Professional Documents
Culture Documents
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
1.10 PROBLEMÁTICA…………………………………………………………………………………….….26
ii
3.1.2 ESTUDIO DE LA RED DE RECOLECCIÓN Y SU DESCOMPOSICIÓN………………… 55
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.
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.
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.
1
Introducción
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.
2
Introducción
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.
4
Situación actual de la empresa
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.
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
5
Capítulo 1
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.
• Tijuana
• C. Juárez
• Culiacán
• Monterrey (2)
• Guadalajara
• Querétaro
• Morelia
• Área Metropolitana (3)
• Puebla
• Mérida
6
Situación actual de la empresa
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.
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
• La integración con sistemas automáticos aporta una gran eficiencia. Por contar con
equipo estandarizado en el proceso productivo y/o de distribución.
• Con la calidad en las tarimas, RPC´s y IBC´s CHEP; se reduce el daño a su producto.
• Las unidades de carga son más seguras; gracias a las normas de calidad CHEP.
8
Situación actual de la empresa
Dirección
General
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
Ejecutivo Ejecutivo
de Ventas (6) de Ventas (4)
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
10
Situación actual de la empresa
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.
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
DIRECCIÓN DE OPERACIONES
Director de
Operaciones
Gerente de
Operaciones
Analista de
Información
12
Situación actual de la empresa
DIRECCIÓN DE LOGÍSTICA
Director de
Logística
Gerente de Logística
DIRECCIÓN DE FINANZAS
Director de Finanzas
Gestor (3)
13
Capítulo 1
Especialista de Rec.
Humanos
Recepcionista
DIRECCIÓN DE SISTEMAS
Gerente de Sistemas
Administrador de Supervisor de
Sistemas (2) Sistemas
14
Situación actual de la empresa
“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
Revista “One CHEP”, “Del almácigo al pallet”. Volumen 3, Número 4, 2006 página 11.
15
Capítulo 1
4
Revista “One CHEP”, “Del almácigo al pallet”. Volumen 3, Número 4, 2006 página 11.
5
http://www.chep.com -Especificaciones del pallet CHEP mark 55
16
Situación actual de la empresa
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.
3 niveles 2,500 Kgs.
5 niveles 1,340 Kgs.
Almacenaje en Racks:
Racks 1,590 Kgs. Fig. 1.11 Tarimas de CHEP
Fuente: Manual de organización de la empresa.
CARACTERÍSTICAS:
Dimensiones:
Ancho: 48 pulgadas (1.219 m)
Profundidad: 40 pulgadas (1.016 m)
Alto: 5 5/8 pulgadas (14.13 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
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.
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
Situación actual de la empresa
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¨.
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
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.
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
Situación actual de la empresa
• 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).
• 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.
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.
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.
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.
8
Boletín “Con que exportando ¿no? 2004 página 6. Departamento de Ventas, CHEP México.
9
http://www.chep.com -Especificaciones del RPC CHEP
22
Situación actual de la empresa
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
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
CHEP RPC 6420 LxAnxAl (Centímetros) LxAnxAl (Pulgadas)
Externo 60x40x21.6 23.62x15.75x8.5
Interno 57.6x37.6x19.4 22.68x14.80x7.64
Peso 2.30 Kgs. 5.07 lbs.
Capacidad 18.2 Kgs. 40 lbs.
Cantidad por tarima 55 RPC
C) RPC 3
CHEP RPC 6426 LxAnxAl (Centímetros) LxAnxAl (Pulgadas)
Externo 60x40x28.6 23.62x15.75x11.26
Interno 57.6x37.6x26.4 22.68x14.80x10.39
Peso 2.70 Kgs. 5.95 lbs.
Capacidad 25 Kgs. 55 lbs.
Cantidad por tarima 40 RPC
10
http://www.chep.com -Especificaciones del IBC CHEP
24
Situación actual de la empresa
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.
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.
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
Situación actual de la empresa
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:
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.
28
Capítulo 2
FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO
DE PROGRAMACIÓN LINEAL
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
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
5
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 38.
31
Fundamentos teóricos
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.
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
Fundamentos teóricos
34
Capítulo 2
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.
7
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 215.
35
Fundamentos teóricos
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
1 2
3
4 5 6 7
8
9
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
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 363.
36
Capítulo 2
En general, para una red dada G, existen formas algorítmicas para determinar cuando
la red es un árbol.
9
http://personales.upv.es/arodrigu/grafos/Kruskal.htm
37
Fundamentos teóricos
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
Fuente: Elaboración propia
Solución
Paso 1. Ordenamos los arcos en forma no decreciente en costo.
38
Capítulo 2
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.
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
Fuente: Elaboración propia
39
Fundamentos teóricos
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.
Fuente: Elaboración propia.
10
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 359.
11
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
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.
12
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 234.
13
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 224.
41
Fundamentos teóricos
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:
42
Capítulo 2
2.4.2.2 Rutas más cortas entre un nodo específico s y todo nodo i de la red
(Algoritmo de Dijkstra)
43
Fundamentos teóricos
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
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 225.
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.
15
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 228.
16
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 366.
45
Fundamentos teóricos
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.
17
Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición,
página 372.
46
Capítulo 2
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.
18
Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 390.
47
Fundamentos teóricos
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.
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.
48
Capítulo 2
VARIABLES:
X ij , i ≠ j : si el viajero va de la ciudad i a la ciudad j
∑ ∑ i =1 ,
j =1 j es S X ij ≤ S − 1 , para todo posible 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
19
http://www.mirrorservice.org/sites/home.ubalt.edu/ntsbarsh/Business-stat/opre/SpanishIN.htm
49
Fundamentos teóricos
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.
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.
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.
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.
53
Metodología para la recolección de tarimas
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
Depósito de Tultitlán
MX16
Fig. 3.1 Zona de Recolección de las unidades de transportes, partiendo del depósito MX16,
ubicado en Tultitlán Edo. Méx.
