UNIVERSIDAD PRIVADA DEL NORTE

FACULTAD DE INGENIERIA

CARRERA PROFESIONAL DE INGENIERIA INDUSTRIAL

Aplicacin de herramientas de Investigacin de

Operaciones en la empresa Maderas Cabanillas
para mejorar el beneficio

"Applying Operations Research tools in Maderas

Cabanillas to improve benefit"

DOCENTE:
ORTEGA MESTANZA, Ricardo Fernando

CURSO:
Investigacin de Operaciones II

AUTORES:
Castaeda Bazn, Alicia
Chvez Vargas, Joyce
Guevara Cruzado, Alessandra
Ruiz Muoz, Diana Elizabeth

CAJAMARCA, JUNIO DE 2016

 RESUMEN

La firma Maderas Cabanillas es reconocida en el rubro de comercializacin de

maderas por lo que, ha tenido reconocimiento por la revista SOMOS en el ao
2007 destacando la labor que realiza. Es por ello que nos hemos interesado en
dicha empresa, y hemos decidido ayudar a esta empresa a obtener un mayor
beneficio, esto por los reconocimientos y logros que tiene esta empresa.

En este trabajo se tom en cuenta principalmente a los tres tipos de madera ms

vendidos como son la madera de tipo Copayba, Tornillo y Eucalipto. Utilizamos
diferentes mtodos adquiridos en clases como programacin lineal entera,
programacin dinmica determinstica, programacin dinmica probabilstica,
cadenas de Markov y Teorias de decisin, los cuales nos han sido tiles para
determinar cul es la cantidad necesaria de trabajadores a asignar para cada
tarea, cual es el tipo de madera ms demandada en el mercado y tambin con
cuantas unidades paralelas de cada tipo de maquina debe de contar la empresa,
todos estos resultados con el objetivo de maximizar ventas, minimizar costos y
as maximizar utilidades.

PALABRAS CLAVES:

Maximizar Ventas, Minimizar Costos, Maximizar Utilidades.

 ABSTRACT

The firm "Timber Cabanillas" is recognized in the field of marketing of timber by

what has been recognized by the magazine SOMOS in 2007 highlighting its
work. That is why we have been interested in the company, and we decided to
help this company to get a greater benefit, this recognitions and achievements
have company.
In this paper it took into account mainly three types of wood best sellers such as
wood copayba type, screw and Eucalyptus. We use different methods acquired
in classes such as integer linear programming, deterministic dynamic
programming, probabilistic dynamic programming, Markov chains and decision
theory, which have served us to determine the necessary number of workers to
be assigned for each task, which is the wood type most in demand in the
market and with how many parallel units of each type of machine must tell the
company, all these results in order to maximize sales, minimize costs and
maximize profits.

KEYWORDS:
Maximize sales, minimize costs, maximize profits.
 I. INTRODUCCION

El objetivo de este trabajo es reconocer los problemas tipo de la Investigacin de

Operaciones de tal modo que nos ayude a identificar el tipo de problema que
debemos utilizar en cada caso, para un adecuado estudio y solucin del mismo.
A lo largo del trabajo hemos podido observar que este tema es muy importante
ya que nos brinda soluciones optimas y reales. El estudio se realizar en la
empresa Maderas Cabanillas, la cual nos brind toda la informacin requerida
y solicitada. El objetivo principal de este trabajo es analizar la toma de decisiones
teniendo en cuenta la escasez de recursos, para determinar cmo maximizar
beneficios o la minimizacin de costos. Tambin tenemos como objetivos
especficos, la construccin de modelos de decisin basados en descripciones
matemticas, con el objetivo de tomar decisiones en situaciones de complejidad
o incertidumbre, la resolucin, mediante anlisis matemtico o simulacin, de los
modelos de decisin, obteniendo los valores ptimos de las variables de
decisin que intervienen en el modelo, la realizacin de estudios de sensibilidad,
de la solucin o soluciones propuestas, para evaluar su robustez frente a
cambios en las condiciones de los parmetros del modelo, obtener una visin
general sobre el concepto de sistema e identificar sus partes componentes en
un sistema productivo y atender a las expectativas que presenta el medio
productivo mundial para poder ser componente clave dentro de su desarrollo.

Wayne L. Winston Investigacin de Operaciones aplicaciones y algoritmos Ed.

