 41 21,888 12,960 Sobrante total: 6,912
Dif x tour: 11 64 84 98 292 376 925
Tabla 4.6 Asignación de los camiones en los viajes requeridos: Semana 1

Conclusiones
Obsérvese que los 15 viajes que quedaron libres del camión tipo-1, se convierten en 30
viajes (2 por día), disponibles para ser utilizados en las recolecciones de los tours C y D.
Para estos tours se requieren emplear 14 viajes. Aquí el ahorro de días es de 2 días.
Del 8 al 13 de Octubre: 35,403 tarimas
Resultó, después de realizar la corrida en un paquete, que las 14 unidades de transporte
pueden recolectar este volumen en 5 días, que equivalen a emplear, 20 viajes del camión
tipo-1, 5 viajes del camión tipo-2 y 45 viajes del camión tipo-3.
MODELO DE P.L.
Subject to
432*x1a+504*x2a+540*x3a>=1164;
432*x1a+504*x2a+540*x3a<=1595; TOUR 8-13 OCT.
432*x1b+504*x2b+540*x3b>=4933;
Total Tour A 1,164
432*x1b+504*x2b+540*x3b<=5364;
Total Tour B 4,933
432*x1e+504*x2e+540*x3e>=13559;
Total Tour C 2,452
432*x1e+504*x2e+540*x3e<=13990;
Total Tour D 4,081
432*x1f+504*x2f+540*x3f>=2778; Total Tour E 13,559
432*x1f+504*x2f+540*x3f<=3209; Total Tour F 2,778
432*x1g+504*x2g+540*x3g>=4678; Total Tour G 4,678
432*x1g+504*x2g+540*x3g<=5109; Total Tour H 1,758
432*x1h+504*x2h+540*x3h>=1758; TOTALES 35,403
432*x1h+504*x2h+540*x3h<=2189;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;
80
Capítulo 4

Ahorro: 1 día
T O U R S / viajes 28,870 T OURS 6,533 35,403

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,164 4,933 13,559 2,778 4,678 1,758 recolectar 2,452 4,081 6,533
(1 x día) x día)
X1 5 5 2,160 20 15 30 432 12,960 16
x2 5 5 2,520 5 0 0 504 0
x3 2 1 25 5 9 3 45 24,300 45 0 0 540 0
1,080 5,220 13,500 2,700 4,860 1,620 55 28,980 12,960 Sobrante total: 6,048
Dif x tour: -84 287 -59 -78 182 -138 110

Conclusiones
En esta semana la solución no fue entera y por esta razón se tiene déficit en la recolección.
Se puede observar que para esta semana existe un déficit de recolección de 359 tarimas
distribuidas en los tours A, E, F, y H (ver cantidades en rojo y en negativo de la tabla). Este
volumen pendiente de recolectar, se acumulará al volumen de la siguiente semana. Los 15
viajes que quedaron libres del camión tipo-1, se convierten en 30 viajes (2 por día),
disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours se
requieren emplear 16 viajes. El ahorro de días en esta semana es de 1 día.
pueden recolectar este volumen en 5 días, que equivalen a emplear: 20 viajes del camión
MODELO DE P.L.
Subject to
432*x1a+504*x2a+540*x3a>=1340;
TOUR 15-20 OCT.
432*x1a+504*x2a+540*x3a<=1771;
432*x1b+504*x2b+540*x3b>=2168;
Total Tour A 1,340
432*x1b+504*x2b+540*x3b<=2599;
Total Tour B 2,168
432*x1e+504*x2e+540*x3e>=17098; Total Tour C 2,949
432*x1e+504*x2e+540*x3e<=17529; Total Tour D 2,732
432*x1f+504*x2f+540*x3f>=3202; Total Tour E 17,098
432*x1f+504*x2f+540*x3f<=3633; Total Tour F 3,202
432*x1g+504*x2g+540*x3g>=4816; Total Tour G 4,816
432*x1g+504*x2g+540*x3g<=5247; Total Tour H 2,501
432*x1h+504*x2h+540*x3h>=2501; TOTALES 36,806
432*x1h+504*x2h+540*x3h<=2932;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;
81


SEM 3.- Del 16-21 octubre: 5 Ahorro: 1 día

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,340 2,168 17,098 3,202 4,816 2,501 recolectar 2,949 2,732 5,681
(1 x día) x día)
X1 2 2 1 5 1 11 4,752 20 9 18 432 7,776 14
x2 2 1 2 5 2,520 5 0 0 504 0
x3 1 1 31 5 5 2 45 24,300 45 0 0 540 0
1,404 2,412 17,172 3,204 4,860 2,520 61 31,572 7,776 Sobrante total: 1,728
Dif x tour: 64 244 74 2 44 19 447

Conclusiones
Quedaron 9 viajes libres del camión tipo-1, que se convierten en 18 viajes (2 por día),
disponibles para recolectar las 5,681 tarimas contenidas en los C y D. Los viajes requeridos
para ambos tours son 14. El ahorro de días para esta semana es de 1 día.
MODELO DE P.L.
Subject to
432*x1a+504*x2a+540*x3a>=1345; TOUR 22-27 OCT.
432*x1a+504*x2a+540*x3a<=1776;
Total Tour A 1,345
432*x1b+504*x2b+540*x3b>=3008; Total Tour B 3,008
432*x1b+504*x2b+540*x3b<=3439; Total Tour C 1,491
Total Tour D 3,954
432*x1e+504*x2e+540*x3e>=9080;
Total Tour E 9,080
432*x1e+504*x2e+540*x3e<=9511; Total Tour F 1,424
432*x1f+504*x2f+540*x3f>=1424; Total Tour G 2,340
Total Tour H 450
432*x1f+504*x2f+540*x3f<=1855;
TOTALES 23,092
432*x1g+504*x2g+540*x3g>=2340;
432*x1g+504*x2g+540*x3g<=2771;
432*x1h+504*x2h+540*x3h>=450;
432*x1h+504*x2h+540*x3h<=881;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=5184;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=1512;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=14580;
82
Capítulo 4


SEM 4.- Del 23-28 octubre: 3 Ahorro: 3 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,345 3,008 9,080 1,424 2,340 450 recolectar 1,491 3,954 5,445
(1 x día) x día)
X1 1 1 1 2 5 2,160 12 7 14 432 6,048 13
x2 2 1 3 1,512 3 0 0 504 0
x3 2 5 15 2 3 27 14,580 27 0 0 540 0
1,512 3,132 9,108 1,512 2,484 504 35 18,252 6,048 Sobrante total: 432
Dif x tour: 167 124 28 88 144 54 605

Conclusiones
disponibles para recolectar las 5,445 tarimas contenidas en los C y D. Los viajes a emplear
para recolectar dicho volumen son 13, con un ahorro de 3 días en esta semana.
Del 29 de Octubre al 03 de Noviembre: 28,876 tarimas
MODELO DE P.L.
Subject to
29 OCT-
432*x1a+504*x2a+540*x3a>=1446; TOUR
3 NOV.
432*x1a+504*x2a+540*x3a<=1877;
Total Tour A 1,446
432*x1b+504*x2b+540*x3b>=854;
Total Tour B 854
432*x1b+504*x2b+540*x3b<=1285;
Total Tour C 2,811
432*x1e+504*x2e+540*x3e>=13713; Total Tour D 3,678
432*x1e+504*x2e+540*x3e<=14144; Total Tour E 13,713
432*x1f+504*x2f+540*x3f>=412; Total Tour F 412
Total Tour G 4,028
432*x1f+504*x2f+540*x3f<=843;
Total Tour H 1,934
432*x1g+504*x2g+540*x3g>=4028; TOTALES 28,876
432*x1g+504*x2g+540*x3g<=4459;
432*x1h+504*x2h+540*x3h>=1934;
432*x1h+504*x2h+540*x3h<=2365;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;
83
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
SEM 5.- Del 29 oct- 03 nov: 4

SEM 5.- Del 30 oct- 04 nov: 4 Ahorro: 2 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,446 854 13,713 412 4,028 1,934 recolectar 2,811 3,678 6,489
(1 x día) x día)
X1 1 2 1 4 1,728 16 12 24 432 10,368 16
x2 4 4 2,016 4 0 0 504 0
x3 2 26 8 36 19,440 36 0 0 540 0
1,512 864 14,040 432 4,320 2,016 44 23,184 10,368 Sobrante total: 3,456
Dif x tour: 66 10 327 20 292 82 797

Conclusiones
disponibles para recolectar las 6,489 tarimas contenidas en los C y D. Por tanto, los viajes a
emplear para recolectar dicho volumen son 16, con un ahorro de 2 días para esta semana.
Del 5 al 10 de Noviembre: 24,690 tarimas
pueden recolectar este volumen en 4 días; que equivalen a emplear: 16 viajes del camión
MODELO DE P.L.
Subject to
432*x1a+504*x2a+540*x3a>=1158; TOUR 5-10 NOV.
432*x1a+504*x2a+540*x3a<=1589;
Total Tour A 1,158
432*x1b+504*x2b+540*x3b>=1350;
Total Tour B 1,350
432*x1b+504*x2b+540*x3b<=1781; Total Tour C 1,527
432*x1e+504*x2e+540*x3e>=11797; Total Tour D 3,372
Total Tour E 11,797
432*x1e+504*x2e+540*x3e<=12228;
Total Tour F 1,164
432*x1f+504*x2f+540*x3f>=1164; Total Tour G 2,002
432*x1f+504*x2f+540*x3f<=1595; Total Tour H 2,320
TOTALES 24,690
432*x1g+504*x2g+540*x3g>=2002;
432*x1g+504*x2g+540*x3g<=2433;
432*x1h+504*x2h+540*x3h>=2320;
84
Capítulo 4
432*x1h+504*x2h+540*x3h<=2751;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
SEM 6.- Del 05-10 nov: 4

Ahorro: 2 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,158 1,350 11,797 1,164 2,002 2,320 recolectar 1,527 3,372 4,899
(1 x día) x día)
X1 0 0 16 16 32 432 13,824 12
x2 1 1 504 4 3 6 504 3,024
x3 2 3 22 2 4 3 36 19,440 36 0 0 540 0
1,080 1,620 11,880 1,080 2,160 2,124 37 19,944 16,848 Sobrante total: 8,640
Dif x tour: -78 270 83 -84 158 -196 153

Conclusiones
En esta semana la solución no fue entera y por esta razón tendremos déficit en la
recolección. Podemos observar un déficit de recolección de 358 tarimas distribuidas en los
tours A, F y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente
de recolectar, se acumulará al volumen que se genere de la siguiente semana.
Los 16 viajes que quedaron libres del camión tipo-1, se convierten en 32 viajes (2 por
día), disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours
se requieren emplear 12 viajes de los 32. El ahorro en días para esta semana fue de 2.
MODELO DE P.L.
Subject to TOUR 12-17 NOV.
432*x1a+504*x2a+540*x3a>=1185;
432*x1a+504*x2a+540*x3a<=1616; Total Tour A 1,185
Total Tour B 2,474
432*x1b+504*x2b+540*x3b>=2474; Total Tour C 2,112
432*x1b+504*x2b+540*x3b<=2905; Total Tour D 4,063
Total Tour E 15,164
432*x1e+504*x2e+540*x3e>=15164;
Total Tour F 3,023
432*x1e+504*x2e+540*x3e<=15595; Total Tour G 5,263
432*x1f+504*x2f+540*x3f>=3023; Total Tour H 1,055
TOTALES 34,339
432*x1f+504*x2f+540*x3f<=3454;
85
432*x1g+504*x2g+540*x3g>=5263;
432*x1g+504*x2g+540*x3g<=5694;
432*x1h+504*x2h+540*x3h>=1055;
432*x1h+504*x2h+540*x3h<=1486;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;
@gin(x1e); @gin(x2e); @gin(x3 e); @gin(x1f); @gin(x2f); @gin(x3f);
SEM 7.- Del 12-17 nov: 5

Ahorro: 1 día

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,185 2,474 15,164 3,023 5,263 1,055 recolectar 2,112 4,063 6,175
(1 x día) x día)
X1 1 1 2 1 5 2,160 20 15 30 432 12,960 15
x2 5 5 2,520 5 0 0 504 0
x3 2 28 4 9 2 45 24,300 45 0 0 540 0
1,512 2,520 15,552 3,024 5,292 1,080 55 28,980 12,960 Sobrante total: 6,480
Dif x tour: 327 46 388 1 29 25 816

Conclusiones
disponibles para recolectar las 6,175 tarimas contenidas en los C y D. Por tanto, los viajes a
emplear para recolectar dicho volumen son 15, con un ahorro de 1 día para esta semana.
MODELO DE P.L.
Subject to
TOUR 19-24 NOV.
432*x1a+504*x2a+540*x3a>=2216;
Total Tour B 418
432*x1b+504*x2b+540*x3b>=418;
Total Tour C 628
432*x1b+504*x2b+540*x3b<=849; Total Tour D 714
432*x1e+504*x2e+540*x3e>=12417; Total Tour E 12,417

Total Tour F 1,295
432*x1f+504*x2f+540*x3f>=1295; Total Tour H 0
TOTALES 22,223
432*x1f+504*x2f+540*x3f<=1726;
86
Capítulo 4
432*x1g+504*x2g+540*x3g>=4535;
432*x1g+504*x2g+540*x3g<=4966;
432*x1h+504*x2h+540*x3h>=0;
432*x1h+504*x2h+540*x3h<=0;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
SEM 8.- Del 19-24 nov.: 4

Ahorro: 2 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 2,216 418 12,417 1,295 4,535 0 recolectar 628 714 1,342
(1 x día) x día)
X1 1 1 432 16 15 30 432 12,960 4
x2 3 1 4 2,016 4 0 0 504 0
x3 2 23 2 9 36 19,440 36 0 0 540 0
2,592 432 12,420 1,584 4,860 0 41 21,888 12,960 Sobrante total: 11,232
Dif x tour: 376 14 3 289 325 0 1,007

Conclusiones
disponibles para recolectar las 1,342 tarimas contenidas en los C y D. Por lo que solo se
emplean 4 viajes para recolectar dicho volumen, con un ahorro de 2 días para esta semana.
Del 26 de Noviembre al 01 de Diciembre: 36,929 tarimas
MODELO DE P.L.
Subject to
26 NOV -
TOUR
432*x1a+504*x2a+540*x3a>=2212; 01 DIC.

Total Tour C 3,065
432*x1b+504*x2b+540*x3b<=4803; Total Tour D 5,233
Total Tour F 1,831
TOTALES 36,929
432*x1f+504*x2f+540*x3f<=2262;
87
432*x1g+504*x2g+540*x3g>=3637;
432*x1g+504*x2g+540*x3g<=4068;
432*x1h+504*x2h+540*x3h>=1644;
432*x1h+504*x2h+540*x3h<=2075;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;
SEM 9.- Del 26 nov-01 dic: 5

SEM 9.- Del 27 nov-02 dic: 5 Ahorro: 1 día

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 2,212 4,372 14,935 1,831 3,637 1,644 recolectar 3,065 5,233 8,298
(1 x día) x día)
X1 4 4 1,728 20 16 32 432 13,824 20
x2 1 4 5 2,520 5 0 0 504 0
x3 4 7 28 3 3 45 24,300 45 0 0 540 0
2,160 4,284 15,120 1,620 3,744 1,620 54 28,548 13,824 Sobrante total: 5,184
Dif x tour: -52 -88 185 -211 107 -24 -83

Conclusiones
tours A, B, F y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente
de recolectar, se acumulará al volumen que se genere de la siguiente semana.
Los 16 viajes que quedaron libres del camión tipo-1, se convierten en 32 viajes (2 por
día), disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours
se requieren emplear 20 viajes de los 32. El ahorro en días para esta semana es de 1.
Del 03 al 08 de Diciembre: 21,037 tarimas
MODELO DE P.L.
Subject to
TOUR 03-08 DIC.
432*x1a+504*x2a+540*x3a>=1256;
Total Tour B 2,328
432*x1b+504*x2b+540*x3b>=2328; Total Tour C 252
Total Tour D 1,094
432*x1b+504*x2b+540*x3b<=2759; Total Tour E 10,456
432*x1e+504*x2e+540*x3e>=10456; Total Tour F 3,128
Total Tour G 1,813
432*x1e+504*x2e+540*x3e<=10887; Total Tour H 710
432*x1f+504*x2f+540*x3f>=3128; TOTALES 21,037
432*x1f+504*x2f+540*x3f<=3559;
88
Capítulo 4
432*x1g+504*x2g+540*x3g>=1813;
432*x1g+504*x2g+540*x3g<=2244;
432*x1h+504*x2h+540*x3h>=710;
432*x1h+504*x2h+540*x3h<=1141;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=5616;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=1512;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=14580;
SEM 10.- Del 03- 08 dic: 3

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 1,256 2,328 10,456 3,128 1,813 710 recolectar 252 1,094 1,346
(1 x día) x día)
X1 2 1 1 1 3 2 10 4,320 12 2 4 432 1,728 4
x2 1 1 1 3 1,512 3 0 0 504 0
x3 3 18 5 1 27 14,580 27 0 0 540 0
1,368 2,556 10,656 3,132 1,836 864 40 20,412 1,728 Sobrante total: 0
Dif x tour: 112 228 200 4 23 154 721

Conclusiones
Quedaron 2 viajes libres del camión tipo-1, que se convierten en 4 viajes disponibles para
recolectar las 1,346 tarimas contenidas en los C y D. Por lo que solo se emplean 4 viajes
para recolectar dicho volumen. El ahorro en días para esta semana es de 2.
MODELO DE P.L.
Subject to
TOUR 10-15 DIC.
432*x1a+504*x2a+540*x3a>=824;
432*x1a+504*x2a+540*x3a<=1255; Total Tour A 824
Total Tour C 301
432*x1b+504*x2b+540*x3b<=2966;
Total Tour D 572
432*x1e+504*x2e+540*x3e<=12477; Total Tour F 2,017
Total Tour G 3,254
432*x1f+504*x2f+540*x3f>=2017;
Total Tour H 812
432*x1f+504*x2f+540*x3f<=2448; TOTALES 22,361
432*x1g+504*x2g+540*x3g>=3254;
432*x1g+504*x2g+540*x3g<=3685;
89
432*x1h+504*x2h+540*x3h>=812;
32*x1h+504*x2h+540*x3h<=1243;
32*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;
04*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;
40*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
SEM 11.- Del 10-15 dic: 4

Ahorro: 2 días
T O U R S / viajes 21,488 TOURS 873 22,361

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 824 2,535 12,046 2,017 3,254 812 recolectar 301 572 873
(1 x día) x día)
X1 1 1 432 16 15 30 432 12,960 3
x2 4 4 2,016 4 0 0 504 0
x3 2 5 22 4 2 1 36 19,440 36 0 0 540 0
1,080 2,700 11,880 2,160 3,528 540 41 21,888 12,960 Sobrante total: 11,664
Dif x tour: 256 165 -166 143 274 -272 400

Conclusiones
tours E y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente de
recolectar, se acumulará al volumen que se genere de la siguiente semana. Los 15 viajes
que quedaron libres del camión tipo-1, se convierten en 30 viajes (2 por día), disponibles
para ser utilizados en las recolecciones de los tours C y D. Para estos tours se requieren
solamente emplear 3 viajes de los 30. El ahorro en días para esta semana es 2.
Del 17-22 de Diciembre: 23,358 tarimas
MODELO DE P.L.
Subject to
432*x1a+504*x2a+540*x3a>=666; TOUR 17-22 DIC.
432*x1a+504*x2a+540*x3a<=1097; Total Tour A 666

Total Tour C 305
432*x1b+504*x2b+540*x3b<=2611; Total Tour D 774
Total Tour F 2,560
432*x1e+504*x2e+540*x3e<=12618;
Total Tour G 3,234
432*x1f+504*x2f+540*x3f>=2560; TOTALES 23,358
432*x1f+504*x2f+540*x3f<=2991;
90
Capítulo 4
432*x1g+504*x2g+540*x3g>=3234;
432*x1g+504*x2g+540*x3g<=3665;
432*x1h+504*x2h+540*x3h>=1452;
432*x1h+504*x2h+540*x3h<=1883;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
SEM 12.- Del 17-22 dic: 4

