INSTITUTO POLITÉ CNICO NACIONAL · La comparación de resultados también se realiza en función de los costos empleados y además la investigación considera el impacto económico

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

INVESTIGACIÓN Y CIENCIAS SOCIALES Y ADMINISTRATIVAS

“Modelo para optimizar la recolección de tarimas en una empresa arrendadora: Caso de estudio”

TESIS QUE PARA OBTENER EL GRADO DE MAESTRO EN CIENCIAS CON ESPECIALIDAD EN ADMINISTRACIÓN PRESENTA:

CÉSAR RODRIGO SOTO BETANCOURT DIRECTOR DE TESIS:

DR. EDUARDO GUTIÉRREZ GONZÁLEZ

MEXICO, D.F. 2008

INSTITUTO POLITÉCNICO NACIONAL

i

CONTENIDO

RESUMEN

ABSTRACT

INTRODUCCIÓN……………………………………………………………………………………………………..…….. 1

CAPÍTULO I. SITUACIÓN ACTUAL DE LA EMPRESA

1.1 ANTECEDENTES………………………………………………………………………………………..4

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

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

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

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

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

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

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

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

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

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

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

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

1.10 PROBLEMÁTICA…………………………………………………………………………………….….26

CAPÍTULO 2. FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO DE

PROGRAMACIÓN LINEAL

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

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

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

ii

2.2.1 NOTACIÓN Y TERMINOLÓGÍA…………………………………………………….... 32

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

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

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

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

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

2.3.3 ALGORITMOS PARA RESOLVER PROBLEMAS DE ÁRBOL DE EXPANSIÓN

MÍNIMA……………………………………………………………………………………….....37

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

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

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

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

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

2.4.2.2 RUTAS MÁS CORTAS ENTRE UN NODO ESPECÍFICO s Y TODO

NODO i DE LA RED (ALGORITMO DE DIJKSTRA)…………………43

2.4.2.3 RUTA MÁS CORTA ENTRE TODO PAR DE NODOS (ALGORITMO

DE FLOYD)………………………………………………………………………….44

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

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

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

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

CAPÍTULO 3. DISEÑO DE LA PROPUESTA DE MEJORA

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

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

iii

3.1.2 ESTUDIO DE LA RED DE RECOLECCIÓN Y SU DESCOMPOSICIÓN………………… 55

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

3.3 MODELO GENERAL PARA DETERMINAR EL NÚMERO ÓPTIMO DE UNIDADES DE

TRANSPORTE PARA LA RECOLECCIÓN DE TARIMAS…………………………………….………...58

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

CAPÍTULO 4. APLICACIÓN Y VALIDACIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

EMPLEADO EN LA RECOLECCIÓN DE TARIMAS

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

4.2 DISTRIBUCIÓN DE LAS UNIDADES DE TRANSPORTE EN LAS RECOLECCIONES

SEMANALES……………………………………………………………………………………………..……….…..77

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

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

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



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

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

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


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

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

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

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

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

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

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

iv

4.6 COSTOS INCURRIDOS………………………………………………………………………………………………….115

4.6.1 EVALUACIÓN ECONÓMICA………………………..………………………………………………..118

CONCLUSIONES…………………………………………………………………………………………………….………… 123

BIBLIOGRAFÍA……………………………………………………………………………………………………….………..126

APÉNDICES……………………………………………………………………………………………………………………… 127

v

Resumen

Es en el ámbito de la Logística en donde se ubica la presente investigación, que tiene por

finalidad lograr que la empresa CHEP México reduzca los tiempos de recolección de sus

tarimas empleando transportes propios cuando éstas son desocupadas en los

supermercados; ya que en la actualidad contratan los servicios de terceros. De esta forma

se podrá atacar el grave problema de desabasto que presenta para suministrarlas

nuevamente a sus clientes (las empresas manufactureras). La metodología aquí descrita,

sin embargo, podrá ser aplicable para todas aquellas empresas que se dediquen a

suministrar tarimas bajo un esquema de renta.

Para comprobar tal afirmación será necesario comparar los tiempos de recolección

utilizados con el actual esquema de trabajo y el que se utilizaría en la propuesta de mejora

para recolectar 357,687 tarimas ubicadas en localidades de 46 ciudades, municipios o

delegaciones de las zonas centro, sur, y occidente del país, y abastecerlas al depósito MX16

ubicado en el área Metropolitana. El período de análisis de estas recolecciones se llevó a

cabo durante la temporada de fin de año del 2007 (que abarca los meses de octubre,

noviembre y diciembre), por considerarla una de las temporadas más críticas.

En el trabajo se muestra una metodología para representar esta problemática como

un modelo de programación lineal y al ser resuelto con ayuda de algún paquete, las

soluciones factibles arrojan: 1) el número óptimo de camiones y de que tipos tendrán que

ser, necesarios para recolectar los volúmenes semanales de tarima y 2) la asignación de

cada uno de estos camiones en las recolecciones por las 46 localidades, con base en el

número de viajes que pueden realizar por semana. Posteriormente con la información de

los kilómetros de distancias que existen para llegar de una entidad a otra incluyendo al

depósito de la empresa, generar las rutas óptimas, basándose en el algoritmo del viajante

de comercio (el camino más corto).

La comparación de resultados también se realiza en función de los costos empleados

y además la investigación considera el impacto económico que la empresa sufriría de no

tomar medidas inmediatas, si perdiera por completo los requerimientos anuales de tarimas

de varios de sus clientes que actualmente ya trabajan con la competencia.

vi

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.

1

Introducción

Todas las empresas que se dedican a la fabricación de productos, para ser más eficientes

en las entregas de sus pedidos de mayor volumen, paletizan dichas mercancías. Paletizar

consiste en realizar un acomodamiento óptimo de mercancías empaquetadas sobre tarimas

(que pueden ser de plástico o de madera), que son trasladadas a través de montacargas o

patines para agilizar las maniobras de carga y descarga; esto trae consigo hablando en

términos logísticos que se optimice en cierta medida la cadena de suministro. Es por ello

que todas estas empresas se ven en la necesidad de asignar una parte de su presupuesto de

producción para la adquisición de estos equipos.

Para atender esta necesidad existen empresas en el mercado que se dedican a la

venta de tarimas, pero también existen algunas empresas como CHEP, SAPSA, MOVERE y

SMART entre otras, que se dedican a rentarlas; incluso algunas de estas empresas pueden

ofrecer el servicio de entrega hasta el domicilio del cliente por un cargo adicional.

Bajo este esquema de arrendamiento, las empresas manufactureras obtienen

grandes beneficios al no tener que destinar recursos para realizar la recolección de sus

tarimas cuando éstas son desocupadas en las tiendas comerciales o centros de distribución

de sus clientes, ni para la reparación y almacenamiento de tarimas, es decir, en términos

generales, eliminan grandes inversiones de capital, debido a que no tienen que invertir en

la administración de tarimas propias.

Es por eso que a muchas de estas empresas les resulta más atractivo obtener los

servicios de las arrendadoras, ya que al tercerizar este tipo de actividades, les permiten

concentrarse en actividades que si constituyen su núcleo de negocio, aumentando su

competitividad.

La presente investigación se lleva a cabo en la empresa CHEP México (que se

destaca por tener un stock de tarimas mucho mayor que las otras, así como por tener

presencia en otros países), tiene por objetivo generar una propuesta de mejora para

eficientizar el suministro de tarimas a sus clientes en tiempo. En el planteamiento del

problema queda establecido que la empresa presenta durante varios períodos al año,

desabasto de tarimas para surtir sus pedidos, lo que se considera un problema muy grave

Introducción

2

que ha tenido como consecuencia, la pérdida de clientes al estar de por medio su

satisfacción. Una de las causas principales de esta problemática es porque la empresa no

cuenta con transportes propios lo que dificulta la labor de recolección de las tarimas ya

que se ve en la necesidad de contratar los servicios de transportistas externos, medida que

no es la más acertada como se podrá ver más adelante en la investigación ya que ellos no

trabajan exclusivamente para CHEP.

Por si no fuera poco dicha medida también repercute en el servicio que ofrece la

empresa de entregar las tarimas hasta las bodegas de los clientes, cuando éstos lo

requieren, ya que también se incurre en retrasos.

Por lo tanto dentro de la propuesta de mejora, en el presente trabajo se plantea

que es posible agilizar los tiempos de recolección, si la empresa contara con una flotilla de

transportes propios.

Para poder demostrar lo anterior, fue necesario comparar los tiempos de

recolección que se utilizaron con el actual esquema de trabajo y el que se utilizaría en la

propuesta de mejora para recolectar 357,687 tarimas que estuvieron ubicadas en

localidades de 46 ciudades, municipios o delegaciones de las zonas centro, sur, y occidente

del país, y con este volumen abastecer exclusivamente al depósito MX16 ubicado en el área

Metropolitana; el período que correspondió a estas recolecciones fue durante la temporada

de fin de año del 2007 (que abarca los meses de octubre, noviembre y diciembre), por ser

una de las temporadas más críticas.

Una vez teniendo esta información, la investigación consistió, primeramente en

determinar cuál sería el número óptimo de camiones a adquirir y de qué capacidades.

Posteriormente en elaborar los programas de recolección con base a los volúmenes de

recolección realizados semanalmente por los transportistas externos y a las distancias entre

las localidades; para finalmente comparar si en realidad la propuesta de mejora permite

recolectar en menos tiempo dicho volumen.

El primer capítulo, contiene como primer paso información general de la empresa

como: antecedentes, los países en donde también tiene presencia, la distribución de sus

depósitos en el país, su organigrama, los productos que ofrecen; es decir, información que

servirá para dar una idea general de lo que es y como opera la empresa. Finaliza con la

descripción y planteamiento del problema, identificando algunas de las causas que lo están

originando.

Introducción

3

En el segundo capítulo se hace referencia a todo el aspecto teórico necesario para

lograr una mejor comprensión sobre la naturaleza del problema, por lo que conceptos como

“nodo”, “ruta crítica”, “red”, “algoritmo” etc., mencionados a lo largo de la investigación

no deberán presentar problema alguno para su entendimiento.

Durante el tercer capítulo, se mencionan aspectos a considerar en la elaboración de

rutas de recolección, se describe el modelo general para determinar el número óptimo de

camiones, y la metodología general que deberá seguirse para realizar la asignación de

dichas unidades en los programas de recolección.

El capítulo cuatro muestra la aplicación de la metodología y modelos desarrollados en

la investigación; y será hasta este momento donde se podrá determinar si la propuesta de

mejora cumple con el objetivo perseguido, al compararse posteriormente los resultados

que se tiene contra los obtenidos con el actual esquema de trabajo, que es el de contratar

los servicios de transportistas.

Finalmente se presentan las conclusiones del estudio de caso analizado.

4

Capítulo 1

SITUACIÓN ACTUAL DE LA EMPRESA CHEP MÉXICO

1.1 ANTECEDENTES

Todas las empresas que se dedican a la elaboración de productos, para facilitar su

distribución a toda su cartera de clientes (entre las que destacan las grandes cadenas

comerciales como Grupo Walmart, Comercial Mexicana, Soriana, Chedrahui, Gigante, etc.),

entregan dichos productos en paletizado; esto último consiste en realizar un

acomodamiento óptimo de las cajas de sus productos sobre una tarima que puede ser de

plástico o de madera, para que sean transportados con mayor seguridad y rapidez. Esto,

hablando en términos de logística significa que las empresas contribuyen a optimizar la

cadena de suministro; ya que la principal ventaja de entregar de esta forma radica en la

simplificación del tiempo de maniobras de carga y descarga, lo que genera un ahorro, tanto

en costo como en tiempo.

Principalmente por dicha razón todas las empresas se ven en la necesidad de asignar

una parte de su presupuesto de producción para la adquisición o renta, tanto de tarimas

como de contenedores para realizar dicha distribución.

CHEP atendiendo a esas necesidades es uno de los principales proveedores de tarima

de madera (pallet), que existen a nivel mundial y en la actualidad esta empresa es líder en

la administración y control de tarimas y contenedores, teniendo presencia en nuestro país.

En México, la empresa también se dedica exclusivamente a la renta de tarimas de

madera, contenedores plásticos reutilizables (RPC), y contenedores de volumen intermedio

(IBC), este último es utilizado para almacenar básicamente líquidos.

A continuación se da a conocer parte de los antecedentes de la empresa, así como de

las características del negocio.

Situación actual de la empresa

5

El Commonwealth Handling Equipment Pool (CHEP), fue establecido por el gobierno

australiano poco después de la Segunda Guerra Mundial y en 1958 fue adquirido por

Brambles Industries de Australia. En 1974, Brambles une su fuerza con la división de

servicios industriales de GKN ubicada en Inglaterra y juntos expanden el sistema de renta

de tarimas CHEP.

Canadá marca el inicio de la operación de CHEP AMERICAS en 1980 para después

incorporarse al mercado Norteamericano CHEP en USA en 1990.

CHEP México y CHEP Chile se fundan en 1995, mientras que CHEP en México surge

para apoyar a la industria en momentos en que se requería de herramientas eficaces para

reducir costos operativos e incrementar la productividad; ya que CHEP ofrece soluciones a

todos los ramos de la industria tales como: abarrotes, bebidas, alimentos, bienes de

consumo, automotriz, hogar, ferretería, carnes y productos del campo.

En otros países de Latinoamérica como CHEP BRASIL se funda en 1998, en CHEP

Argentina inicia sus actividades a principios de 1999. De esta forma, CHEP administraba en

el año 2002 un pool de 218 millones de tarimas y 47 millones de contenedores a nivel

mundial. En lo que se refiere a nuestro país, actualmente el pool de tarimas en México

supera ya los 3,500,000.

Fig. 1.1 Presencia de CHEP en el mundo. Fuente: Manual de capacitación sobre el uso, manejo y control de pallets.

ChepSudAfrica

1979

ChepEspaña

1988

ChepPortugal

1993

ChepUK

1974

ChepAlemania

1984

ChepFrancia

1979

ChepItalia

1994

ChepAustralia

1958

ChepCanadá

ChepUSA

ChepMéxico

1995

ChepBrasil

1998

ChepBélgica

1978

ChepIrlanda

ChepChile

1995

ChepArgentina

1999

1994

��

��

Chep NuevaZelandia

1958

ChepHong Kong

1978ChepHolanda

ChepMalasia

1990

19801975

ChepSudAfrica

1979

ChepEspaña

1988

ChepPortugal

1993

ChepUK

1974

ChepAlemania

1984

ChepFrancia

1979

ChepItalia

1994

ChepAustralia

1958

ChepCanadá

ChepUSA

ChepMéxico

1995

ChepBrasil

1998

ChepBélgica

1978

ChepIrlanda

ChepChile

1995

ChepArgentina

1999

1994

��

��

Chep NuevaZelandia

1958

ChepHong Kong

1978ChepHolanda

ChepMalasia

1990

19801975

Capítulo 1

6

1.2 MISIÓN, VISIÓN Y VALORES

Visión Como líderes en servicios de administración de tarimas y contendedores, el compromiso de

la empresa CHEP consiste en optimizar los costos en la industria cuidando siempre el medio

ambiente; pero sobre todo la asociación con sus clientes.

Misión Ser el proveedor líder de servicios a nivel mundial y en constante búsqueda de nuevos

productos y negocios, usando la experiencia y habilidad para ir más allá de las expectativas

de sus clientes

Valores

• Todo empieza en la asociación con el cliente.

• La empresa cree en la gente y en el trabajo en equipo.

• Siempre mantendrá su integridad y respeto, tanto para la comunidad como para el

medio ambiente.

1.3 RED DE PLANTAS CHEP EN MÉXICO

Los centros operacionales CHEP (o depósitos de tarimas y contenedores), se encuentran

estratégicamente ubicados en todo México. Es allí donde se encuentran los stock’s, tanto

de tarimas como de contenedores listos para ser suministrados a todas las empresas

manufactureras y distribuidoras que así lo requieran.

Los centros de depósito de tarimas ubicados en México son los siguientes:

Fig. 1.2 Distribución de los centros de depósito de CHEP en México. Fuente: Manual de capacitación sobre el uso, manejo y control de pallets.

• Tijuana • C. Juárez • Culiacán • Monterrey (2) • Guadalajara • Querétaro • Morelia • Área Metropolitana (3) • Puebla • Mérida


7

1.4 FUNCIONAMIENTO DEL SISTEMA CHEP

A continuación se explica brevemente el funcionamiento del sistema CHEP:

a) CENTROS OPERACIONALES CHEP.- Los equipos CHEP de alta calidad son entregados

al fabricante o alguno de sus proveedores de materia prima.

b) FABRICANTE.- Coloca su producto sobre los equipos CHEP y efectúa la entrega al

cliente distribuidor.

c) DISTRIBUIDOR.- Utiliza los equipos CHEP en su proceso hasta que vacíe el producto

depositado por el fabricante y los equipos queden desocupados. Después de lo

anterior los separan y son retornados a los Centros operacionales CHEP (depósitos

CHEP).

d) PASO FINAL.- Los equipos CHEP son inspeccionados y si alguno se encuentra dañado,

se repara. El Centro operacional CHEP siempre asegurará que los equipos CHEP

estén en óptimas condiciones de uso antes de ser integrados de nuevo al ciclo.

CONCEPTOS DE ALQUILER

CHEP administra un importante inventario, tanto de tarimas azules como de contenedores, de excelente diseño, gran durabilidad y alta calidad que se proporcionan a las empresas participantes, sobre la base de renta diaria. Estas tarifas se componen de los siguientes conceptos:

• SALIDA cargo que se aplica cuando los productos CHEP salen del Depósito CHEP en

destino al solicitante (que generalmente es un fabricante).

• RENTA cargo diario por los productos CHEP, que se aplica desde el momento en que

éstos salen de los depósitos CHEP, y hasta que se realiza la entrega de los mismos a

un Distribuidor.

• TRANSFERENCIA cargo que se aplica cuando los productos CHEP son entregados a un

Distribuidor.

1.5 VENTAJAS Y BENEFICIOS PARA LOS CLIENTES

Cuando un cliente se incorpora al sistema CHEP automáticamente se está asegurando de

recibir, siempre tarimas de alta calidad y a su disposición en las cantidades que requiere,

al margen de variaciones estacionales y de otros tipos.

EN EL MERCADO

CHEP identifica sus tarimas con un color azul exclusivo, logotipo y leyenda que

disminuye pérdidas de los equipos. El sistema CHEP elimina conflictos con los

transportistas y clientes, originados por discrepancias con la cantidad y calidad de las

tarimas.

Capítulo 1

8

EN EL ASPECTO FINANCIERO

Los beneficios del sistema CHEP son múltiples. El servicio de alquiler de los equipos

CHEP, permite destinar la inversión a asuntos propios de su negocio y ahorrar los costos

de capital inmovilizado; así como eliminar los gastos de reparación y reducir los gastos

de almacenamiento; los costos de la paletización son identificables y analizables.

COMO HERRAMIENTA LOGÍSTICA

El sistema CHEP es una verdadera herramienta logística que opera con una red Nacional

de depósitos de tarimas azules, en el que participa personal altamente calificado para

ayudar a los usuarios a lograr los máximos beneficios de su membresía.

BENEFICIOS

• Existe un involucramiento de todos los participantes; ya que al estar integrados con

CHEP, se buscan mejoras dentro de la logística de producción y distribución.

• Reduce la carga administrativa ahorrando tiempo y dinero; el cliente se olvida de

adquirir, dar seguimiento, recuperar y reparar las tarimas.

• CHEP y su equipo de servicio aseguran consistencia; por su calidad y disponibilidad

de contenedores y tarimas.

• Se ahorra espacio y tiempo al no tener producto que acondicionar o desechar;

porque con CHEP se reduce el daño.

• La integración con sistemas automáticos aporta una gran eficiencia. Por contar con

equipo estandarizado en el proceso productivo y/o de distribución.

• Se tiene mejor aprovechamiento del espacio de transportación y almacenaje; por la

compatibilidad de tamaños entre las tarimas y los contenedores.

• Con la calidad en las tarimas, RPC´s y IBC´s CHEP; se reduce el daño a su producto.

• Se incrementa la eficiencia en el manejo; ya que ayuda a mover mayor cantidad de

productos más rápidamente.

• Las unidades de carga son más seguras; gracias a las normas de calidad CHEP.

• La rigurosa inspección y mantenimiento; brindan a su empresa una calidad

constante.

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

higiene.

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

CHEP ofrece, le permite dedicar más tiempo a otras actividades.


9

Dirección General

Dirección de

Ventas

Dirección de

Asset Management

Dirección de Operaciones

Dirección de

Logística

Dirección de

Finanzas

Gerencia de

Rec.Humanos

Gerencia de

Sistemas

1.6 ESTRUCTURA DE CHEP

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

Fig. 1.3 ORGANIGRAMA de la empresa Fuente: Manual de organización de la empresa.

La Dirección de Ventas tiene a su cargo prospectar y atraer nuevos clientes al circuito

operativo, es responsable además de darles a conocer la forma en que opera la empresa,

así como de los beneficios que se les otorga; de actualizar tarifas, del otorgamiento de

descuentos y/o bonificaciones, y de negociar cargos por pérdida de equipos.

La Dirección de Asset 1 Management tiene a su cargo la correcta administración de los

equipos en poder de los clientes; puesto que la mayor parte del tiempo dichos equipos se

encuentran fuera de los depósitos CHEP, es necesario que personal de esta área, se

encuentre en constante comunicación con los clientes, con el fin de controlar sus stocks y

además de atender sus requerimientos otorgándoles un buen servicio.

La Dirección de Operaciones tiene a su cargo el control de las plantas CHEP, es decir

de todos los depósitos donde se almacenan los equipos, para suministrar los

requerimientos de los clientes. En esta dirección recae también la responsabilidad de

comprar más activos cuando se determina que la demanda va a ser mayor que la

disponibilidad.

La Dirección de Logística, es responsable de realizar las entregas de pedidos con

transporte incluido, y además de realizar las recolecciones de los equipos en todas las

tiendas y/o centros de distribución de todas las cadenas comerciales con las que se tiene

convenio.

Como toda organización formalmente establecida, la cuestión financiera y laboral de

los trabajadores recae en áreas tales como Finanzas y Recursos Humanos. Como puede

verse en el organigrama, esta empresa ha determinado en dejar a nivel gerencial los

1 Posesión, bien(es), activo(s)

Capítulo 1

10

Director de Ventas

Gerente de Ventas Pallets

Gerente de Ventas RPC’s y Unicons

Ejecutivo de Ventas (6)

Ejecutivo de Ventas (4)

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.

Fig. 1.4 ORGANIGRAMA.- Dirección de Ventas Fuente: Manual de organización de la empresa.

A la Dirección de Ventas le reportan dos Gerencias, una se encarga de llevar todo lo

relacionado con el segmento de las tarimas, y la otra de los contenedores (RPC’s y

Unicons); a su vez, cada Gerencia tiene a su cargo Ejecutivos de cuenta quienes están

encargados de atraer nuevos clientes y realizar las negociaciones.

DIRECCIÓN DE ASSET MANAGEMENT

Fig. 1.5 ORGANIGRAMA.- Dirección de Asset Management Fuente: Manual de organización de la empresa.

Director de Asset

Management

Gerente de Customer Service

Emitter’s

Gerente de Customer Service

Distributor’s

Gerente de

Asset Control

Team Leader

Large

Team Leader Small-Rpc

Team Leader

Walmart

Team Leader Supermdos.

Coord.

Abarrotes small

Coord.

Abarrotes Large

Coord,

Admvo. (4)

Coord.

Analistas

Coord

Servicio (4)

Coord.

Servicio (4)

Analistas de Servicio (4)

Coord.

Analistas

Analista de Servicio (4)

Coord.

Servicio (4)

Analista de Servicio (3)


11

Para entender el organigrama explicamos que existen dos diferentes tipos de clientes dentro del circuito operativo de CHEP: los llamados “Emitter’s” o fabricantes, quienes son las empresas que elaboran productos y los “Distributtor’s” o cadenas comerciales quienes reciben dichos productos y los ponen a disposición de los consumidores. Es por esto, que en el organigrama existen de manera separada una Gerencia de Servicio al cliente para clientes fabricantes, y otra para clientes distribuidores. A ambas Gerencias les reportan Team Leader’s quienes se encargan de supervisar las actividades de los Coordinadores de servicio; quienes a su vez, son los encargados de administrar la operación de un determinado número de clientes asignados; los mismos que son clasificados por la empresa de acuerdo a ciertos criterios. Para el caso de los Emitter’s los clientes son clasificados según el tipo de equipo que rentan, es decir, hay clientes de tarimas, y clientes de contenedores (RPC’s y Unicons).

Sin embargo para el caso de los clientes de tarimas, éstos son clasificados además según su volumen de operación; por lo que existen clientes “large” y “small”. Con los Distributtor’s, la clasificación es con base a los segmentos de mercado; es decir, existe un Team Leader apoyado por cuatro Analistas de Servicio encargado de ver todo lo relacionado con el Grupo Walmart, y otro para revisar todo lo relacionado con las demás cadenas comerciales o supermercados: Gigante, Soriana, Comercial Mexicana, Chedrahui, teniendo un Coordinador de Servicio asignado para cada uno de estos clientes.

Los Coordinadores de Servicio como se comentó se encargan de administrar la operación de los clientes, esto en gran medida corresponde a auditar los stock’s de los clientes asignados (realizando inventarios periódicamente), para detectar a tiempo cualquier “foco rojo”, de atender los requerimientos de los clientes, revisar la facturación de los clientes, de supervisar que los clientes notifiquen en tiempo sus movimientos de los equipos CHEP (es decir, a que cadenas comerciales han enviado dichos equipos), y que éstos no presenten inconsistencia alguna; de inspeccionar la calidad de los equipos CHEP, y de autorizar en caso de aplicar el cambio físico de los mismos, cuando los clientes realicen alguna reclamación, y de mantener el flujo operativo de los equipos CHEP por arriba del objetivo trazado por los directivos.

Mantener el flujo operativo de los equipos CHEP, para el caso de los Coordinadores que están en el área de Emitter’s, en otras palabras esto tiene que ver con el registro en el sistema de la empresa de todos los pedidos y las transferencias (envíos) de los equipos CHEP que realizan todos los clientes fabricantes. Por ejemplo, si un cliente realiza un pedido por 100 tarimas, para que este tenga un flujo operativo “sano” del 100%, deberá quedar registrada también la transferencia por estas 100 tarimas que le haya enviado a una determinada cadena comercial.

Para el caso de los Coordinadores que están en el área de los Distributtor’s es muy

similar la manera en que ellos deben mantener el flujo operativo; ya que tienen la

responsabilidad de coordinar que las recolecciones de los equipos CHEP se realicen lo más

Capítulo 1

12

pronto posible, y sean retornados a las depósitos, aplicándose dichos movimientos en el

sistema de la empresa.

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

reportes estadísticos que apoyen la toma de decisiones de las Gerencias y para los clientes

los reportes le sirven para conocer el detalle de sus movimientos semanalmente.

Finalmente la Gerencia de Asset Control, tiene a su cargo la administración y

mantenimiento del sistema SAP. Existen cuatro Coordinadores administrativos, encargados

de realizar dichas transacciones.

DIRECCIÓN DE OPERACIONES

Fig. 1.6 ORGANIGRAMA.- Dirección de Operaciones

Fuente: Manual de organización de la empresa.

A la dirección de Operaciones le reporta una Gerencia, quien tiene a su cargo a su vez cinco Coordinadores de Operaciones, un Coordinador de Calidad y un Planeador de Operaciones. Los Coordinadores de Operaciones tienen a su cargo todos los centros de depósitos que hay en el país; su labor es muy importante, ya que su función es que exista siempre la disponibilidad de los equipos CHEP. El Coordinador de Calidad tiene como principal responsabilidad, procurar que los equipos en renta siempre cumplirán con los criterios de inspección establecidos, y que se evite poner en riesgo las mercancías. El Planeador de Operaciones, tiene a su cargo el análisis de todos los movimientos registrados en sistema, con el fin de pronosticar demandas futuras, realizar cuando sean necesarios traspasos de stock’s entre plantas (recolecciones), etc.

Director de Operaciones

Gerente de Operaciones

Coordinador de Operaciones (5)

Coordinador de Calidad (1)

Planeador de Operaciones

Analista de Calidad Analista de SAP

Analista de Información


13

Director de Finanzas

Gerente de Finanzas Gerente de Crédito y Cobranza

Supervisor de Crédito y Cobranza (4)

Analista de Crédito y Cobranza (2)

Gestor (3)

Analista Financiero (6)

DIRECCIÓN DE LOGÍSTICA

Fig. 1.7 ORGANIGRAMA.- Dirección de Logística Fuente: Manual de organización de la empresa.

La dirección de Logística tiene a su cargo: 1) realizar todas las entregas de los equipos, que sean con transporte; y 2) que se realicen las recolecciones de los equipos CHEP que se encuentren disponibles en todas las localidades. Para ambas actividades la Gerencia de Logística tiene a su cargo personal que ocupan los puestos de Team Leader; y un tercer puesto (el de Especialista Logístico), tiene a su cargo entre otras actividades: el desarrollo de transportistas alternos, la actualización de tarifas, y la distribución de los porcentajes de participación de los transportistas disponibles.

DIRECCIÓN DE FINANZAS

Fig. 1.8 ORGANIGRAMA.- Dirección de Finanzas Fuente: Manual de organización de la empresa.

Director de Logística

Gerente de Logística

Team Leader 1 Team Leader 2 Especialista Logístico

Analista Logístico Analista Logístico

Capítulo 1

14

Gerente de Recursos Humanos

Especialista de Rec. Humanos

Recepcionista

Gerente de Sistemas

Administrador de Sistemas (2)

Supervisor de Sistemas

De la Dirección de Finanzas, dependen la Gerencia de Finanzas, y la Gerencia de

Crédito y Cobranza; la primera tiene como una de sus funciones principales la reducción de

gastos, el financiamiento eficiente, la planificación de los presupuestos, la adquisición de

los equipos necesarios, la programación de los pagos (tesorería), etc. Todas estas

actividades de la Gerencia son apoyadas por seis analistas financieros.

La Gerencia de Crédito y Cobranza, obviamente se encarga de realizar toda esta

labor, teniendo como unos de sus objetivos principales reducir el índice de morosidad de

los clientes. De esta Gerencia dependen: cuatro supervisores y dos analistas.

DIRECCIÓN DE RECURSOS HUMANOS

Fig. 1.9 ORGANIGRAMA.- Gerencia de Recursos Humanos Fuente: Manual de organización de la empresa.

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

una estructura lineal, con actividades muy definidas para cada uno de éstos; al no ser ésta

una empresa con un número importante de empleados, la estructura de dicho organigrama

es corta.

DIRECCIÓN DE SISTEMAS

Fig. 1.10 ORGANIGRAMA.- Gerencia de Sistemas Fuente: Manual de organización de la empresa.

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

sistemas, como del supervisor de sistemas, están encaminadas a otorgar un soporte técnico

a los usuarios de los equipos (empleados). El soporte puede estar enfocado al software


15

(sistema SAP, CRM, Business Warehouse, etc.), y al hardware (impresoras, computadoras,

laptop’s, copiadoras, etc.). De igual forma que en el área de Recursos Humanos, la

estructura de dicho organigrama es corta por el número de empleados que pertenecen a

ella.

1.7 BENEFICIOS AMBIENTALES

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

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

En relación con el modo en que CHEP garantiza la calidad de la madera, él expresa lo siguiente: “La especificación de grado de la madera está directamente relacionada con la calidad y durabilidad de nuestros pallets (tarimas)”, prosigue Jolanta. “Sólo la madera que ha sido cuidadosamente clasificada y certificada como libre de contaminación pasa los rigurosos controles de calidad de CHEP”, concluye.

Muchos proveedores de madera se encuentran en Latinoamérica, una región que destaca por el gran desarrollo de las técnicas silvícolas. Los bosques crecen rápidamente en esta región geográfica, normalmente el doble que en Norteamérica, debido al clima y a sus características.

“Empleamos madera sin perjudicar el medio ambiente” afirma Ken Brandt, Manager, Product Engineering CHEP. “Compramos principalmente en Chile y Uruguay, pero también esperamos poder adquirir pino del sur de Brasil, fuera de zonas sensibles en términos medioambientales”.3

La mayoría de las maderas blandas que compra CHEP son de pino radiata chileno o CRP. Otros dos tipos de pino, el pino caribeño y el pino Elliottí, también han sido

2 Revista “One CHEP”, “Del almácigo al pallet”. Volumen 3, Número 4, 2006 página 10. 3 Revista “One CHEP”, “Del almácigo al pallet”. Volumen 3, Número 4, 2006 página 11.

Capítulo 1

16

seleccionados para la fabricación de tarimas, después de muchas pruebas y un riguroso proceso de auditoria.

“El pino se utiliza en todo el pallet salvo en las tablas del borde principal (T1), donde los montacargas suelen golpear los pallets. Para esa zona utilizamos eucalipto o roble, que es más resistente a los impactos” afirma Ken. “El pino, con unas fibras más largas, ofrece la resistencia de curvado que necesitamos en las tablas de la base y de conexión”.

La vida de un bosque administrado de manera sostenible comienza plantando las semillas o esquejes, que se convierten en plantas de semillero. A los dos años los árboles ya alcanzan una altura de dos metros.

A partir de los cuatro años se cortan las ramas inferiores, lo que ayuda a producir troncos libres de nudos; y posteriormente a los 8 años se aclara el bosque para eliminar árboles más débiles. Es entre los 12 y 20 años cuando los árboles se talan, se cortan y se llevan al aserradero.

En el aserradero las ramas se cortan en tablas. Para las tarimas, se corta una sección rectangular en el centro del tronco con la anchura de una tabla de pallet estándar. A continuación pasa por una sierra de múltiples cuchillas que la corta en tablas individuales del grosor apropiado.

El pino radiata, un árbol alto y recto, es conocido por la elevada calidad de su madera. Se desarrolla rápidamente y su ciclo de crecimiento es de 12 a 20 años. Los árboles de la plantación se optimizan genéticamente para mejorar su crecimiento, fuerza y resistencia a enfermedades.

Los bosques controlados son una fuente renovable de madera. Los proveedores de CHEP cumplen con estrictas especificaciones de calidad y respeto medioambiental. La tasa de crecimiento de estas plantaciones es superior a la de otro tipo de terrenos forestales. Los bosques administrados de manera sostenible ocupan menos del 5% de la superficie forestal mundial, pero suponen el 20% de la producción total de madera del mundo.4

1.8 PRODUCTOS QUE SE OFRECEN EN MÉXICO

CHEP a nivel mundial es una empresa líder en servicios de pooling, de tarimas y

contenedores, cuya propuesta es sencilla: reducir costos. Pooling es el uso compartido de

esas tarimas y contenedores CHEP, por parte de varios clientes o usuarios. Los productos

que se ofrecen en México son los mismos que se ofrecen en el resto del mundo y son los

siguientes.

1.8.1 LA TARIMA DE MADERA5

La tarima CHEP de madera tiene una base de diseño perimetral, hecho que permite una

mejor distribución del peso. Con esto se logra una mayor estabilidad de la estiba y

4 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


17

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. CARACTERÍSTICAS: Descripción: Tarima (Pallet) CHEP de 40” x 48” x 5 5/8” Color: Azul Dimensiones: Ancho: 48 pulgadas (1.219 m) Profundidad: 40 pulgadas (1.016 m) Alto: 5 5/8 pulgadas (14.13 cm) Lado de 48” Lado de 40” Altura de entrada 3-1/2” ( 8.89 cm) 4-3/16” (10.636 cm) Ancho de entrada 14-5/8” (37.477 cm) 12-1/2” (31.75 cm) MATERIAL:

Madera: De pino de calidad controlada, secada en hornos hasta un máximo de 19% de humedad, lo que permite manipular la tarima en prácticamente cualquier condición ambiental, eliminando plagas sin que sufra cambios significativos en su estructura. Pintura: De agua Clavos: De diseño anillado, fabricado con acero libre de metales pesados. Superficie de contacto: Cubierta superior: 87% Cubierta inferior: 55% Identificación: Todas las caras verticales son pintadas de azul CHEP. Los blocks exteriores en cada lado de 48” están marcados con esténcil en blanco con el logo de CHEP en el block izquierdo y las

Fig. 1.11 Tarimas de CHEP Fuente: Manual de organización de la empresa.

Capítulo 1

18

palabras “PROPIEDAD DE CHEP” en el block derecho. La propiedad del equipo CHEP no es transferible bajo ninguna circunstancia. USOS NO AUTORIZADOS

A todos los clientes se les hace hincapié en que la tarima CHEP sólo debe ser utilizada para poner productos terminados, ya que de lo contrario la empresa puede realizar un cobro adicional por concepto de uso indebido, si se llegara a comprobar (a través de las visitas periódicas que realizan los representantes de servicio a los clientes), que las tarimas se dañaron al ser utilizados para otros usos distintos. Algunos de los usos no autorizados son los siguientes:

• Usarlas para otro producto que no se ha terminado.

• Poner basura, materia prima, corrugado, herramientas o pilas para montacargas.

• Utilizarlas como exhibidor, mostrador o delimitador de área.

• Utilizarlas como escritorio.

• Utilizarlas como soporte de cajas de trailer.

• Utilizarlas con producto para islas o exhibiciones.

• Almacenar herramientas de trabajo.

• Reutilizarlas después de cumplir el ciclo operativo. CRITERIOS DE INSPECCIÓN DE LA TARIMA CHEP Es muy importante entender que en la medida del buen uso y manejo de la tarima CHEP, se dispondrá de una herramienta de trabajo útil y segura, tanto para la carga que se colocará en ella, así como para el propio personal que la utilizará.

Aún cuando la tarima está diseñada para brindar una gran duración por su resistencia, el manejo propio de la operación va provocando que los componentes sufran daños propios del manejo. Es importante entonces considerar que las tarimas recibidas de los proveedores podrán presentar daños, que mientras no sobrepasen los criterios establecidos por CHEP podrán ser utilizados con entera confianza, sin amenazar la seguridad de los empleados y de la mercancía.

Los estudios que avalaron los criterios, así como la experiencia en el manejo de los mismos por más de 6 años, en la operación con los clientes más importantes de México, permite asegurar que mientras los criterios no sean excedidos, la tarima CHEP está en condiciones favorables de ser operado.

La tarima CHEP es una tarima funcional que no pondrá en riesgo el producto. Es importante resaltar que a los clientes se les puede abastecer de tres tipos de tarima: reparada, nueva e inspeccionada. Este último tipo de tarima como su nombre lo dice, significa que pasó por un proceso de inspección antes de ser enviada al cliente, y que


19

cumplió con los estándares mínimos de calidad, es decir, que no sobrepasó el nivel de daño permitido para salir nuevamente al circuito operativo.

Dentro de los criterios de inspección establecidos para determinar si una tarima está o no en condiciones de ser utilizada tenemos los siguientes: A) Cubierta superior • Faltante de madera mayor de 1¨ x 10¨.

• Daño a todo lo ancho.

• Faltante de madera mayor de 1¨ a todo lo largo.

• Conexión de clavos débil.

• Dos o más clavos débil.

• Dos o más clavos sobresalientes.

• Cuña con faltante de madera mayor de 1 ½ x 20¨ o más de 1¨ x 10¨. B) Cubierta inferior • Daño a todo lo ancho.

• Clavo sobresaliente.

• Conexión de clavos débil.

• Dos o más clavos expuestos.

• Faltante de madera mayor de 1¨ x 10¨. C) Blocks y Tablas conectoras • Rotura mayor a ¾¨ x 2¨ y a todo lo largo.

• Rotura a todo lo ancho.

• Tabla conectora con faltante de madera mayor de 1¨ x 10¨.

• Logo desfigurado (uno permitido por lado).

• Dos clavos visibles en tablas conectoras.

• Clavo expuesto.

• Block virado (que este mal colocado).

• Tablas conectoras rotas a todo lo ancho.

CRITERIOS DE REPARACIÓN • La falta total o parcial de cualquier componente.

• Los daños individuales a la tarima que en su conjunto pongan en duda la fortaleza y seguridad de la misma.

• Tarimas con mal olor

• Clavos que sobresalgan y deban ser martillados apropiadamente.

• La contaminación resultante por excremento de aves o roedores.

Capítulo 1

20

BENEFICIOS PARA LOS CLIENTES • El equipo en renta elimina grandes inversiones de capital; debido a que no se tiene que

invertir en la administración de tarimas propias.

• No se tienen costos por manejo y seguimiento de los equipos; ya que las tarimas no regresan a su almacén.

• No se tienen costos por almacenamiento o desecho, porque el programa CHEP se adapta a sus necesidades de producción, evitando almacenar más tarimas de las que necesita.

• CHEP elimina los costos de reparación y re-localización de las tarimas, porque desde el momento en que el cliente reporta el destino al que la tarima fue embarcada, CHEP se encarga de recuperarla y darle mantenimiento.

• El sistema ayuda a realizar una proyección y control de costos más exacta, porque se tiene el control real de acuerdo a la facturación, donde aparecen todos los movimientos semanalmente.

• Se tienen ahorros en tiempos de carga y descarga; reducción de mermas y aumento de la seguridad disminuyendo los costos; gracias a que se encuentra con una tarima estándar que además se puede mover por cualquiera de sus lados.

1.8.2. LA TARIMA DE EXPORTACIÓN6 Un beneficio adicional para los clientes que exportan sus mercancías es sin duda el manejo de las tarimas CHEP; la justificación de lo anterior a continuación se describe. Recientemente, el Consejo Internacional para la Protección de las Plantas (IPPC: International Protectión Plant Council) estipuló que a partir de enero del 2004 todas las tarimas de madera que se utilizan para la exportación e importación de cualquier tipo de producto o materia prima deben estar regulados y certificados en su país de origen para garantizar la ausencia, al 100%, de cualquier especie de plaga.