Thomson.

Hillier, F.S y Liebermang G.J., Introduccin a la Investigacin de Operaciones

Ed. Mc Graw Hill 2002 7ma Edicin.

Moskowitz _Herbert-Wright Gordon, Investigacin de Operaciones Prentice Hall.

DIAZ S. Fco. Javier,RENDON C: Hernn D., Introduccin a la Investigacin de

Operaciones Universidad Nacional 2002.
 II. MATERIAL Y MTODOS

Definicin del problema y recoleccin de datos

Para tener una mejor exactitud en la toma de decisiones debemos identificar
cul es el problema que afecta a la organizacin? Cunto es la perdida que
causa este problema?, delimitando alcances y objetivos, preguntndonos cul
ser la mejor solucin, y que mtodo debe aplicar. Una vez definido el problema
empezar a tomar datos que estn en el problema planteado, identificando las
variables, concluyendo con la aplicacin del modelo matemtico aplicar IO.

Formulacin de un modelo matemtico

Los modelos constituyen una herramienta muy importante en el rea de
ingeniera, ya que estos simplifican las operaciones de un determinado
problema, por ejemplo, a travs de la representacin matemtica de un sistema
de produccin, sirvindonos de apoyo en la toma de decisiones en las
organizaciones de mediana y gran complejidad.

Obtencin de una solucin a partir del modelo

Se identifican las variables dependientes (que dependen de las variables
independientes) y para solucionarlo debe resolverse un modelo que consiste en
encontrar los valores de las variables mejorando la eficiencia y la efectividad del
sistema dentro del marco de referencias que fijan los objetivos y restricciones del
problema.

Los procedimientos de solucin pueden ser clasificados de tres tipos:

1. Analticos, que utilizan procesos de deduccin matemticas.
2. Numricos, que son de carcter inductivo y funcionan en base de a
operaciones de prueba y error.
3. Simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en
base a un modelo.

Prueba modelo
Es el desarrollo del modelo matemtico en la Investigacin de operaciones ya
definido, para la solucin de problemas especficos, para computadoras,
mediante el uso de paquetes de software actualizndose mediante versiones.
Este software no es en un 100% confiable, mantienen margen de error mnimos,
que no pueden ser detectables.
Establecimientos de controles de solucin
Cuando se insertan datos en la base de la computadora, se deben vigilar que
respete los paramentaros del sistema. De lo contrario es importante desarrollar
un nuevo sistema que abarque todos estos cambios. Usualmente esto se le
conoce como anlisis de sensibilidad, que consiste en determinar los rangos de
variacin de los parmetros dentro de los cuales no cambia la solucin del
problema.
Implantacin de la solucin
Para la base de datos en las computadoras, debe informar sobre los nuevos
avances en la aplicacin del mtodo de investigacin de operaciones de una
entidad. Ya que estos deben estar diseados de acuerdo a las necesidades de
la organizacin. Cuando ya se detect el problema que traen los procedimientos
anteriores estos deben modificarse y emplearse en nuevos sistemas. Informando
debidamente a los administradores, gerentes de los nuevos hallazgos para su
venta y capacitacin del personal.
 III. RESULTADO
PROGRAMACION LINEAL:
La empresa Madereras Cabanillas desea maximizar sus ganancias a partir de
la venta de tres tipos de madera Copayba, Eucalipto y Tornillo. Si sabemos que
los costos de produccin de cada una de estas son de S/.3.72, S/.2.02 y S/.5.11,
tambin se sabe que se cuenta con un presupuesto mensual de S/.100000.
Adems por el punto de equilibrio se debe de producir como mnimo 1568
unidades de Copayba, 4197 unidades de Eucalipto y 2261 unidades de Tornillo,
sabiendo adems que la madera de tipo Eucalipto es la menos vendida se deben
de producir como mximo 7000 unidades.
Hallar cuantas unidades de cada uno de estos tres tipos de madera se deben de
producir, si la madera de tipo Copayba produce una ganancia de S/.1.28 por
unidad, la madera de tipo Eucalipto produce una ganancia de S/.0.48 por unidad
y la madera de tipo Tornillo S/0.89 por unidad. Las maderas tienen medidas de
10 pies de ancho por 10 pies de alto por 6 pies de largo.

