Вы находитесь на странице: 1из 28

TECNICAS DE DIMENSIONAMIENTO DE LOTE

TERCERA ENTREGA

SEGUNDO BLOQUE
GERENCIA DE PRODUCCION

INTEGRANTES:
ALVARO ALEJANDRO BORBON ROZO 1511980388
CARLOS ROBERTO CANTILLO CARDENAS 1411021732
DIANA ANDREA MONTAEZ ACEVEDO 1511981139
MARTHA MILENA RINCON RAMOS 1511981755
DUDWING ALONSO VILLAMIZAR VALLE 1511981310

PRESENTADO A:
JOSE JULIAN MUOZ SUAREZ

POLITECNICO GRANCOLOMBIANO
NOVIEMBRE DE 2016

TABLA DE CONTENIDO
INTRODUCCION................................................................................................................3
1. JUSTIFICACIN..........................................................................................................4
1.1. OBJETIVO GENERAL...........................................................................................5
1.1.1. OBJETIVOS ESPECFICOS..........................................................................5
2. PLANTEAMIENTO DEL PROBLEMA..........................................................................6
3. UTILIZACION DE TECNICAS HEURISTICAS............................................................8
3.1 Cantidad Optima de Pedido (EOQ)..........................................................................8
3.2 Silver Meal..............................................................................................................12
3.3 Costo Unitario Mnimo (MRP).................................................................................15
3.4 Balanceo de periodo fragmentado..........................................................................16
3.5 Algoritmo de Wagner-Whitin..19
4. TABLA COMPARATIVA DE RESULTADOS DIFERENTES METODOLOGIAS21
5. CONCLUCIONES..23
6. RECOMENDACIONES..24
7. BIBLIOGRAFA..........................................................................................................25

INTRODUCCION
Con este trabajo de Gerencia de Produccin se pretende mediante la utilizacin de las
Tcnicas Heursticas calcular el dimensionamiento del lote ideal de produccin que
permita cumplir con la demanda esperada los nuevos productos Megaspry y Perfectmix
en el mercado Colombiano y Latinoamericano.
El xito de una empresa en el mercado depende de cumplir a los clientes con las
expectativas que tienen frente a los productos ofrecidos, las empresas programan su
produccin tomando como base la demanda del mercado. Dicho proceso trae consigo
diversas implicaciones: la poltica de produccin, el plan maestro de produccin, la
planeacin de requerimientos de materiales, manejo de inventarios, y una cantidad de
factores que afectan de forma directa el nmero ptimo de unidades a producir en cada
perodo, (Restrepo y Baol).
Se prev que la demanda de los 2 productos ser alta, por tal razn la compaa debe
implementar la logstica adecuada que garantice una distribucin y entrega oportuna y a
tiempo de los mismos; por tal razn el manejo de los lotes, clculo de los inventarios,
pedidos y la coordinacin de la cadena de suministros son puntos fundamentales para el
xito en esta poltica de penetracin y diversificacin de mercado, sin descuidar la poltica
de costos. Por lo anterior, se hace interesante estudiar diversos mtodos mediante los
cuales se pueda ajustar la produccin a la demanda del mercado, de modo que se
optimicen los recursos financieros de la empresa y se pueda satisfacer a los clientes, Por
ello se han seleccionado las 4 tcnicas heursticas; Cantidad Optima de Pedido (EOQ),
Silver Meal, Balanceo de Perodo y Parte y la de Costo Unitario Mnimo, para definir la
dimensin o tamao del lote a producir para la compaa DECOPINTA y as definir las
estrategias que permitan cumplir con la demanda esperada para el producto Megaspry.

1. JUSTIFICACIN
Para las empresas planificar la produccin y tener un plan ptimo de pedido de los bienes
y servicios que distribuye para satisfacer la demanda actual o prevista de un mercado
determinado dentro de un horizonte de planificacin es factor fundamental para minimizar
los costos de operacin.
Para gestionar el proceso productivo y tener informacin suficiente de las materia primas,
costos, tiempos y otros factores de produccin, las empresas en la actualidad han venido
implementando el mtodo de Produccin por lotes lo cual influye en la homogeneidad de
los artculos producidos, sin embargo en ocasiones se presentan inconvenientes

de

dimensionamiento de dichos lotes lo que puede generar excesos o disminucin de los


inventarios, costos adicionales e incumplimiento a los clientes lo cual va en detrimento de
la imagen de la compaa.
La utilizacin y uso de las herramientas heursticas permiten determinar el tamao ptimo
del lote a producir, para resolver el problema del dimensionamiento por lotes;
adicionalmente El algoritmo de Wagner-Whitin, desarrollado por Harvey Wagner y
Thomson Whitin en 1958, (Gonzalez Matias, Islas Fernando), es una tcnica matemtica
para dimensionar lotes con demanda determinstica discreta que utiliza programacin
dinmica para la minimizacin de costos, (Gonzalez e Islas).

