Modelo de Planeacion de Rosas

MODELO DE OPTIMIZACIÓN PARA LA
PLANEACIÓN DE PRODUCCIÓN DE UN CULTIVO DE

ROSAS
FELIPE CALDERÓN NOVOA
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
BOGOTÁ COLOMBIA
DICIEMBRE 2005
II.05(20)17
MODELO DE OPTIMIZACIÓN PARA LA

PLANEACIÓN DE PRODUCCIÓN DE UN CULTIVO DE
ROSAS
FELIPE CALDERÓN NOVOA
ASESOR:
GONZALO MEJÍA
PROFESOR ASISTENTE
Trabajo de grado para optar al título de Ingeniero

Industrial
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
BOGOTÁ COLOMBIA
DICIEMBRE 2005
2
II.05(20)17
Dedicada a mis padres
que me han apoyado en todo
momento por difícil que haya sido y
siempre han creído en mí. A mi tía,
patrocinadora de sueños que me
ha dado la gran oportunidad de
poder alcanzar mis logros.
3
II.05(20)17
AGRADECIMIENTOS
El autor expresa sus agradecimientos a:
Felipe Cely, Gerente General de Melody Flowers Ltda. por permitirme realizar
este estudio en las instalaciones del cultivo y facilitar el acceso a la
información que necesité.
Gonzalo Mejía, asesor de tesis, por su orientación y guía que me permitieron

enfocar en la dirección correcta para desarrollar este proyecto
Dash Optimization por conceder la licencia del software para optimización

XPress-MP
Mi familia, amigos y todos aquellos que de alguna forma me ayudaron en

este largo proceso de aprendizaje y aportaron a la realización de este trabajo
4
II.05(20)17
TABLA DE CONTENIDO
Pág.
1. INTRODUCCIÓN ......................................................................................................... 9
1.1. Moti vación............................................................................................................. 9
1.2. Contenido de la Investigación............................................................................ 9
1.3. Metodología........................................................................................................10
1.4. Objetivos .............................................................................................................10
1.4.1. Objetivos Generales..................................................................................10
1.4.2. Objetivos Específicos................................................................................11
1.5. La importancia del sector floricultor................................................................11
1.5.1. Importancia económica de la rosa y distribución geográfica..............14
1.5.2. Situación Actual y Problemática..............................................................14
1.6. Uso De Modelos Matemáticos.........................................................................16
1.6.1. Planeación de Producción........................................................................17
2. FORMULACIÓN DEL PROBLEMA .......................................................................18

2.1. Revisión de la literatura relacionada con optimización de planeación
de la producción en el sector floricultor......................................................................18
2.2. Descripción De La Compañía: Melody Flowers Ltda...................................20
2.3. Proceso De Producción De Rosas En Melody Flowers Ltda.....................20
2.3.1. Aspectos Agrícolas....................................................................................20
2.3.2. Aspectos de Producción...........................................................................22
2.3.3. La Demanda...............................................................................................24
2.3.4. Comercialización........................................................................................26
2.4. Problema: Programación de los Tallos.........................................................26
2.5. Propuesta para la Programación de Tallos...................................................27
3. FORMULACIÓN DEL MODELO ............................................................................29

3.1. Descripción de los índices y parámetros.......................................................29
3.2. Descripción de las variables ............................................................................32
3.3. Función Objetivo ................................................................................................34
3.4. Restricciones......................................................................................................36
4. RESULTADOS DEL MODELO...............................................................................42

4.1. Datos Implementados y Dimensiones del Modelo.......................................42
4.2. Herramienta Computacional ............................................................................43
4.3. Resultados..........................................................................................................43
4.3.1. Datos Importantes .....................................................................................43
4.3.2. Resultados del Modelo y Análisis ...........................................................47
4.3.3. Sensibilidad y Validación..........................................................................51
5
II.05(20)17
4.4. Limitaciones del Modelo...................................................................................57
5. CONCLUSIONES......................................................................................................59
6. BIBLIOGRAFÍA .........................................................................................................62
7. ANEXOS .....................................................................................................................63
Anexo 4.1 Capacidad Máxima de Tallos en el Cultivo dependiendo de la
Variedad de Rosa..........................................................................................................63
Anexo 3.1 Productividad de cada Rosa dependiendo de la Variedad
durante un año (Semana 1 a 34)................................................................................64
Anexo 3.2 Productividad de cada Rosa dependiendo de la Variedad
durante un año (Semana 35 a 52)..............................................................................65
Anexo 4.2 Precio de venta de las rosas según en grupo (Color o Rojas)
en U$ ...............................................................................................................................66
Anexo 4.3 % de Pérdida de Rosas por Variedad....................................................67
Anexo 4.4 Costos asociados a los Faltantes dependiendo del grupo de las
Rosas en cada semana (U$).......................................................................................68
Anexo 4.5 Costos asociados a los Sobrantes dependiendo del grupo de
las Rosas en cada semana (U ....................................................................................69
Anexo 4.6 Demanda (en número de rosas) requerida para cada variedad
durante las 52 semanas del horizonte de planeación. (12 primeras
variedades).....................................................................................................................70
durante las 52 semanas del horizonte de planeación. (15 últimas
variedades).....................................................................................................................71
6
II.05(20)17
LISTA DE FIGURAS
Pág.
Figura 1.1 Exportaciones de Rosas Frescas en Colombia en los últimos años .....12
Figura 1.2 Destinos de las Exportaciones de Flores en Colombia............................13
Figura 1.3 Total de Empleos generados por la Industria Floricultora .......................13
Figura 1.4 Productos Florales de Exportación en Colombia ......................................14
Figura 2.1 Secciones de la planta de rosa ....................................................................22
Figura 4.1 Demanda por Semana de Rosas de Grupo de Colores ..........................44
Figura 4.2 Demanda por Semana de Rosas del Grupo de las Rojas.......................44
Figura 4.3 Precios de Venta de las Rosas durante el año ........................................45
Figura 4.4 % de Pérdida en cada una del las Variedades de Rosa que se
Estudian ................................................................................................................................46
Figura 4.5 Productividad Semanal de tres Variedades de Rosa...............................46
Figura 4.5a Rosas en Caja de todas las Variedades del grupo de Color...............48
Figura 4.6 Rosas en Caja de todas las Variedades del grupo de Rojas.................49
Figura 4.7 Volúmenes de programación de tallos por semana ................................50
Figura 4.8 Rosas de color en producción......................................................................51
Figura 4.9 Rosas rojas en producción ..........................................................................51
Figura 4.10 Cambio temporal en los Picos de los Precios VS. Picos
Originales..............................................................................................................................52
Figura 4.12 Rosas rojas en caja debido a cambios en los picos de los precios.....53
Figura 4.13 Producción de rosas de color debido a precios constantes en el
año ......................................................................................................................................53
Figura 4.14 Producción de rosas de rojas debido a precios constantes en el
año ......................................................................................................................................53
Figura 4.15 Producción de rosas color con altos costos de Faltantes .....................55
Figura 4.16 Producción de rosas rojas con altos costos de Faltantes .....................55
Figura 4.17 Producción de rosas color con altos costos de Sobrantes....................56
Figura 4.18 Producción de rosas rojas con altos costos de Sobrantes....................56
7
II.05(20)17
LISTA DE TABLAS
Pág.
Tabla 3.1 Índices del Modelo...........................................................................................29
Tabla 3.2 Parámetros de Entrada...................................................................................31
Tabla 3.3 Variables del Modelo.......................................................................................33
Tabla 3.4 Modelo Completo.............................................................................................40
8
1. INTRODUCCIÓN
1.1. Motivación
Dada la importancia del sector floricultor en Colombia y la trayectoria

histórica que tiene la práctica de la floricultura, se quiere estudiar el manejo
de la planeación de producción de flores en un cultivo. Se sabe que hoy en
día el mercado de las flores es muy competitivo y debido a los grandes
costos operativos que se tienen, las compañías floricultoras se están viendo
en grandes aprietos para mantenerse a flote. Únicamente aquellas que
tienen estrategias apropiadas y utilizan sus recursos de la mejor manera, son
las que pueden sobrevivir en el competido mercado. Entonces, se deben
buscar herramientas que mejoren cada vez más la eficiencia de las
compañías y así puedan aprovechar cada vez más los recursos disponibles.
Son pocos los estudios que se encuentran sobre optimización de la

programación de producción en el sector floricultor, por lo tanto, se quiere
proponer una herramienta de programación lineal para desarrollar un plan de
producción en un cultivo de flores en la Sabana de Bogotá. Se iniciará con el
aprendizaje de las prácticas y los procedimientos actuales utilizados para la
producción de flores, específicamente de rosas, y con esto formular el
problema matemáticamente y posteriormente, implementar un método para
maximizar los ingresos por medio de programación lineal. El estudio se va a
desarrollar en la empresa Melody Flowers Ltda., y se tendrán en cuenta los
procesos de producción implementados actualmente en la compañía, con el
objetivo de aportar una metodología que mejore las prácticas de planeación
de la producción para el cultivo de rosas.
1.2. Contenido de la Investigación
Situación General: Descripción y contextualización de la situación actual del

sector floricultor, entendiendo cual es la problemática actual y los puntos
críticos de la producción de rosas en Colombia.
Modelo Matemático: Traducción de la producción de rosas en lenguaje

matemático mediante la programación lineal, con el fin de poder resolver el
problema y encontrar un planteamiento óptimo. Se explicará como se diseñó
el modelo especificando cada una de sus componentes.
Sensib ilidad y Resultados: Se presentarán los resultados del modelo y el

comportamiento de éste al realizar sensibilidad en las variables más
importantes, obteniendo así el comportamiento óptimo del sistema.
II.05(20)17
Conclusiones: Se presentarán conclusiones y sugerencias luego de haber

analizado los diferentes comportamientos del modelo y sus resultados.
1.3. Metodología
Para poder aplicar las herramientas matemáticas al sistema utilizado

actualmente, se requiere inicialmente comprender completamente cuales son
los procesos de producción utilizados en el cultivo. La etapa inicial es el
entendimiento de las prácticas floricultoras, empezando desde la siembra
hasta la comercialización.
Actualmente, algunos procedimientos que se utilizan se basan en la

experiencia del floricultor y en información histórica de la demanda, y por
medio de prueba y error se busca mejorar los procedimientos que se tienen a
medida que pasa el tiempo. Para la programación de la producción se tiene
el conocimiento de los ciclos anuales de la demanda y de los ciclos
productivos de las rosas, por lo tanto, lo que se hace es combinar estos dos
tipos de conocimiento y planear la programación de la forma más razonable,
buscando generar la mayor cantidad de ventas y la menor pérdida posible.
Teniendo conocimiento de lo anterior, se pretende formular el problema,
traduciendo el sistema a un lenguaje matemático de programación lineal, con
el objetivo final de maximizar las utilidades del cultivo. En este proceso, se
quiere llegar a entender cuales son las variables más importantes y cuales
son las que deben ser consideradas para mejorar el desempeño del sistema.
Asimismo, se busca entender cual es el comportamiento de la demanda yel

procedimiento que se emplea para la comercialización de las rosas. De esta
forma, se busca implementar un método alterno para poder planear la
programación del cultivo de rosas, utilizando herramientas matemáticas yun
software que permita resolver el problema de una forma óptima.
A continuación se muestra la importancia del sector y la problemática que se

está viviendo actualmente.
1.4. Objetivos
1.4.1. Objetivos Generales
Diseñar un modelo de planeación de producción en base al cultivo de Melody

Flowers Ltda. Por medio de la investigación de propuestas, estudios
anteriores y de las restricciones con las que cuenta el cultivo actualmente, se
busca implementar una planeación de la producción que lleve a mejorar la
eficiencia del sistema.
10
II.05(20)17
1.4.2. Objetivos Específicos
1 Comprender la problemática involucrada en el cultivo de rosas en la

Sabana de Bogotá.
a. Ilustrarse en las prácticas agrícolas utilizadas en el cultivo a
estudiar.
b. Comprender los métodos de planeación empleados en el cultivo
Melody Flowers Ltda.
2 Conocer los procesos para el cultivar rosas

a. Aprender que importancia tiene cada proceso en la producción
de las rosas.
b. Entender las restricciones agrícolas que se deben tener en
cuenta.
3 Estudiar investigaciones bibliográficas sobre temas relacionados con

planeación de producción en el sector floricultor.
a. Entender los métodos alternos que se hallan empleado para la
optimización de programación de producción
4 Estudiar la teoría necesaria para poder plantear y resolver problemas

de optimización
5 Plantear e identificar las variables del modelo

a. Plantear el modelo en términos matemáticos
6 Analizar cual es el comportamiento de la producción al implementar

una formulación matemática del problema
a. Comprender cuales son los factores esenciales para el
desempeño del cultivo
b. Entender el comportamiento del modelo en diferentes
situaciones
7 Proponer nuevas estrategias de producción a la empresa estudiada

que le lleven a mejorar su comportamiento e ingresos.
1.5. La importancia del sector floricultor
El sector de las flores representa una importante industria en Colombia. A

pesar de la crisis económica, la historia del éxito de la industria floricultora se
ha mantenido casi ya cuatro décadas, sin embargo, la economía actualmente
se esta moviendo muy rápido, y los mercados están siendo mas competitivos
y exigentes, en donde si no se tiene una estrategia correcta no se puede
sobrevivir. Específicamente, en el sector floricultor, ha habido un crecimiento
de cerca del 15% en las exportaciones de rosas frescas en los últimos 4 años
11
II.05(20)17
según información del DANE [5] (Ver Figura 1.1). Colombia se encuentra
mundialmente en el segundo lugar entre los exportadores de flores frescas
cortadas con un participación de 14% en el comercio total según cifras de
Asocolflores [6], sólo Holanda se sitúa por encima en el mercado global, con
una participación del 56%.
Figura 1.1 Exportaciones de Rosas Frescas en Colombia en los

últimos años
Fuente: Departamento Administrativo Nacional de Estadística DANE -

Cálculos Proexport-Colombia [8]
Actualmente, Colombia es el proveedor de flores más grande para Estados

Unidos con una participación del 60% del mercado total, y es el cuarto
proveedor de la Unión Europea con una participación de 4% sobre el
volumen total importado, siendo Reino Unido y Holanda los principales
mercados. Colombia es el segundo proveedor del Reino Unido con una
participación de 10% y el tercer proveedor de Alemania con una participación
del 2% sobre el volumen total importado según datos aportados por Eurostat.
(2004) (Ver Figura 1.2)
Por ejemplo, en el 2002, las exportaciones de flores alcanzaron los 700

millones de dólares, sólo superadas por las exportaciones de petróleo, esto
correspondería a cerca del 4% del PIB. Las grandes ventajas que tiene la
industria floricultora es que directa e indirectamente, genera puestos de
trabajo para más de 174'000 personas (Ver Figura 1.3), de las cuales la
mayor parte son mujeres La floricultura es la actividad agrícola con mas
mano de obra por hectárea y un número de profesionales de diversas
disciplinas trabajando en el sector.
12
II.05(20)17
Figura 1.2 Destinos de las Exportaciones de Flores en Colombia

Cálculos Proexport-Colombia. [8]
El sector floricultor tiene un portafolio amplio, y específicamente el de las

rosas cuenta con un catálogo que abarca 140 especies diferentes. Éstas
representan el 29% de las exportaciones floricultoras según Asocolflores[6],
casi lo mismo que el porcentaje alcanzado por los claveles, esto se debe a la
gran importancia que este cultivo tiene en nuestro país y a la gran
experiencia que se tiene, mas de cuarenta años cultivando flores y por esto
se han desarrollado técnicas diversas, la floricultura en Colombia se basa en
un modelo de agricultura intensiva, lo que significa el uso de tecnología,
insumos y optimización en el aprovechamiento de espacio.
Figura 1.3 Total de Empleos generados por la Industria