Ahorro: 2 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 666 2,180 12,187 2,560 3,234 1,452 recolectar 305 774 1,079
(1 x día) x día)
X1 2 1 1 4 1,728 16 12 24 432 10,368 3
x2 4 4 2,016 4 0 0 504 0
x3 1 22 4 6 3 36 19,440 36 0 0 540 0
864 2,556 12,312 2,592 3,240 1,620 44 23,184 10,368 Sobrante total: 9,072
Dif x tour: 198 376 125 32 6 168 905

Conclusiones
disponibles para recolectar las 1,079 tarimas contenidas en los C y D. Por lo que solo se
emplean 3 viajes para recolectar dicho volumen. El ahorro en días para esta semana es 2.
Al ser esta la última semana y a fin de evitar un déficit en la recolección de tarimas se
estableció que las 14 unidades de transportes realicen la recolección de este volumen en 6
días, que equivalen a emplear: 24 viajes del camión tipo-1, 6 del tipo-2 y 54 del tipo-3.
MODELO DE P.L.
Subject to
TOUR 24-29 DIC.
432*x1a+504*x2a+540*x3a>=674;
Total Tour A 674
432*x1a+504*x2a+540*x3a<=1105; Total Tour B 2,526
432*x1b+504*x2b+540*x3b>=2526; Total Tour C 586

Total Tour D 845
432*x1b+504*x2b+540*x3b<=2957; Total Tour E 14,598
Total Tour F 795
432*x1e+504*x2e+540*x3e>=14598; Total Tour G 2,856
432*x1e+504*x2e+540*x3e<=15029; Total Tour H

TOTALES
634
23,514
432*x1f+504*x2f+540*x3f>=795;
432*x1f+504*x2f+540*x3f<=1226;
91
432*x1g+504*x2g+540*x3g>=2856;
432*x1g+504*x2g+540*x3g<=3287;
432*x1h+504*x2h+540*x3h>=634;
432*x1h+504*x2h+540*x3h<=1065;
432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=10368;
504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=3024;
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=29160;
SEM 13.- Del 24-29 dic: 6

Ahorro: 0 días

Viajes Viajes
Volumen
Capac. libre x
C D Total Viajes a
Tipo 674 2,526 14,598 795 2,856 634 recolectar 586 845 1,431
(1 x día) x día)
X1 0 0 24 24 48 432 20,736 4
x2 0 0 6 6 12 504 6,048
x3 2 5 28 2 6 2 45 24,300 54 9 18 540 9,720
1,080 2,700 15,120 1,080 3,240 1,080 45 24,300 36,504 Sobrante total: 34,776
Dif x tour: 406 174 522 285 384 446 2,217

Conclusiones
Quedaron 24 viajes libres del camión tipo-1, que se convierten en 48 viajes (2 por
día), disponibles para recolectar las 1,431 tarimas contenidas en los C y D. Por lo que solo
se emplean 4 viajes para recolectar dicho volumen. No hay ahorro en días para esta semana
4.3 RESULTADO FINAL

En total se tiene un ahorro de 22 días, con respecto a número de días empleados
por los transportistas externos; mientras que ellos tardaron 78 días para recolectar 357,687
tarimas, esta investigación ha demostrado que dicho volumen puede ser recolectado en 56
días utilizando una flotilla de 14 camiones.
4.4 DISEÑO DE LAS RUTAS POR TOUR ASUMIENDO UNA DEMANDA CONOCIDA
A continuación se describe la metodología propuesta para determinar los recorridos que

deberán hacer las unidades de transporte, que está basada en el algoritmo del viajante de
comercio asumiendo que la demanda está disponible antes de la asignación de recolección.
Recordaremos que dicho algoritmo busca minimizar la distancia a recorrer cuando se tienen
que visitar “N” número de ciudades. En esta investigación minimizáremos los recorridos
que las unidades de transporte tienen que realizar en los tours. Para explicar dicha
92
Capítulo 4
metodología se hará con los recorridos a realizar en las ciudades y/o municipios contenidos
en el tour A.
Tour A
Tabla de Distancias
TABLA DE DISTANCIAS EN KM
LOCALIDADES
0 1 2 3 4 5 6 7
San Martín
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
0 Depósito Tultitlán a: MEX 66 64 149 111 263 296 482
1 Ixtapaluca MEX 1 66 22 94 56 208 241 427
2 Nezahualcoyotl MEX 1 64 22 110 72 224 257 443
3 Puebla PUE 149 94 110 38 114 147 333
4 San Martin Texmelucan PUE 111 56 72 38 152 185 371
5 Tehuacan PUE 263 208 224 114 152 261 283
6 Teziutlan PUE 296 241 257 147 185 261 480
7 Oaxaca de Juárez OAX 482 427 443 333 371 283 480
Tabla 4.19 Tabla de distancias entre ciudades que integran el Tour A.

Fuente: Autopistas y carreteras de México (QUIMERAMX)
La tabla anterior presenta las distancias en kilómetros que se tienen que recorrer
para llegar a cada una de las ciudades y/o municipios contenidos en el tour A, partiendo
del Depósito de la empresa, además de las distancias existentes entre una ciudad y/o
municipio a otro. Para determinar cual sería el primer nodo debemos identificar toda la fila
donde se encuentra nuestro origen que es el Depósito de Tultitlán:
San Martín
Y determinar cual es la ciudad y/o municipio que esta más cercana a este. Se
observa entonces que es el municipio de Nezahualcóyotl, y por tanto es con el que
debemos iniciar los recorridos. Para determinar nuestro segundo nodo ahora debemos
seleccionar la fila donde se encuentre Nezahualcóyotl e identificar la ciudad o municipio
que se encuentre más cercana a este municipio. Por tanto es Ixtapaluca por donde
debemos continuar el recorrido de la ruta:
San Martín
2 Nezahualcoyotl MEX 1 64 22 110 72 224 257 443
El mismo proceso se repite para determinar los siguientes nodos, pero con la
observación de que debemos de ir excluyendo las ciudades o municipios que ya hayamos
seleccionado antes; es decir que para determinar el tercer nodo obviamente ya no
tendremos que elegir nuevamente al municipio de Nezahualcóyotl (que tiene la menor
distancia), y en su lugar deberá ser seleccionada la ciudad de San Martín Texmelucan por
quedar a tan solo 56 kilómetros del municipio de Ixtapaluca:
93
San Martín
1 Ixtapaluca MEX 1 66 22 94 56 208 241 427
Es decir que para seleccionar el cuarto nodo, una vez que seleccionamos la fila
donde se encuentre la ciudad de San Martín Texmelucan, ahora se identifica la ciudad más
cercana a esta, y esta ciudad resulta ser Puebla tal como se puede observar aquí:
San Martín
4 San Martín Texmelucan PUE 111 56 72 38 152 185 371
Para el quinto nodo la ciudad resultante como puede observarse a continuación es

Tehuacán:
San Martín
3 Puebla PUE 149 94 110 38 114 147 333
El sexto nodo sería por lo tanto Teziutlán:
San Martín
5 Tehuacan PUE 263 208 224 114 152 261 283
Y finalmente séptimo nodo corresponde a Oaxaca. El proceso deberá hacerse

semana a semana por cada tour, ya que no siempre se tienen que recorrer las mismas
ciudades. Dichos resultados, a continuación se presentan:
94
Capítulo 4
Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "A"
recorridos
0 4 3 5 6 0
Semana 1 0 111 38 114 261 296 820
Dep. Tultitlán SM Texmelucan Puebla Tehuacán Teziutlán Dep. Tultitlán
0 2 4 3 6 0
Semana 2 0 64 72 38 147 296 617
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Teziutlán Dep. Tultitlán
0 2 1 4 3 5 0
Semana 3 0 64 22 56 38 114 296 590
Dep. Tultitlán Nezahualcoyotl Ixtapaluca SM Texmelucan Puebla Tehuacán Dep. Tultitlán
0 2 4 3 6 0
Semana 4 0 64 72 38 147 296 617
0 2 4 3 5 0
Semana 5 0 64 72 38 114 263 551
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Tehuacán Dep. Tultitlán
0 2 4 3 6 0
Semana 6 0 64 72 38 147 296 617
0 2 4 3 5 0
Semana 7 0 64 72 38 114 296 584
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Tehuacán Dep. Tultitlán
0 3 6 7 0
Semana 8 0 149 147 480 482 1,258
Dep. Tultitlán Puebla Teziutlán Oaxaca Dep. Tultitlán
0 4 3 5 0
Semana 9 0 111 38 114 263 526
Dep. Tultitlán SM Texmelucan Puebla Tehuacán Dep. Tultitlán
0 2 4 3 6 0
Semana 10 64 72 38 147 296 617
0 4 3 5 0
Semana 11 0 111 38 114 263 526
Dep. Tultitlán SM Texmelucan Puebla Tehuacán Dep. Tultitlán
0 2 3 0
Semana 12 0 64 110 149 323
Dep. Tultitlán Nezahualcoyotl Puebla Dep. Tultitlán
0 2 3 0
Semana 13 0 64 110 149 323
Dep. Tultitlán Nezahualcoyotl Puebla Dep. Tultitlán
Total KM's 7,969
Tabla 4.20 Rutas para el Tour A.

Tour B
Tabla de Distancias
LOCALIDADES
0 1 2 3 4 5 6 7 8 9
Depósito
Ciudad Edo. Tultitlán Metepec Toluca Zinacantepec Morelia Uruapan Guadalajara Tlaquepaque Tonalá Zapopan
KM KM KM KM KM KM KM KM KM KM
0 Depósito Tultitlán a: MEX 80 78 88 329 438 565 552 569 570
1 Metepec MEX 2 80 11 21 249 358 498 485 502 503
2 Toluca MEX 2 78 11 10 238 347 487 474 491 492
3 Zinacantepec MEX 2 88 21 10 248 357 497 484 501 502
4 Morelia MCH 329 249 238 248 109 276 263 280 281
5 Uruapan MCH 438 358 347 357 109 303 290 299 308
6 Guadalajara JAL 565 498 487 497 276 303 13 4 5
7 Tlaquepaque JAL 552 485 474 484 263 290 13 7 18
8 Tonalá JAL 569 502 491 501 280 299 4 7 9
9 Zapopan JAL 570 503 492 502 281 308 5 18 9
Tabla 4.21 Tabla de distancias entre ciudades que integran el Tour B.

95
Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "B"
recorridos
0 2 3 1 7 6 8 9 0
Semana 1 0 78 10 21 485 13 4 9 570 1,190
Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Tonalá Zapopan Dep. Tultitlán
0 2 3 1 4 7 6 9 0
Semana 2 0 78 10 21 249 263 13 5 570 1,209
Dep. Tultitlán Toluca Zinacantepec Metepec Morelia Tlaquepaque Guadalajara Zapopan Dep. Tultitlán
0 2 3 1 7 6 9 0
Semana 3 0 78 10 21 485 13 5 570 1,182
Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Zapopan Dep. Tultitlán
0 2 3 1 7 6 9 0
Semana 4 0 78 10 21 263 13 5 570 960
Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Zapopan Dep. Tultitlán
0 2 1 4 0
Semana 5 0 78 11 249 329 667
Dep. Tultitlán Toluca Metepec Morelia Dep. Tultitlán
0 2 3 0
Semana 6 78 10 88 176
Dep. Tultitlán Toluca Zinacantepec Dep. Tultitlán
0 2 3 1 7 6 0
Semana 7 0 78 10 21 485 13 565 1,172
Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Dep. Tultitlán
0 2 4 9 0
Semana 8 0 78 238 281 570 1,167
Dep. Tultitlán Toluca Morelia Zapopan Dep. Tultitlán
0 1 3 4 6 0
Semana 9 0 80 21 248 276 565 1,190
Dep. Tultitlán Metepec Zinacantepec Morelia Guadalajara Dep. Tultitlán
0 2 3 1 4 7 0
Semana 10 0 78 10 21 249 263 552 1,173
Dep. Tultitlán Toluca Zinacantepec Metepec Morelia Tlaquepaque Dep. Tultitlán
0 2 3 1 4 7 0
Semana 11 0 78 10 21 249 263 552 1,173
Dep. Tultitlán Toluca Zinacantepec Metepec Morelia Tlaquepaque Dep. Tultitlán
0 2 1 4 5 9 0
Semana 12 78 11 249 109 308 570 1,325
Dep. Tultitlán Toluca Metepec Morelia Uruapan Zapopan Dep. Tultitlán
0 2 3 4 0
Semana 13 0 78 10 248 329 665
Dep. Tultitlán Toluca Zinacantepec Morelia Dep. Tultitlán
Total KM's 13,249
Tabla 4.22 Rutas para el Tour B.

Tour C
Tabla de Distancias
LOCALIDADES
0 1 2 3 4 5 6 7 8
Depósito Ecatepec de Naucalpan de
Ciudad Edo. Tultitlán Atizapan Cuautitlan Morelos Huixquilucan Tecamac Tlalnepantla Juárez Tultitlan
KM KM KM KM KM KM KM KM KM
0 Depósito Tultitlán a: MEX 20 13 22 42 30 16 32 0
1 Atizapan MEX 3 20 13 26 33 41 7 17 20
2 Cuautitlan MEX 3 13 13 30 38 40 20 27 13
3 Ecatepec de Morelos MEX 3 22 26 30 50 15 23 38 22
4 Huixquilucan MEX 3 42 33 38 50 65 28 13 42
5 Tecamac MEX 3 30 41 40 15 65 38 53 30
6 Tlalnepantla MEX 3 16 7 20 23 28 38 16 16
7 Naucalpan de Juárez MEX 3 32 17 27 38 13 53 16 32
8 Tultitlan MEX 3 0 20 13 22 42 30 16 32
Tabla 4.23 Tabla de distancias entre ciudades que integran el Tour C.

96
Capítulo 4
Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "C" recorridos
0 8 2 1 6 7 4 3 0
Semana 1 0 0 13 13 7 16 13 50 22 134
Dep. Tultitlán Tultitlán Cuauhtitlan Atizapan Tlalnepantla Naucalpan Huixquilucan Ecaptepc Dep. Tultitlán
0 8 2 6 7 4 3 5 0
Semana 2 0 0 13 20 16 13 50 15 30 157
Dep. Tultitlán Tultitlán Cuauhtitlan Tlalnepantla Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán
0 8 2 1 6 7 4 3 5 0
Semana 3 0 0 13 13 7 16 13 50 15 30 157
Dep. Tultitlán Tultitlán Cuauhtitlan Atizapan Tlalnepantla Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán
0 8 2 6 7 4 3 5 0
Semana 4 0 0 13 20 16 13 50 15 30 157
Dep. Tultitlán Tultitlán Cuauhtitlan Tlalnepantla Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán
0 8 2 6 7 4 3 0
Semana 5 0 0 13 20 16 13 50 112
Dep. Tultitlán Tultitlán Cuauhtitlan Tlalnepantla Naucalpan Huixquilucan Ecatepec Dep. Tultitlán
0 8 2 1 6 7 4 3 5 0
Semana 6 0 0 13 13 7 16 13 50 15 30 157
Dep. Tultitlán Tultitlán Cuauhtitlan Atizapan Tlalnepantla Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán
0 6 1 7 4 3 0
Semana 7 0 16 7 17 13 50 22 125
Dep. Tultitlán Tlalnepantla Atizapan Naucalpan Huixquilucan Ecatepec Dep. Tultitlán
0 6 1 0
Semana 8 0 16 7 20 43
Dep. Tultitlán Tlalnepantla Atizapan Dep. Tultitlán
0 6 1 7 4 3 5 0
Semana 9 0 16 7 17 13 50 15 30 148
Dep. Tultitlán Tlalnepantla Atizapan Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán
0 1 3 0
Semana 10 0 20 26 22 68
Dep. Tultitlán Atizapan Ecatepec Dep. Tultitlán
0 5 4 0
Semana 11 0 30 65 42 137
Dep. Tultitlán Tecamac Huixquilucan Dep. Tultitlán
0 1 3 5 0
Semana 12 0 20 50 15 30 115
Dep. Tultitlán Atizapan Ecatepec Tecamac Dep. Tultitlán
0 6 3 5 0
Semana 13 0 16 50 15 30 111
Dep. Tultitlán Tlalnepantla Ecatepec Tecamac Dep. Tultitlán
Total KM's 1621
Tabla 4.24 Rutas óptimas para el Tour C.

Tour D
Tabla de Distancias
LOCALIDADES
0 1 2 3 4 5 6 7
Depósito Gustavo A. Venustiano
Ciudad Edo. Tultitlán Alvaro Obregon Benito Juárez Coyoacan Madero Miguel Hidalgo Tlalpan Carranza
1 Alvaro Obregon DF 43 14 20 18 16 31 27
2 Benito Juárez DF 36 14 12 13 16 22 18
3 Coyoacan DF 45 20 12 26 21 15 19
4 Gustavo A. Madero DF 31 18 13 26 16 31 11
5 Miguel Hidalgo DF 29 16 16 21 16 30 16
6 Tlalpan DF 56 31 22 15 31 30 40
7 Venustiano Carranza DF 40 27 18 19 11 16 40
Tabla 4.25 Tabla de distancias entre ciudades que integran el Tour D.

97
Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "D"
recorridos
0 5 2 3 6 1 4 7 0
Semana 1 0 29 16 12 15 31 18 11 40 172
Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan Tlalpan A. Obregon GAM V. Carranza Dep. Tultitlán
0 5 1 4 7 3 6 0
Semana 2 0 29 16 18 11 19 15 56 164
Dep. Tultitlán M. Hidalgo A. Obregon GAM V. Carranza Coyoacan Tlalpan Dep. Tultitlán
0 5 2 3 6 1 4 0
Semana 3 0 29 16 12 15 31 18 31 152
Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan Tlalpan A. Obregon GAM Dep. Tultitlán
0 5 1 4 7 3 6 0
Semana 4 0 29 16 18 11 19 15 56 164
0 5 2 4 7 1 6 0
Semana 5 0 29 16 18 11 27 31 56 188
Dep. Tultitlán M. Hidalgo Benito Juárez GAM V. Carranza A. Obregon Tlalpan Dep. Tultitlán
0 5 1 4 7 3 6 0
Semana 6 0 29 16 18 11 19 15 56 164
0 5 2 1 7 6 0
Semana 7 0 29 16 14 27 40 56 182
Dep. Tultitlán M. Hidalgo Benito Juárez A. Obregon V. Carranza Tlalpan Dep. Tultitlán
0 1 0
Semana 8 0 43 43 86
Dep. Tultitlán A. Obregon Dep. Tultitlán
0 5 1 4 7 3 6 0
Semana 9 0 29 16 18 11 1 15 56 146
0 5 2 3 6 7 0
Semana 10 29 16 12 15 40 40 152
Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan Tlalpan V. Carranza Dep. Tultitlán
0 7 3 6 0
Semana 11 0 40 19 15 56 130
Dep. Tultitlán V. Carranza Coyoacan Tlalpan Dep. Tultitlán
0 5 2 4 7 0
Semana 12 0 29 16 13 11 40 109
Dep. Tultitlán M. Hidalgo Benito Juárez GAM V. Carranza Dep. Tultitlán
0 5 2 3 7 0
Semana 13 0 29 16 12 19 40 116
Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan V. Carranza Dep. Tultitlán
Total KM's 1,925
Tabla 4.26 Rutas para el Tour D.

Tour E
Tabla de Distancias
LOCALIDADES
0 1 2
Depósito Tultitlán Queretáro San Juan Del Río

Ciudad Edo.
KM KM KM
0 Depósito Tultitlán a: MEX 173 131
1 Queretáro GTO 173 42
2 San Juan Del Río GTO 131 42
Tabla 4.27 Tabla de distancias entre ciudades que integran el Tour E.

98
Capítulo 4
Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "E" POR SEMANA recorridos
0 2 1 0
Semanas: 1-5, 7, 9-13 0 131 42 173 346
Dep. Tultitlán San Juan Del Río Queretáro Dep. Tultitlán
0 1 0
Semanas: 6,8 0 173 173 346
Dep. Tultitlán Queretáro Dep. Tultitlán
Total KM's 4,498
Tabla 4.28 Rutas para el Tour E.