1.1. OBJETIVO GENERAL

Determinar el tamao del lote necesario de produccin y el plan de pedido ptimo para
MEGASPRAY, producto que va a comercializar la empresa DECOPINTA.

1.1.1. OBJETIVOS ESPECFICOS

Desarrollar las 4 tcnicas heursticas para la solucin del problema de


dimensionamiento del lote adecuado para la comercializacin de MEGASPRAY.
Implementar la metodologa Wagner-Whitin, para la solucin ptima del problema
planteado.
Comparar los resultados de las 4 tcnicas con la metodologa Wagner-Whitin.
Analizar el conjunto de alternativas propuestas para definir la solucin ptima del
problema planteado en el anexo de la empresa DECOPINTA y Aplicar de manera
acertada las tcnicas heursticas definidas, con el fin de establecer el plan de
pedidos y Encontrar la solucin ptima al problema propuesto, teniendo en
cuenta la metodologa Wagner and Whitin.

2. PLANTEAMIENTO DEL PROBLEMA

Para las empresas programar la produccin y tener un control sobre los inventarios de
materias primas y productos es fundamental, tanto as que se han desarrolaldo
metodologas que abarcan los siguientes aspectos:
1. El dimensionamiento del lote, para calcular las unidades producidas en cada lote, el
cual se encuentra identificado con fecha y nmero de lote.
2. El orden o secuencia en que se deben producir los lotes.
3. La programacin que nos indica cuando se deben producir los lotes.
Considerando que la Compaa Decopinta opt por extender la distribucin del producto
MEGASPRAY a latinoamrica, debe encontrar una poltica de pedidos ptima que le
permita cumplir con la demanda, garantizando la entrega del producto en las mejores
condiciones, a tiempo y bajo la premisa de minimizacin de costos.
Es relevante tener en cuenta, que el producto se fabrica en Japn, posteriormente se
enva a centro de distribucin en Colombia, desde donde se distribuye a latinoamrica,
segn la demanda.
El problema fundamental de la compaa est relacionado con la dimensin de los lotes de
produccin y la cantidad ptima de pedido, considerando que la demanda es alta; para
resolverlo con los datos recopilados asociados a la demanda, calcularemos la cantidad
ptima de pedido y el diemnsionamiento de los lotes, para ello se resolveran las cuatro
tcnica heursticas relacionadas; Cantidad ptima de pedido EOQ, Silver Meal, Costo
Unitario Mnimo y Balanceo de Periodo y Parte para establecer un plan de pedidos y
clculos de costos de inventarios, pedidos y poltica de pedidos.
Posteriormente se desarrollar la metodologa de wagner & Whitin para de encontrar
soluciones optimas que permitan establecer e implementar el sistema de distribucin
ptimo para el envo del producto minimizando costos y respondiendo a la alta demanda.

3. UTILIZACION DE TECNICAS HEURISTICAS

Como una primera aproximacin a la solucin del problema se plantean cuatro tcnicas
heursticas para generar un plan ptimo de pedido y calcular los costos de inventario al
igual que los de pedido en las soluciones obtenidas y tambin calcular el costo total de la
poltica de pedidos.
Un mtodo heurstico resulta ser un enfoque que aprovecha la estructura del problema
mediante el uso de un conjunto de reglas racionales, obteniendo una solucin buena, es
decir, cercana a la ptima o en ocasiones la ptima.
Las tcnicas heursticas se usan cuando no es posible obtener el ptimo. A continuacin
presentamos cuatro de ellas:

3.1 Cantidad Optima de Pedido (EOQ)

El modelo de ptima de Pedido o simplemente EOQ (Economic Order Quantity) por sus
siglas en ingls, es una de las herramientas ms sencillas en la Gestin de
Inventarios que permite obtener el tamao del pedido que minimizan los costos totales
asociados a la gestin del inventario.
Como todo modelo necesita de algunos supuestos que dependiendo de la situacin
prctica que se desee modelar sern ms o menos realistas. Los supuestos ms fuertes o
caractersticos de EOQ: es que la demanda es constante y conocida y que el tiempo de
entrega (o lead time) del pedido es constante y conocido.