Floricultora
Fuente de Información: Departamento Administrativo Nacional de Estadística

DANE - Cálculos Proexport-Colombia. [8]
13
II.05(20)17
1.5.1. Importancia económica de la rosa y

distribución geográfica
Las flores más vendidas en el mundo son, en primer lugar, las rosas
seguidas por los crisantemos, tercero los tulipanes, cuarto los claveles y en
quinto lugar los lirios. Ninguna flor ornamental ha sido y es tan estimada
como la rosa. A partir de la década de los 90 su liderazgo se ha consolidado
debido principalmente a una mejora de las variedades, ampliación de la
oferta durante todo el año y a su creciente demanda.
Sus principales mercados de consumo son Europa, donde figura Alemania

en cabeza, Estados Unidos y Japón.
Se trata de un cultivo muy especializado que ocupa 1.000 ha de invernadero

en Italia, 920 ha en Holanda, 540 ha en Francia, 250 en España, 220 en
Israel y 200 ha en Alemania según información obtenida de Infoagro [7]
Los países Sudamericanos han incrementado en los últimos años su
producción, destacando, México, Ecuador y Colombia. Los principales
productos florales de exportación en Colombia son; el clavel, el miniclavel, el
crisantemo y la rosa, esta última ocupando un 29% de las exportaciones
florales totales.
Figura 1.4 Productos Florales de Exportación en Colombia

Productos Florales de Exportación en Colombia
(2003-2004)
Mini Calvel
9%
Rosa Otros
29% 43%
Crisantemo Clavel
2% 17%

Cálculos Proexport-Colombia [8]
1.5.2. Situación Actual y Problemática
En Colombia existen cerca de 300 empresas dedicadas a la floricultura,

debido a la reevaluación que está sufriendo el peso frente al dólar de cerca
14
II.05(20)17
del 14%, las empresas están dejando de recibir una gran cantidad de dinero.
"La reevaluación ha sido funesta para los exportadores. Uno tendría que
vender casi seis veces más para poder compensar el hueco que se ab re en
una compañía como ésta", explicó José Bernardo Gómez, gerente de Flores
de la Sabana, una de las pioneras en esta industria. Entonces, las empresas
han tenido grandes dificultades financieras tratando de cubrir sus deudas y
lograr sobrevivir en el mercado actual. Se piensa que para poder seguir
activos, se tendría que reducir los costos operativos que tiene la compañía,
sine embargo vez las compañías aumentan su productividad y esto no se ve
1
reflejado en la situación que se esta viviendo.
En las compañías productoras de flores se requiere de una gran coordinación

de todos los procesos para que se pueda llevar la flor desde el cultivo hasta
el cliente, esto requiere de diferentes enfoques productivos, financieros y
logísticos, que hacen parte de la estrategia que se implementa para poder
suplir la gran demanda de flores que existe. En las compañías, los
problemas operacionales ocurren en casi todos lo niveles de la cadena de
producción. La preparación de las plantas, la programación de la siembra, la
asignación de recursos y mano de obra en cada cultivo en los procesos de
siembra y recolección, el transporte terrestre y aéreo de las cajas con flores,
el almacenamiento y distribución de las cajas, todos estos son proceso
críticos en los cuales es común que haya problemas operacionales que
2
requieren de herramientas para su solución.
La comercialización de las flores se basa en su demanda temporal, durante

el año existen ciertas temporadas, que son festividades tales como el Día de
la Madre, San Valentín, y Navidad, en donde la demanda de las flores se
incrementa fuertemente y necesita ser atendida, por ejemplo, en el caso de la
fiesta de San Valentín, se espera que aquí se venda cerca del 15% de las
ventas anuales. Debido a que las flores no son un producto que se pueda
almacenar, la única forma de poder suplir la demanda es producir en el
momento que se necesita. El punto crítico en la producción de las flores es
la coordinación del momento de cosecharlas, puesto que el objetivo es poder
programar el pico de la producción que se tiene en estas fechas de alta
demanda con toda la mayor exactitud posible.
La única forma de poder tener altas ventas en el año es conocer cual es el

ciclo de producción que se tiene y coordinarlo con los picos de la demanda.
Actualmente, la realización de estas programaciones se realiza utilizando la
experiencia que se tiene del negocio y no utilizando técnicas muy
sofisticadas para este propósito. Esto requiere de suficiente tiempo para
poder adquirir la experiencia necesaria y haber hecho pruebas de ensayo y
error con el fin de saber cual es el comportamiento de la producción de las
1
Tomado de la pagina de Punto Latino el 5 de octubre de 2005 (www.puntolatino.ch/economia)
2
Tomado de Market Trade Fair el 5 de octubre de 2005 (www.maketradefair.com)
15
II.05(20)17
flores, esto en ocasiones puede llegar a tomar mucho tiempo y no ser la

forma mas eficiente.
1.6. Uso De Modelos Matemáticos
Las decisiones que encuentra una operación manufacturera pueden ser

clasificadas en tres categorías de toma de decisión: planeación estratégica,
3
planeación táctica y control de operaciones. (Keen & Morton 1978) . La
planeación estratégica consta de decisiones de políticas gerenciales y la
asignación de recursos que lleven a cumplir el objetivo central de la
compañía, estas decisiones pueden ser de la naturaleza de inversión para
nuevas estructuras o plantas. La planeación táctica se basa en la asignación
de recursos, almacenamiento, distribución, mano de obra, producción de las
plantas y recursos gerenciales para satisfacer la demanda existente y los
requerimientos técnicos de la compañía. Además se tienen en cuenta los
costos e ingresos y tiene múltiples períodos de planeación.
En el caso de la producción de rosas, las decisiones críticas se encuentran

en el control de operaciones. Las decisiones de planeación de control de
operaciones se requieren en el momento que los recursos ya han sido
asignados y se debe hacer una planeación de la producción período a
período. Las decisiones comprenden la asignación de los pedidos de los
clientes a ciertos procesos o maquinaria, despachar y controlar órdenes y
controlar el inventario. Generalmente, la gran cantidad de información que
se tiene para el control de operaciones hace necesario una herramienta de
programación matemática.
Una de las herramientas que se puede utilizar para el propósito de optimizar

las programaciones de producción dentro del cultivo, es la implementación de
un modelo de programación lineal. “Es una metodología para determinar la
asignación óptima de recursos limitados dentro de un numero de alternativas
a elegir, b ajo algunas condiciones restrictivas impuestas por la naturaleza del
prob lema que se valla a estudiar.” Lawrence & Zanakis (1984) [1]. El
objetivo que se tiene es la minimización de los costos totales, que se puede
representar con una función lineal de diferentes tipos de costos, incluyendo
variables y fijos. Las variables de decisión son expresadas en términos de
tasas de producción, nivel de mano de obra y de inventario.
Kenneth D. Lawrence & Stelios H. Zanakis (1984). Production Planning and Scheduling:
3
mathematical programming applications.
16
II.05(20)17
1.6.1. Planeación de Producción
La planeación de producción se encarga de determinar niveles de

producción, inventario y mano de obra para poder satisfacer la demanda que
exista en el mercado. Normalmente los recursos físicos se asumen como
constantes durante el horizonte de planeación y lo que se busca es utilizar de
la forma más eficiente los recursos con los que se cuenta. En ocasiones
resulta que el tiempo y las cantidades que surgen de la demanda a veces
coinciden con el tiempo y las cantidades optimas para la compañía, sin
embargo el problema surge cuando la demanda varía en el tiempo, entonces
se requiere una planeación de la producción en una forma agregada, con el
fin de poder utilizar los recursos de la manera mas eficiente y suplir de la
mejor forma esta demanda, no solo pensando en la demanda actual sino en
la de largo plazo. El horizonte de planeación depende de las variaciones
dinámicas, como es el caso de las demandas cíclicas. Generalmente este
horizonte de planeación va de 6 a 18 meses. [1]
17
II.05(20)17
2. FORMULACIÓN DEL PROBLEMA
Para poder identificar el problema que se tiene, primero se va a describir la

compañía en donde se va a realizar el estudio y posteriormente el proceso de
producción que se implementa actualmente en el cultivo de rosas, con el fin
principal de aplicar los procesos actuales a una nueva formulación en donde
se usan herramientas de programación lineal matemática y optimizar las
programaciones de producción de las rosas.
2.1. Revisión de la literatura relacionada con

optimización de planeación de la producción en el
sector floricultor
El trabajo que se realizó está basado en investigaciones anteriores en el

tema de optimización en el sector floricultor. Aunque no se encuentran
muchas investigaciones en el área, se han realizado estudios de optimización
en el sector de planeación de producción de flores, específicamente en el
aspecto de los lirios y los claveles, realizados en empresas floricultoras de
gran tamaño y trayectoria.
En el estado del arte internacional se encuentra el trabajo realizado por

Caixeta-Filho, Maarten van Swaay-Neto y Pádua Wagemaker (2000 y 2002)
[1] y [2], quienes realizaron un modelo de programación lineal en donde se
maximiza la utilidad de una finca floricultora, enfocándose en restricciones
productivas y del mercado. Los resultados que se obtienen provienen del
desarrollo de una herramienta computacional de planeación de producción,
basada en un modelo matemático desarrollado específicamente para las
necesidades que se tenían en la finca. Postularon que la variable más
importante a tener en cuenta era el número de camas de flores en un
invernadero, en un lote y de una variedad específica dentro de un horizonte
de planeación.
Inicialmente, lo que hicieron fue concentrarse en el desarrollo de

herramientas de planeación y posteriormente se enfocaron en preguntas
relacionadas con el control. Para hacer esto posible formularon un modelo
de programación lineal para optimizar la planeación y desarrollar una
aplicación de control de producción para facilitar la implementación de la
información y los resultados del modelo.
Uno de los supuestos importantes utilizados para el planteamiento del
modelo, es el hecho que el agricultor tiene total dominio sobre el sistema de
producción, esto significa, que la compañía puede calcular todos los costos,
la productividad de las variedades y las pérdidas físicas entre otros factores.
Finalmente, la compañía Jan de Wit, en donde realizaron la investigación,

adoptó los resultados del modelo propuesto y lograron aumentar sus
18
II.05(20)17
utilidades y disminuir sus costos operativos en porcentajes considerables,

además de esto, el modelo sugirió algunos cambios en la composición de la
producción.
Por otra parte, se encontró una investigación en una variedad de flores muy
diferente a los lirios, una tesis realizada por Munir Rodríguez Chehade
(2003) [3] sobre un cultivo de claveles en la Sabana de Bogotá que formula
un método para traducir los procesos productivos en lenguaje matemático de
programación lineal. El problema se centra en la programación de las
siembras del cultivo de claveles. Lo que se vio en el planteamiento es que
actualmente los cultivadores programan sus siembras con un cálculo de
prueba y error, y el éxito de esto se basa totalmente en la experiencia que se
tiene del negocio.
Luego de haber formulado el problema en lenguaje matemático se propuso
una forma en el que el problema puede ser resuelto utilizando métodos de
programación matemática, en especial, programación lineal.
Para esta investigación, lo que se hizo inicialmente fue estudiar los procesos
que utilizan para la producción de los claveles, el comportamiento de la
demanda que se maneja y cuales eran las características de su
comercialización. Luego de haberse comprendido, se plantea un modelo que
va a permitir proyectar la producción del cultivo y realizar una programación
de siembras de manera óptima. Las variables que utilizaron en la
investigación se tuvieron en cuenta en este trabajo para la explicación de la
producción de rosas, sin embargo, se realizaron modificaciones a algunas
restricciones dadas las condiciones diferentes en las que se producen las
rosas comparadas con los claveles.
Los resultados que se obtuvieron fueron positivos debido a que se evidencia

que el comportamiento de la producción se comporta muy semejante a la
demanda, y al final se obtiene la programación de siembras óptima, con la
cual se maximiza la utilidad del sistema.
Para la realización de este trabajo se estudiaron algunas variables del

modelo de los claveles y se implementaron ciertas partes, principalmente la
variable que contabiliza la producción por variedad, esta se va a calcular de
una forma similar a la que se usa en el modelo de los claveles, debido a que
son flores que tienen un tiempo de ciclo antes de ser productivas.
Para contextualizar el modelo que se va a desarrollar, se va a describir el

cultivo en donde se va a realizar la investigación.
19
II.05(20)17
2.2. Descripción De La Compañía: Melody Flowers

Ltda.
El proyecto se realizó en Melody Flowers Ltda. una empresa dedicada a la

producción y exportación de flores, se encuentra ubicada en la sabana de
Bogotá, específicamente en el municipio del Rosal, vereda la Porquera.
Cuenta con 350 trabajadores. Ésta empresa fue fundada en 1998, cuando se
inició con un terreno de 6 hectáreas, dentro de las cuales se construyeron 12
bloques (o invernaderos), una vez que se había estabilizado la empresa, ésta
inició un proceso de expansión hacia fincas vecinas, en la primera expansión
se construyeron 5 bloques y en la segunda 8 bloques más, para un total de
25. Dado el tamaño de la empresa también fue necesario construir una
bodega destinada a satisfacer los requerimientos del área de poscosecha,
esta bodega se inauguró en el 2004. En cuanto al mercado de la empresa, el
90 % de su producción esta destinada al mercado de Estados Unidos y el
restante se distribuye en Europa.
La empresa se encarga del proceso completo de la producción de flores,

desde la siembra hasta su distribución, pasando por la poscosecha donde la
flor se prepara y se selecciona.
2.3. Proceso De Producción De Rosas En Melody

Flowers Ltda.
2.3.1. Aspectos Agrícolas
- Siemb ra:
El ciclo de vida de una planta de rosa llega a ser de cerca de unos 10 años
generalmente, dependiendo de los cuidados que se le de. Puede llegar a su
altura máxima a los 3 o 4 años después de haber sido sembrada y aunque
sean cortadas cada año, siempre va a crecer hasta donde inicialmente
estaba. Las rosas se siembran en una estaca en forma de híbridos, en
donde las estacas, de una variedad resistente y de buena calidad, se
seleccionan a partir de vástagos florales a los que se les ha permitido el
desarrollo completo de la flor para asegurar que el brote productor de flores
es del tipo verdadero. Posteriormente esta es injertada por una yema de la
4
variedad y el color deseada que se busca producir.
- Procesos de Crecimiento:
4
Tomado de: Entrevista personal al Dr. Felipe Cely. Gerente General Melody Flowers Ltda. Realizado
en octubre 17 de 2005
20
II.05(20)17
A medida que la planta va creciendo, va adquiriendo un calibre en su tallo,

este calibre tiene una escala de 1 a 7, en donde el 7 (o el más ancho) es el
más deseable porque es el más productivo. En las etapas iniciales de la
planta, lo que se busca es que esta produzca ramas y más follaje antes que
se establezca la floración. Sucede que el objetivo en una rosa es que tenga
el mayor calibre en su tallo para que pueda tener la mayor productividad
posible, puesto que, una vez un calibre ancho es cortado (basal), de este
pueden germinar 2 o mas tallos, en donde cada uno de estos va a producir
una flor y generalmente la planta produce 2 o 3 basales, dando así un
promedio de 7 a 8 flores por planta.
Una vez la planta ha crecido, esta se empieza a trabajar para poderla tener
en su forma mas productiva. Los tallos de calibre 1 se les aplica un proceso
llamado agob io, en donde son tronchadas durante 2 o 3 semanas para que la
planta no utilice su energía en producir el botón (etapa anterior a la flor) sino
que haga el proceso de fotosíntesis más rápido y engruese el basal. Los
tallos de calibre 2 se descabezan (quitar el botón o la flor) y se desbrotan
(quitar cualquier brote que este naciendo en el tallo) durante 4 semanas con
el objetivo que no gaste energía en producción de dichos botones sino en
engrosar. Los tallos de calibre 3 en adelante ya se pueden tener en
producción sin embargo durante la producción existe una etapa de
mantenimiento llamada agob io intermedio, que es en donde se mantiene la
flor tronchada así esté en edad y calibre de producción, con el objetivo
5
igualmente de engrosar su tallo.
5
Tomado de: Entrevista personal al Dr. Felipe Cely. Gerente General Melody Flowers Ltda. Realizado
en octubre 17 de 2005
21
II.05(20)17
Figura 2.1 Secciones de la planta de rosa
Tallo 2
Tallo 1
Yema
Basal
2.3.2. Aspectos de Producción
- Recolección:
Generalmente el corte de las flores se lleva a cabo en distintos estadios,

dependiendo de la época de recolección. Así, en condiciones de alta
luminosidad durante el verano, la mayor parte de las variedades se cortan
cuando los pétalos aún no se han desplegado. Sin embargo, el corte de las
flores durante el invierno se realiza cuando están más abiertas, aunque con
los dos pétalos exteriores sin desplegarse. Si se cortan demasiado
inmaduras, las cabezas pueden marchitarse y la flor no se endurece, puesto
que los vasos conductores del pedicelo aún no están suficientemente
lignificados.
“En todo caso, siempre se deb e dejar después del corte, el tallo con 2-3
yemas que correspondan a hojas completas. Si cortamos demasiado pronto,
pueden aparecer prob lemas de cuello dob lado, como consecuencia de una
6
insuficiente lignificación de los tejidos vasculares del pedúnculo floral.”
- Programación:
Regularmente para sembrar una planta lo que se hace es plantar una semilla
o una estaca en la tierra y luego esperar cierto tiempo para que ésta germine
y se pueda cosechar el fruto. Las rosas funcionan de una manera diferente,
6
Tomado de: Infoagro el 23 de octubre de 2005 (www.infoagro.com/flores)
22
II.05(20)17
al hecho de sembrar una flor se le denomina programar, porque realmente no

se está plantando, sino activando su crecimiento.
Generalmente una rosa puede tener 4 ciclos reproductivos en el año.