40,000
35,000
30,000
Cantidad de tarimas
25,000
20,000
15,000
10,000
5,000
Fig. 3.2 Gráfica: Recolecciones semanales realizadas por los transportistas externos.
Fuente: Información proporcionada por el área de Logística de la empresa.
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.
1
SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64
57
Metodología para la recolección de tarimas
• 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
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 .
2
SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64
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
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
Fuente: Elaboración propia
m
Ai
∑q
i =1 i
3
cantidad total de camiones .
∑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
Metodología para la recolección de tarimas
∑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
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.
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
48 CAPACIDAD: 432 tarimas
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
48 CAPACIDAD: 504 tarimas
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.
Fuente: Información proporcionada por el área de Logística de la empresa.
61
Metodología para la recolección de tarimas
programación lineal que puede ser: EXCEL, LINDO, QSB, Matemática, etc.
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.
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.
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.
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.
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
SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64
5
SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64
63
Metodología para la recolección de tarimas
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
64
Capítulo 3
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
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:
Num de Cantidad de tarimas a Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
4 Naucalpan MEX 26 32 531 203 266 383
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.
Num de Cantidad de tarimas a Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
3 Querétaro QRO 85 173 328 203 63 180
65
Metodología para la recolección de tarimas
nuevamente la que esté más cercana a dicha ciudad; que en este caso es León, tal como
puede observarse:
Num de Cantidad de tarimas a Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
5 Celaya GTO 41 236 267 63 266 119
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.
Num de Cantidad de tarimas a Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León
Ciudad Edo.
ciudad recolectar
KM KM KM KM KM KM
6 León GTO 33 353 148 180 383 119
De: Dep Tultitlán a : Naucalpan Qro. Celaya León Ags. Dep. Tultitlán Total Km
Kilometros recorridos 32 203 63 119 148 501 =1066
66
Capítulo 3
67
Capítulo 4
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.
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.
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
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
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
Modelo para la recolección de tarimas
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)
4= plataforma de 48 pies (capacidad de recolección: 504 tarimas)
5= plataforma de 53 pies (capacidad de recolección: 540 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;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
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
Modelo para la recolección de tarimas
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;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
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;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
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;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
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;
@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);
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.
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
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.
Fuente: Elaboración propia.
• 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
Modelo para la recolección de tarimas
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:
Tabla 4.4 Cantidad de viajes requeridos por cada tipo de camión en los tours (final).
Fuente: Elaboración propia
76
Capítulo 4
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.
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
77
Modelo para la recolección de tarimas
∑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
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.
(2) 2016.- Se refiere al volumen de tarimas que se pueden recolectar con 1
camión con capacidad para recolectar 504 tarimas, utilizados 4 días a la
semana: 4 viajes x 504=2016.
(3) 19440.- Se refiere al volumen de tarimas que se pueden recolectar con 9
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
Modelo para la recolección de tarimas
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.
4.2.2 RECOLECCIÓN SEMANA 2
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.
Min=x1a+x2a+x3a+x1b+x2b+x3b+x1e+x2e+x3e+x1f+x2f+x3f+x1g+x2g+x3g+x1h+x2h+x3h;
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;
@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);
80
Capítulo 4
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
Modelo para la recolección de tarimas
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
83
Modelo para la recolección de tarimas
540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;
@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);
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;
85
Modelo para la recolección de tarimas
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(x1a); @gin(x2a); @gin(x3a); @gin(x1b); @gin(x2b); @gin(x3b);
@gin(x1e); @gin(x2e); @gin(x3 e); @gin(x1f); @gin(x2f); @gin(x3f);
@gin(x1g); @gin(x2g); @gin(x3g); @gin(x1h); @gin(x2h); @gin(x3h);
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;
@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);
87
Modelo para la recolección de tarimas
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;
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;
@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);
89
Modelo para la recolección de tarimas
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;
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 438 tarimas distribuidas en los
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.
4.2.12 RECOLECCIÓN SEMANA 12
Del 17-22 de Diciembre: 23,358 tarimas
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
432*x1a+504*x2a+540*x3a>=666; TOUR 17-22 DIC.
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;
@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);
Conclusiones
Quedaron 12 viajes libres del camión tipo-1, que se convierten en 24 viajes (2 por día),
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.
4.2.13 RECOLECCIÓN SEMANA 13
Del 24 al 29 de Diciembre: 23,514 tarimas
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.