El Costo Anual total del Inventario queda definido por la suma de los costos de adquisicin
o compra (D*C), costos de emisin de pedidos (D/Q)*S y costos de almacenamiento
(Q/2)*H.
La Frmula del modelo de Tamao ptimo de Pedido EOQ que representa el costo total
del inventario es la siguiente:
CT = D*C + (D/Q)*S + (Q/2)*H
Para obtener la cantidad de pedido que minimiza la funcin de costos totales se deriva la
frmula respecto a Q y se iguala a cero, para posteriormente despejar el parmetro Q.
Notar que el costo de adquisicin (C*D) ser constante independiente de la poltica de
pedido (tamao de pedido) en la medida que no existan descuentos por cantidad,
(Aplicacin de tres mtodos de solucuin al problema de dimensionamiento, 2016)

Donde D es usualmente la demanda anual (que se asume conocida o factible de estimar


con precisin), S es el costo de hacer un pedido (o costo de emisin) que se asume fijo
y H es el costo anual unitario de almacenamiento en el inventario.

Para un mejor entendimiento de la metodologa se presenta el siguiente grfico.

La altura de cada tringulo representa el tamao ptimo de pedido que minimiza la funcin
de costos totales. La base del tringulo es el tiempo que pasa desde que se recibe la
orden hasta que se termina el lote (este tiempo se conoce como el tiempo de ciclo).
Adicionalmente se puede identificar el punto de reorden (ROP = d * TE) que es un nivel
crtico de inventario de modo que cada vez que el inventario llegue a ese nivel se hace un
pedido de Q* unidades. Dado que existe un tiempo de espera (conocido) desde que se
emite la orden hasta que se dispone del lote, una vez que se termina el inventario se
dispone inmediatamente del nuevo lote y de esta forma no existe quiebre de stock.
Solucin del ejercicio
1. Tamao orden Q*ptimo

2. Inventario promedio

3. Tamao ptimo de Pedido EOQ

La cantidad optima de pedido busca encontrar el monto de pedido que reduzca al mnimo
el costo total del inventario de la empresa.
Esta heurstica se basa en tres supuestos fundamentales.
-

El primero es que la empresa conoce cul es la utilizacin anual de los artculos

que se encuentran en el inventario


El segundo es que la frecuencia con la cual la empresa utiliza el inventario no vara

con el tiempo
Y la ltima que los pedidos que se colocan para reemplazar las existencias de
inventario se reciben en el momento exacto en que los inventarios se agotan.

Los costos bsicos a tener en cuenta son:


Costos de pedido

Costos de mantenimiento del inventario


Costos totales

3.2 Silver Meal


El algoritmo Silver Meal en honor a Halan Meal y Edward Silver es un mtodo heurstico
de vanguardia que pretende obtener el costo promedio mnimo para la orden de compra
ms el costo de mantener el inventario por periodo en funcin del nmero de periodos
futuros que el pedido actual generara. El clculo se detendr cuando esta funcin se
incremente.
Su objetivo es el de minimizar la suma de los costos de preparacin e inventario.

h es constante
A es constante
Demanda variable
Tiempo variable

El mtodo entonces parte por asumir que en el primer perodo se emite una orden de un
tamao tal que ir cubriendo uno a uno los perodos siguientes, entonces podr calcularse
cuanto sera el costo total de cubrir cada demanda en un perodo dado con un pedido
emitido en el primer perodo, y tambin se calcular el costo total por unidad de tiempo al
dividir dicho costo total por el perodo en el que se desea conocer,

Los CTi y los CTUTi se seguirn calculando hasta observar que el CTUTi se incremente
de un perodo a otro, en cuyo caso se detendr el proceso y se definir entonces la
cantidad a ordenar en el perodo 1, que ser la suma de las demandas de los perodos
para los cuales no se increment el CTUTi. El proceso comenzar de nuevo para el

perodo siguiente el cual se llamar perodo 1 en adelante, as se continuar hasta el final


del horizonte de planeacin, (Ingenieria Industrial On line, 2016).