Dependiendo de la variedad de la rosa, la duración de un ciclo reproductivo
dura de 80 a 90 días, esto también puede variar dependiendo de los
cuidados y de la exposición que esta tenga a la luz. Para programar una flor
se debe cortar el tallo a una cierta distancia para que de este corte empiece a
brotar un botón y eventualmente una rosa. Estos cortes o programaciones
se planean bajo el siguiente conocimiento, todo lo que se programe hoy,
estará listo para ser recolectado dentro de 80 a 90 días, entonces ese va a
ser el volumen de producción con el que se va a contar en el momento de
cosechar.
Durante todo el año se tiene una demanda mínima o constante que es

necesario suplir, por lo tanto siempre hay una programación constante para
poder recolectar flores cada semana del año. Esta programación se logra
porque existe un momento en el que los ciclos se van volviendo constantes y
la flor va produciendo con un volumen constante durante todo el año, esto es
lo que permite suplir la demanda que se tiene cada semana. Además, se
deben hacer programaciones para las fechas de mayor demanda, es decir,
las festividades y las temporadas, es aquí cuando viene el proceso mas
importante de la producción de las rosas, en donde dependiendo de cómo
sea la programación, se van a tener flores disponibles para poder suplir el
aumento de la demanda.
- Efecto de Repique:
Cada vez que se hace una programación, se tiene que cortar el tallo en la
tercera yema para que a partir de ésta crezca una nueva flor. Sin embargo,
en el momento de recolectar la flor es necesario volver a cortar el tallo.
Debido a la realización de este corte, se está haciendo una nueva
reprogramación de forma automática, en donde se espera que a los 80 o 90
días de haberla cortado, se vuelva a tener un nuevo ciclo. Este efecto se
denomina repique, y es necesario cuantificarlo debido a que si se programa
una gran cantidad para determinada fecha, se debe esperar que un ciclo más
tarde, se tenga otra producción del mismo tamaño. Es importante tener esto
en cuenta porque puede llegar a causar sobreproducción, especialmente en
el caso que no exista suficiente demanda.
- Poscosecha:
Una vez la flor es recolectada pasa al proceso de poscosecha, aquí es

seleccionada y empacada para ser transportada. La clasificación de las
rosas se realiza según la longitud del tallo, existen pequeñas variaciones en
los criterios de clasificación, orientativamente se detallan a continuación:
23
II.05(20)17
Calidad EXTRA: 90-80 cm.

Calidad PRIMERA: 80-70 cm.
Calidad SEGUNDA: 70-60 cm.
Calidad TERCERA: 60-50 cm.
Calidad CORTA: 50-40 cm.
Es importante tener en cuenta que una rosa de calidad EXTRA, además de
cumplir con la longitud y consistencia del tallo, debe tener un botón floral
proporcionado y bien formado y el estado sanitario de las hojas y del tallo
deben ser óptimo.
Las rosas que no cumplan con los requisitos de forma y estado sanitario son
7
descartadas y vendidas en el mercado nacional.
2.3.3. La Demanda
La compañía se encarga de producir las rosas y empacarlas en cajas

compuestas por ramos de distintos colores para poder satisfacer los pedidos
de los clientes. Desde el cultivo hasta el empaque de las rosas todos los
colores y las variedades que se tienen funcionan de la misma manera, sin
embargo en el momento de suplir la demanda, existen dos grupos diferentes
que se crean, uno es el de las rosas rojas y el otro es el de las rosas de
diversos colores:
- Variedades de Rosas de Colores
La demanda de las rosas tiene dos factores básicos, el color y el volumen.

Durante todo el año existe una combinación de colores que se debe suplir
puesto que es lo que el mercado, a través del tiempo, ha tenido como
preferencia. Del total de rosas que se compran en algún momento del año,
por lo general se requiere que las cajas surtidas tengan la siguiente
composición: 10% de Blanco, 15% de Amarillo, 15% de Rosa Claro, 15% de
Rosa Oscuro y 45% de Novedades (colores mixtos). Por lo tanto, al tener
esta composición de colores, se debe planear la producción de las
variedades que tengan dichos colores. El objetivo entonces es tener un plan
óptimo de siembras, en donde se debe sembrar el porcentaje de composición
de colores que se quiere vender, de esta manera se puede suplir la demanda
de la mejor forma.
El volumen de la demanda se mueve dependiendo de las festividades y las

temporadas. Existen dos fiestas importantes en el año; alrededor de la
semana 5 del año se presenta el día de San Valentín y alrededor de la
semana 17 se presenta el día de la Madre, estas dos fiestas es en donde se
tiene gran parte de las ventas del año. Además de estas fiestas, existen
7
Tomado de: Infoagro el 23 de octubre de 2005 (www.infoagro.com/flores)
24
II.05(20)17
temporadas que comprenden un período un poco más largo, en donde

aumenta la demanda pero en una menor proporción, la temporada más
sobresaliente es en la época de Navidad.
Tipos de Órdenes:
- De Mercado Ab ierto: En las épocas de alta demanda, se vende lo que
mas se pueda producir, generalmente en estos períodos se tiene el mejor
nivel de precio, es por esto que se pretende aumentar la producción lo mas
que se pueda para lograr obtener el mejor beneficio de estas temporadas y
festividades. En el mercado abierto, se busca que la comercializadora
encuentre el mejor precio de venta en el mercado y por lo general, se vende
todo lo que se produzca, siempre y cuando se esté en un pico de la
demanda.
- Órdenes Fijas y Órdenes de Pre-Venta: Durante todo el año existe una

demanda constante de la cual se conoce su volumen y su composición de
colores, cada semana se tiene que entregar un número determinado de cajas
durante todo el año, esta demanda se denomina Órdenes Fijas.
Regularmente no varía entre semanas, sin embargo su volumen aumenta al
doble cuando se encuentra en una festividad. Las órdenes fijas son la
prioridad que se tiene, porque antes de pensar en vender flores al mercado
abierto o en Pre-Venta a otros clientes, se deben cumplir dichas órdenes.
Para el caso del las órdenes de Pre-Venta, existe un acuerdo en donde se
debe entregar un número determinado de cajas pero únicamente por una
temporada del año, son contratos que no se negocian alrededor de todo el
año. Para las dos órdenes de establece un precio fijo previamente acordado
para todo el año.
- Variedades de Rosas Rojas
A diferencia de las rosas de colores, las rosas rojas no se dejan repicar en

cada ciclo para producir constantemente alrededor del año sino que son
exclusivamente programadas para las festividades. Entonces hay un
momento en el año, en donde así existan rosas que estén produciendo, se
deben sacrificar para poder programarlas mas adelante con el fin de
recolectarlas en el momento que se necesita. Por lo tanto, para las rosas
rojas lo importante es poder enfocar toda la producción a las festividades y
las temporadas exclusivamente, puesto que al igual que las flores de colores,
es en donde mayor es la demanda y mejor se paga.
Tipo de Orden:
- De Mercado Ab ierto: Generalmente se vende todo lo que se produzca
siempre y cuando se encuentre en un momento de pico de la demanda. Se
espera que siempre aumente la producción en los momentos de alta
25
II.05(20)17
demanda precisamente porque se conoce el comportamiento de sus ciclos

alrededor del año.
2.3.4. Comercialización
- Las Comercializadoras
Las comercializadoras son las que se encargan de recibir el presupuesto de

la producción que va tener la empresa durante un año y son las que se
encargan de distribuir las cajas de rosas dentro de los países. Durante el
mes de septiembre, la empresa debe enviar a la parte de mercadeo de la
comercializadora, el presupuesto o pronóstico de la producción de un año,
basados en los datos de las demandas históricas y el conocimiento que se
tiene del mercado a lo largo de los años. Entonces lo que se hace es fijar sus
propias metas de producción las cuales deben ser cumplidas lo mas exacto
posible, con el fin que la comercializadora pueda negociar los volúmenes de
ventas con los compradores en el exterior.
Adicionalmente se debe enviar cada semana del año, un presupuesto móvil

de las siguientes 13 semanas, para ir haciendo un seguimiento mucho más
preciso de lo que es el pronóstico de la producción y tener una captación de
demanda anticipadamente.
Por lo tanto para el estudio se va a tomar como demanda el presupuesto que
se realiza al principio del año, entonces la demanda que se va a tener que
suplir es relacionada con la capacidad de producción que se tiene, el aspecto
importante aquí es realizar un presupuesto que valla acorde con los ciclos
anuales de la demanda real, para que éste pueda ser aceptado por la
comercializadora y al mismo tiempo se pueda tener el mejor precio con el
mayor volumen.
2.4. Problema: Programación de los Tallos
La programación de los tallos es el punto más importante en la producción de

las rosas, en donde el margen que se genera es debido al incremento del
precio en los períodos de los picos de la demanda. Lograr coordinar el
aumento de la demanda con la producción es lo que puede llevar a
incrementar los ingresos debido a las ventas. Todo parte entonces de la
correcta programación que se tenga de los tallos, debido a que a partir de la
oportuna programación se va a tener una producción oportuna igualmente.
Sin embargo, lo que también se busca es evitar que hallan picos de
producción cuando no hay demanda, entonces en este caso se va a tener
26
II.05(20)17
una sobreproducción, el precio de la flor va a estar bajo o hasta ni siquiera se

van a poder vender las flores y se van a generar pérdidas.
Actualmente esta programación se hace con la ayuda de la experiencia que

se tiene del negocio, del comportamiento del ciclo productivo y las
fluctuaciones de la demanda. Por medio del cálculo que se tiene de los
ciclos para cada una de las variedades, se programan los tallos tratando de
suplir los picos de la demanda, inclusive se emplean datos históricos del
comportamiento de las ventas, para que por medio de la comparación, se
pueda hacer una mejora en los ingresos por las ventas. Pero la
programación no es tan sencilla, es necesario tener en cuenta las variedades
y los colores, por lo que no todas tienen la misma duración en el ciclo de
producción y no todos los colores son apropiados para todas las épocas del
año. Además el efecto del repique debe ser tenido en cuenta siempre,
porque se sabe que todo lo que se programe se va a producir en el primer
ciclo y eventualmente en el segundo ciclo y así sucesivamente, entonces
puede pasar que se produzca mucho en el momento que hay alta demanda,
pero se debe contar con que un ciclo mas tarde se va a tener el mismo
volumen, y probablemente no va a haber una demanda tan grande para
poder vender todo lo producido.
2.5. Propuesta para la Programación de Tallos
- Método: Después de haber entendido las etapas de la producción de

rosas y el comportamiento de la demanda, se va a traducir el sistema en un
lenguaje matemático de programación lineal en donde se tengan en cuenta
los criterios de producción y ventas. El objetivo de esto es maximizar los
ingresos por medio de la planeación óptima de los recursos disponibles yla
programación de tallos en un período de planeación de un año.
Se va a realizar una división de la demanda fija con la demanda variable, de
tal manera que la fija va a ser un factor no modificable en donde se van a
tener una cantidad constante de flores destinadas a satisfacerla El valor
agregado se va a lograr al planear la demanda variable, puesto que
actualmente la satisfacción de la demanda fija no es un problema, entonces
para la implementación del modelo no se va a tener en cuanta la demanda
fija sino únicamente la variable.
Se va a tener como capacidad máxima del sistema la misma capacidad que

tiene el cultivo actualmente, aunque para poder hacer un conteo de todos los
tallos disponibles en el cultivo se tuvo que hacer una aproximación utilizando
la densidad de plantas y el terreno plantado (Ver Anexo 4.1), y con estos
recursos se va a realizar una programación que lleve a suplir de la mejor
manera la demanda variable y al mismo tiempo disminuir los costos que se
tengan debido a demanda no satisfecha o sobreproducción en algún período
determinado.
27
II.05(20)17
Un supuesto que se ha hecho es que la programación de tallos en el modelo

va a ser real y no entera y se pude sembrar cualquier cantidad de variedad
disponible en cualquier momento siempre y cuando se satisfagan las
restricciones de capacidad.
A continuación se muestra el planteamiento del modelo propuesto con las
explicaciones de cada una de las partes.
28
II.05(20)17
3. FORMULACIÓN DEL MODELO
Se formuló un modelo de programación lineal y se modeló el funcionamiento

del cultivo de rosas en Melody Flowers Ltda., se sabe que se cuenta con
cierto número de variedades y se modeló un periodo de planeación de un
año. Se asume que no hay arranques ni siembras de plantas por lo que se
cuenta con un número constante de éstas en todo el horizonte de planeación.
El propósito central del modelo es maximizar la función de utilidades por
medio de la programación mas adecuada de las rosas y la disminución de los
costos por demanda no satisfecha y sobreproducción.
El problema de la producción de las flores se va a dividir en dos enfoques

debido a que la demanda de las rosas tiene dos comportamientos diferentes,
la de las variedades de colores (rosa oscuro y claro, amarillas, blancas y
variedades) y la de las variedades de color rojo. Básicamente, la diferencia
surge en que la demanda de las variedades de colores es activa durante todo
el año y se debe vender constantemente cada semana para poder obtener
utilidades, mientras que las variedades de rojas tienen una demanda que
tiene puntos críticos mas claros correspondientes a las festividades, pero el
resto del año es baja (esto también se asume debido a que el pecio de la
rosa en las épocas de no festividades es muy bajo y no vale la pena producir
acá). Las prácticas importantes correspondientes a las variedades rojas se
enfocan principalmente en satisfacer la demanda de dichos puntos críticos.
Adicionalmente, debido a los diferentes comportamientos de las demandas,
va a haber un costo de faltante y de sobreproducción asociado a cada uno de
los dos grupos de colores, sin embargo el objetivo es maximizar el
comportamiento paralelo de los dos subproblemas para maximizar la utilidad
conjunta.
El modelo se va a aproximar en etapas. Primero se van a explicar los

parámetros, las variables y posteriormente las interacciones que existen
entre cada una de estas, con el fin de poder llegar a comprender el
funcionamiento del sistema y poder finalmente explicar el modelo en
conjunto. A continuación se van a explicar los parámetros de entrada y las
variables que se tienen:
3.1. Descripción de los índices y parámetros
Inicialmente se toman 52 semanas para la planeación de un año (T) y se

tienen en cuenta todas las variedades que se siembran en el cultivo, un total
de 27 variedades, de las cuales 3 son variedades de rosas de color rojo
(Vroj) y 24 son de rosas que pertenecen a las variedades de colores varios
(Vcol) Ver Tab la 3.1.
29
II.05(20)17
Tabla 3.1 Índices del Modelo