Min=x1a+x2a+x3a+x1b+x2b+x3b+x1e+x2e+x3e+x1f+x2f+x3f+x1g+x2g+x3g+x1h+x2h+x3h;
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*x1f+504*x2f+540*x3f>=795;
432*x1f+504*x2f+540*x3f<=1226;
91
Modelo para la recolección de tarimas
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;
@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);
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
4.4 DISEÑO DE LAS RUTAS POR TOUR ASUMIENDO UNA DEMANDA CONOCIDA
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
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
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
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
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
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
Modelo para la recolección de tarimas
San Martín
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
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
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
4 San Martín Texmelucan PUE 111 56 72 38 152 185 371
San Martín
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
3 Puebla PUE 149 94 110 38 114 147 333
San Martín
Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla Tehuacán Teziutlán Oaxaca de Juárez
Ciudad Edo. Texmelucan
KM KM KM KM KM KM KM KM
5 Tehuacan PUE 263 208 224 114 152 261 283
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
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Teziutlán Dep. Tultitlán
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
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Teziutlán Dep. Tultitlán
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
Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Teziutlán Dep. Tultitlán
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
95
Modelo para la recolección de tarimas
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
TABLA DE DISTANCIAS EN KM
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
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
TABLA DE DISTANCIAS EN KM
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
KM KM KM KM KM KM KM KM
0 Depósito Tultitlán a: MEX 43 36 45 31 29 56 40
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
97
Modelo para la recolección de tarimas
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
Dep. Tultitlán M. Hidalgo A. Obregon GAM V. Carranza Coyoacan Tlalpan Dep. Tultitlán
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
Dep. Tultitlán M. Hidalgo A. Obregon GAM V. Carranza Coyoacan Tlalpan Dep. Tultitlán
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
Dep. Tultitlán M. Hidalgo A. Obregon GAM V. Carranza Coyoacan Tlalpan Dep. Tultitlán
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
Tour E
Tabla de Distancias
TABLA DE DISTANCIAS EN KM
LOCALIDADES
0 1 2
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
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
Dep. Tultitlán SLP Zacatecas Fresnillo Dep. Tultitlán
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
Dep. Tultitlán SLP Zacatecas Fresnillo Dep. Tultitlán
0 1 4 2 0
Semana 11 0 418 218 489 461 1,586
Dep. Tultitlán SLP Zacatecas Ciudad Valles Dep. Tultitlán
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
Dep. Tultitlán SLP Zacatecas Ciudad Valles Dep. Tultitlán
99
Modelo para la recolección de tarimas
Tour G
Tabla de Distancias
TABLA DE DISTANCIAS EN KM
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
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
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
0 1 2 3 4 0
Semana 3 0 236 49 70 148 501 1,004
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
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
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
0 1 2 3 4 0
Semana 7 0 236 49 70 148 501 1,004
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
0 1 2 3 4 0
Semana 8 0 236 49 70 148 501 1,004
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
0 1 2 3 4 0
Semana 9 0 236 49 70 148 501 1,004
Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán
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
Dep. Tultitlán Irapuato León Dep. Tultitlán
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
Dep. Tultitlán Irapuato León Dep. Tultitlán
100
Capítulo 4
Tour H
Tabla de Distancias
TABLA DE DISTANCIAS EN KM
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
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
Dep. Tultitlán Cuernavaca Jiutepec Iguala Acapulco Zihuatanejo Dep. Tultitlán
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
Dep. Tultitlán Cuernavaca Jiutepec Iguala Acapulco Zihuatanejo Dep. Tultitlán
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
101
Modelo para la recolección de tarimas
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.
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
103
Modelo para la recolección de tarimas
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
105
Modelo para la recolección de tarimas
106
Capítulo 4
RESUMEN: 29 OCT- 03 NOV.
Suma de Total tarimas
Tour Nombre Completo Ciudad Edo. Total
Tour A VIAJES POR CAMION: 3
X1 (432) = 1 540 540 432
X3(540) = 2 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 132 132
Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103
Chedraui Puebla I Puebla PUE 159 159
Chedraui Puebla II Puebla PUE 97 97
Chedraui Puebla III Puebla PUE 190 190
Chedraui Puebla IV Puebla PUE 101 101
Costco 714 Puebla Puebla PUE 306 249 57
Superama 4543 La Noria Puebla PUE 83 83
Chedraui Tehuacan Tehuacan PUE 275 275
Total Tour A 1446
Tour B VIAJES POR CAMION: 2
X1 (432) = 2 432 432
Chedraui 242 Toluca Toluca MEX 107 107
Tiendas Garces SA de CV Toluca MEX 252 252
Wal Mart 5825 Alfredo del Mazo Toluca MEX 52 52
Bodega Aurrera 3725 Toluca Pilares Metepec MEX 193 21 172
Chedraui 243 Metepec Metepec MEX 208 208
Chedraui Morelia Morelia MCH 42 42
Total Tour B 854
Tour C VIAJES POR CAMION: 7
X1 (432) = 7 432 432 432 432 432 432 432
CD Chedraui Tultitlan Tultitlan MEX 1 1
CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1
CD Chedraui Frescos Cuautitlan MEX 1 1
Chedraui 236 Mundo E Tlalnepantla MEX 144 144