1. IDENTIFICAR VARIABLES.
X1: UNIDADES DE MADERA TIPO COPAYBA A PRODUCIR
X2: UNIDADES DE MADERA TIPO EUCALIPTO A PRODUCIR
X3: UNIDADES DE MADERA TIPO TORNILLO A PRODUCIR
2. IDENTIFICAR RESTRICCIONES:
COST)3.72X1+2.02X2+5.11X3<=100000
MINCOP)X1>=1568
MINEUC)X2>=4197
MINTOR)X3>=2261
MAXEUC)X2<=7000
3. IDENTICAR FUNCIN OBJETIVO:
MAX Z:1.28X1+0.48X2+0.89X3

MODELO MATEMTICO:
MAX Z)1.28X1+0.48X2+0.89X3
ST
COST)3.72X1+2.02X2+5.11X3<=100000
MINCOP)X1>=1568
MINEUC)X2>=4197
MINTOR)X3>=2261
MAXEUC)X2<=7000
END
GIN X1
GIN X2
GIN X3
X1,X2 y X3>=0 Y ENTERO
 Z) 31542.21
LA UTILIDAD MENSUAL SERA DE
S/.31542.21 SOLES
SI SE PRODUCE:

VARIABLE VALUE REDUCED

COST
X1 21496.000000
-1.280000
21496 UNIDADES DE MADERA TIPO
COPAYBA

X2 4198.000000
-0.480000
4198 UNIDADES DE MADERA TIPO
EUCALIPTO

X3 2261.000000
-0.890000
2261 UNIDADES DE MADERA TIPO
TORNILLO

ROW SLACK OR SURPLUS DUAL

PRICES
COST) 1.209163
COST)3.72X1+2.02X2+5.11X3<=100000 0.000000
DEL PRESUPUESTO DE S/.100000 SOLES
REQUERIDO COMO MAXIMO
HAY UN SOBRANTE DE S/.1.209163
SOLES
REC. UTILIZADO = REC. DISPONIBLE - REC.
SOBRANTE
REC. UTILIZADO = S/.100000 - S/.1.209163 =
S/.99998.79

MINCOP) 19928.000000
MINCOP)X1>=1568 0.000000
 DE LAS 1568 UNIDADES COMO MINIMO PARA
PRODUCIR MADERA DE TIPO COPAYBA
HAY UN EXCEDENTE DE 19928 UNIDADES
REQ. LOGRADO = REQ. MNIMO +
EXCEDENTE
REQ. LOGRADO = 1568 UNIDADES + 19928
UNIDADES= 21496 UNIDADES

MINEUC)X2>=4197 MINEUC) 1.000000 0.000000

DE LAS 4197 UNIDADES REQUERIDAS COMO
MINIMO PARA PRODUCIR MADERA DE TIPO
EUCALIPTO
HAY UN EXCEDENTE DE 1 UNIDAD
REQ. LOGRADO = REQ. MNIMO +
EXCEDENTE
REQ. LOGRADO = 4197 UNIDADES + 1
UNIDAD = 4198 UNIDADES

MINTOR)X3>=2261 MINTOR) 0.000000 0.000000

DE LAS 2261 UNIDADES REQUERIDAS COMO
MINIMO PARA PRODUCIR MADERA DE TIPO
TORNILLO
NO HAY EXCEDENTE
ALGUNO
REQ. LOGRADO = REQ. MNIMO +
EXCEDENTE
REQ. LOGRADO = 2261 UNDIADES + 0
UNIDADES =2261 UNIDADES

MAXEUC) 2802.000000
MAXEUC)X2<=7000 0.000000
DE LAS 7000 UNIDADES REQUERIDAS COMO
MAXIMO PARA PRODUCIR MADERA DE TIPO
EUCALIPTO
HAY UN SOBRANTE DE
2802
REQ. LOGRADO = REQ. MXIMO -
FALTANTE
REQ. LOGRADO = 7000 UNIDADES - 2802
UNIDADES = 4198 UNIDADES
 PROGRAMACION DINAMICA DETERMINISTICA:

En la empresa Maderas Cabanillas se ha contratado a cinco personas para

cuatro tareas, el mximo nmero de personas asignadas por tarea son de 2
trabajadores. Los trabajos son: Compra de madera, Seleccin de madera,
Habilitacin de madera y Despacho de madera. Se desea saber. Cuntas
personas se tienen que asignar a cada tarea para maximizar la utilidad?