Si en un cargamento que entra o sale de algún país se detecta una tarima contaminada, indicios de presencia de palomilla gitana, gusanos barredores del género Lyctus o escarabajo asiático de cuernos largos; por ejemplo, el producto será retornado a la nación de procedencia previo tratamiento, o destruido, al tiempo que los vehículos y lugares de almacenamiento también tendrán que pasar por un proceso desinfectante.

Desde luego, los gastos generados por los procedimientos de tratamientos no los pagará el gobierno estadounidense francés o japonés, sino el propietario o el importador. Los costos suponen dinero y tiempo, todo el que la mercancía permanezca detenida, que puede ser mucho.

Pocos proveedores de tarimas pueden ofrecer una verdadera garantía en este sentido,

CHEP sí. La medida fitosanitaria estipula que la madera de cada tarima, debe pasar por un

6 Boletín “Con que exportando ¿no? 2004 página 2. Departamento de Ventas, CHEP México


21

proceso de horneado, el que implica mantenerla a una temperatura de 56 grados

centígrados durante 30 minutos, con un nivel de humedad igual o inferior al 20%.

La mayoría de los fabricantes de tarimas no cuentan con los hornos necesarios para

cumplir con la nueva norma. CHEP ya desarrollo la infraestructura necesaria, que le

permite ofrecer este servicio en los países donde opera. Por tanto Las tarimas pueden

viajar a diversas partes del mundo donde CHEP participa: no hay que “repaletizar”. La

empresa se encarga de que salgan y lleguen bien y de forma expedita. De hecho, el

importador o el exportador sólo los ha rentado.

• NORMA OFICIAL7 En México, Estados Unidos y Canadá, se ha trabajado intensamente de manera coordinada en estos terrenos desde el año 2001, en el marco del Tratado de Libre Comercio de América del Norte (TLCAN).

De hecho, el proyecto de Norma oficial mexicana para regular “sanitariamente la importación de pallets (tarimas), y otras plataformas para carga y diversos envases de madera nueva y usada” (PROY-NOM-014-RECNAT-2001) fue aprobada por el Comité Nacional de Normalización para la Conservación, Protección, Restauración y Aprovechamiento de los recursos forestales de suelos y costas desde el año 2000.

Por tanto, no conviene arriesgarse. La inspección se realizará en el punto de ingreso, cualquier plataforma de madera para carga que no haya sido sometida a tratamiento profiláctico, esto es, procedimientos químicos o de otra índole para “eliminar, remover o inducir esterilidad a las plagas que afectan a los vegetales” podrá ser enviada a su país de origen.

En el texto del proyecto se establece, entre otras cosas, que el encargado de su observancia es la Secretaria de Medio Ambiente y Recursos Naturales (SEMARNAP), por conducto de la Procuraduría al Ambiente (PROFEPA), que ante la entrada de cualquier tarima deberá recibir y revisar la documentación correspondiente, como un certificado fitosanitario internacional expedido por las autoridades oficiales de agricultura del país de procedencia. • LA OFERTA DE CHEP Es asegurarse de que su mercancía pasará el trámite sin problemas, que llegará a su destino sin contratiempos. De lo que se trata es de olvidarse de las tarimas, de dejar el trabajo a los expertos, para concentrarse plenamente en su negocio. • NORMA OFICIAL PARA PALLETS DE MADERA La Comisión Interina sobre Medidas Fitosanitarias de la Organización por la Alimentación y Agricultura (FAO) de las Naciones Unidas adoptó en marzo del 2002 el estándar

7 Boletín “Con que exportando ¿no? 2004 página 3. Departamento de Ventas, CHEP México.

Capítulo 1

22

ISPM15. Esto significa que los países pueden decidir implementar estas reglas internacionalmente reconocidas para prevenir la extensión de plagas en la madera. La ISPM15 aprueba los siguientes tipos de tratamientos: - Tratamiento con calor (Heat Treatment HT) Con una temperatura mínima al centro

de 56°C por un mínimo de 30 minutos. - Fumigación, usando Bromuro de Metilo (MB) en la dosis establecida y temperatura.

Para aprobar el cumplimiento del estándar, el pallet debe estar marcado en dos caras mostrando el logo oficial del IPPC, un código del país de 2 letras (XX), un número único (000) asignado por la Organización Nacional de Protección a las Plantas (NAPO), HT (Heat Treatment), para tratamiento con calor o MB (Methyl Bromide) para Bromuro de Metilo y DB que significa descortezado.

A continuación se presentan las posiciones actuales de algunos países con respecto a la implementación de la reglamentación internacional:8

• Nueva Zelanda anunció reglas que incluyen la aceptación de tarimas que cumplan con ISPM15.

• La Republica de Corea emitió una notificación formal para implementar el ISPM15.

• China sólo aceptará tarimas sellados DB-HT Ó DB-MB acompañados con un certificado fitosanitario.

• La Organización Norteamericana de Protección a las Plantas (Napo) que incluye a Canadá, Estados Unidos y México anunciaron que estos países implementaron el ISPM15 desde el 2 de enero del 2004.

• La Unión Europea lo implementó en enero de 2004.

CHEP ha tomado las medidas necesarias para cubrir la demanda de tarimas que

cumplan con las medidas fitosanitarias de acuerdo a la norma ISPM15. Todas las tarimas

para este fin serán tratadas con calor (HT) como un estándar y marcadas con el sello

aprobado.

1.8.3. CONTENEDOR PLÁSTICO REUTILIZABLE (RPC)9

El contenedor plástico reutilizable (RPC por sus siglas en inglés) está fabricado con

polipropileno, material resistente y eficaz para el control de la temperatura.

Por su diseño, mejora la eficiencia en el enfriado y mantiene la temperatura del

producto por más tiempo; reduce el daño debido a que ofrece paredes lisas, tanto en la

parte interior como exterior.

8 Boletín “Con que exportando ¿no? 2004 página 6. Departamento de Ventas, CHEP México. 9 http://www.chep.com -Especificaciones del RPC CHEP


23

Se dispone de tres tamaños estándar, todos compatibles entre sí y con la tarima

CHEP. Por su sistema de apilamiento cruzado, la unidad de carga es más estable y segura.

El RPC es totalmente colapsable; reduciendo el espacio de almacenaje y de transporte.

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.

Fig. 1.12 RPC del tamaño 2 Fuente: Manual de organización de la empresa.

Capítulo 1

24

• Adecuado para la producción automatizada y de bodega. ESPECIFICACIONES Y CAPACIDADES DE LOS RPC’s A) RPC 1

CHEP RPC 6411 LxAnxAl (Centímetros) LxAnxAl (Pulgadas)

Externo 60x40x13.13 23.62x15.75x5.24 Interno 57.6x37.6x11.1 22.68x14.80x4.37 Peso 1.80 Kgs. 3.97 lbs. Capacidad 11.4 Kgs. 25 lbs. Cantidad por tarima 75 RPC

B) RPC 2


Externo 60x40x21.6 23.62x15.75x8.5 Interno 57.6x37.6x19.4 22.68x14.80x7.64 Peso 2.30 Kgs. 5.07 lbs. Capacidad 18.2 Kgs. 40 lbs. Cantidad por tarima 55 RPC

C) RPC 3


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

1.8.4. CONTENEDOR DE VOLUMEN INTERMEDIO (IBC)10

El contenedor de volumen intermedio (IBC) para productos a granel, es totalmente

colapsable lo que reduce espacio en el transporte y en su almacenaje, logrando un

importante ahorro. Cuenta con un visor transparente en panel frontal que muestra la

cantidad de producto que hay dentro.

Su diseño cúbico permite eficientar su almacenamiento y transportación. La puerta

frontal abatible, permite un fácil acceso, y la tapa de peso ligero es muy manejable. Su

tamaño compatible con las normas ISO, lo hace apto para usarse en embarques nacionales e

internacionales. La base inclinada y la salida situada en la parte frontal, están diseñadas

para tener el mínimo desperdicio.

La salida permite usar bolsas con conexión de válvula de 2” ó 3”, lo que permite una

descarga más eficiente en productos de alta viscosidad. El Sistema de Renta y

Administración CHEP, reduce el desperdicio beneficiando al medio ambiente y sus

10 http://www.chep.com -Especificaciones del IBC CHEP


25

cualidades de larga duración aseguran un mínimo de requerimientos de recursos

ambientales.

Fig. 1.13 Contenedor de volumen intermedio (IBC) Fuente: Manual de organización de la empresa.

ESPECIFICACIONES Y CAPACIDADES DE LOS IBC’s

Dimensiones

Dimensiones US Métrico Externas 46.06x43.31x43.43 pulg. 1170x1100x1103 mm Internas 42.99x40.24x37.16 pulg. 1092x1022x944 mm Colapsado 46.06x43.31x13.94 pulg. 1170x1100x354 mm

Peso: 324.08x lbs 147 kgs Capacidad de volumen:

275 US (galones) 1040 litros(1.04 m cúbicos)

Capacidad de carga: 3306.93 lbs 1500 kgs Rango de temperatura:

-22°F a + 194 °F

Material: Paneles de HDPP (Polipropileno de alta densidad base y marco de acero)

Apilamiento: En maniobra: 2 de alto (llenos). Estáticos: 5 de alto (llenos). Colapsados: 15 de alto.

1.9 PRODUCTOS EN DESARROLLO: EL PALLET PLÁSTICO

Aparentemente, el reto de la compañía parece ser completamente prosaico. Desarrollar

una tarima de plástico resistente del fuego, que sea mejor que la tarima de bloques de

madera 48x40. La madera tiene algunas propiedades que la hacen muy atractiva para la

construcción de tarimas. Es un material que se “fábrica” sencillamente con el proceso del

crecimiento del árbol. Puesto que el crecimiento del árbol es natural y el precio de la

madera es muy atractivo, comparado con los productos derivados del petróleo, como es el

caso del plástico.

No obstante algunas de las desventajas de la madera han hecho necesario el

desarrollo de una tarima de plástico. La desventaja más importante es la vulnerabilidad a

los daños, lo que implica reparaciones constantes. A medida que la madera se hace más

quebradiza y se astilla con facilidad cuando se somete repetidamente a impactos

Capítulo 1

26

producidos por los equipos de manejo de mercancías, es cuando este material maravilloso

de la naturaleza no puede competir contra las agresivas agujas de acero sólido de los

montacargas.

Con la utilización de plásticos, refiriéndonos en términos generales a una clase de

materiales inorgánicos (p.e. sintéticos) denominados polímeros, se intenta dar respuesta a

algunos de los puntos débiles de la madera, ya que el ratio o indicador de rotura es un

costo importante que afecta a la rentabilidad de CHEP y que se mide regularmente

mediante una serie de indicadores establecidos por la empresa denominados KPl´s. El ratio

de rotura se calcula dividiendo el número de tarimas que necesitan reparación, entre el

número total de tarimas inspeccionadas. De este modo se tiene un impacto directo y

positivo en la rentabilidad del negocio de CHEP.

Con el fin de utilizar tarimas de plástico en la cadena de suministro se debe asegurar

que las tarimas tengan características similares de resistencia al fuego. Además, para

mejorar la rentabilidad, se necesita una tarima de plástico que pueda coexistir a la

perfección con la tarima de bloques de madera 48x40 y satisfacer todos los requisitos

importantes de bajo costo, bajo coeficiente de rotura y resistencia al fuego. Teniendo en

consideración que ninguna tarima de plástico cumple actualmente con tales

especificaciones, es necesario diseñar y construir una nueva tarima de plástico que fuese

capaz de cumplir con todos estos requisitos.

Actualmente, el grupo de ingeniería del Producto está trabajando con distintos

proveedores para crear una tarima de plástico que cumpla con todas las especificaciones

básicas anteriormente descritas, más un requisito adicional. Desde el inicio, cada tarima de

plástico de CHEP resistente al fuego será diseñado para incorporar Sistemas de

Identificación por Radiofrecuencia (RFID), una tecnología que en el fututo será muy

importante tanto para CHEP como para nuestros clientes y para el resto de integrantes de

la cadena de suministros.

1.10 PROBLEMÁTICA

CHEP México ha presentando en los últimos años problemas de des-abasto de tarimas para

surtir los pedidos de sus clientes durante el año, principalmente en el último trimestre.

En la temporada de fin año de 2006, el costo para la empresa fue muy alto, en el

sentido de que algunos de sus clientes optaron por irse con la competencia a raíz de los

retrasos en las entregas en que se incurrió, lo que seguramente provocó que esos clientes

tuvieron que parar sus líneas de producción en algún momento, debido a la falta de tarimas

para paletizar sus productos.

Así, con el fin de determinar claramente los diferentes factores que originan esta

situación y delimitar dicho problema, se procedió a realizar un análisis detallado de todas


27

las actividades que la empresa realiza relacionadas con su operación. Dicho análisis arrojó

como diagnóstico, que el problema de des-abasto para surtir de tarimas a sus clientes

durante las épocas de demanda alta de tarimas, se agudiza principalmente en el área

centro del país y obedece a las siguientes causas:

• Tiempo que dura la tarima con los clientes (fabricantes y distribuidores). El incremento en la demanda de tarimas que se observa dentro de los últimos tres o cuatro meses de cada año, es consecuencia del incremento en la demanda de productos, luego los clientes de CHEP, al aumentar su producción, por ende, requieren de más tarimas para paletizar. Puesto que estos clientes ya tienen una certeza sobre el volumen de mercancías que tendrán que producir para surtir todos sus pedidos durante la temporada de fin de año, lo que hacen con algunas semanas de anticipación es sobre-inventariarse; es decir, que saturan la mayoría de todos sus almacenes con producto terminado ya paletizado, listo para ser entregado. Esto provoca que la tarima se quede más tiempo de lo normal (aproximadamente 15 días) con los clientes (fabricantes). Posteriormente estas tarimas con mercancía, pasarán casi siempre a los Centros de Distribución de las cadenas comerciales (o distribuidores), llámese Soriana, Chedrahui, Walmart, Comercial Mexicana, etc., de donde son re-expedidas hacia sus tiendas; raramente los fabricantes entregan directamente en tiendas. Por otro lado, la estancia de las tarimas con los distribuidores también es considerable ya que la tarima va siendo desocupada conforme las mercancías almacenadas van siendo colocadas en el piso de venta.

• Tiempo que tarda la tarima en retornar a los depósitos de CHEP México. Una vez que las tarimas son desocupadas por los distribuidores, la empresa se encarga de realizar las recolecciones de tarima en cada uno de los centros de distribución y en tiendas de las cadenas comerciales, las cuales son enviadas a los diferentes centros de depósito para su inspección y reparación en caso de ser necesario. En relación a esta actividad, debido a que la empresa no cuenta con transportes propios se ve en la necesidad de contratar los servicios de terceros, es decir de varios transportistas quienes son los responsables de realizar las recolecciones por todo el país.

Mediante este esquema de trabajo se puede observar que los tiempos de recolección no siempre son los óptimos, puesto que la realización de una recolección siempre estará sujeta a: 1) la disponibilidad de unidades de transporte, ya que cabe señalar que CHEP México también realiza entrega de tarimas con transporte, 2) que los transportistas contratados también prestan sus servicios a más empresas, 3) la presencia o no, que puedan tener los transportistas en determinada zona del país, donde existan tarimas vacías.

Indudablemente que esto provoca el aumento en el tiempo de recolección, el cual incluso se ha visto que puede ser de hasta tres semanas después de la fecha en que a CHEP México le es notificado la existencia de tarimas vacía.

Capítulo 1

28

• Tiempo de espera que tarda un transportista para ser atendido en los centros de distribución o en tiendas de las cadenas comerciales. En relación a este punto la información obtenida arrojó que el tiempo que dura un transportista desde que llega a una localidad (centro de distribución o tienda), y hasta que termina de recolectar un volumen de 504 tarimas es de 3 horas y media aproximadamente. Además por medidas de seguridad implementadas por los distribuidores, tanto en sus centros de distribución como en sus tiendas, los camiones recolectores no pueden realizar su trabajo hasta que cada transportista se identifique y muestre la documentación necesaria (nota de retorno), para que le sean revisados y posteriormente sellados, que registre los datos de la unidad de transporte, etc., lo cual lógicamente lleva tiempo.

• Tiempo que tarda una tarima en ser inspeccionada, y/o reparada. Una vez que las

tarimas son retornadas a los depósitos de tarima de CHEP México, éstas pasan por un

proceso de inspección en donde se tendrán que reparar todas aquellas que vengan con

un porcentaje de daño mayor a lo especificado, antes de ser nuevamente enviadas al

circuito operativo.

Cabe señalar que la solución no es mandar a fabricar más tarimas para satisfacer los

requerimientos de los clientes, como lo han explicado los directivos, esto simplemente

porque una vez acabada la temporada alta, la demanda baja considerablemente, y no

tendría caso tener tarimas estáticas durante la mayor parte del año, además de que los

costos por concepto de almacenamiento y adquisición de madera resultan ser muy

elevados.

Por lo tanto, la empresa necesita un mejor método de recolección y distribución de

tarimas para optimizar tiempos en los periodos de temporadas altas y no requiera la

compra u armado de nuevas tarimas, teniendo con esto un ahorro que puede ser empleado

en la compra de unidades de transporte, para formalizar su propia flotilla de personal que

recolecte y distribuya las tarimas.

29

Capítulo 2

FUNDAMENTOS TEÓRICOS DEL DISEÑO DE UN MODELO DE PROGRAMACIÓN LINEAL

2.1 INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

La programación lineal (PL) es un tema que ha tenido muchos avances en sus aplicaciones a partir de la segunda guerra mundial, cuando existían escases de productos y material para la producción. La capacidad de paquetes de software de PL y la amplia gama de aplicaciones hacen que la PL sea accesible incluso para decisores con poco conocimiento de matemática. 1

La programación lineal está constituida de procedimientos matemáticos para determinar la asignación óptima de recursos escasos. La PL es una técnica que encuentra su aplicación práctica en casi todas las facetas de los negocios, desde la publicidad hasta la planificación de la producción. Problemas de transporte, distribución, y planificación global de la producción son unos de los objetos más comunes del análisis de PL.

La programación lineal aborda una clase de problemas de programación donde tanto la función objetivo a optimizar como todas las relaciones entre las variables correspondientes a los recursos son lineales. El algoritmo para este problema fue formulado y resuelto por primera vez en 1947 por George Dantzing.2 Rara vez una nueva técnica matemática encuentra una gama tan diversa de aplicaciones prácticas de negocios, comerciales e industriales y a la vez recibe un desarrollo teórico tan exhaustivo en un período tan corto. Hoy en día, esta teoría se aplica con éxito a problemas de presupuestos de capital, diseño de dietas, conservación de recursos, juegos de estrategias, predicción de crecimiento económico y sistemas de transporte.

Cualquier problema de PL consta de una función objetivo y un conjunto de restricciones. En la mayoría de los casos, las restricciones provienen del entorno en el que el decisor trabaja para lograr su objetivo. Cuando el decisor quiere lograr el objetivo

1 Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición, página 26. 2 Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición, página 45.

Fundamentos teóricos

30

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

siempre están cerradas). 3

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

Capítulo 2

31

4. ¿Cuáles son las restricciones? Es decir, ¿qué requerimientos se deben cumplir? ¿Debería utilizar un tipo de restricción de desigualdad o igualdad? ¿Cuáles son las conexiones entre las variables?

La región factible tiene poco o nada que ver con la función objetivo, estas dos partes en cualquier formulación de PL generalmente provienen de dos fuentes distintas. La función objetivo se establece para cumplir con el objetivo del decisor mientras que las restricciones que forman la región factible generalmente provienen del entorno del decisor que fija algunas limitaciones para lograr su objetivo.

2.1.1 SUPUESTOS DE LA PROGRAMACIÓN LINEAL Hasta el momento se ha hablado sobre los elementos de un PL, pero no hemos mencionado los supuestos que debe tener todo problema de este tipo5.

1) Proporcionalidad. Esta suposición se refiere a la función objetivo y las restricciones indicando que la contribución de cada actividad al valor de la función objetivo es

proporcional al nivel de actividad de cada variable, es decir, si ix representa a la

variable su contribución a la función objetivo estará dada por ii xc con ic constante. De

forma similar la contribución de cada actividad i en las restricción j estará dada por

iji xa . 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

objetivo está dada por ∑=

n

i

ii xc1

mientras que las j restricciones en su parte izquierda

están dadas por ∑=

n

i

iji xa1

con signos de relación ≤ , ≥ o = con cantidad de recursos

constantes. Con esta suposición se está eliminando la introducción de productos cruzados en los términos de la función objetivo o las restricciones.

3) Divisibilidad. Esta suposición se refiere a los valores permitidos para las variables de decisión en un PL, indicando que dichos valores pueden ser cualquiera valores reales que satisfagan las restricciones funcionales de no negatividad.

4) Certidumbre. La cuarta y última suposición se refiere a los parámetros o coeficientes

en la función objetivo ( ic ) o restricciones ( jia ) del PL, que deben ser, como se

mencionó arriba constantes pero además conocidas.

5 Frederick S. Hillier, y Gerald J. Lieberman. Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición, página 38.


32

2.2 MODELOS DE REDES Los modelos de redes son aplicables a una extensa variedad de problemas de decisión, los cuales pueden ser modelados como problemas de optimización de redes que pueden ser eficiente y efectivamente resueltos. Algunos de estos problemas de decisión son realmente problemas físicos, tales como el transporte o flujo de bienes materiales. Sin embargo, muchos problemas de redes no son más que una representación abstracta de procesos o actividades, tales como el camino crítico en las actividades entre las redes de un proyecto gerencial. La familia de redes de los problemas de optimización incluye los siguientes prototipos de modelos: Problemas de asignación, camino crítico, flujo máximo, camino más corto, transporte y costo mínimo de flujos. Los problemas son establecidos fácilmente mediante el uso de arcos de redes y de los nodos.

Cuando se trata de encontrar el camino más corto entre un origen y un destino, la técnica, algoritmo o el modelo adecuado es el de la ruta más corta, para éste existen diferentes algoritmos; ruta más corta de un nodo a otro, de un nodo cualquier otro y de un par de nodos cualquiera, en un problema particular se usa el algoritmo según sea las condiciones. Aunque existen otros modelos de redes como el árbol de expansión mínima, flujo máximo, flujo de costo mínimo, etc. cada uno abarca un problema en particular. En este trabajo se revisan brevemente los modelos de redes existentes que se relacionan con la problemática que deseamos resolver.

2.2.1 NOTACIÓN Y TERMINOLÓGÍA6

Red: Una red consiste en un conjunto de puntos y un conjunto de líneas que unen ciertos pares de puntos. Los puntos se llaman nodos (o vértices). Las líneas se llaman arcos (o ligaduras, aristas o ramas).

Los arcos se etiquetan para dar nombres a los nodos en sus puntos terminales, por ejemplo, AB es el arco entre los nodos A y B.

En un problema de programación lineal, las redes pueden representar un conjunto de estaciones, campos petrolíferos, almacenes, fabricas, sucursales, ciudades interconectadas entre si a través de caminos, conductos, tuberías que permiten fluir productos para la comercialización o la distribución.

Arcos Dirigidos: Se dice que un arco es dirigido cuando el arco tiene flujo en una dirección (como en una calle de un sentido). La dirección se indica agregando una cabeza de flecha al final de la línea que representa el arco.

6 http://www.monografias.com/flujo-redes

Capítulo 2

33

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.


34

¿Qué es un Nodo? Es usualmente llamado vértice, o punto, representado por un círculo. En las redes de transporte, éstos deberían ser las localidades o las ciudades en un mapa.

Nodo Fuente: (o nodo de origen) tiene la propiedad de que el flujo que sale del nodo excede al flujo que entra a él.

Nodo Demanda: (o nodo destino) es el caso contrario al nodo fuente, donde el flujo que llega excede al que sale de él.

Nodo de Trasbordo: (o nodo intermedio) satisface la conservación del flujo, es decir, el flujo que entra es igual al que sale.

Red Dirigida: Es una red que tiene sólo arcos dirigidos.

Red No Dirigida: Es una red donde todos sus arcos son no dirigidos.

2.2.2 APLICACIONES DE LA OPTIMIZACIÓN DE REDES

1. Diseño de redes de telecomunicación (redes de fibra óptica, de computadores, telefónicas, de televisión por cable, etc.)

2. Diseño de redes de transporte para minimizar el costo total de proporcionar las ligaduras (vías ferroviarias, carreteras, etc.)

3. Diseño de una red de líneas de transmisión de energía eléctrica de alto voltaje.

4. Diseño de una red de cableado en equipo eléctrico (como sistemas de cómputo) para minimizar la longitud total del cable.

5. Diseño de una red de tuberías para conectar varias localidades.

6. Diseño de una red de tuberías de gas natural mar adentro que conecta fuentes del golfo de México con un punto de entrega en tierra con el objetivo de minimizar el costo de construcción.

7. Determinación de la ruta más corta que une dos ciudades en una red de caminos existentes.

8. Determinación del programa de costo mínimo de los campos petrolíferos a refinerías y finalmente a los campos de distribución. Se pueden enviar petróleo crudo y productos derivados de la gasolina en buques tanque, oleoductos y/o camiones. Además de la disponibilidad de la oferta máxima en los campos petrolíferos y los requisitos de demanda mínima en los centros de distribución, deben tomarse en cuenta restricciones sobre la capacidad de las refinerías y los modos de transporte.

9. Etc. etc.

2.2.3 MODELOS DE OPTIMIZACIÓN DE REDES

Los problemas de optimización de redes se pueden representar en términos generales a través de uno de los cuatro modelos siguientes o sus derivados:

Capítulo 2

35

• Modelo del árbol de mínima expansión.

• Modelo de la ruta más corta.

• Modelo del flujo máximo o mínimo.

• Modelo del flujo de costo mínimo.

2.3. ÁRBOL DE EXPANSIÓN MÍNIMA7

El modelo de minimización de redes o problema del árbol de mínima expansión tiene que ver con la determinación de los ramales que pueden unir todos los nodos de una red, tal que minimice la suma de las longitudes de los ramales escogidos. No se deben incluir ciclos en la solución del problema.

Para crear el árbol de expansión mínima se tienen las siguientes características:

1. Se desea diseñar la red con suficientes ligaduras para satisfacer el requisito de que haya un camino entre cada par de nodos.

2. Se tienen los nodos de una red pero no las ligaduras. En su lugar se proporcionan las ligaduras potenciales y la longitud positiva para cada una si se inserta en la red (las medidas alternativas para la longitud de una ligadura incluyen distancia, costo y tiempo).

3. El objetivo es satisfacer este requisito de manera que se minimice la longitud total de las ligaduras insertadas en la red.

Una red con n nodos requiere sólo (n-1) ligaduras para proporcionar una trayectoria entre cada par de nodos. Las (n-1) ligaduras deben elegirse de tal manera que la red resultante forme un árbol de expansión. Por tanto el problema es hallar el árbol de expansión con la longitud total mínima de sus ligaduras.

En la presente sección serán revisados los algoritmos más comunes para resolver un

problema de árboles de expansión mínima.

2.3.1 Descripción del problema

Considérese el siguiente problema: En un lago hay n islas, denotadas ,,....,, 321 nXXXX y se

desea construir puentes para “comunicarlas”. Denotando por ( )ji XX , al puente que se

quiere construir entre las islas i y j, y por ijC pesos su costo, el problema consiste en

determinar donde construir los puentes de tal manera que cada par de islas queden

conectadas por medio de éstos y que el costo total de construcción sea el mínimo.

Sea [ ]AXG ,= una gráfica no dirigida, donde el conjunto de vértices X representa al

conjunto de islas y cada elemento ( )ji XX , del conjunto de aristas A representa la posible

7 Taha Hamdy A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición, página 215.


36

construcción de un puente entre las islas iX y jX . 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 [ ]AXT ′= , de G.8

Esta gráfica parcial deberá cumplir los tres puntos siguientes:

a. T es conexa, puesto que se desea que exista una cadena que una a todo par de

vértices.

b. T no deberá tener ciclos puesto que, de ser así, se incurrirá en un costo innecesario.

c. El costo de T deberá ser mínimo.

Con base en lo anterior se definen los siguientes conceptos:

Definición 1: Un árbol es una gráfica [ ]AXT ,= conexa y acíclica.

La siguiente gráfica es un árbol:

Fig. 2.1 Representa un árbol

Fuente: Elaboración propia

Definición 2: Sea [ ]AXG ,= una gráfica no dirigida. Un árbol expandido de G es una

gráfica parcial [ ]AXT ′= , de G que es un árbol. Obsérvese la gráfica 2.1.

Considérese una función p que puede representar costos, distancia, tiempo, etc. En

el caso del problema de las islas la función p fue definida con la letra c y representa el

costo de construcción de un puente.

Definición 3: La solución óptima del problema está dada por el árbol expandido de

peso mínimo asociado a la gráfica G.


1

2

3

4

5

6

7

8

9

Capítulo 2

37

2.3.2 Caracterización de un árbol

En el siguiente teorema se postulan las equivalencias de las definiciones de árbol. De tal

forma que las propiedades expuestas en el teorema para los árboles son fundamentales

para caracterizar las bases del problema de programación lineal que se asocia al problema

de árboles de expansión mínima.

Teorema 1

Sea [ ]AXG ,= una gráfica con n vértices, supóngase que 2≥n . Los postulados

siguientes son equivalentes y caracterizan un árbol.

� G es conexa y acíclica (sin circuitos).

� G es acíclica y tiene 1−n aristas (arcos).

� Existe G una trayectoria única entre cada par de nodos (vértices). � G no tiene circuitos, pero exactamente uno se forma al añadir un arco.

� G es conectada, pero deja de serlo si algún arco se elimina.

En general, para una red dada G, existen formas algorítmicas para determinar cuando

la red es un árbol.

2.3.3 Algoritmos para resolver problemas del árbol de expansión mínima

Primeramente notamos que una característica especial de los problemas de árbol de

expansión mínima consiste en que los arcos no son dirigidos. Es decir, ( )ji, ó ( )ij, se

refieren al mismo arco.

Los tres algoritmos principales para la solución de un árbol de expansión mínima son:

Kruskal, Prim y Sollin, los cuales tienen la característica de ser tipo “Glotón”, en el

sentido de que en cada paso aumentan un arco de costo mínimo como candidato de la lista,

siempre y cuando este arco no forme ningún circuito con los arcos ya seleccionados.

La programación matemática tiene otra forma útil de ver el problema de árbol de

expansión mínima; se puede formular un problema de árbol de expansión mínima como un

modelo de programación entera y usar argumentos de programación lineal para establecer

otra prueba de la validación del algoritmo de kruskal. En el trabajo se explica sólo el

primero.

2.3.4 ALGORITMO DE KRUSKAL9 El propósito es determinar el árbol de expansión cuyo “costo o peso” es mínimo en una red

conectada G con N nodos y función de “costo” RAC →: conocida.

9 http://personales.upv.es/arodrigu/grafos/Kruskal.htm


38

Descripción

PASO 1: (Inicio) Ordenar el conjunto de arcos en forma no decreciente respecto a la

función de costos. Sea mjjj ,,, 21 K los arcos ordenados, entonces hacer

∅=== AIk ,1,0 .

PASO 2: (Añadir arco) Si el arco ij no forma circuito con el conjunto de arcos de A ,

entonces { }rjAA ∪= y hacer 1: += kk e ir al paso 3 y no aumentar k.

PASO 3: (Criterio de terminación) Si 1−< nk hacer 1: += II y regresar al paso 2. En caso

contrario [ ]ANT ,= 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 ( ) ( ) ( )nmOnmOmmO logloglog 2 == 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.

Fig. 2.1 Red del ejemplo 1


Solución

Paso 1. Ordenamos los arcos en forma no decreciente en costo.

)5,2(

)2,1(

)5,3(

)9,7(

)9,6(

)8,4(

)7,6(

)5,4(

)3,2(

)6,3(

)4,2(

)9,8(

)7,5(

)8,5(

)3,1(

)4,1(

)6,5(

)8,7(

18

17

16

15

14

13

12

11

10

9

8

7

6

5

4

3

2

1

===

===

===

===

===

===

j

j

j

j

j

j

j

j

j

j

j

j

j

j

j

j

j

j

5 9 13 1 10 11

8 3 6

1 2 5 7 9

8 4

14 15 7

2 8 10 5 0 6

11

Capítulo 2

39

Paso 2. Añadimos arcos.

No. Iteración Arco agregado A Valor de k

1 )8,7(1 =j { }1jA = 1

2 )6,5(2 =j { }21, jjA = 2

3 )4,1(3 =j { }321 ,, jjjA = 3

4 )3,1(4 =j { }4321 ,,, jjjjA = 4

5 )8,5(5 =j { }54321 ,,,, jjjjjA = 5

6 )7,5(6 =j { }54321 ,,,, jjjjjA = 5

7 )9,8(7 =j { }754321 ,,,,, jjjjjjA = 6

8 )4,2(8 =j { }8754321 ,,,,,, jjjjjjjA = 7

9 )6,3(9 =j { }98754321 ,,,,,,, jjjjjjjjA = 8

Tabla 2.1 Muestra las iteraciones del método de kruskal del ejemplo1.

Fuente: Elaboración propia.

Finalmente el árbol de expansión mínima de la red queda de la siguiente forma:

Fig. 2.3 Árbol de expansión mínima para la red del ejemplo 1


De donde, la extensión mínima es 3588655210 =+++++++ .

ALGORITMO TIEMPO DE

EJECUCIÓN OBSERVACIONES

Kruskal ( )nnmO log+

1. Examina arcos en orden no decreciente de sus costos

más el tiempo necesario para ordenar m arcos y los

incluye en un árbol de expansión si el arco que se

5 1

83 6

1 2 5 7 9

8 4

2 8 5 0 6


40

aumenta no forma un ciclo con los arcos seleccionados.

2. La prueba del algoritmo usa condiciones de optimalidad

para una trayectoria.

3. Es un algoritmo atractivo si los arcos ya se encuentran

ordenados en forma creciente.

Prim ( )nnmO log+

1. Mantiene un árbol de expansión en un subconjunto de

nodos S y aumenta un arco de costos mínimos en el

corte [S,S].


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.

Sollin ( )nmO log

1. Mantiene una colección de árboles, en cada iteración

aumenta un árbol de costo mínimo que emana de cada

árbol.


en cortes.

Tabla 2.2 Muestra un resume de los órdenes de ejecución de los algoritmos de la sección 2.3.


2.4 MODELO DE LA RUTA MÁS CORTA10

Considere una red conexa y no dirigida con dos nodos especiales llamados origen y destino. A

cada ligadura (arco no dirigido) se asocia una distancia no negativa. El objetivo es encontrar

la ruta más corta (la trayectoria con la mínima distancia total) del origen al destino.

Se dispone de un algoritmo bastante sencillo para este problema. La esencia del

procedimiento es que analiza toda la red a partir del origen; identifica de manera sucesiva

la ruta más corta a cada uno de los nodos en orden ascendente de sus distancias (más

cortas), desde el origen; el problema queda resuelto en el momento de llegar al nodo

destino.

Algoritmo de la ruta más corta:11

1. Objetivo de la n-ésima iteración: encontrar el n-ésimo nodo más cercano al origen

(este paso se repetirá para n=1,2,… hasta que el n-ésimo nodo más cercano sea el

nodo destino).

10 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.

Capítulo 2

41

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.

2.4.1 FORMULACIÓN DE UN EJEMPLO DEL CAMINO MÁS CORTO 12

El problema es determinar la mejor manera de cruzar una red para encontrar la forma más

económica posible desde un origen a un destino dado. Si en una red dada existen m nodos y

n arcos (bordes) y un costo Cij asociado con cada arco (i a j) en la red. Formalmente, el

problema del camino más corto (CC) es encontrar el camino más corto (menor costo) desde

el nodo de comienzo 1 hasta el nodo final m. El costo del camino es la suma de los costos

de cada arco recorrido. Defina las variables binarias Xij, donde Xij =1 si el arco (i a j), es

sobre el CC y Xij = 0 de lo contrario. Existen dos nodos especiales llamados origen y destino.

El objetivo es encontrar el camino más corto entre el origen y el destino. En la red

siguiente, varios costos son asignados para el camino que va de un nodo a otro. Por

ejemplo, el costo de ir desde el nodo 2 al 4 es 6.

2.4.2 PROBLEMA DE RUTA MÁS CORTA

En esta sección se mencionan 3 métodos de solución para los siguientes problemas de rutas

más cortas de una red.

1. Ruta más corta entre dos nodos específicos s y t.

2. Rutas más cortas entre un nodo específico s y todo nodo i de la red.

3. Ruta más corta entre todo par de nodos.

2.4.2.1 Ruta más corta entre dos nodos específicos s y t. 13

Para ejemplificar el problema consideraremos la siguiente situación. En una terminal de

camiones para pasajeros se desea establecer la ruta que deberá seguir el autobús que

12

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.


42

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 [ ]dANG ,,= donde:

N = {Ciudades a las cuales se ofrece el servicio}.

A = {Tramos de carretera entre las ciudades}.

,: RAd → donde para todo elemento a de A, ( )ad representa la longitud o distancia

del tramo de carretera a.

En general en una red [ ]dANG ,,= , al número ( )ad asociado a cada arco se le llama

longitud o costo de a. Por otro lado, se define la longitud de una ruta o camino como la

suma de longitudes de los arcos que la forman; aquella ruta tal que su longitud sea mínima

se llama la ruta más corta o camino más corto.

El problema hasta ahora planteado de la terminal de autobuses consiste en encontrar

la ruta más corta entre dos nodos específicos, los que representan a las ciudades s y t.

Obsérvese que en este caso las longitudes definidas son no negativas; sin embargo, el

problema de encontrar la ruta más corta entre dos nodos específicos puede generalizarse a

cualquier red puesto que la función de longitud d, puede representar, además de distancia

o tiempo, costos o alguna otra cantidad.

Se concluye, entonces, que para que el problema de la ruta más corta entre dos

nodos específicos tenga solución, deberá cumplirse:

i) Existe alguna trayectoria entre s y t.

ii) No existan circuitos negativos tales que haya un camino de s a algún nodo del circuito y otro de algún nodo del circuito a t.

Antes de continuar se definirán algunos conceptos de gran utilidad.

Sea [ ]ANG ,= una red dirigida y sea s un nodo en N; entonces a s se le llama raíz de

G, si existe una trayectoria de s a i para toda i en N.

Sea [ ]ANG ,= una gráfica dirigida. Una arborescencia de G es un árbol expandido de

G que contiene un nodo que es raíz. En una arborescencia de raíz s el camino o trayectoria

de s a i, para todo i elemento de N, es único.

Ahora considérese una red G. Una arborescencia de rutas más cortas de G es aquella

arborescencia tal que la única ruta de s a i, para toda i elemento de N, es una ruta más

corta de s a i.

Una vez definidos estos conceptos, puede decirse que el problema de la terminal de

autobuses consiste en encontrar la arborescencia de rutas más cortas de raíz s de la red

[ ]dANG ,,= .

Capítulo 2

43

Supóngase que en la terminal de autobuses se desea mejorar el servicio que se

proporciona a la ciudad s; con este objeto se requiere encontrar las rutas más cortas entre

la ciudad s y todas las demás ciudades a las que se les da el servicio. A este problema

puede asociarse, de nuevo, la red definida anteriormente.

Haciendo una analogía con el problema de la ruta más corta entre dos nodos

específicos puede concluirse que para que exista la arborescencia de rutas más cortas de

raíz s en una red cualquiera G, ésta deberá cumplir que:

i) Existan caminos de s a i, para toda i en N. Es decir, que s sea la raíz de la red.

ii) No existen circuitos negativos en la red G, ya que de presentarse éstos el problema

sería no acotado.

Finalmente, suponga que en la terminal de autobuses se tiene interés en encontrar

las rutas más cortas para todos los camiones que prestan servicio entre cada par de

ciudades. Nuevamente, se asocia a este problema la red G definida anteriormente, se

deben encontrar entonces, las rutas más cortas entre todo par de nodos en la red G.

Este último problema es una generalización inmediata de los anteriores. Por esto se

deduce que, para que exista solución en cualquier red G, deberá cumplirse lo siguiente:

i) Existe, al menos, una trayectoria entre todo par de nodos.

ii) No existan circuitos negativos en la red G.

2.4.2.2 Rutas más cortas entre un nodo específico s y todo nodo i de la red

(Algoritmo de Dijkstra)

El método de solución presentado para el problema de la arborescencia de rutas más cortas

en redes que tienen arcos con costos no negativos fue desarrollado por Dijkstra en 1959 y

está considerado como uno de los métodos más eficientes para resolver este problema.

Este método se basa en la asignación de etiquetas "permanentes" a los nodos para los

que ya se conocen las longitudes de las rutas más cortas de la raíz a ellos. Sea S este

conjunto de nodos. Las etiquetas de los nodos de S representan precisamente las longitudes

de las rutas más cortas buscadas. Los nodos restantes se etiquetan "temporalmente" en una

cota superior de la longitud más corta de la raíz al nodo etiquetado.

En la primera iteración el conjunto T contendrá únicamente al nodo raíz; es decir,

sólo la raíz estará etiquetada permanentemente. Las etiquetas temporales se mejoran

continuamente y en cada iteración se agrega exactamente un nodo x a S; este nodo es

aquel cuya longitud desde la raíz es la más corta posible.

Puesto que todos los arcos tienen costos no-negativos, siempre puede encontrarse

una ruta más corta de la raíz a x que pase sólo por nodos de S; en este caso la etiqueta de x


44

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 [ ]dANG ,,= con costos no negativos en los arcos.

Descripción

PASO 1: (Iniciación de etiquetas). Sea ( ) 0=sd y márquese esta etiqueta como

permanente. Sea ( ) ∞=xd , para todo sx ≠ y considérense estas etiquetas

como temporales. Sean ( ) xxa = (estas etiquetas indicarán el predecesor de x

en la arborescencia). Sea sp = .