Costco 726 Arboledas Tlalnepantla MEX 737 285 432 20
Costco 701 Satelite Naucalpan de Juárez MEX 756 412 344
Costco 718 Interlomas Huixquilucan MEX 1068 88 432 432 116
Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 103 103
Total Tour C 2811
Tour D VIAJES POR CAMION: 9
X1 (432) = 9 432 432 432 432 432 432 432 432 432
Chedraui 232 Polanco Miguel Hidalgo DF 252 252
Costco 720 Polanco Miguel Hidalgo DF 432 432
Chedraui 235 Universidad Benito Juarez DF 192 180 12
233 Tenayuca Gustavo A. Madero DF 138 138
Chedraui 239 Molina Venustiano Carranza DF 210 210
Chedraui 241 Anfora Venustiano Carranza DF 186 186
Costco 707 Mixcoac Alvaro Obregon DF 1260 246 432 432 150
Costco 702 Coapa Tlalpan DF 1008 282 432 294
Total Tour D 3678
Tour E VIAJES POR CAMION: 26
X3(540) = 26 540 540 (10) 540 (10) 540 540 540 540 540
Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 360 360
Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11752 72 5400 5400 540 340
BERNARDO QUINTANA Queretaro QRO 91 91
Bodega Aurrera 3875 Queretaro Queretaro QRO 216 109 107
Bodega Aurrera 5711 San Pablo Queretaro QRO 252 252
Chedraui 244Queretaro 3 Queretaro QRO 90 90
Costco 704 Queretaro Queretaro QRO 504 91 413
Wal Mart 2356 Queretaro Queretaro QRO 448 127 321
Total Tour E 13713
Tour F VIAJES POR CAMION: 1
X1 (432) = 1 432
HEB San Luis Potosi San Luis Potosi SLP 212 212
Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 200 200
Total Tour F 412
Tour G VIAJES POR CAMION: 8
X3(540) = 8 540 540 540 540 540 540 540 540
Costco 723 Celaya Celaya GTO 378 378
Sams Club 6223 Irapuato Oeste Irapuato GTO 504 162 342
242 Leon Campestre Leon GTO 116 116
Chedraui 247 Leon Poliforum Leon GTO 20 20
Chedraui Leon Gto. Leon GTO 231 231
Costco 705 Leon Leon GTO 1294 289 540 465
Sams Club 4877 Lopez Mateos Leon GTO 982 540 442
Sams Club 6513 Leon Leon GTO 503 98 405
Total Tour G 4028
Tour H VIAJES POR CAMION: 4
X2(504) = 4 504 504 504 504
Chedraui 238Cuernavaca Cuernavaca MOR 150 150
Wal Mart 5727 Juitepec Jiutepec MOR 386 354 32
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 792 472 320
Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 606 184 422
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
Modelo para la recolección de tarimas
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
109
Modelo para la recolección de tarimas
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
Suma de Total tarimas
Tour Nombre Completo Ciudad Edo. Total
Tour A VIAJES POR CAMION: 4
X3(540) = 4 540 540 540 540
Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103
Chedraui Puebla I Puebla PUE 80 80
Chedraui Puebla II Puebla PUE 84 84
Chedraui Puebla III Puebla PUE 142 142
Chedraui Puebla IV Puebla PUE 202 131 71
Costco 714 Puebla Puebla PUE 375 375
Superama 4543 La Noria Puebla PUE 833 94 540 199
Chedraui Tehuacan Tehuacan PUE 393 341 -52 Faltante
Total Tour A 2212
Tour B VIAJES POR CAMION: 8
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
Wal Mart 5791 Zinacantepec Zinacantepec MEX 12 12
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
Tour C VIAJES POR CAMION: 8
X1 (432) = 8 432 432 432 432 432 (2) 432 432
Chedraui 236 Mundo E Tlalnepantla MEX 145 145
Costco 726 Arboledas Tlalnepantla MEX 504 287 217
Chedraui Atizapan Atizapan MEX 120 120
Costco 701 Satelite Naucalpan de Juárez MEX 756 95 432 229
Chedraui 419231 Interlomas Huixquilucan MEX 187 187
Costco 718 Interlomas Huixquilucan MEX 939 864 75
Chedraui 257 Ecatepec Ecatepec de Morelos MEX 101 101
Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 109 109
Chedraui Tecamac Tecamac MEX 204 204
Total Tour C 3065
Tour D VIAJES POR CAMION: 12
X1 (432) = 12 432 432 (3) 432 432 432 432 432 432 432 432
Chedraui 232 Polanco Miguel Hidalgo DF 85 85
Costco 720 Polanco Miguel Hidalgo DF 1908 347 1296 265
Costco 707 Mixcoac Alvaro Obregon DF 1008 167 432 409
233 Tenayuca Gustavo A. Madero DF 176 23 153
Chedraui 239 Molina Venustiano Carranza DF 210 210
Chedraui 241 Anfora Venustiano Carranza DF 154 69 85
Chedraui Coapa Coyoacan DF 504 347 157
Costco 702 Coapa Tlalpan DF 1188 275 432 481
Total Tour D 5233
Tour E VIAJES POR CAMION: 28
X3(540) = 28 540 (2) 540 (10) 540 (10) 540 (2) 540 540 540 540
Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 1080 1080
Tiendas Soriana Cedis Qro SECOS Queretaro QRO 12795 5400 5400 1080 540 375
BERNARDO QUINTANA Queretaro QRO 64 64
Bodega Aurrera 3875 Queretaro Queretaro QRO 255 101 154
Bodega Aurrera 5711 San Pablo Queretaro QRO 124 124
Chedraui 244Queretaro 3 Queretaro QRO 26 26
Costco 704 Queretaro Queretaro QRO 502 236 266
Superama 5815 Jurica Queretaro QRO 89 89
Total Tour E 14935
Tour F VIAJES POR CAMION: 3
X3(540) = 3 540 540 540
Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 332 332
HEB San Luis Potosi San Luis Potosi SLP 203 203
Sams Club 6206 San Luis Potosi San Luis Potosi SLP 1296 5 540 540 -211 Faltante
Total Tour F 1831
Tour G VIAJES POR CAMION: 8
X1 (432) = 4 504 432 432 504 432 432 504 504
X2(504) = 4 Costco 723 Celaya Celaya GTO 468 432 36
Sams Club 6223 Irapuato Oeste Irapuato GTO 504 504
242 Leon Campestre Leon GTO 64 64
Chedraui 247 Leon Poliforum Leon GTO 45 45
Chedraui Leon Gto. 55 Leon GTO 80 80
Costco 705 Leon Leon GTO 504 504
Sams Club 4877 Lopez Mateos Leon GTO 497 207 290
Sams Club 6513 Leon Leon GTO 971 142 432 397
Sams Club 8118 Aguascalientes Aguascalientes AGS 504 504
Total Tour G 3637
Tour H VIAJES POR CAMION: 3
X3(540) = 3 540 540 540
Costco 713 Cuernavaca Cuernavaca MOR 504 504
Wal Mart 5727 Juitepec Jiutepec MOR 504 36 468
Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 204 72 132
Chedraui 254 Acapulco Acapulco de Juárez GRO 432 408 -24 Faltante
Total Tour H 1644
Total general 36929
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
Modelo para la recolección de tarimas
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.
113
Modelo para la recolección de tarimas
114
Capítulo 4
115
Modelo para la recolección de tarimas
Tabla 4.48 Costos empleados con transportes propios en las recolecciones de octubre-diciembre 2007.
Fuente: Información proporcionada por el área de Logística de la empresa.