D12*
PERIOD

DEMA

NDA

ENER

12

O
FEBR

D2*H D3*H* D4*H* D5*H* D6*H* D7*H* D8*H* D9*H*


H
0
,01

*(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

D10*H

D11*H*

H*(11

*(9)

(10)

150

13

1,9
0

15
MARZ 5

4,34
14

ABRIL 0

5,88
18

10,0

MAYO 0

8
23

16,1

JUNIO 0

0
25

21,0

JULIO 0
AGOS
24

T
SEPTI

24,0

1
22

24,6

E
0
OCTU
18

B
NOVI

22,68
16
23,10
14

DICIE

22,1

Suma Fila

1500,00
1,90
4,34
5,88
10,08
16,10
21,00
24,01

CT

1500,00
1501,90
1506,24
1512,12
1522,20
1538,30
1559,30
1583,31

CTUT

1500,00
750,95
502,08
378,03
304,44
256,38
222,76
197,91

24,64
22,68

1607,95
1630,63
COSTO TOTAL

178,66
163,06

4.457,2
7

PERIODO

DEMAN

CANTIDA

DA

D
ORDEN

INV
FINA
L

COSTO
MANTENIMIE
NTO

COSTO

COSTO

DE

TOTAL
ACUMULA

COSTO

ORDENAR

DO

INVENTARIO

204
ENERO

120

FEBRERO

2165

5
190

28,63

1500

1528,6

0,014

136

9
175

26,726

1500

1555,4

0,014

MARZO

155

4
161

24,556

1500

1579,9

0,014

ABRIL

140

4
143

22,596

1500

1602,5

0,014

MAYO

180

4
120

20,076

1500

1622,6

0,014

JUNIO
JULIO
AGOSTO
SEPTIEMB

230
250
245

4
954
709

16,856
13,356
9,926

1500
1500
1500

1639,4
1652,8
1662,7

0,014
0,014
0,014

RE
OCTUBRE
NOVIEMB

220
180

489
309

6,846
4,326

1500
1500

1669,6
1673,9

0,014
0,014

RE
DICIEMBR

165

144

2,016

1500

1675,9

0,014

144

1500

1675,9

0,014

3.3 Costo Unitario Mnimo (MRP)

La poltica de lotificacin de Costo Unitario Mnimo en el Plan de Requerimientos de


Materiales (MRP) al igual que la alternativa de Costo Total Mnimo consiste en
una tcnica iterativa que compara los costos de realizar (emitir) pedidos con los costos de
almacenamiento de inventario.
Solucin del ejercicio

3.4 Balanceo de periodo fragmentado

Tambin conocido como Balanceo de Perodo Fragmentado, (BPF).


Daniel Sipper, autor del libro Planeacin y Control de la Produccin [3], hace referencia a
este Mtodo, explicando que este intenta minimizar la suma del costo variable para todos
los lotes; se debe recordar en el anlisis del EOQ que si la demanda es uniforme, el costo
de ordenar o preparar es igual al costo de almacenar.

Aunque este argumento es correcto para demanda uniforme, no es cierto para la demanda
irregular, en la que el inventario promedio no es la mitad del tamao del lote. Sin embargo,
puede proporcionar soluciones razonables para la demanda irregular.
Balanceo de periodo fragmentado
El balanceo de periodo fragmentado (BPF) intenta equilibrar el costo de ordenar un pedido
y el costo de mantener el inventario tomando en cuenta las necesidades del tamao del
siguiente lote en el futuro. El equilibrio de unidades entre periodos genera una tasa unidad
periodo econmica (EPP, por sus siglas en ingls) o factor de periodo fragmentado (FPF),
que es la relacin entre el costo de ordenar un pedido y el costo de mantenimiento del
inventario (Heizer y Render, 2001). Las frmulas de este modelo son:

Este mtodo intenta minimizar la suma del costo de variable para todos los lotes, con una
demanda irregular.
Para obtener el costo de mantener el inventario se introduce el periodo fragmentado,
definido como una unidad del artculo almacenado durante un periodo.
Entonces, 10 unidades en inventario durante un periodo son iguales a 10 periodos
fragmentados, lo que es igual a 5 unidades en inventario durante 2 periodos.
PFm = periodo fragmentado para m periodos
PFx = 0
PF2 = D2
PF3=D2 + 2D3

PFm = D2 + 2D3 + + (m-1)Dm


FPF = A/h
A=Costo de ordenar
H=Costo de almacenar
FPF= Factor de periodo fragmentado
El proceso determina la cantidad de pedidos por periodo que minimizan los costos de
ordenar y almacenar.
Se requiere determinar que periodo fragmentado (PF) m que no sea mayor a factor de
periodo fragmentado (FPF).