T Numero de semanas en el horizonte de planeación
Vcol Variedades de rosas de colores sembradas
Vroj Variedades de rosas rojas sembradas
El calculo de la producción cantidad de las rosas y el tiempo en que van a ser

cosechadas depende principalmente de la productividad que tiene cada
variedad, por lo tanto se cuenta con el parámetro de productividad por
variedad, este es una matriz con todas las variedades que tiene en cuenta el
tiempo que lleva la rosa después de haber sido programada e indica qué
porcentaje del lote programado va a ser cosechado en que semana,
conteniendo la información de las 52 semanas del año. Se debe tener en
cuenta que la productividad incluye el efecto del repique, es decir, que el
vector que indique la productividad de una variedad, va a contener 4 ciclos
productivos durante el año, que adicionalmente contienen el porcentaje de
flores que no son productivas después de cada ciclo de producción debido a
efectos de mantenimiento de tallos. (Ver Anexos 3.1 y 3.2)
El porcentaje de pérdida de flores, tiene en cuenta todos los problemas

fitosanitarios y de producción que puede tener un lote cosechado, este valor
es un promedio del año inmediatamente anterior, ( %Perda v ) y esta
especificado para cada una de las variedades. El costo que se asocia a las
rosas, es el valor promedio del año requerido en dólares para producir una
sola rosa, incluyendo todos gastos en los que se incurre para la producción,
la mano de obra y el mantenimiento. Este costo no cambia entre variedades
ni entre semanas en el año.
Para satisfacer la demanda se tiene la información de la matriz de demanda

por variedad (o presupuesto de producción) de todo el año (Ver Anexos 4.6 y
4.7). Como se ha visto en la sección anterior, la demanda de las flores del
grupo de colores tiene una parte constante y una parte variable, para efectos
de simplificar el modelo, solo se va a tener en cuenta la demanda variable,
por lo que es la que le va a dar el valor agregado al funcionamiento del
cultivo. El comportamiento de la demanda constante, se va a tener fuera de
los cálculos debido a que se suple con una producción constante, para este
propósito actualmente se tiene un ciclo normalizado en una parte del cultivo
que lleva a que la producción sea constante y pueda cumplir el volumen de
60.000 rosas por semana.
Para indicar la importancia de producir más en los períodos críticos se

cuantifican diversos factores. Primero, el precio alto de venta en las
festividades y las temporadas, va a llevar a que si el volumen crece en este
punto, aumente la función de utilidad más que en otras semanas del año.
Segundo, dependiendo de la demanda (si es del grupo de colores o rojas) se
tiene una penalización para la demanda no satisfecha y otra para la
30
II.05(20)17
sobreproducción (Ver Anexos 4.4 y 4.5), entonces esto va a llevar a que se

produzca en el momento que se necesita y que se deje de producir en el
momento que no hay suficiente demanda.
Los costos que se introducen en el modelo son de naturaleza variable y

explican diversos factores. Los costos de producción de una flor son iguales
para todo tipo de rosa y no varía durante el año, esto se espera porque los
insumos productivos y mano de obra van a tener un costo constante y se
asume que no ocurrirá ningún fenómeno inesperado, este costo se presenta
en el parámetro CostoRosa . También se emplean costos para penalizar la
existencia de sobreproducción y demanda no satisfecha, entonces se asume
que puede haber faltantes y sobrantes en cualquier semana del año. Sin
embargo es importante tener en cuenta que el modelo plantea una situación
en donde se parte de un punto inicial, en el cual no hay ninguna producción
ni programación anterior, de tal manera que inevitablemente se va a tener un
faltante las primeras semanas del año, hasta que se cumpla el primer ciclo
productivo.
Los faltantes ( CostoFal tan teColort ) contienen el costo de no poder suplir la

demanda por lo que se pierde el costo de oportunidad (Precio -
CostoProducción) o en un caso dado se puede comprar la rosa en una finca
vecina y cumplir con la comercializadora. Los costos de sobrantes
CostoSobranteColort se refieren a los costos en los que se incurre al producir una
rosa y no poder venderla al mercado internacional, lo que se hace es
venderla en el mercado nacional aunque el precio nacional es muy bajo y
generalmente es menor de lo que cuesta producirla. Adicional a esto, cada
costo se multiplica por un factor de importancia que indica en que semanas
este costo se hace mas valioso y es mejor disminuirlo al máximo. En la Tabla
3.2 se describen todos los parámetros del modelo.
Tabla 3.2 Parámetros de Entrada

Pr oductividadColorv, t Productividad de la variedad v en la semana t de sembrada
en el grupo de colores. Matriz que comprende las 52
semanas del año, dependiendo de la variedad, corresponde a
la proporción del lote programado (en semana 0) que debe
ser cosechado dependiendo de los ciclos de producción. (Son
4 ciclos en el año). Incluye el efecto de los repiques y
porcentaje de tallos en mantenimiento
Pr oductividadRojasv ,t Productividad de la variedad v en la semana t de sembrada
en el grupo de rojas.
% PerdaColorv % de flores que se pierde en la producción de variedad ven el
grupo de colores.
% PerdaRojasv % de flores que se pierde en la producción de variedad ven el
grupo de rosas rojas.
31
II.05(20)17
DemandaColort.v Demanda presupuestada para la variedad v en la semana t

del horizonte de planeación en el grupo de rosa de colores.
DemandaRojast.v Demanda presupuestada para la variedad v en la semana t
del horizonte de planeación en el grupo de rosas rojas
CostoRosa Costo de producir una rosa de cualquier variedad
TallosColo rv Cantidad de tallos disponibles en el cultivo de variedad v del
grupo de las rosas de colores
TallosRojasv Cantidad de tallos disponibles en el cultivo de variedad v del
grupo de las rosas rojas
Pr ecRosaColort Precio de venta de una rosa en la semana t del grupo de las
rosas de colores.
Pr ecRosaRojast Precio de venta de una rosa en la semana t del grupo de las
rosas rojas.
CostoFal tan teColort Costo que se genera al haber demanda no satisfecha en la
semana t en el grupo de colores. Este costo se calcula
restando el costo de producir una rosa al precio de venderla.
CostoFal tan teRojast Costo que se genera al haber demanda no satisfecha en la
semana t en el grupo de rosas rojas.
CostoSobranteColort Costo que se genera al haber sobreproducción en la semana t
del horizonte de planeación en el grupo de las rosas de
colores. Generalmente se calcula con el costo de producir
una rosa
CostoSobranteRojast Costo que se genera al haber sobreproducción en la semana t
del horizonte de planeación en el grupo de las rosas rojas
3.2. Descripción de las variables
Como se ha divido el problema en el grupo de las rosas de colores yel de las

rosas rojas, se tiene una variable para cada uno de los grupos, igual que de
parámetros e índices. El propósito principal del modelo de programación
lineal es determinar el número de rosas que se deben programar en cada
semana del horizonte de planeación para de esta forma tener la mejor
distribución de rosas produciendo y maximizar la función de utilidad. Las
variables que determinan esto son programadasColort, v y programadasRojast ,v .
Adicionalmente, siendo un cultivo de rosas, se espera que esta devuelva
soluciones que pertenezcan a los números enteros positivos, sin embargo
debido a que este es un problema de programación lineal, el valor que va a
resultar de esta variable pertenece a los números reales positivos, entonces
para este caso es necesario hacer un redondeo posterior de la variable para
que se simplifique la complejidad de trabajar con números enteros positivos.
Las variables del modelo se encuentran descritas en la Tabla 3.3.
32
II.05(20)17
La variable que me va a determinar cuantas rosas voy a vender y de las

cuales se van a obtener ingresos es rosasColorCt, v que va a indicar el numero
de rosas que va a ser empacado y vendido, después de haber restado
cuantas se pierden durante el proceso de producción, en cada semana del
horizonte de planeación. Pero para poder obtener esta variable se tiene
primero que calcular la cantidad bruta de rosas producidas
( produccion VarColort, v y produccion VarRojast ,v ), esta variable merece una
explicación adicional debido a la forma que es calculada. Para el cálculo se
requiere la productividad de cada variedad, con ésta y el número de rosas
programadas en cada semana, se puede obtener cuantas y en que momento
se va a producir cada flor. Lo importante es tener en cuenta todos los ciclos
que tiene la rosa en el año, puesto que necesariamente los repiques tienen
que ser cuantificados, entonces un tallo que se programa al principio del año,
si no es reprogramado, va a producir aproximadamente 4 flores anuales.
Tabla 3.3 Variables del Modelo

programadasColort, v # de tallos programados de la variedad v en la
semana t del grupo de rosas de color.
programadasRojas t ,v # de tallos programados de la variedad v en la
semana t del grupo de rosas rojas
prodVariedadColort ,v Numero de rosas que se producen en la semana t de
la variedad v del grupo de rosas de colores.
prodVariedadRojast ,v Numero de rosas que se producen en la semana t de
la variedad v del grupo de rosas de colores.
e n Pr oducColort ,v # de tallos que se encuentran en proceso de
producción de la variedad v en la semana t del grupo
de las rosas de colores.
e n Pr oducRojast ,v # de tallos que se encuentran en proceso de
producción de la variedad v en la semana t del grupo
de las rosas rojas
fal tan teColort ,v Variable positiva que indica la existencia de demanda
no satisfecha en la semana t de la variedad v en el
grupo de rosas de colores.
fal tan teRojast, v Variable positiva que indica la cantidad de demanda
no satisfecha en la semana t de la variedad v en el
grupo de rosas rojas.
sobranteCo lort ,v Variable positiva que indica la de sobreproducción de
rosas en la de variedad v en la semana t del grupo de
colores.
sobranteRojas t, v Variable positiva que indica la de sobreproducción de
rosas en la de variedad v en la semana t del grupo de
las rojas.
33
II.05(20)17
rosasColorC t, v # de rosas que han sido empacadas y van a ser

vendidas de la variedad v en la semana t del
horizonte de planeación del grupo de las rosas de
colores.
rosasRojasC t ,v # de rosas que han sido empacadas y van a ser
vendidas de la variedad v en la semana t del
horizonte de planeación del grupo de las rosas rojas.
inventarioColort, v Variable que cuantifica el inventario de rosas de la
variedad v en la semana t del grupo de rosas de
colores. Se calcula restando la demanda a las rosas
en caja producidas, lo cual va a indicar demanda no
satisfecha si es negativa o sobreproducción cuando
sea positiva.
inventarioRojast ,v Variable que cuantifica el inventario de rosas de la
variedad v en la semana t del grupo de rosas rojas.
Gan Ganancia debido a las ventas de rosas en el período
de planeación. Se calcula con el numero de rosas
empacadas por el precio de la rosa
Cost Costos asociados a la producción de rosas en el
período de planeación. Se calcula teniendo en cuenta
los costos asociados a la producción por variedad, a
la demanda no satisfecha y a la sobreproducción.
3.3. Función Objetivo
FuncionUti lidad = Gan − Cost (1)
La función de utilidad se busca maximizar mediante la mejor asignación de

los recursos y la correcta programación de las rosas, teniendo en cuenta los
procesos productivos de todas las variedades de las rosas. Por lo tanto, se
van a contabilizar las Ganancias debido a la venta de las rosas y Costos
debido a la producción de estas, los faltantes y sobrantes. Es importante
anotar que en este problema la función de utilidad no va a reflejar las
utilidades reales que se puedan tener con la operación del cultivo, puesto
que esta función tiene incluidos costos de penalización (como los faltantes y
sobrantes) que no son costos tangibles ni cuantificables realmente sino que
buscan mejorar el comportamiento del sistema mas no el comportamiento de
la función utilidad directamente, estas serán explicadas mas adelante.
T Vroj T Vcol
Gan = ∑ ∑ rosasRojas C t ,v * Pr ecRosaRoja st + ∑ ∑ rosasColor C t ,v * Pr ecRosaColo rt ( 2)
t v t v
34
II.05(20)17
Las ganancias se calculan teniendo en cuenta las rosas que han pasado por
el proceso de poscosecha y han sido empacadas. Estas son las que están
listas para ser vendidas y por consiguiente pagadas por el comprador. El
precio de la rosa varía dependiendo la semana en la que se valla a vender, si
es en alguna festividad el precio es mas alto que el resto del año, además el
precio para las rosas de colores es diferente que el de las rosas rojas. Las
ganancias totales son la suma de la venta de todas las variedades
dependiendo del precio. Al maximizar la venta de rosas se aumentan las
utilidades finales.
Cost = Costo Pr oducción + CostoDemandaNoSatisfecha + CostoSobreproduccion (3)
Los costos que se tienen se calculan de tres diferentes aspectos: Costos de

producción, costos de sobreproducción y costos debido a la demanda no
satisfecha. La suma de estos tres es lo que me va a dar los costos totales y
en general lo que se va a querer minimizar para aumentar las utilidades.
Costo Pr oduccion =
T Vcol T Vroj
∑ ∑ produccionVarColort, v * CostoRosa + ∑ ∑ produccionVarRojast ,v * CostoRosa
t v t v
Los costos de producción se calculan teniendo en cuenta todas las flores que
han pasado por el proceso de crecimiento y han sido objeto de
mantenimiento pero que no son necesariamente flores que van a ser
vendidas, debido a que no todas van a pasar la prueba de calidad. Entonces
estos costos incluyen los costos de flores que son descartadas al mercado
nacional y las que se dañan debido al maltrato durante los procesos de
poscosecha (descabece).
CostoSobre produccion =
T Vcol T Vroj
∑ ∑ sobranteColort ,v * CostoSobranteColort + ∑ ∑ sobranteRojas t ,v * CostoSobranteRojast
t v t v
La variable sobrante es mayor a cero cuando existe una producción que es

mayor a la demanda, y como se ha mencionado anteriormente, la flor no se
va a poder vender al mercado internacional, entonces es necesario venderla
al mercado nacional, el cual ofrece un precio mucho mas bajo. La
sobreproducción se debe principalmente a los repiques de las rosas, esto es
originado para poder satisfacer el aumento de las demandas en las
temporadas o festividades.
CostoDemandaNoSatisfecha =
T Vcol T Vroj
∑ ∑ fal tan teColort ,v * CostoFal tan teColort + ∑ ∑ fal tan teRojast ,v * CostoFal tan teRojast
t v t v
35
II.05(20)17
En el caso que la variable faltante sea mayor a 0, va a haber una demanda

que no va a poder ser satisfecha, esto trae unos costos que corresponden
básicamente a la utilidad que se pudo haber ganado (Precio – Costo), sin
embargo, como se había mencionado anteriormente, este tipo de costos no
es tangible ni cuantificables en la vida real (como la pérdida del good will), lo
que se pretende es asumir una cantidad que lleve a penalizar la función
objetivo con el fin de mejorar el desempeño del sistema. Este costo se
puede presentar en las épocas de temporada o festividades, cuando la
demanda se eleva, la producción que se ha programado no es suficiente
para poder suplir toda la demanda.
3.4. Restricciones
- Producción por Variedad:
t −1
(4) prodVaried adColort ,v = ( ∑ programadasColor(t −k ),v * Pr oductividadColorv ,k ) (1 ≤ t < T ), ( 1 ≤ v < Vcol )
k
t −1
(5) prodVariedadRojast ,v = ( ∑ programadasRojas (t −k ),v * Pr oductividadRojasv ,k ) (1 ≤ t < T ), ( 1 ≤ v < Vroj )
k
La matriz de productividad contiene V variedades y se tiene información de

estas para cada una de las 52 semanas del año. La información que contiene
se refiere a la proporción del lote que va a ser cosechada debido a
programaciones en la semana 0 del ciclo de producción. Cada variedad
tiene su propio ciclo, pero se debe tener en cuenta el efecto de repique. Esto
se cuantifica mediante un índice que va a indicar, cual es la proporción del
lote programado que va a ser dejado en mantenimiento después de cada
ciclo. Se asume que en el primer ciclo se va a cosechar el 100% del lote
programado y posteriormente va a haber una proporción que se va a ir
dejando en mantenimiento después de cada ciclo. (4 ciclos al año por rosa)
Se puede tener la producción por variedad en cada semana del período de
planeación, esto se obtiene sumando todas las programaciones que se
hicieron desde la semana 0 hasta cada una de las semanas del año,
dependiendo de la productividad que tenga dicha variedad, va a haber una
cantidad de producción
- Pérdidas de Rosas
( 6) rosasColorCt ,v = prodVariedadColort ,v * (1 − %PerdaColorv ) (1 ≤ t < T ), ( 1 ≤ v < Vcol)