Tabla de
0 PERSONAS 1 PERSONAS 2 PERSONAS 3 PERSONAS
utilidades
TAREA A 0 300 400 500
TAREA B 0 400 600 800
TAREA C 0 500 800 1100
TAREA D 0 600 1000 1400

ETAPAS:
ETAPA 4: Nmero de trabajadores asignados a la tarea D
ETAPA 3: Nmero de trabajadores asignados a la tarea D Y C.
ETAPA 2: Nmero de trabajadores asignados a la tarea B, C Y D.
ETAPA 1: Nmero de trabajadores asignados a la tarea A, B, C Y D.

VARIABLES:
X4: NMERO DE TRABAJADORES ASIGNADOS A LA TAREA D.
X3: NMERO DE TRABAJADORES ASIGNADOS A LA TAREA C.
X2: NMERO DE TRABAJADORES ASIGNADOS A LA TAREA B.
X1: NMERO DE TRABAJADORES ASIGNADOS A LA TAREA A.

FUNCION RECURSIVA:
Fn*= MAX UTILIDAD { }

ESTADO:
Nmero de trabajadores disponibles para cada tarea.

ETAPA 4: NMERO DE TRABAJADORES

ASIGNADOS A LA TAREA D Fn*= MAX { UTIL(Xn)}

POSIBLES VALORES PARA LA VARIABLE X4

Sn X4=0 X4=1 X4=2 X4=3 F4* X4*
0 0 0 X4=0
1 0 600 600 X4=1
2 0 600 1000 1000 X4=2
3 0 600 1000 1400 1400 X4=3
4 0 600 1000 1400 1400 X4=3
ETAPA 3 : NMERO DE TRABAJADORES
ASIGNADOS A LA TAREA D Y C. Fn*= MAX { UTIL(X3)+F4*(S3-X3)}

POSIBLES VALORES PARA LA VARIABLE X3

Sn X3=0 X3=1 X3=2 X3=3 F3* X3*
0 0 0 X3=0, X4=0
1 0 500 500 X3=1, X4=0
2 0 1100 800 1100 X3=1, X4=1
3 0 1500 1400 1100 1500 X3=1, X4=2
4 0 1900 1800 1700 1900 X3=1, X4=3

ETAPA 2 : NMERO DE TRABAJADORES ASIGNADOS A LA Fn*= MAX {

TAREA B, C Y D. UTIL(X2)+F3*(S2-X2)}

POSIBLES VALORES PARA LA VARIABLE X3

Sn X2=0 X2=1 X2=2 X2=3 F2* X2*
0 0 0 X2=0, X3=0, X4=0
1 0 400 400 X2=1, X3=1, X4=0
2 0 900 600 900 X2=1, X3=1, X4=1
3 0 1500 1100 800 1500 X2=1, X3=1, X4=2
4 0 1900 1700 1300 1900 X2=1, X3=1, X4=3

ETAPA 1 : NMERO DE TRABAJADORES

ASIGNADOS A LA TAREA A, B, C Y D. Fn*= MAX { UTIL(X1)+F2*(S1-X1)}

POSIBLES VALORES PARA LA VARIABLE X3

Sn X1=0 X1=1 X1=2 X1=3 F2* X2*
4 0 1800 1500 1200 1800 X1=1, X2=1, X3=1, X4=2

PARA QUE EL BENEFICIO SEA S/. 1800 SE DEBE ASIGNAR:

1 TRABAJADOR PARA LA TAREA A, 1 TRABAJADOR PARA LA TAREA B Y 1
TRABAJADOR PARA LA TAREA C Y
2 TRABAJADORES PARA LA TAREA D.
 PROGRAMACION DINAMICA PROBABILISTICA:
La madera Cabanillas cuenta con 4 diferentes tipos de mquinas: Cepilladora,
Sierra de cinta, Garlopa, Cinta Circular. La confiabilidad del sistema se puede
mejorar si se instalan varias unidades paralelas en uno o ms de los
componentes. La siguiente tabla muestra la probabilidad de que los respectivos
componentes funcionen si constan de una, dos o tres unidades paralelas. La
probabilidad de que el sistema funcione es el producto de las probabilidades de
que los componentes respectivos funcionen. En la siguiente tabla se presenta el
costo (en miles de soles) de instalar una, dos o tres unidades paralelas en los
componentes respectivos: Dadas las limitaciones del presupuesto se pueden
gastar un mximo de S/20000.