PASO 2: (Actualización de etiquetas). Para todo ( )px +Γ∈ que tenga etiqueta temporal,

actualizar etiquetas de acuerdo a ( ) ( ) ( ) ( ){ }xpdpdxdxd ,,min += .

Si xd se modificó, hacer ( ) pxa = . Sea *x tal que ( ) ( ) ( ){ }xdxdxd min* = es

temporal. Si ( ) ∞=*xd , terminar. En este caso no existe arborescencia alguna

de raíz s. En otro caso, marcar la etiqueta ( )xd como permanente, sea *xp = .

PASO 3: (i) (Si sólo se desea la ruta de s a t). Si tp = , terminar: ( )pd es la longitud del

camino más corto. Si tp ≠ , 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 ( ){ }xxa , 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


Capítulo 2

45

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 ( )ji, 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 ( )ji, de la matriz C. Al inicio se asigna

el costo del arco ( )ji, al elemento ( )ji, de la matriz C, si ji ≠ ; si dicho arco no existe,

entonces se asigna ∞, los valores en la diagonal serán igual a cero. Con esto quedan calculadas las longitudes de las rutas más cortas entre todo par de nodos i y j, que no

contengan ningún nodo como nodo intermedio.

Al inicio de la k-ésima iteración, la entrada ( )ji, de C es igual a la longitud de la ruta

más corta entre i y j que contiene a los primeros 1−k nodos, o a alguno de ellos, como

nodos intermedios. Durante esta iteración se compara la longitud de esta ruta con la de

aquella formada por la unión de las rutas más cortas que contienen a los primeros 1−k

nodos como nodos intermedios entre i y k y k y j; de esta manera se obtiene la ruta más

corta entre i y j que contiene a los primeros k nodos, o a algunos de ellos, como nodos

intermedios.

Procediendo de este modo se tendrá que, al final de la n-ésima iteración, la entrada

( )ji, de C es la longitud de la ruta más corta entre i y j, que contiene a los primeros n

nodos como nodos intermedios o a alguno de ellos; es decir, se habrá calculado la longitud

de la ruta más corta entre i y j.

Debe observarse que si, al finalizar el algoritmo, alguna entrada de C es igual a ∞, esto querrá decir que no existe ruta alguna entre los nodos correspondientes. Por, otro

lado, si algún elemento de la diagonal de C, por ejemplo ( )ji, , es menor que cero en

alguna iteración, se habrá encontrado una ruta de i a i de longitud negativa (es decir, un

circuito negativo), luego en este caso el problema no tiene solución.

2.5 MODELO DE FLUJO MÁXIMO16

Se trata de enlazar un nodo fuente y un nodo destino a través de una red de arcos dirigidos.

Cada arco tiene una capacidad máxima de flujo admisible. El objetivo es el de obtener la

máxima capacidad de flujo entre la fuente y el destino. Características:

15 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.


46

1. Todo flujo a través de una red conexa dirigida se origina en un nodo, llamado fuente,

y termina en otro nodo llamado destino.

2. Los nodos restantes son nodos de trasbordo.

3. Se permite el flujo a través de un arco sólo en la dirección indicada por la flecha,

donde la cantidad máxima de flujo está dada por la capacidad del arco. En la fuente,

todos los arcos señalan hacia fuera. En el destino, todos señalan hacia el nodo.

4. El objetivo es maximizar la cantidad total de flujo de la fuente al destino. Esta

cantidad se mide en cualquiera de las dos maneras equivalentes, esto es, la cantidad

que sale de la fuente o la cantidad que entra al destino.

El problema de flujo máximo se puede formular como un problema de programación

lineal, se puede resolver con el método simplex y usar cualquier software. Sin embargo, se

dispone de un algoritmo de trayectorias aumentadas mucho más eficientes. El algoritmo se

basa en dos conceptos intuitivos, el de red residual y el de trayectoria aumentada.

Algoritmo de la trayectoria de aumento para el problema de flujo máximo:

1. Se identifica una trayectoria de aumento encontrando alguna trayectoria dirigida

del origen al destino en la red residual, tal que cada arco sobre esta trayectoria

tiene capacidad residual estrictamente positiva (si no existe una, los flujos netos

asignados constituyen un patrón del flujo óptimo).

2. Se identifica la capacidad residual c* de esta trayectoria de aumento encontrando

el mínimo de las capacidades residuales de los arcos sobre esta trayectoria. Se

aumenta en c* el flujo de esta trayectoria.

3. Se disminuye en c* la capacidad residual de cada arco en esta trayectoria de aumento. Se aumenta en c* la capacidad residual de cada arco en la dirección

opuesta en esta trayectoria. Se regresa la paso 1.

2.6 PROBLEMA DEL FLUJO DE COSTO MÍNIMO17

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


Capítulo 2

47

A continuación se describe el problema del flujo de costo mínimo:

1. La red es una red dirigida conexa.

2. Al menos uno de los nodos es nodo fuente.

3. Al menos uno de los nodos es nodo demanda.

4. El resto de los nodos son nodos de trasbordo.

5. Se permite el flujo a través de un arco sólo en la dirección indicada por la flecha, donde la cantidad máxima de flujo está dada por la capacidad del arco. Si el flujo puede ocurrir en ambas direcciones, debe representarse por un par de arcos con direcciones opuestas.

6. La red tiene suficientes arcos como suficiente capacidad para permitir que todos lo flujos generados por los nodos fuente lleguen a los nodos demanda.

7. El costo del flujo a través del arco es proporcional a la cantidad de ese flujo, donde se conoce el costo por unidad.

8. El objetivo es minimizar el costo total de enviar el suministro disponible a través de la red para satisfacer la demanda dada. Un objetivo alternativo es maximizar la ganancia total del envío.

2.7 EL PROBLEMA DEL AGENTE VIAJERO O VENDEDOR18 El problema del agente viajero trata de rutas de distribución elementales, donde un viajero (un comerciante o un camión) debe visitar n ciudades de manera que la distancia recorrida o los costos de desplazamiento sean mínimos. La literatura anglosajona se refiere a este problema como Travelling Salesman Problem o simplemente por las siglas TSP. Para la planeación del viaje, el planeador o agente viajero dispone de una matriz con las distancias que separan las ciudades. Este problema considera el caso de un individuo que debe

abandonar un sitio base, y visitar otros 1−n sitios con ijC no necesariamente igual a jiC .

El objetivo por lo tanto es, crear un programa para itinerario de costo mínimo.

Puesto que lo importante es el circuito realizado por el agente, el elegir cuál de los n sitios se designa como base es un asunto de conveniencia. Se puede asociar un problema de asignación a cada problema del agente viajero de la siguiente forma.

Numérense arbitrariamente con los enteros n,,3,2,1 K los sitios involucrados en el

problema del agente viajero, considérese un conjunto de n trabajadores y un conjunto de

n tareas. El costo de una asignación, ijC , es el costo de viajar directamente del sitio i al

sitio j. Está claro que cada solución factible al problema del agente viajero corresponde a una solución factible al problema asociado de asignación. Sin embargo, el problema de asignación tendrá soluciones factibles que no representan una solución factible al problema del agente viajero. La solución óptima al problema asociado de asignación sirve como una



48

primera aproximación a la solución del problema del agente viajero. Se puede aplicar el método de vecino más próximo o el método Húngaro a la matriz de costos del problema de asignación (que es la misma que la matriz del problema del agente viajero) y si el resultado corresponde a un itinerario factible, este itinerario debe ser óptimo. Si no, se puede usar una variante del método de bifurcación y acotación para crear dos nuevos problemas de asignación que abarquen, entre ambos la solución óptima al problema del agente viajero.

La bifurcación se realiza en el elemento matricial pqC , donde qp → es cualquiera

de las asignaciones en la primera aproximación actual (la cual, por hipótesis, no refleja un

itinerario factible). Se obtiene una nueva matriz de costos al reemplazar pqC por un

número prohibitivamente grande; la otra nueva matriz se obtiene al reemplazar pqC

(elemento transpuesto), así como a todos los elementos en el p-ésimo renglón o en la q-

ésima columna excepto al mismo pqC , por un número muy grande.

El problema es fácil de modelar mediante una red dirigida y etiquetada con los

costos. De manera formal se tiene la red ( )anD ,= , con etiquetas en las distancias ijC y lo

que se quiere es encontrar un único viaje o “tour” mínima longitud, o lo que es lo mismo, un ciclo dirigido que contenga los n nodos de la red.

El problema de programación lineal de este agente viajero se puede denotar de la siguiente manera:

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

=

=contrario casoen ,0

,,2,1, ciclo elen está ),( distancia la si,1 njijiX ij

K

FUNCIÓN OBJETIVO La función objetivo consiste en minimizar los costos del viaje:

∑∑=

≠=1 1

mini

ijj

ijij XC

RESTRICCIONES: Es necesario visitar todas las ciudades, para ello se requiere de dos tipos de restricciones, de llegada y salida:

- Llegada, a cada ciudad del visitante

njXjii

ij ,.....2,1,1,1

==∑≠=

- Salida; el visitante parte de cada ciudad

niXjij

ij ,.....2,1,1,1

==∑≠=

Capítulo 2

49

VARIABLES:

jiX ij ≠, : si el viajero va de la ciudad i a la ciudad j

El problema del agente viajero; en general, siempre tendrá nn −2 variables y n2 restricciones. A veces es necesario ampliar el modelo anterior, añadiendo restricciones y/o variables que eliminen la posibilidad de que existan subciclos en la solución. Existen dos posibles alternativas que permiten conseguir esto a continuación se comenta una de ellas.

Alternativa para eliminar subciclos Se añade el siguiente grupo de restricciones:

∑∑ == ,11 ji j es S 1−≤ SX ij , para todo posible subconjunto S .

Donde S es el número de ciudades que hay en el subconjunto S .

EJEMPLO 2 Un vendedor debe visitar las ciudades 1, 2,…,n y su viaje comienza y debe finalizar en Casa. Dejemos que Cij sea el costo de viajar de la ciudad i a la ciudad j, el cual es dado. El problema es determinar una orden óptima para viajar las ciudades de tal forma que el costo sea mínimo. 19

Considere el siguiente Problema de Viaje del Vendedor:

Fig. 2.4 Red del ejemplo 2

Fuente: Elaboración propia La formulación de programación lineal es:

Min =30x01 + 45x02 +65x03+ 80x04 + 25x12 + 50x13+ 50x14+ 40x23+ 40x24 + 35x34 +30X10 +45X20+ 25X21 +65X30 + 50X31+ 40X32 + 80X40+ 50X41+ 40X42 +35X43

Sujeto a: X01+ X02+ X03+ X04=1 X01+ X02+ X03+ X04=1 x10+ x12+ x13+ x14=1 x20+ x21+ x23+ x24=1

19 http://www.mirrorservice.org/sites/home.ubalt.edu/ntsbarsh/Business-stat/opre/SpanishIN.htm

Casa


50

x30+ x31+ x32+ x34=1 x40+ x41+ x42+ x43=1 X10+ X20+ X30+ X40=1 X01+ X21+ X31+ X33=1 x02+ X12+ X32+ X42=1 X03+ X13+ X23+ X43=1 X04+ X14+ X24+ X34=1

Todos los Xij = 0, ó 1

La solución a este problema de programación lineal produce los sub-viajes (0, 1, 2). Necesitamos introducir un rompedor de viajes tal como:

X01 + X10 + X12 + X21+ X02 + X20 ≤ 2

Agregando esta restricción adicional y resolviendo, necesitamos otro rompedor de viaje, el cual es:

X01 + X10 ≤ 1.

Agregando esta restricción el camino óptimo es: Casa a la ciudad 1, de ciudad 1 a ciudad 2, de ciudad 2 a ciudad 4, de ciudad 4 a ciudad 3 y de ciudad 3 a Casa, con una longitud total de 195 unidades.

2.8 EL PROBLEMA DEL CARTERO CHINO20 A diferencia del problema del agente viajero, en el que se requería ir a todos los nodos o vértices, el problema del cartero chino (denotado por sus siglas en inglés CPP, Chinese Postman Problem), propone visitar todos los arcos, sin importar cuántas veces se pase por un determinado nodo.

Esto aplicado a un problema de la recolección, se utiliza cuando el método de recolección exige pasar por todas las calles, a diferencia del problema del agente viajero que se utiliza en recolección por punto fijo y de contenedor estacionario.

El primer paso para determinar una ruta en una red no dirigida es especificar si la red es o no par; una red par es aquella en la que el número de arcos que inciden a todo nodo es par. Si alguno de los nodos tiene un número de arcos incidentes impar, entonces se dice que la red no es par. En una red par se puede encontrar una ruta por la que se transite una sola vez en cada arco. Dicha ruta se denomina ruta Euleriana o de Euler.

Para la realización del algoritmo de solución, como primer paso se requiere saber si la red es o no par, esto se realiza simplemente contando los arcos que inciden en cada nodo. Si existe un nodo con un número impar de arcos, entonces no existe ruta de Euler. Los nodos con un número impar de arcos incidentes ocurren por pares, ya que cada arco en la red, contribuye con dos unidades a la suma de los arcos de todos los nodos, una en cada una de sus nodos terminales. Así, la suma de todos los arcos incidentes es par, pero esta

20 SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64

Capítulo 2

51

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.

52

Capítulo 3

DISEÑO DE LA PROPUESTA DE MEJORA

INTRODUCCIÓN

Algunos aspectos importantes a considerar, antes de iniciar una metodología, para dar a

conocer la propuesta de mejora que esté basada en los modelos lineales, son los convenios

vigentes entre la empresa con sus clientes y los factores que originan la problemática. Por

ejemplo, una de las negociaciones que existen entre CHEP México y las cadenas

comerciales, es que una vez que sus tiendas reciben las mercancías paletizadas de sus

proveedores en tarima CHEP, podrán hacer uso de ellas hasta que la tarima es desocupada

una vez que las mercancías son colocadas en el piso de venta, esto sin costo alguno.

Es en las recolecciones en donde si existe un costo para las cadenas comerciales; ya

que una vez que las tarimas van siendo desocupadas, CHEP México se encarga de ir por

ellas, cobrándoles por este servicio.

Es importante nuevamente resaltar que debido a que la empresa no cuenta con

unidades de transportes propios, se ve obligada a contratar los servicios de varios

transportistas para realizar esta actividad, por lo que se puede decir que no obtiene ingreso

alguno por este concepto. Actualmente los transportistas contratados para realizar las

recolecciones son seis: Hermanos Rodríguez, LLED, Lobo, OMAR, ELISA y Vélez.

Se ha mencionado al final del Capítulo I que la empresa CHEP México presenta des-

abasto de tarimas para surtirle a sus clientes durante algunas temporadas altas del año,

principalmente los meses de octubre, noviembre y diciembre; una de las causas se debe a

que las tarimas tardan más tiempo en ser retornadas a sus depósitos, ya que permanecen

más tiempo de lo normal tanto con clientes fabricantes como en las tiendas de las cadenas

comerciales; ya que ambas se sobreinventarían de productos, como una medida para

satisfacer la gran demanda de los consumidores que se incrementa durante ciertas

temporadas, y otra causa es el tiempo de recolección de las tarimas.

Ante esta situación, una medida emergente a la que recurre la empresa, debido a la

imperiosa necesidad que tiene por recolectar la mayor cantidad posible de tarimas (aunque

tenga que ir por tan sólo 20 tarimas en cada tienda), es que opta por absorber el costo de

Capítulo 3

53

las recolecciones, que por negociación le corresponde a las cadenas comerciales, a fin de

que se les permita el acceso a las unidades de transporte para realizar las recolecciones sin

importar la cantidad de tarimas, ya que muchas tiendas, por ejemplo, sólo acceden a

cargar transportes completos.

Sin embargo, dicha medida origina un desembolso considerable y no logra eliminar la

problemática del desabasto de tarimas, ya que desgraciadamente no existe un programa

eficiente de recolección; en el sentido de que no se logra recolectar la cantidad total de

tarimas disponibles que existen cada semana en todas las localidades, por una serie de

factores que a grandes rasgos se describen a continuación.

Para que las recolecciones se realicen, siempre estarán sujetas a que los

transportistas cuenten con unidades disponibles, hay que recordar que CHEP México

también realiza entrega de tarimas con transporte. Además de que dichos transportistas

también ofrecen sus servicios a más empresas, y que no todos cuentan con presencia en las

diferentes regiones del país en donde existan localidades con tarima vacía. Por ejemplo,

en ocasiones se ha llegado a constatar que existen localidades en las cuales llevan varias

semanas sin que ningún transportista se presente para realizar la recolección.

Ante esta panorámica, el área de oportunidad que se ha considerado para la

investigación consiste en agilizar el tiempo de las recolecciones, y esto se puede lograr

diseñando rutas bajo un modelo de programación lineal que genere “el camino óptimo”. La

labor de recolección es una de las actividades más caras dentro de la empresa, por lo que

se considera que es una de las que presentan mayores opciones para la minimización de

costos.

Con base en la información disponible sobre los volúmenes de tarima que fueron

recolectados y enviados a los diferentes depósitos de tarima semanalmente por los

transportistas, la propuesta de mejora estará basada en la comprobación de que estos

volúmenes de tarima pueden ser recolectados en menor tiempo, si CHEP México contara

con una flotilla de transportes propios para realizar los recorridos de las rutas, diseñadas

bajo un modelo de programación. Para demostrar lo anterior se tomarán los volúmenes de

recolección que abastecieron al depósito MX16 durante la temporada de fin de año del

2007, que abarca los meses de octubre, noviembre y diciembre.

3.1 ANÁLISIS DEL TIPO DE PROBLEMA PARA LA RECOLECCIÓN DE TARIMAS

Para la solución del problema de la recolección de tarimas por parte de una empresa que

ofrece dicho servicio, primeramente debe analizarse el tipo de problema que se tiene en la

recolección. Como se puede observar el problema consiste en una red y claro cumple con

los 4 supuestos de un problema lineal. La red tiene un centro de acopio o matriz, a la cual

deben llegar las tarimas para su inspección y llevar a cabo su control de calidad para

futuros préstamos.

Metodología para la recolección de tarimas

54

La dificultad en el problema reside en que no se trata de un algoritmo clásico de

redes, ya que tiene ciertas características de un árbol de expansión mínima (ver capítulo

2), puesto que debemos ir a todos los centros en donde se tienen las tarimas, pero esto no

se puede hacer con un sólo medio de transporte como en el caso del agente viajero (la

cantidad semanal a recolectar es muy excesiva para un sólo transporte). Otra dificultad

reside en que los tiempos o distancias de recolección sean mínimos, dando un problema

tipo red de ruta más corta (ver capítulo2), pero como se podrá apreciar más adelante la

localización geográfica de los centros en los que se tiene que recolectar las tarimas pueden

estar muy dispersos. Por lo tanto, pensar en un modelo clásico de redes al 100% como los

expuestos en el capítulo 2 no es factible.

Primeramente, debemos localizar bajo ciertos criterios de decisión, el centro al que

llevaremos las tarimas recolectadas. Posteriormente, por las grandes distancias existentes

entre los centros debemos clasificar la red en subredes o zonas para llevar a cabo tours de

recolección de tarimas que hagan óptimo el tiempo de recolección.

3.1.1 CENTRO DE RECOLECCIÓN DE TARIMAS PARA LA EMPRESA CHEP

Se llevó a cabo un diagnóstico en la empresa CHEP, arrojando que el problema de des-

abasto se agudiza más en la zona Metropolitana del país, obviamente por ser la zona que

mayor volumen de operación tiene, y además a fin de delimitar el alcance de la

investigación se determinó que las rutas de recolección se diseñarán durante una sola

temporada, y en primer instancia, para abastecer únicamente al depósito de tarimas

“MX16” ubicando en Tultitlán, Estado de México, el que tiene mayor capacidad de

almacenamiento de los tres disponibles que existen en la zona Metropolitana.

Así, el volumen total que se recolectó en el deposito “MX16” durante los meses de

octubre, noviembre y diciembre fue 357,687 tarimas, y tuvo un costo aproximado de

$2’146,122.00 con recolecciones realizadas en Tiendas Comerciales y Centros de

Distribución de los Estados de: México, Aguascalientes, Guerrero, Guanajuato, Jalisco,

Michoacán, Morelos, Oaxaca, Puebla, Querétaro, San Luís Potosí, Zacatecas y el Distrito

Federal. Se puede observar que fue necesario acudir a zonas más alejadas, a pesar de que

existen depósitos CHEP ubicados en dichas zonas, pero esto se justifica, porque no tendría

caso que las tarimas se fueran a esos depósitos, ya que de todas maneras tarde o temprano

se iban a tener que traspasar al depósito MX16, puesto que es en el área Metropolitana

donde realmente se requieren.

El diseño de las rutas de recolección tendrá como objetivo recolectar esa misma

cantidad de 357,687 tarimas en un tiempo menor a 78 días, abarcando de igual forma las

mismas Tiendas Comerciales y Centros de Distribución (localidades), que los transportistas

visitaron en trece Entidades Federativas durante los meses de octubre, noviembre y

diciembre del año 2007; pero ahora con transportes propios deberán partir siempre del

depósito MX16 para realizar los recorridos hacia las diferentes localidades. Las rutas

Capítulo 3

55

contemplarán que las unidades de transporte deberán invariablemente regresar a este

mismo depósito diariamente.

Fig. 3.1 Zona de Recolección de las unidades de transportes, partiendo del depósito MX16, ubicado en Tultitlán Edo. Méx.

Fuente: Información proporcionada por el área de Logística de la empresa.

A continuación se muestra el resumen de las recolecciones realizadas por los

transportistas con un seguimiento semanal.

Período (año 2007)

Mes/semanaRecolección por Tranportistas**

Importe pagado por recolección

$

Cantidad recolectada x

mes

Importe pagado por recolección x

mes

01-06 Oct Oct / Sem1 26,589 $159,534

08-13 Oct Oct / Sem2 35,403 $212,418

15-20 Oct Oct / Sem3 36,447 $218,682

22-27 Oct Oct / Sem4 23,092 $138,552 121,531 $729,186

29 Oct- 03 Nov Nov / Sem1 28,876 $173,256

05-10 Nov Nov / Sem2 24,690 $148,140

12-17 Nov Nov / Sem3 33,981 $203,886

19-24 Nov Nov / Sem4 22,223 $133,338

26 Nov - 01 Dic Nov / Sem5 36,929 $221,574 146,699 $880,194

03-08 Dic Dic / Sem1 20,662 $123,972

10-15 Dic Dic / Sem2 22,361 $134,166

17-22 Dic Dic / Sem3 22,920 $137,520

24-29 Dic Dic / Sem4 23,514 $141,084 89,457 $536,742

Totales: 357,687 $2,146,122

27,514 tarimas

4,586 tarimas

$6Costo por tarima recolectada:

Cantidad promedio de recolección por día:

Cantidad promedio de recolección por semana:

Tabla 3.1 Resumen: Recolecciones realizadas por los transportistas externos Fuente: Información proporcionada por el área de Logística de la empresa.

Depósito de Tultitlán

MX16


56

Cantidad de tarimas recolectadas, a través de los t ransportistas contratados por CHEP

0

5,000

10,000

15,000

20,000

25,000

30,000

35,000

40,000


Can

tidad

de

tari

mas

Recolección porTranportistas**

Fig. 3.2 Gráfica: Recolecciones semanales realizadas por los transportistas externos. Fuente: Información proporcionada por el área de Logística de la empresa.

3.1.2 ESTUDIO DE LA RED DE RECOLECCIÓN Y SU DESCOMPOSICIÓN

En la red de recolección tenemos diferentes nodos, centros de recolección, situados en

lugares bastante alejados y en muchos de ellos la cantidad de tarimas a recolectar

sobrepasan la capacidad de los camiones que recolectan y por consiguiente es necesario

tomar una decisión de la distribución de los camiones para su recolección.

Para tomar una decisión de la forma de abarcar la red de recolección primeramente

es necesario localizar los centros de almacenamiento y su situación geográfica y con base

en la respuesta tomar una decisión.

En una empresa de recolección que se extiende a varios estados de la república la

mejor forma de recolección consiste en construir subredes que serán recorridas

independientemente. Así, para la recolección de altos volúmenes de tarimas, en general,

se aconseja formar rutas o tours por zonas geográficas.

En la siguiente sección se formalizan algunos criterios normativos para la recolección

de tarimas.

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

empresa CHEP.

Capítulo 3

57

3.2 ASPECTOS A CONSIDERAR EN LAS RUTAS DE RECOLECCIÓN DE TARIMAS 1

En la actualidad existen diversos métodos y consejos para tratar de encontrar la mejor

ruta posible, que cumpla con los objetivos y las restricciones de cada caso. Sin embargo

también es muy importante hacer notar que el diseñador de rutas deberá tomar en

consideración los siguientes aspectos sin importar los diversos métodos y algoritmos que

vaya a utilizar, para facilitar su trabajo y contar con prediseños factibles que

necesariamente se van a probar en campo:

• Número y tipo de transportes seleccionados.

• Frecuencia de recolección.

• Distancias entre ciudades donde existen localidades.

• Topografía del terreno.

• Tráfico en la ruta.

• Condiciones de los caminos.

• La recolección deberá comenzar lo más cercano al depósito.

A este respecto, dentro del “Manual para el diseño de rutas de recolección de

residuos sólidos municipales” elaborado por la Secretaría de Desarrollo Social, se establece

que “algunos lineamientos heurísticos que deberían ser tomados en consideración cuando

se planean las rutas de recolección, son los siguientes:

• Características de los vehículos, como son el tamaño y tipo de las unidades de

transporte que deben ser utilizados.

• En áreas de colina, las rutas deben comenzar en la parte alta y continuar colina

abajo, de tal manera que cuando el camión esté totalmente cargado no tenga

necesidad de ir cuesta arriba.

• Las rutas deben ser planeadas para que la última localidad a ser recolectada en la

ruta esté localizado lo más cerca del sitio de disposición final.

• Los desechos generados en las localidades donde exista más tráfico congestionado,

deberán ser recolectados lo más temprano del día que sea posible, o en un horario

en el que el tráfico afecte lo menos posible el recorrido del transporte”.

Además en dicho manual se establece que un servicio de recolección con transportes

será eficiente cuando cumpla con los siguientes objetivos:

• Aprovechar toda la capacidad de los transportes recolectores (tratar de no hacer

viajes con carga incompleta).

• Aprovechar toda la jornada legal de trabajo del personal.

1SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64


58

• Minimizar los recorridos improductivos en las rutas, es decir, que haya pocos

traslados sin estar recolectando.

• Disponer de equipos de reserva para efectuar mantenimiento preventivo y poder

cumplir con los programas previstos.2

3.3 MODELO GENERAL PARA DETERMINAR EL NÚMERO ÓPTIMO DE UNIDADES DE

TRANSPORTE PARA LA RECOLECCIÓN DE TARIMAS

Con base en lo dicho en la sección anterior y las normativas para la recolección por parte

de SEDESOL, podemos proponer un modelo general que nos indique la cantidad de viajes

que se requieren para realizar la recolección de una cantidad determinada de tarimas en

una red.

Supóngase que tenemos m tipos de camiones recolectores de tarimas con capacidades

mccc ,,, 21 K , tales que mccc <<< K21 y por otro lado, TC es el total de tarimas a

recolectar en la red a la semana. Denotemos por mxxx ,,, 21 K las variables de decisión que

están definidas, ix cantidad de viajes necesarios a la semana que haga el camión con

capacidad ic para recolectar las TC tarimas, con mi ,,3,2,1 K= . Es decir, T

m

i

ii Cxc∑=

≥1

de

esta forma el problema lineal entero lo podemos modelar de la siguiente manera.

ix

cCxc

Cxc

xZ

i

T

m

i

ii

T

m

i

ii

m

i

i

∀

−+≤

≥

=

∑

∑

∑

=

=

=

negativa no entera

1

min

1

1

1

1

La respuesta a este modelo nos indica la cantidad de viajes que requiere hacer cada

camión con capacidades mccc ,,, 21 K , para que puedan transportar todas las TC tarimas de

la red, en este caso siempre habrá solución entera, porque la suma inferior a TC no puede

ser menor a la capacidad más pequeña de los m camiones, luego al agregar otro viaje con

capacidad 1c sobrepasará la cantidad de tarimas que se debe recolectar TC , pero al mismo

tiempo será estrictamente inferior a 1cCT + .

Ahora supóngase que tenemos n subredes, y se aplica el modelo anterior a cada

subred

2 SEDESOL. Manual para el Diseño de rutas de recolección de residuos sólidos municipales. HUMAN Consultores, Mex., D.F. 1997 p.64

Capítulo 3

59

njmijix

cCxc

Cxc

xZ

j

jj

j

jj

j

j

jj

j

i

T

m

i

ii

T

m

i

ii

m

i

ij

,,2,1;,,2,1;, negativa no entera

1

min

1

1

1

1

KK ==∀

−+≤

≥

=

∑

∑

∑

=

=

=

Anotamos en una matriz la cantidad de viajes que requiere cada camión,

posteriormente se suman los totales de viajes por tipo de camión y resultarán los viajes que

se requieren de cada tipo de camión para recolectar todas las tarimas de las n subredes.

Subred Tipo de camión

1 2 … m

1 11a 11a … 11a

2 21a 22a … ma2

M M M O M

n 1na 2na … nma

Subtotales 1A 2A … mA

Tabla 3.2 Muestra la cantidad de viajes por semana, tipo de camión y subred


Finalmente para conocer la cantidad de camiones que se requieren de cada tipo,

necesitamos saber cuántos viajes puede hacer cada camión a la semana, sean mqqq ,,, 21 K

la cantidad de viajes que pueden hacer cada uno de los m camiones a la semana, dividir la

cantidad de viajes del camión entre la cantidad de días laborables a la semana y tomamos

la parte entera del cociente para conocer la cantidad de camiones necesarios.

∑=

m

i i

i

q

A

1

cantidad total de camiones 3.

En ocasiones es necesario restringir la cantidad de camiones a utilizar de cada tipo y

para esto agregamos la restricción correspondiente

∑=

≤m

iii

j

jrx

1

.

3 Se utiliza la notación de la parte entera de un número por medio de los corchetes, por ejemplo[ ] 37.3 = .


60

En donde, ir representa la disponibilidad de viajes del camión tipo i disponibles.

Teniendo la cantidad de camiones a utilizar, la recolección se puede llevar a cabo

considerando un solo modelo de recolección.

Nuestra función objetivo siempre será de minimización y está representada de la

siguiente manera:

∑∑= =

=n

j

m

i

ijxZ1 1

min

Con las siguientes restricciones:

njmijix

rx

cCxc

Cxc

ij

n

j

iij

T

m

i

iji

T

m

i

iji

jj

j

,,2,1;,,2,1;, negativa no entera

1

1

1

1

1

KK ==∀

≤

−+≤

≥

∑

∑

∑

=

=

=

Donde:

=ic Capacidad del camión i

=ijx Cantidad de viajes del camión i, en la subred j

=jTC Cantidad de tarimas a recolectar en la subred j

=ir Disponibilidad de viajes del tipo de camión i con los que se cuenta

para realizar la recolección.

3.4 METODOLOGÍA PROPUESTA

Paso 1. Las primeras actividades primordiales y necesarias para proseguir con el diseño de las rutas que se tienen que realizar para la recolección serán:

• Recabar la información sobre las recolecciones que cada uno de los transportistas

realizó diariamente por tiendas, en cada ciudad, delegación o municipio durante los

meses de octubre, noviembre y diciembre de 2007. Al final en el Anexo 1 se

presentará la información recolectada referente a este punto.

• Presentar estadísticamente en tablas resumidas, la información de los volúmenes de

tarimas que semanalmente fueron recolectados por los transportistas en cada

ciudad, delegación o municipio, y que para la investigación representarán los

volúmenes disponibles que hay que recolectar en menor tiempo.

• Elaborar la tabla de distancias que existen entre cada una de las ciudades,

delegaciones y/o municipios donde existan localidades (Tiendas Comerciales,

Centros de Distribución), con tarimas vacías.

Capítulo 3

61

Paso 2. Al establecerse que las recolecciones deberán hacerse con transportes propios, trae consigo, que el siguiente paso a desarrollar será determinar cuál es el número

óptimo de unidades de transporte y de qué capacidades deberán adquirirse, dada la

cantidad de tarimas disponibles por recolectar, incluso tomando en cuenta las

posibilidades económicas de la empresa.

Hay que considerar también la existencia de transportes de reserva para efectuar el

mantenimiento preventivo necesario.

Las capacidades de carga de las diferentes unidades de transportes disponibles en el

mercado son las siguientes:

48

40

40

1 2 340

48

48

1 2 3 4 5 6 740

48

48

1 2 3 4 5 6 7 8 9 10 11 12

40

48

1 2 3 4 5 6 7 8 9 10 11 12 13 1440

48

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

PLATAFORMA 40 PIESCAPACIDAD: 432 tarimasESTIBA 1818 X 2 X 12 = 432

TORTON 24 PIESCAPACIDAD: 252 tarimasESTIBA 1818 X 2 X 7 = 252

CAMIONETA 3 1/5 CAPACIDAD: MAX 80 tarimasESTIBA 1212 X 2 X 3 = 72

3 1/2

TORTON

PLATAFORMA 40 PIES

PLATAFORMA 53 PIES

PLATAFORMA 48 PIES



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.

La determinación del número óptimo de camiones de recolección se presentará como

un programa lineal que consistirá en minimizar una función objetivo, que no será otra cosa

que el costo horario de los camiones de recolección; y será solucionado con un paquete de


62

programación lineal que puede ser: EXCEL, LINDO, QSB, Matemática, etc.

La aplicación de esta formulación proporcionará entonces el número de cada tipo de

camión y su solución será la que minimice la función objetivo propuesta.

A estos transportes que serán adquiridos, se está proponiendo que sean pintados con

logotipos de la empresa, tanto en la parte de sus plataformas y/o cajas, como en las

cabinas, tal como sucede en otros países en donde CHEP tiene operación.

Con esto, lo que se pretende además es disminuir notablemente el tiempo de espera

que anteriormente tardaban los transportistas para que se les diera el acceso a realizar las

recolecciones, debido a las medidas de seguridad que toman las cadenas comerciales

(puesto que en muchas ocasiones se llegaron a presentar otros supuestos transportistas

diciendo que eran enviados por CHEP para realizar la recolección, sin ser esto cierto).

Ahora técnicamente sólo bastará con que se les confirme previamente a las cadenas

comerciales el nombre del chofer que conducirá la unidad de transporte.

Paso 3. Realizar la distribución de las unidades de transporte en las recolecciones semanales de cada tour con base al modelo de programación lineal elaborado y definir las rutas

de recolección. Para lograr la optimización de las rutas de recolección se ha definido

que se puede lograr, resolviéndolo también como un problema de programación lineal;

que constará de dos etapas, las cuales serán las siguientes:

Etapa I:

Diseñar las rutas de recolección que deberán recorrer las unidades de transporte,

empleando un algoritmo similar al del problema del Agente viajero, pero con el método del

vecino más próximo, que se busca minimizar la distancia a recorrer cuando se tienen que

visitar “N” número de ciudades. En esta investigación se minimizará los recorridos que las

unidades de transporte tienen que realizar en los tours.

Nota: Es importante aclarar que en algunos casos no se deberá seguir la ruta óptima que arroje la solución, esto se hará cuando existan localidades en

donde el volumen de tarimas vacías sea igual a la capacidad de algunas de las

unidades de transportes asignadas a esa ruta; lo anterior se justifica porque

así, con tal sólo visitar una localidad en su recorrido, la unidad regresará al

depósito totalmente llena a toda su capacidad.

Capítulo 3

63

Etapa II:

Describir las trayectorias semanales que cada una de las unidades de transporte deben

seguir, con la información real de las localidades en donde existe disponibilidad de tarimas

para recolectar. Para esto, las unidades deberán partir siempre del depósito de Tultitlán

para ir visitando tantas localidades como sus capacidades de recolección les permitan. Las

unidades deberán continuar con la ruta, justo en la siguiente localidad donde la anterior

unidad ya no pudo recolectar tarimas.

La importancia de utilizar estos algoritmos y modelos matemáticos también queda

establecido en el “Manual para el diseño de rutas de recolección de residuos sólidos

municipales” elaborado por la Secretaría de Desarrollo Social, ya que en dicho documento

se afirma que “los métodos determinísticos son los más recomendables, ya que en ellos se

pueden involucrar todos los parámetros que inciden en el diseño de las rutas de

recolección, además de que con estos métodos si se obtienen rutas óptimas, es decir, rutas

en las que a costo y tiempo mínimos se recolecta la máxima cantidad de residuos orgánicos

posible”.

Se establece además en dicho documento que “los dos métodos determinísticos más

usados para el diseño de las rutas son:

• Algoritmo del problema del Agente viajero.

• Algoritmo del problema del Cartero Chino”.4

La diferencia entre estos dos algoritmos encontrada para determinar que el algoritmo

del agente viajero es el que debería emplearse para nuestro diseño de rutas, es que el

algoritmo del cartero chino propone visitar todos los arcos, sin importar cuantas veces se

pase por un determinado nodo. Para esta investigación esto no es factible, puesto que lo

que se pretende es que se recorra el menor número de kilómetros posible. “El problema del

Agente viajero consiste en encontrar, en un conjunto de rutas que conectan diversos

puntos, el camino de menor costo, donde se recorra cada uno de los puntos”5, pero sin que

se pase por un mismo nodo más de una vez, como se propone en el algoritmo del cartero.

Los resultados que arrojen estas rutas de recolección, serán comparados contra los

resultados obtenidos por los transportistas, para cuantificar el beneficio que presenta el

programar rutas bajo este esquema de trabajo.

EJEMPLO

A continuación se presenta un ejemplo muy sencillo de cómo se llevaría a cabo esta

propuesta de mejora:

4 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


64

Supóngase que en la ciudad de Aguascalientes existe un total de 1564 tarimas

pendientes de recolectar; por tanto, la cantidad de viajes completos tomando en cuenta que se cuenta con camiones disponibles con capacidad de 504 tarimas, será de tres.

504 x 3 = 1512 1564-1512 = 52

En esta ciudad quedaría un sobrante de 52 tarimas, que deberán entrar dentro de la

programación de la(s) ruta(s) de recolección de “residuos”; junto con las demás ciudades

en donde existieran más sobrantes.

Supóngase que si además de la ciudad de Aguascalientes existen otras cuatro

entidades en donde quedaron residuos, y todas juntas generan un total de 237 tarimas

pendientes de recolectar; entonces el diseño de la ruta de recolección constará de siete

nodos (porque se está incluyendo como nodos inicial y final el depósito MX16 ubicado en

Tultitlán y se emplearía un camión tipo “torton” de 24 pies, puesto que con este es

suficiente recolectar dicha cantidad ya que su capacidad de carga es 252 tarimas.

Realizando la correcta formulación a este problema de programación lineal, y

utilizando algún paquete se tendrá la ruta óptima: del Depósito MX16 a Naucalpan, de

Naucalpan a Querétaro, de Querétaro a Celaya, de Celaya a León, de León a

Aguascalientes, y de Aguascalientes a Depósito Mx16; con una distancia total de 1066

kilómetros.

La metodología que se debe seguir, estará basada en el algoritmo del problema del

agente viajero con vecinos más próximos, se explica a continuación:

Tabla de datos

Dep. Tultitlán AGS. Querétaro Naucalpan Celaya León

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

237Total a recolectar

Num de ciudad

Ciudad Edo.Cantidad de tarimas a

recolectar

Tabla 3.2 Tabla de Distancias en kms.


Como puede observarse, en dicha tabla se incluye también la cantidad de kilómetros

que hay que recorrer entre una ciudad y otra.

Capítulo 3

65

Puesto que el punto inicial en donde la unidad de transporte iniciarán su recorrido es

el depósito MX16 ubicado en Tultitlán (primer nodo), se selecciona esta fila de la tabla en donde se encuentra ubicado, y para determinar a que ciudad deberá iniciar el recorrido, se

selecciona de la ciudad que esté más cercana a dicho depósito; por tanto, nuestro primer

nodo será Naucalpan.


KM KM KM KM KM KM

1 Dep.Tultitlán MEX - 501 173 32 236 353

Num de ciudad


recolectar

Tabla 3.3 Elección del primer nodo


Para seleccionar la siguiente ciudad que represente el segundo nodo, esto se deberá

realizar tomando ahora todas las ciudades comprendidas dentro la fila donde se encuentra Naucalpan, y se elige la ciudad que está más cercana a dicho municipio; que en este caso

es Querétaro, tal como puede observarse a continuación:


KM KM KM KM KM KM

4 Naucalpan MEX 26 32 531 203 266 383

Num de ciudad


recolectar

Tabla 3.4 Elección del segundo nodo


Ahora, para elegir la siguiente ciudad ésta deberá seleccionarse de la fila de la tabla, en donde se encuentre Querétaro, y que además sea la más cercana a esta ciudad; por

tanto, el tercer nodo de la ruta es la ciudad de Celaya, cuyo recorrido es de tan solo 63

kilómetros.


KM KM KM KM KM KM

3 Querétaro QRO 85 173 328 203 63 180

Num de ciudad


recolectar

Tabla 3.5 Elección del tercer nodo


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

ciudades comprendidas dentro de la fila donde se encuentra Celaya, eligiéndose


66

nuevamente la que esté más cercana a dicha ciudad; que en este caso es León, tal como

puede observarse:


KM KM KM KM KM KM

5 Celaya GTO 41 236 267 63 266 119

Num de ciudad


recolectar

Tabla 3.6 Elección del cuarto nodo


Para elegir la siguiente ciudad, en la fila de la tabla donde se ubica León, de igual forma se deberá determinar la ciudad más cercana a ésta; en esté caso la ciudad es

nuevamente Celaya; sin embargo puesto que está ciudad ya fue seleccionada, se tendrá

que seleccionar una que no lo haya sido; y la única ciudad que nos queda por recorrer es

Aguascalientes, que representaría el quinto nodo.