( 7) rosasRojasC t ,v = prodVariedadRojas t ,v * (1 − %PerdaRojas v ) (1 ≤ t < T ), ( 1 ≤ v < Vroj )
36
II.05(20)17
Existe una parte de la producción que va a ser descartada para la venta al

mercado internacional debido a diversos factores: En la parte de producción,
la planta puede llegar a adquirir ciertas enfermedades que le hagan perder
sus características de calidad y por esto va a ser seleccionada para el
mercado nacional. Del mismo modo, en la parte de poscosecha, la flor debe
cumplir con ciertos requisitos estéticos antes de ser aprobada para ser
exportada, además que puede haber descabece debido al manejo de estas,
por lo que la flor se vería perdida por completo. Todos estos factores que
hacen que la flor no sea seleccionada como tipo exportación se acumulan en
el parámetro %Perda y si se multiplica por la variable ProdVariedad, se va a
obtener la cantidad de rosas con las que se va a contar para la venta en el
mercado internacional
- Capacidad y Estado de la producción:
(10) en Pr oducColort ,v = programada sColort ,v + en Pr oducColort −1,v − prodVariedadColort ,v (1 ≤ t < T ), (1 ≤ v < Vcol )
(11) en Pr oducRojast ,v = programadasRojast ,v + en Pr oducRojast −1,v − prodVariedadRojast , v (1 ≤ t < T ), (1 ≤ v < Vroj )
Para cuantificar el numero de rosas que se van a tener en producción

actualmente, se obtiene la variable EnProduc para cada una de las semanas
del período de planeación. Consta de la suma de las que se programan en la
semana actual más las que se tenían produciendo en la semana anterior yse
le restan la rosas que son producidas o cosechadas en la semana actual. La
variable EnProduc se inicia en cero, esto me indica que no existe producción
inicial de rosas, tal como se ha planteado, el problema parte de una
producción y programación nula.
En conclusión la utilización de esta variable permite tener un conteo de cual
es la capacidad de producción que tiene el cultivo y cuanto es lo máximo que
se puede llegar a tener en producción, lo cual se limita en la siguiente
restricción.
- Capacidad de Producción:
(12) e n Pr oducColort , v≤ TallosColorv (1 ≤ t < T ), (1 ≤ v < Vcol )

13) e n Pr oducRojas t ,v ≤ TallosRojas v (1 ≤ t < T ), (1 ≤ v < Vroj )
La restricción de capacidad de producción va a restringir el número de rosas

que van a estar en proceso de producción, ya sea que se van a programar en
alguna semana o van a estar en proceso productivo, esta restricción va evitar
tener que sacrificar producción que está en proceso y este hecho haría que
no hubiera costos generados con todo lo que tiene que ver con la
programación de las rosas (incluyendo mano de obra e insumos). Una vezel
número de rosas en producción sea igual al numero de tallos que se tienen
37
II.05(20)17
en el cultivo, únicamente puede haber programación posterior en el momento

que halla producción de rosas, y en ese punto se reiniciaría su ciclo
productivo.
- Demanda no Satisfecha y Sob reproducción:
Se parte del supuesto que para modelar el comportamiento de un cultivo de

flores, debe haber capacidad de permitir que exista demanda no satisfecha,
de lo contrario inevitablemente se estaría violando la restricción porque así el
modelo este lo mejor acondicionado posible para el inicio de la producción,
necesariamente va a haber un período inicial en donde se van a tener
faltantes. Sin embargo los faltantes no son deseables, por lo tanto tendrán
un costo asociado, al igual que los sobrantes.
(16 ) inventario Colort , v = rosasColor C t ,v − DemandaCol ort .v (1 ≤ t < T ), (1 ≤ v < Vcol )

(18) inventario Rojas t ,v = rosasRojas Ct , v − DemandaRoj as t .v (1 ≤ t < T ), ( 1 ≤ v < Vroj)
El inventario se va a expresar como lo que se produce menos lo que se está

demandando, es decir, se va a calcular como las rosas que se van a vender
menos las que se está pidiendo. En este caso, se calcula mediante la resta
de las rosas en caja y la demanda. Para el correcto dimensionamiento, el
inventario va a poder ser una variable negativa y positiva, lo que va a permitir
tener sobreproducción y demanda no satisfecha.
Igualmente la variable inventario se va a expresar por medio de otras dos
variables, estrictamente, está representada como la resta de dos variables
positivas (I = I + − I − ) . En el momento que la variable inventario sea positiva
( I + > 0 ) significa que va a existir sobreproducción en dicha semana de
determinada variedad, por el otro lado, si la variable inventario es negativa
( I + > 0 ) significa que en esa semana va a haber una porción de la demanda
que no va a ser satisfecha. Las variables por las cuales el inventario va a ser
representado son faltante y sobrante, pero desde que estas van a tener
costos asociados, nunca van a poder ser mayores que cero
simultáneamente, el modelo necesariamente va a volver alguna de las dos
cero para poder disminuir los costos por el inventario. A continuación se
puede ver la representación:
(17) inventarioColort ,v = sobranteCo lort, v − fal tan teColort, v

(19) inventarioRojast ,v = sobranteRojast ,v − fal tan teRojast, v
- Comentarios
De acuerdo a las productividades de las rosas, el modelo no va a poder

realizar ningún efecto sino hasta después de la semana 12
aproximadamente, porque sin importar la variedad, el tiempo que se va a
38
II.05(20)17
demorar un tallo en producir una flor desde que es programado es cerca de

80 días, esto es inevitable debido a que se tiene el supuesto en el que se
inicia la producción en ceros, lo que lleva a que se tenga un faltante total en
la satisfacción de la demanda para las primeras semanas. Para propósitos
prácticos, lo que se hace es quitar todos los costos de inventario hasta la
semana 12, lo que permite tener un comportamiento más real en la función
objetivo.
El punto crítico del problema es la programación de los tallos, esto es lo que

va a indicar la cantidad de rosas que voy a producir. Sin embargo se trabaja
bajo el supuesto en el que se pueden programar tallos todas las semanas del
año (mientras que no se viole la restricción de capacidad), esto no va a tener
en cuenta los costos que se emplean en programar tallos, como utilización de
personal adicional y tiempo utilizado en otras labores
A continuación se muestra el modelo:
39
II.05(20)17
Tabla 3.4 Modelo Completo
MAX
(1) FuncionUti lidad = Gan − Cost
S. A.
(*)GANANCIAS Y COSTOS
T Vroj T Vcol
(2) Gan = ∑ ∑ rosasRojasC t ,v * Pr ecRosaRoja s t + ∑ ∑ rosasColor C t ,v * Pr ecRosaColort
t v t v
T Vcol T Vroj
(3) Cost = ∑ ∑ produccionVarColort , v * CostoRosa +∑ ∑ produccionVarRojas t ,v * CostoRosa +
t v t v
T Vcol T Vroj
∑ ∑ fal tan teColort ,v * CostoFal tan teColort + ∑ ∑ fal tan teRojas t , v * CostoFal tan teRojas t +
t v t v
T Vcol T Vroj
∑ ∑ sobranteCo lort , v * CostoSobranteColor t + ∑ ∑ sobranteRo jas t ,v * CostoSobranteRojas t +
t v t v
T Vcol T Vroj
∑ ∑ exces Pr ograColort ,v * Costo Pr ogramart + ∑ ∑ exces Pr ograRojas t ,v * Costo Pr ogramart
t v t v
(*) PRODUCCION
t −1
(4) prodVaried adColor t ,v = ( ∑ programada sColor(t −k ), v * Pr oductivida dColorv ,k ) (1 ≤ t < T ), ( 1 ≤ v < Vcol )
k
t −1
(5) prodVaried adRojas t ,v = ( ∑ programadasRojas * Pr oductividadRojas ) (1 ≤ t < T ), ( 1 ≤ v < Vroj )
k ( t − k ), v v ,k
(6) rosasColor C t , v = prodVaried adColor t ,v * (1 − %PerdaColorv ) (1 ≤ t < T ), ( 1 ≤ v < Vcol )
(7) rosasRojas C t ,v = prodVaried adRojas t ,v * (1 − %PerdaRojas v ) (1 ≤ t < T ), ( 1 ≤ v < Vroj )
(*) CAPACIDAD Y ESTADO DE LA PRODUCCION

(10 ) en Pr oducColort ,v = programadasColort , v + en Pr oducColort −1, v − prodVaried adColort ,v (1 ≤ t < T ), (1 ≤ v < Vcol )
(11) en Pr oducRojas t , v = programada sRojas t , v + en Pr oducRojast −1, v − prodVaried adRojas t , v (1 ≤ t < T ), (1 ≤ v < Vroj )
(12 ) e n Pr oducColor t , v ≤ TallosColorv (1 ≤ t < T ), ( 1 ≤ v < Vcol )
13) e n Pr oducRojas t ,v ≤ TallosRoja s v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
14) programadasColort , v ≤ TallosColo rv (1 ≤ t < T ), ( 1 ≤ v < Vcol )
(15 ) programada sRojas t ,v ≤ TallosRoja s v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
40
II.05(20)17
(*) SATISFACCIÓN DE LA DEMANDA Y SOBREPRODUCCION

(16 ) inventarioColort ,v = rosasColorC t ,v − DemandaColort. v (1 ≤ t < T ), ( 1 ≤ v < Vcol )
(17 ) inventarioColort, v = sobranteCo lort, v − fal tan teColort, v (1 ≤ t < T ), ( 1 ≤ v < Vcol )
(18) inventario Rojast, v = rosasRojas C t, v − DemandaRojas t.v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
(19 ) inventarioRojast, v = sobranteRojas t, v − fal tan teRojast ,v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
(*) NO NEGTIVIDAD
(20 ) rosasColorC t ,v ≥ 0 (21) rosasRojas C t, v ≥ 0
(22 ) programadasColort, v ≥ 0 (23) programadasRojas t, v ≥ 0
(24 ) prodVariedadColort, v ≥ 0 (25) prodVariedadRojast ,v ≥ 0
(26 ) en Pr oducColort ,v ≥ 0 (27 ) en Pr oducRojas t ,v ≥ 0
(28) sobranteCo lort, v ≥ 0 (29 ) sobranteRojas t ,v ≥ 0
(30) fal tan teColort, v ≥ 0 (31) fal tan teRojas t, v ≥ 0
(32) exceso Pr ograColort, v ≥ 0 (33) exceso Pr ograRojas t ,v ≥ 0
(1 ≤ t < T ), ( 1 ≤ v < Vcol ) (1 ≤ t < T ), ( 1 ≤ v < Vroj )
41
II.05(20)17
4. RESULTADOS DEL MODELO
En esta sección se mostrarán los resultados y la metodología empleada para

la implementación del modelo. Luego de haber recolectado los datos
pertinentes provenientes del cultivo en estudio, se utilizaron para correrlos en
el modelo mediante un software para optimización utilizando programación
lineal. Los resultados que se presentan corresponden a la distribución de la
programación de los tallos de rosas y a la producción que dicha
programación genera teniendo en cuenta la demanda anual. Adicionalmente
se van a realizar corridas para poder medir la sensibilidad del modelo y que
tan robusto es, mediante la medición que este tenga respecto a cambios en
el entrono.
4.1. Datos Implementados y Dimensiones del Modelo
Se tomó la totalidad de las variedades de rosas que se cultivan en la finca

(27), de las cuales 24 pertenecen al grupo de las rosas de colores y 3
pertenecen al grupo de las rosas rojas. De cada una de estas variedades se
obtuvo un vector de productividad discriminado cada semana, el cual indica
que porcentaje del lote que se programa en una semana cero, va a ser
productivo en las semanas del ciclo de producción que tenga cada una de las
variedades. (Ver Anexo 3.1 y Anexo 3.2). Adicional a esto se obtuvieron las
cantidades de tallos que se tienen en el cultivo disponibles para producción
(Ver Anexo 4.1), los precios por rosa vendida en cada una de las semanas
del año y el resto de los parámetros de entrada que están explicados en la
Tabla 3.2., los datos de estos parámetros se pueden ver en; Anexo 4.2,
Anexo 4.3, Anexo 4.4 y Anexo 4.5 respectivamente.
Dimensiones del Modelo:

- Horizonte de Planeación: Se tienen T= 52 semanas para contabilizar un
año
- Variedades: Vcol=24 variedades y Vroj=3 variedades
- Variab les: Teniendo en cuenta las semanas y las variedades, se puede
encontrar que multiplicado esto con lo 14 tipos diferentes de variables que
se tiene en la tabla 3.3, se puede contabilizar un total de 9854 variables.
- Restricciones: En el modelo se tienen 6810 restricciones en total, de las
cuales 104 son restricciones de desigualdad y 6706 restricciones de
igualdad.
Para poder manejar un modelo con estas dimensiones es necesario recurrir a

un software que me permita optimizar el problema que contiene todas estas
restricciones y variables. A continuación se va a describir la herramienta
computacional que se utilizo.
42
II.05(20)17
4.2. Herramienta Computacional
La aproximación que se implementó para generar el sistema de producción

tuvo las siguientes etapas:
- Definición del problema de producción y los objetivos del sistema
- Construcción del modelo: Se definió que el problema se iba a plantear de
forma lineal, con un número determinado de variables y restricciones,
recolección de información y formulación del modelo.
- Solución del modelo matemático: Se seleccionó el algoritmo apropiado y
el código computacional para implementar el modelo.
- Validación del modelo: Comparación de los resultados obtenidos.
La forma como se va a desarrollar el modelo es por medio de la

programación lineal (forma lineal de la función objetivo y de las restricciones
Se utilizó el programa XPress-MP Professional para poder resolver el

problema que se plantea. El tiempo requerido promedio para hacer una
corrida fue de 1.5 segundos en una máquina Dell con procesador Pentium 4
y 512 Mb de Ram. La herramienta llega a soluciones óptimas con facilidad y
obtiene como resultados la función utilidad que se plantea y la distribución de
la programación de tallos correspondiente a dicha función objetivo.
4.3. Resultados
4.3.1. Datos Importantes
La Demanda: Para poder interpretar los resultados es importante tener en

cuenta el punto de partida del objetivo de la producción, la demanda que se
va satisfacer y los precios que se tienen en cada semana. El objetivo del
modelo es lograr satisfacer la demanda en la mejor manera posible, pero
también obtener mejores ingresos en los momentos que se pueda, esto esta
relacionado con la subida del precio de venta de las rosas en cada una de las
festividades del año.
Para iniciar se va a explicar el comportamiento de la demanda de las rosas.