Tour F
Tabla de Distancias
LOCALIDADES
0 1 2 3 4
Depósito Tultitlán Ciudad Valles Fresnillo Zacatecas

Ciudad Edo. San Luis Potosí
KM KM KM KM KM
0 Depósito Tultitlán a: MEX 418 461 654 594
1 San Luis Potosí SLP 418 297 278 218
2 Ciudad Valles SLP 461 297 547 489
3 Fresnillo ZAC 654 278 547 60
4 Zacatecas ZAC 594 218 489 60
Tabla 4.29 Tabla de distancias entre ciudades que integran el Tour F.

Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "F"
recorridos
0 1 4 3 2 0
Semana 1 0 418 218 60 547 461 1,704
Dep. Tultitlán SLP Zacatecas Fresnillo Ciudad Valles Dep. Tultitlán
0 1 4 3 0
Semana 2 0 418 218 60 654 1,350
Dep. Tultitlán SLP Zacatecas Fresnillo Dep. Tultitlán
0 1 0
Semana 3 0 418 418 836
Dep. Tultitlán SLP Dep. Tultitlán
0 1 4 3 0
Semana 4 0 418 218 60 654 1,350
0 1 2 0
Semana 5 0 418 297 461 1,176
Dep. Tultitlán SLP Ciudad Valles Dep. Tultitlán
0 1 2 0
Semana 6 0 418 297 461 1,176
Dep. Tultitlán SLP Ciudad Valles Dep. Tultitlán
0 1 4 0
Semana 7 0 418 218 594 1,230
Dep. Tultitlán SLP Zacatecas Dep. Tultitlán
0 1 4 2 0
Semana 8 0 418 218 489 461 1,586
Dep. Tultitlán SLP Zacatecas Ciudad Valles Dep. Tultitlán
0 1 0
Semana 9 0 418 418 836
Dep. Tultitlán SLP Dep. Tultitlán
0 1 4 3 0
Semana 10 0 418 218 60 654 1,350
0 1 4 2 0
Semana 11 0 418 218 489 461 1,586
0 1 4 0
Semana 12 0 418 218 594 1,230
Dep. Tultitlán SLP Zacatecas Dep. Tultitlán
0 1 4 2 0
Semana 13 0 418 218 489 461 1,586
Total KM's 16,996
Tabla 4.30 Rutas para el Tour F.

99
Tour G
Tabla de Distancias
LOCALIDADES
0 1 2 3 4
Depósito
Ciudad Edo. Tultitlán Celaya Irapuato León Aguascalientes
KM KM KM KM KM
0 Depósito Tultitlán a: MEX 236 283 353 501
1 Celaya GTO 236 49 119 267
2 Irapuato GTO 283 49 70 218
3 León GTO 353 119 70 148
4 Aguascalientes AGS 501 267 218 148
Tabla 4.31 Tabla de distancias entre ciudades que integran el Tour G.

Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "G" recorridos
0 1 2 3 4 0
Semana 1 0 236 49 70 148 501 1,004
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
0 1 2 3 4 0
Semana 2 0 236 49 70 148 501 1,004
0 1 2 3 4 0
Semana 3 0 236 49 70 148 501 1,004
0 1 3 4 0
Semana 4 0 236 119 148 501 1,004
Dep. Tultitlán Celaya León Aguascalientes Dep. Tultitlán
0 1 2 3 0
Semana 5 0 236 49 70 353 708
Dep. Tultitlán Celaya Irapuato León Dep. Tultitlán
0 1 2 3 4 0
Semana 6 0 236 49 70 148 501 1,004
0 1 2 3 4 0
Semana 7 0 236 49 70 148 501 1,004
0 1 2 3 4 0
Semana 8 0 236 49 70 148 501 1,004
0 1 2 3 4 0
Semana 9 0 236 49 70 148 501 1,004
0 2 3 0
Semana 10 0 283 70 353 706
Dep. Tultitlán Irapuato León Dep. Tultitlán
0 2 3 0
Semana 11 0 283 70 353 706
0 2 3 4 0
Semana 12 0 283 70 148 501 1,002
Dep. Tultitlán Irapuato León Aguascalientes Dep. Tultitlán
0 2 3 0
Semana 13 0 283 70 353 706
Total KM's 11,860
Tabla 4.32 Rutas para el Tour G.

100
Capítulo 4
Tour H
Tabla de Distancias
LOCALIDADES
0 1 2 3 4 5
Depòsito Acapulco de Iguala de la
Ciudad Edo. Tultitlán Cuernavaca Jiutepec Juárez Indep. Zihuatanejo
KM KM KM KM KM KM
0 Depòsito Tultitlán a: MEX 127 138 413 230 655
1 Cuernavaca MOR 127 11 286 103 528
2 MOR
TOUR H
Jiutepec 138 11 297 114 539

3 Acapulco de Juárez GRO 413 286 297 183 242
4 Iguala de la Indep. GRO 230 103 114 183 436
5 Zihuatanejo GRO 655 528 539 242 436
Tabla 4.33 Tabla de distancias entre ciudades que integran el Tour H.

Kilometros
RUTA OPTIMA POR SEMANA PARA EL TOUR "H"
recorridos
0 1 4 3 5 0
Semana 1 0 127 103 183 242 655 1,310
Dep. Tultitlán Cuernavaca Iguala Acapulco Zihuatanejo Dep. Tultitlán
0 1 2 4 3 5 0
Semana 2 0 127 11 114 183 242 655 1,332
Dep. Tultitlán Cuernavaca Jiutepec Iguala Acapulco Zihuatanejo Dep. Tultitlán
0 1 2 4 3 5 0
Semana 3 0 127 11 114 183 242 655 1,332
0 1 3 0
Semana 4 0 127 286 413 826
Dep. Tultitlán Cuernavaca Acapulco Dep. Tultitlán
0 1 2 4 5 0
Semana 5 0 127 11 114 436 655 1,343
Dep. Tultitlán Cuernavaca Jiutepec Iguala Zihuatanejo Dep. Tultitlán
0 1 2 4 3 5 0
Semana 6 0 127 11 114 183 242 655 1,332
0 1 2 4 0
Semana 7 0 127 11 114 230 482
Dep. Tultitlán Cuernavaca Jiutepec Iguala Dep. Tultitlán
Semana 8
0
0 1 2 4 3 0
Semana 9 0 127 11 114 183 413 848
Dep. Tultitlán Cuernavaca Jiutepec Iguala Acapulco Dep. Tultitlán
0 4 3 0
Semana 10 0 230 183 413 826
Dep. Tultitlán Iguala Acapulco Dep. Tultitlán
0 1 2 4 0
Semana 11 0 127 11 114 230 482
Dep. Tultitlán Cuernavaca Jiutepec Iguala Dep. Tultitlán
0 2 4 3 5 0
Semana 12 0 138 114 183 242 655 1,332
Dep. Tultitlán Jiutepec Iguala Acapulco Zihuatanejo Dep. Tultitlán
0 1 4 0
Semana 13 0 127 103 230 460
Dep. Tultitlán Cuernavaca Iguala Dep. Tultitlán
Total KM's 11,905
Tabla 4.34 Rutas para el Tour H.

101
4.5 PROGRAMA DE RECOLECCIÓN PROPUESTO
Hasta este momento sabemos cuantos viajes del camión tipo-1, del tipo-2 y del tipo-3
debemos asignar para realizar las recolecciones semanales en cada tour con las 14 unidades
de transportes; también sabemos cuales son las rutas óptimas que deben de recorrer estas
unidades.
Faltaría por describir como se llevaría a cabo en la realidad este programa de

recolección, con base a la asignación de cada una de estas 14 unidades de transporte ya
establecida en función de la cantidad de viajes que pueden realizar y a las rutas óptimas ya
diseñadas para cada tour.
Se va a ir describiendo en las siguientes tablas, las trayectorias que las unidades de

transporte deben seguir en los viajes, desde que parten del depósito de Tultitlán para ir
visitando conforme lo marcan las rutas óptimas, tantas localidades en “n” ciudades,
delegaciones y/o municipios, como sus capacidades de recolección les permitan.
Los demás camiones deberán continuar con la ruta, justo en la siguiente localidad
donde el anterior camión ya no pudo recolectar tarimas.
Las siguientes tablas muestran los programas semanales de recolección por tour;
contienen los nombres de las tiendas comerciales y/o centros de distribución que hay que
realizar recolección y se encuentran ordenadas en forma de lista, conforme a la ruta
óptima, además se incluye la ciudad, municipio o delegación en donde se encuentran
ubicadas las localidades y el volumen que hay que recolectar.
En la parte de la derecha de las tablas se observa las localidades que van quedando
cubiertas en los viajes realizados por cada camión del tipo “i”, con base a la asignación de
las 14 unidades de transportes en las recolecciones semanales que se hizo en el punto 4.2.
102
Capítulo 4
RESUMEN: 1-6 OCT

Suma de Total tarimas
Tour Nombre Completo Ciudad Edo. Total
Tour A VIAJES POR CAMION: 3
X3(540) = 3 540 540 540
Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 102 102
Chedraui Puebla I Puebla PUE 96 96
Chedraui Puebla II Puebla PUE 91 91
Chedraui Puebla III Puebla PUE 174 174
Chedraui Puebla IV Puebla PUE 195 77 118
Costco 714 Puebla Puebla PUE 432 422 10
Superama 4543 La Noria Puebla PUE 64 64
Chedraui Tehuacan Tehuacan PUE 277 277
Chedraui Teziutlan Teziutlan PUE 178 178
Total Tour A 1609
Tour B VIAJES POR CAMION: 5
X1 (432) = 1 432 504 504 540
X2(504) = 2 Chedraui 242 Toluca Toluca MEX 177 177
X3(540) = 1 Tiendas Garces SA de CV Toluca MEX 82 82
Wal Mart 5825 Alfredo del Mazo Toluca MEX 142 142
Wal Mart 5791 Zinacantepec Zinacantepec MEX 209 31 178
Bodega Aurrera 3725 Toluca Pilares Metepec MEX 246 246
Ctro deDistribucion de Frescos Tlaquepaque JAL 432 80 352
Costco 703 Guadalajara Guadalajara JAL 432 152 280
Chedraui 248 Lomas Tonala JAL 113 113
Chedraui 249 Acueducto Zapopan JAL 83 83
Total Tour B 1916
Tour C VIAJES POR CAMION: 6
X1 (432) = 6 432 432 432 432 432 432
CD Chedraui Tultitlan Tultitlan MEX 1 1
CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1
CD Chedraui Frescos Cuautitlan MEX 1 1
Chedraui Atizapan Atizapan MEX 56 56
Chedraui 236 Mundo E Tlalnepantla MEX 196 196
Costco 726 Arboledas Tlalnepantla MEX 432 177 255
Costco 701 Satelite Naucalpan de Juárez MEX 756 177 432 147
Costco 718 Interlomas Huixquilucan MEX 699 285 414
Chedraui 257 Ecatepec Ecatepec de Morelos MEX 107 18 89
Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 73 73
Total Tour C 2322
Tour D VIAJES POR CAMION: 8
X1 (432) = 8 432 432 432 432 432 432 432 432
233 Tenayuca Gustavo A. Madero DF 160 160
Chedraui Coyoacan DF 166 160
Chedraui 232 Polanco Miguel Hidalgo DF 252 112 140
Chedraui 235 Universidad Benito Juarez DF 108 108
Chedraui 239 Molina Venustiano Carranza DF 192 184 8
Chedraui 241 Anfora Venustiano Carranza DF 108 108
Costco 702 Coapa Tlalpan DF 842 316 432 94
Costco 707 Mixcoac Alvaro Obregon DF 720 338 382
Costco 720 Polanco Miguel Hidalgo DF 756 50 432 274
Total Tour D 3304
Tour E VIAJES POR CAMION: 15
X3(540) = 15 540 540 540 (10) 540 540 540
Bodega Aurrera 3889 San Juan del Rio San Juan del Río QRO 162 162
Bodega Aurrera 3875 Queretaro Querétaro QRO 207 207
Bodega Aurrera 5711 San Pablo Querétaro QRO 174 171 3
Tiendas Soriana Cedis Qro SECOS Querétaro QRO 7473 537 5400 540 540 456
Total Tour E 8016
Tour F VIAJES POR CAMION: 5
X3(540) = 5 540 540 540 540 540
Bodega Aurrera 3887 Rio Verde San Luis Potosí SLP 388 388
Bodega Aurrera 5851 Constitucion San Luis Potosí SLP 306 152 154
Costco 716 San Luis Potosi San Luis Potosí SLP 198 194
Sams Club 6206 San Luis Potosi San Luis Potosí SLP 516 192 324
Sams Club 4790 Zacatecas Zacatecas ZAC 684 216 468
Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 234 72 162
Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 276 276
Total Tour F 2602
Tour G VIAJES POR CAMION: 8
X2(504) = 1 540 504 540 540 540 540 540 540
X3(540) = 7 Costco 723 Celaya Celaya GTO 252 252
Sams Club 6223 Irapuato Oeste Irapuato GTO 504 504
242 Leon Campestre Leon GTO 123 123
Chedraui 247 Leon Poliforum Leon GTO 61 61
Chedraui Leon Gto. Leon GTO 165 104 61
Costco 705 Leon Leon GTO 316 316
Sams Club 4877 Lopez Mateos Leon GTO 504 163 341
Sams Club 6513 Leon Leon GTO 503 199 304
Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 269 236 33
Bodega Aurrera 3802 Convencion Aguascalientes AGS 225 225
Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 213 213
Bodega Aurrera 3905 Santa Anita Aguascalientes AGS 198 69 129
Costco 708 Aguascalientes Aguascalientes AGS 155 155
Sams Club 8118 Aguascalientes Aguascalientes AGS 504 256 248
Total Tour G 3992
VIAJES POR CAMION: 6
504 540 540 540 540 540
Tour H Chedraui 238Cuernavaca Cuernavaca MOR 192 192
X2(504) = 1 Costco 713 Cuernavaca Cuernavaca MOR 419 312 107
X3(540) = 5 Bodega Aurrera 3911 Iguala Iguala de la independencia GRO 5 5
Chedraui 254 Acapulco Acapulco de Juárez GRO 176 176
Costco 706 Acapulco Acapulco de Juárez GRO 1700 252 540 540 368
Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 336 172 164
Total Tour H 2828
Total general 26589
Tabla 4.35 Programa semanal de recolección propuesto: Semana 1

103
RESUMEN: 8-13 OCT

Suma de Total tarimas recolectadas
X3(540) = 2 540 540
Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 143 143
Chedraui Puebla III Puebla PUE 84 32 52
Costco 714 Puebla Puebla PUE 220 220
Chedraui Teziutlan Teziutlan PUE 245 161 -84 faltante
Total Tour A 1164
X1 (432) = 5 432 432 432 504 504 432 432 504 504 504 540
Wal Mart 5825 Alfredo del Mazo Toluca MEX 144 140 4
Wal Mart 5791 Zinacantepec Zinacantepec MEX 175 175
Bodega Aurrera 3725 Toluca Pilares Metepec MEX 492 253 239
Chedraui 243 Metepec Metepec MEX 240 193 47
Chedraui Morelia Morelia MCH 100 100
Costco 710 Morelia Morelia MCH 504 504
Sams Club 6585 Morelia Morelia MCH 504 504
Ctro deDistribucion de Frescos Tlaquepaque JAL 1710 285 432 504 489
Farmacias Benavides SA de CV Zapopan JAL 340 87 253
Total Tour B 4933
X1 (432) = 6 432 432 432 432 432 432
Chedraui 419231 Interlomas Huixquilucan MEX 150 150
Chedraui 257 Ecatepec Ecatepec de Morelos MEX 47 47
Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 157 82 75
Chedraui Tecamac Tecamac MEX 217 217
Total Tour C 2452
X1 (432) = 10 432 432 432 432 432 432 432 432 432 432
Chedraui 232 Polanco Miguel Hidalgo DF 392 392
Costco 720 Polanco Miguel Hidalgo DF 468 40 428
233 Tenayuca Gustavo A. Madero DF 180 108 72
Chedraui 239 Molina Venustiano Carranza DF 320 320
Chedraui 241 Anfora Venustiano Carranza DF 252 40 212
Chedraui Coyoacan DF 224 220 4
Chedraui 234 Ajusco Tlalpan DF 252 252
Costco 702 Coapa Tlalpan DF 1237 176 432 432 197
Total Tour D 4081
X3(540) = 15 540 540 540 540 540 (10) 540 (10) 540
Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 477 477
BERNARDO QUINTANA Queretaro QRO 119 63
Bodega Aurrera 3875 Queretaro Queretaro QRO 216 216
Bodega Aurrera 5711 San Pablo Queretaro QRO 395 324 71
Chedraui 244Queretaro 3 Queretaro QRO 128 128
Costco 704 Queretaro Queretaro QRO 504 341 163
Superama 5815 Jurica Queretaro QRO 192 192
Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11499 185 5400 5400 514
Wal Mart 2356 Queretaro Queretaro QRO 29 26 -59 faltante
Total Tour E 13559
X3(540) = 5 432 432 432 432 432
Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 216 216
Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 216 216
Costco 716 San Luis Potosi San Luis Potosi SLP 430 108 322
HEB San Luis Potosi San Luis Potosi SLP 152 152
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 468 66 402
Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 432 138 294
Wal Mart 4546 Zacatecas Zacatecas ZAC 198 198 -78 faltante
Total Tour F 2778
X3(540) = 9 540 540 540 540 540 540 540 540 540
Costco 723 Celaya Celaya GTO 468 468
Sams Club 6223 Irapuato Oeste Irapuato GTO 504 72 432
Chedraui Leon Gto. Leon GTO 66 66
Sams Club 6513 Leon Leon GTO 1008 443 540 25
Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 244 244
Bodega Aurrera 3802 Convencion Aguascalientes AGS 360 271 89
Bodega Aurrera 3905 Santa Anita Aguascalientes AGS 404 366 38
Total Tour G 4678
Tour H VIAJES POR CAMION: 3
X3(540) = 3 540 540 540
Chedraui 238Cuernavaca Cuernavaca MOR 196 196
Costco 713 Cuernavaca Cuernavaca MOR 468 344 124
Wal Mart 5727 Juitepec Jiutepec MOR 252 252
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 236 164 72
Costco 706 Acapulco Acapulco de Juárez GRO 192 192
Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 414 276 -138 Faltante
Total Tour H 1758
Total general 35403

Quedó establecido que para los tours A,E,F y H existió un déficit de recolección de
84, 59, 78 y 138 tarimas respectivamente, que dan un total de 359 (ver punto 4.2.2 de este
104
Capítulo 4
capítulo, pag.73), sin embargo estas cantidades se acumularán al volumen generado en la

siguiente semana.
RESUMEN: 15-20 OCT

X1 (432) = 2 432 432 540
X3(540) = 1 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 200 200
CD Perecederos Chedraui Ixtapaluca MEX 1 1
Chedraui Puebla IV Puebla PUE 101 101
Superama 4543 La Noria Puebla PUE 97 19 78
Total Tour A 1340
X1 (432) = 2 432 432 504 504 540
Ctro deDistribucion de Frescos Tlaquepaque JAL 432 432
Total Tour B 2168
X1 (432) = 7 432 432 432 432 432 432 432
CD Perecederos Chedraui Tultitlan MEX 1 1
Costco 726 Arboledas Tlalnepantla MEX 432 432
Costco 718 Interlomas Huixquilucan MEX 756 20 432 304
Chedraui 257 Ecatepec Ecatepec de Morelos MEX 154 128 26
Total Tour C 2949
X1 (432) = 7 432 432 432 432 432 432 432
Costco 720 Polanco Miguel Hidalgo DF 252 252
Chedraui Coapa Coyoacan DF 252 4 248
Chedraui 234 Ajusco Tlalpan DF 252 184 68
Costco 707 Mixcoac Alvaro Obregon DF 252 252
Total Tour D 2732
X1(432) = 1 540 540 (10) 540 (10) 540 (5) 540 540 540 540 540 432
X3(540) = 31 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 435 435
Tiendas Soriana Cedis Qro SECOS Queretaro QRO 14111 105 5400 5400 2700 506
BERNARDO QUINTANA Queretaro QRO 115 34 81
Wal Mart 2356 Queretaro Queretaro QRO 1151 312 540 299
Wal Mart 2356 Queretaro Queretaro QRO 59 59
Total Tour E 17098
X2(504) = 1 504 540 540 540 540 540
X3(540) = 5 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 432 432
Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 216 72 144
Chedraui 251San Luis Potosi San Luis Potosi SLP 216 180 36
Costco 716 San Luis Potosi San Luis Potosi SLP 262 262
Wal Mart 4546 Zacatecas Zacatecas ZAC 317 317
Total Tour F 3202
X1(432) = 5 432 432 432 432 432 540 540 540 540 540
Sams Club 6223 Irapuato Oeste Irapuato GTO 935 40 432 432 31
Costco 705 Leon Leon GTO 503 187 316
Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 137 137
Bodega Aurrera 3802 Convencion Aguascalientes AGS 288 15 273
Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 511 267 244
Sams Club 8118 Aguascalientes Aguascalientes AGS 1332 296 540 496
Total Tour G 4816
X1(432) = 1 432 504 504 540 540
X2(504) = 2 Chedraui 238Cuernavaca Cuernavaca MOR 120 120
X3(540) = 2 Wal Mart 5727 Juitepec Jiutepec MOR 339 312 27
Chedraui 254 Acapulco Acapulco de Juárez GRO 157 94 63
Costco 706 Acapulco Acapulco de Juárez GRO 684 477 207
Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 176 176
Total Tour H 2501
Total general 36806 36806