KM KM KM KM KM KM

6 León GTO 33 353 148 180 383 119

Num de ciudad


recolectar

Tabla 3.7 Elección del quinto nodo


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

Tultitlán, puesto que es ahí donde la unidad de transporte tiene que regresar a descargar

las 237 tarimas. El mismo procedimiento deberá realizarse según el número de nodos

existentes.

En resumen, la ruta óptima para este ejemplo, arrojó que el recorrido que deberá

realizar el camión tipo torton es el siguiente:

De: Dep Tultitlán a : Naucalpan Qro. Celaya León Ags. Dep. Tultitlán Total Km

Kilometros recorridos 32 203 63 119 148 501 =1066

Tabla 3.8 Elección del sexto nodo


Capítulo 3

67

El total de kilómetros por recorrer es de 1066.

En el Anexo 1 se presenta la información real de las recolecciones, necesaria para

poder llevar a efecto el procedimiento descrito y correspondiente a las recolecciones de

cada uno de los transportistas realizado diariamente en tiendas, en cada ciudad,

delegación o municipio durante los meses de octubre, noviembre y diciembre de 2007.

68

Capítulo 4

APLICACIÓN Y VALIDACIÓN DEL MODELO EMPLEADO

EN LA RECOLECCIÓN DE TARIMAS

En los capítulos precedentes se revisaron las bases para poder llevar a efecto una

aplicación de la programación lineal y redes, con la que mostraremos que el tiempo

requerido actualmente para realizar la recolección de tarimas por parte de las empresas

transportistas, contratadas por CHEP México se puede reducir, así como los costos de

contratación en un tiempo medio pueden ser disminuidos al proponer una flotilla propia

que sea mínima para realizar la recolección.

La primera parte de todo problema se refiere a la existencia de la información

relacionada con el objeto de estudio. En el trabajo presentamos los volúmenes de

recolección realizados por los transportistas contratados por la empresa, en la zona de

recolección delimitada para esta investigación durante los meses de octubre, noviembre y

diciembre de 2007, dicha información está disponible en el Anexo 1. Con la información

obtenida mostraremos la forma de usar la propuesta para:

• Determinar la cantidad apropiada del número de carros en la flotilla.

• Optimizar el tiempo de recolección.

• Optimizar los costos de recolección.

La segunda parte de la investigación consiste en determinar el modelo que nos

minimice la recolección de las tarimas con base en la información recopilada de la parte 1,

ver anexo 1, posteriormente condensarla y presentar un resumen con el que de forma más

simple se pueda tener una mejor apreciación de los datos. A partir de la simplificación

Capítulo 4

69

podemos contestar sin dificultad a diferentes preguntas, por ejemplo: ¿Cuáles son las

ciudades, delegaciones o municipios en los que se recolecta mayor volumen de tarimas?, o

por el contrario, ¿Cuáles son las ciudades, delegaciones o municipios en los que se

recolecta menos tarimas?, la frecuencia con la que los transportistas visitaron

semanalmente cada una de estas ciudades, delegaciones o municipios, etc. Los resúmenes

de los resultados obtenidos se muestran en las tablas del anexo 2.

Otra información importante con la que debemos contar, son las distancias existentes

entre cada una de las localidades de recolección, puesto que dicha información será

utilizada posteriormente para el diseño de la red de rutas más cortas, que no es otra cosa

que obtener las rutas con la menor cantidad posible de kilómetros a recorrer, ver anexo 3.

Finalmente notamos que a partir de la información obtenida en las tablas de los tres

anexos: Las entidades con más ciudades, delegaciones o municipios para realizar

recolecciones son el Distrito Federal y el Estado de México, aspecto muy importante a

considerar por la cercanía que tienen con el depósito de la empresa, ya que esta situación

ayudará a que las recolecciones en la zona se realicen en menor tiempo. Por otro lado, el

área de recolección abarca 46 puntos (ciudades, delegaciones o municipios), comprendidos

en el D.F. y a lo largo de 12 estados de la República, cuyas distancias en kilómetros de cada

uno de los puntos con respecto a los otros 45 puntos restantes se muestran en las tablas del

anexo 3.

4.1 DETERMINACIÓN DEL NÚMERO ÓPTIMO DE UNIDADES DE TRANSPORTE

El siguiente análisis nos permitirá conocer la cantidad de camiones de cada uno de los 5

tipos existentes en el mercado para transportar tarimas y con los cuales se llevará a cabo la

recolección con una mayor optimización de tiempo.

Como primer punto para fijar el número de unidades de transportes disponibles, se

tomó la decisión de considerar la semana con mayor volumen de recolección. Para esto se

consideró que utilizar el promedio de recolección semanal obtenido por los transportistas

contratados por CHEP en los tres últimos meses (tiempo que se tomó en cuenta para la

investigación), no es una decisión adecuada por el hecho de que existen varias semanas en

donde los volúmenes de recolección superan por mucho a dicho promedio, lo que

provocaría que el número de camiones ya determinado sea insuficiente y por tanto, no nos

arroje una solución óptima en el tiempo de recolección. Ante esta situación lo

recomendado fue tomar como referencia la semana en la que se haya obtenido el mayor

volumen de recolección, para que en función de esta cantidad se establezca el número de

camiones que se acerquen más a la realidad. Dicha semana es la que corresponde al

periodo del 27 de noviembre al 02 de diciembre que tuvo un volumen de recolección de

36,929 tarimas, tal como se puede apreciar en la siguiente tabla:

Modelo para la recolección de tarimas

70

RESUMEN: 26 NOV.- 01 DIC.Datos

Edo. Ciudad Suma de cant LU 26

Suma de cant MA 27

Suma de cant MI 28

Suma de cant JU 29

Suma de cant VI 30

Suma de cant SA 01

Suma de Total tarimas 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:

Capítulo 4

71

TOUR A

Neza IxtapalucaCantidad recolectada: 0 0 1716 103 393 0 0 2212Entidades a visitar: 0 0 6 1 1 0 0 8

TOUR B

Metepec Toluca Zinacantepec

Cantidad recolectada: 781 0 12 2715 0 864 0 0 0 4372Entidades a visitar: 2 0 1 2 0 1 0 0 0 6

TOUR C

Atizapan Cuautitlan Ecatepec Huixquilucan Tecamac TlalnepantlaNaucalpan de

Juárez Tultitlán

Cantidad recolectada: 120 0 210 1126 204 649 756 0 3065Entidades a visitar: 1 0 2 2 1 2 1 0 9

TOUR D

Alvaro Obregon

Benito Juárez Coyoacan

Gustavo A. Madero

Miguel Hidalgo Tlalpan

Venustiano Carranza

Cantidad recolectada: 1008 0 504 176 1993 1188 364 5233Entidades a visitar: 1 0 1 1 2 1 2 8

TOUR E

Cantidad recolectada: 13855 1080 14935Entidades a visitar: 7 1 8

TOUR F

De: Depósito Tultitlán a:Ciudad Valles

San Luis Potosí

Fresnillo Zacatecas Totales

Cantidad recolectada: 0 1831 0 0 1831Entidades a visitar: 0 3 0 0 3

TOUR G

Cantidad recolectada: 468 504 2161 504 3637Entidades a visitar: 1 1 6 1 9

TOUR H

Cantidad recolectada: 504 504 432 204 0 1644Entidades a visitar: 1 1 1 1 0 4

TotalesIguala de la

Indep.Zihuatanejo

San Juan Del Río

León

San Martín Texmelucan

Tehuacán Teziutlán

Totales

Totales

De: Depósito Tultitlán a:México 2

Tlaquepaque Tonalá

Puebla OaxacaMéxico 1

De: Depósito Tultitlán a:

Totales

De: Depósito Tultitlán a:

De: Depósito Tultitlán a: Queretáro Totales

Morelia Uruapan ZapopanGuadalajara

Totales De: Depósito Tultitlán a:D.F.

México 3

De: Depósito Tultitlán a: Celaya Irapuato TotalesAgs.

De: Depósito Tultitlán a: Cuernavaca JiutepecAcapulco de

Juárez

Total recolectado: 36,929 tarimas.

Tabla 4.2 Semana de recolección del 27 de noviembre al 01 de diciembre segmentada en Tours. Fuente: Elaboración propia

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.


72

A continuación haremos uso de algún paquete de optimización lineal entera, como

el paquete LINGO, para obtener la solución óptima a nuestro problema planteado sobre la

minimización de la cantidad de viajes requeridos por tipo de transporte. La función

objetivo es la siguiente:

Min= 54321 xxxxx ++++

Donde: 54321 ,,,, xxxxx representan la cantidad de viajes requeridos por cada camión del

tipo 1, 2, 3, 4, y 5 (ver capítulo 3), donde:

1= camioneta de 3 ½ (capacidad de recolección: 72 tarimas)

2= torton de 24 pies (capacidad de recolección: 252 tarimas)

3= plataforma de 40 pies (capacidad de recolección: 432 tarimas)



RESTRICCIONES

Las restricciones están enfocadas al hecho de que con un número determinado de

camiones del tipo i, se debe realizar el menor número de viajes posibles para recolectar

igual o mayor cantidad de tarimas existentes en cada tour, pero con la limitante de que si

llegara a recolectar una cantidad mayor, ésta deberá ser siempre menor a la capacidad de

recolección del camión de menor tamaño (es decir a la camioneta de 3 ½ para recolectar

72 tarimas). Con esto estaremos evitando que el modelo arroje como solución óptima

únicamente viajes con camiones de mayor capacidad, sin importar que los residuos (espacio

disponible en los transportes), sean cantidades grandes.

Para los tours C y D se tomó la decisión de excluir a los camiones de mayor

capacidad (los de 48 y 53 pies), ya que estos tours involucran localidades exclusivamente

dentro de Estado de México y D.F. y por el tipo de camiones de gran tamaño trasladarse

con tráfico y por las avenidas del área metropolitana será sumamente lento y en algunos

casos imposible.

Con base a lo anterior los modelos de optimización lineal entera para cada tour son

las siguientes.

Para el TOUR A:

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=2212;

72*x1+252*x2+432*x3+504*x4+540*x5<=2283;

@gin(x1); @gin(x2); @gin(x3); @gin(x4); @gin(x5);

Capítulo 4

73

Así, al correr el modelo para el tour A con ayuda de algún paquete, tenemos que para

recolectar las 2212 tarimas contenidas en el tour A, se requiere de un viaje con una

camioneta de 3 ½ (x1), y cuatro viajes con camiones de 53 pies (x5), quedando espacio

para recolectar otras 20 tarimas de más.

Llevando a efecto cálculos similares para los tours restantes, tendremos lo siguiente.

Para el TOUR B:

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=4372;

72*x1+252*x2+432*x3+504*x4+540*x5<=4443;


Es decir, que para recolectar las 4372 tarimas contenidas en el tour B, se requiere de

un viaje con una camioneta de 3 ½ (x1), y ocho viajes con camiones de 53 pies (x5),

quedando espacio para recolectar otras 20 tarimas de más.

Para el TOUR C:

Min=x1+x2+x3;

Subject to

72*x1+252*x2+432*x3>=3065;

72*x1+252*x2+432*x3<=3136;

@gin(x1); @gin(x2); @gin(x3);

Es decir, que para recolectar las 3065 tarimas contenidas en el tour C, se requiere de

un viaje con una camioneta de 3 ½ (x1) y siete viajes con camiones de 40 pies (x3),

quedando espacio para recolectar otras 31 tarimas de más.

Para el TOUR D:

Min=x1+x2+x3;

Subject to

72*x1+252*x2+432*x3>=5233;

72*x1+252*x2+432*x3<=5304;

@gin(x1); @gin(x2); @gin(x3);

Es decir, que para recolectar las 5233 tarimas contenidas en el tour D, se requiere de

un viaje con una camioneta de 3 ½ (x1), y doce viajes con camiones de 40 pies (x3),

quedando espacio para recolectar 23 tarimas de más.

Para el TOUR E:


74

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=14935;

72*x1+252*x2+432*x3+504*x4+540*x5<=15006;


Es decir, que para recolectar las 14935 tarimas contenidas en el tour E, se requiere

de un viaje con un camión de 40 pies (x3), de un viaje con un camión de 48 pies (x4), y

veintiséis viajes con camiones de 53 pies (x5), quedando espacio para recolectar de

41tarimas de más.

Para el TOUR F:

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=1831;

72*x1+252*x2+432*x3+504*x4+540*x5<=1902;


Es decir, que para recolectar las 1831 tarimas contenidas en el tour F, se requiere de

un viaje con un camión tipo torton (x2), y tres viajes con camiones de 53 pies (x5),

quedando espacio para recolectar 41tarimas de más.

Para el TOUR G:

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=3637;

72*x1+252*x2+432*x3+504*x4+540*x5<=3708;


Es decir, que para recolectar las 3637 tarimas contenidas en el tour G, se requiere de

un viaje con camión de 40 pies (x3) y seis viajes con camiones de 53 pies (x5), quedando

espacio para recolectar 35 tarimas de más.

Para el TOUR H:

Min=x1+x2+x3+x4+x5;

Subject to

72*x1+252*x2+432*x3+504*x4+540*x5>=1644;

72*x1+252*x2+432*x3+504*x4+540*x5<=1715;


Capítulo 4

75

Es decir, que para recolectar las 1644 tarimas contenidas en el tour H, se requiere un

viaje con una camioneta de 3 ½ (x1), de un viaje con un camión de 48 pies (x4) y dos

viajes con camiones de 53 pies (x5), quedando espacio para recolectar 12 tarimas de más.

Los resultados que arrojó el paquete se resumen a continuación:

36,929

A B C D E F G H

2,212 4,372 3,065 5,233 14,935 1,831 3,637 1,644

Tipo 1: 72 tarimas 1 1 1 1 0 0 0 1 5Tipo 2: 252 tarimas 0 0 0 0 0 1 0 0 1Tipo 3: 432 tarimas 0 0 7 12 1 0 1 0 21Tipo 4: 504 tarimas 0 0 0 0 1 0 0 1 2Tipo 5: 540 tarimas 4 8 0 0 26 3 6 2 49

78

Capacidad de los camiones: 2,232 4,392 3,096 5,256 14,976 1,872 3,672 1,656 37,152

Residuos: 20 20 31 23 41 41 35 12 223

Viajes requeridos x

semana

T O U R S / cantidad por recolectar

Cantidad de viajes requeridos por tipo de camión en cada Tour

Camiones

requeridos

Tabla 4.3 Cantidad preliminar de viajes requeridos por cada tipo de camión en los tours.


En términos administrativos el resultado preliminar arroja un total de 78 viajes

necesarios para realizar las recolecciones (5 viajes del camión tipo-1, 1 viaje del camión

tipo-2, 21 viajes del camión tipo-3, 2 viajes del camión tipo-4 y 49 viajes del camión tipo-

5); al ser un objetivo de la investigación el demostrar que es factible recolectar ese mismo

volumen en menos tiempo, vamos a limitar a que las unidades de transporte sean

empleadas cinco días por semana, en vez de los seis que utilizaron los transportistas

externos. Con esta limitante y suponiendo que cada camión podrá realizar un viaje por día

en cada tour, excepto en los tours C y D, la cantidad requerida entonces es de 16 unidades

de transportes (78 viajes/5 días = 15.6); sin embargo la cantidad es factible disminuirla con

base en las siguientes consideraciones:

• Los tours C y D al contener localidades de recolección sólo en el área metropolitana,

podrán realizar dos viajes por día en vez de uno, es decir 10 viajes por semana; ya

que los horarios del área de recibo de las tiendas comerciales son de 6:00 a 19:00

horas.

• En la tabla podemos observar que no es lo más óptimo adquirir el camión tipo tortón

(x2), para realizar el único viaje requerido en el tour F, ya que quedarían cuatro

viajes libres, de igual forma sucede con el camión de 48 pies (x4), para satisfacer la

demanda de los tours E y H; si se adquiriera ese camión quedarían otros 3 viajes


76

libres. En ambos casos se deberá satisfacer dichas demandas con viajes libres

generados por los camiones x3 y x5; ya que como podemos observar, al ser 21 viajes

los que en total se requieren del camión tipo x3 para satisfacer todos los tours,

necesariamente tendremos que adquirir 5 camiones, con esta capacidad, habrá 4

viajes libres. Es en este sentido el tipo de análisis que se ha realizado para

finalmente llegar con el número óptimo de camiones a adquirir; se trabajó por

separado primeramente con los tours A, B, E, F, G y H y posteriormente con los

tours C y D, ya que en éstos, un camión podrá realizar dos viajes en un día. El

resultado arrojado es el siguiente:

1 viaje por dìa: de lunes a viernes

28,631 5

A B E F G H

2,212 4,372 14,935 1,831 3,637 1,644

Tipo 1: 72 tarimas 1 1 0 0 0 1 3 0 216 0 -216Tipo 2: 252 tarimas 0 0 0 1 0 0 1 0 252 0 -252Tipo 3: 432 tarimas 0 0 1 0 1 0 2 1 864 3 1296Tipo 4: 504 tarimas 0 0 1 0 0 1 2 1 1008 3 1512Tipo 5: 540 tarimas 4 8 26 3 6 2 49 9 26460 0 -2160

11 Dif. faltante vs sobrante: 180

Capacidad de los camiones: 2,232 4,392 14,976 1,872 3,672 1,656Residuos: 20 20 41 41 35 12

2 viajes por dìa: de lunes a viernes10

C D

3,065 5,233

Tipo 1: 72 tarimas 1 1 2 0 -144 0 -144Tipo 2: 252 tarimas 0 0 0 0 0 0 0Tipo 3: 432 tarimas 7 12 19 4 8208 1 432Tipo 4: 504 tarimas 0 0 0 0 0 0 0Tipo 5: 540 tarimas 0 0 0 0 0 0 0

4 Dif. faltante vs sobrante: 288

Capacidad de los camiones: 3,096 5,256Residuos: 31 23

15 Diferencia Total (+) (-) 468Total camiones:

Camiones

requeridos

Vol. Equivalente en tarimas


TOURS

Camiones

requeridos

Viajes libres x semana

Viajes requeridos x

semana

T O U R S / cantidad por recolectar Num. De camiones a

utilizar

Vol. Equivalente en tarimas que

puede ser recolectado


Num. De camiones a

utilizar

Vol. Equivalente en tarimas

Viajes requeridos x

semana

Viajes libres x semana

Vol. Equivalente en tarimas que

puede ser recolectado

Tabla 4.4 Cantidad de viajes requeridos por cada tipo de camión en los tours (final).


Los 15 camiones requeridos arrojan un sobrante de 468 tarimas, volumen que es

mayor a la capacidad de recolección que tienen las plataformas de 40 pies, esto significa

que podemos prescindir de un camión de este tipo, por tanto se concluye que la cantidad

total de camiones a adquirir serán 14, distribuidos de la siguiente forma:

• 4 camiones de 40 pies(x1: capacidad de recolección: 432 tarimas).

• 1 camión de 48 pies (x2: capacidad de recolección: 504 tarimas).

Capítulo 4

77

• 9 camiones de 53 pies (x3: capacidad de recolección: 540 tarimas).

Se puede observar en los viajes que son uno por día, a pesar de que se requerían 3

viajes por camionetas de 3 ½, y otro de un camión tipo torton, esto no fue necesario

debido a los 6 viajes libres que se producen con la adquisición de un camión de 40 pies y

otro de 48 pies.

Puede observarse además en la tabla 4.4 que dicha cantidad de viajes libres, aun es

suficiente para compensar los 4 viajes que los 9 camiones de 53 pies no pueden cubrir, ya

que sólo pueden realizar 45 viajes (9 camiones x 5 días), y se requieren 49.

Con los 4 camiones de 40 pies requeridos en los tours C y D, se genera 1 viaje libre,

suficiente para recolectar las 144 tarimas correspondientes a los 2 viajes requeridos por

camiones de 3 ½.

4.2 DISTRIBUCIÓN DE LAS UNIDADES DE TRANSPORTE EN LAS RECOLECCIONES

SEMANALES

Los volúmenes de tarimas que tienen que ser recolectados semanalmente en menos

tiempo, son los siguientes:

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

357,687Total por recolectar

9-14 OCT. 11-16 DIC. 18-23 DIC.13-18 NOV.30 OCT- 4 NOV.

6-11 NOV.

VOLUMENES DE TARIMA A RECOLECTAR

TOUR 2-7 OCT. 23-28 OCT.27 NOV - 02 DIC.

20-25 NOV. 04-09 DIC.16-21 OCT. 25-30 DIC.

Tabla 4.5 Volúmenes de tarima para recolección por Tour


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

excluidos de estas “corridas” en un principio por tratarse como ya se mencionó de

recolecciones muy cercanas al depósito. Posteriormente con los viajes libres que hayan

quedado, se cubrirá las demandas de ambos tours.

La función objetivo, ver capítulo 3

Min. ∑∑= =

=m

j

n

iijxZ

1 1

Con las siguientes restricciones:


78

∑=

≥n

ijiji Dxc

1

∑=

+≤n

ijiji CDxc

1

*

∑=

≤m

jiij rx

1

Donde:

=ic Capacidad del camión i

=jix Cantidad de viajes del camión i, en el tour j

=jD Cantidad de tarimas a recolectar en el tour j

=ir Disponibilidad de viajes del tipo de camión “i” con los que se cuenta

para realizar la recolección.

[ ] 1* −= icMinC

Tomando en cuenta que dentro de las unidades de transporte disponibles, la de

menor capacidad son los de 40 pies (x1), con capacidad para recolectar 432 equipos; por

tanto el valor de C* es igual a 431

Min [ ] 1−ci = 431

4.2.1 RECOLECCIÓN SEMANA 1

Del 1-6 de Octubre: 26,589 tarimas

Total Tour A 1,609

Total Tour B 1,916

Total Tour C 2,322

Total Tour D 3,304

Total Tour E 8,016

Total Tour F 2,602

Total Tour G 3,992

Total Tour H 2,828

TOTALES 26,589

TOUR 1-6 OCT.

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

Capítulo 4

79

432*x1a+504*x2a+540*x3a>=1609;

432*x1a+504*x2a+540*x3a<=2040;

432*x1b+504*x2b+540*x3b>=1916;

432*x1b+504*x2b+540*x3b<=2347;

432*x1e+504*x2e+540*x3e>=8016;

432*x1e+504*x2e+540*x3e<=8447;

432*x1f+504*x2f+540*x3f>=2602;

432*x1f+504*x2f+540*x3f<=3033;

432*x1g+504*x2g+540*x3g>=3992;

432*x1g+504*x2g+540*x3g<=4423;

432*x1h+504*x2h+540*x3h>=2828;

432*x1h+504*x2h+540*x3h<=3259;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912; (1)

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016; (2)

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440; (3)

@gin(x1a); @gin(x2a); @gin(x3a); @gin(x1b); @gin(x2b); @gin(x3b);

@gin(x1e); @gin(x2e); @gin(x3e); @gin(x1f); @gin(x2f); @gin(x3f);

@gin(x1g); @gin(x2g); @gin(x3g); @gin(x1h); @gin(x2h); @gin(x3h);

Notas:

(1) 6912.- Se refiere al volumen de tarimas que se pueden recolectar con 4

camiones con capacidad para recolectar 432 tarimas, utilizados 4 días a la

semana: 16 viajes x 432 = 6912.


camión con capacidad para recolectar 504 tarimas, utilizados 4 días a la

semana: 4 viajes x 504=2016.


camiones con capacidad para recolectar 540 tarimas, utilizados 4 días a la

semana: 36 viajes x 540=19440.

Los resultados arrojados establecen que se requieren: 3 camiones del tipo-3, en el

tour A; 1 camión del tipo-1, 2 camiones del tipo-2, y un camión del tipo-3 en el tour B; 15

camiones del tipo-3 en el tour E; 5 camiones del tipo-3 en el tour F; un camión del tipo-2 y

siete del tipo-3 en el tour G; un camión del tipo-2, y cinco camiones del tipo-3 en el tour H.


80

Total Tour A 1,164

Total Tour B 4,933

Total Tour C 2,452

Total Tour D 4,081

Total Tour E 13,559

Total Tour F 2,778

Total Tour G 4,678

Total Tour H 1,758

TOTALES 35,403

8-13 OCT.TOUR

SEM 1.- Del 01-06 octubre: 4 Ahorro: 2 días

20,963 5,626 26,589

A B E F G H C D Total

Tipo 1,609 1,916 8,016 2,602 3,992 2,828 2,322 3,304 5,626

X1 1 1 432 16 15 30 432 12,960 14x2 2 1 1 4 2,016 4 0 0 504 0x3 3 1 15 5 7 5 36 19,440 36 0 0 540 0

1,620 1,980 8,100 2,700 4,284 3,204 41 21,888 12,960 Sobrante total: 6,912

Dif x tour: 11 64 84 98 292 376 925

T O U R S / viajes T O U R S

Total Viajes empleados

Equivalente en tarimas

Viajes disponibles

Viajes libres a la semana (1 x día)

Viajes libres a la semana (2

x día)

Capac.Volumen

libre x recolectar

Viajes a emplear

Tabla 4.6 Asignación de los camiones en los viajes requeridos: Semana 1


Conclusiones

Obsérvese que los 15 viajes que quedaron libres del camión tipo-1, se convierten en 30

viajes (2 por día), disponibles para ser utilizados en las recolecciones de los tours C y D.

Para estos tours se requieren emplear 14 viajes. Aquí el ahorro de días es de 2 días.


Del 8 al 13 de Octubre: 35,403 tarimas

Resultó, después de realizar la corrida en un paquete, que las 14 unidades de transporte

pueden recolectar este volumen en 5 días, que equivalen a emplear, 20 viajes del camión

tipo-1, 5 viajes del camión tipo-2 y 45 viajes del camión tipo-3.

MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1164;

432*x1a+504*x2a+540*x3a<=1595;

432*x1b+504*x2b+540*x3b>=4933;

432*x1b+504*x2b+540*x3b<=5364;

432*x1e+504*x2e+540*x3e>=13559;

432*x1e+504*x2e+540*x3e<=13990;

432*x1f+504*x2f+540*x3f>=2778;

432*x1f+504*x2f+540*x3f<=3209;

432*x1g+504*x2g+540*x3g>=4678;

432*x1g+504*x2g+540*x3g<=5109;

432*x1h+504*x2h+540*x3h>=1758;

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;




Capítulo 4

81

Total Tour A 1,340

Total Tour B 2,168

Total Tour C 2,949

Total Tour D 2,732

Total Tour E 17,098

Total Tour F 3,202

Total Tour G 4,816

Total Tour H 2,501

TOTALES 36,806

TOUR 15-20 OCT.

SEM 2.- Del 08-13 octubre: 5 Ahorro: 1 día

28,870 6,533 35,403


Tipo 1,164 4,933 13,559 2,778 4,678 1,758 2,452 4,081 6,533

X1 5 5 2,160 20 15 30 432 12,960 16x2 5 5 2,520 5 0 0 504 0x3 2 1 25 5 9 3 45 24,300 45 0 0 540 0

1,080 5,220 13,500 2,700 4,860 1,620 55 28,980 12,960 Sobrante total: 6,048

Dif x tour: -84 287 -59 -78 182 -138 110

Viajes a emplear




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar


Fuente: Elaboración propia Conclusiones En esta semana la solución no fue entera y por esta razón se tiene déficit en la recolección.

Se puede observar que para esta semana existe un déficit de recolección de 359 tarimas

distribuidas en los tours A, E, F, y H (ver cantidades en rojo y en negativo de la tabla). Este

volumen pendiente de recolectar, se acumulará al volumen de la siguiente semana. Los 15

viajes que quedaron libres del camión tipo-1, se convierten en 30 viajes (2 por día),

disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours se

requieren emplear 16 viajes. El ahorro de días en esta semana es de 1 día.




pueden recolectar este volumen en 5 días, que equivalen a emplear: 20 viajes del camión


MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1340;

432*x1a+504*x2a+540*x3a<=1771;

432*x1b+504*x2b+540*x3b>=2168;

432*x1b+504*x2b+540*x3b<=2599;

432*x1e+504*x2e+540*x3e>=17098;

432*x1e+504*x2e+540*x3e<=17529;

432*x1f+504*x2f+540*x3f>=3202;

432*x1f+504*x2f+540*x3f<=3633;

432*x1g+504*x2g+540*x3g>=4816;

432*x1g+504*x2g+540*x3g<=5247;

432*x1h+504*x2h+540*x3h>=2501;

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;


82

Total Tour A 1,345

Total Tour B 3,008

Total Tour C 1,491

Total Tour D 3,954

Total Tour E 9,080

Total Tour F 1,424

Total Tour G 2,340

Total Tour H 450

TOTALES 23,092

TOUR 22-27 OCT.




SEM 3.- Del 15-20 octubre: 5 SEM 3.- Del 16-21 octubre: 5 Ahorro: 1 día

31,125 5,681 36,806


Tipo 1,340 2,168 17,098 3,202 4,816 2,501 2,949 2,732 5,681X1 2 2 1 5 1 11 4,752 20 9 18 432 7,776 14x2 2 1 2 5 2,520 5 0 0 504 0x3 1 1 31 5 5 2 45 24,300 45 0 0 540 0

1,404 2,412 17,172 3,204 4,860 2,520 61 31,572 7,776 Sobrante total: 1,728

Dif x tour: 64 244 74 2 44 19 447




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear



Conclusiones

Quedaron 9 viajes libres del camión tipo-1, que se convierten en 18 viajes (2 por día),

disponibles para recolectar las 5,681 tarimas contenidas en los C y D. Los viajes requeridos

para ambos tours son 14. El ahorro de días para esta semana es de 1 día.






MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1345;

432*x1a+504*x2a+540*x3a<=1776;

432*x1b+504*x2b+540*x3b>=3008;

432*x1b+504*x2b+540*x3b<=3439;

432*x1e+504*x2e+540*x3e>=9080;

432*x1e+504*x2e+540*x3e<=9511;

432*x1f+504*x2f+540*x3f>=1424;

432*x1f+504*x2f+540*x3f<=1855;

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;

Capítulo 4

83




SEM 4.- Del 22-27 octubre: 3

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

17,647 5,445 23,092


Tipo 1,345 3,008 9,080 1,424 2,340 450 1,491 3,954 5,445

X1 1 1 1 2 5 2,160 12 7 14 432 6,048 13x2 2 1 3 1,512 3 0 0 504 0x3 2 5 15 2 3 27 14,580 27 0 0 540 0

1,512 3,132 9,108 1,512 2,484 504 35 18,252 6,048 Sobrante total: 432

Dif x tour: 167 124 28 88 144 54 605




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear



Conclusiones Quedaron 7 viajes libres del camión tipo-1, que se convierten en 14 viajes (2 por día),

disponibles para recolectar las 5,445 tarimas contenidas en los C y D. Los viajes a emplear

para recolectar dicho volumen son 13, con un ahorro de 3 días en esta semana.


Del 29 de Octubre al 03 de Noviembre: 28,876 tarimas




MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1446;

432*x1a+504*x2a+540*x3a<=1877;

432*x1b+504*x2b+540*x3b>=854;

432*x1b+504*x2b+540*x3b<=1285;

432*x1e+504*x2e+540*x3e>=13713;

432*x1e+504*x2e+540*x3e<=14144;

432*x1f+504*x2f+540*x3f>=412;

432*x1f+504*x2f+540*x3f<=843;

432*x1g+504*x2g+540*x3g>=4028;

432*x1g+504*x2g+540*x3g<=4459;

432*x1h+504*x2h+540*x3h>=1934;

432*x1h+504*x2h+540*x3h<=2365;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;

Total Tour A 1,446

Total Tour B 854

Total Tour C 2,811

Total Tour D 3,678

Total Tour E 13,713

Total Tour F 412

Total Tour G 4,028

Total Tour H 1,934

TOTALES 28,876

29 OCT- 3 NOV.

TOUR


84

Total Tour A 1,158

Total Tour B 1,350

Total Tour C 1,527

Total Tour D 3,372

Total Tour E 11,797

Total Tour F 1,164

Total Tour G 2,002

Total Tour H 2,320

TOTALES 24,690

5-10 NOV.TOUR

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;




SEM 5.- Del 29 oct- 03 nov: 4 SEM 5.- Del 30 oct- 04 nov: 4 Ahorro: 2 días

22,387 6,489 28,876


Tipo 1,446 854 13,713 412 4,028 1,934 2,811 3,678 6,489X1 1 2 1 4 1,728 16 12 24 432 10,368 16x2 4 4 2,016 4 0 0 504 0x3 2 26 8 36 19,440 36 0 0 540 0

1,512 864 14,040 432 4,320 2,016 44 23,184 10,368 Sobrante total: 3,456

Dif x tour: 66 10 327 20 292 82 797

Viajes a emplear




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar



Conclusiones


disponibles para recolectar las 6,489 tarimas contenidas en los C y D. Por tanto, los viajes a

emplear para recolectar dicho volumen son 16, con un ahorro de 2 días para esta semana.


Del 5 al 10 de Noviembre: 24,690 tarimas


pueden recolectar este volumen en 4 días; que equivalen a emplear: 16 viajes del camión


MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1158;

432*x1a+504*x2a+540*x3a<=1589;

432*x1b+504*x2b+540*x3b>=1350;

432*x1b+504*x2b+540*x3b<=1781;

432*x1e+504*x2e+540*x3e>=11797;

432*x1e+504*x2e+540*x3e<=12228;

432*x1f+504*x2f+540*x3f>=1164;

432*x1f+504*x2f+540*x3f<=1595;

432*x1g+504*x2g+540*x3g>=2002;

432*x1g+504*x2g+540*x3g<=2433;

432*x1h+504*x2h+540*x3h>=2320;

Capítulo 4

85

Total Tour A 1,185

Total Tour B 2,474

Total Tour C 2,112

Total Tour D 4,063

Total Tour E 15,164

Total Tour F 3,023

Total Tour G 5,263

Total Tour H 1,055

TOTALES 34,339

TOUR 12-17 NOV.

432*x1h+504*x2h+540*x3h<=2751;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;

SEM 6.- Del 05-10 nov: 4

Ahorro: 2 días

19,791 4,899 24,690


Tipo 1,158 1,350 11,797 1,164 2,002 2,320 1,527 3,372 4,899X1 0 0 16 16 32 432 13,824 12x2 1 1 504 4 3 6 504 3,024x3 2 3 22 2 4 3 36 19,440 36 0 0 540 0

1,080 1,620 11,880 1,080 2,160 2,124 37 19,944 16,848 Sobrante total: 8,640

Dif x tour: -78 270 83 -84 158 -196 153

Viajes a emplear




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar


Fuente: Elaboración propia Conclusiones

En esta semana la solución no fue entera y por esta razón tendremos déficit en la

recolección. Podemos observar un déficit de recolección de 358 tarimas distribuidas en los

tours A, F y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente

de recolectar, se acumulará al volumen que se genere de la siguiente semana.

Los 16 viajes que quedaron libres del camión tipo-1, se convierten en 32 viajes (2 por

día), disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours

se requieren emplear 12 viajes de los 32. El ahorro en días para esta semana fue de 2.






MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1185;

432*x1a+504*x2a+540*x3a<=1616;

432*x1b+504*x2b+540*x3b>=2474;

432*x1b+504*x2b+540*x3b<=2905;

432*x1e+504*x2e+540*x3e>=15164;

432*x1e+504*x2e+540*x3e<=15595;

432*x1f+504*x2f+540*x3f>=3023;

432*x1f+504*x2f+540*x3f<=3454;


86

Total Tour A 2,216

Total Tour B 418

Total Tour C 628

Total Tour D 714

Total Tour E 12,417

Total Tour F 1,295

Total Tour G 4,535

Total Tour H 0

TOTALES 22,223

TOUR 19-24 NOV.

432*x1g+504*x2g+540*x3g>=5263;

432*x1g+504*x2g+540*x3g<=5694;

432*x1h+504*x2h+540*x3h>=1055;

432*x1h+504*x2h+540*x3h<=1486;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;


@gin(x1e); @gin(x2e); @gin(x3 e); @gin(x1f); @gin(x2f); @gin(x3f);


SEM 7.- Del 12-17 nov: 5

Ahorro: 1 día

28,164 6,175 34,339


Tipo 1,185 2,474 15,164 3,023 5,263 1,055 2,112 4,063 6,175X1 1 1 2 1 5 2,160 20 15 30 432 12,960 15x2 5 5 2,520 5 0 0 504 0x3 2 28 4 9 2 45 24,300 45 0 0 540 0

1,512 2,520 15,552 3,024 5,292 1,080 55 28,980 12,960 Sobrante total: 6,480

Dif x tour: 327 46 388 1 29 25 816

Viajes a emplear




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar


Fuente: Elaboración propia Conclusiones


disponibles para recolectar las 6,175 tarimas contenidas en los C y D. Por tanto, los viajes a

emplear para recolectar dicho volumen son 15, con un ahorro de 1 día para esta semana.






MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=2216;

432*x1a+504*x2a+540*x3a<=2647;

432*x1b+504*x2b+540*x3b>=418;

432*x1b+504*x2b+540*x3b<=849;

432*x1e+504*x2e+540*x3e>=12417;

432*x1e+504*x2e+540*x3e<=12848;

432*x1f+504*x2f+540*x3f>=1295;

432*x1f+504*x2f+540*x3f<=1726;

Capítulo 4

87

Total Tour A 2,212

Total Tour B 4,372

Total Tour C 3,065

Total Tour D 5,233

Total Tour E 14,935

Total Tour F 1,831

Total Tour G 3,637

Total Tour H 1,644

TOTALES 36,929

TOUR 26 NOV - 01 DIC.

432*x1g+504*x2g+540*x3g>=4535;

432*x1g+504*x2g+540*x3g<=4966;

432*x1h+504*x2h+540*x3h>=0;

432*x1h+504*x2h+540*x3h<=0;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;




SEM 8.- Del 19-24 nov.: 4

Ahorro: 2 días

20,881 1,342 22,223


Tipo 2,216 418 12,417 1,295 4,535 0 628 714 1,342

X1 1 1 432 16 15 30 432 12,960 4x2 3 1 4 2,016 4 0 0 504 0x3 2 23 2 9 36 19,440 36 0 0 540 0

2,592 432 12,420 1,584 4,860 0 41 21,888 12,960 Sobrante total: 11,232

Dif x tour: 376 14 3 289 325 0 1,007




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear




disponibles para recolectar las 1,342 tarimas contenidas en los C y D. Por lo que solo se

emplean 4 viajes para recolectar dicho volumen, con un ahorro de 2 días para esta semana.


Del 26 de Noviembre al 01 de Diciembre: 36,929 tarimas




MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=2212;

432*x1a+504*x2a+540*x3a<=2643;

432*x1b+504*x2b+540*x3b>=4372;

432*x1b+504*x2b+540*x3b<=4803;

432*x1e+504*x2e+540*x3e>=14935;

432*x1e+504*x2e+540*x3e<=15366;

432*x1f+504*x2f+540*x3f>=1831;

432*x1f+504*x2f+540*x3f<=2262;


88

Total Tour A 1,256

Total Tour B 2,328

Total Tour C 252

Total Tour D 1,094

Total Tour E 10,456

Total Tour F 3,128

Total Tour G 1,813

Total Tour H 710

TOTALES 21,037

TOUR 03-08 DIC.

432*x1g+504*x2g+540*x3g>=3637;

432*x1g+504*x2g+540*x3g<=4068;

432*x1h+504*x2h+540*x3h>=1644;

432*x1h+504*x2h+540*x3h<=2075;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=8640;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2520;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=24300;

SEM 9.- Del 26 nov-01 dic: 5

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

28,631 8,298 36,929


Tipo 2,212 4,372 14,935 1,831 3,637 1,644 3,065 5,233 8,298

X1 4 4 1,728 20 16 32 432 13,824 20x2 1 4 5 2,520 5 0 0 504 0x3 4 7 28 3 3 45 24,300 45 0 0 540 0

2,160 4,284 15,120 1,620 3,744 1,620 54 28,548 13,824 Sobrante total: 5,184

Dif x tour: -52 -88 185 -211 107 -24 -83




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear


Fuente: Elaboración propia Conclusiones En esta semana la solución no fue entera y por esta razón tendremos déficit en la


tours A, B, F y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente

de recolectar, se acumulará al volumen que se genere de la siguiente semana.

Los 16 viajes que quedaron libres del camión tipo-1, se convierten en 32 viajes (2 por

día), disponibles para ser utilizados en las recolecciones de los tours C y D. Para estos tours

se requieren emplear 20 viajes de los 32. El ahorro en días para esta semana es de 1.


Del 03 al 08 de Diciembre: 21,037 tarimas




MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=1256;

432*x1a+504*x2a+540*x3a<=1687;

432*x1b+504*x2b+540*x3b>=2328;

432*x1b+504*x2b+540*x3b<=2759;

432*x1e+504*x2e+540*x3e>=10456;

432*x1e+504*x2e+540*x3e<=10887;

432*x1f+504*x2f+540*x3f>=3128;

432*x1f+504*x2f+540*x3f<=3559;

Capítulo 4

89

Total Tour A 824

Total Tour B 2,535

Total Tour C 301

Total Tour D 572

Total Tour E 12,046

Total Tour F 2,017

Total Tour G 3,254

Total Tour H 812

TOTALES 22,361

TOUR 10-15 DIC.