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
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
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:
Costo anual: $600,000
Seguros y Tenencias:
Costo anual: $500,000
Comunicación:
Costo anual: $100,000
Otros gastos:
Costo anual: $800,000
117
Modelo para la recolección de tarimas
0 1 2 3 4 5 Años
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
B) PROPUESTA DE MEJORA:
0 1 2 3 4 5 Años
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
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
Modelo para la recolección de tarimas
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
Volumen Promedio x año: 18,480 Tarimas
Tarifas:
Transferencia 29.00 29.00
De entrega 28.00 28.00
Alquiler por día / por 5 días: 0.70 3.50 $60.50
Importe Total: $1,118,020
Samsung
Volumen Promedio x año: 50,777 Tarimas
Tarifas:
Transferencia 24.00 24.00
De entrega 28.00 28.00
Alquiler por día / por 5 días: 0.70 3.50 $55.50
Importe Total: $2,818,124
La Costeña
Volumen Promedio x año: 33,790 Tarimas
Tarifas:
Transferencia: 19.00 19.00
De entrega: 24.82 24.82
Alquiler por día / por 5 días: 0.63 3.15 $46.97
Importe Total: $1,587,116
Gamesa
Volumen Promedio x año: 7,740 Tarimas
Tarifas:
Transferencia: 27.50 27.50
De entrega: 37.00 37.00
Alquiler por día / por 5 días: 0.60 3.00 $67.50
Importe Total: $522,450
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
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479264 166551 20061116 20061119 21/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479263 166550 20061116 20061119 21/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479266 166553 20061116 20061119 21/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91494339 167354 20061116 20061119 21/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479262 166548 20061116 20061119 21/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91499258 166543 20061118 20061125 21/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479257 166542 20061118 20061125 21/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479254 166539 20061118 20061125 21/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479253 166538 20061118 20061125 21/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479256 166541 20061118 20061125 21/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479255 166540 20061118 20061125 22/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91499090 167653 20061118 20061125 22/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91499248 167694 20061123 20061125 22/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91503762 168076 20061123 20061125 22/2007 -19 19
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91499251 167696 20061123 20061125 22/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91499250 167695 20061123 20061125 22/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91520282 169446 20061207 20061208 23/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91515401 169020 20061207 20061208 23/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91515402 169021 20061207 20061208 23/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91520281 169445 20061207 20061208 23/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91520271 169442 20061207 20061208 23/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91530744 170110 20061214 20061215 24/2007 -10 10
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91529165 169932 20061214 20061215 24/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91529164 169931 20061214 20061215 24/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91511914 168684 20061130 20061216 25/2007 -10 10
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91511913 168683 20061130 20061217 25/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91360183 157618 20060808 20061219 25/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91360184 157619 20060808 20061219 25/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91369477 158349 20060815 20061221 25/2007 -16 16
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91435529 163563 20061003 20061221 25/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91435530 163564 20061003 20061221 25/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91435531 163565 20061003 20061221 25/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91435532 163566 20061003 20061221 25/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91435530 20 20061003 20061221 25/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91396890 160573 20060904 20061223 26/2007 -5 5
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91438999 163778 20061005 20061223 26/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542551 171500 20070103 20070107 28/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542552 171501 20070103 20070107 28/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542553 171503 20070103 20070107 28/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542850 171639 20070104 20070107 28/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91544805 171786 20070104 20070107 28/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542554 171505 20070104 20070107 28/2007 -18 18
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91544742 171726 20070104 20070107 28/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91540166 171125 20061221 20070107 28/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91540165 171124 20061221 20070107 28/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91540164 171121 20061221 20070107 28/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91540163 171119 20061221 20070107 28/2007 -17 17
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542548 # 20061228 20070107 28/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542549 # 20061228 20070107 28/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91542550 171499 20061228 20070107 28/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91456916 # 20061019 20070112 28/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91456914 # 20061019 20070112 28/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91456915 # 20061019 20070112 28/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91479260 # 20061108 20070112 28/2007 -2 2
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91550588 # 20070109 20070112 28/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91544845 # 20070109 20070112 28/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91544843 # 20070109 20070112 28/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91552345 # 20070111 20070112 28/2007 -18 18
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91552346 # 20070111 20070112 28/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91552347 # 20070111 20070112 28/2007 -18 18
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561617 172785 20070118 20070120 29/2007 -24 24
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561614 172767 20070118 20070120 29/2007 -20 20
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561618 172786 20070118 20070120 29/2007 -19 19
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561621 172791 20070118 20070120 29/2007 -18 18
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561616 172784 20070118 20070120 29/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91561615 172783 20070118 20070120 29/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91570520 173404 20070125 20070127 30/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91570519 173403 20070125 20070127 30/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91570518 173402 20070125 20070127 30/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91570517 173401 20070125 20070127 30/2007 -14 14
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91570517 173401 20070125 20070127 30/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91550598 172065 20070108 20070127 31/2007 -4 4
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91554276 172363 20070110 20070127 31/2007 -4 4
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91559961 172617 20070115 20070127 31/2007 -4 4
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91579349 174056 20070201 20070203 31/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91579350 174057 20070201 20070203 31/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91579351 174058 20070201 20070203 31/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91582900 174433 20070208 20070210 33/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587299 174601 20070208 20070210 33/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587307 174614 20070208 20070210 33/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587303 171613 20070208 20070210 33/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587301 174602 20070208 20070210 33/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587311 174617 20070208 20070210 33/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91587309 174615 20070208 20070210 33/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91598094 175216 20070215 20070218 34/2007 -19 19
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91599653 175293 20070215 20070218 34/2007 -28 28
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91598093 175209 20070215 20070218 34/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91598098 175226 20070215 20070218 34/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91598095 175223 20070215 20070218 34/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91598099 175227 20070215 20070218 34/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91605805 175664 20070222 20070224 35/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91605811 175666 20070222 20070224 35/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91605813 175668 20070222 20070224 35/2007 -25 25
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91605814 175669 20070222 20070224 35/2007 -18 18
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91605808 175665 20070222 20070224 35/2007 -26 26
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91616991 176523 20070301 20070304 36/2007 -21 21
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91617006 176537 20070301 20070304 36/2007 -23 23
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91617002 176526 20070301 20070304 36/2007 -22 22
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 91616997 176525 20070301 20070304 36/2007 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 200831 9000063898 20071110 20071207 23/2008 -27 27
4000043018 Sabormex SA de CV
4000100684 Accel Cuautitlan PALLWOOD 194132 91851626 20070831 20071207 23/2008 -28 28
4000043018 Sabormex SA de CV
6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91575063 173717 20070130 20070203 31/2007 -22 22
4000043018 Sabormex SA de CV
6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91581247 174257 20070202 20070210 32/2007 -17 17
4000043018 Sabormex SA de CV
6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91686271 181696 20070502 20070504 44/2007 -24 24
4000043018 Sabormex SA de CV
6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91726783 184584 20070601 20070920 12/2008 -24 24
-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
Modelo para la recolección de tarimas
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.