105
Las localidades que se encuentran al final de los tours A, E, F, y H de color rojo,

corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana
anterior.
RESUMEN: 22-27 OCT

X1(432) = 1 432 540 540
Chedraui Puebla II Puebla PUE 103 46 57
Total Tour A 1345
X1(432) = 1 432 540 540 540 540 540
Tiendas Garces SA de CV Toluca MEX 432 432
Costco 703 Guadalajara Guadalajara JAL 864 122 540 202
Total Tour B 3008
X1(432) = 4 432 432 432 432
Costco 701 Satelite Naucalpan de Juárez MEX 504 189 315
Chedraui 419231 Interlomas Huixquilucan MEX 214 117 97
Costco 718 Interlomas Huixquilucan MEX 252 252
Total Tour C 1491
X1(432) = 10 432 432 432 432 432 432 432 432 432 432
Costco 707 Mixcoac Alvaro Obregon DF 755 204 432 119
Chedraui Coapa Coyoacan DF 184 184
Costco 702 Coapa Tlalpan DF 1402 40 432 432 432 66
Total Tour D 3954
X2(504) = 2 540 540 (10) 540 540 540 540 504 504
Bodega Aurrera 3875 Queretaro Queretaro QRO 405 156 249
Bodega Aurrera 5711 San Pablo Queretaro QRO 136 136
Costco 704 Queretaro Queretaro QRO 504 504
Wal Mart 2356 Queretaro Queretaro QRO 509 33 476
Total Tour E 9080
X1(432) = 1 432 540 540
X3(540) = 2 HEB San Luis Potosi San Luis Potosi SLP 140 140
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 288 288
Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 144 144
Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 132 132
Total Tour F 1424
X1(432) = 2 540 540 540 432 432
242 Leon Campestre Leon GTO 172 72 100
Sams Club 8118 Aguascalientes Aguascalientes AGS 313 313
Total Tour G 2340
X2(504) = 1 504
Costco 713 Cuernavaca Cuernavaca MOR 270 270
Costco 706 Acapulco Acapulco de Juárez GRO 180 180
Total Tour H 450
Total general 23092

106
Capítulo 4
RESUMEN: 29 OCT- 03 NOV.
X1 (432) = 1 540 540 432
Total Tour A 1446
X1 (432) = 2 432 432
Chedraui 242 Toluca Toluca MEX 107 107
Chedraui 243 Metepec Metepec MEX 208 208
Total Tour B 854
X1 (432) = 7 432 432 432 432 432 432 432
Costco 726 Arboledas Tlalnepantla MEX 737 285 432 20
Costco 718 Interlomas Huixquilucan MEX 1068 88 432 432 116
Total Tour C 2811
X1 (432) = 9 432 432 432 432 432 432 432 432 432
Costco 720 Polanco Miguel Hidalgo DF 432 432
Chedraui 235 Universidad Benito Juarez DF 192 180 12
Costco 707 Mixcoac Alvaro Obregon DF 1260 246 432 432 150
Total Tour D 3678
X3(540) = 26 540 540 (10) 540 (10) 540 540 540 540 540
Total Tour E 13713
X1 (432) = 1 432
Total Tour F 412
X3(540) = 8 540 540 540 540 540 540 540 540
Costco 705 Leon Leon GTO 1294 289 540 465
Total Tour G 4028
X2(504) = 4 504 504 504 504
Wal Mart 5727 Juitepec Jiutepec MOR 386 354 32
Total Tour H 1934
Total general 28876

Obsérvese por ejemplo que en algunos casos se ha optado por que un camión no
recolecte hasta toda su capacidad, siempre y cuando los viajes que se hayan asignado en un
tour arrojen un sobrante considerable para que esto se pueda dar. Esto es con el fin de que
a los camiones les sea factible cumplir con sus viajes asignados en el tiempo establecido
(que puede ser de un día por tour o dos viajes por día para los tours C y D). Por ejemplo
aquí en el tour G, en el segundo viaje a realizar por un camión tipo-2 (con capacidad de
540 tarimas), se toma la decisión de que la unidad regrese aun cuando todavía tiene
capacidad para ir a una tercera localidad y recolectar 82 tarimas. A pesar de que solo tiene
que visitar dos tiendas comerciales, el hecho de que una esté en Irapuato y la otra en León
hace que su recorrido tome más tiempo. Por el contrario obsérvese que en los siguientes
viajes los camiones tendrán únicamente que circular por la ciudad de León para recolectar
los equipos.
107
RESUMEN: 5-10 NOV.

X3(540) = 2 540 540
Chedraui Teziutlan Teziutlan PUE 166 88 -78 Faltante
Total Tour A 1158
X3(540) = 3 540 540 540
Tiendas Garces SA de CV Toluca MEX 696 474 222
Total Tour B 1350
X1 (432) = 4 432 432 432 432
Costco 718 Interlomas Huixquilucan MEX 496 33 432 31
Total Tour C 1527
X1 (432) = 8 432 432 432 432 432 432 432 432
Total Tour D 3372
X3(540) = 22 540 540 540 540 (10) 540 (8) 540
Superama 5815 Jurica Queretaro QRO 195 80 115
Total Tour E 11797
X3(540) = 2 540 540
HEB San Luis Potosi San Luis Potosi SLP 157 131 26
Chedraui Cd. Valles Ciudad Valles SLP 398 314 -84 Faltante
Total Tour F 1164
X3(540) = 4 540 540 540 540
Sams Club 6513 Leon Leon GTO 504 504
Total Tour G 2002 526
X2(504) = 1 540 540 540 504
X3(540) = 3 Costco 713 Cuernavaca Cuernavaca MOR 1146 540 540 66
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 147 147
Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 288 92 -196 Faltante
Total Tour H 2320
Total general 24690

En los tours A, F y H existe un déficit de recolección de 78, 84, y 196 tarimas

respectivamente, que dan un total de 358; sin embargo estas cantidades se acumularán al
volumen generado de la siguiente semana.
Por otro lado, en el tour D, en el quinto viaje del camión tipo-1 (que recolecta 432
tarimas), se decide que el camión regrese al depósito después de visitar la tercera
localidad a pesar de que tiene espacio para recolectar otras 27 tarimas, con el fin de que la
unidad pueda cubrir con los dos viajes que tiene asignado en un día; ya que de lo contrario
tendría que trasladarse hacia la Delegación de Tlalpan y no conviene acudir por tan solo
recolectar 27 tarimas. Como se mencionó anteriormente esto es factible gracias a que se
tiene más viajes disponibles que los que en realidad se requieren para cubrir los tour C y D.
108
Capítulo 4
RESUMEN: 12-17 NOV.

X1 (432) = 1 432 540 540
Total Tour A 1185 505
X2(504) = 5 504 504 504 504 504
Wal Mart 5825 Alfredo del Mazo Toluca MEX 371 271 100
Chedraui 243 Metepec Metepec MEX 252 154 98
Costco 703 Guadalajara Guadalajara JAL 432 432
Total Tour B 2474
X1 (432) = 5 432 432 432 432 432
Total Tour C 2112
X1 (432) = 10 432 432 432 432 432 432 432 432 432 432
Chedraui 232 Polanco Miguel Hidalgo DF 439 432 7
Costco 720 Polanco Miguel Hidalgo DF 756 425 331
Total Tour D 4063 419
X1 (432) = 1 432 540 540 (10) 540 (10) 540 540 540 540 540 540 540
Tiendas Soriana Cedis Qro SECOS Queretaro QRO 12335 198 5400 5400 540 540 257
Costco 704 Queretaro Queretaro QRO 1007 419 540 48
Total Tour E 15164
X1 (432) = 2 432 432 540 540 540 540
X3(540) = 4 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 464 432 32
Sams Club 4790 Zacatecas Zacatecas ZAC 864 261 540 63
Chedraui Cd. Valles Ciudad Valles SLP 84 84
Total Tour F 3023
X1 (432) = 1 432 540 540 540 540 540 540 540 540 540
X3(540) = 9 Costco 723 Celaya Celaya GTO 468 432 36
Sams Club 8118 Aguascalientes Aguascalientes AGS 1944 352 540 540 512
Total Tour G 5263
X3(540) = 2 540 540
Total Tour H 1055
Total general 33981

Las localidades que se encuentran al final de los tours A, F, y H de color rojo,

corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana
anterior.
109
RESUMEN: 19-24 NOV.

X2(504) = 3 504 504 504 540 540
X3(540) = 2 Chedraui Puebla I Puebla PUE 103 103
Superama 4543 La Noria Puebla PUE 87 54 33
Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX 1008 257 540 211
X1 (432) = 1 432
Total Tour B 418
X1 (432) = 2 432 432
Total Tour C 628
X1 (432) = 2 432 432
Total Tour D 714
X3(540) = 23 540 540 540 (10) 540 (10) 540
Total Tour E 12417
X2(504) = 1 504 540 540
X3(540) = 2 Costco 716 San Luis Potosi San Luis Potosi SLP 504 504
Sams Club 4790 Zacatecas Zacatecas ZAC 360 360
Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 90 46 44
Total Tour F 1295
X3(540) = 9 540 540 540 540 540 540 540 540 540
Sams Club 6223 Irapuato Oeste Irapuato GTO 648 72 540 36
Chedraui Leon Gto. 55 Leon GTO 233 233
Sams Club 4877 Lopez Mateos Leon GTO 504 504
Total Tour G 4535
Total general 22223

En el tour A, en el primer viaje del camión tipo-2 (que recolecta 504 tarimas), se
decide que el camión regrese al depósito después de visitar la cuarta localidad a pesar de
que cuenta con espacio para recolectar otras 47 tarimas, porque que de visitar una quinta
localidad aunque este igual en Puebla, se corre el riesgo que no la cubra por el horario de
recibo de las tiendas comerciales que es hasta las 19:00 horas.
Esta medida no provoca que exista algún déficit de recolección para los demás
tours, por el sobrante que arrojó la asignación de viajes.
110
Capítulo 4
RESUMEN: 26 NOV-01 DIC
X3(540) = 4 540 540 540 540
Superama 4543 La Noria Puebla PUE 833 94 540 199
Chedraui Tehuacan Tehuacan PUE 393 341 -52 Faltante
Total Tour A 2212
X2(504) = 1 504 540 540 540 540 540 540 540
X3(540) = 7 Bodega Aurrera 3725 Toluca Pilares Metepec MEX 277 277
Chedraui 243 Metepec Metepec MEX 504 504
Costco 710 Morelia Morelia MCH 1275 251 540 484
Sams Club 6585 Morelia Morelia MCH 1440 56 540 540 304
Costco 703 Guadalajara Guadalajara JAL 864 236 540 -88 Faltante
Total Tour B 4372
X1 (432) = 8 432 432 432 432 432 (2) 432 432
Total Tour C 3065
X1 (432) = 12 432 432 (3) 432 432 432 432 432 432 432 432
Chedraui 241 Anfora Venustiano Carranza DF 154 69 85
Total Tour D 5233
X3(540) = 28 540 (2) 540 (10) 540 (10) 540 (2) 540 540 540 540
Total Tour E 14935
X3(540) = 3 540 540 540
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 1296 5 540 540 -211 Faltante
Total Tour F 1831
X1 (432) = 4 504 432 432 504 432 432 504 504
X2(504) = 4 Costco 723 Celaya Celaya GTO 468 432 36
Costco 705 Leon Leon GTO 504 504
Total Tour G 3637
X3(540) = 3 540 540 540
Costco 713 Cuernavaca Cuernavaca MOR 504 504
Chedraui 254 Acapulco Acapulco de Juárez GRO 432 408 -24 Faltante
Total Tour H 1644
Total general 36929

En los tours A, B, F y H existe un déficit de recolección de 52, 88, 211 y 24 tarimas

respectivamente, que dan un total de 375; por lo que estas cantidades se acumularán al
Obsérvese por ejemplo que en el tour C, en los viajes 4, 7 y 8, los camiones no son
llenados a toda su capacidad de recolección con el fin de que estos puedan cubrir con los
dos viajes que tienen asignado en un día, esto es factible gracias a que se cuenta con más
viajes disponibles que los que en la realidad se necesitan.
111
RESUMEN: 03-08 DIC.

Suma de Total Tarimas 7 0
X1 (432) = 2 432 432 504
Chedraui Puebla I Puebla PUE 102 77 25
Total Tour A 1256
X1 (432) = 1 540 540 540 504 432
X3(540) = 3 Wal Mart 5825 Alfredo del Mazo Toluca MEX 486 288 198
Costco 703 Guadalajara Guadalajara JAL 88 88
Ctro deDistribucion de Frescos Tlaquepaque JAL 432 432
Total Tour B 2328
X1 (432) = 1 432
Total Tour C 252
X1 (432) = 3 432 432 432
Total Tour D 1094
X1 (432) = 1 432 540 (10) 540 (6) 540 540 504
X3(540) = 18 Tiendas Soriana Cedis Qro SECOS Queretaro QRO 9009 107 5400 3240 262
Total Tour E 10456
X1 (432) = 1 432 540 540 540 540 540
X3(540) = 5 Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 432 432
Chedraui 251San Luis Potosi San Luis Potosi SLP 467 467
HEB San Luis Potosi San Luis Potosi SLP 362 73 289
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 211 211
Sams Club 4790 Zacatecas Zacatecas ZAC 774 148 540 86
Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 144 144
Total Tour F 3128
X1 (432) = 3 432 432 432 540
X3(540) = 1 Sams Club 6223 Irapuato Oeste Irapuato GTO 504 432 72
Sams Club 4877 Lopez Mateos Leon GTO 88 88
Total Tour G 1813
X1 (432) = 2 432 432
X3(540) = Chedraui 254 Acapulco Acapulco de Juárez GRO 166 166
Total Tour H 710
Total general 20662

Las localidades que se encuentran en rojo en los tours A, B, F y H, corresponden a

los volúmenes que habían quedado pendientes por recolectar en la semana anterior.
En el tour B se decide que el tercer viaje del camión tipo-3 (que recolecta 540
tarimas), regrese al depósito después de visitar la segunda localidad, a pesar de que cuenta
con espacio para recolectar otras 228 tarimas, la razón es porque ambas localidades al
estar dispersas una de la otra (de Metepec a Guadalajara), se corre el riesgo de que visitar
una tercera, esta no se cubra, por el horario que se maneja en el área de recibo de las
tiendas comerciales que es hasta las 19:00 horas.
Obsérvese también que en este tercer viaje se decide que el camión no vaya de
Metepec a Morelia, como lo marca la ruta óptima, esto es porque en Morelia al haber en
112
Capítulo 4
una sola localidad un volumen de recolección de 504 tarimas, que equivale a la capacidad
de recolección de un camión tipo-2, es más eficiente mandar este camión que se llenará a
toda su capacidad con tan solo visitar una sola localidad en Morelia.
RESUMEN: 10-15 DIC

Suma de Total Tarimas
X3(540) = 2 540 540
X3(540) = 5 540 540 540 540 540
Sams Club 6585 Morelia Morelia MCH 872 389 483
Total Tour B 2535
X1 (432) = 1 432
Total Tour C 301
X1 (432) = 2 432 432
Chedraui 234 Ajusco Tlalpan DF 252 112 140
Total Tour D 572
X3(540) = 22 540 540 (10) 540 (8) 540 540 540
BERNARDO QUINTANA Queretaro QRO 97 58 39
Chedraui 244Queretaro 3 Queretaro QRO 155 85 70
Wal Mart 2356 Queretaro Queretaro QRO 512 346 -166 Faltante
Total Tour E 12046
X3(540) = 4 540 540 540 540
Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 864 540 324
Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 324 216 108
Total Tour F 2017
X1 (432) = 1 540 540 432 504 504 504 504
X2(504) = 4 Sams Club 6223 Irapuato Oeste Irapuato GTO 1007 540 467
X3(540) = 2 242 Leon Campestre Leon GTO 44 44
Chedraui 247 Leon Poliforum Leon GTO 88 29 59
Sams Club 4877 Lopez Mateos Leon GTO 1008 274 504 230
Total Tour G 3254
X3(540) = 1 540
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 252 -272 Faltante
Total Tour H 812
Total general 22361

En los tours E y H existe un déficit de recolección de 166, y 272 tarimas

respectivamente, que dan un total de 438; por lo que estas cantidades se acumularán al
113
RESUMEN: 17-22 DIC

X1 (432) = 2 432 432
Chedraui Puebla I Puebla PUE 206 180 26
Total Tour A 666
X2(504) = 4 504 504 504 504 540
SAM'S CLUB 4936 URUAPAN Uruapan MCH 432 16 416
Total Tour B 2180
X1 (432) = 1 504
Total Tour C 305
X1 (432) = 2 432 432
Total Tour D 774
X1 (432) = 1 432 540 (10) 540 (10) 540 540
Total Tour E 12187
X1 (432) = 1 432 540 540 540 540
X3(540) = 4 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 432 432
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 1008 355 540 113
Total Tour F 2560
X3(540) = 6 540 540 540 540 540 540
Chedraui 247 Leon Poliforum Leon GTO 169 81 88
Sams Club 6513 Leon Leon GTO 1511 329 540 540 102
Total Tour G 3234
X3(540) = 3 540 540 540
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 296 296
Total Tour H 1452
Total general 22920

Las localidades que aparecen en rojo en los tours E y H, corresponden a los

volúmenes que habían quedado pendientes por recolectar en la semana anterior.
114
Capítulo 4
RESUMEN: 24-29 DIC

X3(540) = 2 540 540
Total Tour A 674
X3(540) = 5 540 540 540 540 540
Sams Club 6585 Morelia Morelia MCH 997 91 540 366
Total Tour B 2526
X1 (432) = 2 432 432
Total Tour C 586
X1 (432) = 2 432 432
Total Tour D 845
X3(540) = 28 540 540 (10) 540 (10) 540 (3) 540 540 540 540
Total Tour E 14598
X3(540) = 2 540 540
Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 315 210 105
Total Tour F 795
X3(540) = 6 540 540 540 540 540 540
242 Leon Campestre Leon GTO 162 44 118
Sams Club 4877 Lopez Mateos Leon GTO 1508 231 540 540 197
Total Tour G 2856
X3(540) = 2 540 540
Total Tour H 634
Total general 23514

4.6 COSTOS INCURRIDOS
A) CON TRANSPORTES EXTERNOS: $8’584,488.00

Para poder contar con el costo anual aproximado de las recolecciones con transportes
externos durante el año 2007, se tomará como base la información correspondiente a las
recolecciones realizadas de octubre a diciembre de 2007(que es la información con la que
si se cuenta). Estos costos a continuación se presentan en la siguiente tabla:
115
Importe pagado Importe pagado

Período Recolección por Cantidad
Mes/semana por recolección por recolección x
(año 2006) Tranportistas** recolectada x mes
$ mes
02-07 Oct Oct / Sem1 26,589 $159,534

09-14 Oct Oct / Sem2 35,403 $212,418
16-21 Oct Oct / Sem3 36,447 $218,682
23-28 Oct Oct / Sem4 23,092 $138,552 121,531 $729,186
30 Oct- 04 Nov Nov / Sem1 28,876 $173,256
06-11 Nov Nov / Sem2 24,690 $148,140
13-18 Nov Nov / Sem3 33,981 $203,886
20-25 Nov Nov / Sem4 22,223 $133,338
27 Nov - 02 Dic Nov / Sem5 36,929 $221,574 146,699 $880,194
04-09 Dic Dic / Sem1 20,662 $123,972
11-16 Dic Dic / Sem2 22,361 $134,166
18-23 Dic Dic / Sem3 22,920 $137,520
25-30 Dic Dic / Sem4 23,514 $141,084 89,457 $536,742
Totales: 357,687 $2,146,122
Cantidad promedio de recolección por