432*x1g+504*x2g+540*x3g>=1813;

432*x1g+504*x2g+540*x3g<=2244;

432*x1h+504*x2h+540*x3h>=710;

432*x1h+504*x2h+540*x3h<=1141;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=5616;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=1512;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=14580;




SEM 10.- Del 03- 08 dic: 3

19,691 1,346 21,037


Tipo 1,256 2,328 10,456 3,128 1,813 710 252 1,094 1,346

X1 2 1 1 1 3 2 10 4,320 12 2 4 432 1,728 4x2 1 1 1 3 1,512 3 0 0 504 0x3 3 18 5 1 27 14,580 27 0 0 540 0

1,368 2,556 10,656 3,132 1,836 864 40 20,412 1,728 Sobrante total: 0

Dif x tour: 112 228 200 4 23 154 721




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear


Fuente: Elaboración propia Conclusiones Quedaron 2 viajes libres del camión tipo-1, que se convierten en 4 viajes disponibles para

recolectar las 1,346 tarimas contenidas en los C y D. Por lo que solo se emplean 4 viajes

para recolectar dicho volumen. El ahorro en días para esta semana es de 2.






MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=824;

432*x1a+504*x2a+540*x3a<=1255;

432*x1b+504*x2b+540*x3b>=2535;

432*x1b+504*x2b+540*x3b<=2966;

432*x1e+504*x2e+540*x3e>=12046;

432*x1e+504*x2e+540*x3e<=12477;

432*x1f+504*x2f+540*x3f>=2017;

432*x1f+504*x2f+540*x3f<=2448;

432*x1g+504*x2g+540*x3g>=3254;

432*x1g+504*x2g+540*x3g<=3685;


90

432*x1h+504*x2h+540*x3h>=812;

32*x1h+504*x2h+540*x3h<=1243;

32*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;

04*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;

40*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;

SEM 11.- Del 10-15 dic: 4

Ahorro: 2 días

21,488 873 22,361


Tipo 824 2,535 12,046 2,017 3,254 812 301 572 873X1 1 1 432 16 15 30 432 12,960 3x2 4 4 2,016 4 0 0 504 0x3 2 5 22 4 2 1 36 19,440 36 0 0 540 0

1,080 2,700 11,880 2,160 3,528 540 41 21,888 12,960 Sobrante total: 11,664

Dif x tour: 256 165 -166 143 274 -272 400




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear



Conclusiones En esta semana la solución no fue entera y por esta razón tendremos déficit en la


tours E y H (ver cantidades en rojo y en negativo de la tabla). Este volumen pendiente de

recolectar, se acumulará al volumen que se genere de la siguiente semana. Los 15 viajes

que quedaron libres del camión tipo-1, se convierten en 30 viajes (2 por día), disponibles

para ser utilizados en las recolecciones de los tours C y D. Para estos tours se requieren

solamente emplear 3 viajes de los 30. El ahorro en días para esta semana es 2.


Del 17-22 de Diciembre: 23,358 tarimas




MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=666;

432*x1a+504*x2a+540*x3a<=1097;

432*x1b+504*x2b+540*x3b>=2180;

432*x1b+504*x2b+540*x3b<=2611;

432*x1e+504*x2e+540*x3e>=12187;

432*x1e+504*x2e+540*x3e<=12618;

432*x1f+504*x2f+540*x3f>=2560;

432*x1f+504*x2f+540*x3f>=2560;

432*x1f+504*x2f+540*x3f<=2991;

Total Tour A 666

Total Tour B 2,180

Total Tour C 305

Total Tour D 774

Total Tour E 12,187

Total Tour F 2,560

Total Tour G 3,234

Total Tour H 1,452

TOTALES 23,358

17-22 DIC.TOUR

Capítulo 4

91

Total Tour A 674

Total Tour B 2,526

Total Tour C 586

Total Tour D 845

Total Tour E 14,598

Total Tour F 795

Total Tour G 2,856

Total Tour H 634

TOTALES 23,514

TOUR 24-29 DIC.

432*x1g+504*x2g+540*x3g>=3234;

432*x1g+504*x2g+540*x3g<=3665;

432*x1h+504*x2h+540*x3h>=1452;

432*x1h+504*x2h+540*x3h<=1883;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=6912;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=2016;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=19440;




SEM 12.- Del 17-22 dic: 4

Ahorro: 2 días

22,279 1,079 23,358


Tipo 666 2,180 12,187 2,560 3,234 1,452 305 774 1,079X1 2 1 1 4 1,728 16 12 24 432 10,368 3

x2 4 4 2,016 4 0 0 504 0x3 1 22 4 6 3 36 19,440 36 0 0 540 0

864 2,556 12,312 2,592 3,240 1,620 44 23,184 10,368 Sobrante total: 9,072

Dif x tour: 198 376 125 32 6 168 905




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear




disponibles para recolectar las 1,079 tarimas contenidas en los C y D. Por lo que solo se

emplean 3 viajes para recolectar dicho volumen. El ahorro en días para esta semana es 2.



Al ser esta la última semana y a fin de evitar un déficit en la recolección de tarimas se

estableció que las 14 unidades de transportes realicen la recolección de este volumen en 6

días, que equivalen a emplear: 24 viajes del camión tipo-1, 6 del tipo-2 y 54 del tipo-3.

MODELO DE P.L.


Subject to

432*x1a+504*x2a+540*x3a>=674;

432*x1a+504*x2a+540*x3a<=1105;

432*x1b+504*x2b+540*x3b>=2526;

432*x1b+504*x2b+540*x3b<=2957;

432*x1e+504*x2e+540*x3e>=14598;

432*x1e+504*x2e+540*x3e<=15029;

432*x1f+504*x2f+540*x3f>=795;

432*x1f+504*x2f+540*x3f<=1226;


92

432*x1g+504*x2g+540*x3g>=2856;

432*x1g+504*x2g+540*x3g<=3287;

432*x1h+504*x2h+540*x3h>=634;

432*x1h+504*x2h+540*x3h<=1065;

432*x1a+432*x1b+432*x1e+432*x1f+432*x1g+432*x1h<=10368;

504*x2a+504*x2b+504*x2e+504*x2f+504*x2g+504*x2h<=3024;

540*x3a+540*x3b+540*x3e+540*x3f+540*x3g+540*x3h<=29160;




SEM 13.- Del 24-29 dic: 6 Ahorro: 0 días

22,083 1,431 23,514


Tipo 674 2,526 14,598 795 2,856 634 586 845 1,431

X1 0 0 24 24 48 432 20,736 4x2 0 0 6 6 12 504 6,048x3 2 5 28 2 6 2 45 24,300 54 9 18 540 9,720

1,080 2,700 15,120 1,080 3,240 1,080 45 24,300 36,504 Sobrante total: 34,776

Dif x tour: 406 174 522 285 384 446 2,217




Viajes disponibles



x día)

Capac.Volumen

libre x recolectar

Viajes a emplear



Conclusiones

Quedaron 24 viajes libres del camión tipo-1, que se convierten en 48 viajes (2 por

día), disponibles para recolectar las 1,431 tarimas contenidas en los C y D. Por lo que solo

se emplean 4 viajes para recolectar dicho volumen. No hay ahorro en días para esta semana

4.3 RESULTADO FINAL

En total se tiene un ahorro de 22 días, con respecto a número de días empleados

por los transportistas externos; mientras que ellos tardaron 78 días para recolectar 357,687

tarimas, esta investigación ha demostrado que dicho volumen puede ser recolectado en 56

días utilizando una flotilla de 14 camiones.

4.4 DISEÑO DE LAS RUTAS POR TOUR ASUMIENDO UNA DEMANDA CONOCIDA A continuación se describe la metodología propuesta para determinar los recorridos que

deberán hacer las unidades de transporte, que está basada en el algoritmo del viajante de

comercio asumiendo que la demanda está disponible antes de la asignación de recolección.

Recordaremos que dicho algoritmo busca minimizar la distancia a recorrer cuando se tienen

que visitar “N” número de ciudades. En esta investigación minimizáremos los recorridos

que las unidades de transporte tienen que realizar en los tours. Para explicar dicha

Capítulo 4

93

metodología se hará con los recorridos a realizar en las ciudades y/o municipios contenidos

en el tour A.

Tour A Tabla de Distancias

0 1 2 3 4 5 6 7

Depósito Tultitlán Ixtapaluca Nezahualcoyotl PueblaSan Martín

TexmelucanTehuacán Teziutlán Oaxaca de Juárez

KM KM KM KM KM KM KM KM

0 Depósito Tultitlán a: MEX 66 64 149 111 263 296 482

1 Ixtapaluca MEX 1 66 22 94 56 208 241 427

2 Nezahualcoyotl MEX 1 64 22 110 72 224 257 443

3 Puebla PUE 149 94 110 38 114 147 333

4 San Martin Texmelucan PUE 111 56 72 38 152 185 371

5 Tehuacan PUE 263 208 224 114 152 261 283

6 Teziutlan PUE 296 241 257 147 185 261 480

7 Oaxaca de Juárez OAX 482 427 443 333 371 283 480

TABLA DE DISTANCIAS EN KMLOCALIDADES

Ciudad Edo.

Tabla 4.19 Tabla de distancias entre ciudades que integran el Tour A.

Fuente: Autopistas y carreteras de México (QUIMERAMX)

La tabla anterior presenta las distancias en kilómetros que se tienen que recorrer

para llegar a cada una de las ciudades y/o municipios contenidos en el tour A, partiendo

del Depósito de la empresa, además de las distancias existentes entre una ciudad y/o

municipio a otro. Para determinar cual sería el primer nodo debemos identificar toda la fila

donde se encuentra nuestro origen que es el Depósito de Tultitlán:

Depósito Tultitlán Ixtapaluca Nezahualcoyotl Puebla


Tehuacán Teziutlán Oaxaca de Juárez



Ciudad Edo.

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:





2 Nezahualcoyotl MEX 1 64 22 110 72 224 257 443

Ciudad Edo.

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:


94




1 Ixtapaluca MEX 1 66 22 94 56 208 241 427

Ciudad Edo.

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:




4 San Martín Texmelucan PUE 111 56 72 38 152 185 371

Ciudad Edo.

Para el quinto nodo la ciudad resultante como puede observarse a continuación es

Tehuacán:




3 Puebla PUE 149 94 110 38 114 147 333

Ciudad Edo.

El sexto nodo sería por lo tanto Teziutlán:





5 Tehuacan PUE 263 208 224 114 152 261 283

Ciudad Edo.

Y finalmente séptimo nodo corresponde a Oaxaca. El proceso deberá hacerse

semana a semana por cada tour, ya que no siempre se tienen que recorrer las mismas ciudades. Dichos resultados, a continuación se presentan:

Capítulo 4

95

Kilometros recorridos

0 4 3 5 6 0

0 111 38 114 261 296 820

Dep. Tultitlán SM Texmelucan Puebla Tehuacán Teziutlán Dep. Tultitlán

0 2 4 3 6 0

0 64 72 38 147 296 617

Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Teziutlán Dep. Tultitlán

0 2 1 4 3 5 0

0 64 22 56 38 114 296 590

Dep. Tultitlán Nezahualcoyotl Ixtapaluca SM Texmelucan Puebla Tehuacán Dep. Tultitlán

0 2 4 3 6 0

0 64 72 38 147 296 617


0 2 4 3 5 0

0 64 72 38 114 263 551

Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Tehuacán Dep. Tultitlán

0 2 4 3 6 0

0 64 72 38 147 296 617


0 2 4 3 5 0

0 64 72 38 114 296 584

Dep. Tultitlán Nezahualcoyotl SM Texmelucan Puebla Tehuacán Dep. Tultitlán

0 3 6 7 0

0 149 147 480 482 1,258

Dep. Tultitlán Puebla Teziutlán Oaxaca Dep. Tultitlán

0 4 3 5 0

0 111 38 114 263 526

Dep. Tultitlán SM Texmelucan Puebla Tehuacán Dep. Tultitlán

0 2 4 3 6 0

64 72 38 147 296 617


0 4 3 5 0

0 111 38 114 263 526

Dep. Tultitlán SM Texmelucan Puebla Tehuacán Dep. Tultitlán

0 2 3 0

0 64 110 149 323

Dep. Tultitlán Nezahualcoyotl Puebla Dep. Tultitlán

0 2 3 0

0 64 110 149 323

Dep. Tultitlán Nezahualcoyotl Puebla Dep. Tultitlán

Total KM's 7,969

Semana 13

Semana 9

Semana 10

Semana 11

Semana 12

Semana 5

Semana 6

Semana 7

Semana 8

Semana 1

Semana 2

Semana 3

Semana 4

RUTA OPTIMA POR SEMANA PARA EL TOUR "A"

Tabla 4.20 Rutas para el Tour A.

Fuente: Elaboración propia Tour B Tabla de Distancias

0 1 2 3 4 5 6 7 8 9Depósito Tultitlán Metepec Toluca Zinacantepec Morelia Uruapan Guadalajara Tlaquepaque Tonalá Zapopan

KM KM KM KM KM KM KM KM KM KM

0 Depósito Tultitlán a: MEX 80 78 88 329 438 565 552 569 570

1 Metepec MEX 2 80 11 21 249 358 498 485 502 503

2 Toluca MEX 2 78 11 10 238 347 487 474 491 492

3 Zinacantepec MEX 2 88 21 10 248 357 497 484 501 502

4 Morelia MCH 329 249 238 248 109 276 263 280 281

5 Uruapan MCH 438 358 347 357 109 303 290 299 308

6 Guadalajara JAL 565 498 487 497 276 303 13 4 5

7 Tlaquepaque JAL 552 485 474 484 263 290 13 7 18

8 Tonalá JAL 569 502 491 501 280 299 4 7 9

9 Zapopan JAL 570 503 492 502 281 308 5 18 9

LOCALIDADESTABLA DE DISTANCIAS EN KM

Ciudad Edo.

Tabla 4.21 Tabla de distancias entre ciudades que integran el Tour B.



96


0 2 3 1 7 6 8 9 0

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

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

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

0 78 10 21 263 13 5 570 960

Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Zapopan Dep. Tultitlán

0 2 1 4 0

0 78 11 249 329 667

Dep. Tultitlán Toluca Metepec Morelia Dep. Tultitlán

0 2 3 0

78 10 88 176

Dep. Tultitlán Toluca Zinacantepec Dep. Tultitlán

0 2 3 1 7 6 0

0 78 10 21 485 13 565 1,172

Dep. Tultitlán Toluca Zinacantepec Metepec Tlaquepaque Guadalajara Dep. Tultitlán

0 2 4 9 0

0 78 238 281 570 1,167

Dep. Tultitlán Toluca Morelia Zapopan Dep. Tultitlán

0 1 3 4 6 0

0 80 21 248 276 565 1,190

Dep. Tultitlán Metepec Zinacantepec Morelia Guadalajara Dep. Tultitlán

0 2 3 1 4 7 0

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

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

78 11 249 109 308 570 1,325

Dep. Tultitlán Toluca Metepec Morelia Uruapan Zapopan Dep. Tultitlán

0 2 3 4 0

0 78 10 248 329 665

Dep. Tultitlán Toluca Zinacantepec Morelia Dep. Tultitlán

Total KM's 13,249

Semana 13

Semana 9

Semana 10

Semana 11

Semana 12

Semana 5

Semana 6

Semana 7

Semana 8

Semana 1

Semana 2

Semana 3

Semana 4

RUTA OPTIMA POR SEMANA PARA EL TOUR "B"

Tabla 4.22 Rutas para el Tour B.

Fuente: Elaboración propia Tour C Tabla de Distancias

0 1 2 3 4 5 6 7 8Depósito Tultitlán Atizapan Cuautitlan

Ecatepec de Morelos Huixquilucan Tecamac Tlalnepantla

Naucalpan de 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

Ciudad Edo.


Tabla 4.23 Tabla de distancias entre ciudades que integran el Tour C.


Capítulo 4

97


0 8 2 1 6 7 4 3 0

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

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

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

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

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

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

0 16 7 17 13 50 22 125

Dep. Tultitlán Tlalnepantla Atizapan Naucalpan Huixquilucan Ecatepec Dep. Tultitlán

0 6 1 0

0 16 7 20 43

Dep. Tultitlán Tlalnepantla Atizapan Dep. Tultitlán

0 6 1 7 4 3 5 0

0 16 7 17 13 50 15 30 148

Dep. Tultitlán Tlalnepantla Atizapan Naucalpan Huixquilucan Ecatepec Tecamac Dep. Tultitlán

0 1 3 0

0 20 26 22 68

Dep. Tultitlán Atizapan Ecatepec Dep. Tultitlán

0 5 4 0

0 30 65 42 137

Dep. Tultitlán Tecamac Huixquilucan Dep. Tultitlán

0 1 3 5 0

0 20 50 15 30 115

Dep. Tultitlán Atizapan Ecatepec Tecamac Dep. Tultitlán

0 6 3 5 0

0 16 50 15 30 111

Dep. Tultitlán Tlalnepantla Ecatepec Tecamac Dep. Tultitlán

Total KM's 1621

Semana 11

Semana 12

Semana 13

Semana 7

Semana 8

Semana 9

Semana 1

Semana 2

Semana 3

Semana 4

Semana 5

Semana 6

RUTA OPTIMA POR SEMANA PARA EL TOUR "C"

Semana 10

Tabla 4.24 Rutas óptimas para el Tour C.

Fuente: Elaboración propia Tour D Tabla de Distancias

0 1 2 3 4 5 6 7

Depósito Tultitlán Alvaro Obregon Benito Juárez Coyoacan

Gustavo A. Madero Miguel Hidalgo Tlalpan

Venustiano Carranza



1 Alvaro Obregon DF 43 14 20 18 16 31 27

2 Benito Juárez DF 36 14 12 13 16 22 18

3 Coyoacan DF 45 20 12 26 21 15 19

4 Gustavo A. Madero DF 31 18 13 26 16 31 11

5 Miguel Hidalgo DF 29 16 16 21 16 30 16

6 Tlalpan DF 56 31 22 15 31 30 40

7 Venustiano Carranza DF 40 27 18 19 11 16 40

Ciudad Edo.


Tabla 4.25 Tabla de distancias entre ciudades que integran el Tour D.



98


0 5 2 3 6 1 4 7 0

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

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

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

0 29 16 18 11 19 15 56 164


0 5 2 4 7 1 6 0

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

0 29 16 18 11 19 15 56 164


0 5 2 1 7 6 0

0 29 16 14 27 40 56 182

Dep. Tultitlán M. Hidalgo Benito Juárez A. Obregon V. Carranza Tlalpan Dep. Tultitlán

0 1 0

0 43 43 86

Dep. Tultitlán A. Obregon Dep. Tultitlán

0 5 1 4 7 3 6 0

0 29 16 18 11 1 15 56 146


0 5 2 3 6 7 0

29 16 12 15 40 40 152

Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan Tlalpan V. Carranza Dep. Tultitlán

0 7 3 6 0

0 40 19 15 56 130

Dep. Tultitlán V. Carranza Coyoacan Tlalpan Dep. Tultitlán

0 5 2 4 7 0

0 29 16 13 11 40 109

Dep. Tultitlán M. Hidalgo Benito Juárez GAM V. Carranza Dep. Tultitlán

0 5 2 3 7 0

0 29 16 12 19 40 116

Dep. Tultitlán M. Hidalgo Benito Juárez Coyoacan V. Carranza Dep. Tultitlán

Total KM's 1,925

Semana 13

Semana 9

Semana 10

Semana 11

Semana 12

Semana 5

Semana 6

Semana 7

Semana 8

Semana 1

Semana 2

Semana 3

Semana 4

RUTA OPTIMA POR SEMANA PARA EL TOUR "D"

Tabla 4.26 Rutas para el Tour D.

Fuente: Elaboración propia Tour E Tabla de Distancias

0 1 2

Depósito Tultitlán Queretáro San Juan Del Río

KM KM KM

0 Depósito Tultitlán a: MEX 173 131

1 Queretáro GTO 173 42

2 San Juan Del Río GTO 131 42


Edo.Ciudad

Tabla 4.27 Tabla de distancias entre ciudades que integran el Tour E.


Capítulo 4

99


0 2 1 0

0 131 42 173 346Dep. Tultitlán San Juan Del Río Queretáro Dep. Tultitlán

0 1 0

0 173 173 346Dep. Tultitlán Queretáro Dep. Tultitlán

Total KM's 4,498

Semanas: 1-5, 7, 9-13

Semanas: 6,8

RUTA OPTIMA POR SEMANA PARA EL TOUR "E" POR SEMANA

Tabla 4.28 Rutas para el Tour E.

Fuente: Elaboración propia Tour F Tabla de Distancias

0 1 2 3 4

Depósito Tultitlán San Luis Potosí Ciudad Valles Fresnillo Zacatecas

KM KM KM KM KM

0 Depósito Tultitlán a: MEX 418 461 654 594

1 San Luis Potosí SLP 418 297 278 218

2 Ciudad Valles SLP 461 297 547 489

3 Fresnillo ZAC 654 278 547 60

4 Zacatecas ZAC 594 218 489 60

Edo.


Ciudad

Tabla 4.29 Tabla de distancias entre ciudades que integran el Tour F.



0 1 4 3 2 0

0 418 218 60 547 461 1,704

Dep. Tultitlán SLP Zacatecas Fresnillo Ciudad Valles Dep. Tultitlán

0 1 4 3 0

0 418 218 60 654 1,350

Dep. Tultitlán SLP Zacatecas Fresnillo Dep. Tultitlán

0 1 0

0 418 418 836

Dep. Tultitlán SLP Dep. Tultitlán

0 1 4 3 0

0 418 218 60 654 1,350


0 1 2 0

0 418 297 461 1,176

Dep. Tultitlán SLP Ciudad Valles Dep. Tultitlán

0 1 2 0

0 418 297 461 1,176

Dep. Tultitlán SLP Ciudad Valles Dep. Tultitlán

0 1 4 0

0 418 218 594 1,230

Dep. Tultitlán SLP Zacatecas Dep. Tultitlán

0 1 4 2 0

0 418 218 489 461 1,586

Dep. Tultitlán SLP Zacatecas Ciudad Valles Dep. Tultitlán

0 1 0

0 418 418 836

Dep. Tultitlán SLP Dep. Tultitlán

0 1 4 3 0

0 418 218 60 654 1,350


0 1 4 2 0

0 418 218 489 461 1,586


0 1 4 0

0 418 218 594 1,230

Dep. Tultitlán SLP Zacatecas Dep. Tultitlán

0 1 4 2 0

0 418 218 489 461 1,586


Total KM's 16,996

Semana 1

Semana 2

Semana 5

Semana 6

Semana 11

Semana 12

Semana 13

RUTA OPTIMA POR SEMANA PARA EL TOUR "F"

Semana 7

Semana 8

Semana 9

Semana 10

Semana 3

Semana 4

Tabla 4.30 Rutas para el Tour F.



100

Tour G Tabla de Distancias

0 1 2 3 4Depósito 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

Ciudad Edo.


Tabla 4.31 Tabla de distancias entre ciudades que integran el Tour G.



0 1 2 3 4 0

0 236 49 70 148 501 1,004

Dep. Tultitlán Celaya Irapuato León Aguascalientes Dep. Tultitlán

0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 1 3 4 0

0 236 119 148 501 1,004

Dep. Tultitlán Celaya León Aguascalientes Dep. Tultitlán

0 1 2 3 0

0 236 49 70 353 708

Dep. Tultitlán Celaya Irapuato León Dep. Tultitlán

0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 1 2 3 4 0

0 236 49 70 148 501 1,004


0 2 3 0

0 283 70 353 706

Dep. Tultitlán Irapuato León Dep. Tultitlán

0 2 3 0

0 283 70 353 706


0 2 3 4 0

0 283 70 148 501 1,002

Dep. Tultitlán Irapuato León Aguascalientes Dep. Tultitlán

0 2 3 0

0 283 70 353 706


Total KM's 11,860

Semana 10

Semana 11

Semana 12

Semana 13

Semana 6

Semana 7

Semana 8

Semana 9

RUTA OPTIMA POR SEMANA PARA EL TOUR "G"

Semana 1

Semana 2

Semana 3

Semana 4

Semana 5

Tabla 4.32 Rutas para el Tour G.


Capítulo 4

101

Tour H Tabla de Distancias

0 1 2 3 4 5Depòsito Tultitlán Cuernavaca Jiutepec

Acapulco de Juárez

Iguala de la 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 Jiutepec MOR 138 11 297 114 539

3 Acapulco de Juárez GRO 413 286 297 183 242

4 Iguala de la Indep. GRO 230 103 114 183 436

5 Zihuatanejo GRO 655 528 539 242 436

Edo.


TO

UR

H

Ciudad

Tabla 4.33 Tabla de distancias entre ciudades que integran el Tour H.



0 1 4 3 5 0

0 127 103 183 242 655 1,310

Dep. Tultitlán Cuernavaca Iguala Acapulco Zihuatanejo Dep. Tultitlán

0 1 2 4 3 5 0

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

0 127 11 114 183 242 655 1,332


0 1 3 0

0 127 286 413 826

Dep. Tultitlán Cuernavaca Acapulco Dep. Tultitlán

0 1 2 4 5 0

0 127 11 114 436 655 1,343

Dep. Tultitlán Cuernavaca Jiutepec Iguala Zihuatanejo Dep. Tultitlán

0 1 2 4 3 5 0

0 127 11 114 183 242 655 1,332


0 1 2 4 0

0 127 11 114 230 482

Dep. Tultitlán Cuernavaca Jiutepec Iguala Dep. Tultitlán

0

0 1 2 4 3 0

0 127 11 114 183 413 848

Dep. Tultitlán Cuernavaca Jiutepec Iguala Acapulco Dep. Tultitlán

0 4 3 0

0 230 183 413 826

Dep. Tultitlán Iguala Acapulco Dep. Tultitlán

0 1 2 4 0

0 127 11 114 230 482

Dep. Tultitlán Cuernavaca Jiutepec Iguala Dep. Tultitlán

0 2 4 3 5 0

0 138 114 183 242 655 1,332

Dep. Tultitlán Jiutepec Iguala Acapulco Zihuatanejo Dep. Tultitlán

0 1 4 0

0 127 103 230 460

Dep. Tultitlán Cuernavaca Iguala Dep. Tultitlán

Total KM's 11,905

Semana 13

Semana 9

Semana 10

Semana 11

Semana 12

Semana 5

Semana 6

Semana 7

Semana 8

RUTA OPTIMA POR SEMANA PARA EL TOUR "H"

Semana 1

Semana 2

Semana 3

Semana 4

Tabla 4.34 Rutas para el Tour H.



102

4.5 PROGRAMA DE RECOLECCIÓN PROPUESTO Hasta este momento sabemos cuantos viajes del camión tipo-1, del tipo-2 y del tipo-3

debemos asignar para realizar las recolecciones semanales en cada tour con las 14 unidades

de transportes; también sabemos cuales son las rutas óptimas que deben de recorrer estas

unidades.

Faltaría por describir como se llevaría a cabo en la realidad este programa de

recolección, con base a la asignación de cada una de estas 14 unidades de transporte ya

establecida en función de la cantidad de viajes que pueden realizar y a las rutas óptimas ya

diseñadas para cada tour.

Se va a ir describiendo en las siguientes tablas, las trayectorias que las unidades de

transporte deben seguir en los viajes, desde que parten del depósito de Tultitlán para ir

visitando conforme lo marcan las rutas óptimas, tantas localidades en “n” ciudades,

delegaciones y/o municipios, como sus capacidades de recolección les permitan.

Los demás camiones deberán continuar con la ruta, justo en la siguiente localidad

donde el anterior camión ya no pudo recolectar tarimas.

Las siguientes tablas muestran los programas semanales de recolección por tour;

contienen los nombres de las tiendas comerciales y/o centros de distribución que hay que

realizar recolección y se encuentran ordenadas en forma de lista, conforme a la ruta

óptima, además se incluye la ciudad, municipio o delegación en donde se encuentran

ubicadas las localidades y el volumen que hay que recolectar.

En la parte de la derecha de las tablas se observa las localidades que van quedando

cubiertas en los viajes realizados por cada camión del tipo “i”, con base a la asignación de

las 14 unidades de transportes en las recolecciones semanales que se hizo en el punto 4.2.

Capítulo 4

103

RESUMEN: 1-6 OCTSuma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 3 540 540 540

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 102 102Chedraui Puebla I Puebla PUE 96 96Chedraui Puebla II Puebla PUE 91 91Chedraui Puebla III Puebla PUE 174 174Chedraui Puebla IV Puebla PUE 195 77 118Costco 714 Puebla Puebla PUE 432 422 10Superama 4543 La Noria Puebla PUE 64 64Chedraui Tehuacan Tehuacan PUE 277 277Chedraui Teziutlan Teziutlan PUE 178 178

Total Tour A 1609Tour BX1 (432) = 1 432 504 504 540X2(504) = 2 Chedraui 242 Toluca Toluca MEX 177 177X3(540) = 1 Tiendas Garces SA de CV Toluca MEX 82 82

Wal Mart 5825 Alfredo del Mazo Toluca MEX 142 142Wal Mart 5791 Zinacantepec Zinacantepec MEX 209 31 178Bodega Aurrera 3725 Toluca Pilares Metepec MEX 246 246Ctro deDistribucion de Frescos Tlaquepaque JAL 432 80 352Costco 703 Guadalajara Guadalajara JAL 432 152 280Chedraui 248 Lomas Tonala JAL 113 113Chedraui 249 Acueducto Zapopan JAL 83 83

Total Tour B 1916Tour CX1 (432) = 6 432 432 432 432 432 432

CD Chedraui Tultitlan Tultitlan MEX 1 1CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1 CD Chedraui Frescos Cuautitlan MEX 1 1Chedraui Atizapan Atizapan MEX 56 56Chedraui 236 Mundo E Tlalnepantla MEX 196 196Costco 726 Arboledas Tlalnepantla MEX 432 177 255Costco 701 Satelite Naucalpan de Juárez MEX 756 177 432 147Costco 718 Interlomas Huixquilucan MEX 699 285 414Chedraui 257 Ecatepec Ecatepec de Morelos MEX 107 18 89Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 73 73

Total Tour C 2322Tour DX1 (432) = 8 432 432 432 432 432 432 432 432

233 Tenayuca Gustavo A. Madero DF 160 160Chedraui Coyoacan DF 166 160Chedraui 232 Polanco Miguel Hidalgo DF 252 112 140Chedraui 235 Universidad Benito Juarez DF 108 108Chedraui 239 Molina Venustiano Carranza DF 192 184 8Chedraui 241 Anfora Venustiano Carranza DF 108 108Costco 702 Coapa Tlalpan DF 842 316 432 94Costco 707 Mixcoac Alvaro Obregon DF 720 338 382Costco 720 Polanco Miguel Hidalgo DF 756 50 432 274

Total Tour D 3304Tour EX3(540) = 15 540 540 540 (10) 540 540 540

Bodega Aurrera 3889 San Juan del Rio San Juan del Río QRO 162 162Bodega Aurrera 3875 Queretaro Querétaro QRO 207 207Bodega Aurrera 5711 San Pablo Querétaro QRO 174 171 3Tiendas Soriana Cedis Qro SECOS Querétaro QRO 7473 537 5400 540 540 456

Total Tour E 8016Tour FX3(540) = 5 540 540 540 540 540

Bodega Aurrera 3887 Rio Verde San Luis Potosí SLP 388 388Bodega Aurrera 5851 Constitucion San Luis Potosí SLP 306 152 154Costco 716 San Luis Potosi San Luis Potosí SLP 198 194Sams Club 6206 San Luis Potosi San Luis Potosí SLP 516 192 324Sams Club 4790 Zacatecas Zacatecas ZAC 684 216 468Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 234 72 162Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 276 276

Total Tour F 2602Tour GX2(504) = 1 540 504 540 540 540 540 540 540X3(540) = 7 Costco 723 Celaya Celaya GTO 252 252

Sams Club 6223 Irapuato Oeste Irapuato GTO 504 504 242 Leon Campestre Leon GTO 123 123Chedraui 247 Leon Poliforum Leon GTO 61 61Chedraui Leon Gto. Leon GTO 165 104 61Costco 705 Leon Leon GTO 316 316Sams Club 4877 Lopez Mateos Leon GTO 504 163 341Sams Club 6513 Leon Leon GTO 503 199 304Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 269 236 33Bodega Aurrera 3802 Convencion Aguascalientes AGS 225 225Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 213 213Bodega Aurrera 3905 Santa Anita Aguascalientes AGS 198 69 129Costco 708 Aguascalientes Aguascalientes AGS 155 155Sams Club 8118 Aguascalientes Aguascalientes AGS 504 256 248

Total Tour G 3992

504 540 540 540 540 540Tour H Chedraui 238Cuernavaca Cuernavaca MOR 192 192X2(504) = 1 Costco 713 Cuernavaca Cuernavaca MOR 419 312 107X3(540) = 5 Bodega Aurrera 3911 Iguala Iguala de la independencia GRO 5 5

Chedraui 254 Acapulco Acapulco de Juárez GRO 176 176Costco 706 Acapulco Acapulco de Juárez GRO 1700 252 540 540 368Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 336 172 164

Total Tour H 2828Total general 26589

VIAJES POR CAMION: 15








Tabla 4.35 Programa semanal de recolección propuesto: Semana 1 Fuente: Elaboración propia


104

RESUMEN: 8-13 OCTSuma de Total tarimas recolectadasTour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 2 540 540

Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 143 143Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 79 79Chedraui Puebla I Puebla PUE 226 226Chedraui Puebla II Puebla PUE 60 60Chedraui Puebla III Puebla PUE 84 32 52Costco 714 Puebla Puebla PUE 220 220Superama 4543 La Noria Puebla PUE 107 107Chedraui Teziutlan Teziutlan PUE 245 161 -84 faltante

Total Tour A 1164Tour BX1 (432) = 5 432 432 432 504 504 432 432 504 504 504 540X2(504) = 5 Chedraui 807 Toluca Toluca MEX 100 100X3(540) = 1 Tiendas Garces SA de CV Toluca MEX 192 192

Wal Mart 5825 Alfredo del Mazo Toluca MEX 144 140 4Wal Mart 5791 Zinacantepec Zinacantepec MEX 175 175Bodega Aurrera 3725 Toluca Pilares Metepec MEX 492 253 239Chedraui 243 Metepec Metepec MEX 240 193 47Chedraui Morelia Morelia MCH 100 100Costco 710 Morelia Morelia MCH 504 504Sams Club 6585 Morelia Morelia MCH 504 504Ctro deDistribucion de Frescos Tlaquepaque JAL 1710 285 432 504 489Costco 703 Guadalajara Guadalajara JAL 432 15 417Farmacias Benavides SA de CV Zapopan JAL 340 87 253

Total Tour B 4933Tour CX1 (432) = 6 432 432 432 432 432 432

CD Chedraui Tultitlan Tultitlan MEX 1 1CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1 CD Chedraui Frescos Cuautitlan MEX 1 1Chedraui 236 Mundo E Tlalnepantla MEX 129 129Costco 726 Arboledas Tlalnepantla MEX 660 300 360Costco 701 Satelite Naucalpan de Juárez MEX 756 72 432 252Chedraui 419231 Interlomas Huixquilucan MEX 150 150Costco 718 Interlomas Huixquilucan MEX 333 30 303Chedraui 257 Ecatepec Ecatepec de Morelos MEX 47 47Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 157 82 75Chedraui Tecamac Tecamac MEX 217 217

Total Tour C 2452Tour DX1 (432) = 10 432 432 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 392 392Costco 720 Polanco Miguel Hidalgo DF 468 40 428Costco 707 Mixcoac Alvaro Obregon DF 756 432 324 233 Tenayuca Gustavo A. Madero DF 180 108 72Chedraui 239 Molina Venustiano Carranza DF 320 320Chedraui 241 Anfora Venustiano Carranza DF 252 40 212Chedraui Coyoacan DF 224 220 4Chedraui 234 Ajusco Tlalpan DF 252 252Costco 702 Coapa Tlalpan DF 1237 176 432 432 197

Total Tour D 4081Tour EX3(540) = 15 540 540 540 540 540 (10) 540 (10) 540

Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 477 477BERNARDO QUINTANA Queretaro QRO 119 63Bodega Aurrera 3875 Queretaro Queretaro QRO 216 216Bodega Aurrera 5711 San Pablo Queretaro QRO 395 324 71Chedraui 244Queretaro 3 Queretaro QRO 128 128Costco 704 Queretaro Queretaro QRO 504 341 163Superama 5815 Jurica Queretaro QRO 192 192Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11499 185 5400 5400 514Wal Mart 2356 Queretaro Queretaro QRO 29 26 -59 faltante

Total Tour E 13559Tour FX3(540) = 5 432 432 432 432 432

Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 216 216Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 216 216Costco 716 San Luis Potosi San Luis Potosi SLP 430 108 322HEB San Luis Potosi San Luis Potosi SLP 152 152Sams Club 6206 San Luis Potosi San Luis Potosi SLP 468 66 402Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 432 138 294Sams Club 4790 Zacatecas Zacatecas ZAC 432 246 186Wal Mart 4546 Zacatecas Zacatecas ZAC 198 198 -78 faltante

Total Tour F 2778Tour GX3(540) = 9 540 540 540 540 540 540 540 540 540

Costco 723 Celaya Celaya GTO 468 468Sams Club 6223 Irapuato Oeste Irapuato GTO 504 72 432 242 Leon Campestre Leon GTO 99 99Chedraui 247 Leon Poliforum Leon GTO 67 67Chedraui Leon Gto. Leon GTO 66 66Sams Club 4877 Lopez Mateos Leon GTO 504 407 97Sams Club 6513 Leon Leon GTO 1008 443 540 25Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 244 244Bodega Aurrera 3802 Convencion Aguascalientes AGS 360 271 89Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 85 85Bodega Aurrera 3905 Santa Anita Aguascalientes AGS 404 366 38Costco 708 Aguascalientes Aguascalientes AGS 365 365Sams Club 8118 Aguascalientes Aguascalientes AGS 504 137 367

Total Tour G 4678Tour HX3(540) = 3 540 540 540

Chedraui 238Cuernavaca Cuernavaca MOR 196 196Costco 713 Cuernavaca Cuernavaca MOR 468 344 124Wal Mart 5727 Juitepec Jiutepec MOR 252 252Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 236 164 72Costco 706 Acapulco Acapulco de Juárez GRO 192 192Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 414 276 -138 Faltante










Tabla 4.36 Programa semanal de recolección propuesto: Semana 2

Fuente: Elaboración propia 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

Capítulo 4

105

capítulo, pag.73), sin embargo estas cantidades se acumularán al volumen generado en la siguiente semana.