123
Conclusiones
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.
125
BIBLIOGRAFÍA
Bonini, Charles E., Hausman Warren, H., Bierman, Harold, Análisis Cuantitativo para los
negocios. McGraw-Hill, Colombia 2004. Novena edición.
Taha Hamdy, A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima
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
127
Apéndices
128
Apéndices
129
Apéndices
130
Apéndices
Semana: 29 de Octubre- 03 de Noviembre
NOVIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 29 MA 30 MI 31 JU 1 VI 2 SA 3 recolectadas
6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 0 42 0 0 42
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 0 0 0 503
6100345772 COSTCO Costco 705 Leon Leon GTO LOBO 504 360 0 430 0 0 1,294
6105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 231 0 0 0 0 231
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 0 0 504 504
4000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 378 0 0 378
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 216 0 0 0 216
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 252 0 0 252
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 0 448 0 448
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 360 0 0 0 0 360
6105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 0 200 0 0 0 200
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 504 0 0 478 0 0 982
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1006 1510 2016 2768 1219 3233 11,752
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 116 0 0 116
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 20 0 0 20
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 90 0 0 90
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 91 0 0 91
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 212 0 0 212
4000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 0 0 0 0 606 606
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 622 0 0 170 0 792
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 386 0 0 0 0 386
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
6100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 432 0 432
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 103 0 0 103
6100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 0 0 0 252 0 504 756
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 0 193 193
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 52 0 52
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 252 0 0 0 0 0 252
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 58 101 0 159
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 97 0 0 97
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 83 0 83
6100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 306 0 0 0 0 306
6105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 275 275
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 103 0 103
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 114 0 0 76 0 190
4000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 252 0 0 0 0 485 737
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 101 0 101
3000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 138 0 0 0 138
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 107 0 0 107
4000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 150 0 0 0 0 0 150
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 0 0 192 192
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 252 0 0 0 252
3000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 144 0 0 144
3000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 186 0 0 0 0 186
4000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 208 0 0 0 0 208
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 210 0 210
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
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 0 132 0 132
6 Transp. 3,175 5,542 3,074 6,142 4,195 6,748 28,876
prom. 4,125
131
Apéndices
NOVIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 5 MA 6 MI 7 JU 8 VI 9 SA 10 recolectadas
6100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 432 0 432
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 504 0 0 504
6105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 0 0 116 116
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 0 324 0 0 0 0 324
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 108 0 0 0 0 108
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 176 0 0 0 0 176
6100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 500 0 0 0 0 500
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 29 0 0 0 29
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 180 0 0 0 15 195
6105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 0 398 0 398
6105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 200 0 0 0 0 200
6105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 409 409
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1512 1007 4027 1510 503 2014 10,573
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 0 0 122 122
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 216 0 0 216
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 157 0 157
4000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 288 0 0 0 0 0 288
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 147 0 0 0 0 147
4000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 894 0 0 252 1,146
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 0 547 547
6100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 252 0 231 0 252 987
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 0 0 0 0 252 504
6105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 244 0 0 252 0 496
6100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 252 0 0 504 0 0 756
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 144 0 0 0 0 0 144
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 38 0 0 38
6100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 252 0 252 0 0 0 504
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 6 0 0 438 0 0 444
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 144 0 144
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 192 252 252 0 0 696
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 0 154 154
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 0 13 13
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 0 93 93
6100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 345 0 0 0 0 345
4000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 166 0 0 0 166
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 0 103 103
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 0 0 43 0 43
4000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 180 0 0 0 0 180
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 240 0 0 0 240
3000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 150 0 0 150
3000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 190 0 0 190
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 66 0 0 66
4000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 252 0 0 0 252
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 281 0 0 281
3000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 87 0 0 87
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 165 0 0 165
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 0 192 0 0 0 0 192
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 1 0 0 0 1
4000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 162 0 0 0 0 0 162
6 Transp. 3,123 4,047 6,617 4,632 1,929 4,342 24,690
prom. 3,527
132
Apéndices
NOVIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 12 MA 13 MI 14 JU 15 VI 16 SA 17 recolectadas
6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 432 0 0 0 0 432
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 936 504 504 0 0 0 1,944
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 864 0 0 0 864
3000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 392 0 392
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 504 0 0 1,007
6100345772 COSTCO Costco 705 Leon Leon GTO LOBO 504 0 0 0 0 0 504
6105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 120 0 0 0 0 120
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 0 0 503 503
4000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 468 0 0 0 468
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 216 216 0 0 432
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 216 0 0 216
6100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 504 0 503 1,007
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 432 0 0 0 0 0 432
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 342 0 0 0 342
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 0 104 104
6100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 360 0 0 0 0 360
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP HR 0 464 0 0 0 0 464
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 360 108 0 0 0 468
6105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 391 0 0 0 0 0 391
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 504 0 0 0 0 504
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1511 2767 3273 1510 2770 504 12,335
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 132 0 0 0 0 132
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 81 0 0 81
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 99 0 0 99
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 197 0 197
4000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 0 432 0 0 0 432
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 187 0 180 0 0 367
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 312 0 312
6100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 504 0 252 0 252 252 1,260
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 468 0 0 0 252 252 972
6105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 252 0 0 0 252 0 504