27,514 tarimas
semana:
Cantidad promedio de recolección por
4,586 tarimas
día:
Costo aproximado de recolección por
$6
tarima:
Tabla 4.48 Costos empleados con transportes propios en las recolecciones de octubre-diciembre 2007.
Si 357,687 tarimas se recolectaron en tres meses, entonces ¿cuántas tarimas se

recolectarán en 12 meses? Por regla de tres, el resultado es el siguiente:
357,687 - 3 meses
“X” - 12 meses “X” = 1’430,748 tarimas
Que multiplicadas por $6.00, que es el costo aproximado de recolección por tarima, se
llega a un costo total de $8’584,488.00
B) COSTOS EN LA PROPUESTA DE MEJORA: $13’104,000.00

El hecho de adquirir unidades de transporte involucra un desembolso muy fuerte para la
empresa, sin embargo hay que tomar en cuenta que la empresa debe adquirirlas a través de
un financiamiento para no descapitalizarse (para efectos de esta investigación no se verán
los diferentes esquemas que la empresa puede obtener como opciones).
Desglose de los costos anuales aproximados:
116
Capítulo 4
Adquisición de Camiones
Capacidad de Costo Aprox.
Tipo de camión Cantidad Costo Total
recolecciòn por unidad
Plataforma de 40
pies 432 4 $460,000 $1,840,000
Plataforma de 48
pies 504 2 $480,000 $960,000
Plataforma de 53
pies 540 10 $500,000 $5,000,000
16 $7,800,000
Sueldos
Salario Salario
Puesto Empleados Mensual Total Salario Anual
mensual
Choferes 17 $11,000 $187,000 $2,244,000
Supervisores 2 $15,000 $30,000 $360,000

$2,604,000
Gasolina
Kms. recorridos Kms. Costo total de
Litros Costo litro de
Tour por Tour en 3 recorridos por Km * litro gasolina por
utilizados gasolina
semanas Tour en 1 año tour
Tour A 7,969 31,876 4 7,969 $7.00 $55,783
Tour B 13,249 52,996 4 13,249 $7.00 $92,743
Tour C 1,621 6,484 4 1,621 $7.00 $11,347
Tour D 1,925 7,700 4 1,925 $7.00 $13,475
Tour E 4,498 17,992 4 4,498 $7.00 $31,486
Tour F 16,996 67,984 4 16,996 $7.00 $118,972
Tour G 11,860 47,440 4 11,860 $7.00 $83,020
Tour H 11,905 47,620 4 11,905 $7.00 $83,335
317 días 14 camiones 150 x dìa $490,161
Importe Máximo $600,000
Refacciones y Mantenimiento
Costo anual: $700,000
Casetas:
Seguros y Tenencias:
Comunicación:
Otros gastos:
COSTOS TOTALES EN UN AÑO: $13,104,000
Tabla 4.49 Costos empleados en la propuesta de mejora

El resultado a simple vista, muestra que en la propuesta de mejora se estarían

gastando $4’519,512.00 de más con respecto a lo erogado con transportes externos; sin
embargo para medir realmente el impacto económico que el esquema actual de trabajo le
está costando a la empresa, se realiza la siguiente evaluación económica a 5 años.
Notas: 1) Se realiza la adquisición de 16 unidades en vez de las 14 que se determinó
en el análisis, porque se están considerando 2 unidades de reserva. 2) El costo de
adquisición por las 16 unidades de transporte, aunque se hará a través de un
financiamiento, para efectos de realizar el comparativo, este costo queda reflejado en el
primer año (2007).
117
4.6.1 EVALUACIÓN ECONOMICA

Para comparar el dinero adecuadamente, se debe llevar o trasladar a su valor equivalente a
un solo instante en el tiempo, que normalmente es el presente (a Valor Presente). El
tiempo presente es un instante muy utilizado para comparar dinero, ya que es el único
momento en que se sabe cuál es el verdadero poder adquisitivo del dinero. Cualquier otro
instante en el futuro siempre presentará incertidumbre. Para evaluar ambas opciones se
manejará una tasa mínima aceptable de rendimiento (TMAR), del 30% anual.
A) CON TRANSPORTES EXTERNOS:

Ingreso
0 1 2 3 4 5 Años
8,584,488 8,584,488 8,584,488 8,584,488 8,584,488 8,584,488 Costos
VP Esquema actual:
C C C C C
VP = + + + +
(1 + i ) (1 + i ) (1 + i) (1 + i ) (1 + i)
1 2 3 4 5
Donde:
i = 30%
CT = $8,584,000
n = 5 años
8,584,488 8,584,488 8,584,488 8,584,488 8,584,488

VP = 1
+ 2
+ 3
+ 4
+ 5
(1.30) (1.30) (1.30) (1.30) (1.30)
8,584,488 8,584,488 8,584,488 8,584,488 8,584,488
= + + + +
1.30 1.69 2.197 2.8561 3.71293
= 6,603,452 + 5,079,579 + 3,907,368 + 3,005,668 + 2,312,052
= 20,908,119
B) PROPUESTA DE MEJORA:
1,950,000 1,950,000 1,950,000 1,950,000 1,950,000 Ingreso: Recuperación por

Depreciación
0 1 2 3 4 5 Años
7,800,000 5,304,000 5,304,000 5,304,000 5,304,000 5,304,000 Costos:

Compra camiones: $7,800,000
Otros costos: $5,304,000
Otros costos: Gasolina, refacciones, mantenimiento, casetas, seguros, tenencias, comunicación, etc.
VP Propuesta de mejora:
118
Capítulo 4
C2 C2 C2 C2 C2 V .S .
VP = C1 + + + + + −
(1 + i ) (1. + i ) (1 + i ) (1 + i ) (1 + i ) (1 + i )
1 2 3 4 5 5
Donde:
i = 30%
CT = $13,104,000
C1 = $ 7,800,000
n = 5 años
otros cos tos = $13,104,000 - $7,800,000 = 5,304,000

depreciación = 25% anual
recuperación por depreciación= $7,800,00 x .25% =$ 1,950,000
C 2 = otros costos –recuperación por depreciación = $3,354,000
V .S . = Valor de salvamento de los vehículos= C1 − 50% = $3,900,000
(que significa al costo al que se venderán los vehículos al término del quinto año)
3,354,000 3,354,000 3,354,000 3,354,000 3,354,000 3,900,000

VP = 7,800,000 + 1
+ 2
+ 3
+ 4
+ 5
− 5
(1.30) (1.30) (1.30) (1.30) (1.30) (1.30)
3,354,000 3,354,000 3,354,000 3,354,000 3,354,000 3,900,000
= 7,800,000 + + + + + −
1.30 1.69 2.197 2.8561 3.71293 3.71293
= 7,800,000 + 2,580,000 + 1,984,615 + 1,526,627 + 1,174,329 + 903,330 - 1,050,383
= 14,918,518
La opción que se debe seleccionar es la que arroje menor costo a Valor Presente.
Por consiguiente la mejor opción por el lado de costos, es la de la propuesta de mejora.
Por otro lado, también es conveniente hacer notar que existe un ingreso anual
aproximado que técnicamente la empresa está dejando de percibir por aquellos clientes
que ya no le solicitan todo su volumen de requerimientos, o que por completo han dejado
de solicitarle requerimientos de tarima a CHEP (como consecuencia de la problemática
expuesta). Para efectos de poder cuantificar cuál es el monto que se está dejando de
percibir, se tomó como referencia clientes que ahora aparecen en el portal de la
competencia como parte de su cartera, y se obtuvieron los volúmenes totales de tarima,
que CHEP les suministró de 2005 a 2007, para obtener un promedio anual. Los resultados se
muestran a continuación:
119
Sabormex
Volumen Promedio x año: 53,123 Tarimas
Tarifas:
Transferencia 18.70 18.70
De entrega 22.00 22.00
Alquiler por día / por 5 días: 0.53 2.65 $43.35
Importe Total: $2,302,897
Daewoo
Tarifas:
Samsung
Tarifas:
La Costeña
Tarifas:
Transferencia: 19.00 19.00
De entrega: 24.82 24.82
Gamesa
Tarifas:
Transferencia: 27.50 27.50
De entrega: 37.00 37.00
Importe Total: $522,450
Volumen total de tarimas: 113,133

Fig. 4.52 Promedio anual de requerimientos de tarima CHEP, que se surtieron a estos clientes de 2005 a
2007
Fuente: Sistema SAP de la empresa
120
Capítulo 4
Posting Fisc Sender Receiver
Sender Sender Name Receiver Receiver Name Material Group Reference 2 Reference 3 Date of Dispatch
Date of Notification
Yr/Week Quantity Quantity
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479268 166556 20061116 20061119 21/2007 -27 27
4000100684 Accel Cuautitlan PALLWOOD 91542548 # 20061228 20070107 28/2007 -23 23
6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91575063 173717 20070130 20070203 31/2007 -22 22
-159,370 159,370
Sabormex
Volumen Promedio x año: 53,123
Tarifas:
Transferencia 18.70
De entrega 22.00
Alquiler por día / por 5 días: 2.65
$43.35 $2,302,897
Fig. 4.53 Fragmento de un reporte generado para obtener el promedio anual de requerimientos de tarima por
cliente.
Fuente: Sistema SAP de la empresa
121
Se tiene la certeza que varios de estos clientes actualmente continúan solicitándole

requerimientos a CHEP, pero si bien es cierto ya no en su volumen total, por tanto afirmar
que la empresa está dejando de percibir $8’348,606 por año sería un error; lo que si es
factible considerar es que por lo menos la empresa esté perdiendo de menos el 50% de este
volumen, lo que representaría un ingreso de $4’174,303 por año, cifra que si es
representativa.
Finalmente, la investigación demuestra que en 5 años los gastos aproximados para las
recolecciones en la zona Metropolitana utilizando la propuesta de mejora ascenderían a
$39,379,454; mientras que con el actual esquema de trabajo, los gastos aproximados serían
por $46,789,318 en ese mismo período.
A pesar de que la empresa si ha perdido clientes, en gran parte como consecuencia
del desabasto, todavía hasta este momento continúa siendo la empresa líder en este ramo
gracias al gran stock de tarimas que posee; sin embargo de no tomarse medidas inmediatas
se puede seguir perdiendo clientes.
122
Conclusiones
Cuando las empresas manufactureras solicitan los servicios de un tercero como lo es CHEP
México para que les suministre tarimas justo en el momento en que tienen que realizar
entregas de mercancías, se dice entonces que tercerizan estas actividades con la finalidad
de concentrarse solo en aquellas que si forman parte de su núcleo de negocio; y así ser más
competitivas.
Resulta inconveniente entonces, que CHEP México al ser la empresa en quien recae
la responsabilidad de suministrar estos equipos a las empresas manufactureras, tercerice a
su vez a varías líneas de transporte su labor de recolección de las tarimas, porque es una
actividad que si forma parte de su núcleo de negocio ya que simplemente para que siga
suministrándolas, las tiene que recolectar primero. Por esta razón es que los tiempos de
recolección no son tan eficientes y por ende, el problema de desabasto de tarimas se
presenta con mayor frecuencia.
Cabe señalar que la empresa también utiliza los servicios de terceros para que se
encarguen de realizar las entregas de tarima hasta los domicilios de los clientes cuando así
se lo requieren, situación que también repercute en la calidad de este servicio. Ambas
problemáticas están deteriorando la relación de CHEP con varios clientes.
La elaboración del presente trabajo ha permitido definir una metodología que podrá
ser aplicable en todas aquellas empresas que se dedican al suministro de tarimas bajo un
esquema de renta; mediante este estudio de caso quedó demostrado que los volúmenes de
tarimas pueden ser recolectados en menor tiempo, si la empresa contaran con una flotilla
de transportes propios.
La metodología propuesta permitió en primera instancia, establecer el número

óptimo de camiones necesarios en función de los volúmenes de recolección existentes. Para
esta investigación se tomó los volúmenes de recolección de 13 semanas (3 meses), y con
base a esto, se determinó que la flotilla debía estar compuesta por: 4 camiones de 40 pies,
1 camión de 48 pies y 9 camiones de 53 pies.
123
Conclusiones
Los resultados de la investigación arrojaron que mientras los transportistas externos

tardaron 78 días para recolectar 357,687 tarimas y abastecerlas al depósito MX16 ubicado
en la zona Metropolitana del país; ese mismo volumen la flotilla compuesta por 14
camiones tardaría 56 días. La zona de recolección para abastecer a este depósito abarcó
tiendas comerciales y/o centros de distribución ubicados en 46 ciudades, municipios y/o
delegaciones pertenecientes a 13 Entidades Federativas de las zonas centro, sur, y
occidente del país. Se decidió que este período de recolección abarcara la temporada de
fin año del 2007, que es de octubre a diciembre, por considerarla una de las temporadas
más criticas en las que la empresa sufre desabasto.
Para alcanzar tal reducción de tiempo se segmentó la zona de recolección en 8 tours

o rutas, por donde las unidades de transporte semana a semana debían de realizar los
recorridos; para el diseño de tales rutas fue necesario planearlas con base al algoritmo del
viajante de comercio, logrando que estas siempre representaran el camino más corto.
Es de reconocer a simple vista que pretender aplicar este modelo de recolección a

nivel nacional y en durante todo el año, es para desalentar a cualquier directivo, por el
hecho de que hay que realizar una fuerte inversión para la adquisición de más unidades de
transporte, pagar gastos fijos como gasolina, sueldos, mantenimiento, etc., así como el
incluir las responsabilidades que implica la administración de flotillas; por esto, una
alternativa sería que esta propuesta solo se aplicara para abastecer al depósito de la zona
Metropolitana, ya que es la región en donde existe mayor demanda de tarimas. Sin
embargo cuando se realiza este tipo de investigaciones en donde queda establecido además
que a mediano plazo los costos incurridos son menores, su implementación es más
justificada.
En cuestión de costos, la investigación demuestra que en 5 años los gastos

aproximados llevándolos a valor presente para las recolecciones en la zona Metropolitana,
utilizando la propuesta de mejora ascenderían a $20’908,119; mientras que con el actual
esquema de trabajo, los gastos aproximados serían por $14’918,518 en ese mismo período.
A pesar de que la empresa si ha perdido clientes, en gran parte como consecuencia

de esta problemática, todavía hasta este momento continúa siendo la empresa líder en este
ramo gracias al gran stock de tarimas que posee; sin embargo de no tomarse medidas
inmediatas la lista de estos clientes puede ir en aumento, lo que permitiría fortalecer cada
vez más a sus competidores.
Es por esto que se debe de considerar el impacto económico que para la empresa
esta representando el dejar de percibir estos ingresos por concepto de clientes que se han
124
ido o se están yendo con la competencia. Esta investigación determinó (con base a
información estadística), que de perderse por completo los requerimientos a nivel nacional
de por lo menos 5 de los clientes que aparecen actualmente en el portal de su
competencia, los ingresos perdidos serían de $ 8’348,606 por año.
Si la empresa aumenta su competitividad, podrá retener a sus clientes

manteniéndolos satisfechos; para esto es importante que evite continuar utilizando los
servicios de terceros en actividades que son inherentes a su negocio.
125
BIBLIOGRAFÍA
Bonini, Charles E., Hausman Warren, H., Bierman, Harold, Análisis Cuantitativo para los
negocios. McGraw-Hill, Colombia 2004. Novena edición.
Hernández Ayuso, María del Carmen, Introducción a la Teoría de Redes. Sociedad

Matemática Mexicana, México 2005. Segunda edición.
Hillier, Frederick, Lieberman, Gerald, Introducción a la Investigación de Operaciones. Mc

Graw Hill, México 2002. Séptima edición.
Kaufmann, Arnold, Métodos y Modelos de la Investigación de Operaciones. C.E.C.S.A.,

México 1979. Sexta edición
Prawda Witenber, Juan, Métodos y Modelos de Investigación de Operaciones. Limusa,

México 1988. Octava edición.
Solow, Mathur, Investigación de Operaciones, El arte en la toma de decisiones. Prentice

Hall Hispanoamericana, México 1993. Primera edición.
Taha Hamdy, A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima
edición.
Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998.

Octava edición.
Winston L., Wayne, Investigación de Operaciones, Aplicaciones y Algoritmos. Grupo

Editorial Iberoamericano, México 1987. Sexta edición.
http://home.ubalt.edu/ntsbarsh/opre640S/SpanishD.htm#rlindo
http://www.monografias.com/flujo-redes
http://personales.upv.es/arodrigu/grafos/Kruskal.htm
http://www.mirrorservice.org/sites/home.ubalt.edu/ntsbarsh/Business-
stat/opre/SpanishIN.htm
126
Apéndice 1
Volúmenes de recolección de octubre a diciembre de
2007
Semana: 1-6 de Octubre
O C T U B R E
cant. cant. cant. MI cant. JU cant. cant. Total tarimas

Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 1 MA 2 3 4 VI 5 SA 6 recolectadas
6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 0 0 432 0 0 432

6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS LLED 0 504 0 0 0 0 504
6100345638 COSTCO Costco 708 Aguascalientes Aguascalientes AGS HR 0 0 155 0 0 0 155
4000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 230 39 0 269
6100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 213 0 213
6100423063 AURRERA Bodega Aurrera 3802 Convencion Aguascalientes AGS LLED 0 0 225 0 0 0 225
3000158291 AURRERA Bodega Aurrera 3905 Santa Anita Aguascalientes AGS LLED 0 198 0 0 0 0 198
3000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 234 0 0 0 0 234
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 234 450 0 684
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 503 0 0 503
6100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 0 0 0 316 0 316
6105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 0 0 165 165
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 0 0 504
4000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 252 0 0 0 252
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Querétaro QRO LOBO 207 0 0 0 0 0 207
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Querétaro QRO LOBO 0 174 0 0 0 0 174
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan del Río QRO LOBO 0 0 162 0 0 0 162
6105003006 CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 276 0 0 0 0 0 276
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosí SLP HR 0 0 0 388 0 0 388
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosí SLP HR 408 108 0 0 516
4000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosí SLP HR 0 0 0 306 0 0 306
6105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosí SLP HR 0 0 0 198 0 0 198
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 0 504
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Querétaro QRO LOBO 2228 969 2011 755 1006 504 7473
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 123 0 0 0 123
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 61 0 0 0 61
3000157760 CHEDRAUI Chedraui 249 Acueducto Zapopan JAL HR 0 0 0 83 0 0 83
3000157761 CHEDRAUI Chedraui 248 Lomas Tonala JAL HR 0 0 0 113 0 0 113
4000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 432
4000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 0 0 0 0 336 336
6100345656 COSTCO Costco 706 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 0 1700 1700
3000158286 AURRERA Bodega Aurrera 3911 Iguala GRO
Iguala de la independencia ELISA 0 0 0 0 0 5 5
4000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 419 419
6100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 0 0 0 0 0 842 842
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 0 0 0 0 0 720 720
6105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 0 0 0 0 699 699
6100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 0 756 756
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 56 0 0 0 56
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 0 0 73 73
6100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 0 0 0 0 0 756 756
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Naucalpan de Juárez MEX ELISA 0 0 0 0 0 246 246
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 0 0 209 209
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 0 142 142
6100276230 GARCES Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 82 82
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 96 0 96
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 91 0 0 0 91
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 64 0 0 0 64
6100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 0 0 0 432 0 432
6105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 277 277
4000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 178 0 0 0 0 0 178
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 102 0 0 102
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 0 174 0 0 174
4000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 0 0 0 0 432 432
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 96 99 195
3000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 0 0 160 160
3000157739 CHEDRAUI Chedraui Coyoacan DF ELISA 0 0 0 0 0 166 166
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 0 177 177
4000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 192 192
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 0 0 108 108
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 0 252 252
3000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 0 196 196
3000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 0 0 108 108
4000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX VLZ 0 0 0 0 0 107 107
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 0 192 192
4000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 1
4000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 1
4000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 1
4000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 0 176 176
3,300 2,975 3,704 3,666 2,648 10,296 26,589
prom. 3,798
127
Apéndices