Probabilidad de funcionamiento
Unidades
Cepilladora Sierra de Cinta Garlopa Cinta Circular
paralelas
Prob Costo Prob Costo Prob Costo Prob Costo
1 0.5 4.5 0.6 2.3 0.55 0.8 0.6 0.8
2 0.7 8 0.75 4.3 0.7 1.4 0.7 1.5
3 0.8 12 0.8 6 0.9 2 0.85 2.2

ETAPAS:
ETAPA 4: Cinta Circular.
ETAPA 3: Cinta Circular y Garlopa.
ETAPA 2: Cinta Circular, Garlopa y Sierra de Cinta.
ETAPA 1: Cinta Circular, Garlopa, Sierra de Cinta y Cepilladora.

VARIABLES DE DECISIN:
Xn: Instalar 1, 2 o 3 unidades paralelas en cepilladora, sierra de cinta , garlopa o
cinta circular.

Funcin recursiva:
F(Sn,Xn) = MAX PROB { }

ESTADOS: (Sn)
Sn: Cantidad de dinero disponible para instalar las unid. Paralelas

ETAPA 4: CEPILLADORA. F(S4,X4) = MAX PROB { X4 }

POSIBLES VALORES DE LA VARIABLE X4:

Sn X4=1 X4=2 X4=3 F4* X4*
1 0.6 0.6 X4=1
2 0.6 0.7 0.7 X4=2
3 0.6 0.7 0.85 0.85 X4=3
4 0.6 0.7 0.85 0.85 X4=3
5 0.6 0.7 0.85 0.85 X4=3
6 0.6 0.7 0.85 0.85 X4=3
 ETAPA 3: CEPILLADORA Y SIERRA DE CINTA. F(S3,X3) = MAX PROB{X3*F4*(SnC(X3))}

POSIBLES VALORES DE LA VARIABLE X3:

Sn X3=1 X3=2 X3=3 F3* X3*
2 (0.55)(0.6)=0.33 0.33 X3=1,X4=1
3 (0.55)(0.7)=0.385 (0.7)(0.6)=0.42 0.42 X3=2,X4=1
4 (0.55)(0.85)=0.4675 (0.7)(0.7)=0.49 (0.9)(0.6)=0.54 0.54 X3=3,X4=1
5 (0.55)(0.85)=0.4675 (0.7)(0.85)=0.595 (0.9)(0.7)=0.63 0.63 X3=3,X4=2
6 (0.55)(0.85)=0.4675 (0.7)(0.85)=0.595 (0.9)(0.85)=0.765 0.765 X3=3,X4=3
7 (0.55)(0.85)=0.4675 (0.7)(0.85)=0.595 (0.9)(0.85)=0.765 0.765 X3=3,X4=3

ETAPA 2: CEPILLADORA, SIERRA DE CINTA Y GARLOPA.

F(S2,X2) = MAX PROB{X2*F3*(Sn-C(X2))}
POSIBLES VALORES DE LA VARIABLE X2:
Sn X2=1 X2=2 X2=3 F2* X2*
3 (0.6)(0.33)=0.198 0.198 X2=1,X3=1,X4=1
4 (0.6)(0.42)=0.252 (0.75)(0.33)=0.2475 0.252 X2=1,X3=2,X4=1
5 (0.6)(0.54)=0.324 (0.75)(0.42)=0.315 (0.8)(0.33)=0.264 0.324 X2=1,X3=3,X4=1
6 (0.6)(0.63)=0.378 (0.75)(0.54)=0.405 (0.8)(0.42)=0.336 0.405 X2=2,X3=3,X4=1
7 (0.6)(0.765)=0.459 (0.75)(0.63)=0.4725 (0.8)(0.54)=0.432 0.4725 X2=2,X3=3,X4=2
8 (0.6)(0.765)=0.459 (0.75)(0.765)=0.57375 (0.8)(0.63)=0.504 0.5738 X2=2,X3=3,X4=3
9 (0.75)(0.765)=0.57375 (0.8)(0.765)=0.612 0.612 X2=3,X3=3,X4=3

ETAPA 1: CEPILLADORA, SIERRA DE CINTA, GARLOPA Y CINTA CIRCULAR.