6100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 504 0 0 0 252 0 756
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 105 0 0 0 0 105
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 131 0 0 131
6100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 504 0 252 0 0 0 756
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 404 102 506
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 242 6 0 248
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 211 0 160 371
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 141 141
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 103 0 0 0 103
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 1 0 0 0 0 0 1
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 77 0 0 0 77
6100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 346 0 0 0 0 346
6105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 180 0 0 0 0 180
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 64 0 0 64
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 39 0 0 142
4000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 0 0 0 180 252 432
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 82 0 0 82
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 0 92 92
4000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 0 224 224
4000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 180 0 0 0 180
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 160 0 0 160
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 252 0 187 0 0 0 439
3000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 131 0 131
3000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 252 0 0 0 0 0 252
4000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 0 0 0 0 252 252
4000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX VLZ 0 0 0 53 0 0 53
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 112 0 0 112
6,511 6,964 7,361 4,404 5,400 3,341 33,981
prom. 4,854
133
Apéndices
NOVIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 19 MA 20 MI 21 JU 22 VI 23 SA 24 recolectadas
6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 0 0 0 22 22
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 972 0 0 0 0 0 972
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 0 0 0 360 360
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 0 504 1,008
6100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 0 0 0 503 0 503
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 0 0 233 0 233
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 648 0 0 0 648
4000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 468 0 0 468
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 251 0 0 0 251
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 0 335 0 335
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 0 416 0 416
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 0 125 125
6105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 207 0 0 0 0 207
6105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 90 0 0 0 0 90
6105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 504 0 0 0 0 0 504
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 0 0 504 504
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1006 2656 2247 1719 1507 2012 11,147
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 0 0 156 156
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 0 0 43 43
3000157760 CHEDRAUI Chedraui 249 Acueducto Zapopan JAL HR 0 0 0 0 0 192 192
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 0 40 0 40
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 103 0 103
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 134 0 0 0 0 134
6100627762 SAHUAYO Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX VLZ 0 0 0 0 0 504 504
6100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 714 0 0 0 0 0 714
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 196 0 0 0 0 196
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 204 0 0 0 0 204
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 103 0 103
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 77 0 77
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 87 0 0 0 87
6100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 0 450 0 0 0 450
4000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 214 0 0 0 214
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 103
4000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 432 0 0 0 0 432
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 101 73 0 0 174
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
135
Apéndices
Semana: 03 - 08 de Diciembre
DICIEMBRE
cant. cant. cant. cant. cant. cant. Total tarimas
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 3 MA 4 MI 5 JU 6 VI 7 SA 8 recolectadas
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 0 0 0 504
3000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 0 0 144 0 0 144
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 432 0 342 0 0 774
3000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 306 0 306
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 504 0 0 0 504 0 1,008
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 127 0 0 0 127
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 504 0 0 504
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 290 0 0 0 0 290
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 175 0 0 0 0 175
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 418 0 0 418
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 325 0 0 0 0 325
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 7 0 7
3000158359 AURRERA Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP HR 0 0 432 0 0 0 432
6105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 432 0 0 0 432
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 0 0 88 88
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1471 1503 2013 2019 2003 0 9,009
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 86 0 0 0 86
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 110 0 0 0 0 110
4000063281 CHEDRAUI Chedraui 251San Luis Potosi San Luis Potosi SLP HR 0 0 0 467 0 0 467
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 122 0 0 122
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 189 0 0 173 0 0 362
4000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 432
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la Independencia
GRO ELISA 0 188 80 0 252 0 520
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 0 0 80 0 80
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 0 310 310
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 252 0 0 4 0 0 256
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 192 0 0 294 0 0 486
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 252 252
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 102 0 0 0 0 102
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 101 0 0 101
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 95 0 0 95
4000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 245 0 0 0 0 245
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 103 0 0 103
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 103
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 102 101 0 203
3000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 252 0 0 252
4000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 252 0 0 0 252
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 192 0 0 0 192
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 160 0 160
4000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 0 0 0 0 0 172 172
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 238 0 238
4000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 166 0 166
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 0 0 252 252
6 Transp. 2,608 3,802 4,221 5,140 3,817 1,074 20,662
prom. 2,952
136
Apéndices
Semana: 10 - 15 de Diciembre
DICIEMBRE
cant. cant. cant. cant. cant. cant. Total
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 10 MA 11 MI 12 JU 13 VI 14 SA 15 Recolectado
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 504 368 0 0 0 872
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 487 0 0 0 487
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 0 504 1,008
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 99 0 0 0 99
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 503 504 0 1,007
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 221 0 0 0 0 221
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 195 0 0 0 0 195
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 96 0 416 512
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 284 0 0 0 0 284
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 124 0 0 124
6105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 210 0 0 210
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP VLZ 0 864 0 0 0 0 864
4000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 0 0 0 324 0 0 324
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 504 1,008
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 2011 1974 2013 1510 2518 432 10,458
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 44 0 0 0 44
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 88 0 0 0 88
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 155 0 0 0 155
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 97 0 0 97
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 132 0 132
4000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 432
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la Independencia
GRO ELISA 0 0 252 0 0 0 252
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 294 0 0 0 0 0 294
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 124 0 0 0 124
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 166 0 0 0 0 0 166