O C T U B R E
6100345674 COSTCO Costco 710 Morelia Morelia MCH LOBO 0 0 504 0 0 0 504
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 0 0 0 504
6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 100 0 0 0 100
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS LLED 0 0 0 504 0 0 504
4000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 0 0 144 100 0 244
3000158291 AURRERA Bodega Aurrera 3905 Santa Anita Aguascalientes AGS LLED 0 0 0 0 404 0 404
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 432 0 0 0 432
3000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 198 0 198
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 0 216 0 0 216
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 266 0 0 0 129 395
6100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 0 504 0 504
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 29 0 0 29
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 477 0 0 0 477
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 192 0 0 192
6100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 432 432
3000158359 AURRERA Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP HR 0 0 0 0 0 216 216
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 468 0 468
4000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 0 0 0 0 0 216 216
6105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 430 430
4000070103 FARMACIA BENAVIDES
Farmacias Benavides SA de CV Zapopan JAL HR 0 0 0 0 0 340 340
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1761 2189 2519 2513 1510 1007 11499
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 128 0 0 0 0 0 128
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 119 0 0 0 0 0 119
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 152 0 152
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la Independencia
GRO ELISA 0 236 0 0 0 0 236
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 0 252 252
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 240 0 252 0 0 0 492
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 192 192
3000157739 CHEDRAUI Chedraui Coyoacan DF ELISA 0 0 0 0 224 0 224
4000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 252 0 252
4000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 0 0 0 240 0 240
4000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 0 0 0 0 150 0 150
4000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 0 0 47 0 0 0 47
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 143 0 0 0 0 143
4000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 217 0 0 0 0 217
4,186 6,794 5,989 5,970 7,672 4,792 35,403
prom. 5,058
128
Apéndices

O C T U B R E
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 0 0 432 396 0 504 1332
4000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 0 0 0 0 137 137
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP HR 432 0 0 0 0 0 432
4000063281 CHEDRAUI Chedraui 251San Luis Potosi San Luis Potosi SLP HR 0 216 0 0 0 0 216
GRO ELISA 0 448 4 255 0 180 887
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX VLZ 0 0 166 0 100 0 266
3000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 0 0 252 252
4000067979 CHEDRAUI CD Perecederos Chedraui Tultitlan MEX ELISA 0 1 0 0 0 0 1
4000095479 CHEDRAUI CD Perecederos Chedraui Ixtapaluca MEX ELISA 0 1 0 0 0 0 1
3,772 9,135 5,741 5,368 5,878 6,553 36,447
prom. 5,207
129
Apéndices

O C T U B R E
4,417 7,092 4,229 4,333 2,375 646 23,092
prom. 3,299
130
Apéndices
Semana: 29 de Octubre- 03 de Noviembre
NOVIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
LU 29 MA 30 MI 31 JU 1 VI 2 SA 3 recolectadas
6100345772 COSTCO Costco 705 Leon Leon GTO LOBO 504 360 0 430 0 0 1,294
6105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 0 200 0 0 0 200
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1006 1510 2016 2768 1219 3233 11,752
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 622 0 0 170 0 792
6100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 252 0 252 252 0 1,008
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 0 504 0 0 0 756 1,260
6105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 252 0 252 252 312 0 1,068
6 Transp. 3,175 5,542 3,074 6,142 4,195 6,748 28,876
prom. 4,125
131
Apéndices
Semana: 05-10 de Noviembre
NOVIEMBRE
6105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 0 398 0 398
4000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 894 0 0 252 1,146
6 Transp. 3,123 4,047 6,617 4,632 1,929 4,342 24,690
prom. 3,527
132
Apéndices
NOVIEMBRE
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 936 504 504 0 0 0 1,944
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 504 0 0 1,007
6100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 504 0 503 1,007
6,511 6,964 7,361 4,404 5,400 3,341 33,981
prom. 4,854
133
Apéndices
NOVIEMBRE
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 0 0 233 0 233
6100627762 SAHUAYO Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX VLZ 0 0 0 0 0 504 504
6100627762 SAHUAYO Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX VLZ 0 0 0 0 0 504 504
3,196 4,423 4,101 2,260 3,317 4,926 22,223
prom. 3,175
134
Apéndices
Semana: 26 de Noviembre – 01 de Diciembre

NOVIEMBRE
6100345674 COSTCO Costco 710 Morelia Morelia MCH LOBO 0 0 431 376 468 0 1,275
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 432 0 504 1,440
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 432 252 0 396 0 1,080
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 432 0 0 432 0 432 1,296
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 0 252 0 0 504 1,008
6100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 396 252 756 504 0 1,908
4,094 6,064 7,507 7,337 7,467 4,460 36,929
prom. 5,276
135
Apéndices
Semana: 03 - 08 de Diciembre
DICIEMBRE
4000063281 CHEDRAUI Chedraui 251San Luis Potosi San Luis Potosi SLP HR 0 0 0 467 0 0 467
GRO ELISA 0 188 80 0 252 0 520
6 Transp. 2,608 3,802 4,221 5,140 3,817 1,074 20,662
prom. 2,952
136
Apéndices
DICIEMBRE
cant. cant. cant. cant. cant. cant. Total
LU 10 MA 11 MI 12 JU 13 VI 14 SA 15 Recolectado
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 503 504 0 1,007
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP VLZ 0 864 0 0 0 0 864
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 504 1,008
GRO ELISA 0 0 252 0 0 0 252
6 Transp. 2,786 5,060 4,237 3,743 4,463 2,072 22,361
prom. 3,194
137
Apéndices
DICIEMBRE
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS HR 0 0 432 0 0 0 432
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 504 504 0 0 1,008
4000098110 SAMS CLUB SAM'S CLUB 4936 URUAPAN Uruapan MCH HR 0 0 0 432 0 0 432
GRO ELISA 0 296 0 0 0 0 296
3,227 3,512 5,107 4,955 4,106 2,013 22,920
prom. 3,274
DICIEMBRE
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 1008 0 0 500 0 0 1,508
GRO ELISA 0 0 0 252 192 0 444
4,145 6,490 1,057 6,824 2,984 2,014 23,514
prom. 3,359
138
Apéndices
Apéndice 2
Resumen de la información del anexo
RESUMEN: 1-6 OCT
Datos
Sum of Total
Sum of cant. Sum of cant. Sum of cant. Sum of cant. Sum of cant. Suma de cant. tarimas
AGS Aguascalientes - 932 380 - 252 - 1,564 6
Total AGS - 932 380 - 252 - 1,564 6
DF Alvaro Obregon - - - - - 720 720 1
Benito Juarez - - - - - 108 108 1
Coyoacan - - - - - 166 166 1
Gustavo A. Madero - - - - - 160 160 1
Miguel Hidalgo - - - - - 1,008 1,008 2
Tlalpan - - - - - 842 842 1
Venustiano Carranza - - - - - 300 300 2
Total DF - - - - - 3,304 3,304 9
GRO Acapulco de Juárez - - - - - 1,876 1,876 2
Zihuatanejo - - - - - 336 336 1
Total GRO - - - - - 2,217 2,217 4
GTO Celaya - - 252 - - - 252 1
Irapuato - - 504 - - - 504 1
Leon - - 184 1,007 316 165 1,672 6
Total GTO - - 940 1,007 316 165 2,428 8
JAL Guadalajara - - - 432 - - 432 1
Tlaquepaque - 432 - - - - 432 1
Tonala - - - 113 - - 113 1
Zapopan - - - 83 - - 83 1
Total JAL - 432 - 628 - - 1,060 4
MEX Atizapan - - 56 - - - 56 1
Cuautitlan 1 - - - - - 1 1
Ecatepec de Morelos - - - - - 180 180 2
Huixquilucan - - - - - 699 699 1
Metepec - - - - - 246 246 1
Naucalpan de Juárez - - - - - 756 756 1
Tlalnepantla - - - - - 628 628 2
Toluca - - - - - 401 401 3
Tultitlan 2 - - - - - 2 2
Zinacantepec - - - - - 209 209 1
Total MEX 3 - 56 - - 3,119 3,178 15
MOR Cuernavaca - - - - - 611 611 2
Total MOR - - - - - 611 611 2
PUE Puebla - - 155 174 624 99 1,052 6
Tehuacan - - - - - 277 277 1
Teziutlan 178 - - - - - 178 1
Total PUE 178 - 155 276 624 376 1,609 9
QRO Queretaro 2,435 1,143 2,011 755 1,006 504 7,854 3
San Juan Del Rio - - 162 - - - 162 1
Total QRO 2,435 1,143 2,173 755 1,006 504 8,016 4
SLP Ciudad Valles 276 - - - - - 276 1
San Luis Potosi 408 - - 1,000 - - 1,408 4
Total SLP 684 - - 1,000 - - 1,684 5
ZAC Fresnillo - 234 - - - - 234 1
Zacatecas - 234 450 - 684 1
Total ZAC - 468 - - 450 - 918 2
Total general 3,300 2,975 3,704 3,666 2,648 10,296 26,589 68
139
Apéndices
RESUMEN: 8-13 OCT

Datos
Suma de Suma de Total
Suma de Suma de Suma de cant. Suma de cant. cant. Suma de cant. tarimas
Edo. Ciudad cant. LU 8 cant. MA 9 MI 10 JU 11 VI 12 SA 13 recolectadas Localidades
AGS Aguascalientes - - - 1,008 504 450 1,962 6
Total AGS - - - 1,008 504 450 1,962 6
DF Alvaro Obregon 252 252 - 252 - - 756 1
Coyoacan - - - - 224 - 224 1
Gustavo A. Madero - - - - 180 - 180 1
Miguel Hidalgo 468 - - - 392 - 860 2
Tlalpan - 756 - 242 491 - 1,489 2
Venustiano Carranza - - - 252 320 - 572 2
Total DF 720 1,008 - 746 1,607 - 4,081 9
GRO Acapulco de Juárez - - 192 - - - 192 1
Iguala de la Independencia - 236 - - - - 236 1
Zihuatanejo - 414 - - - - 414 1
Total GRO - 650 192 - - - 842 3
GTO Celaya - - - 468 - - 468 1
Irapuato - 504 - - - - 504 1
Leon - 504 232 504 504 - 1,744 5
Total GTO - 1,008 232 972 504 - 2,716 7
JAL Guadalajara - - - - 432 - 432 1
Tlaquepaque 864 414 - - 432 - 1,710 1
Zapopan - - - - - 340 340 1
Total JAL 864 414 - - 864 340 2,482 3
MCH Morelia - - 1,108 - - - 1,108 3
Total MCH - - 1,108 - - - 1,108 3
MEX Cuautitlan 1 - - - - - 1 1
Ecatepec de Morelos - - 204 - - - 204 2
Huixquilucan - - - - 483 - 483 2
Metepec 240 - 252 - 240 - 732 2
Naucalpan de Juárez 252 252 - - - 252 756 1
Nezahualcoyotl - 143 - - - - 143 1
Tecamac - 217 - - - - 217 1
Tlalnepantla - 252 - - 129 408 789 2
Toluca - - 244 - - 192 436 3
Tultitlan 2 - - - - - 2 2
Zinacantepec - 175 - - - - 175 1
Total MEX 495 1,039 700 - 852 852 3,938 18
MOR Cuernavaca - - - - 196 468 664 2
Jiutepec - - - - - 252 252 1
Total MOR - - - - 196 720 916 3
PUE Puebla 99 220 84 294 - - 697 5
San Martin Texmelucan - - - - 79 - 79 1
Teziutlan - - 245 - - - 245 1
Total PUE 99 220 329 294 79 - 1,021 7
QRO Queretaro 2,008 2,455 2,519 2,950 2,014 1,136 13,082 8
San Juan Del Rio - - 477 - - - 477 1
Total QRO 2,008 2,455 2,996 2,950 2,014 1,136 13,559 9
SLP San Luis Potosi - - - - 620 1,294 1,914 6
Total SLP - - - - 620 1,294 1,914 6
ZAC Fresnillo - - - - 234 - 234 1
Zacatecas - - 432 - 198 - 630 2
Total ZAC - - 432 - 432 - 864 3
Total general 4,186 6,794 5,989 5,970 7,672 4,792 35,403 77
140
Apéndices
RESUMEN: 15-20 OCT

Datos
Suma de Total
Suma de Suma de Suma de cant. Suma de cant. Suma de Suma de cant. tarimas
Edo. Ciudad cant. LU 15 cant. MA 16 MI 17 JU 18 cant. VI 19 SA 20 recolectadas Localidades
AGS Aguascalientes - - 432 396 216 1,224 2,268 4
Total AGS - - 432 396 216 1,224 2,268 4
DF Alvaro Obregon - 252 - - - - 252 1
Benito Juarez - - 176 - - - 176 1
Coyoacan - - - - - 252 252 1
Gustavo A. Madero - - - 180 - - 180 1
Miguel Hidalgo 252 - - - - - 252 1
Tlalpan - 684 432 252 - 252 1,620 2
Total DF 252 936 608 432 - 504 2,732 7
GRO Acapulco de Juárez - 157 - 432 - 252 841 2
Iguala de la Independencia - 448 4 255 - 180 887 1
Zihuatanejo - - - - 176 - 176 1
Total GRO - 605 4 687 176 432 1,904 4
GTO Celaya - - 392 - - - 392 1
Irapuato - - - 503 432 - 935 1
Leon - 1,007 - - 214 - 1,221 3
Total GTO - 1,007 392 503 646 - 2,548 5
Tlaquepaque - - 432 - - - 432 1
Zapopan - - 432 - - - 432 1
Total JAL - - 1,332 - - - 1,332 3
MEX Atizapan - - 166 - 100 - 266 1
Cuautitlan - 1 - - - - 1 1
Ecatepec de Morelos - 131 154 - 63 - 348 2
Huixquilucan 252 - 252 - 252 - 756 1
Ixtapaluca - 1 - - - - 1 1
Metepec - 192 - 107 - - 299 1
Naucalpan de Juárez - - 252 252 252 252 1,008 1
Nezahualcoyotl - - - 200 - - 200 1
Tecamac - - 137 - - - 137 1
Tlalnepantla - - - - 432 - 432 1
Toluca - - - - 163 204 367 3
Tultitlan - 1 - - - - 1 1
Zinacantepec - - - - - 170 170 1
Total MEX 252 326 961 559 1,262 626 3,986 16
MOR Cuernavaca - - - - - 120 120 1
Jiutepec 186 - - - - 153 339 1
Total MOR 186 - - - - 273 459 2
PUE Puebla - 284 97 101 259 - 741 5
Tehuacan - - - - - 240 240 1
Total PUE - 284 97 175 259 240 1,055 7
QRO Queretaro 2,218 4,300 1,764 2,184 2,884 3,254 16,604 8
San Juan Del Rio - - - - 435 - 435 1
Total QRO 2,218 4,300 1,764 2,184 3,319 3,254 17,039 9
SLP San Luis Potosi 864 1,360 - 432 - - 2,656 7
Total SLP 864 1,360 - 432 - - 2,656 7
ZAC Zacatecas - 317 151 - - - 468 2
Total ZAC - 317 151 - - - 468 2
Total general 3,772 9,135 5,741 5,368 5,878 6,553 36,447 66
141
Apéndices
RESUMEN: 22-27 OCT

Datos
Suma de Total
Suma de Suma de Suma de cant. Suma de cant. Suma de Suma de cant. tarimas
Edo. Ciudad cant. LU 22 cant. MA 23 MI 24 JU 25 cant. VI 26 SA 27 recolectadas Localidades
AGS Aguascalientes 313 119 - - - - 432 2
Total AGS 313 119 - - - - 432 2
DF Alvaro Obregon 252 - - 251 252 - 755 1
Coyoacan - - - 184 - - 184 1
Gustavo A. Madero - - - 149 - - 149 1
Miguel Hidalgo 252 252 192 - 396 - 1,092 2
Tlalpan 252 252 646 - 252 - 1,402 1
Venustiano Carranza - - - 372 - - 372 1
Total DF 756 504 838 956 900 - 3,954 7
GRO Acapulco de Juárez - - - - - 180 180 1
Total GRO - - - - - 180 180 1
GTO Celaya - - - 468 - - 468 1
Leon 720 - - 720 - - 1,440 4
Total GTO 720 - - 1,188 - - 1,908 5
JAL Guadalajara - 864 - - - - 864 1
Tlaquepaque 864 - - - - - 864 1
Zapopan - 214 - - - - 214 1
Total JAL 864 1,078 - - - - 1,942 3
Ecatepec de Morelos - - - - 130 - 130 1
Huixquilucan - 252 - - 214 - 466 2
Metepec - - 228 - - - 228 1
Naucalpan de Juárez 252 - - - 252 - 504 1
Nezahualcoyotl - - - - 195 - 195 1
Tecamac - - 148 - - - 148 1
Tlalnepantla - 240 - - - - 240 1
Toluca - - - - 684 - 684 3
Tultitlan 2 - - - - - 2 2
Zinacantepec - - 154 - - - 154 1
Total MEX 255 492 530 - 1,475 - 2,752 15
MOR Cuernavaca - - - - - 270 270 1
Total MOR - - - - - 270 270 1
PUE Puebla - 339 302 82 - 101 824 6
San Martin Texmelucan - - - - - 95 95 1
Teziutlan - - 231 - - - 231 1
Total PUE - 339 533 82 - 196 1,150 8
QRO Queretaro 1,509 3,811 2,188 1,255 - - 8,763 8
San Juan Del Rio - 317 - - - - 317 1
Total QRO 1,509 4,128 2,188 1,255 - - 9,080 9
SLP San Luis Potosi - 432 140 - - - 572 3
Total SLP - 432 140 - - - 572 3
ZAC Fresnillo - - - 132 - - 132 1
Zacatecas - - - 720 - - 720 2
Total ZAC - - - 852 - - 852 3
Total general 4,417 7,092 4,229 4,333 2,375 646 23,092 57
142
Apéndices
RESUMEN: 29 OCT- 03 NOV.
Datos
Suma de Total
DF Alvaro Obregon - 504 - - - 756 1,260 1
Benito Juarez - - - - - 192 192 1
Gustavo A. Madero - - 138 - - - 138 1
Miguel Hidalgo - - 252 - 432 - 684 2
Tlalpan 252 252 - 252 252 - 1,008 1
Venustiano Carranza - 186 - - 210 - 396 2
Total DF 252 942 390 252 894 948 3,678 8
GRO Iguala de la Independencia - 622 - - 170 - 792 1
Zihuatanejo - - - - - 606 606 1
Total GRO - 622 - - 170 606 1,398 2
GTO Celaya - - - 378 - - 378 1
Irapuato - - - - - 504 504 1
Leon 1,008 1,094 - 1,044 - - 3,146 6
Total GTO 1,008 1,094 - 1,422 - 504 4,028 8
MCH Morelia - - - 42 - - 42 1
Total MCH - - - 42 - - 42 1
Ecatepec de Morelos - - - 103 - - 103 1
Huixquilucan 252 - 252 252 312 - 1,068 1
Metepec - 208 - - - 193 401 2
Naucalpan de Juárez - - - 252 - 504 756 1
Nezahualcoyotl - - - - 132 - 132 1
Tlalnepantla 252 - - 144 - 485 881 2
Toluca 252 - - 107 52 - 411 3
Tultitlan 2 - - - - - 2 2
Total MEX 759 208 252 858 496 1,182 3,755 14
MOR Cuernavaca 150 - - - - - 150 1
Jiutepec - 386 - - - - 386 1
Total MOR 150 386 - - - - 536 2
PUE Puebla - 420 - 155 361 - 936 6
Tehuacan - - - - - 275 275 1
Total PUE - 420 - 155 464 275 1,314 8
QRO Queretaro 1,006 1,510 2,232 3,201 2,171 3,233 13,353 7
San Juan Del Rio - 360 - - - - 360 1
Total QRO 1,006 1,870 2,232 3,201 2,171 3,233 13,713 8
SLP Ciudad Valles - - 200 - - - 200 1
San Luis Potosi - - - 212 - - 212 1
Total SLP - - 200 212 - - 412 2
Total general 3,175 5,542 3,074 6,142 4,195 6,748 28,876 53
143
Apéndices
RESUMEN: 5-10 NOV.
Datos
Suma de Total
AGS Aguascalientes - - - - 432 - 432 1
Total AGS - - - - 432 - 432 1
DF Alvaro Obregon 252 - - - - 252 504 1
Coyoacan - - - 190 - - 190 1
Gustavo A. Madero - - - 150 - - 150 1
Miguel Hidalgo 252 - - 785 - - 1,037 2
Tlalpan 252 252 252 231 - 252 1,239 2
Venustiano Carranza - - - 252 - - 252 2
Total DF 756 252 252 1,608 - 504 3,372 9
GRO Acapulco de Juárez - 192 - - - - 192 1
Zihuatanejo 288 - - - - - 288 1
Total GRO 288 339 - - - - 627 3
GTO Celaya - 324 - - - - 324 1
Irapuato - - 504 - - - 504 1
Leon - - - 504 - 238 742 3
Total GTO - 324 504 504 - 238 1,570 5
MEX Atizapan 144 - - - - - 144 1
Cuautitlan 1 - - - - - 1 1
Huixquilucan - 244 - - 252 - 496 1
Naucalpan de Juárez 252 - 252 - - - 504 1
Nezahualcoyotl - - 1 - - - 1 1
Tecamac 162 - - - - - 162 1
Tlalnepantla - 180 - - - - 180 1
Toluca - 192 252 318 144 - 906 3
Tultitlan 2 - - - - - 2 2
Zinacantepec 6 - - 438 - - 444 1
Total MEX 567 616 505 794 396 - 2,878 14
MOR Cuernavaca - - 894 - - 252 1,146 1
Jiutepec - - - - - 547 547 1
Total MOR - - 894 - - 799 1,693 2
PUE Puebla - 345 240 - 43 260 888 6
San Martin Texmelucan - - - - - 103 103 1
Teziutlan - - 166 - - - 166 1
Total PUE - 345 406 - 43 363 1,157 8
QRO Queretaro 1,512 1,971 4,056 1,726 503 2,029 11,797 7
Total QRO 1,512 1,971 4,056 1,726 503 2,029 11,797 7
SLP Ciudad Valles - 200 - - 398 - 598 2
San Luis Potosi - - - - 157 409 566 2
Total SLP - 200 - - 555 409 1,164 4
Total general 3,123 4,047 6,617 4,632 1,929 4,342 24,690 53
144
Apéndices
RESUMEN: 12-17 NOV.
Datos
Suma de Total
AGS Aguascalientes 936 504 504 - - - 1,944 1
Total AGS 936 504 504 - - - 1,944 1
DF Alvaro Obregon 468 - - - 252 252 972 1
Benito Juarez - - - 160 - - 160 1
Miguel Hidalgo 756 - 187 - 252 - 1,195 2
Tlalpan 504 - 252 - 252 476 1,484 2
Venustiano Carranza 252 - - - - - 252 1
Total DF 1,980 - 439 160 756 728 4,063 7
GRO Iguala de la Independencia - 187 - 180 - - 367 1
Total GRO - 187 - 180 - - 367 1
GTO Celaya - - 468 - - - 468 1
Irapuato - - - - - 503 503 1
Leon 504 1,259 - 585 - - 2,348 6
Total GTO 504 1,259 468 585 - 503 3,319 8
JAL Guadalajara - 432 - - - - 432 1
Tlaquepaque - - 432 - - - 432 1
Total JAL - 432 432 - - - 864 2
MEX Atizapan - 105 - - - - 105 1
Huixquilucan 252 - - - 252 - 504 1
Metepec - - - - 404 354 758 2
Naucalpan de Juárez 504 - 252 - - - 756 1
Tlalnepantla - - - - 311 252 563 2
Toluca - - - 211 - 393 604 3
Zinacantepec - - - 242 6 - 248 1
Total MEX 756 105 252 749 973 999 3,834 14
MOR Cuernavaca - - 180 - - - 180 1
Jiutepec - - - - 312 - 312 1
Total MOR - - 180 - 312 - 492 2
PUE Puebla 1 346 283 121 - - 751 6
Tehuacan - 180 - - - - 180 1
Total PUE 1 526 283 185 - - 995 8
QRO Queretaro 1,943 2,767 3,489 2,545 2,967 1,111 14,822 8
San Juan Del Rio - - 342 - - - 342 1
Total QRO 1,943 2,767 3,831 2,545 2,967 1,111 15,164 9
SLP San Luis Potosi 391 1,184 108 - - - 1,683 4
Total SLP 391 1,184 108 - - - 1,683 4
ZAC Zacatecas - - 864 - 392 - 1,256 2
Total ZAC - - 864 - 392 - 1,256 2
Total general 6,511 6,964 7,361 4,404 5,400 3,341 33,981 58
RESUMEN: 19-24 NOV.