RESUMEN: 15-20 OCTSuma de Total tarimas recolectadasTour Nombre Completo Ciudad Edo. TotalTour AX1 (432) = 2 432 432 540X3(540) = 1 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 200 200

CD Perecederos Chedraui Ixtapaluca MEX 1 1Chedraui Puebla I Puebla PUE 158 158Chedraui Puebla III Puebla PUE 101 73 28Chedraui Puebla IV Puebla PUE 101 101Costco 714 Puebla Puebla PUE 284 284Superama 4543 La Noria Puebla PUE 97 19 78Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 74 74Chedraui Tehuacan Tehuacan PUE 240 240Chedraui Teziutlan Teziutlan PUE 84 84

Total Tour A 1340Tour BX1 (432) = 2 432 432 504 504 540X2(504) = 2 Chedraui 242 Toluca Toluca MEX 100 100X3(540) = 1 Tiendas Garces SA de CV Toluca MEX 204 204

Wal Mart 5825 Alfredo del Mazo Toluca MEX 63 63Wal Mart 5791 Zinacantepec Zinacantepec MEX 170 65 105Bodega Aurrera 3725 Toluca Pilares Metepec MEX 299 299Ctro deDistribucion de Frescos Tlaquepaque JAL 432 432Costco 703 Guadalajara Guadalajara JAL 468 100 368Farmacias Benavides SA de CV Zapopan JAL 432 136 296

Total Tour B 2168Tour CX1 (432) = 7 432 432 432 432 432 432 432

CD Perecederos Chedraui Tultitlan MEX 1 1CD Chedraui Frescos Cuautitlan MEX 1 1Chedraui Atizapan Atizapan MEX 266 266Costco 726 Arboledas Tlalnepantla MEX 432 432Costco 701 Satelite Naucalpan de Juárez MEX 1008 164 432 412Costco 718 Interlomas Huixquilucan MEX 756 20 432 304Chedraui 257 Ecatepec Ecatepec de Morelos MEX 154 128 26Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 194 194Chedraui Tecamac Tecamac MEX 137 137

Total Tour C 2949Tour DX1 (432) = 7 432 432 432 432 432 432 432

Costco 720 Polanco Miguel Hidalgo DF 252 252Chedraui 235 Universidad Benito Juarez DF 176 176Chedraui Coapa Coyoacan DF 252 4 248Chedraui 234 Ajusco Tlalpan DF 252 184 68Costco 702 Coapa Tlalpan DF 1368 364 432 432 140Costco 707 Mixcoac Alvaro Obregon DF 252 252 233 Tenayuca Gustavo A. Madero DF 180 40 140

Total Tour D 2732Tour EX1(432) = 1 540 540 (10) 540 (10) 540 (5) 540 540 540 540 540 432X3(540) = 31 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 435 435

Tiendas Soriana Cedis Qro SECOS Queretaro QRO 14111 105 5400 5400 2700 506BERNARDO QUINTANA Queretaro QRO 115 34 81Bodega Aurrera 3875 Queretaro Queretaro QRO 318 318Bodega Aurrera 5711 San Pablo Queretaro QRO 170 141 29Chedraui 244Queretaro 3 Queretaro QRO 88 88Costco 704 Queretaro Queretaro QRO 504 423 81Superama 5815 Jurica Queretaro QRO 147 147Wal Mart 2356 Queretaro Queretaro QRO 1151 312 540 299Wal Mart 2356 Queretaro Queretaro QRO 59 59

Total Tour E 17098Tour FX2(504) = 1 504 540 540 540 540 540X3(540) = 5 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 432 432

Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 216 72 144Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 216 216Chedraui 251San Luis Potosi San Luis Potosi SLP 216 180 36Costco 716 San Luis Potosi San Luis Potosi SLP 262 262Sams Club 6206 San Luis Potosi San Luis Potosi SLP 432 242 190Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 882 350 532Sams Club 4790 Zacatecas Zacatecas ZAC 151 8 143Wal Mart 4546 Zacatecas Zacatecas ZAC 317 317Wal Mart 4546 Zacatecas Zacatecas ZAC 78 78

Total Tour F 3202Tour GX1(432) = 5 432 432 432 432 432 540 540 540 540 540X3(540) = 5 Costco 723 Celaya Celaya GTO 392 392

Sams Club 6223 Irapuato Oeste Irapuato GTO 935 40 432 432 31Chedraui Leon Gto. Leon GTO 214 214Costco 705 Leon Leon GTO 503 187 316Sams Club 6513 Leon Leon GTO 504 116 388Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS 137 137Bodega Aurrera 3802 Convencion Aguascalientes AGS 288 15 273Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 511 267 244Sams Club 8118 Aguascalientes Aguascalientes AGS 1332 296 540 496

Total Tour G 4816Tour HX1(432) = 1 432 504 504 540 540X2(504) = 2 Chedraui 238Cuernavaca Cuernavaca MOR 120 120X3(540) = 2 Wal Mart 5727 Juitepec Jiutepec MOR 339 312 27

Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 887 477 410Chedraui 254 Acapulco Acapulco de Juárez GRO 157 94 63Costco 706 Acapulco Acapulco de Juárez GRO 684 477 207Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 176 176Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 138 138

Total Tour H 2501Total general 36806 36806











106

Las localidades que se encuentran al final de los tours A, E, F, y H de color rojo, corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana anterior. RESUMEN: 22-27 OCTSuma de Total tarimas recolectadasTour Nombre Completo Ciudad Edo. TotalTour AX1(432) = 1 432 540 540X3(540) = 2 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 195 195

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 95 95Chedraui Puebla I Puebla PUE 96 96Chedraui Puebla II Puebla PUE 103 46 57Chedraui Puebla III Puebla PUE 103 103Chedraui Puebla IV Puebla PUE 101 101Costco 714 Puebla Puebla PUE 339 279 60Superama 4543 La Noria Puebla PUE 82 82Chedraui Teziutlan Teziutlan PUE 231 231

Total Tour A 1345Tour BX1(432) = 1 432 540 540 540 540 540X3(540) = 5 Chedraui 242 Toluca Toluca MEX 144 144

Tiendas Garces SA de CV Toluca MEX 432 432Wal Mart 5825 Alfredo del Mazo Toluca MEX 108 108Wal Mart 5791 Zinacantepec Zinacantepec MEX 154 154Bodega Aurrera 3725 Toluca Pilares Metepec MEX 228 134 94Ctro deDistribucion de Frescos Tlaquepaque JAL 864 446 418Costco 703 Guadalajara Guadalajara JAL 864 122 540 202Chedraui 249 Acueducto Zapopan JAL 214 214

Total Tour B 3008Tour CX1(432) = 4 432 432 432 432

CD Chedraui Tultitlan Tultitlan MEX 1 1CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1 CD Chedraui Frescos Cuautitlan MEX 1 1Costco 726 Arboledas Tlalnepantla MEX 240 240Costco 701 Satelite Naucalpan de Juárez MEX 504 189 315Chedraui 419231 Interlomas Huixquilucan MEX 214 117 97Costco 718 Interlomas Huixquilucan MEX 252 252Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 130 83 47Chedraui Tecamac Tecamac MEX 148 148

Total Tour C 1491Tour DX1(432) = 10 432 432 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 192 192Costco 720 Polanco Miguel Hidalgo DF 900 240 432 228Costco 707 Mixcoac Alvaro Obregon DF 755 204 432 119 233 Tenayuca Gustavo A. Madero DF 149 149Chedraui 239 Molina Venustiano Carranza DF 372 164 208Chedraui Coapa Coyoacan DF 184 184Costco 702 Coapa Tlalpan DF 1402 40 432 432 432 66

Total Tour D 3954Tour EX2(504) = 2 540 540 (10) 540 540 540 540 504 504X3(540) = 15 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 317 317

Tiendas Soriana Cedis Qro SECOS Queretaro QRO 7041 223 5400 540 540 338BERNARDO QUINTANA Queretaro QRO 46 46Bodega Aurrera 3875 Queretaro Queretaro QRO 405 156 249Bodega Aurrera 5711 San Pablo Queretaro QRO 136 136Chedraui 244Queretaro 3 Queretaro QRO 27 27Costco 704 Queretaro Queretaro QRO 504 504Superama 5815 Jurica Queretaro QRO 95 95Wal Mart 2356 Queretaro Queretaro QRO 509 33 476

Total Tour E 9080Tour FX1(432) = 1 432 540 540X3(540) = 2 HEB San Luis Potosi San Luis Potosi SLP 140 140

Sams Club 6206 San Luis Potosi San Luis Potosi SLP 288 288Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 144 144Sams Club 4790 Zacatecas Zacatecas ZAC 432 396 36Wal Mart 4546 Zacatecas Zacatecas ZAC 288 288Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 132 132

Total Tour F 1424Tour GX1(432) = 2 540 540 540 432 432X3(540) = 3 Costco 723 Celaya Celaya GTO 468 468

242 Leon Campestre Leon GTO 172 72 100Chedraui 247 Leon Poliforum Leon GTO 201 201Chedraui Leon Gto. Leon GTO 59 59Sams Club 6513 Leon Leon GTO 1008 180 540 288Costco 708 Aguascalientes Aguascalientes AGS 119 119Sams Club 8118 Aguascalientes Aguascalientes AGS 313 313

Total Tour G 2340Tour HX2(504) = 1 504

Costco 713 Cuernavaca Cuernavaca MOR 270 270Costco 706 Acapulco Acapulco de Juárez GRO 180 180











Capítulo 4

107

RESUMEN: 29 OCT- 03 NOV.Suma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX1 (432) = 1 540 540 432X3(540) = 2 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 132 132

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103Chedraui Puebla I Puebla PUE 159 159Chedraui Puebla II Puebla PUE 97 97Chedraui Puebla III Puebla PUE 190 190Chedraui Puebla IV Puebla PUE 101 101Costco 714 Puebla Puebla PUE 306 249 57Superama 4543 La Noria Puebla PUE 83 83Chedraui Tehuacan Tehuacan PUE 275 275

Total Tour A 1446Tour BX1 (432) = 2 432 432

Chedraui 242 Toluca Toluca MEX 107 107Tiendas Garces SA de CV Toluca MEX 252 252Wal Mart 5825 Alfredo del Mazo Toluca MEX 52 52Bodega Aurrera 3725 Toluca Pilares Metepec MEX 193 21 172Chedraui 243 Metepec Metepec MEX 208 208Chedraui Morelia Morelia MCH 42 42

Total Tour B 854Tour CX1 (432) = 7 432 432 432 432 432 432 432

CD Chedraui Tultitlan Tultitlan MEX 1 1CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1 CD Chedraui Frescos Cuautitlan MEX 1 1Chedraui 236 Mundo E Tlalnepantla MEX 144 144Costco 726 Arboledas Tlalnepantla MEX 737 285 432 20Costco 701 Satelite Naucalpan de Juárez MEX 756 412 344Costco 718 Interlomas Huixquilucan MEX 1068 88 432 432 116Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 103 103

Total Tour C 2811Tour DX1 (432) = 9 432 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 252 252Costco 720 Polanco Miguel Hidalgo DF 432 432Chedraui 235 Universidad Benito Juarez DF 192 180 12 233 Tenayuca Gustavo A. Madero DF 138 138Chedraui 239 Molina Venustiano Carranza DF 210 210Chedraui 241 Anfora Venustiano Carranza DF 186 186Costco 707 Mixcoac Alvaro Obregon DF 1260 246 432 432 150Costco 702 Coapa Tlalpan DF 1008 282 432 294

Total Tour D 3678Tour EX3(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 360Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11752 72 5400 5400 540 340BERNARDO QUINTANA Queretaro QRO 91 91Bodega Aurrera 3875 Queretaro Queretaro QRO 216 109 107Bodega Aurrera 5711 San Pablo Queretaro QRO 252 252Chedraui 244Queretaro 3 Queretaro QRO 90 90Costco 704 Queretaro Queretaro QRO 504 91 413Wal Mart 2356 Queretaro Queretaro QRO 448 127 321

Total Tour E 13713Tour FX1 (432) = 1 432

HEB San Luis Potosi San Luis Potosi SLP 212 212Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 200 200

Total Tour F 412Tour GX3(540) = 8 540 540 540 540 540 540 540 540

Costco 723 Celaya Celaya GTO 378 378Sams Club 6223 Irapuato Oeste Irapuato GTO 504 162 342 242 Leon Campestre Leon GTO 116 116Chedraui 247 Leon Poliforum Leon GTO 20 20Chedraui Leon Gto. Leon GTO 231 231Costco 705 Leon Leon GTO 1294 289 540 465Sams Club 4877 Lopez Mateos Leon GTO 982 540 442Sams Club 6513 Leon Leon GTO 503 98 405

Total Tour G 4028Tour HX2(504) = 4 504 504 504 504

Chedraui 238Cuernavaca Cuernavaca MOR 150 150Wal Mart 5727 Juitepec Jiutepec MOR 386 354 32Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 792 472 320Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 606 184 422










Tabla 4.39 Programa semanal de recolección propuesto: Semana 5 Fuente: Elaboración propia 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.


108

RESUMEN: 5-10 NOV.Suma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 2 540 540

Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 1 1Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103Chedraui Puebla I Puebla PUE 154 154Chedraui Puebla II Puebla PUE 13 13Chedraui Puebla III Puebla PUE 43 43Chedraui Puebla IV Puebla PUE 240 226 14Costco 714 Puebla Puebla PUE 345 345Superama 4543 La Noria Puebla PUE 93 93Chedraui Teziutlan Teziutlan PUE 166 88 -78 Faltante

Total Tour A 1158Tour BX3(540) = 3 540 540 540

Chedraui 242 Toluca Toluca MEX 66 66Tiendas Garces SA de CV Toluca MEX 696 474 222Wal Mart 5825 Alfredo del Mazo Toluca MEX 144 144Wal Mart 5791 Zinacantepec Zinacantepec MEX 444 174 270

Total Tour B 1350Tour CX1 (432) = 4 432 432 432 432

CD Chedraui Tultitlan Tultitlan MEX 1 1CD CARREFOUR PLATAFORMA Tultitlan MEX 1 1 CD Chedraui Frescos Cuautitlan MEX 1 1Chedraui Atizapan Atizapan MEX 144 144Costco 726 Arboledas Tlalnepantla MEX 180 180Costco 701 Satelite Naucalpan de Juárez MEX 504 105 399Costco 718 Interlomas Huixquilucan MEX 496 33 432 31Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 38 38Chedraui Tecamac Tecamac MEX 162 162

Total Tour C 1527Tour DX1 (432) = 8 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 281 281Costco 720 Polanco Miguel Hidalgo DF 756 151 432 173Costco 707 Mixcoac Alvaro Obregon DF 504 259 245 233 Tenayuca Gustavo A. Madero DF 150 150Chedraui 239 Molina Venustiano Carranza DF 165 37 128Chedraui 241 Anfora Venustiano Carranza DF 87 87Chedraui Coapa Coyoacan DF 190 190Chedraui 234 Ajusco Tlalpan DF 252 252Costco 702 Coapa Tlalpan DF 987 180 432 375

Total Tour D 3372Tour EX3(540) = 22 540 540 540 540 (10) 540 (8) 540

Bodega Aurrera 3875 Queretaro Queretaro QRO 108 108Bodega Aurrera 5711 San Pablo Queretaro QRO 176 176Chedraui 244Queretaro 3 Queretaro QRO 216 216Costco 704 Queretaro Queretaro QRO 500 40 460Superama 5815 Jurica Queretaro QRO 195 80 115Tiendas Soriana Cedis Qro SECOS Queretaro QRO 10573 425 5400 4320 428Wal Mart 2356 Queretaro Queretaro QRO 29 29

Total Tour E 11797Tour FX3(540) = 2 540 540

Costco 716 San Luis Potosi San Luis Potosi SLP 409 409HEB San Luis Potosi San Luis Potosi SLP 157 131 26Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 200 200Chedraui Cd. Valles Ciudad Valles SLP 398 314 -84 Faltante

Total Tour F 1164Tour GX3(540) = 4 540 540 540 540

Costco 723 Celaya Celaya GTO 324 324Sams Club 6223 Irapuato Oeste Irapuato GTO 504 216 288 242 Leon Campestre Leon GTO 122 122Chedraui Leon Gto. Leon GTO 116 116Sams Club 6513 Leon Leon GTO 504 504Bodega Aurrera 3865 Villasuncion Aguascalientes AGS 432 432

Total Tour G 2002 526Tour HX2(504) = 1 540 540 540 504X3(540) = 3 Costco 713 Cuernavaca Cuernavaca MOR 1146 540 540 66

Wal Mart 5727 Juitepec Jiutepec MOR 547 474 73Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 147 147Chedraui 254 Acapulco Acapulco de Juárez GRO 192 192Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 288 92 -196 Faltante










Tabla 4.40 Programa semanal de recolección propuesto: Semana 6 Fuente: Elaboración propia En los tours A, F y H existe un déficit de recolección de 78, 84, y 196 tarimas respectivamente, que dan un total de 358; sin embargo estas cantidades se acumularán al volumen generado de la siguiente semana. Por otro lado, en el tour D, en el quinto viaje del camión tipo-1 (que recolecta 432 tarimas), se decide que el camión regrese al depósito después de visitar la tercera localidad a pesar de que tiene espacio para recolectar otras 27 tarimas, con el fin de que la unidad pueda cubrir con los dos viajes que tiene asignado en un día; ya que de lo contrario tendría que trasladarse hacia la Delegación de Tlalpan y no conviene acudir por tan solo recolectar 27 tarimas. Como se mencionó anteriormente esto es factible gracias a que se tiene más viajes disponibles que los que en realidad se requieren para cubrir los tour C y D.

Capítulo 4

109

RESUMEN: 12-17 NOV.Suma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX1 (432) = 1 432 540 540X3(540) = 2 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 112 112

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 64 64Chedraui Puebla I Puebla PUE 103 103Chedraui Puebla II Puebla PUE 1 1Chedraui Puebla III Puebla PUE 142 142Chedraui Puebla IV Puebla PUE 82 82Costco 714 Puebla Puebla PUE 346 346Superama 4543 La Noria Puebla PUE 77 77Chedraui Tehuacan Tehuacan PUE 180 180Chedraui Teziutlan Teziutlan PUE 78 78

Total Tour A 1185 505Tour BX2(504) = 5 504 504 504 504 504

Chedraui 242 Toluca Toluca MEX 92 92Tiendas Garces SA de CV Toluca MEX 141 141Wal Mart 5825 Alfredo del Mazo Toluca MEX 371 271 100Wal Mart 5791 Zinacantepec Zinacantepec MEX 248 248Bodega Aurrera 3725 Toluca Pilares Metepec MEX 506 156 350Chedraui 243 Metepec Metepec MEX 252 154 98Ctro deDistribucion de Frescos Tlaquepaque JAL 432 406 26Costco 703 Guadalajara Guadalajara JAL 432 432

Total Tour B 2474Tour CX1 (432) = 5 432 432 432 432 432

Chedraui 236 Mundo E Tlalnepantla MEX 131 131Costco 726 Arboledas Tlalnepantla MEX 432 432Chedraui Atizapan Atizapan MEX 105 105Costco 701 Satelite Naucalpan de Juárez MEX 756 196 432 128Costco 718 Interlomas Huixquilucan MEX 504 304 200Chedraui 257 Ecatepec Ecatepec de Morelos MEX 53 53Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 131 131

Total Tour C 2112Tour DX1 (432) = 10 432 432 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 439 432 7Costco 720 Polanco Miguel Hidalgo DF 756 425 331Chedraui 235 Universidad Benito Juarez DF 160 101 59Costco 707 Mixcoac Alvaro Obregon DF 972 373 432 167Chedraui 241 Anfora Venustiano Carranza DF 252 252Chedraui 234 Ajusco Tlalpan DF 224 224Costco 702 Coapa Tlalpan DF 1260 208 432 432 188

Total Tour D 4063 419Tour EX1 (432) = 1 432 540 540 (10) 540 (10) 540 540 540 540 540 540 540X3(540) = 28 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 342 342

Tiendas Soriana Cedis Qro SECOS Queretaro QRO 12335 198 5400 5400 540 540 257BERNARDO QUINTANA Queretaro QRO 197 197Bodega Aurrera 3875 Queretaro Queretaro QRO 432 86 346Bodega Aurrera 5711 San Pablo Queretaro QRO 216 194 22Chedraui 244Queretaro 3 Queretaro QRO 99 99Costco 704 Queretaro Queretaro QRO 1007 419 540 48Superama 5815 Jurica Queretaro QRO 104 104Wal Mart 2356 Queretaro Queretaro QRO 432 432

Total Tour E 15164Tour FX1 (432) = 2 432 432 540 540 540 540X3(540) = 4 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 464 432 32

Costco 716 San Luis Potosi San Luis Potosi SLP 391 391Sams Club 6206 San Luis Potosi San Luis Potosi SLP 468 9 459Wal Mart 2431 San Luis Potosi San Luis Potosi SLP 360 81 279Sams Club 4790 Zacatecas Zacatecas ZAC 864 261 540 63Wal Mart 4546 Zacatecas Zacatecas ZAC 392 392Chedraui Cd. Valles Ciudad Valles SLP 84 84

Total Tour F 3023Tour GX1 (432) = 1 432 540 540 540 540 540 540 540 540 540X3(540) = 9 Costco 723 Celaya Celaya GTO 468 432 36

Sams Club 6223 Irapuato Oeste Irapuato GTO 503 503 242 Leon Campestre Leon GTO 132 132Chedraui 247 Leon Poliforum Leon GTO 81 81Chedraui Leon Gto. Leon GTO 120 120Costco 705 Leon Leon GTO 504 207 297Sams Club 4877 Lopez Mateos Leon GTO 504 243 261Sams Club 6513 Leon Leon GTO 1007 279 540 188Sams Club 8118 Aguascalientes Aguascalientes AGS 1944 352 540 540 512

Total Tour G 5263Tour HX3(540) = 2 540 540

Chedraui 238Cuernavaca Cuernavaca MOR 180 180Wal Mart 5727 Juitepec Jiutepec MOR 312 312Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 367 48 319Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 196 196










Tabla 4.41 Programa semanal de recolección propuesto: Semana 7 Fuente: Elaboración propia Las localidades que se encuentran al final de los tours A, F, y H de color rojo, corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana anterior.


110

RESUMEN: 19-24 NOV.Suma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX2(504) = 3 504 504 504 540 540X3(540) = 2 Chedraui Puebla I Puebla PUE 103 103

Chedraui Puebla II Puebla PUE 77 77Chedraui Puebla III Puebla PUE 103 103Chedraui Puebla IV Puebla PUE 174 174Costco 714 Puebla Puebla PUE 450 450Superama 4543 La Noria Puebla PUE 87 54 33Chedraui Teziutlan Teziutlan PUE 214 214Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX 1008 257 540 211

Total Tour A 2216 457Tour BX1 (432) = 1 432

Tiendas Garces SA de CV Toluca MEX 204 204Chedraui Morelia Morelia MCH 22 22Chedraui 249 Acueducto Zapopan JAL 192 192

Total Tour B 418Tour CX1 (432) = 2 432 432

Costco 726 Arboledas Tlalnepantla MEX 432 432Chedraui Atizapan Atizapan MEX 196 196

Total Tour C 628Tour DX1 (432) = 2 432 432

Costco 707 Mixcoac Alvaro Obregon DF 714 432 282Total Tour D 714Tour EX3(540) = 23 540 540 540 (10) 540 (10) 540

BERNARDO QUINTANA Queretaro QRO 103 103Bodega Aurrera 3875 Queretaro Queretaro QRO 251 251Bodega Aurrera 5711 San Pablo Queretaro QRO 335 186 149Chedraui 244Queretaro 3 Queretaro QRO 40 40Superama 5815 Jurica Queretaro QRO 125 125Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11147 226 5400 5400 121Wal Mart 2356 Queretaro Queretaro QRO 416 416

Total Tour E 12417Tour FX2(504) = 1 504 540 540X3(540) = 2 Costco 716 San Luis Potosi San Luis Potosi SLP 504 504

HEB San Luis Potosi San Luis Potosi SLP 134 134Sams Club 4790 Zacatecas Zacatecas ZAC 360 360Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 90 46 44Chedraui Cd. Valles Ciudad Valles SLP 207 207

Total Tour F 1295Tour GX3(540) = 9 540 540 540 540 540 540 540 540 540

Costco 723 Celaya Celaya GTO 468 468Sams Club 6223 Irapuato Oeste Irapuato GTO 648 72 540 36 242 Leon Campestre Leon GTO 156 156Chedraui 247 Leon Poliforum Leon GTO 43 43Chedraui Leon Gto. 55 Leon GTO 233 233Costco 705 Leon Leon GTO 503 72 431Sams Club 4877 Lopez Mateos Leon GTO 504 504Sams Club 6513 Leon Leon GTO 1008 36 540 432Sams Club 8118 Aguascalientes Aguascalientes AGS 972 540 432

Total Tour G 4535Total general 22223








Tabla 4.42 Programa semanal de recolección propuesto: Semana 8 Fuente: Elaboración propia 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.

Capítulo 4

111

RESUMEN: 26 NOV-01 DICSuma de Total tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 4 540 540 540 540

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103Chedraui Puebla I Puebla PUE 80 80Chedraui Puebla II Puebla PUE 84 84Chedraui Puebla III Puebla PUE 142 142Chedraui Puebla IV Puebla PUE 202 131 71Costco 714 Puebla Puebla PUE 375 375Superama 4543 La Noria Puebla PUE 833 94 540 199Chedraui Tehuacan Tehuacan PUE 393 341 -52 Faltante

Total Tour A 2212Tour BX2(504) = 1 504 540 540 540 540 540 540 540X3(540) = 7 Bodega Aurrera 3725 Toluca Pilares Metepec MEX 277 277

Chedraui 243 Metepec Metepec MEX 504 504Wal Mart 5791 Zinacantepec Zinacantepec MEX 12 12Costco 710 Morelia Morelia MCH 1275 251 540 484Sams Club 6585 Morelia Morelia MCH 1440 56 540 540 304Costco 703 Guadalajara Guadalajara JAL 864 236 540 -88 Faltante

Total Tour B 4372Tour CX1 (432) = 8 432 432 432 432 432 (2) 432 432

Chedraui 236 Mundo E Tlalnepantla MEX 145 145Costco 726 Arboledas Tlalnepantla MEX 504 287 217Chedraui Atizapan Atizapan MEX 120 120Costco 701 Satelite Naucalpan de Juárez MEX 756 95 432 229Chedraui 419231 Interlomas Huixquilucan MEX 187 187Costco 718 Interlomas Huixquilucan MEX 939 864 75Chedraui 257 Ecatepec Ecatepec de Morelos MEX 101 101Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 109 109Chedraui Tecamac Tecamac MEX 204 204

Total Tour C 3065Tour DX1 (432) = 12 432 432 (3) 432 432 432 432 432 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 85 85Costco 720 Polanco Miguel Hidalgo DF 1908 347 1296 265Costco 707 Mixcoac Alvaro Obregon DF 1008 167 432 409 233 Tenayuca Gustavo A. Madero DF 176 23 153Chedraui 239 Molina Venustiano Carranza DF 210 210Chedraui 241 Anfora Venustiano Carranza DF 154 69 85Chedraui Coapa Coyoacan DF 504 347 157Costco 702 Coapa Tlalpan DF 1188 275 432 481

Total Tour D 5233Tour EX3(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 1080Tiendas Soriana Cedis Qro SECOS Queretaro QRO 12795 5400 5400 1080 540 375BERNARDO QUINTANA Queretaro QRO 64 64Bodega Aurrera 3875 Queretaro Queretaro QRO 255 101 154Bodega Aurrera 5711 San Pablo Queretaro QRO 124 124Chedraui 244Queretaro 3 Queretaro QRO 26 26Costco 704 Queretaro Queretaro QRO 502 236 266Superama 5815 Jurica Queretaro QRO 89 89

Total Tour E 14935Tour FX3(540) = 3 540 540 540

Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 332 332HEB San Luis Potosi San Luis Potosi SLP 203 203Sams Club 6206 San Luis Potosi San Luis Potosi SLP 1296 5 540 540 -211 Faltante

Total Tour F 1831Tour GX1 (432) = 4 504 432 432 504 432 432 504 504X2(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 64Chedraui 247 Leon Poliforum Leon GTO 45 45Chedraui Leon Gto. 55 Leon GTO 80 80Costco 705 Leon Leon GTO 504 504Sams Club 4877 Lopez Mateos Leon GTO 497 207 290Sams Club 6513 Leon Leon GTO 971 142 432 397Sams Club 8118 Aguascalientes Aguascalientes AGS 504 504


Costco 713 Cuernavaca Cuernavaca MOR 504 504Wal Mart 5727 Juitepec Jiutepec MOR 504 36 468Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 204 72 132Chedraui 254 Acapulco Acapulco de Juárez GRO 432 408 -24 Faltante










Tabla 4.43 Programa semanal de recolección propuesto: Semana 9 Fuente: Elaboración propia En los tours A, B, F y H existe un déficit de recolección de 52, 88, 211 y 24 tarimas respectivamente, que dan un total de 375; por lo que estas cantidades se acumularán al volumen generado de la siguiente semana. 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.


112

RESUMEN: 03-08 DIC.Suma de Total Tarimas 7 0Tour Nombre Completo Ciudad Edo. TotalTour AX1 (432) = 2 432 432 504X2(504) = 1 Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 252 252

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 103 103Chedraui Puebla I Puebla PUE 102 77 25 Chedraui Puebla II Puebla PUE 101 101Chedraui Puebla III Puebla PUE 103 103Chedraui Puebla IV Puebla PUE 203 203Superama 4543 La Noria Puebla PUE 95 95Chedraui Tehuacan Tehuacan PUE 52 52Chedraui Teziutlan Teziutlan PUE 245 245

Total Tour A 1256Tour BX1 (432) = 1 540 540 540 504 432X2(504) = 1 Tiendas Garces SA de CV Toluca MEX 252 252X3(540) = 3 Wal Mart 5825 Alfredo del Mazo Toluca MEX 486 288 198

Wal Mart 5791 Zinacantepec Zinacantepec MEX 256 256Bodega Aurrera 3725 Toluca Pilares Metepec MEX 310 86 224Sams Club 6585 Morelia Morelia MCH 504 504Costco 703 Guadalajara Guadalajara JAL 88 88Ctro deDistribucion de Frescos Tlaquepaque JAL 432 432

Total Tour B 2328Tour CX1 (432) = 1 432

Chedraui Atizapan Atizapan MEX 80 80Chedraui 257 Ecatepec Ecatepec de Morelos MEX 172 172

Total Tour C 252Tour DX1 (432) = 3 432 432 432

Chedraui 232 Polanco Miguel Hidalgo DF 160 160Chedraui 235 Universidad Benito Juarez DF 192 192Chedraui Coapa Coyoacan DF 252 80 172Chedraui 234 Ajusco Tlalpan DF 252 252Chedraui 239 Molina Venustiano Carranza DF 238 238

Total Tour D 1094Tour EX1 (432) = 1 432 540 (10) 540 (6) 540 540 504X2(504) = 1 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 325 325X3(540) = 18 Tiendas Soriana Cedis Qro SECOS Queretaro QRO 9009 107 5400 3240 262

BERNARDO QUINTANA Queretaro QRO 122 122Bodega Aurrera 3875 Queretaro Queretaro QRO 290 156 134Bodega Aurrera 5711 San Pablo Queretaro QRO 175 175Chedraui 244Queretaro 3 Queretaro QRO 110 110Superama 5815 Jurica Queretaro QRO 7 7Wal Mart 2356 Queretaro Queretaro QRO 418 418

Total Tour E 10456Tour FX1 (432) = 1 432 540 540 540 540 540X3(540) = 5 Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP 432 432

Chedraui 251San Luis Potosi San Luis Potosi SLP 467 467HEB San Luis Potosi San Luis Potosi SLP 362 73 289Sams Club 6206 San Luis Potosi San Luis Potosi SLP 432 251 181Sams Club 6206 San Luis Potosi San Luis Potosi SLP 211 211Sams Club 4790 Zacatecas Zacatecas ZAC 774 148 540 86Wal Mart 4546 Zacatecas Zacatecas ZAC 306 306Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC 144 144

Total Tour F 3128Tour GX1 (432) = 3 432 432 432 540X3(540) = 1 Sams Club 6223 Irapuato Oeste Irapuato GTO 504 432 72

Chedraui 247 Leon Poliforum Leon GTO 86 86Chedraui Leon Gto. 55 Leon GTO 127 127Sams Club 4877 Lopez Mateos Leon GTO 88 88Sams Club 6513 Leon Leon GTO 1008 59 432 517

Total Tour G 1813Tour HX1 (432) = 2 432 432

Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 520 432 88Chedraui 254 Acapulco Acapulco de Juárez GRO 24 24

X3(540) = Chedraui 254 Acapulco Acapulco de Juárez GRO 166 166Total Tour H 710Total general 20662









Tabla 4.44 Programa semanal de recolección propuesto: Semana 10 Fuente: Elaboración propia Las localidades que se encuentran en rojo en los tours A, B, F y H, corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana anterior. En el tour B se decide que el tercer viaje del camión tipo-3 (que recolecta 540 tarimas), regrese al depósito después de visitar la segunda localidad, a pesar de que cuenta con espacio para recolectar otras 228 tarimas, la razón es porque ambas localidades al estar dispersas una de la otra (de Metepec a Guadalajara), se corre el riesgo de que visitar una tercera, esta no se cubra, por el horario que se maneja en el área de recibo de las tiendas comerciales que es hasta las 19:00 horas. Obsérvese también que en este tercer viaje se decide que el camión no vaya de Metepec a Morelia, como lo marca la ruta óptima, esto es porque en Morelia al haber en

Capítulo 4

113

una sola localidad un volumen de recolección de 504 tarimas, que equivale a la capacidad de recolección de un camión tipo-2, es más eficiente mandar este camión que se llenará a toda su capacidad con tan solo visitar una sola localidad en Morelia. RESUMEN: 10-15 DICSuma de Total Tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 2 540 540

Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE 210 210Chedraui Puebla I Puebla PUE 103 103Chedraui Puebla II Puebla PUE 21 21Chedraui Puebla III Puebla PUE 103 103Chedraui Puebla IV Puebla PUE 75 75Superama 4543 La Noria Puebla PUE 96 96Chedraui Tehuacan Tehuacan PUE 216 216

Total Tour A 824 437Tour BX3(540) = 5 540 540 540 540 540

Chedraui 242 Toluca Toluca MEX 423 423Tiendas Garces SA de CV Toluca MEX 436 117 319Wal Mart 5825 Alfredo del Mazo Toluca MEX 82 82Wal Mart 5791 Zinacantepec Zinacantepec MEX 166 139 27Bodega Aurrera 3725 Toluca Pilares Metepec MEX 124 124Sams Club 6585 Morelia Morelia MCH 872 389 483Ctro deDistribucion de Frescos Tlaquepaque JAL 432 57 375


Chedraui 419231 Interlomas Huixquilucan MEX 63 63Chedraui Tecamac Tecamac MEX 238 238


Chedraui 241 Anfora Venustiano Carranza DF 140 140Chedraui Coapa Coyoacan DF 180 180Chedraui 234 Ajusco Tlalpan DF 252 112 140

Total Tour D 572Tour EX3(540) = 22 540 540 (10) 540 (8) 540 540 540

Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 284 284Tiendas Soriana Cedis Qro SECOS Queretaro QRO 10458 256 5400 4320 482BERNARDO QUINTANA Queretaro QRO 97 58 39Bodega Aurrera 3875 Queretaro Queretaro QRO 221 221Bodega Aurrera 5711 San Pablo Queretaro QRO 195 195Chedraui 244Queretaro 3 Queretaro QRO 155 85 70Superama 5815 Jurica Queretaro QRO 124 124Wal Mart 2356 Queretaro Queretaro QRO 512 346 -166 Faltante

Total Tour E 12046Tour FX3(540) = 4 540 540 540 540

Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 864 540 324Bodega Aurrera 5851 Constitucion San Luis Potosi SLP 324 216 108HEB San Luis Potosi San Luis Potosi SLP 132 132Sams Club 4790 Zacatecas Zacatecas ZAC 487 300 187Chedraui Cd. Valles Ciudad Valles SLP 210 210

Total Tour F 2017Tour GX1 (432) = 1 540 540 432 504 504 504 504X2(504) = 4 Sams Club 6223 Irapuato Oeste Irapuato GTO 1007 540 467X3(540) = 2 242 Leon Campestre Leon GTO 44 44

Chedraui 247 Leon Poliforum Leon GTO 88 29 59Chedraui Leon Gto. 55 Leon GTO 99 99Sams Club 4877 Lopez Mateos Leon GTO 1008 274 504 230Sams Club 6513 Leon Leon GTO 1008 504 504

Total Tour G 3254Tour HX3(540) = 1 540

Chedraui 238Cuernavaca Cuernavaca MOR 266 266Wal Mart 5727 Juitepec Jiutepec MOR 294 274Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 252 -272 Faltante










Tabla 4.45 Programa semanal de recolección propuesto: Semana 11 Fuente: Elaboración propia En los tours E y H existe un déficit de recolección de 166, y 272 tarimas respectivamente, que dan un total de 438; por lo que estas cantidades se acumularán al volumen generado de la siguiente semana.


114

RESUMEN: 17-22 DICSuma de Total Tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX1 (432) = 2 432 432

Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 252 252Chedraui Puebla I Puebla PUE 206 180 26Chedraui Puebla II Puebla PUE 63 63Chedraui Puebla III Puebla PUE 95 95Superama 4543 La Noria Puebla PUE 50 50

Total Tour A 666Tour BX2(504) = 4 504 504 504 504 540X3(540) = 1 Tiendas Garces SA de CV Toluca MEX 143 143

Wal Mart 5825 Alfredo del Mazo Toluca MEX 252 252Bodega Aurrera 3725 Toluca Pilares Metepec MEX 228 109 119Chedraui Morelia Morelia MCH 369 369Sams Club 6585 Morelia Morelia MCH 504 504SAM'S CLUB 4936 URUAPAN Uruapan MCH 432 16 416Farmacias Benavides SA de CV Zapopan JAL 252 88 164


Chedraui Atizapan Atizapan MEX 67 67Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 126 126Chedraui Tecamac Tecamac MEX 112 112


Chedraui 232 Polanco Miguel Hidalgo DF 235 235Chedraui 235 Universidad Benito Juarez DF 144 144 233 Tenayuca Gustavo A. Madero DF 189 53 136Chedraui 239 Molina Venustiano Carranza DF 206 206

Total Tour D 774Tour EX1 (432) = 1 432 540 (10) 540 (10) 540 540X3(540) = 22 Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 283 283

Tiendas Soriana Cedis Qro SECOS Queretaro QRO 11004 149 5400 5400 55BERNARDO QUINTANA Queretaro QRO 111 111Bodega Aurrera 3875 Queretaro Queretaro QRO 339 339Bodega Aurrera 5711 San Pablo Queretaro QRO 180 35 145Wal Mart 2356 Queretaro Queretaro QRO 166 166Superama 5815 Jurica Queretaro QRO 104 104

Total Tour E 12187Tour FX1 (432) = 1 432 540 540 540 540X3(540) = 4 Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP 432 432

HEB San Luis Potosi San Luis Potosi SLP 185 185Sams Club 6206 San Luis Potosi San Luis Potosi SLP 1008 355 540 113Sams Club 4790 Zacatecas Zacatecas ZAC 935 427 508

Total Tour F 2560Tour GX3(540) = 6 540 540 540 540 540 540

Sams Club 6223 Irapuato Oeste Irapuato GTO 999 540 459Chedraui 247 Leon Poliforum Leon GTO 169 81 88Chedraui Leon Gto. 55 Leon GTO 123 123Sams Club 6513 Leon Leon GTO 1511 329 540 540 102Sams Club 8118 Aguascalientes Aguascalientes AGS 432 432


Wal Mart 5727 Juitepec Jiutepec MOR 1 1Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 296 296Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 272 243 29Chedraui 254 Acapulco Acapulco de Juárez GRO 137 137Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO 746 374 372










Tabla 4.46 Programa semanal de recolección propuesto: Semana 12 Fuente: Elaboración propia Las localidades que aparecen en rojo en los tours E y H, corresponden a los volúmenes que habían quedado pendientes por recolectar en la semana anterior.

Capítulo 4

115

RESUMEN: 24-29 DICSuma de Total Tarimas Tour Nombre Completo Ciudad Edo. TotalTour AX3(540) = 2 540 540

Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX 266 266Chedraui Puebla I Puebla PUE 206 206Chedraui Puebla III Puebla PUE 103 68 35Chedraui Puebla IV Puebla PUE 99 99

Total Tour A 674Tour BX3(540) = 5 540 540 540 540 540

Chedraui 242 Toluca Toluca MEX 371 371Tiendas Garces SA de CV Toluca MEX 408 169 239Wal Mart 5825 Alfredo del Mazo Toluca MEX 90 90Wal Mart 5791 Zinacantepec Zinacantepec MEX 660 211 449Sams Club 6585 Morelia Morelia MCH 997 91 540 366

Total Tour B 2526Tour CX1 (432) = 2 432 432

Chedraui 236 Mundo E Tlalnepantla MEX 224 224Chedraui 257 Ecatepec Ecatepec de Morelos MEX 106 106Chedraui Ecatepec Palomas Ecatepec de Morelos MEX 112 102 10Chedraui Tecamac Tecamac MEX 144 144


Chedraui 232 Polanco Miguel Hidalgo DF 233 233Chedraui 235 Universidad Benito Juarez DF 224 199 25Chedraui Coapa Coyoacan DF 178 178Chedraui 239 Molina Venustiano Carranza DF 210 210

Total Tour D 845Tour EX3(540) = 28 540 540 (10) 540 (10) 540 (3) 540 540 540 540

Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO 289 289Tiendas Soriana Cedis Qro SECOS Queretaro QRO 13069 251 5400 5400 1620 398BERNARDO QUINTANA Queretaro QRO 81 81Bodega Aurrera 3875 Queretaro Queretaro QRO 161 61 100Bodega Aurrera 5711 San Pablo Queretaro QRO 186 186Chedraui 244Queretaro 3 Queretaro QRO 83 83Superama 5815 Jurica Queretaro QRO 105 105Wal Mart 2356 Queretaro Queretaro QRO 624 435 189

Total Tour E 14598Tour FX3(540) = 2 540 540

HEB San Luis Potosi San Luis Potosi SLP 170 170Wal Mart 4546 Zacatecas Zacatecas ZAC 160 160Casa Chapa SA de CV CD VALLES Ciudad Valles SLP 315 210 105Chedraui Cd. Valles Ciudad Valles SLP 150 150

Total Tour F 795Tour GX3(540) = 6 540 540 540 540 540 540

Sams Club 6223 Irapuato Oeste Irapuato GTO 496 496 242 Leon Campestre Leon GTO 162 44 118Chedraui 247 Leon Poliforum Leon GTO 115 115Chedraui Leon Gto. 55 Leon GTO 76 76Sams Club 4877 Lopez Mateos Leon GTO 1508 231 540 540 197Sams Club 6513 Leon Leon GTO 499 343 156

Total Tour G 2856Tour HX3(540) = 2 540 540

Chedraui 238Cuernavaca Cuernavaca MOR 190 190Bodega Aurrera 3911 Iguala Iguala de la Independencia GRO 444 350 94











4.6 COSTOS INCURRIDOS

A) CON TRANSPORTES EXTERNOS: $8’584,488.00 Para poder contar con el costo anual aproximado de las recolecciones con transportes

externos durante el año 2007, se tomará como base la información correspondiente a las

recolecciones realizadas de octubre a diciembre de 2007(que es la información con la que

si se cuenta). Estos costos a continuación se presentan en la siguiente tabla:


116


Mes/semanaRecolección por Tranportistas**

Importe pagado por recolección

$

Cantidad recolectada x mes

Importe pagado por recolección x

mes

02-07 Oct Oct / Sem1 26,589 $159,534

09-14 Oct Oct / Sem2 35,403 $212,418

16-21 Oct Oct / Sem3 36,447 $218,682

23-28 Oct Oct / Sem4 23,092 $138,552 121,531 $729,186

30 Oct- 04 Nov Nov / Sem1 28,876 $173,256

06-11 Nov Nov / Sem2 24,690 $148,140

13-18 Nov Nov / Sem3 33,981 $203,886

20-25 Nov Nov / Sem4 22,223 $133,338

27 Nov - 02 Dic Nov / Sem5 36,929 $221,574 146,699 $880,194

04-09 Dic Dic / Sem1 20,662 $123,972

11-16 Dic Dic / Sem2 22,361 $134,166

18-23 Dic Dic / Sem3 22,920 $137,520

25-30 Dic Dic / Sem4 23,514 $141,084 89,457 $536,742

Totales: 357,687 $2,146,122

27,514 tarimas

4,586 tarimas

$6Costo aproximado de recolección por tarima:

Cantidad promedio de recolección por día:

Cantidad promedio de recolección por semana:

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.

Si 357,687 tarimas se recolectaron en tres meses, entonces ¿cuántas tarimas se

recolectarán en 12 meses? Por regla de tres, el resultado es el siguiente:

357,687 - 3 meses

“X” - 12 meses “X” = 1’430,748 tarimas

Que multiplicadas por $6.00, que es el costo aproximado de recolección por tarima, se

llega a un costo total de $8’584,488.00

B) COSTOS EN LA PROPUESTA DE MEJORA: $13’104,000.00 El hecho de adquirir unidades de transporte involucra un desembolso muy fuerte para la

empresa, sin embargo hay que tomar en cuenta que la empresa debe adquirirlas a través de

un financiamiento para no descapitalizarse (para efectos de esta investigación no se verán

los diferentes esquemas que la empresa puede obtener como opciones).