Para poder tener un punto de programación inicial factible, se tomó como la
primera semana en el horizonte de planeación, la semana número 44 del
año, esto con el fin de poder tener un tiempo suficiente de poder cumplir el
ciclo productivo de las rosas y que sea factible tener producción real en el
primer pico de la demanda. Entonces para este modelo, la demanda va a
estar desfasada 9 semanas con respecto a la demanda real en el año Como
43
II.05(20)17
se había explicado anteriormente, se tiene una demanda para el grupo de las

rosas de Color (Figura 4.1) y otra para el grupo de las rosas Rojas (Figura
8
4.2).
Observando las gráficas, se puede ver que la demanda de cada uno de los
grupos tiene un comportamiento diferente, es por esto que el comportamiento
de las programaciones y de la producción en cada grupo también va a variar,
al igual que la distribución de los costos asociados a los faltantes y
sobrantes. Es por esto que fue necesario modelar el comportamiento de cada
uno de los grupos de forma independiente. En cada una de las graficas de
demanda, se puede ver que existen unos picos pronunciados en donde se
aumenta el volumen en el año, estos corresponden a las festividades
importantes; alrededor de la semana 16 se tiene el día de San Valentín
(alrededor de febrero 14 correspondiente a la semana 7 real) y se tiene en la
semana 26 la celebración del día de la Madre, estos son los puntos críticos
en la producción de las rosas alrededor del año, especialmente para las
rosas del grupo de rojas.
Demanda por Semana de rosas del Grupo Color

250 0000
200 0000
Rosas en Caja
150 0000
100 0000
50 0000
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Se mana
Figura 4.1 Demanda por Semana de Rosas de Grupo de Colores
Demanda por Semana de rosas del Grupo Rojas

160 0000
140 0000
120 0000
Rosas en Caja
100 0000
80 0000
60 0000
40 0000
20 0000
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Se manas
Figura 4.2 Demanda por Semana de Rosas del Grupo de las Rojas
8
Datos obtenidos con el Dr. Felipe Cely. Gerente General de Melody Flowers Ltda.
44
II.05(20)17
Los Precios: En los picos de la demanda los precios de venta tienden a subir
en cierta proporción, es por esto que el punto clave para poder aumentar las
utilidades en el sistema es tratar de aumentar el volumen de producción y
ventas en estas semanas específicas. En la Figura 4.3 se puede ver que el
precio en las festividades aumenta considerablemente, entonces, debido a
las grandes cantidades de rosas que se vende, si se llega a concretar un
precio con tan solo un centavo de dólar mas, se pueden aumentar los
ingresos en una proporción importante.
Precios de Venta de Rosa s por Semana

0,5
0,4
Dó lares (U$)
0,3 Color
0,2 Rojas
0,1
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Sem ana
Figura 4.3 Precios de Venta de las Rosas durante el año
El Porcentaje de Pérdida: Para cuantificar cuantas rosas van a poder ser

empacadas, se debe calcular cuantas de las producidas van a perderse, esto
es una cifra importante debido a que esto va a generar costos adicionales y
van a repercutir directamente en la Función de Utilidad (Figura 4.4). En la
gráfica se pueden ver todas las 27 variedades que se van a estudiar, las 24
primeras pertenecen al grupo de las de colores y las 3 restantes son del
grupo de las rojas. Se puede observar que se pierde cerca del 10% de las
rosas que se producen y es un factor que requiere de experiencia y tiempo
para poder ser controlado.
45
II.05(20)17
% de Pérdida por Variedad de R osa

0,25
0,20
Proporción
0,15
0,10
0,05
0,00
M SS
LO M
LI TT I
ND MO
BO
LS Y
CK E S
V O TIK
LA ST A S
N NE
E
O
Q NO
G
TA R
PA A R
E S IA
LI LLA
L E
IN A
TA E
R O
VE GO
TU O
CL RD
O A
F R S SY
TT
AR D O
U N
AA D SE
P R LI S
IN
D CH
ND
GU
SA N
PA N
A T ME
O K IK
CE
O
PE OR
C AY
M EE
VE C I
I
R
S
ST
VA I
N
E
RA
A RIS
GA
G
CH E
NF
LA
A
U
R
E
O
VI
Variedad
Figura 4.4 % de Pérdida en cada una del las Variedades de Rosa

que se Estudian
Productividad: La venta de cajas de rosas depende de la productividad que

tenga cada variedad, sin embargo cada variedad tiene un ciclo diferente
(Figura 4.4) por lo tanto es necesario hacer las programaciones ajustando el
tiempo del ciclo productivo en cada variedad. En la gráfica se puede
observar el comportamiento de tres variedades diferentes de rosas (Vendella
y Confetti correspondientes al grupo de las de color y Charlotte al grupo de
las rojas) cada una con un ciclo productivo diferente, hasta el punto en el que
hay variedades que tienen 4 ciclos y otras que pueden llegar a tener solo 3
durante el año. Es por esto que la programación de los tallos se vuelve una
decisión compleja si se le quiere satisfacer los picos de producción en
determinadas semanas del año.
Productividad Semanal
1
0.8
Prog ramad o
0.6
% d e lote
0.4
0.2
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
VENDELLA Semana
CONFETTI
CHARLOTTE
Figura 4.5 Productividad Semanal de tres Variedades de Rosa
Costos de Faltante y Sob rante: Los costos que se tienen asociados para los
faltantes y sobrantes en el modelo son ajustados a la importancia
dependiendo de la época del año, es decir, por ejemplo en el caso de la
festividad de San Valentín, los costos de faltante en este caso son altos
46
II.05(20)17
puesto que se pierde gran oportunidad de aprovechar el buen precio de

venta que se presenta en este período. Por otro lado, los costos de sobrante
también son ajustados a la importancia en el año, en el caso de una
festividad, el sobrante no tiene ningún efecto, porque en estas épocas, entre
mas se produzca, mas se va a vender, mientras que en una época de baja
demanda, si se llega a producir mucho, será necesario vender las producción
a un bajo precio y lo que sería peor, se puede llegar al punto en donde no se
pueda vender la producción y se pierda.
4.3.2. Resultados del Modelo y Análisis
Se hizo una corrida con los parámetros reales de la demanda, precios de

venta, costos de faltante y sobrante y el modelo obtuvo resultados
satisfactorios, los cuales se pueden comprender de la siguiente manera.
Primero se va a analizar el punto de vista de la producción. Como se puede

observar, las cantidades de rosas empacadas de los grupos de color yrojas
(Figura 4.5a y Figura 4.6 respectivamente), tienden a seguir el
comportamiento de la demanda. Se puede ver como no se produce en las
primeras semanas debido a que se debe cumplir el período del primer ciclo
productivo. Para el caso de las rosas de color (Figura 4.5a), el momento en
donde mas se produce es en la primera festividad en donde el volumen de
producción se eleva exactamente en la semana 14, pero empieza a bajar
inmediatamente. Posteriormente, el segundo ciclo se cumple cuando se
presenta la segunda festividad, el volumen de producción en este punto es
menor que en el primero pero tiende a ser mas largo el período productivo. A
partir de la segunda festividad se puede ver que la producción deja de ser
tan específica y tiende a volverse constante, esto se esperaba debido a la
naturaleza productiva de las rosas mencionada anteriormente.
Si se compara la producción con la demanda, se puede observar que en los

períodos de alta demanda, a pesar que la producción se eleva, no se puede
cumplir con los niveles, es decir, que se genera un faltante importante para
las dos festividades. Sin embargo se ve como la producción en el tercer ciclo
productivo disminuye, evitando que halla una sobreproducción muy grande.
Entonces lo que genera el modelo en este caso es un efecto en donde trata
de disminuir su producción para no entrar en excesivos costos de sobrantes,
pero existe un punto alrededor de la semana 43, en donde inevitablemente
genera sobreproducción.
Para el caso de la producción de rosas del grupo de las rojas (Figura 4.6) se
puede observar que la tendencia de la producción no es tan acertada con la
demanda como la del grupo de rosas de colores. Al principio del horizonte
de planeación se observa que la demanda que existe no puede ser
satisfecha a causa de la limitación de los ciclos productivos, posteriormente
47
II.05(20)17
se observan dos picos de producción donde se tiene la misma cantidad de

flores y finalmente se puede ver que la producción empieza a tener subidas y
bajadas constantes, significa entonces que la productividad de las rosas
tiende a estabilizarse.
Rosas Color en Caja vs. Demanda Color

2500000
2000000
# Rosas
1500000
1000000
500000
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Semana
Rosas Caja
Deman da
Figura 4.5a Rosas en Caja de todas las Variedades del grupo de

Color
En este grupo ocurre el efecto de ahorro de producción, esto se puede

evidenciar en el volumen de producción que se tiene, el cual no es muy
grande comparado con la demanda, el fin detrás de esto es evitar costos de
una manera mucho mas pronunciada en la ultima parte del horizonte de
planeación, en donde se genera sobreproducción. Sin embargo a pesar de
esto, el efecto de repique introduce una producción sin tener demanda a
partir de la semana 37, lo que crea costos a raíz de los sobrantes.
48
II.05(20)17
Rosas Rojas en Caja vs. Demanda Rojas

1600000
1400000
1200000
# Rosas
1000000
800000
600000
400000
200000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Rosas Caja
Se mana
Deman da
Figura 4.6 Rosas en Caja de todas las Variedades del grupo de

Rojas
- Comentario: Se puede ver que el algoritmo para las rosas rojas no se

comporta tan eficientemente como en el caso de las rosas de color, esto
se observa en el momento de disminuir costos de sobreproducción, en
donde prácticamente lo que se evidencia es el comportamiento de los
ciclos naturales de las flores, alrededor de las semanas 16, 27 y 38. Esto
significa la producción de las rosas obedece principalmente a la primera
programación del año, es decir, una vez se programa para generar el
primer ciclo de producción, los siguientes ciclos van a ser consecuencia
de esta primera programación principalmente.
Por otro lado, las programaciones de los tallos se reflejan en la variable de

programaciones para cada uno de los grupos (Figura 4.7). En las primeras
se puede ver que se programa todo lo que se puede para poder satisfacer la
gran demanda y el alto precio que se tiene en la semana 16. Posteriormente
se puede observar en la gráfica que alrededor de la semana 15 se vuelve a
programar para seguir supliendo la demanda alrededor de la semema 27. Se
pueden ver claramente los períodos en donde se tienen las rosas en proceso
productivo, en estos períodos no hay programaciones debido a la restricción
que impide la programación de sacrificio de producción. Y finalmente, se
puede evidenciar que empieza a haber una serie de programaciones
consecutivas con las cuales se empieza a dosificar los altos niveles de
producción (como las programaciones de la semana 1) con el fin de disminuir
la sobreproducción en las últimas semanas. En la última semana se genera
una programación de todas las rosas debido a que en el último período no
hay una restricción de exceso de producción.
49
II.05(20)17
Pr ogr amacion Tallos Color vs. Tallos Ro jas
14 0 0 00 0
12 0 0 00 0
10 0 0 00 0
8 0 00 0 0
6 0 00 0 0
4 0 00 0 0
2 0 00 0 0
0
1 3 5 7 9 11 13 15 17 19 21 2 25 27 2 31 3 35 37 3 41 4 45 47 4 51
Tal lo s Ro jas
Tal lo s Co lo r Semana
Figura 4.7 Volúmenes de programación de tallos por semana
- Comentario: Debido a los efectos que realizan los costos de faltantes y

sobrantes en el comportamiento del modelo, se ve que el recurso que se
utiliza es empezar a programar en cierto punto lotes pequeños en
períodos sucesivos con el fin de que ocurra el efecto del repique con un
volumen no muy elevado y no haya una sobreproducción muy grande,
tratando de disminuir costos. Sin embargo esto ocurre porque el modelo
no incluye los costos de programar, de hecho, esto podría llegar a afectar
el comportamiento de las programaciones drásticamente.
La capacidad del sistema se mide por las rosas en producción que se tienen
en cada semana, con esto se puede medir qué parte de los recursos que se
tienen están siendo utilizados. En teoría, lo que se quiere es poder usar el
máximo de los recursos disponibles para pode sacarle el mejor provecho
posible. Pero en este caso, si se usara el 100% de lo que se tiene, habría
una gran cantidad de producción que no podría ser vendida debido a que se
produciría en períodos donde la demanda no es suficiente. Para los casos
de las rosas de color y las rojas (Figura 4.8 y Figura 4.9 respectivamente) se
pude observar que al principio se hace uso de todos los recursos disponibles,
puesto que se destina todo lo que se tiene para poder suplir las grandes
demandas de las festividades. Pero cuando se acerca a la mitad del
horizonte de planeación, el uso de los recursos se baja y también su
disponibilidad empieza a crecer, especialmente en las últimas semanas.
Con el modelo se obtiene un valor determinado para la función de utilidad

(Obj= U$ 677697) que da una idea de lo rentable que puede ser el negocio,
sin embargo este no tiene gran significancia debido a que, como se había
mencionado anteriormente, tiene incluidos costos que se implementan para
la penalización de la función pero que no son reales. La utilidad que este
valor puede tener es en el momento de realizar un análisis de sensibilidad,
en donde se puede observar cual es el comportamiento del modelo, si mejora
o no, frente a diversas condiciones que se presenten.
50
II.05(20)17
Rosas Co lor en Producción p or Se man a Rosas Roja s en Producción por Sem ana
3000 000 2 00000 0
2500 000
1 50000 0
Ro sas Color
Rosas Rojas
2000 000
1500 000 1 00000 0
1000 000
500 000 50000 0
0
0
1 4 7 10 1 3 16 1 9 22 25 28 31 34 37 40 43 46 49 5 2
1 4 7 10 13 1 6 19 2 2 25 28 31 34 3 7 40 43 46 49 52
Se m ana Se m ana
Figura 4.8 R osas de color en Figura 4.9 R osas rojas e n

producción producción
4.3.3. Sensibilidad y Validación
Para poder medir que tan robusto es el modelo, se va a realizar un análisis

de sensibilidad en donde se van a evaluar algunos cambios en los
parámetros y en el estado de los escenarios, esto con el objetivo de poder
monitorear el comportamiento del sistema y estudiar si se obtienen los
resultados que se esperan. Para cada uno de los casos, se van a realizar
cambios en los parámetros, dejando el resto constante. El principal indicador
que se va a analizar es el comportamiento de la producción de rosas
empacadas, en donde se va a poder ver por consiguiente, el comportamiento
de los tallos programados, que son la variable principal.
CASO 1
Camb io temporal en los Picos de los Precios de Venta
Se cambia la semana en donde se tienen las subidas en los precios sin

cambiar la demanda. Esto indica el aumento de la producción se espera que
aumente en las semanas donde los precios aumentan, sin embargo va a
haber un costo adicional por no satisfacer la demanda original. Se puede
observar en la Figura 4.10 que los picos de los precios cambian con respecto
a los picos de los precios de las festividades. En este caso, de la semana 14
pasan a ser en la semana 19, y de la semana 25 pasan a ser en la semana
30.
Si se analiza el comportamiento de la producción de rosas (Figura 4.11) se

pueden observar algunos fenómenos que genera el modelo. Lo que hace el
programa es producir en el momento que mayor utilidad puede obtener, se
51
II.05(20)17
puede ver en la Figura 4.12 que el comportamiento de la producción nueva

de rosas rojas tiene un patrón similar a la producción original. Sin embargo
en el primer ciclo, se puede ver que la producción no crece en el primer pico
de precios altos, debido a que los costos de sobreproducción van a exceder
las utilidades que se generan. Sin embargo, se observa que sí aumenta en
el segundo pico de precios, cerca de la semana 33, en donde la producción
es alta y supera la producción original.
Cambio Te mporal en los Picos de los Pre cio s de Venta
0,5
0,4
Dólares (U$)
Colore Nueva
0,3 Rojas Nueva
0,2 Color Orig.