Datos
Suma de Total
AGS Aguascalientes 972 - - - - - 972 1
Total AGS 972 - - - - - 972 1
DF Alvaro Obregon 714 - - - - - 714 1
Total DF 714 - - - - - 714 1
GTO Celaya - - - 468 - - 468 1
Irapuato - - 648 - - - 648 1
Leon - 504 - - 736 1,207 2,447 6
Total GTO - 504 648 468 736 1,207 3,563 8
JAL Zapopan - - - - - 192 192 1
Total JAL - - - - - 192 192 1
MCH Morelia - - - - - 22 22 1
Total MCH - - - - - 22 22 1
MEX Atizapan - 196 - - - - 196 1
Tlalnepantla - 432 - - - - 432 1
Toluca - 204 - - - - 204 1
Total MEX - 832 - - - - 832 3
OAX Oaxaca de Juárez - - - - - 1,008 1,008 2
Total OAX - - - - - 1,008 1,008 2
PUE Puebla - - 741 73 180 - 994 6
Teziutlan - - 214 - - - 214 1
Total PUE - - 955 73 180 - 1,208 7
QRO Queretaro 1,006 2,656 2,498 1,719 2,401 2,137 12,417 7
Total QRO 1,006 2,656 2,498 1,719 2,401 2,137 12,417 7
SLP Ciudad Valles - 297 - - - - 297 2
San Luis Potosi 504 134 - - - - 638 2
Total SLP 504 431 - - - - 935 4
ZAC Zacatecas - - - - - 360 360 1
Total ZAC - - - - - 360 360 1
Total general 3,196 4,423 4,101 2,260 3,317 4,926 22,223 36
145
Apéndices
RESUMEN: 26 NOV.- 01 DIC.
Datos
Suma de Total
AGS Aguascalientes - 504 - - - - 504 1
Total AGS - 504 - - - - 504 1
DF Alvaro Obregon 252 - 252 - - 504 1,008 1
Coyoacan - - - - 504 - 504 1
Gustavo A. Madero - - - - - 176 176 1
Miguel Hidalgo - 396 252 756 589 - 1,993 2
Tlalpan 252 684 - - 252 - 1,188 1
Venustiano Carranza - - 210 - 154 - 364 2
Total DF 504 1,080 714 756 1,499 680 5,233 8
Total GRO - - - - 432 204 636 2
GTO Celaya - - - - 468 - 468 1
Irapuato - - 504 - - - 504 1
Leon - 1,000 - 972 189 - 2,161 6
Total GTO - 1,000 504 972 657 - 3,133 8
Total JAL - - 864 - - - 864 1
MCH Morelia - - 935 808 468 504 2,715 2
Total MCH - - 935 808 468 504 2,715 2
MEX Atizapan - 120 - - - - 120 1
Ecatepec de Morelos - 109 - - 101 - 210 2
Huixquilucan 442 - - - 684 - 1,126 2
Metepec - - 277 - 252 252 781 2
Naucalpan de Juárez 252 - 252 - 252 - 756 1
Tecamac - - 204 - - - 204 1
Tlalnepantla 252 - 252 - 145 - 649 2
Zinacantepec - 12 - - - - 12 1
Total MEX 946 241 985 - 1,434 252 3,858 12
MOR Cuernavaca - - - - 504 - 504 1
Jiutepec - - - 504 - - 504 1
Total MOR - - - 504 504 - 1,008 2
PUE Puebla - 517 279 920 - - 1,716 6
Tehuacan - - - - - 393 393 1
Total PUE - 517 279 1,023 - 393 2,212 8
QRO Queretaro 2,009 2,290 2,974 2,510 2,077 1,995 13,855 7
San Juan Del Rio - 432 252 - 396 - 1,080 1
Total QRO 2,009 2,722 3,226 2,510 2,473 1,995 14,935 8
SLP San Luis Potosi 635 - - 764 - 432 1,831 3
Total SLP 635 - - 764 - 432 1,831 3
(en blanco) (en blanco) -
Total (en blanco) -
Total general 4,094 6,064 7,507 7,337 7,467 4,460 36,929 55
146
Apéndices
RESUMEN: 03-08 DIC.
Datos
Suma de Total
DF Benito Juarez - - 192 - - - 192 1
Coyoacan - - - 252 - - 252 1
Miguel Hidalgo - - - - 160 - 160 1
Tlalpan - - 252 - - - 252 1
Venustiano Carranza - - - - 238 - 238 1
Total DF - - 444 252 398 - 1,094 5
Iguala de la Independencia - 188 80 - 252 - 520 1
Total GRO - 188 80 - 418 - 686 2
GTO Irapuato - - - 504 - - 504 1
Leon 504 - 213 - 504 88 1,309 4
Total GTO 504 - 213 504 504 88 1,813 5
JAL Tlaquepaque - 432 - - - - 432 1
Total JAL - 432 - - - - 432 1
MCH Morelia - - 504 - - - 504 1
Total MCH - - 504 - - - 504 1
MEX Atizapan - - - - 80 - 80 1
Ecatepec de Morelos - - - - - 172 172 1
Metepec - - - - - 310 310 1
Nezahualcoyotl - - - - - 252 252 1
Toluca 192 - - 294 - 252 738 2
Zinacantepec 252 - - 4 - - 256 1
Total MEX 444 - - 298 80 986 1,808 7
PUE Puebla - 102 103 298 101 - 604 5
Teziutlan - 245 - - - - 245 1
Total PUE - 347 103 401 101 - 952 7
QRO Queretaro 1,471 2,078 2,013 2,559 2,010 - 10,131 7
San Juan Del Rio - 325 - - - - 325 1
Total QRO 1,471 2,403 2,013 2,559 2,010 - 10,456 8
SLP San Luis Potosi 189 - 864 640 - - 1,693 4
Total SLP 189 - 864 640 - - 1,693 4
ZAC Fresnillo - - - 144 - - 144 1
Zacatecas - 432 - 342 306 - 1,080 2
Total ZAC - 432 - 486 306 - 1,224 3
Total general 2,608 3,802 4,221 5,140 3,817 1,074 20,662 43
147
Apéndices
RESUMEN: 10-15 DIC.
Datos
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de Total
Edo. Ciudad LU 10 MA 11 MI 12 JU 13 VI 14 SA 15 Recolectado localidades
DF Coyoacan - - - - 180 - 180 1
Tlalpan - - - - 252 - 252 1
Venustiano Carranza - - - - 140 - 140 1
Total DF - - - - 572 - 572 3
GRO Iguala de la Independencia - - 252 - - - 252 1
Total GRO - - 252 - - - 252 1
GTO Irapuato - - - 503 504 - 1,007 1
Leon - 504 231 504 - 1,008 2,247 5
Total GTO - 504 231 1,007 504 1,008 3,254 6
JAL Tlaquepaque - 432 - - - - 432 1
Total JAL - 432 - - - - 432 1
MCH Morelia - 504 368 - - - 872 1
Total MCH - 504 368 - - - 872 1
MEX Huixquilucan 63 - - - - - 63 1
Metepec - - 124 - - - 124 1
Tecamac - - 238 - - - 238 1
Toluca 252 82 - 375 232 - 941 3
Zinacantepec 166 - - - - - 166 1
Total MEX 481 82 362 375 232 - 1,532 7
MOR Cuernavaca - - 266 - - - 266 1
Jiutepec 294 - - - - - 294 1
Total MOR 294 - 266 - - - 560 2
PUE Puebla - - 103 - 295 - 398 5
Tehuacan - - - - - 216 216 1
Total PUE - - 103 - 505 216 824 7
QRO Queretaro 2,011 2,390 2,168 1,827 2,518 848 11,762 7
San Juan Del Rio - 284 - - - - 284 1
Total QRO 2,011 2,674 2,168 1,827 2,518 848 12,046 8
SLP Ciudad Valles - - - 210 - - 210 1
San Luis Potosi - 864 - 324 132 - 1,320 3
Total SLP - 864 - 534 132 - 1,530 4
ZAC Zacatecas - - 487 - - - 487 1
Total ZAC - - 487 - - - 487 1
Total general 2,786 5,060 4,237 3,743 4,463 2,072 22,361 41
148
Apéndices
RESUMEN: 17-22 DIC.
Datos
Edo. Ciudad LU 17 MA 18 MI 19 JU 20 VI 21 SA 22 Recolectado Localidades
AGS Aguascalientes - - 432 - - - 432 1
Total AGS - - 432 - - - 432 1
DF Benito Juarez 144 - - - - - 144 1
Gustavo A. Madero 111 - - 78 - - 189 1
Miguel Hidalgo 235 - - - - - 235 1
Venustiano Carranza 206 - - - - - 206 1
Total DF 696 - - 78 - - 774 4
GRO Acapulco de Juárez - - - 137 - - 137 1
Zihuatanejo 432 - 314 - - - 746 1
Total GRO 432 296 314 137 - - 1,179 3
GTO Irapuato - - 504 - 495 - 999 1
Leon - - 707 - 592 504 1,803 3
Total GTO - - 1,211 - 1,087 504 2,802 4
JAL Zapopan - - - 252 - - 252 1
Total JAL - - - 252 - - 252 1
MCH Morelia - - 369 - 504 - 873 2
Uruapan - - - 432 - - 432 1
Total MCH - - 369 432 504 - 1,305 3
MEX Atizapan - - - 67 - - 67 1
Ecatepec de Morelos - 126 - - - - 126 1
Metepec - - 228 - - - 228 1
Tecamac - 112 - - - - 112 1
Toluca 143 252 - - - - 395 2
Total MEX 143 490 228 319 - - 1,180 7
MOR Jiutepec - 1 - - - - 1 1
Total MOR - 1 - - - - 1 1
PUE Puebla - 414 - - - - 414 4
Total PUE - 414 - - - - 414 4
QRO Queretaro 1,956 2,028 1,617 2,113 2,515 1,509 11,738 5
San Juan Del Rio - 283 - - - - 283 1
Total QRO 1,956 2,311 1,617 2,113 2,515 1,509 12,021 6
SLP San Luis Potosi - - 936 689 - - 1,625 3
Total SLP - - 936 689 - - 1,625 3
ZAC Zacatecas - - - 935 - - 935 1
Total ZAC - - - 935 - - 935 1
Total general 3,227 3,512 5,107 4,955 4,106 2,013 22,920 38
149
Apéndices
RESUMEN: 24-29 DIC.
Datos
Edo. Ciudad LU 24 MA 25 MI 26 JU 27 VI 28 SA 29 Recolectado Localidades
DF Benito Juarez - 224 - - - - 224 1
Coyoacan 178 - - - - - 178 1
Miguel Hidalgo 233 - - - - - 233 1
Venustiano Carranza - 210 - - - - 210 1
Total DF 411 434 - - - - 845 4
GRO Iguala de la Independencia - - - 252 192 - 444 1
Total GRO - - - 252 192 - 444 1
GTO Irapuato - 496 - - - - 496 1
Leon 1,008 238 - 1,114 - - 2,360 5
Total GTO 1,008 734 - 1,114 - - 2,856 6
MCH Morelia - - - 493 504 - 997 1
Total MCH - - - 493 504 - 997 1
MEX Ecatepec de Morelos 218 - - - - - 218 2
Nezahualcoyotl - 266 - - - - 266 1
Tecamac - 112 - 32 - - 144 1
Tlalnepantla - 224 - - - - 224 1
Toluca 150 719 - - - - 869 3
Zinacantepec - - - 660 - - 660 1
Total MEX 368 1,321 - 692 - - 2,381 9
MOR Cuernavaca 190 - - - - - 190 1
Total MOR 190 - - - - - 190 1
PUE Puebla - 202 206 - - - 408 3
Total PUE - 202 206 - - - 408 3
QRO Queretaro 2,168 3,639 851 3,519 2,118 2,014 14,309 7
San Juan Del Rio - - - 289 - - 289 1
Total QRO 2,168 3,639 851 3,808 2,118 2,014 14,598 8
SLP Ciudad Valles - - - 465 - - 465 2
San Luis Potosi - - - - 170 - 170 1
Total SLP - - - 465 170 - 635 3
ZAC Zacatecas - 160 - - - - 160 1
Total ZAC - 160 - - - - 160 1
Total general 4,145 6,490 1,057 6,824 2,984 2,014 23,514 37
150
Apéndices
Apéndice 3
Tabla de distancias entre ciudades y depósito
Depósito Aguasca- Alvaro Benito Gustavo A. Miguel Venustiano Acapulco de Iguala de la

No. Ciudad Edo. Tultitlan lientes Obregon Juarez Coyoacan Madero Hidalgo Tlalpan Carranza Juárez Independenc Zihuatanejo Celaya Irapuato Leon
MEX AGS DF DF DF DF DF DF DF GRO GRO GRO GTO GTO GTO
Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.
0 DepósitoTultitlan MEX 501 43 36 45 31 29 56 40 413 230 655 236 283 353
1 Aguascalientes AGS 501 532 531 540 520 526 548 534 925 731 1167 267 218 148
2 Alvaro Obregon DF 43 532 14 20 18 16 31 27 364 181 606 270 314 384
3 Benito Juarez DF 36 531 14 12 13 16 22 18 359 176 601 266 313 383
4 Coyoacan DF 45 540 20 12 26 21 15 19 348 165 590 275 322 392
5 Gustavo A. Madero DF 31 520 18 13 26 16 31 11 364 181 606 255 302 372
6 Miguel Hidalgo DF 29 526 16 16 21 16 30 16 366 183 608 261 308 378
7 Tlalpan DF 56 548 31 22 15 31 30 40 335 152 577 283 330 400
8 Venustiano Carranza DF 40 534 27 18 19 11 16 40 368 185 628 269 316 386
9 Acapulco de Juárez GRO 413 925 364 359 348 364 366 335 368 183 242 660 707 777
10 Iguala de la Independencia GRO 230 731 181 176 165 181 183 152 185 183 436 466 513 583
11 Zihuatanejo GRO 655 1167 606 601 590 606 608 577 628 242 436 559 608 678
12 Celaya GTO 236 267 270 266 275 255 261 283 269 660 466 559 49 119
13 Irapuato GTO 283 218 314 313 322 302 308 330 316 707 513 608 49 70
14 Leon GTO 353 148 384 383 392 372 378 400 386 777 583 678 119 70
15 Guadalajara JAL 565 274 541 546 563 560 554 571 563 940 746 635 349 300 230
16 Tlaquepaque JAL 552 287 528 533 550 547 537 558 550 927 733 622 336 287 217
17 Tonala JAL 569 278 545 550 567 564 544 575 567 944 750 639 353 304 234
18 Zapopan JAL 570 279 546 551 568 565 550 576 568 945 751 640 354 305 235
19 Morelia MCH 329 386 291 297 292 313 297 310 315 691 497 442 158 166 238
20 Uruapan MCH 438 577 400 406 401 422 406 419 424 633 606 875 267 275 347
21 Atizapan MEX 20 516 26 29 34 23 19 44 31 379 196 621 251 298 368
22 Cuautitlan MEX 13 506 46 40 46 32 35 59 46 394 211 636 241 288 358
23 Ecatepec de Morelos MEX 22 527 34 29 38 14 27 50 23 382 199 624 262 309 379
24 Huixquilucan MEX 42 536 25 34 33 31 23 58 37 378 195 620 271 318 388
25 Ixtapaluca MEX 66 556 46 39 36 39 46 44 28 374 191 616 291 338 408
26 Metepec MEX 80 505 50 64 65 72 67 64 39 431 248 673 240 287 357
27 Naucalpan de Juárez MEX 32 531 26 23 28 25 16 39 29 374 191 616 266 313 383
28 Nezahualcoyotl MEX 64 558 44 38 33 23 48 46 28 378 195 620 293 340 410
29 Tecamac MEX 30 530 48 42 52 30 42 72 33 397 214 639 265 312 382
30 Tlalnepantla MEX 16 511 21 26 28 18 15 42 21 388 205 630 246 293 363
31 Toluca MEX 78 516 53 59 54 75 59 72 77 453 259 415 249 298 206
32 Tultitlan MEX 0 501 43 36 45 31 29 56 40 413 230 655 236 283 353
33 Zinacantepec MEX 88 526 63 69 64 85 69 82 87 463 269 425 259 308 216
34 Cuernavaca MOR 127 628 78 73 62 78 80 49 82 286 103 528 363 410 480
35 Jiutepec MOR 138 639 89 84 73 89 91 60 93 297 114 539 374 421 491
36 Oaxaca de Juárez OAX 482 1005 454 474 453 474 478 435 476 846 642 1137 740 787 857
37 Puebla PUE 149 672 145 141 146 141 145 164 123 508 325 761 407 454 524
38 San Martin Texmelucan PUE 111 634 107 103 108 103 107 126 85 470 287 723 369 416 486
39 Tehuacan PUE 263 786 259 255 260 255 259 278 237 633 439 875 521 568 638
40 Teziutlan PUE 296 819 292 288 293 288 292 311 270 655 472 908 554 601 671
41 Queretaro QRO 173 328 204 203 212 192 198 220 206 597 403 839 63 110 180
42 San Juan Del Rio QRO 131 370 162 161 170 150 156 178 164 555 361 797 105 152 222
43 Ciudad Valles SLP 461 490 388 384 389 368 388 407 366 780 595 988 535 469 467
44 San Luis Potosi SLP 418 168 449 448 457 437 443 465 451 800 606 1116 266 256 193
45 Fresnillo ZAC 654 188 685 684 693 673 679 701 687 1078 884 1153 455 406 336
46 Zacatecas ZAC 594 128 625 624 633 613 619 641 627 1018 824 1093 395 346 276
151
Apéndices
Ecatepec de Naucalpan Nezahual-