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 82 0 0 0 0 82
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 204 232 0 436
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 103 0 103
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 21 0 21
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 96 0 96
6105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 216 216
4000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 210 0 210
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 103
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 75 0 75
3000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 0 180 0 180
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 252 0 0 171 0 0 423
4000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 252 0 252
4000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 266 0 0 0 266
3000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 0 140 0 140
4000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 63 0 0 0 0 0 63
4000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 0 238 0 0 0 238
6 Transp. 2,786 5,060 4,237 3,743 4,463 2,072 22,361
prom. 3,194
137
Apéndices
Semana: 17 - 22 de Diciembre
DICIEMBRE
cant. cant. cant. cant. cant. cant. Total
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 17 MA 18 MI 19 JU 20 VI 21 SA 22 Recolectado
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 0 0 504 0 504
6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 369 0 0 0 369
6100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS HR 0 0 432 0 0 0 432
6105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 0 935 0 0 935
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 503 0 504 504 1,511
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 123 0 0 0 123
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 495 0 999
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 339 0 0 0 0 339
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 180 0 0 0 0 180
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 283 0 0 0 0 283
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 104 0 0 104
4000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 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
4000070103 FARMACIA BENAVIDES
Farmacias Benavides SA de CV Zapopan JAL HR 0 0 0 252 0 0 252
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1956 1509 1506 2009 2515 1509 11,004
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 81 0 88 0 169
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 111 0 0 0 111
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 185 0 0 185
4000098110 SAMS CLUB SAM'S CLUB 4936 URUAPAN Uruapan MCH HR 0 0 0 432 0 0 432
4000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 432 0 314 0 0 0 746
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la Independencia
GRO ELISA 0 296 0 0 0 0 296
4000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 1 0 0 0 0 1
6105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 0 67 0 0 67
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 126 0 0 0 0 126
4000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 228 0 0 0 228
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 252 0 0 0 0 252
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 143 0 0 0 0 0 143
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 206 0 0 0 0 206
6105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 63 0 0 0 0 63
3000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 50 0 0 0 0 50
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 95 0 0 0 0 95
3000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 111 0 0 78 0 0 189
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 144 0 0 0 0 0 144
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 235 0 0 0 0 0 235
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 206 0 0 0 0 0 206
4000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 137 0 0 137
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 252 0 0 252
4000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 112 0 0 0 0 112
3,227 3,512 5,107 4,955 4,106 2,013 22,920
prom. 3,274
Semana: 24 - 29 de Diciembre
DICIEMBRE
cant. cant. cant. cant. cant. cant. Total
Global Id Tienda Nombre Completo Ciudad Edo. Transporte
LU 24 MA 25 MI 26 JU 27 VI 28 SA 29 Recolectado
4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 0 493 504 0 997
3000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 160 0 0 0 0 160
6100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 499 0 0 499
6105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 76 0 0 0 0 76
4000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 496 0 0 0 0 496
3000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 161 0 0 0 0 0 161
4000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 186 0 0 0 186
6100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 624 0 0 0 0 624
3000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 0 289 0 0 289
4000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 105 0 105
6105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 150 0 0 150
6105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 0 0 315 0 0 315
4000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 1008 0 0 500 0 0 1,508
4000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 2007 3015 501 3519 2013 2014 13,069
3000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 162 0 0 0 0 162
4000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 115 0 0 115
3000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 83 0 0 0 83
4000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 81 0 0 0 81
4000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 170 0 170
3000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la Independencia
GRO ELISA 0 0 0 252 192 0 444
6105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 112 0 0 0 0 0 112
4000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 660 0 0 660
4000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 90 0 0 0 0 90
6100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 408 0 0 0 0 408
6105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 206 0 0 0 206
4000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 103 0 0 0 0 103
4000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 99 0 0 0 0 99
3000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 178 0 0 0 0 0 178
3000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 150 221 0 0 0 0 371
4000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 190 0 0 0 0 0 190
3000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 224 0 0 0 0 224
3000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 233 0 0 0 0 0 233
3000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 224 0 0 0 0 224
4000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 106 0 0 0 0 0 106
3000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 210 0 0 0 0 210
4000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 266 0 0 0 0 266
4000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 112 0 32 0 0 144
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
Edo. Ciudad LU 1 MA 2 MI 3 JU 4 VI 5 SA 6 recolectadas Localidades
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
Iguala de la Independencia - - - - - 5 5 1
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
San Martin Texmelucan - - - 102 - - 102 1
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
140
Apéndices
141
Apéndices
142
Apéndices
RESUMEN: 29 OCT- 03 NOV.
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 29 MA 30 MI 31 JU 1 VI 2 SA 3 recolectadas Localidades
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
MEX Cuautitlan 1 - - - - - 1 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
San Martin Texmelucan - - - - 103 - 103 1
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
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant tarimas
Edo. Ciudad LU 5 MA 6 MI 7 JU 8 VI 9 SA 10 recolectadas Localidades
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
Iguala de la Independencia - 147 - - - - 147 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
Ecatepec de Morelos - - - 38 - - 38 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
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant tarimas
Edo. Ciudad LU 12 MA 13 MI 14 JU 15 VI 16 SA 17 recolectadas Localidades
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
Ecatepec de Morelos - - - 184 - - 184 2
Huixquilucan 252 - - - 252 - 504 1
Metepec - - - - 404 354 758 2
Naucalpan de Juárez 504 - 252 - - - 756 1
Nezahualcoyotl - - - 112 - - 112 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
San Martin Texmelucan - - - 64 - - 64 1
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
145
Apéndices
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
146
Apéndices
RESUMEN: 03-08 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 3 MA 4 MI 5 JU 6 VI 7 SA 8 recolectadas Localidades
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
GRO Acapulco de Juárez - - - - 166 - 166 1
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
San Martin Texmelucan - - - 103 - - 103 1
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
San Martin Texmelucan - - - - 210 - 210 1
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
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de Total
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
Iguala de la Independencia - 296 - - - - 296 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
Nezahualcoyotl - - - 252 - - 252 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
Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de cant Suma de Total
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
151
Apéndices
152
Apéndices
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