F(S1,X1) = MAX PROB{X1*F2*(Sn-C(X1))}
POSIBLES VALORES DE LA VARIABLE X1:
Sn X1=1 X1=2 X1=3 F1* X1*
10 (0.5)(0.612)=0.306 (0.7)(0.57375)=0.40163 (0.8)(0.4725)=0.378 0.4016 X1=2,X2=2,X3=3,X4=3

LA MXIMA PROBABILIDAD DE FUNCIONAMIENTO ES 40.163%

SI SE INSTALA:
2 UNIDADES PARALELAS CEPILLADORAS, (S/8000)
2 UNIDADES PARALELAS SIERRA DE CINTAS, (S/4300)
3 UNIDADES PARALELAS GARLOPAS, (S/2000)
3 UNIDADES PARALELAS CINTA CIRCULAR, (S/2200)
CADENAS DE MARKOV:
En la empresa Maderera Cabanillas trabaja principalmente con tres tipos de
madera (Copayba, Eucalipto y Tornillo) . Los clientes por lo general prefieren la
madera de tipo copayba , existe un 80% de probabilidad de que los clientes sigan
prefiriendo a la madera tipo copayba , 15% madera tipo tornillo y 5% madera tipo
eucalipto.Si los clientes hubieran preferido la madera de tipo tornillo,tendria un
50% de probabilidad de que el proximo mes prefieran la madera de tipo copayba,
30% de que prefieran madera de tipo tornillo nuevamente y 20% de que se
prefiera madera de tipo eucalipto. Los que eligen la madera de tipo eucalipto,
existe un 60% de preferir la madera de tipo copayba, 20% de que prefieran
madera de tipo tornillo y 20% de preferir madera de tipo eucalipto nuevamente.
Los datos se toman cada mes y el analista ha construido la siguiente matriz de
transicin de los datos histricos. Calcular el estado estacionario de la
probabilidad de cada madera.
ESTADOS:
C: Madera de tipo copayba
T: Madera de tipo tornillo
E: Madera de tipo eucalipto

MATRIZ DE TRANCISIN:
C 0.8 0.15 0.05
P= T 0.5 0.3 0.2
E 0.6 0.2 0.2

ESTADO ESTACIONARIO:
C T E
C 0.8 0.15 0.05
P1= T 0.5 0.3 0.2
E 0.6 0.2 0.2

C 0.7450 0.1750 0.0800

P2= T 0.6700 0.2050 0.1250
E 0.7000 0.1900 0.1100

C T E

C 0.7315 0.1803 0.0883

P3= T 0.7135 0.1870 0.0995
E 0.7210 0.1840 0.0950
C T E
 C 0.7283 0.1815 0.0903
P4= T 0.7240 0.1830 0.0930
E 0.7258 0.1824 0.0919
C T E
C 0.7275 0.1817 0.0908
P5= T 0.7265 0.1821 0.0914
E 0.7269 0.1819 0.0911
C T E

C 0.7273 0.1818 0.0909

P6= T 0.7271 0.1819 0.0910
E 0.7272 0.1818 0.0910
C T E
C 0.7273 0.1818 0.0909
P7= T 0.7272 0.1818 0.0909
E 0.7273 0.1818 0.0909
C T E
C 0.7273 0.1818 0.0909
P8= T 0.7273 0.1818 0.0909
E 0.7273 0.1818 0.0909

C 0.7273 0.1818 0.0909

P9= T 0.7273 0.1818 0.0909
E 0.7273 0.1818 0.0909

LA PROBABILIDAD DE QUE EL CLIENTE PREFIERA LA MADERA

DE
COPAYBA ES DE 72.73%, LA PROBABILIDAD DE QUE EL CLIENTE
PREFIERA LA MADERA DE TIPO TORNILLO ES DE 18.18% Y LA
PROBABILIDAD DE QUE PREFIERA LA MADERA DE TIPO
EUCALIPTO ES DE 9.09%
TEORIA DE DECISIN:
En la maderera Cabanillas se venden tres tipos de madera Copayba, Tornillo y
Eucalipto. Las probabilidades de que las ganancias para cada uno de estos 3
tipos de madera en el siguiente mes suban, bajen o queden igual son 0.3, 0.2 y
0.5, respectivamente. Si en el siguiente mes la utilidad de la madera tipo
Copayba sube, ser de S/. 23,000, si baja ser de S/.19000 y si se mantienen
igual ser de S/. 20,000 . Si en el siguiente mes la utilidad de la madera tipo
tornillo sube, ser de S/. 17,500, si baja ser de S/. 15,000 y si se mantienen
igual ser de S/. 16,500. Si en el siguiente mes la utilidad de la madera tipo
eucalipto sube, ser de S/. 8,500, si baja ser de S/. 5,000 y si se mantienen
igual ser de S/.7,000. Analizar cul es la madera ms conveniente a producir
en mayor cantidad, para el siguiente mes, para que as la empresa maderera
obtenga mayores utilidades.