No. Ciudad Edo. Guadalajara Tlaquepaque Tonala Zapopan Morelia Uruapan Atizapan Cuautitlan Morelos Huixquilucan Ixtapaluca Metepec de Juárez coyotl
JAL JAL JAL JAL MCH MCH MEX MEX MEX MEX MEX MEX MEX MEX
Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.
0 DepósitoTultitlan MEX 565 552 569 570 329 438 20 13 22 42 66 80 32 64
1 Aguascalientes AGS 274 287 278 279 386 577 516 506 527 536 556 505 531 558
2 Alvaro Obregon DF 541 528 545 546 291 400 26 46 34 25 46 50 26 44
3 Benito Juarez DF 546 533 550 551 297 406 29 40 29 34 39 64 23 38
4 Coyoacan DF 563 550 567 568 292 401 34 46 38 33 36 65 28 33
5 Gustavo A. Madero DF 560 547 564 565 313 422 23 32 14 31 39 72 25 23
6 Miguel Hidalgo DF 554 537 544 550 297 406 19 35 27 23 46 67 16 48
7 Tlalpan DF 571 558 575 576 310 419 44 59 50 58 44 64 39 46
8 Venustiano Carranza DF 563 550 567 568 315 424 31 46 23 37 28 39 29 28
9 Acapulco de Juárez GRO 940 927 944 945 691 633 379 394 382 378 374 431 374 378
10 Iguala de la Independencia GRO 746 733 750 751 497 606 196 211 199 195 191 248 191 195
11 Zihuatanejo GRO 635 622 639 640 442 875 621 636 624 620 616 673 616 620
12 Celaya GTO 349 336 353 354 158 267 251 241 262 271 291 240 266 293
13 Irapuato GTO 300 287 304 305 166 275 298 288 309 318 338 287 313 340
14 Leon GTO 230 217 234 235 238 347 368 358 379 388 408 357 383 410
15 Guadalajara JAL 13 4 5 276 303 548 562 571 524 576 498 533 584
16 Tlaquepaque JAL 13 7 18 263 290 535 549 558 511 563 485 520 571
17 Tonala JAL 4 7 9 280 299 552 566 575 528 580 502 537 588
18 Zapopan JAL 5 18 9 281 308 553 567 576 529 581 503 538 589
19 Morelia MCH 276 263 280 281 109 299 313 322 275 327 249 284 335
20 Uruapan MCH 303 290 299 308 109 408 422 431 384 436 358 393 444
21 Atizapan MEX 548 535 552 553 299 408 13 26 33 55 65 17 54
22 Cuautitlan MEX 562 549 566 567 313 422 13 30 38 65 64 27 66
23 Ecatepec de Morelos MEX 571 558 575 576 322 431 26 30 50 48 73 38 48
24 Huixquilucan MEX 524 511 528 529 275 384 33 38 50 76 26 13 74
25 Ixtapaluca MEX 576 563 580 581 327 436 55 65 48 76 78 51 22
26 Metepec MEX 498 485 502 503 249 358 65 64 73 26 78 35 86
27 Naucalpan de Juárez MEX 533 520 537 538 284 393 17 27 38 13 51 35 51
28 Nezahualcoyotl MEX 584 571 588 589 335 444 54 66 48 74 22 86 51
29 Tecamac MEX 586 573 590 591 337 446 41 40 15 65 63 88 53 63
30 Tlalnepantla MEX 548 535 552 553 299 408 7 20 23 28 54 66 16 47
31 Toluca MEX 487 474 491 492 238 347 61 75 84 37 89 11 46 97
32 Tultitlan MEX 565 552 569 570 329 438 20 13 22 42 64 80 32 64
33 Zinacantepec MEX 497 484 501 502 248 357 71 85 94 47 99 21 56 107
34 Cuernavaca MOR 643 630 647 648 394 503 93 108 96 92 88 145 88 92
35 Jiutepec MOR 654 641 658 659 405 514 104 119 107 103 99 156 99 103
36 Oaxaca de Juárez OAX 1020 1007 1024 1025 771 880 473 485 470 483 427 522 479 443
37 Puebla PUE 687 674 691 692 438 547 140 152 137 150 94 189 146 110
38 San Martin Texmelucan PUE 649 636 653 654 400 509 102 114 99 112 56 151 108 72
39 Tehuacan PUE 801 788 805 806 552 661 254 266 251 264 208 303 260 224
40 Teziutlan PUE 834 821 838 839 585 694 287 299 284 297 241 336 293 257
41 Queretaro QRO 410 397 414 415 221 330 188 178 199 208 228 177 203 230
42 San Juan Del Rio QRO 452 439 456 457 182 288 146 136 157 166 186 135 161 188
43 Ciudad Valles SLP 654 641 658 659 600 802 476 466 487 496 516 535 491 518
44 San Luis Potosi SLP 330 317 334 335 431 540 433 423 444 453 473 422 448 475
45 Fresnillo ZAC 462 449 466 467 574 765 669 659 680 689 709 658 684 711
46 Zacatecas ZAC 402 389 406 407 514 705 609 599 620 629 649 598 624 651
152
Apéndices
Oaxaca de San Martin San Juan

No. Ciudad Edo. Tecamac Tlalnepantla Toluca Tultitlan Zinacantepec Cuernavaca Jiutepec Juárez Puebla Texmelucan Tehuacan Teziutlan Queretáro del Río Cd Valles
MEX MEX MEX MEX MEX MOR MOR OAX PUE PUE PUE PUE QRO QRO SLP
Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.
0 DepósitoTultitlan MEX 30 16 78 0 88 127 138 482 149 111 263 296 173 131 581
1 Aguascalientes AGS 530 511 516 501 526 628 639 1005 672 634 786 819 328 370 392
2 Alvaro Obregon DF 48 21 53 43 63 78 89 454 145 107 259 292 204 162 508
3 Benito Juarez DF 42 26 59 36 69 73 84 474 141 103 255 288 203 161 504
4 Coyoacan DF 52 28 54 45 64 62 73 453 146 108 260 293 212 170 509
5 Gustavo A. Madero DF 30 18 75 31 85 78 89 474 141 103 255 288 192 150 488
6 Miguel Hidalgo DF 42 15 59 29 69 80 91 478 145 107 259 292 198 156 508
7 Tlalpan DF 72 42 72 56 82 49 60 435 164 126 278 311 220 178 527
8 Venustiano Carranza DF 33 21 77 40 87 82 93 476 123 85 237 270 206 164 486
9 Acapulco de Juárez GRO 397 388 453 413 463 286 297 846 508 470 633 655 597 555 882
10 Iguala de la Independencia GRO 214 205 259 230 269 103 114 642 325 287 439 472 403 361 688
11 Zihuatanejo GRO 639 630 415 655 425 528 539 1137 761 723 875 908 839 797 1394
12 Celaya GTO 265 246 249 236 259 363 374 740 407 369 521 554 63 105 490
13 Irapuato GTO 312 293 298 283 308 410 421 787 454 416 568 601 110 152 480
14 Leon GTO 382 363 206 353 216 480 491 857 524 486 638 671 180 222 417
15 Guadalajara JAL 586 548 487 565 497 643 654 1020 687 649 801 834 410 452 554
16 Tlaquepaque JAL 573 535 474 552 484 630 641 1007 674 636 788 821 397 439 541
17 Tonala JAL 590 552 491 569 501 647 658 1024 691 653 805 838 414 456 558
18 Zapopan JAL 591 553 492 570 502 648 659 1025 692 654 806 839 415 457 559
19 Morelia MCH 337 299 238 329 248 394 405 771 438 400 552 585 221 182 708
20 Uruapan MCH 446 408 347 438 357 503 514 880 547 509 661 694 330 288 910
21 Atizapan MEX 41 7 61 20 71 93 104 473 140 102 254 287 188 146 596
22 Cuautitlan MEX 40 20 75 13 85 108 119 485 152 114 266 299 178 136 586
23 Ecatepec de Morelos MEX 15 23 84 22 94 96 107 470 137 99 251 284 199 157 607
24 Huixquilucan MEX 65 28 37 42 47 92 103 483 150 112 264 297 208 166 616
25 Ixtapaluca MEX 63 54 89 66 99 88 99 427 94 56 208 241 228 186 636
26 Metepec MEX 88 66 11 80 21 145 156 522 189 151 303 336 177 135 585
27 Naucalpan de Juárez MEX 53 16 46 32 56 88 99 479 146 108 260 293 203 161 611
28 Nezahualcoyotl MEX 63 47 97 64 107 92 103 443 110 72 224 257 230 188 638
29 Tecamac MEX 38 99 30 109 111 122 485 152 114 266 299 202 160 610
30 Tlalnepantla MEX 38 61 16 71 102 113 474 141 103 255 288 183 141 591
31 Toluca MEX 99 61 78 10 156 167 533 200 162 314 347 188 146 556
32 Tultitlan MEX 30 16 78 88 127 138 482 149 111 263 296 173 131 581
33 Zinacantepec MEX 109 71 10 88 166 177 543 210 172 324 357 198 156 566
34 Cuernavaca MOR 111 102 156 127 166 11 446 222 184 336 369 300 258 585
35 Jiutepec MOR 122 113 167 138 177 11 457 233 195 347 380 311 269 596
36 Oaxaca de Juárez OAX 485 474 533 482 543 446 457 333 371 283 480 677 635 962
37 Puebla PUE 152 141 200 149 210 222 233 333 38 114 147 352 310 629
38 San Martin Texmelucan PUE 114 103 162 111 172 184 195 371 38 152 185 314 272 591
39 Tehuacan PUE 266 255 314 263 324 336 347 283 114 152 261 458 416 743
40 Teziutlan PUE 299 288 347 296 357 369 380 480 147 185 261 499 457 776
41 Queretaro QRO 202 183 188 173 198 300 311 677 352 314 458 499 42 408
42 San Juan Del Rio QRO 160 141 146 131 156 258 269 635 310 272 416 457 42 450
43 Ciudad Valles SLP 490 471 506 461 516 531 542 924 544 506 658 691 489 531
44 San Luis Potosi SLP 447 428 391 418 401 503 514 880 547 509 661 694 203 245 224
45 Fresnillo ZAC 683 664 669 654 679 781 792 1158 825 787 939 972 481 523 502
46 Zacatecas ZAC 623 604 609 594 619 721 732 1098 765 727 879 912 421 463 442
153
Apéndices
San Luis
No. Ciudad Edo. Potosí Fresnillo Zacatecas
SLP ZAC ZAC
Km. Km. Km.
0 DepósitoTultitlan MEX 418 654 594
1 Aguascalientes AGS 168 188 128
2 Alvaro Obregon DF 449 685 625
3 Benito Juarez DF 448 684 624
4 Coyoacan DF 457 693 633
5 Gustavo A. Madero DF 437 673 613
6 Miguel Hidalgo DF 443 679 619
7 Tlalpan DF 465 701 641
8 Venustiano Carranza DF 451 687 627
9 Acapulco de Juárez GRO 800 1078 1018
10 Iguala de la Independencia GRO 606 884 824
11 Zihuatanejo GRO 1116 1153 1093
12 Celaya GTO 266 455 395
13 Irapuato GTO 256 406 346
14 Leon GTO 193 336 276
15 Guadalajara JAL 330 462 402
16 Tlaquepaque JAL 317 449 389
17 Tonala JAL 334 466 406
18 Zapopan JAL 335 467 407
19 Morelia MCH 431 574 514
20 Uruapan MCH 540 765 705
21 Atizapan MEX 391 669 609
22 Cuautitlan MEX 423 659 599
23 Ecatepec de Morelos MEX 444 680 620
24 Huixquilucan MEX 453 689 629
25 Ixtapaluca MEX 473 709 649
26 Metepec MEX 422 658 598
27 Naucalpan de Juárez MEX 448 684 624
28 Nezahualcoyotl MEX 475 711 651
29 Tecamac MEX 447 683 623
30 Tlalnepantla MEX 428 664 604
31 Toluca MEX 391 669 609
32 Tultitlan MEX 418 654 594
33 Zinacantepec MEX 401 679 619
34 Cuernavaca MOR 503 781 721
35 Jiutepec MOR 514 792 732
36 Oaxaca de Juárez OAX 880 1158 1098
37 Puebla PUE 547 825 765
38 San Martin Texmelucan PUE 509 787 727
39 Tehuacan PUE 661 939 879
40 Teziutlan PUE 694 972 912
41 Queretaro QRO 203 481 421
42 San Juan Del Rio QRO 245 523 463
43 Ciudad Valles SLP 297 547 489
44 San Luis Potosi SLP 278 218
45 Fresnillo ZAC 278 X 60
46 Zacatecas ZAC 218 60
154

Modelooptimizar PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modelooptimizar PDF

Uploaded by

Copyright:

Available Formats

INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

“Modelo para optimizar la recolección de tarimas

MEXICO, D.F. 2008

CAPÍTULO I. SITUACIÓN ACTUAL DE LA EMPRESA

1.2 MISIÓN, VISIÓN Y VALORES …………………………………………………………………….6

1.3 RED DE PLANTAS CHEP EN MÉXICO………………………………………………………….6

1.4 FUNCIONAMIENTO DEL SISTEMA CHEP…………………………………………………....7

1.5 VENTAJAS Y BENEFICIOS PARA LOS CLIENTES………………………………….......7

1.6 ESTRUCTURA DE CHEP…………………………………………………………………………....9

1.7 BENEFICIOS AMBIENTALES……………………………………………………………….......15

1.8 PRODUCTOS QUE SE OFRECEN EN MÉXICO………………………………………….….16

1.8.1 LA TARIMA DE MADERA……………………………………………….……………...16

1.8.2 LA TARIMA DE EXPORTACIÓN……………………………………………….......20

1.8.3 CONTENEDOR PLÁSTICO REUTILIZABLE (RPC)…………………………….22

1.8.4 CONTENEDOR DE VOLUMEN INTERMEDIO (IBC)…………………………..24

1.9 PRODUCTOS EN DESARROLLO: EL PALLET PLÁSTICO…………………………....25

CAPÍTULO 2. FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO DE

2.1 INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL…………………………………………29

2.1.1 SUPUESTOS DE LA PROGRAMACIÓN LINEAL …………………………………31

2.2 MODELOS DE REDES………………………………………………………………………….….….32

2.2.2 APLICACIONES DE LA OPTIMIZACIÓN DE REDES…………………………... 34

2.2.3 MODELOS DE OPTIMIZACIÓN DE REDES ……………………………………….. 34

2.3 ÁRBOL DE EXPANSIÓN MÍNIMA……………………………………………………………….... 35

2.3.1 DESCRIPCIÓN DEL PROBLEMA……………………………………………….………. 34

2.3.2 CARACTERIZACIÓN DE UN ÁRBOL…………………………………………………..37

2.3.3 ALGORITMOS PARA RESOLVER PROBLEMAS DE ÁRBOL DE EXPANSIÓN

2.3.4 ALGORITMO DE KRUSKAL………………………………………………………………..37

2.4 MODELO DE LA RUTA MÁS CORTA………………………………………………………….... 40

2.4.1 FORMULACIÓN DE UN EJEMPLO DEL CAMINO MÁS CORTO………..…. 41

2.4.2 PROBLEMA DE RUTA MÁS CORTA……………………………………………….....41

2.4.2.1 RUTA MÁS CORTA ENTRE DOS NODOS ESPECIFICOS s Y t...41

2.4.2.2 RUTAS MÁS CORTAS ENTRE UN NODO ESPECÍFICO s Y TODO

2.4.2.3 RUTA MÁS CORTA ENTRE TODO PAR DE NODOS (ALGORITMO

2.5 MODELO DE FLUJO MÁXIMO……………………………………………………………….………45

2.6 PROBLEMA DEL FLUJO DE COSTO MÍNIMO…………………………………………….…. 46

2.7 EL PROBLEMA DEL AGENTE VIAJERO O VENDEDOR……………………………..…… 47

2.8 EL PROBLEMA DEL CARTERO CHINO……………………………………………………..…..50

CAPÍTULO 3. DISEÑO DE LA PROPUESTA DE MEJORA

3.1 ANÁLISIS DEL TIPO DE PROBLEMA PARA LA RECOLECCIÓN DE TARIMAS………………. 53

3.1.1 CENTRO DE RECOLECCIÓN DE TARIMAS PARA LA EMPRESA…………………….. 54

3.2 ASPECTOS A CONSIDERAR EN LAS RUTAS DE RECOLECCIÓN DE TARIMAS……………..57

3.3 MODELO GENERAL PARA DETERMINAR EL NÚMERO ÓPTIMO DE UNIDADES DE

3.4 METODOLOGÍA PROPUESTA ………………………………………………………………………………...60

CAPÍTULO 4. APLICACIÓN Y VALIDACIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

4.1 DETERMINACIÓN DEL NÚMERO ÓPTIMO DE UNIDADES DE TRANSPORTE………..…… 69

4.2 DISTRIBUCIÓN DE LAS UNIDADES DE TRANSPORTE EN LAS RECOLECCIONES

4.2.1 RECOLECCIÓN SEMANA 1…………………………………………………………………..……..78

4.2.2 RECOLECCIÓN SEMANA 2………………………………………………………….……….……..80

4.2.3 RECOLECCIÓN SEMANA 3…………………………………………………………….……..…….81

4.2.4 RECOLECCIÓN SEMANA 4…………………………………………………………………..……..82

4.2.5 RECOLECCIÓN SEMANA 5…………………………………………………………………..……..83

4.2.6 RECOLECCIÓN SEMANA 6…………………………………………………………………..………84

4.2.7 RECOLECCIÓN SEMANA 7……………………………………………………………………......85

4.2.8 RECOLECCIÓN SEMANA 8……………………………………………………………………......86

4.2.9 RECOLECCIÓN SEMANA 9…………………………………………………………………..……..87

4.2.10 RECOLECCIÓN SEMANA 10…………………………………………………………………...... 88

4.2.11 RECOLECCIÓN SEMANA 11…………………………………………………………………...... 89

4.2.12 RECOLECCIÓN SEMANA 12………………………………………………………………..……… 90

4.2.13 RECOLECCIÓN SEMANA 13……………………………………………………………..………… 91

4.3 RESULTADO FINAL…………………………………………………………………………………………….………. 92

4.4 DISEÑO DE LAS RUTAS ÓPTIMAS POR TOUR……………………………………………………….……… 92

4.5 PROGRAMA DE RECOLECCIÓN PROPUESTO……………………………………………………….……..102