Rojas Orig.
0,1
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Semana
Figura 4.10 Cambio temporal en los Picos de los Precios VS.

Picos Originales
- Comentario: El comportamiento de la producción en este caso no cumple

estrictamente con la satisfacción de la demanda, puesto que no tiene un
criterio claro de cual es el punto óptimo en donde debe producir. Por un
lado si produce mas en un período donde no hay demanda, va a haber
costos por sobrantes, y si no produce entonces se van a generar costos
por faltantes. Pero por otro lado, si produce en el momento de los nuevos
picos de los precios, va a obtener una mayor ganancia por rosa vendida.
52
II.05(20)17
Rosas en Caja debido a Cam bio en los Picos del

Pre cio
300 0000
# Rosas Rojas
250 0000
200 0000
150 0000
100 0000
50 0000
0
1 5 9 1 3 17 21 25 29 33 37 41 45 49
Semana
Prod. Nuev a Prod. Original
Figura 4.12 R osas R ojas e n C aja de bido a cambios los

picos de los Pre cios
CASO 2
Camb io del valor de los Precios de Venta asignándoles un comportamiento
constante durante todo el año
Para este caso, los precios no van a variar durante el año, es decir, que no
van a aumentar en los períodos de demanda alta. Este escenario se
propone para verificar si el modelo se guía exclusivamente por la disminución
de costos y no por el aumento de las ganancias. Se va a comprar el
comportamiento de la producción original (con los parámetros originales) con
el de la producción nueva (con precios constantes)
Prod ucción deb ido a Precios Prod ucción deb ido a Precios
co nstantes en e l año co nstantes en el añ o
2 500 0 0 0
80 0 0 00
2 0 00 0 0 0
70 0 0 00
60 0 0 00
1500 0 0 0
50 0 0 00
10 00 0 0 0 40 0 0 00
30 0 0 00
500 0 0 0 20 0 0 00
10 0 0 00
0 0
1 5 9 13 17 21 25 2 3 3 7 41 4 5 4 1 5 9 13 17 2 1 2 5 2 3 37 41 45 4
S e ma na
Se ma na
Pro d . Nueva Pro d . Orig i nal Pro d . Nueva Pro d . Ori g inal
Figura 4.13 Producción de rosas Figura 4.14 Producción de rosas

color de bido a Pre cios constantes en rojas de bido a Pre cios constantes en
e l a ño e l a ño
Inicialmente, para los dos grupos de rosas, la producción del primer ciclo es
idéntica comparada con la producción original. (Ver Figura 4.13 y Figura
53
II.05(20)17
4.14). En el caso de la producción de color, el segundo ciclo en la

producción nueva es más grande que la producción original debido a la
acumulación de repiques, y luego empieza a producir de tal manera que hay
volúmenes considerables en momentos que no son festividades, como en la
semana 30 (el sistema no se guía por los precios altos de las festividades).
En las últimas semanas tiene un comportamiento similar al de la producción
original debido a que en este punto los precios no cambian. En general lo
que hace el sistema es producir grandes volúmenes para tener ingresos,
pero enfocándose en los costos.
Por otro lado, para el caso de las rosas rojas (Figura 4.14), el primer ciclo de
la producción nueva es idéntico al ciclo de la producción original, pero se ve
que para el segundo, la producción nueva hace una disminución clara del
volumen para que en las últimas semanas, se disminuya la sobreproducción
los costos de sobrantes. En este caso se pude ver claramente como la
programación se planea para disminuir el volumen de producción en las
últimas semanas, esta disminución empieza desde el segundo ciclo
alrededor de la semana 25.
- Comentario: El modelo tiene un comportamiento satisfactorio en este

escenario, lo que busca es disminuir los costos debido a sobrantes en las
últimas semanas, en donde la demanda disminuye.
CASO 3
Modelo con excesivos costos de Faltantes
Para este caso se van a tener costos muy altos por faltantes, de esta forma
la programación va a tratar de minimizar los faltantes que genere el modelo
para no incurrir en grandes pérdidas. Sin embargo, para lograr minimizar los
faltantes al máximo, el modelo va a tener grandes cantidades de
sobreproducción en temporadas que no van a tener buenos precios de venta.
Esto necesariamente no es lo que se busca, puesto que puede ser una
opción más rentable no producir en determinado momento que vender las
rosas a precios muy bajos en el mercado. Para este caso se busca observar
como se puede maximizar la función de utilidad, satisfaciendo la restricción
que menos costos le brinde al modelo.
Se realizó una comparación entre la nueva producción y la demanda del

mercado. En el caso de las rosas de color (Figura 4.15) el modelo programa
el máximo de tallos para el primer y segundo ciclo, inevitablemente se van a
obtener faltantes porque la demanda es demasiado alta. Sin embargo,
después del segundo ciclo se ve que se disminuyen el total de los faltantes,
generando inclusive sobrantes alrededor de la semana 45.
54
II.05(20)17
Producción de Rosas con Altos costos de Producción de Rosas con Altos costos de
Faltantes Faltantes
1600000
2500000
# de Rosas Rojas
1400000
# Rosas Colo r
2000000 1200000
1500000 1000000
800000
1000000
600000
500000 400000
200000
0
0
1 5 9 13 17 21 25 29 33 37 41 45 49 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Sem ana Sem ana

Prod. Nueva Demanda Prod. Nueva Demanda
Figura 4.15 Producción de Figura 4.16 Producción de

rosas color con altos costos rosas rojas con altos costos
de Faltante s de Faltante s
En el caso de las rosas rojas (Figura 4.16) se observa igualmente que el

modelo programa todos los tallos disponibles para producir en el primer y
segundo ciclo. La demanda a partir del segundo ciclo se satisface
completamente, sin embargo se observa que en este caso particular, se
genera una excesiva cantidad de sobreproducción, esto es la consecuencia
de tratar de producir al máximo en los dos primeros ciclos. El efecto repique
se puede ver claramente a partir de la semana 37, en donde se producen dos
ciclos finales idénticos a los dos iniciales, con un volumen similar.
Evidentemente se puede ver que el comportamiento de la función de utilidad

se ve gravemente afectada por los altos costos de no poder satisfacer la
demanda de los dos primeros ciclos del horizonte.
- Comentario: Se analiza que en ciertos períodos es mas conveniente dejar

de producir para así generar dos factores favorables; primero, si se vende
en un punto donde el precio es muy bajo, se van a tener pérdidas debido
a que los costos van a superar los ingresos. Y segundo, como se ha
visto, cuando se programa una gran cantidad para determinado momento,
el efecto repique se va a ver reflejado en algún período de baja demanda
en donde se van a incurrir en altos costos de sobreproducción.
CASO 4
Modelo con excesivos costos de Sob rantes
55
II.05(20)17
En este escenario lo que se tiene es un incremento considerable de los

costos asociados a los sobrante, lo que se espera entonces es que el modelo
programe de tal manera que disminuya el total de los sobrantes, inclusive,
para no incurrir en excesivos costos, puede que no halla nada de
programaciones para algún período. Lo que el modelo obtendrá es una
programación que minimice los costos por los sobrantes, sin importar
cuantos faltantes lleguen a haber.
Se realizó una comparación entre la nueva producción y la demanda del

mercado. Se puede ver que para los dos grupos de rosas la producción
disminuye drásticamente en con respecto a la producción original. En el
caso de las rosas de color (Figura 4.17) se puede ver que la producción en
los dos primeros ciclos tiene un volumen muy bajo, lo que hace que en el
tercer ciclo se pueda cumplir con lo que se esperaba, se disminuyen al
máximo los sobrantes, incurriendo así en una gran cantidad de faltantes.
Por otro lado, para el caso de las rosas rojas (Figura 4.18), se puede ver un
fenómeno en donde para disminuir los costos por sobrantes, el modelo no
programa ningún tallo para el primer ciclo de producción, posteriormente se
ve que en el segundo se produce un pequeño volumen de rosas, lo que al
final genera un repique no muy significativo, disminuyendo en gran cantidad
los sobrantes en comparación con la producción original.
- Comentario: Se observa claramente como para disminuir los costos al

máximo, en el caso de las rosas rojas, es más viable no tener ninguna
clase de producción. El modelo presenta un comportamiento esperado
satisfaciendo la restricción que menos costos le aporta.
Pr oducción de rosas con Altos costos de Producción de r osas con Altos costos de
Sobrantes Sobrantes
2500000 1500000
# de rosas Colo r
# ro sas Ro jas
2000000
1500000 1000000
1000000
500000
500000
0 0
1 5 9 13 17 21 25 29 33 37 41 45 49 1 5 9 13 17 21 25 29 33 37 41 45 49
Sem ana Sem ana
Prod. Nueva Demanda Prod. Nueva Demanda
Figura 4.17 Producción de rosas Figura 4.18 Producción de rosas

color con altos costos de Sobrantes rojas con altos costos de Sobrantes
56
II.05(20)17
4.4. Limitaciones del Modelo
Se observó que en ciertos escenarios planteados para probar el modelo bajo

análisis de sensibilidad, se tienen diferentes comportamientos en la
producción, donde unos reflejan conductas favorables mientras que otros no.
Dada la compleja productividad que tienen las rosas, el modelo no permite
mucha flexibilidad por lo que debe planear únicamente para un horizonte de
un año. Por lo tanto, el modelo podría reflejar mejor el comportamiento real
de la producción, si se hiciera para un horizonte más largo, por ejemplo de
tres años. De esta forma, se tendría en cuenta el estancamiento de los picos
productivos y la producción constante de los lotes a partir de en determinado
momento.
Parte de los grandes volúmenes de programación que se obtienen del

modelo es porque no existe ningún costo asociado al exceso de
programación, esto podría ser incluido en el modelo debido a que para el
comportamiento real del cultivo, una programación requiere el uso de mano
de obra disponible y recursos que podrían estar en otros procesos.
Uno de los supuestos importantes que posee el modelo, es que no se

pueden hacer programaciones que sacrifiquen rosas que están en el proceso
de crecimiento o producción. Esto en el cultivo real, puede llegar a ser un
recurso que se puede emplear en ciertas ocasiones, en donde no importa
cuanta producción se sacrifique. Es decir, se puede reprogramar un lote
(cortar el tallo de una flor que esté en proceso de crecimiento) para un
período en donde va a haber una demanda grande con un precio de venta
alto, sabiendo que las utilidades van a superar los costos de sacrificio (costos
que se reflejan en el tiempo productivo de la flor que se pierde). Este
impedimento se puede ver en la restricción de rosas en producción
(Ecuaciones 10 y 11), porque si existen rosas que están en crecimiento no es
posible reprogramarlas, debido a que la variable enProducción está limitada
al número máximo de tallos que tiene el cultivo.
(10) en Pr oducColort , v = programadasColort ,v + en Pr oducColort −1, v − prodVariedadColort ,v (1 ≤ t < T ), ( 1 ≤ v < Vcol)
(11) en Pr oducRojast , v = programadasRojas t , v + en Pr oducRojast −1, v − prodVariedadRojas t ,v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
(12) e n Pr oducColor t ,v ≤ TallosColo rv (1 ≤ t < T ), ( 1 ≤ v < Vcol)
13) e n Pr oducRojas t ,v ≤ TallosRojas v (1 ≤ t < T ), ( 1 ≤ v < Vroj )
Por otro lado, para simplificar el modelo, no se tuvo en cuenta un aspecto

importante en el comportamiento de los precios de venta. Para el caso de
las Variedades de Colores, en ocasiones las combinaciones de colores
hacen que se paguen mejor las cajas de las rosas. Exclusivamente en las
festividades, existen colores que se pagan mejor que otros dependiendo del
motivo, por lo tanto, si se vende una caja sólida (caja con rosas del mismo
color), ésta va a ser mejor pagada que una caja surtida. Sin embargo, debe
57
II.05(20)17
existir un equilibrio, el cual consiste en evitar asignar todo un color para cajas
sólidas en las festividades, porque esto podría dejar en desequilibrio la
composición de colores para el siguiente ciclo de producción debido al efecto
repique, reflejándose en demanda no satisfecha. Si se pudiera incluir dicho
fenómeno en el modelo, haría que su comportamiento fuera más real,
introduciendo más variables y posiblemente obteniendo un mejor desempeño
en la función de utilidad.
58
II.05(20)17
5. CONCLUSIONES
A lo largo del trabajo, se ha mostrado una herramienta que permite hacer las
programaciones de los tallos de las rosas de una manera diferente al método
tradicional. De esta forma, es posible obtener una programación óptima para
lograr maximizar las utilidades, teniendo en cuenta las restricciones de los
recursos e infraestructura dentro de un cultivo.
Para el planteamiento correcto del modelo, fue necesario comprender

claramente como es el funcionamiento de un cultivo y como se manejan los
factores agrícolas, que permiten contabilizar la producción de las plantas. Es
necesario tener en cuenta que para que un modelo de esta naturaleza
funcione, principalmente, debe estar planteado de una manera acorde con
los recursos económicos y la capacidad agrícola. Sin embargo, se debe
recalcar que el cultivo debe ser manejado de una forma técnica, para poder
estandarizar los procesos y finalmente poder medirlos y simularlos. Si no es
así, el comportamiento no podría ser traducido en un lenguaje matemático, al
no tener certeza de la veracidad de los parámetros y los procesos que están
implicados.
La programación lineal puede ser muy útil para resolver problemas de

producción dando resultados que pueden ser aplicables directamente a la
operación de un proceso, en este caso de un cultivo. Las ventajas que esto
podría traer son muy grandes, en le caso del cultivo de rosas, poder tener un
pronóstico claro de cual es la producción que se va a tener, permite realizar
adecuaciones internas con anterioridad y proporcionar información confiable
de pronósticos de producción a los clientes o comercializadoras, de tal
manera que ellos puedan vender las flores con anterioridad y por
consiguiente aumentar el volumen de los pedidos que tienen en la actualidad.
Inclusive, se pueden llegar a realizar inversiones gerenciales contando con
los retornos de una producción que todavía no se tiene.
Sin embargo, en el momento de llegar a tomar una decisión importante de
grandes dimensiones económicas, es necesario realizar una comprobación
mediante asesoría de expertos en el tema de agricultura y producción,
porque los resultados no pueden ser tomados a la ligera. Se podrían hacer
verificaciones independientes al modelo para comprobar la factibilidad de la
programación de los tallos.
Los resultados del modelo reflejaron algunos aspectos importantes que se

deben recalcar. Para el caso de la demanda no satisfecha, se pudo analizar
que existen ocasiones en donde es mejor no satisfacer la demanda actual,
incurriendo así en costos a causa de faltantes o posibilidad de tener ventas
mas grandes, pero planeando disminuir los costos que se pueden tener en
un futuro a causa de una sobreproducción que no pueda ser vendida, o deba
ser desechada.
59
II.05(20)17
El comportamiento global del modelo fue relativo a las condiciones a las que
se sometía. Para el caso que se implementan los parámetros actuales, los
resultados fueron buenos, reflejando un patrón en el nivel de producción que
seguía los crecimientos de la demanda y satisfacía correctamente los picos
de precios altos. Este resultado lleva al ahorro de costos causados por
faltantes o sobrantes. Sin embargo, en el momento que se realizan cambios
en los parámetros, los resultados no se pueden analizar a simple vista,
aunque reflejan tendencias de respuestas esperadas y algunas estrategias
para disminuir los costos.
Se pudo ver que el modelaje de un cultivo de rosas requiere de un análisis

complejo, porque en el momento de elegir las estrategias que se pueden
utilizar, se deben tener en cuenta diferentes fenómenos que pueden ocurrir
con la producción de las rosas. Si se planea cumplir con la demanda en
todos los períodos, se debe cuantificar que tan perjudicial puede ser la
existencia de sobreproducción en períodos donde la demanda sea baja. Por
el contrario, cuando se planea no tener ningún exceso de producción, los
ingresos pueden ser bajos debido a que no se pueden producir grandes
volúmenes en los períodos con precios de venta altos. En los resultados, se
puede observar que la programación de las rosas en el horizonte de
planeación, genera un equilibrio entre los costos de faltantes y sobrantes
(dentro de las capacidades de producción), de tal manera que se logra la
mejor combinación de los dos para maximizar la utilidad operacional.
Una de las facilidades que se obtuvo al modelar la producción de las rosas