MEGASPRAY
DEMANDA ESTACIONAL

20 LITROS

MENSUAL

1080

COSTO DE PEDIDO
COSTO INVENTARIO

1500

MENSUAL

1,40%

107142,85
FPF = A/H
VFm= D2+2D3+3D4+ +(m1)Dm
Dm= Demanda por Periodo
m= 1,2.n
FPF: Factor periodo
fragmentado
A: costo de la orden
H: costo mantenimiento

VFm= valor fragmentado para m periodos


Dm= Demanda por Periodo

MES
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Total Anual

Dm
120
136
155
140
180
230
250
245
220
180
165
144
2165

VFm
131
147
166
151
191
241
261
256
231
191
176
155

COS
0
0
0
0
0
0
0
0
0
0
0
0

3.5 Algoritmo de Wagner-Whitin

El algoritmo de Wagner-Whitin es un desarrollo matemtico que busca la solucin ptima


para el problema, en el cual se busca minimizar los costos de preparacin y de mantener
el inventario ptimo para disponer en los siguientes periodos, el algoritmo en algunas
oportunidades requiere de un tiempo computacional grande dependiendo del modelo que
se quiera modelar, para este inconveniente se tienen dos propiedades que ayudan en la
solucin de este inconveniente:

Propiedad 1: solo se ordena un pedido cuando se agota el inventario.


Propiedad 2: Existe un lmite superior el cual nos indica que como mximo
debemos en el perodo j podemos incluir su demanda

en una cantidad de pedido.

Ya que el costo de mantener este inventario resultara muy costoso, mediante la


siguiente frmula:

Para la aplicacin del algoritmo lo hacemos con base en unos supuesto, los cuales
consisten en saber si es mejor realizar el pedido o guardar el inventario, se toma el mnimo
de los dos, y en el siguiente periodo se realiza el mismo supuesto, hasta abarcar la
totalidad de los periodos, con esto se define el plan de pedidos ptimos del algoritmo, para
la aplicacin se tiene en cuenta la siguiente frmula

Dnde:

UNID

ALISTAMIE COSTO

DEMAN

AD

NT0

DA

BODE

ENER

COSTO
COSTO

TOTAL

O
FEBR

1080

1500

1,4

120 129.600
$

1.814
$

132.914
$

ER
MARZ

1080

1500

1,4

136 146.880
$

2.056
$

150.436
$

1080

1500

1,4

155 167.400
$

2.344
$

171.244
$

1080

1500

1,4

140 151.200
$

2.117
$

154.817
$

1080

1500

1,4

180 194.400
$

2.722
$

198.622
$

1080

1500

1,4

230 248.400
$

3.478
$

253.378
$

1080

1500

1,4

250 270.000
$

3.780
$

275.280
$

1080

1500

1,4

245 264.600
$

3.704
$

269.804
$

1080

1500

1,4

220 237.600

3.326

242.426

ABRIL
MAYO
JUNIO
JULIO
AGOS
T
SEPTI

OCTU

B
NOVI

1080

1500

1,4

180 194.400
$

2.722
$

198.622
$

E
DICIE

1080

1500

1,4

165 178.200
$

2.495
$

182.195
$

1080

1500

1,4

144 155.520

2.177

159.197
$

2165

COSTO 1
$

ENERO

COSTO 2

2.388.935

COSTO 3

MENOR
$

FEBRERO

132.914
$

MARZO

279.794
$

283.351
$

ABRIL

447.194
$

451.038
$

618.151
$

447.194
$

MAYO

598.394
$

602.011
$

753.151
$

598.394
$

JUNIO

792.794
$

797.016
$

991.038
$

792.794
$

JULIO

1.041.194
$

1.046.172
$

1.293.211
$

1.041.194
$

AGOSTO

1.311.194
$

1.316.474
$

1.585.416
$

1.311.194
$

SEPTIEMBRE

1.575.794
$

1.580.999
$

1.845.372
$

1.575.794
$

OCTUBRE

1.813.394
$

1.818.221
$

2.056.274
$

1.813.394
$

NOVIEMBRE

2.007.794
$

2.012.016
$

2.207.399
$

2.007.794
$

DICIEMBRE

2.185.994
$

2.189.989
$

2.369.021
$

2.185.994
$

2.341.514

2.345.192

2.501.256

2.341.514

UNIDAD

132.914
$

279.794
$

ALISTAMIENT

COSTO

BODEGA

COSTO
DEMANDA

COSTO
$

1080

1500

1,4

120 129.600

TOTAL
$
131.100

1080

1500

1,4

136 146.880
$

148.380
$

1080

1500

1,4

155 167.400
$

168.900
$

1080

1500

1,4

140 151.200
$

152.700
$

1080

1500

1,4

180 194.400
$

195.900
$

1080

1500

1,4

230 248.400
$

249.900
$

1080

1500

1,4

250 270.000
$

271.500
$

1080

1500

1,4

245 264.600
$

266.100
$

1080

1500

1,4

220 237.600
$

239.100
$

1080

1500

1,4

180 194.400
$

195.900
$

1080

1500

1,4

165 178.200
$

179.700
$

1080

1500

1,4

144 155.520

157.020
$

18000

2165

2.356.200

4. TABLA COMPARATIVA DE RESULTADOS

5. CONCLUSIONES

Los resultados de la aplicacin del mtodo heurstico EOQ muestra que la empresa
efecta un alto volumen de compra de unidades con una cantidad menor de rdenes de
pedido proyectada para un determinado periodo de tiempo, con lo cual obtiene un menor
costo por operacin y mantenimiento reflejado en bajo costo en la orden de pedido
El Mtodo de Costo Mnimo Unitario nos muestra que de acuerdo a la cantidad de pedido
depende el costo por inventario, la rentabilidad y el costo operativo.
De acuerdo al resultado de la heurstica de Silver Meal, la empresa slo requiere hacer un
pedido para asegurar la distribucin en Amrica Latina y cumplir con la demanda
esperada.
Con la validacin del mtodo Wagner Whitin se permite establecer la proporcin exacta
entre la demanda y el costo de inventario consecutivos para llevar un control de los costos
durante los meses de demanda especificados.
Con este trabajo logramos entender e identificar las diferentes tcnicas heursticas, como
las podemos aplicar y desarrollar de una manera clara, adems de ver y analizar como
ciertos aspectos de la trazabilidad como que la homogeneidad de las materias primas
tienen una gran incidencia dentro de la definicin del tamao de lote de produccin.

6. RECOMENDACIONES

Partiendo de la poltica de la compaa respecto a disminuir los costos que puedan afectar
el precio final del producto MEGASPRAY, se valid por los 4 metodos heuristicos y la
metodologa Wagner & Witing los modelos de inventarios, con el fin de optimizar dichos
costos y que el precio final del producto no tubiese alteraciones.
Se sugirere implementar uno de los modelos con on resultados positivos para el tiempo
determinado.
No se recomienda utilizar la heurstica Silver Meal, aunque garantiza cubrir la demanda,
eleva los costos de mantenimiento del inventario.
Adoptar el modelo de Wagner Whitin o el de costo minimo, que como vimos en los
ejercicios son de gran ventaja al momento de la minimizacion de costos claro esta
teniendo variables reales y centradas y no variables supuestas.

7. BIBLIOGRAFA
Gonzalez e Islas. (s.f.). www.colibri.udelar.edu.uy. Obtenido de
https://www.colibri.udelar.edu.uy/bitstream/123456789/3026/1/tg-islas.pdf
Restrepo y Baol. (s.f.). www.revistas.utp.edu.co/. Obtenido de http://revistas.utp.edu.co/

Ingenieria Industrial On line. (2016). Ingenieria Industrial Online. Recuperado el 25 de


noviembre de 2016, de http://www.ingenieriaindustrialonline.com/herramientas-para-elingeniero-industrial/produccin/sistemas-de-loteo/

Aplicacin de tres mtodos de solucuin al problema de dimensionamiento, 2. (2016).


Unirioja. Recuperado el 2016, de http://dialnet.unirioja.es/descarga/artcculo/4546317.