La empresa maderera Cabanillas para el siguiente mes debera de producir ms

cantidad de madera tipo Copayba, para obtener una utilidad de S/.20,700 soles
 IV. DISCUSIN

EN PROGRAMACION LINEAL TENEMOS QUE:

Del presupuesto de $100000 soles requerido como mximo, hay un sobrante de

$ 1.209163 soles.
De las 1568 unidades como mnimo para producir madera de tipo copaiba, hay
un excedente de 19928 unidades.
De las 4197 unidades requeridas como mnimo para producir madera de tipo
eucalipto, hay un excedente de 19928 unidades.
De las 2261 unidades requeridas como mnimo para producir madera de tipo
tornillo, no hay excedente alguno.
De las 7000 unidades requeridas como mximo para producir madera de tipo
eucalipto, hay un sobrante de 2802.

EN PROGRAMACION DINAMICA DETERMINISTICA TENEMOS QUE:

Para que el beneficio sea s/. 1800 se debe asignar:

1 trabajador para la tarea A, 1 trabajador para la tarea B Y 1 trabajador para la
tarea C Y 2 trabajadores para la tarea D.

EN PROGRAMACION DINAMICA PROBABILISTICA TENEMOS QUE:

Para que el beneficio sea s/. 1800 se debe asignar:1 trabajador para la tarea A,
1 trabajador para la tarea B y 1 trabajador para la tarea C y 2 trabajadores para
la tarea D.
La mxima probabilidad de funcionamiento es 40.163% si se instala:

- 2 unidades paralelas cepilladoras, (S/. 8000)

- 2 unidades paralelas sierra de cintas, (S/.4300)

- 3 unidades paralelas garlopas, (S/. 2000)

- 3 unidades paralelas cinta circular, (S/. 2200)

EN CADENAS DE MARKOV TENEMOS QUE:

La probabilidad de que el cliente prefiera la madera de Copayba es de 72.73%,

la probabilidad de que el cliente prefiera la madera de tipo Tornillo es de 18.18%
y la probabilidad de que prefiera la madera de tipo Eucalipto es de 9.09%.

EN TOMA DE DECISIONES TENEMOS QUE:

La empresa maderera Cabanillas para el siguiente mes debera de producir ms

cantidad de madera tipo Copayba, para obtener una utilidad de S/.20,700 soles
V. CONCLUSIONES

Hemos identificado cinco tipos de problemas que nos han ayudado tomar
mejores decisiones a los largo de la investigacin ya que logramos maximizar
ganancias y minimizar costos.
VI. AGRADECIMIENTO

Agradecemos en primer lugar a Dios por brindarnos los conocimientos y

persistencia en el desarrollo del trabajo. A nuestros padres porque siempre nos
brindan su apoyo. Este agradecimiento tambin ya dirigido al profesor Ricardo
Fernando Ortega Mestanza y finalmente a la empresa Madera Cabanillas por
habernos permitido realizar esta investigacin.
VII. Referencias Bibliogrficas
Departamento de Creacion Editorial de Lexus Editores. (2009). Manual de
Contabilidad y Costos. Barcelona - Espaa: LEXUS .

INDECSE. (2007). Gente Trabajando pro un Per mejor. Somos, 21-22.

Ren A. Forster H., A. A. (2004). OPCIONES Y BARRERAS DE MERCADO

PARA MADERA ASERRADA . Mxico .

TELLO, J. C. (2011). Hombre mujeres emprendedores enla industria de la

madera. Lima: Sinco editores SAC.

CONFIEP. Industria forestal maderera del Per. Proyecto de cooperacin

empresarial Hispano Peruano.1 Edicin, 2004, pp.5.