Desglose de los costos anuales aproximados:

Capítulo 4

117

Adquisición de Camiones

Tipo de camiónCapacidad de recolecciòn

CantidadCosto Aprox. por unidad

Costo Total

Plataforma de 40 pies 432 4 $460,000 $1,840,000Plataforma de 48 pies 504 2 $480,000 $960,000Plataforma de 53 pies 540 10 $500,000 $5,000,000

16 $7,800,000

Sueldos

Puesto EmpleadosSalario

mensual

Salario Mensual Total Salario Anual

Choferes 17 $11,000 $187,000 $2,244,000

Supervisores 2 $15,000 $30,000 $360,000

$2,604,000

Gasolina

TourKms. recorridos por Tour en 3

semanas

Kms. recorridos por Tour en 1 año

Km * litroLitros

utilizadosCosto litro de

gasolina

Costo total de gasolina por

tour

Tour A 7,969 31,876 4 7,969 $7.00 $55,783Tour B 13,249 52,996 4 13,249 $7.00 $92,743Tour C 1,621 6,484 4 1,621 $7.00 $11,347Tour D 1,925 7,700 4 1,925 $7.00 $13,475Tour E 4,498 17,992 4 4,498 $7.00 $31,486Tour F 16,996 67,984 4 16,996 $7.00 $118,972Tour G 11,860 47,440 4 11,860 $7.00 $83,020Tour H 11,905 47,620 4 11,905 $7.00 $83,335

317 días 14 camiones 150 x dìa $490,161Importe Máximo $600,000

Refacciones y MantenimientoCosto 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

COSTOS TOTALES EN UN AÑO: $13,104,000

Tabla 4.49 Costos empleados en la propuesta de mejora Fuente: Elaboración propia.

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

gastando $4’519,512.00 de más con respecto a lo erogado con transportes externos; sin

embargo para medir realmente el impacto económico que el esquema actual de trabajo le

está costando a la empresa, se realiza la siguiente evaluación económica a 5 años.

Notas: 1) Se realiza la adquisición de 16 unidades en vez de las 14 que se determinó

en el análisis, porque se están considerando 2 unidades de reserva. 2) El costo de

adquisición por las 16 unidades de transporte, aunque se hará a través de un

financiamiento, para efectos de realizar el comparativo, este costo queda reflejado en el

primer año (2007).


118

4.6.1 EVALUACIÓN ECONOMICA

Para comparar el dinero adecuadamente, se debe llevar o trasladar a su valor equivalente a

un solo instante en el tiempo, que normalmente es el presente (a Valor Presente). El

tiempo presente es un instante muy utilizado para comparar dinero, ya que es el único

momento en que se sabe cuál es el verdadero poder adquisitivo del dinero. Cualquier otro

instante en el futuro siempre presentará incertidumbre. Para evaluar ambas opciones se

manejará una tasa mínima aceptable de rendimiento (TMAR), del 30% anual.

A) CON TRANSPORTES EXTERNOS: Ingreso 0 1 2 3 4 5 Años 8,584,488 8,584,488 8,584,488 8,584,488 8,584,488 8,584,488 Costos

VP Esquema actual:

54321 )1()1()1()1()1( i

C

i

C

i

C

i

C

i

CVP

++

++

++

++

+=

Donde:

%30=i

=TC $8,584,000

5=n años

119,908,20

052,312,2668,005,3368,907,3579,079,5452,603,671293.3

488,584,8

8561.2

488,584,8

197.2

488,584,8

69.1

488,584,8

30.1

488,584,8

)30.1(

488,584,8

)30.1(

488,584,8

)30.1(

488,584,8

)30.1(

488,584,8

)30.1(

488,584,854321

=++++=

++++=

++++=VP

B) PROPUESTA DE MEJORA: 1,950,000 1,950,000 1,950,000 1,950,000 1,950,000 Ingreso: Recuperación por Depreciación

0 1 2 3 4 5 Años 7,800,000 5,304,000 5,304,000 5,304,000 5,304,000 5,304,000 Costos: Compra camiones: $7,800,000 Otros costos: $5,304,000 Otros costos: Gasolina, refacciones, mantenimiento, casetas, seguros, tenencias, comunicación, etc. VP Propuesta de mejora:

Capítulo 4

119

55

2

4

2

3

2

2

2

1

21

)1(

..

)1()1()1().1()1( i

SV

i

C

i

C

i

C

i

C

i

CCVP

+−

++

++

++

++

++=

Donde:

=i 30% =TC $13,104,000

=1C $ 7,800,000 5=n años

=tosotroscos $13,104,000 - $7,800,000 = 5,304,000

óndepreciaci = 25% anual

recuperación por depreciación= $7,800,00 x .25% =$ 1,950,000

=2C otros costos –recuperación por depreciación = $3,354,000

=..SV Valor de salvamento de los vehículos= %501 −C = $3,900,000

(que significa al costo al que se venderán los vehículos al término del quinto año)

14,918,518

1,050,383 - 903,330 + 1,174,329 + 1,526,627 + 1,984,615 + 2,580,000 + 7,800,00071293.3

000,900,3

71293.3

000,354,3

8561.2

000,354,3

197.2

000,354,3

69.1

000,354,3

30.1

000,354,3000,800,7

)30.1(

000,900,3

)30.1(

000,354,3

)30.1(

000,354,3

)30.1(

000,354,3

)30.1(

000,354,3

)30.1(

000,354,3000,800,7

554321

==

−+++++=

−+++++=VP

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:


120

Volumen Promedio x año: 53,123 TarimasTarifas:Transferencia 18.70 18.70De entrega 22.00 22.00Alquiler por día / por 5 días: 0.53 2.65 $43.35Importe Total: $2,302,897

DaewooVolumen Promedio x año: 18,480 TarimasTarifas:Transferencia 29.00 29.00De entrega 28.00 28.00Alquiler por día / por 5 días: 0.70 3.50 $60.50Importe Total: $1,118,020

Samsung50,777 Tarimas

Tarifas:Transferencia 24.00 24.00De entrega 28.00 28.00Alquiler por día / por 5 días: 0.70 3.50 $55.50Importe Total: $2,818,124

Volumen Promedio x año: 33,790 TarimasTarifas:Transferencia: 19.00 19.00De entrega: 24.82 24.82Alquiler por día / por 5 días: 0.63 3.15 $46.97Importe Total: $1,587,116

Volumen Promedio x año: 7,740 TarimasTarifas:Transferencia: 27.50 27.50De entrega: 37.00 37.00Alquiler por día / por 5 días: 0.60 3.00 $67.50Importe Total: $522,450

Volumen total de tarimas: 113,133Importe Total: $8,348,606

Volumen Promedio x año:

Sabormex

La Costeña

Gamesa

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

Capítulo 4

121

Sender Sender Name Receiver Receiver Name Material Group Reference 2 Reference 3 Date of DispatchDate of NotificationPosting Fisc Yr/Week

Sender Quantity

Receiver Quantity

4000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479268 166556 20061116 20061119 21/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479264 166551 20061116 20061119 21/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479263 166550 20061116 20061119 21/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479266 166553 20061116 20061119 21/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91494339 167354 20061116 20061119 21/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479262 166548 20061116 20061119 21/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91499258 166543 20061118 20061125 21/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479257 166542 20061118 20061125 21/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479254 166539 20061118 20061125 21/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479253 166538 20061118 20061125 21/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479256 166541 20061118 20061125 21/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479255 166540 20061118 20061125 22/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91499090 167653 20061118 20061125 22/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91499248 167694 20061123 20061125 22/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91503762 168076 20061123 20061125 22/2007 -19 194000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91499251 167696 20061123 20061125 22/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91499250 167695 20061123 20061125 22/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91520282 169446 20061207 20061208 23/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91515401 169020 20061207 20061208 23/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91515402 169021 20061207 20061208 23/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91520281 169445 20061207 20061208 23/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91520271 169442 20061207 20061208 23/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91530744 170110 20061214 20061215 24/2007 -10 104000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91529165 169932 20061214 20061215 24/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91529164 169931 20061214 20061215 24/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91511914 168684 20061130 20061216 25/2007 -10 104000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91511913 168683 20061130 20061217 25/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91360183 157618 20060808 20061219 25/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91360184 157619 20060808 20061219 25/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91369477 158349 20060815 20061221 25/2007 -16 164000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91435529 163563 20061003 20061221 25/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91435530 163564 20061003 20061221 25/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91435531 163565 20061003 20061221 25/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91435532 163566 20061003 20061221 25/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91435530 20 20061003 20061221 25/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91396890 160573 20060904 20061223 26/2007 -5 54000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91438999 163778 20061005 20061223 26/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542551 171500 20070103 20070107 28/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542552 171501 20070103 20070107 28/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542553 171503 20070103 20070107 28/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542850 171639 20070104 20070107 28/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91544805 171786 20070104 20070107 28/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542554 171505 20070104 20070107 28/2007 -18 184000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91544742 171726 20070104 20070107 28/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91540166 171125 20061221 20070107 28/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91540165 171124 20061221 20070107 28/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91540164 171121 20061221 20070107 28/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91540163 171119 20061221 20070107 28/2007 -17 174000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542548 # 20061228 20070107 28/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542549 # 20061228 20070107 28/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91542550 171499 20061228 20070107 28/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91456916 # 20061019 20070112 28/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91456914 # 20061019 20070112 28/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91456915 # 20061019 20070112 28/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91479260 # 20061108 20070112 28/2007 -2 24000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91550588 # 20070109 20070112 28/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91544845 # 20070109 20070112 28/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91544843 # 20070109 20070112 28/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91552345 # 20070111 20070112 28/2007 -18 184000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91552346 # 20070111 20070112 28/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91552347 # 20070111 20070112 28/2007 -18 184000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561617 172785 20070118 20070120 29/2007 -24 244000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561614 172767 20070118 20070120 29/2007 -20 204000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561618 172786 20070118 20070120 29/2007 -19 194000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561621 172791 20070118 20070120 29/2007 -18 184000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561616 172784 20070118 20070120 29/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91561615 172783 20070118 20070120 29/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91570520 173404 20070125 20070127 30/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91570519 173403 20070125 20070127 30/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91570518 173402 20070125 20070127 30/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91570517 173401 20070125 20070127 30/2007 -14 144000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91570517 173401 20070125 20070127 30/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91550598 172065 20070108 20070127 31/2007 -4 44000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91554276 172363 20070110 20070127 31/2007 -4 44000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91559961 172617 20070115 20070127 31/2007 -4 44000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91579349 174056 20070201 20070203 31/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91579350 174057 20070201 20070203 31/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91579351 174058 20070201 20070203 31/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91582900 174433 20070208 20070210 33/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587299 174601 20070208 20070210 33/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587307 174614 20070208 20070210 33/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587303 171613 20070208 20070210 33/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587301 174602 20070208 20070210 33/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587311 174617 20070208 20070210 33/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91587309 174615 20070208 20070210 33/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91598094 175216 20070215 20070218 34/2007 -19 194000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91599653 175293 20070215 20070218 34/2007 -28 284000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91598093 175209 20070215 20070218 34/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91598098 175226 20070215 20070218 34/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91598095 175223 20070215 20070218 34/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91598099 175227 20070215 20070218 34/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91605805 175664 20070222 20070224 35/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91605811 175666 20070222 20070224 35/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91605813 175668 20070222 20070224 35/2007 -25 254000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91605814 175669 20070222 20070224 35/2007 -18 184000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91605808 175665 20070222 20070224 35/2007 -26 264000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91616991 176523 20070301 20070304 36/2007 -21 214000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91617006 176537 20070301 20070304 36/2007 -23 234000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91617002 176526 20070301 20070304 36/2007 -22 224000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 91616997 176525 20070301 20070304 36/2007 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 200831 9000063898 20071110 20071207 23/2008 -27 274000043018 Sabormex SA de CV4000100684 Accel Cuautitlan PALLWOOD 194132 91851626 20070831 20071207 23/2008 -28 284000043018 Sabormex SA de CV6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91575063 173717 20070130 20070203 31/2007 -22 224000043018 Sabormex SA de CV6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91581247 174257 20070202 20070210 32/2007 -17 174000043018 Sabormex SA de CV6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91686271 181696 20070502 20070504 44/2007 -24 244000043018 Sabormex SA de CV6105001687 Abarrotes Monterrey SA de CV PALLWOOD 91726783 184584 20070601 20070920 12/2008 -24 24

-159,370 159,370

SabormexVolumen Promedio x año: 53,123Tarifas:Transferencia 18.70De entrega 22.00Alquiler 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


122

Se tiene la certeza que varios de estos clientes actualmente continúan solicitándole

requerimientos a CHEP, pero si bien es cierto ya no en su volumen total, por tanto afirmar

que la empresa está dejando de percibir $8’348,606 por año sería un error; lo que si es

factible considerar es que por lo menos la empresa esté perdiendo de menos el 50% de este

volumen, lo que representaría un ingreso de $4’174,303 por año, cifra que si es

representativa.

Finalmente, la investigación demuestra que en 5 años los gastos aproximados para las

recolecciones en la zona Metropolitana utilizando la propuesta de mejora ascenderían a

$39,379,454; mientras que con el actual esquema de trabajo, los gastos aproximados serían

por $46,789,318 en ese mismo período.

A pesar de que la empresa si ha perdido clientes, en gran parte como consecuencia

del desabasto, todavía hasta este momento continúa siendo la empresa líder en este ramo

gracias al gran stock de tarimas que posee; sin embargo de no tomarse medidas inmediatas

se puede seguir perdiendo clientes.

123

Conclusiones

Cuando las empresas manufactureras solicitan los servicios de un tercero como lo es CHEP

México para que les suministre tarimas justo en el momento en que tienen que realizar

entregas de mercancías, se dice entonces que tercerizan estas actividades con la finalidad

de concentrarse solo en aquellas que si forman parte de su núcleo de negocio; y así ser más

competitivas.

Resulta inconveniente entonces, que CHEP México al ser la empresa en quien recae

la responsabilidad de suministrar estos equipos a las empresas manufactureras, tercerice a

su vez a varías líneas de transporte su labor de recolección de las tarimas, porque es una

actividad que si forma parte de su núcleo de negocio ya que simplemente para que siga

suministrándolas, las tiene que recolectar primero. Por esta razón es que los tiempos de

recolección no son tan eficientes y por ende, el problema de desabasto de tarimas se

presenta con mayor frecuencia.

Cabe señalar que la empresa también utiliza los servicios de terceros para que se

encarguen de realizar las entregas de tarima hasta los domicilios de los clientes cuando así

se lo requieren, situación que también repercute en la calidad de este servicio. Ambas

problemáticas están deteriorando la relación de CHEP con varios clientes.

La elaboración del presente trabajo ha permitido definir una metodología que podrá

ser aplicable en todas aquellas empresas que se dedican al suministro de tarimas bajo un

esquema de renta; mediante este estudio de caso quedó demostrado que los volúmenes de

tarimas pueden ser recolectados en menor tiempo, si la empresa contaran con una flotilla

de transportes propios.

La metodología propuesta permitió en primera instancia, establecer el número

óptimo de camiones necesarios en función de los volúmenes de recolección existentes. Para

esta investigación se tomó los volúmenes de recolección de 13 semanas (3 meses), y con

base a esto, se determinó que la flotilla debía estar compuesta por: 4 camiones de 40 pies,

1 camión de 48 pies y 9 camiones de 53 pies.

Conclusiones

124

Los resultados de la investigación arrojaron que mientras los transportistas externos

tardaron 78 días para recolectar 357,687 tarimas y abastecerlas al depósito MX16 ubicado

en la zona Metropolitana del país; ese mismo volumen la flotilla compuesta por 14

camiones tardaría 56 días. La zona de recolección para abastecer a este depósito abarcó

tiendas comerciales y/o centros de distribución ubicados en 46 ciudades, municipios y/o

delegaciones pertenecientes a 13 Entidades Federativas de las zonas centro, sur, y

occidente del país. Se decidió que este período de recolección abarcara la temporada de

fin año del 2007, que es de octubre a diciembre, por considerarla una de las temporadas

más criticas en las que la empresa sufre desabasto.

Para alcanzar tal reducción de tiempo se segmentó la zona de recolección en 8 tours

o rutas, por donde las unidades de transporte semana a semana debían de realizar los

recorridos; para el diseño de tales rutas fue necesario planearlas con base al algoritmo del

viajante de comercio, logrando que estas siempre representaran el camino más corto.

Es de reconocer a simple vista que pretender aplicar este modelo de recolección a

nivel nacional y en durante todo el año, es para desalentar a cualquier directivo, por el

hecho de que hay que realizar una fuerte inversión para la adquisición de más unidades de

transporte, pagar gastos fijos como gasolina, sueldos, mantenimiento, etc., así como el

incluir las responsabilidades que implica la administración de flotillas; por esto, una

alternativa sería que esta propuesta solo se aplicara para abastecer al depósito de la zona

Metropolitana, ya que es la región en donde existe mayor demanda de tarimas. Sin

embargo cuando se realiza este tipo de investigaciones en donde queda establecido además

que a mediano plazo los costos incurridos son menores, su implementación es más

justificada.

En cuestión de costos, la investigación demuestra que en 5 años los gastos

aproximados llevándolos a valor presente para las recolecciones en la zona Metropolitana,

utilizando la propuesta de mejora ascenderían a $20’908,119; mientras que con el actual

esquema de trabajo, los gastos aproximados serían por $14’918,518 en ese mismo período.

A pesar de que la empresa si ha perdido clientes, en gran parte como consecuencia

de esta problemática, todavía hasta este momento continúa siendo la empresa líder en este

ramo gracias al gran stock de tarimas que posee; sin embargo de no tomarse medidas

inmediatas la lista de estos clientes puede ir en aumento, lo que permitiría fortalecer cada

vez más a sus competidores.

Es por esto que se debe de considerar el impacto económico que para la empresa

esta representando el dejar de percibir estos ingresos por concepto de clientes que se han

125

ido o se están yendo con la competencia. Esta investigación determinó (con base a

información estadística), que de perderse por completo los requerimientos a nivel nacional

de por lo menos 5 de los clientes que aparecen actualmente en el portal de su

competencia, los ingresos perdidos serían de $ 8’348,606 por año.

Si la empresa aumenta su competitividad, podrá retener a sus clientes

manteniéndolos satisfechos; para esto es importante que evite continuar utilizando los

servicios de terceros en actividades que son inherentes a su negocio.

126

BIBLIOGRAFÍA Bonini, Charles E., Hausman Warren, H., Bierman, Harold, Análisis Cuantitativo para los negocios. McGraw-Hill, Colombia 2004. Novena edición.

Hernández Ayuso, María del Carmen, Introducción a la Teoría de Redes. Sociedad Matemática Mexicana, México 2005. Segunda edición.

Hillier, Frederick, Lieberman, Gerald, Introducción a la Investigación de Operaciones. Mc Graw Hill, México 2002. Séptima edición.

Kaufmann, Arnold, Métodos y Modelos de la Investigación de Operaciones. C.E.C.S.A., México 1979. Sexta edición

Prawda Witenber, Juan, Métodos y Modelos de Investigación de Operaciones. Limusa, México 1988. Octava edición. Solow, Mathur, Investigación de Operaciones, El arte en la toma de decisiones. Prentice Hall Hispanoamericana, México 1993. Primera edición. Taha Hamdy, A., Investigación de Operaciones. Prentice Hall, México 2004. Séptima edición. Vokul, Peter, Programación Lineal aplicada a la empresa. Sagitario, Barcelona 1998. Octava edición. Winston L., Wayne, Investigación de Operaciones, Aplicaciones y Algoritmos. Grupo Editorial Iberoamericano, México 1987. Sexta edición. http://home.ubalt.edu/ntsbarsh/opre640S/SpanishD.htm#rlindo

http://www.monografias.com/flujo-redes

http://personales.upv.es/arodrigu/grafos/Kruskal.htm http://www.mirrorservice.org/sites/home.ubalt.edu/ntsbarsh/Business-stat/opre/SpanishIN.htm

127

Apéndice 1 Volúmenes de recolección de octubre a diciembre de

2007 Semana: 1-6 de Octubre

Global Id Tienda Nombre Completo Ciudad Edo. Transportecant. LU 1

cant. MA 2

cant. MI 3

cant. JU 4

cant. VI 5

cant. SA 6

Total tarimas recolectadas

6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 0 0 432 0 0 4326100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS LLED 0 504 0 0 0 0 5046100345638 COSTCO Costco 708 Aguascalientes Aguascalientes AGS HR 0 0 155 0 0 0 1554000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 230 39 0 2696100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 213 0 2136100423063 AURRERA Bodega Aurrera 3802 Convencion Aguascalientes AGS LLED 0 0 225 0 0 0 2253000158291 AURRERA Bodega Aurrera 3905 Santa Anita Aguascalientes AGS LLED 0 198 0 0 0 0 1983000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 234 0 0 0 0 2346105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 234 450 0 6846100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 503 0 0 5036100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 0 0 0 316 0 3166105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 0 0 165 1654000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 0 0 5044000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 252 0 0 0 2523000158358 AURRERA Bodega Aurrera 3875 Queretaro Querétaro QRO LOBO 207 0 0 0 0 0 2074000062854 AURRERA Bodega Aurrera 5711 San Pablo Querétaro QRO LOBO 0 174 0 0 0 0 1743000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan del Río QRO LOBO 0 0 162 0 0 0 1626105003006 CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 276 0 0 0 0 0 2764000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosí SLP HR 0 0 0 388 0 0 3886105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosí SLP HR 408 108 0 0 5164000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosí SLP HR 0 0 0 306 0 0 3066105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosí SLP HR 0 0 0 198 0 0 1984000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 0 5044000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Querétaro QRO LOBO 2228 969 2011 755 1006 504 74733000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 123 0 0 0 1234000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 61 0 0 0 613000157760 CHEDRAUI Chedraui 249 Acueducto Zapopan JAL HR 0 0 0 83 0 0 833000157761 CHEDRAUI Chedraui 248 Lomas Tonala JAL HR 0 0 0 113 0 0 1134000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 4324000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 0 0 0 0 336 3366100345656 COSTCO Costco 706 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 0 1700 17003000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la independenciaGRO ELISA 0 0 0 0 0 5 54000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 419 4196100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 0 0 0 0 0 842 8426100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 0 0 0 0 0 720 7206105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 0 0 0 0 699 6996100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 0 756 7566105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 56 0 0 0 566105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 0 0 73 736100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 0 0 0 0 0 756 7564000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Naucalpan de Juárez MEX ELISA 0 0 0 0 0 246 2464000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 0 0 209 2094000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 0 142 1426100276230 GARCES Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 82 826105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 96 0 966105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 91 0 0 0 913000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 64 0 0 0 646100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 0 0 0 432 0 4326105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 277 2774000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 178 0 0 0 0 0 1784000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 102 0 0 1024000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 0 174 0 0 1744000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 0 0 0 0 432 4324000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 96 99 1953000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 0 0 160 1603000157739 CHEDRAUI Chedraui Coyoacan DF ELISA 0 0 0 0 0 166 1663000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 0 177 1774000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 192 1923000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 0 0 108 1083000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 0 252 2523000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 0 196 1963000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 0 0 108 1084000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX VLZ 0 0 0 0 0 107 1073000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 0 192 1924000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 14000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 0 176 176

3,300 2,975 3,704 3,666 2,648 10,296 26,589prom. 3,798

O C T U B R E

Apéndices

128

Semana: 8-13 de Octubre


cant. MA 9

cant. MI 10

cant. JU 11

cant. VI 12

cant. SA 13


6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 0 0 0 432 0 4326100345674 COSTCO Costco 710 Morelia Morelia MCH LOBO 0 0 504 0 0 0 5044000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 0 0 0 5046105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 100 0 0 0 1006100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS LLED 0 0 0 504 0 0 5046100345638 COSTCO Costco 708 Aguascalientes Aguascalientes AGS HR 0 0 0 0 0 365 3654000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 0 0 144 100 0 2446100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 0 85 856100423063 AURRERA Bodega Aurrera 3802 Convencion Aguascalientes AGS LLED 0 0 0 360 0 0 3603000158291 AURRERA Bodega Aurrera 3905 Santa Anita Aguascalientes AGS LLED 0 0 0 0 404 0 4043000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 0 0 0 234 0 2346105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 432 0 0 0 4323000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 198 0 1986100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 504 0 10086105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 66 0 0 0 664000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 504 0 0 0 0 5044000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 468 0 0 4683000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 0 216 0 0 2164000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 266 0 0 0 129 3956100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 0 504 0 5046100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 29 0 0 293000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 477 0 0 0 4774000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 192 0 0 1926100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 432 4323000158359 AURRERA Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP HR 0 0 0 0 0 216 2166105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 468 0 4684000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 0 0 0 0 0 216 2166105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 430 4304000070103 FARMACIA BENAVIDESFarmacias Benavides SA de CV Zapopan JAL HR 0 0 0 0 0 340 3404000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 0 5044000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1761 2189 2519 2513 1510 1007 114993000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 99 0 0 0 994000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 67 0 0 0 673000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 128 0 0 0 0 0 1284000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 119 0 0 0 0 0 1194000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 152 0 1524000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 864 414 0 0 432 0 17104000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 414 0 0 0 0 4146100345656 COSTCO Costco 706 Acapulco Acapulco de Juárez GRO ELISA 0 0 192 0 0 0 1923000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 236 0 0 0 0 2364000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 468 4684000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 0 252 2526100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 0 756 0 242 239 0 12376100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 252 0 252 0 0 7566105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 0 0 0 333 0 3336100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 468 0 0 0 0 0 4686105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 157 0 0 0 1576100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 252 252 0 0 0 252 7564000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 240 0 252 0 0 0 4924000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 175 0 0 0 0 1754000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 144 0 0 0 1446100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 192 1926105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 99 0 0 127 0 0 2266105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 60 0 0 603000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 107 0 0 1076100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 220 0 0 0 0 2204000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 245 0 0 0 2454000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 79 0 794000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 84 0 0 0 844000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 252 0 0 0 408 6603000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 0 180 0 1803000157739 CHEDRAUI Chedraui Coyoacan DF ELISA 0 0 0 0 224 0 2243000157774 CHEDRAUI Chedraui 807 Toluca Toluca MEX ELISA 0 0 100 0 0 0 1004000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 252 0 2524000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 196 0 1963000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 392 0 3923000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 129 0 1293000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 252 0 0 2524000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 0 0 0 240 0 2404000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 0 0 0 0 150 0 1504000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 0 0 47 0 0 0 473000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 320 0 3204000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 14000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 143 0 0 0 0 1434000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 217 0 0 0 0 217

4,186 6,794 5,989 5,970 7,672 4,792 35,403prom. 5,058

O C T U B R E

Apéndices

129



cant. MA 16

cant. MI 17

cant. JU 18

cant. VI 19

cant. SA 20


6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 0 468 0 0 0 4686100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 0 0 432 396 0 504 13324000062845 AURRERA Bodega Aurrera 3744 Ojo Caliente Aguascalientes AGS LLED 0 0 0 0 0 137 1376100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 216 295 5116100423063 AURRERA Bodega Aurrera 3802 Convencion Aguascalientes AGS LLED 0 0 0 0 0 288 2886105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 151 0 0 0 1513000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 317 0 0 0 0 3176100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 0 0 5046100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 503 0 0 0 0 5036105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 0 214 0 2144000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 503 432 0 9354000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 392 0 0 0 3923000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 318 0 0 0 0 0 3184000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 170 0 0 1706100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 0 504 0 5046100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 895 0 0 0 0 256 11513000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 0 0 435 0 4354000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 0 147 1476100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 712 0 170 0 0 8824000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP HR 432 0 0 0 0 0 4323000158359 AURRERA Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP HR 216 0 0 0 0 0 2166105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 432 0 0 0 0 4324000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 216 0 0 0 0 0 2166105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 0 0 0 262 0 0 2624000070103 FARMACIA BENAVIDESFarmacias Benavides SA de CV Zapopan JAL HR 0 0 432 0 0 0 4324000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1005 4300 1764 2014 2265 2763 141113000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 0 0 88 884000063281 CHEDRAUI Chedraui 251San Luis Potosi San Luis Potosi SLP HR 0 216 0 0 0 0 2164000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 115 0 1154000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 0 432 0 0 0 4324000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 0 0 0 176 0 1766100345656 COSTCO Costco 706 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 432 0 252 6843000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 448 4 255 0 180 8874000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 186 0 0 0 0 153 3396100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 0 684 432 0 0 252 13686100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 0 252 0 0 0 0 2526105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 252 0 252 0 252 0 7566100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 252 0 0 0 0 0 2526105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX VLZ 0 0 166 0 100 0 2666105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 131 0 0 63 0 1946100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 0 0 252 252 252 252 10084000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 192 0 107 0 0 2994000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 0 0 170 1704000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 63 0 636100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 204 2046105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 158 0 1583000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 97 0 0 0 976100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 284 0 0 0 0 2846105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 240 2404000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 74 0 0 744000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 0 101 0 0 1014000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 0 0 0 432 0 4324000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 101 0 1013000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 180 0 0 1803000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 0 0 252 2523000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 100 0 1004000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 252 0 0 2524000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 120 1203000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 176 0 0 0 1764000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX VLZ 0 0 154 0 0 0 1544000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 0 1 0 0 0 0 14000067979 CHEDRAUI CD Perecederos Chedraui Tultitlan MEX ELISA 0 1 0 0 0 0 14000095479 CHEDRAUI CD Perecederos Chedraui Ixtapaluca MEX ELISA 0 1 0 0 0 0 14000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 157 0 0 0 0 1574000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 200 0 0 2004000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 0 137 0 0 0 137

3,772 9,135 5,741 5,368 5,878 6,553 36,447prom. 5,207

O C T U B R E

Apéndices

130



cant. MA 23

cant. MI 24

cant. JU 25

cant. VI 26

cant. SA 27


6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 864 0 0 0 0 8646100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 313 0 0 0 0 0 3136100345638 COSTCO Costco 708 Aguascalientes Aguascalientes AGS HR 0 119 0 0 0 0 1193000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 0 0 132 0 0 1326105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 0 432 0 0 4323000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 288 0 0 2886100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 504 0 0 504 0 0 10086105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 59 0 0 594000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 468 0 0 4683000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 405 0 0 0 0 4054000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 136 0 0 0 0 1366100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 504 0 0 0 0 0 5046100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 509 0 0 0 5093000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 317 0 0 0 0 3174000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 95 0 0 0 956100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 144 0 0 0 0 1446105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 288 0 0 0 0 2884000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1005 3270 1511 1255 0 0 70413000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 172 0 0 0 0 0 1724000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 44 0 0 157 0 0 2013000157760 CHEDRAUI Chedraui 249 Acueducto Zapopan JAL HR 0 214 0 0 0 0 2143000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 27 0 0 0 274000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 46 0 0 0 464000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 140 0 0 0 1404000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 864 0 0 0 0 0 8646100345656 COSTCO Costco 706 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 0 180 1804000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 0 270 2706100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 252 646 0 252 0 14026100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 0 0 251 252 0 7556105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 252 0 0 0 0 2526100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 252 252 0 0 396 0 9006105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 0 130 0 1306100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 252 0 0 0 252 0 5044000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 228 0 0 0 2284000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 154 0 0 0 1544000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 108 0 1086100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 432 0 4326105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 96 0 0 0 966105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 103 0 0 0 1033000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 82 0 0 826100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 339 0 0 0 0 3394000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 231 0 0 0 2314000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 0 95 954000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 1034000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 240 0 0 0 0 2404000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 0 101 1013000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 149 0 0 1493000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 184 0 0 1843000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 144 0 1443000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 192 0 0 0 1924000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 0 0 0 0 214 0 2143000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 372 0 0 3724000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 14000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 0 195 0 1954000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 0 148 0 0 0 148

4,417 7,092 4,229 4,333 2,375 646 23,092prom. 3,299

O C T U B R E

Apéndices

131

Semana: 29 de Octubre- 03 de Noviembre


cant. MA 30

cant. MI 31

cant. JU 1

cant. VI 2

cant. SA 3


6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 0 42 0 0 426100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 0 0 0 5036100345772 COSTCO Costco 705 Leon Leon GTO LOBO 504 360 0 430 0 0 1,2946105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 231 0 0 0 0 2314000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 0 0 504 5044000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 378 0 0 3783000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 216 0 0 0 2164000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 252 0 0 2526100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 0 504 0 5046100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 0 448 0 4483000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 360 0 0 0 0 3606105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 0 200 0 0 0 2004000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 504 0 0 478 0 0 9824000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1006 1510 2016 2768 1219 3233 11,7523000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 116 0 0 1164000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 20 0 0 203000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 90 0 0 904000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 91 0 0 914000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 212 0 0 2124000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 0 0 0 0 0 606 6063000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 622 0 0 170 0 7924000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 386 0 0 0 0 3866100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 252 0 252 252 0 1,0086100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 0 504 0 0 0 756 1,2606105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 252 0 252 252 312 0 1,0686100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 432 0 4326105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 103 0 0 1036100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 0 0 0 252 0 504 7564000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 0 193 1934000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 52 0 526100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 252 0 0 0 0 0 2526105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 58 101 0 1596105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 97 0 0 973000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 83 0 836100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 306 0 0 0 0 3066105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 275 2754000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 103 0 1034000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 114 0 0 76 0 1904000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 252 0 0 0 0 485 7374000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 101 0 1013000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 138 0 0 0 1383000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 107 0 0 1074000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 150 0 0 0 0 0 1503000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 0 0 192 1923000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 252 0 0 0 2523000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 144 0 0 1443000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 186 0 0 0 0 1864000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 208 0 0 0 0 2083000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 210 0 2104000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 14000068442 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 28,876prom. 4,125

N O V I E M B R E

Apéndices

132

Semana: 05-10 de Noviembre


cant. MA 6

cant. MI 7

cant. JU 8

cant. VI 9

cant. SA 10


6100423492 AURRERA Bodega Aurrera 3865 Villasuncion Aguascalientes AGS LLED 0 0 0 0 432 0 4326100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 504 0 0 5046105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 0 0 0 0 116 1164000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 0 0 5044000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 324 0 0 0 0 3243000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 108 0 0 0 0 1084000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 176 0 0 0 0 1766100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 500 0 0 0 0 5006100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 29 0 0 0 294000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 180 0 0 0 15 1956105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 0 398 0 3986105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 200 0 0 0 0 2006105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 0 0 0 0 0 409 4094000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1512 1007 4027 1510 503 2014 10,5733000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 0 0 122 1223000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 216 0 0 2164000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 157 0 1574000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 288 0 0 0 0 0 2883000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 147 0 0 0 0 1474000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 894 0 0 252 1,1464000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 0 547 5476100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 252 0 231 0 252 9876100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 0 0 0 0 252 5046105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 0 244 0 0 252 0 4966100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 252 0 0 504 0 0 7566105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 144 0 0 0 0 0 1446105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 38 0 0 386100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 252 0 252 0 0 0 5044000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 6 0 0 438 0 0 4444000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 0 144 0 1446100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 192 252 252 0 0 6966105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 0 154 1546105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 0 13 133000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 0 93 936100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 345 0 0 0 0 3454000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 166 0 0 0 1664000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 0 103 1034000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 0 0 43 0 434000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 180 0 0 0 0 1804000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 240 0 0 0 2403000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 150 0 0 1503000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 190 0 0 1903000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 66 0 0 664000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 252 0 0 0 2523000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 281 0 0 2813000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 87 0 0 873000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 165 0 0 1654000068471 CHEDRAUI CD Chedraui Frescos Cuautitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD Chedraui Tultitlan Tultitlan MEX ELISA 1 0 0 0 0 0 14000067979 CHEDRAUI CD CARREFOUR PLATAFORMA Tultitlan MEX ELISA 1 0 0 0 0 0 14000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 192 0 0 0 0 1924000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 1 0 0 0 14000096719 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 24,690prom. 3,527

N O V I E M B R E

Apéndices

133



cant. MA 13

cant. MI 14

cant. JU 15

cant. VI 16

cant. SA 17


6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 432 0 0 0 0 4326100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 936 504 504 0 0 0 1,9446105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 864 0 0 0 8643000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 392 0 3926100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 504 0 0 1,0076100345772 COSTCO Costco 705 Leon Leon GTO LOBO 504 0 0 0 0 0 5046105009634 CHEDRAUI Chedraui Leon Gto. Leon GTO LOBO 0 120 0 0 0 0 1204000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 0 0 503 5034000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 468 0 0 0 4683000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 216 216 0 0 4324000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 216 0 0 2166100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 0 0 504 0 503 1,0076100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 432 0 0 0 0 0 4323000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 342 0 0 0 3424000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 0 104 1046100422313 WAL MART Wal Mart 2431 San Luis Potosi San Luis Potosi SLP HR 0 360 0 0 0 0 3604000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP HR 0 464 0 0 0 0 4646105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 360 108 0 0 0 4686105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 391 0 0 0 0 0 3914000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 504 0 0 0 0 5044000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1511 2767 3273 1510 2770 504 12,3353000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 132 0 0 0 0 1324000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 81 0 0 813000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 99 0 0 994000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 197 0 1974000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 0 432 0 0 0 4323000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 187 0 180 0 0 3674000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 0 312 0 3126100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 504 0 252 0 252 252 1,2606100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 468 0 0 0 252 252 9726105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 252 0 0 0 252 0 5046100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 504 0 0 0 252 0 7566105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 105 0 0 0 0 1056105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 0 0 131 0 0 1316100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 504 0 252 0 0 0 7564000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 404 102 5064000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 242 6 0 2484000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 0 0 211 0 160 3716100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 141 1416105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 103 0 0 0 1036105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 1 0 0 0 0 0 13000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 77 0 0 0 776100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 346 0 0 0 0 3466105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 180 0 0 0 0 1804000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 64 0 0 644000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 39 0 0 1424000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 0 0 0 180 252 4324000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 82 0 0 823000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 0 0 0 0 0 92 924000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 0 224 2244000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 180 0 0 0 1803000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 0 160 0 0 1603000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 252 0 187 0 0 0 4393000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 131 0 1313000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 252 0 0 0 0 0 2524000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 0 0 0 0 252 2524000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX VLZ 0 0 0 53 0 0 534000068442 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 33,981prom. 4,854

N O V I E M B R E

Apéndices

134



cant. MA 20

cant. MI 21

cant. JU 22

cant. VI 23

cant. SA 24


6105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 0 0 0 22 226100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 972 0 0 0 0 0 9726105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 0 0 0 360 3606100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 0 504 1,0086100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 0 0 0 503 0 5036105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 0 0 233 0 2334000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 648 0 0 0 6484000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 468 0 0 4683000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 0 251 0 0 0 2514000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 0 0 335 0 3356100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 0 416 0 4164000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 0 125 1256105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 207 0 0 0 0 2076105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 90 0 0 0 0 906105003612 COSTCO Costco 716 San Luis Potosi San Luis Potosi SLP HR 504 0 0 0 0 0 5044000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 0 0 504 5044000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1006 2656 2247 1719 1507 2012 11,1473000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 0 0 156 1564000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 0 0 43 433000157760 CHEDRAUI Chedraui 249 Acueducto Zapopan JAL HR 0 0 0 0 0 192 1923000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 0 0 40 0 404000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 103 0 1034000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 134 0 0 0 0 1346100627762 SAHUAYO Abarrotes Sahuayo Oaxaca Oaxaca de Juárez OAX VLZ 0 0 0 0 0 504 5046100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 714 0 0 0 0 0 7146105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 196 0 0 0 0 1966100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 204 0 0 0 0 2046105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 103 0 1036105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 77 0 773000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 87 0 0 0 876100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 0 450 0 0 0 4504000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 0 214 0 0 0 2144000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 1034000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 0 432 0 0 0 0 4324000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 101 73 0 0 1746100627762 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 22,223prom. 3,175

N O V I E M B R E

Apéndices

135

Semana: 26 de Noviembre – 01 de Diciembre


cant. MA 27

cant. MI 28

cant. JU 29

cant. VI 30

cant. SA 1


6100345647 COSTCO Costco 703 Guadalajara Guadalajara JAL HR 0 0 864 0 0 0 8646100345674 COSTCO Costco 710 Morelia Morelia MCH LOBO 0 0 431 376 468 0 1,2754000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 432 0 504 1,4406100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS VLZ 0 504 0 0 0 0 5046100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 503 0 468 0 0 9716100345772 COSTCO Costco 705 Leon Leon GTO LOBO 0 0 0 504 0 0 5046105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 0 0 80 0 804000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 0 0 5044000027448 COSTCO Costco 723 Celaya Celaya GTO LOBO 0 0 0 0 468 0 4683000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 255 0 0 0 0 2554000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 124 0 0 0 1246100345727 COSTCO Costco 704 Queretaro Queretaro QRO LOBO 0 502 0 0 0 0 5023000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 432 252 0 396 0 1,0804000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 89 0 0 0 896105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 432 0 0 432 0 432 1,2964000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 0 0 0 332 0 0 3324000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 497 0 0 0 0 4974000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 2009 1507 2761 2510 2013 1995 12,7953000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 0 0 64 0 644000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 0 45 0 453000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 26 0 0 0 0 264000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 0 64 0 644000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 203 0 0 0 0 0 2033000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 0 0 0 0 204 2044000055905 COSTCO Costco 713 Cuernavaca Cuernavaca MOR ELISA 0 0 0 0 504 0 5044000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 0 0 504 0 0 5046100304174 COSTCO Costco 702 Coapa Tlalpan DF ELISA 252 684 0 0 252 0 1,1886100345781 COSTCO Costco 707 Mixcoac Alvaro Obregon DF ELISA 252 0 252 0 0 504 1,0086105001614 COSTCO Costco 718 Interlomas Huixquilucan MEX ELISA 442 0 0 0 497 0 9396100558710 COSTCO Costco 720 Polanco Miguel Hidalgo DF ELISA 0 396 252 756 504 0 1,9086105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 120 0 0 0 0 1206105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 109 0 0 0 0 1096100345718 COSTCO Costco 701 Satelite Naucalpan de Juárez MEX ELISA 252 0 252 0 252 0 7564000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 277 0 0 0 2774000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 12 0 0 0 0 126105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 80 0 0 0 806105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 84 0 0 843000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 98 735 0 0 8336100801519 COSTCO Costco 714 Puebla Puebla PUE HR 0 375 0 0 0 0 3756105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 393 3934000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 103 0 0 1034000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 142 0 0 0 0 1424000083048 COSTCO Costco 726 Arboledas Tlalnepantla MEX ELISA 252 0 252 0 0 0 5044000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 101 101 0 0 2023000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 0 0 0 0 0 176 1763000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 0 504 0 5043000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 85 0 853000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 0 0 0 145 0 1453000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 0 154 0 1544000063285 CHEDRAUI Chedraui 243 Metepec Metepec MEX ELISA 0 0 0 0 252 252 5044000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 0 0 0 0 187 0 1874000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 0 0 0 0 101 0 1013000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 210 0 0 0 2104000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 432 0 4324000096719 CHEDRAUI Chedraui Tecamac Tecamac MEX ELISA 0 0 204 0 0 0 204

4,094 6,064 7,507 7,337 7,467 4,460 36,929prom. 5,276

N O V I E M B R E

Apéndices

136

Semana: 03 - 08 de Diciembre


cant. MA 4

cant. MI 5

cant. JU 6

cant. VI 7

cant. SA 8


4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 504 0 0 0 5043000158305 AURRERA Bodega Aurrera 3626 Platero Fresnillo Fresnillo ZAC HR 0 0 0 144 0 0 1446105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 432 0 342 0 0 7743000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 0 0 0 306 0 3066100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 504 0 0 0 504 0 1,0086105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 127 0 0 0 1274000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 504 0 0 5043000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 290 0 0 0 0 2904000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 175 0 0 0 0 1756100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 418 0 0 4183000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 325 0 0 0 0 3254000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 7 0 73000158359 AURRERA Bodega Aurrera 3919 Nicolas Zapata San Luis Potosi SLP HR 0 0 432 0 0 0 4326105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 432 0 0 0 4324000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 0 0 88 884000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1471 1503 2013 2019 2003 0 9,0094000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 86 0 0 0 863000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 110 0 0 0 0 1104000063281 CHEDRAUI Chedraui 251San Luis Potosi San Luis Potosi SLP HR 0 0 0 467 0 0 4674000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 122 0 0 1224000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 189 0 0 173 0 0 3624000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 4323000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 188 80 0 252 0 5206105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 0 0 80 0 804000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 0 0 0 310 3104000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 252 0 0 4 0 0 2564000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 192 0 0 294 0 0 4866100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 0 0 252 2526105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 102 0 0 0 0 1026105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 101 0 0 1013000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 95 0 0 954000059324 CHEDRAUI Chedraui Teziutlan Teziutlan PUE HR 0 245 0 0 0 0 2454000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 103 0 0 1034000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 1034000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 102 101 0 2033000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 252 0 0 2524000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 252 0 0 0 2523000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 0 192 0 0 0 1923000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 0 0 0 0 160 0 1604000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 0 0 0 0 0 172 1723000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 0 0 0 238 0 2384000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 0 166 0 1664000068442 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 20,662prom. 2,952

D I C I E M B R E

Apéndices

137



cant. MA 11

cant. MI 12

cant. JU 13

cant. VI 14

cant. SA 15

Total Recolectado

4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 504 368 0 0 0 8726105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 487 0 0 0 4876100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 504 0 0 0 504 1,0086105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 99 0 0 0 994000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 0 503 504 0 1,0073000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 221 0 0 0 0 2214000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 195 0 0 0 0 1956100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 0 0 96 0 416 5123000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 284 0 0 0 0 2844000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 124 0 0 1246105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 210 0 0 2104000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP VLZ 0 864 0 0 0 0 8644000064126 AURRERA Bodega Aurrera 5851 Constitucion San Luis Potosi SLP HR 0 0 0 324 0 0 3244000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 0 0 0 504 0 504 1,0084000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 2011 1974 2013 1510 2518 432 10,4583000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 0 44 0 0 0 444000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 88 0 0 0 883000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 155 0 0 0 1554000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 0 97 0 0 974000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 132 0 1324000025734 GIGANTE Ctro deDistribucion de Frescos Tlaquepaque JAL HR 0 432 0 0 0 0 4323000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 0 252 0 0 0 2524000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 294 0 0 0 0 0 2944000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 124 0 0 0 1244000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 166 0 0 0 0 0 1664000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 82 0 0 0 0 826100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 0 0 204 232 0 4366105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 0 0 103 0 1036105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 0 0 0 21 0 213000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 0 0 0 96 0 966105009572 CHEDRAUI Chedraui Tehuacan Tehuacan PUE HR 0 0 0 0 0 216 2164000067756 CHEDRAUI Chedraui Sn Martin Texmelucan San Martin Texmelucan PUE HR 0 0 0 0 210 0 2104000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 0 103 0 0 0 1034000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 0 0 0 75 0 753000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 0 0 0 0 180 0 1803000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 252 0 0 171 0 0 4234000063302 CHEDRAUI Chedraui 234 Ajusco Tlalpan DF ELISA 0 0 0 0 252 0 2524000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 0 0 266 0 0 0 2663000157730 CHEDRAUI Chedraui 241 Anfora Venustiano Carranza DF ELISA 0 0 0 0 140 0 1404000063283 CHEDRAUI Chedraui 419231 Interlomas Huixquilucan MEX ELISA 63 0 0 0 0 0 634000096719 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 22,361prom. 3,194

D I C I E M B R E

Apéndices

138



cant. MA 18

cant. MI 19

cant. JU 20

cant. VI 21

cant. SA 22

Total Recolectado

4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 0 0 504 0 5046105009643 CHEDRAUI Chedraui Morelia Morelia MCH LOBO 0 0 369 0 0 0 3696100264895 SAMS CLUB Sams Club 8118 Aguascalientes Aguascalientes AGS HR 0 0 432 0 0 0 4326105007011 SAMS CLUB Sams Club 4790 Zacatecas Zacatecas ZAC HR 0 0 0 935 0 0 9356100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 503 0 504 504 1,5116105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 0 123 0 0 0 1234000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 0 504 0 495 0 9993000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 0 339 0 0 0 0 3394000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 180 0 0 0 0 1803000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 283 0 0 0 0 2834000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 104 0 0 1044000039449 AURRERA Bodega Aurrera 3887 Rio Verde San Luis Potosi SLP HR 0 0 432 0 0 0 4326105004327 SAMS CLUB Sams Club 6206 San Luis Potosi San Luis Potosi SLP HR 0 0 504 504 0 0 1,0084000070103 FARMACIA BENAVIDESFarmacias Benavides SA de CV Zapopan JAL HR 0 0 0 252 0 0 2524000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 1956 1509 1506 2009 2515 1509 11,0044000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 81 0 88 0 1694000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 111 0 0 0 1114000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 185 0 0 1854000098110 SAMS CLUB SAM'S CLUB 4936 URUAPAN Uruapan MCH HR 0 0 0 432 0 0 4324000063267 AURRERA Bodega Aurrera 5799 Zihuatanejo Zihuatanejo GRO ELISA 432 0 314 0 0 0 7463000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 296 0 0 0 0 2964000062806 WAL MART Wal Mart 5727 Juitepec Jiutepec MOR ELISA 0 1 0 0 0 0 16105009206 CHEDRAUI Chedraui Atizapan Atizapan MEX ELISA 0 0 0 67 0 0 676105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 0 126 0 0 0 0 1264000062840 AURRERA Bodega Aurrera 3725 Toluca Pilares Metepec MEX ELISA 0 0 228 0 0 0 2284000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 252 0 0 0 0 2526100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 143 0 0 0 0 0 1436105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 206 0 0 0 0 2066105009395 CHEDRAUI Chedraui Puebla II Puebla PUE HR 0 63 0 0 0 0 633000158269 SUPERAMA Superama 4543 La Noria Puebla PUE HR 0 50 0 0 0 0 504000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 95 0 0 0 0 953000157735 CHEDRAUI 233 Tenayuca Gustavo A. Madero DF ELISA 111 0 0 78 0 0 1893000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 144 0 0 0 0 0 1443000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 235 0 0 0 0 0 2353000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 206 0 0 0 0 0 2064000064108 CHEDRAUI Chedraui 254 Acapulco Acapulco de Juárez GRO ELISA 0 0 0 137 0 0 1374000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 0 0 252 0 0 2524000096719 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 22,920prom. 3,274

D I C I E M B R E



cant. MA 25

cant. MI 26

cant. JU 27

cant. VI 28

cant. SA 29

Total Recolectado

4000054781 SAMS CLUB Sams Club 6585 Morelia Morelia MCH LOBO 0 0 0 493 504 0 9973000158252 WAL MART Wal Mart 4546 Zacatecas Zacatecas ZAC HR 0 160 0 0 0 0 1606100530697 SAMS CLUB Sams Club 6513 Leon Leon GTO LOBO 0 0 0 499 0 0 4996105009634 CHEDRAUI Chedraui Leon Gto. 55 Leon GTO LOBO 0 76 0 0 0 0 764000001122 SAMS CLUB Sams Club 6223 Irapuato Oeste Irapuato GTO LOBO 0 496 0 0 0 0 4963000158358 AURRERA Bodega Aurrera 3875 Queretaro Queretaro QRO LOBO 161 0 0 0 0 0 1614000062854 AURRERA Bodega Aurrera 5711 San Pablo Queretaro QRO LOBO 0 0 186 0 0 0 1866100423429 WAL MART Wal Mart 2356 Queretaro Queretaro QRO LOBO 0 624 0 0 0 0 6243000034272 AURRERA Bodega Aurrera 3889 San Juan del Rio San Juan Del Rio QRO LOBO 0 0 0 289 0 0 2894000062810 SUPERAMA Superama 5815 Jurica Queretaro QRO LOBO 0 0 0 0 105 0 1056105009536 CHEDRAUI Chedraui Cd. Valles Ciudad Valles SLP OMAR 0 0 0 150 0 0 1506105003006 CASA CHAPA Casa Chapa SA de CV CD VALLES Ciudad Valles SLP OMAR 0 0 0 315 0 0 3154000074174 SAMS CLUB Sams Club 4877 Lopez Mateos Leon GTO LOBO 1008 0 0 500 0 0 1,5084000075323 SORIANA Tiendas Soriana Cedis Qro SECOS Queretaro QRO LOBO 2007 3015 501 3519 2013 2014 13,0693000157745 CHEDRAUI 242 Leon Campestre Leon GTO LOBO 0 162 0 0 0 0 1624000087082 CHEDRAUI Chedraui 247 Leon Poliforum Leon GTO LOBO 0 0 0 115 0 0 1153000157775 CHEDRAUI Chedraui 244Queretaro 3 Queretaro QRO LOBO 0 0 83 0 0 0 834000087456 CHEDRAUI BERNARDO QUINTANA Queretaro QRO LOBO 0 0 81 0 0 0 814000085929 HEB HEB San Luis Potosi San Luis Potosi SLP LOBO 0 0 0 0 170 0 1703000158286 AURRERA Bodega Aurrera 3911 Iguala Iguala de la IndependenciaGRO ELISA 0 0 0 252 192 0 4446105009402 CHEDRAUI Chedraui Ecatepec Palomas Ecatepec de Morelos MEX ELISA 112 0 0 0 0 0 1124000064170 WAL MART Wal Mart 5791 Zinacantepec Zinacantepec MEX ELISA 0 0 0 660 0 0 6604000064171 WAL MART Wal Mart 5825 Alfredo del Mazo Toluca MEX ELISA 0 90 0 0 0 0 906100276230 C.D. GARCÉS Tiendas Garces SA de CV Toluca MEX ELISA 0 408 0 0 0 0 4086105009171 CHEDRAUI Chedraui Puebla I Puebla PUE HR 0 0 206 0 0 0 2064000085188 CHEDRAUI Chedraui Puebla III Puebla PUE HR 0 103 0 0 0 0 1034000089420 CHEDRAUI Chedraui Puebla IV Puebla PUE HR 0 99 0 0 0 0 993000157739 CHEDRAUI Chedraui Coapa Coyoacan DF ELISA 178 0 0 0 0 0 1783000157774 CHEDRAUI Chedraui 242 Toluca Toluca MEX ELISA 150 221 0 0 0 0 3714000063280 CHEDRAUI Chedraui 238Cuernavaca Cuernavaca MOR ELISA 190 0 0 0 0 0 1903000157732 CHEDRAUI Chedraui 235 Universidad Benito Juarez DF ELISA 0 224 0 0 0 0 2243000157679 CHEDRAUI Chedraui 232 Polanco Miguel Hidalgo DF ELISA 233 0 0 0 0 0 2333000157680 CHEDRAUI Chedraui 236 Mundo E Tlalnepantla MEX ELISA 0 224 0 0 0 0 2244000063279 CHEDRAUI Chedraui 257 Ecatepec Ecatepec de Morelos MEX ELISA 106 0 0 0 0 0 1063000157733 CHEDRAUI Chedraui 239 Molina Venustiano Carranza DF ELISA 0 210 0 0 0 0 2104000068442 CHEDRAUI Chedraui 240 Nezahualcoyotl Nezahualcoyotl MEX ELISA 0 266 0 0 0 0 2664000096719 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 23,514prom. 3,359

D I C I E M B R E

Apéndices

139

Apéndice 2

Resumen de la información del anexo

RESUMEN: 1-6 OCTDatos

Edo. Ciudad Sum of cant.

LU 1Sum of cant.

MA 2Sum of cant.

MI 3Sum of cant.

JU 4Sum of cant.

VI 5Suma de cant.

SA 6

Sum of Total tarimas

recolectadas LocalidadesAGS 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

Apéndices

140


Edo. Ciudad Suma de

cant. LU 8Suma de

cant. MA 9Suma de cant.

MI 10Suma de cant.

JU 11

Suma de cant. VI 12

Suma de cant. SA 13


AGS Aguascalientes - - - 1,008 504 450 1,962 6 Total AGS - - - 1,008 504 450 1,962 6 DF Alvaro Obregon 252 252 - 252 - - 756 1

Coyoacan - - - - 224 - 224 1 Gustavo A. Madero - - - - 180 - 180 1 Miguel Hidalgo 468 - - - 392 - 860 2 Tlalpan - 756 - 242 491 - 1,489 2 Venustiano Carranza - - - 252 320 - 572 2

Total DF 720 1,008 - 746 1,607 - 4,081 9 GRO Acapulco de Juárez - - 192 - - - 192 1

Iguala de la Independencia - 236 - - - - 236 1 Zihuatanejo - 414 - - - - 414 1

Total GRO - 650 192 - - - 842 3 GTO Celaya - - - 468 - - 468 1

Irapuato - 504 - - - - 504 1 Leon - 504 232 504 504 - 1,744 5

Total GTO - 1,008 232 972 504 - 2,716 7 JAL Guadalajara - - - - 432 - 432 1

Tlaquepaque 864 414 - - 432 - 1,710 1 Zapopan - - - - - 340 340 1

Total JAL 864 414 - - 864 340 2,482 3 MCH Morelia - - 1,108 - - - 1,108 3 Total MCH - - 1,108 - - - 1,108 3 MEX Cuautitlan 1 - - - - - 1 1

Ecatepec de Morelos - - 204 - - - 204 2 Huixquilucan - - - - 483 - 483 2 Metepec 240 - 252 - 240 - 732 2 Naucalpan de Juárez 252 252 - - - 252 756 1 Nezahualcoyotl - 143 - - - - 143 1 Tecamac - 217 - - - - 217 1 Tlalnepantla - 252 - - 129 408 789 2 Toluca - - 244 - - 192 436 3 Tultitlan 2 - - - - - 2 2 Zinacantepec - 175 - - - - 175 1

Total MEX 495 1,039 700 - 852 852 3,938 18 MOR Cuernavaca - - - - 196 468 664 2

Jiutepec - - - - - 252 252 1 Total MOR - - - - 196 720 916 3 PUE Puebla 99 220 84 294 - - 697 5

San Martin Texmelucan - - - - 79 - 79 1 Teziutlan - - 245 - - - 245 1

Total PUE 99 220 329 294 79 - 1,021 7 QRO Queretaro 2,008 2,455 2,519 2,950 2,014 1,136 13,082 8

San Juan Del Rio - - 477 - - - 477 1 Total QRO 2,008 2,455 2,996 2,950 2,014 1,136 13,559 9 SLP San Luis Potosi - - - - 620 1,294 1,914 6 Total SLP - - - - 620 1,294 1,914 6 ZAC Fresnillo - - - - 234 - 234 1

Zacatecas - - 432 - 198 - 630 2 Total ZAC - - 432 - 432 - 864 3 Total general 4,186 6,794 5,989 5,970 7,672 4,792 35,403 77

Apéndices

141


Edo. Ciudad Suma de

cant. LU 15Suma de


MI 17Suma de cant.

JU 18Suma de

cant. VI 19Suma de cant.

SA 20


AGS Aguascalientes - - 432 396 216 1,224 2,268 4 Total AGS - - 432 396 216 1,224 2,268 4 DF Alvaro Obregon - 252 - - - - 252 1

Benito Juarez - - 176 - - - 176 1 Coyoacan - - - - - 252 252 1 Gustavo A. Madero - - - 180 - - 180 1 Miguel Hidalgo 252 - - - - - 252 1 Tlalpan - 684 432 252 - 252 1,620 2

Total DF 252 936 608 432 - 504 2,732 7 GRO Acapulco de Juárez - 157 - 432 - 252 841 2

Iguala de la Independencia - 448 4 255 - 180 887 1 Zihuatanejo - - - - 176 - 176 1

Total GRO - 605 4 687 176 432 1,904 4 GTO Celaya - - 392 - - - 392 1

Irapuato - - - 503 432 - 935 1 Leon - 1,007 - - 214 - 1,221 3

Total GTO - 1,007 392 503 646 - 2,548 5 JAL Guadalajara - - 468 - - - 468 1

Tlaquepaque - - 432 - - - 432 1 Zapopan - - 432 - - - 432 1

Total JAL - - 1,332 - - - 1,332 3 MEX Atizapan - - 166 - 100 - 266 1

Cuautitlan - 1 - - - - 1 1 Ecatepec de Morelos - 131 154 - 63 - 348 2 Huixquilucan 252 - 252 - 252 - 756 1 Ixtapaluca - 1 - - - - 1 1 Metepec - 192 - 107 - - 299 1 Naucalpan de Juárez - - 252 252 252 252 1,008 1 Nezahualcoyotl - - - 200 - - 200 1 Tecamac - - 137 - - - 137 1 Tlalnepantla - - - - 432 - 432 1 Toluca - - - - 163 204 367 3 Tultitlan - 1 - - - - 1 1 Zinacantepec - - - - - 170 170 1

Total MEX 252 326 961 559 1,262 626 3,986 16 MOR Cuernavaca - - - - - 120 120 1

Jiutepec 186 - - - - 153 339 1 Total MOR 186 - - - - 273 459 2 PUE Puebla - 284 97 101 259 - 741 5


Total PUE - 284 97 175 259 240 1,055 7 QRO Queretaro 2,218 4,300 1,764 2,184 2,884 3,254 16,604 8

San Juan Del Rio - - - - 435 - 435 1 Total QRO 2,218 4,300 1,764 2,184 3,319 3,254 17,039 9 SLP San Luis Potosi 864 1,360 - 432 - - 2,656 7 Total SLP 864 1,360 - 432 - - 2,656 7 ZAC Zacatecas - 317 151 - - - 468 2 Total ZAC - 317 151 - - - 468 2 Total general 3,772 9,135 5,741 5,368 5,878 6,553 36,447 66

Apéndices

142


Edo. Ciudad Suma de

cant. LU 22Suma de


MI 24Suma de cant.

JU 25Suma de

cant. VI 26Suma de cant.

SA 27


AGS Aguascalientes 313 119 - - - - 432 2 Total AGS 313 119 - - - - 432 2 DF Alvaro Obregon 252 - - 251 252 - 755 1

Coyoacan - - - 184 - - 184 1 Gustavo A. Madero - - - 149 - - 149 1 Miguel Hidalgo 252 252 192 - 396 - 1,092 2 Tlalpan 252 252 646 - 252 - 1,402 1 Venustiano Carranza - - - 372 - - 372 1

Total DF 756 504 838 956 900 - 3,954 7 GRO Acapulco de Juárez - - - - - 180 180 1 Total GRO - - - - - 180 180 1 GTO Celaya - - - 468 - - 468 1

Leon 720 - - 720 - - 1,440 4 Total GTO 720 - - 1,188 - - 1,908 5 JAL Guadalajara - 864 - - - - 864 1

Tlaquepaque 864 - - - - - 864 1 Zapopan - 214 - - - - 214 1

Total JAL 864 1,078 - - - - 1,942 3 MEX Cuautitlan 1 - - - - - 1 1

Ecatepec de Morelos - - - - 130 - 130 1 Huixquilucan - 252 - - 214 - 466 2 Metepec - - 228 - - - 228 1 Naucalpan de Juárez 252 - - - 252 - 504 1 Nezahualcoyotl - - - - 195 - 195 1 Tecamac - - 148 - - - 148 1 Tlalnepantla - 240 - - - - 240 1 Toluca - - - - 684 - 684 3 Tultitlan 2 - - - - - 2 2 Zinacantepec - - 154 - - - 154 1

Total MEX 255 492 530 - 1,475 - 2,752 15 MOR Cuernavaca - - - - - 270 270 1 Total MOR - - - - - 270 270 1 PUE Puebla - 339 302 82 - 101 824 6

San Martin Texmelucan - - - - - 95 95 1 Teziutlan - - 231 - - - 231 1

Total PUE - 339 533 82 - 196 1,150 8 QRO Queretaro 1,509 3,811 2,188 1,255 - - 8,763 8

San Juan Del Rio - 317 - - - - 317 1 Total QRO 1,509 4,128 2,188 1,255 - - 9,080 9 SLP San Luis Potosi - 432 140 - - - 572 3 Total SLP - 432 140 - - - 572 3 ZAC Fresnillo - - - 132 - - 132 1

Zacatecas - - - 720 - - 720 2 Total ZAC - - - 852 - - 852 3 Total general 4,417 7,092 4,229 4,333 2,375 646 23,092 57

Apéndices

143

RESUMEN: 29 OCT- 03 NOV.Datos

Edo. Ciudad Suma de cant

LU 29Suma de cant

MA 30Suma de cant

MI 31Suma de cant

JU 1Suma de cant

VI 2Suma de cant

SA 3


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

Apéndices

144

RESUMEN: 5-10 NOV.Datos


LU 5Suma de cant

MA 6Suma de cant

MI 7Suma de cant

JU 8Suma de cant

VI 9Suma de cant

SA 10


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

Apéndices

145



LU 12Suma de cant

MA 13Suma de cant

MI 14Suma de cant

JU 15Suma de cant

VI 16Suma de cant

SA 17


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



LU 19Suma de cant

MA 20Suma de cant

MI 21Suma de cant

JU 22Suma de cant

VI 23Suma de cant

SA 24


AGS Aguascalientes 972 - - - - - 972 1 Total AGS 972 - - - - - 972 1 DF Alvaro Obregon 714 - - - - - 714 1 Total DF 714 - - - - - 714 1 GTO Celaya - - - 468 - - 468 1

Irapuato - - 648 - - - 648 1 Leon - 504 - - 736 1,207 2,447 6

Total GTO - 504 648 468 736 1,207 3,563 8 JAL Zapopan - - - - - 192 192 1 Total JAL - - - - - 192 192 1 MCH Morelia - - - - - 22 22 1 Total MCH - - - - - 22 22 1 MEX Atizapan - 196 - - - - 196 1

Tlalnepantla - 432 - - - - 432 1 Toluca - 204 - - - - 204 1

Total MEX - 832 - - - - 832 3 OAX Oaxaca de Juárez - - - - - 1,008 1,008 2 Total OAX - - - - - 1,008 1,008 2 PUE Puebla - - 741 73 180 - 994 6

Teziutlan - - 214 - - - 214 1 Total PUE - - 955 73 180 - 1,208 7 QRO Queretaro 1,006 2,656 2,498 1,719 2,401 2,137 12,417 7 Total QRO 1,006 2,656 2,498 1,719 2,401 2,137 12,417 7 SLP Ciudad Valles - 297 - - - - 297 2

San Luis Potosi 504 134 - - - - 638 2 Total SLP 504 431 - - - - 935 4 ZAC Zacatecas - - - - - 360 360 1 Total ZAC - - - - - 360 360 1 Total general 3,196 4,423 4,101 2,260 3,317 4,926 22,223 36

Apéndices

146

RESUMEN: 26 NOV.- 01 DIC.Datos


LU 26Suma de cant

MA 27Suma de cant

MI 28Suma de cant

JU 29Suma de cant

VI 30Suma de cant

SA 01


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


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

Apéndices

147

RESUMEN: 03-08 DIC.Datos


LU 3Suma de cant

MA 4Suma de cant

MI 5Suma de cant

JU 6Suma de cant

VI 7Suma de cant

SA 8


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

Apéndices

148



LU 10Suma de cant

MA 11Suma de cant

MI 12Suma de cant

JU 13Suma de cant

VI 14Suma de cant

SA 15Suma de Total 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

Apéndices

149



LU 17Suma de cant

MA 18Suma de cant

MI 19Suma de cant

JU 20Suma de cant

VI 21Suma de cant

SA 22Suma de Total 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

Apéndices

150



LU 24Suma de cant

MA 25Suma de cant

MI 26Suma de cant

JU 27Suma de cant

VI 28Suma de cant

SA 29Suma de Total 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

Apéndices

151

Apéndice 3

Tabla de distancias entre ciudades y depósito

No. Ciudad Edo.Depósito Tultitlan

Aguasca-lientes

Alvaro Obregon

Benito Juarez Coyoacan

Gustavo A. Madero

Miguel Hidalgo Tlalpan

Venustiano Carranza

Acapulco de Juárez

Iguala de la Independenc Zihuatanejo Celaya Irapuato Leon

MEX AGS DF DF DF DF DF DF DF GRO GRO GRO GTO GTO GTO

Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.

0 DepósitoTultitlan MEX 501 43 36 45 31 29 56 40 413 230 655 236 283 353

1 Aguascalientes AGS 501 532 531 540 520 526 548 534 925 731 1167 267 218 148

2 Alvaro Obregon DF 43 532 14 20 18 16 31 27 364 181 606 270 314 384

3 Benito Juarez DF 36 531 14 12 13 16 22 18 359 176 601 266 313 383

4 Coyoacan DF 45 540 20 12 26 21 15 19 348 165 590 275 322 392

5 Gustavo A. Madero DF 31 520 18 13 26 16 31 11 364 181 606 255 302 372

6 Miguel Hidalgo DF 29 526 16 16 21 16 30 16 366 183 608 261 308 378

7 Tlalpan DF 56 548 31 22 15 31 30 40 335 152 577 283 330 400

8 Venustiano Carranza DF 40 534 27 18 19 11 16 40 368 185 628 269 316 386

9 Acapulco de Juárez GRO 413 925 364 359 348 364 366 335 368 183 242 660 707 777

10 Iguala de la Independencia GRO 230 731 181 176 165 181 183 152 185 183 436 466 513 583

11 Zihuatanejo GRO 655 1167 606 601 590 606 608 577 628 242 436 559 608 678

12 Celaya GTO 236 267 270 266 275 255 261 283 269 660 466 559 49 119

13 Irapuato GTO 283 218 314 313 322 302 308 330 316 707 513 608 49 70

14 Leon GTO 353 148 384 383 392 372 378 400 386 777 583 678 119 70

15 Guadalajara JAL 565 274 541 546 563 560 554 571 563 940 746 635 349 300 230

16 Tlaquepaque JAL 552 287 528 533 550 547 537 558 550 927 733 622 336 287 217

17 Tonala JAL 569 278 545 550 567 564 544 575 567 944 750 639 353 304 234

18 Zapopan JAL 570 279 546 551 568 565 550 576 568 945 751 640 354 305 235

19 Morelia MCH 329 386 291 297 292 313 297 310 315 691 497 442 158 166 238

20 Uruapan MCH 438 577 400 406 401 422 406 419 424 633 606 875 267 275 347

21 Atizapan MEX 20 516 26 29 34 23 19 44 31 379 196 621 251 298 368

22 Cuautitlan MEX 13 506 46 40 46 32 35 59 46 394 211 636 241 288 358

23 Ecatepec de Morelos MEX 22 527 34 29 38 14 27 50 23 382 199 624 262 309 379

24 Huixquilucan MEX 42 536 25 34 33 31 23 58 37 378 195 620 271 318 388

25 Ixtapaluca MEX 66 556 46 39 36 39 46 44 28 374 191 616 291 338 408

26 Metepec MEX 80 505 50 64 65 72 67 64 39 431 248 673 240 287 357

27 Naucalpan de Juárez MEX 32 531 26 23 28 25 16 39 29 374 191 616 266 313 383

28 Nezahualcoyotl MEX 64 558 44 38 33 23 48 46 28 378 195 620 293 340 410

29 Tecamac MEX 30 530 48 42 52 30 42 72 33 397 214 639 265 312 382

30 Tlalnepantla MEX 16 511 21 26 28 18 15 42 21 388 205 630 246 293 363

31 Toluca MEX 78 516 53 59 54 75 59 72 77 453 259 415 249 298 206

32 Tultitlan MEX 0 501 43 36 45 31 29 56 40 413 230 655 236 283 353

33 Zinacantepec MEX 88 526 63 69 64 85 69 82 87 463 269 425 259 308 216

34 Cuernavaca MOR 127 628 78 73 62 78 80 49 82 286 103 528 363 410 480

35 Jiutepec MOR 138 639 89 84 73 89 91 60 93 297 114 539 374 421 491

36 Oaxaca de Juárez OAX 482 1005 454 474 453 474 478 435 476 846 642 1137 740 787 857

37 Puebla PUE 149 672 145 141 146 141 145 164 123 508 325 761 407 454 524

38 San Martin Texmelucan PUE 111 634 107 103 108 103 107 126 85 470 287 723 369 416 486

39 Tehuacan PUE 263 786 259 255 260 255 259 278 237 633 439 875 521 568 638

40 Teziutlan PUE 296 819 292 288 293 288 292 311 270 655 472 908 554 601 671

41 Queretaro QRO 173 328 204 203 212 192 198 220 206 597 403 839 63 110 180

42 San Juan Del Rio QRO 131 370 162 161 170 150 156 178 164 555 361 797 105 152 222

43 Ciudad Valles SLP 461 490 388 384 389 368 388 407 366 780 595 988 535 469 467

44 San Luis Potosi SLP 418 168 449 448 457 437 443 465 451 800 606 1116 266 256 193

45 Fresnillo ZAC 654 188 685 684 693 673 679 701 687 1078 884 1153 455 406 336

46 Zacatecas ZAC 594 128 625 624 633 613 619 641 627 1018 824 1093 395 346 276

Apéndices

152

No. Ciudad Edo. Guadalajara Tlaquepaque Tonala Zapopan Morelia Uruapan Atizapan CuautitlanEcatepec de

Morelos Huixquilucan Ixtapaluca MetepecNaucalpan de Juárez

Nezahual-coyotl

JAL JAL JAL JAL MCH MCH MEX MEX MEX MEX MEX MEX MEX MEXKm. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.

0 DepósitoTultitlan MEX 565 552 569 570 329 438 20 13 22 42 66 80 32 64

1 Aguascalientes AGS 274 287 278 279 386 577 516 506 527 536 556 505 531 558

2 Alvaro Obregon DF 541 528 545 546 291 400 26 46 34 25 46 50 26 44

3 Benito Juarez DF 546 533 550 551 297 406 29 40 29 34 39 64 23 38

4 Coyoacan DF 563 550 567 568 292 401 34 46 38 33 36 65 28 33

5 Gustavo A. Madero DF 560 547 564 565 313 422 23 32 14 31 39 72 25 23

6 Miguel Hidalgo DF 554 537 544 550 297 406 19 35 27 23 46 67 16 48

7 Tlalpan DF 571 558 575 576 310 419 44 59 50 58 44 64 39 46

8 Venustiano Carranza DF 563 550 567 568 315 424 31 46 23 37 28 39 29 28

9 Acapulco de Juárez GRO 940 927 944 945 691 633 379 394 382 378 374 431 374 378

10 Iguala de la Independencia GRO 746 733 750 751 497 606 196 211 199 195 191 248 191 195

11 Zihuatanejo GRO 635 622 639 640 442 875 621 636 624 620 616 673 616 620

12 Celaya GTO 349 336 353 354 158 267 251 241 262 271 291 240 266 293

13 Irapuato GTO 300 287 304 305 166 275 298 288 309 318 338 287 313 340

14 Leon GTO 230 217 234 235 238 347 368 358 379 388 408 357 383 410

15 Guadalajara JAL 13 4 5 276 303 548 562 571 524 576 498 533 584

16 Tlaquepaque JAL 13 7 18 263 290 535 549 558 511 563 485 520 571

17 Tonala JAL 4 7 9 280 299 552 566 575 528 580 502 537 588

18 Zapopan JAL 5 18 9 281 308 553 567 576 529 581 503 538 589

19 Morelia MCH 276 263 280 281 109 299 313 322 275 327 249 284 335

20 Uruapan MCH 303 290 299 308 109 408 422 431 384 436 358 393 444

21 Atizapan MEX 548 535 552 553 299 408 13 26 33 55 65 17 54

22 Cuautitlan MEX 562 549 566 567 313 422 13 30 38 65 64 27 66

23 Ecatepec de Morelos MEX 571 558 575 576 322 431 26 30 50 48 73 38 48

24 Huixquilucan MEX 524 511 528 529 275 384 33 38 50 76 26 13 74

25 Ixtapaluca MEX 576 563 580 581 327 436 55 65 48 76 78 51 22

26 Metepec MEX 498 485 502 503 249 358 65 64 73 26 78 35 86

27 Naucalpan de Juárez MEX 533 520 537 538 284 393 17 27 38 13 51 35 51

28 Nezahualcoyotl MEX 584 571 588 589 335 444 54 66 48 74 22 86 51

29 Tecamac MEX 586 573 590 591 337 446 41 40 15 65 63 88 53 63

30 Tlalnepantla MEX 548 535 552 553 299 408 7 20 23 28 54 66 16 47

31 Toluca MEX 487 474 491 492 238 347 61 75 84 37 89 11 46 97

32 Tultitlan MEX 565 552 569 570 329 438 20 13 22 42 64 80 32 64

33 Zinacantepec MEX 497 484 501 502 248 357 71 85 94 47 99 21 56 107

34 Cuernavaca MOR 643 630 647 648 394 503 93 108 96 92 88 145 88 92

35 Jiutepec MOR 654 641 658 659 405 514 104 119 107 103 99 156 99 103

36 Oaxaca de Juárez OAX 1020 1007 1024 1025 771 880 473 485 470 483 427 522 479 443

37 Puebla PUE 687 674 691 692 438 547 140 152 137 150 94 189 146 110

38 San Martin Texmelucan PUE 649 636 653 654 400 509 102 114 99 112 56 151 108 72

39 Tehuacan PUE 801 788 805 806 552 661 254 266 251 264 208 303 260 224

40 Teziutlan PUE 834 821 838 839 585 694 287 299 284 297 241 336 293 257

41 Queretaro QRO 410 397 414 415 221 330 188 178 199 208 228 177 203 230

42 San Juan Del Rio QRO 452 439 456 457 182 288 146 136 157 166 186 135 161 188

43 Ciudad Valles SLP 654 641 658 659 600 802 476 466 487 496 516 535 491 518

44 San Luis Potosi SLP 330 317 334 335 431 540 433 423 444 453 473 422 448 475

45 Fresnillo ZAC 462 449 466 467 574 765 669 659 680 689 709 658 684 711

46 Zacatecas ZAC 402 389 406 407 514 705 609 599 620 629 649 598 624 651

Apéndices

153

No. Ciudad Edo. Tecamac Tlalnepantla Toluca Tultitlan Zinacantepec Cuernavaca JiutepecOaxaca de

Juárez PueblaSan Martin

Texmelucan Tehuacan Teziutlan QueretároSan Juan del Río Cd Valles

MEX MEX MEX MEX MEX MOR MOR OAX PUE PUE PUE PUE QRO QRO SLPKm. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km. Km.

0 DepósitoTultitlan MEX 30 16 78 0 88 127 138 482 149 111 263 296 173 131 581

1 Aguascalientes AGS 530 511 516 501 526 628 639 1005 672 634 786 819 328 370 392

2 Alvaro Obregon DF 48 21 53 43 63 78 89 454 145 107 259 292 204 162 508

3 Benito Juarez DF 42 26 59 36 69 73 84 474 141 103 255 288 203 161 504

4 Coyoacan DF 52 28 54 45 64 62 73 453 146 108 260 293 212 170 509

5 Gustavo A. Madero DF 30 18 75 31 85 78 89 474 141 103 255 288 192 150 488

6 Miguel Hidalgo DF 42 15 59 29 69 80 91 478 145 107 259 292 198 156 508

7 Tlalpan DF 72 42 72 56 82 49 60 435 164 126 278 311 220 178 527

8 Venustiano Carranza DF 33 21 77 40 87 82 93 476 123 85 237 270 206 164 486

9 Acapulco de Juárez GRO 397 388 453 413 463 286 297 846 508 470 633 655 597 555 882

10 Iguala de la Independencia GRO 214 205 259 230 269 103 114 642 325 287 439 472 403 361 688

11 Zihuatanejo GRO 639 630 415 655 425 528 539 1137 761 723 875 908 839 797 1394

12 Celaya GTO 265 246 249 236 259 363 374 740 407 369 521 554 63 105 490

13 Irapuato GTO 312 293 298 283 308 410 421 787 454 416 568 601 110 152 480

14 Leon GTO 382 363 206 353 216 480 491 857 524 486 638 671 180 222 417

15 Guadalajara JAL 586 548 487 565 497 643 654 1020 687 649 801 834 410 452 554

16 Tlaquepaque JAL 573 535 474 552 484 630 641 1007 674 636 788 821 397 439 541

17 Tonala JAL 590 552 491 569 501 647 658 1024 691 653 805 838 414 456 558

18 Zapopan JAL 591 553 492 570 502 648 659 1025 692 654 806 839 415 457 559

19 Morelia MCH 337 299 238 329 248 394 405 771 438 400 552 585 221 182 708

20 Uruapan MCH 446 408 347 438 357 503 514 880 547 509 661 694 330 288 910

21 Atizapan MEX 41 7 61 20 71 93 104 473 140 102 254 287 188 146 596

22 Cuautitlan MEX 40 20 75 13 85 108 119 485 152 114 266 299 178 136 586

23 Ecatepec de Morelos MEX 15 23 84 22 94 96 107 470 137 99 251 284 199 157 607

24 Huixquilucan MEX 65 28 37 42 47 92 103 483 150 112 264 297 208 166 616

25 Ixtapaluca MEX 63 54 89 66 99 88 99 427 94 56 208 241 228 186 636

26 Metepec MEX 88 66 11 80 21 145 156 522 189 151 303 336 177 135 585

27 Naucalpan de Juárez MEX 53 16 46 32 56 88 99 479 146 108 260 293 203 161 611

28 Nezahualcoyotl MEX 63 47 97 64 107 92 103 443 110 72 224 257 230 188 638

29 Tecamac MEX 38 99 30 109 111 122 485 152 114 266 299 202 160 610

30 Tlalnepantla MEX 38 61 16 71 102 113 474 141 103 255 288 183 141 591

31 Toluca MEX 99 61 78 10 156 167 533 200 162 314 347 188 146 556

32 Tultitlan MEX 30 16 78 88 127 138 482 149 111 263 296 173 131 581

33 Zinacantepec MEX 109 71 10 88 166 177 543 210 172 324 357 198 156 566

34 Cuernavaca MOR 111 102 156 127 166 11 446 222 184 336 369 300 258 585

35 Jiutepec MOR 122 113 167 138 177 11 457 233 195 347 380 311 269 596

36 Oaxaca de Juárez OAX 485 474 533 482 543 446 457 333 371 283 480 677 635 962

37 Puebla PUE 152 141 200 149 210 222 233 333 38 114 147 352 310 629

38 San Martin Texmelucan PUE 114 103 162 111 172 184 195 371 38 152 185 314 272 591

39 Tehuacan PUE 266 255 314 263 324 336 347 283 114 152 261 458 416 743

40 Teziutlan PUE 299 288 347 296 357 369 380 480 147 185 261 499 457 776

41 Queretaro QRO 202 183 188 173 198 300 311 677 352 314 458 499 42 408

42 San Juan Del Rio QRO 160 141 146 131 156 258 269 635 310 272 416 457 42 450

43 Ciudad Valles SLP 490 471 506 461 516 531 542 924 544 506 658 691 489 531

44 San Luis Potosi SLP 447 428 391 418 401 503 514 880 547 509 661 694 203 245 224

45 Fresnillo ZAC 683 664 669 654 679 781 792 1158 825 787 939 972 481 523 502

46 Zacatecas ZAC 623 604 609 594 619 721 732 1098 765 727 879 912 421 463 442

Apéndices

154

No. Ciudad Edo.San Luis Potosí Fresnillo Zacatecas

SLP ZAC ZACKm. 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

Documents

INSTITUTO POLITÉ CNICO NACIONAL · La comparación de resultados también se realiza en función de los costos empleados y además la investigación considera el impacto económico