Melody Flowers Ltda., fue la correcta distribución del cultivo que tienen
actualmente. A medida que se ha adquirido experiencia en el negocio, el
cultivo se ha ido adecuando a la demanda de los colores de las rosas. Se ha
construido un plan óptimo de siembras, en donde el porcentaje de
composición de colores de las plantas sembradas, corresponde a la
composición que se demanda. Este hecho hace que el modelo no tenga que
incluir la variable de decisión de utilización de los colores. Simplemente, lo
que se produce va acorde con lo que se demanda. Es importante evidenciar
que el modelo no está contabilizando las plantas que son arrancadas ni las
nuevas plantas que entran en producción durante el año, entonces el
desempeño del modelo está relacionado únicamente con una capacidad de
producción constante. Si se hicieran cambios en la disponibilidad de las
plantas, sería necesario hacer ajustes o simplemente realizar un promedio de
cuantas van a ser las plantas que van a estar produciendo durante el año.
Estudios Posteriores:
Para un estudio posterior se podría implementar alguna herramienta que
pueda contabilizar un factor muy importante para la productividad y el
crecimiento de las rosa, como lo es la luminosidad (el crecimiento de la rosa
se acelera cuando tiene mayor luminosidad). Entonces para poder tener una
proyección exacta de cual es el ciclo productivo de una rosa en determinado
momento del año, se podría hacer un modelo que pudiera tener en cuenta
los grados día (unidad de medición de luminosidad) para cada uno de los
60
II.05(20)17
invernaderos que se tienen y de esta forma tener una certeza mayor acerca
del tiempo de crecimiento de una flor.
61
II.05(20)17
6. BIBLIOGRAFÍA
• [6] Asociación Colombiana de Exportadores de Flores (Asocolflores).

Página web visitada el 2 de octubre de 2005. Disponible:
www.asocolflores.org
• [4] Caixeta-Filho, J. V., J. M. van Swaay-Neto, R. L. Lopes. (2000).

Linear programming applied to the flower sector: A gladiolus bulb
production case study.[Versión Electrónica]
• [2] Caixeta-Filho, Jose Vicente,. Jan Maarten van Swaay-Neto &

Antonio de Padua Wagemaker (2002). Optimization of the Production
Planning and Trade of Lily Flowers at Jan de Wit Company [Versión
Electrónica]
• [5] Departamento Administrativo Nacional de Estadística (DANE).

Página web visitada el 12 de noviembre 2005. Disponible:
www.dane.gov.co
• [7] Información Técnica Agrícola (Infoagro) Página web visitada el 2 de

octubre de 2005. Disponible: www.infoagro.com/flores/flores/rosas.htm
• [1] Kenneth D. Lawrence & Stelios H. Zanakis (1984). Production

planning and Scheduling: mathematical programming applications.
• [3] Rodriguez Chehade, Munir (2003). Modelos de optimización para la

programación de un cultivo de claveles. No publicada. Universidad de
los Andes
• [9] Monroy, Nestor., Pérez, Ignacio. & Cure, José Ricardo (2001).
Estudio de la variabilidad en el clima y la producción de rosas en la
Sabana de Bogotá, Revista de Ingeniería, Vol 14 (2001)
• [8] Proexport Colombia (2002). Página web visitada el 15 de octubre

de 2005. Disponible: www.proexport.com.co
62
II.05(20)17
7. ANEXOS
Anexo 4.1 Capacidad Máxima de Tallos en el Cultivo dependiendo de la

Variedad de Rosa
Capacidad Máxima de Tallos

Densidad 30.5
Tallos Totales 4305001.8
Variedad Mt 2 Tallos
VIRGINIA 2369.8 72278.9
ESCIMO 1965.2 59938.6
VENDELA 3236.8 98722.4
LINDSEY 1849.6 56412.8
AALSMER GOLD 10866.4 331425.2
ATTACHE 2023 61701.5
DOLORES 4681.8 142794.9
PECKOUBO 5953.4 181578.7
KIKO 3410.2 104011.1
ORLANDO 1965.2 59938.6
ELISA 4219.4 128691.7
H. PRINCES 2658.8 81093.4
M. STAR 4392.8 133980.4
PAPAYA 3179 96959.5
CONFETTY 5028.6 153372.3
LIPSTICK 4392.8 133980.4
VOGUE 5433.2 165712.6
TANGO 1849.6 56412.8
VERANO 1387.2 42309.6
SATURNO 2832.2 86382.1
QUEENS DAY 1907.4 58175.7
MUSTANG 2312 70516
LAPARASINNE 3699.2 112825.6
AVANGARD 2312 70516
TOTAL ROSA
83925.6 2559730.8
COLOR
CLASSY 20114.4 613489.2
FREEDOM 16299.6 497137.8
CHARLOTTE 20808 634644
TOTAL ROSA ROJA 57222 1745271
63
Anexo 3.1 Productividad de cada Rosa dependiendo de la Variedad durante un año (Semana 1 a 34)
Sem ana
Variedad 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
VIRGI NI A 0 0 0 0 0 0 0 0 0 0 0 0. 1535 0. 8296 0.0169 0 0 0 0 0 0 0 0 0. 1228 0. 33184 0. 33184 0. 01352 0 0 0 0 0 0 0 0
ESCIM O 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
VENDELL A 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
L INDSEY 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
AALSM ER 0 0 0 0 0 0 0 0 0 0 0. 1945 0. 8055 0 0 0 0 0 0 0 0 0 0.1556 0. 3222 0. 3222 0 0 0 0 0 0 0 0 0.068075 0.18795
ATT ACHE 0 0 0 0 0 0 0 0 0 0 0 0 0. 8965 0.1035 0 0 0 0 0 0 0 0 0 0 0 0. 3586 0. 3586 0. 0828 0 0 0 0 0 0
DOLORES 0 0 0 0 0 0 0 0 0 0 0 0. 2404 0. 7596 0 0 0 0 0 0 0 0 0 0 0. 19232 0. 30384 0. 30384 0 0 0 0 0 0 0 0
PECKUO BO 0 0 0 0 0 0 0 0 0 0. 0278 0. 9722 0 0 0 0 0 0 0 0 0.02224 0.38888 0.38888 0 0 0 0 0 0 0 0.00973 0. 226846667 0.226846667 0. 226846667 0.00973
KI KO 0 0 0 0 0 0 0 0 0 0 0. 0125 0. 4254 0. 5621 0 0 0 0 0 0 0 0 0. 01 0.34032 0. 22484 0. 22484 0 0 0 0 0 0 0 0.004375 0.14889
ORLANDO 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
ELISA 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0.5 0.3 0 0 0 0 0 0 0 0 0
PRINCESS 0 0 0 0 0 0 0 0 0 0 0. 0531 0. 9469 0 0 0 0 0 0 0 0 0 0.04248 0.37876 0. 37876 0 0 0 0 0 0 0 0 0.018585 0.220943333
M STAR 0 0 0 0 0 0 0 0 0 0 0 0. 4626 0. 3386 0.1988 0 0 0 0 0 0 0 0 0 0. 18504 0. 18504 0. 27088 0. 15904 0 0 0 0 0 0 0
PAPAYA 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
CONFETTI 0 0 0 0 0 0 0 0 0 0 0 0. 0184 0. 9816 0 0 0 0 0 0 0 0 0 0 0. 01472 0. 39264 0. 39264 0 0 0 0 0 0 0 0
L IPSTI K 0 0 0 0 0 0 0 0 0 0 0 0. 2354 0. 7646 0 0 0 0 0 0 0 0 0 0 0. 18832 0. 30584 0. 30584 0 0 0 0 0 0 0 0
VOGUE 0 0 0 0 0 0 0 0 0 0. 0242 0. 9758 0 0 0 0 0 0 0 0 0.01936 0.39032 0.39032 0 0 0 0 0 0 0 0.00847 0. 227686667 0.227686667 0. 227686667 0.00847
T ANGO 0 0 0 0 0 0 0 0 0 0. 0066 0. 8132 0. 1802 0 0 0 0 0 0 0 0.00528 0.32528 0.32528 0.14416 0 0 0 0 0 0 0.00231 0.28462 0. 28462 0.06307 0.06307
VERANO 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
SAT URNO 0 0 0 0 0 0 0 0 0 0 0 0. 7718 0. 2282 0 0 0 0 0 0 0 0 0 0 0. 30872 0. 30872 0. 18256 0 0 0 0 0 0 0 0
QUEENS 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
M USTANG 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
L APARISII NE 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
AVANGARD 0 0 0 0 0 0 0 0 0 0 0 0. 5 0. 5 0 0 0 0 0 0 0 0 0 0 0.2 0.4 0.2 0 0 0 0 0 0 0 0
CLASSY 0 0 0 0 0 0 0 0 0 0 0. 35 0. 65 0 0 0 0 0 0 0 0 0 0. 28 0. 26 0. 26 0 0 0 0 0 0 0 0 0. 1225 0.151666667
F REEDOM 0 0 0 0 0 0 0 0 0 0.3 0.7 0 0 0 0 0 0 0 0 0. 24 0. 28 0. 28 0 0 0 0 0 0 0 0. 105 0. 163333333 0.163333333 0. 163333333 0.105
CHARLOT TE 0 0 0 0 0 0 0 0 0 0 0 0 0 0. 4 0.6 0 0 0 0 0 0 0 0 0 0 0 0.32 0.24 0. 24 0 0 0 0 0
II.05(20)17
Anexo 3.2 Productividad de cada Rosa dependiendo de la Variedad durante un año (Semana 35 a 52)
S emana
V ariedad 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
V IRGINI A 0.053725 0. 193573333 0. 193573333 0. 193573333 0.053725 0.01183 0 0 0 0 0 0 0 0.0268625 0.096786667 0.096786667 0.096786667 0. 0268625
E SCIM O 0 0. 116666667 0. 116666667 0. 175 0. 175 0. 116666667 0 0 0 0 0 0 0 0 0.058333333 0.058333333 0. 0875 0.0875
V ENDELLA 0 0. 116666667 0. 116666667 0. 175 0. 175 0. 116666667 0 0 0 0 0 0 0 0 0.058333333 0.058333333 0. 0875 0.0875
LI NDS EY 0 0. 116666667 0. 116666667 0. 175 0. 175 0. 116666667 0 0 0 0 0 0 0 0 0.058333333 0.058333333 0. 0875 0.0875
AAL SME R 0.18795 0.18795 0.068075 0 0 0 0 0 0 0.0340375 0.093975 0. 093975 0. 093975 0.0340375 0 0 0 0
ATTACHE 0 0 0 0 0. 209183333 0. 209183333 0. 209183333 0.036225 0.036225 0 0 0 0 0 0 0 0.104591667 0.104591667
DOLORES 0 0.08414 0.17724 0.17724 0.17724 0.08414 0 0 0 0 0 0 0 0. 04207 0. 08862 0. 08862 0. 08862 0. 04207
P ECKUOBO 0 0 0 0 0 0.004865 0. 113423333 0. 113423333 0. 113423333 0.004865 0 0 0 0 0 0 0 0
KIKO 0.196735 0.196735 0.14889 0.004375 0 0 0 0 0 0 0.0021875 0. 074445 0.0983675 0.0983675 0. 074445 0.0021875 0 0
ORLANDO 0 0. 116666667 0. 116666667 0. 175 0. 175 0. 116666667 0 0 0 0 0 0 0 0.058333333 0.058333333 0. 0875 0. 0875 0.058333333
E LIS A 0 0. 21 0. 21 0. 14 0. 14 0 0 0 0 0 0 0 0 0.105 0.105 0.07 0.07 0
P RI NCE SS 0. 220943333 0. 220943333 0.018585 0 0 0 0 0 0 0.0092925 0. 110471667 0. 110471667 0.110471667 0.0092925 0 0 0
M STAR 0 0.16191 0.16191 0.11851 0.11851 0. 07362963 0.07362963 0 0 0 0 0 0 0. 080955 0. 080955 0. 059255 0. 059255 0.036814815
P AP AY A 0 0.08414 0.17724 0.17724 0.17724 0.08414 0 0 0 0 0 0 0 0. 04207 0. 08862 0. 08862 0. 08862 0. 04207
CONFET TI 0 0.00644 0.22904 0.22904 0.22904 0.00644 0 0 0 0 0 0 0 0. 00322 0. 11452 0. 11452 0. 11452 0. 00322
LI PS TI K 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
V OGUE 0 0 0 0 0 0 0.004235 0. 113843333 0. 113843333 0. 113843333 0.004235 0 0 0 0 0 0 0
T ANGO 0.00231 0 0 0 0 0 0.001155 0. 14231 0. 14231 0.031535 0.031535 0. 001155 0 0 0 0 0 0
V ERANO 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
S AT URNO 0 0. 180086667 0. 180086667 0. 180086667 0.07987 0.07987 0 0 0 0 0 0 0 0.090043333 0.090043333 0.090043333 0. 039935 0. 039935
QUEE NS 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
M US TANG 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
LAPARIS II NE 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
AVANGARD 0 0.08239 0. 178406667 0. 178406667 0. 178406667 0.08239 0 0 0 0 0 0 0 0. 041195 0.089203333 0.089203333 0.089203333 0. 041195
CLASS Y 0. 151666667 0. 151666667 0. 1225 0 0 0 0 0 0 0. 06125 0. 075833333 0. 075833333 0.075833333 0. 06125 0 0 0 0
FRE EDOM 0 0 0 0 0 0. 0525 0. 081666667 0. 081666667 0. 081666667 0. 0525 0 0 0 0 0 0 0 0
CHARLOT TE 0 0 0 0 0 0 0.14 0.14 0.14 0.14 0.14 0 0 0 0 0 0 0
65
Anexo 4.2 Precio de venta de las rosas según en grupo (Color o Rojas) en
U$
Precio de venta de las Rosas

Rosa por caja
Colores Rojas
Semana Precio(U$) Precio(U$)
1 0.18 0.16
2 0.18 0.16
3 0.18 0.16
4 0.18 0.16
5 0.18 0.16
6 0.18 0.16
7 0.18 0.16
8 0.18 0.16
9 0.18 0.16
10 0.18 0.16
11 0.18 0.16
12 0.18 0.16
13 0.19 0.19
14 0.2 0.4
15 0.2 0.4
16 0.2 0.4
17 0.18 0.16
18 0.18 0.16
19 0.18 0.16
20 0.18 0.16
21 0.18 0.16
22 0.18 0.16
23 0.18 0.16
24 0.2 0.4
25 0.2 0.4
26 0.2 0.4
27 0.2 0.4
28 0.18 0.16
29 0.18 0.16
30 0.18 0.16
31 0.18 0.16
32 0.18 0.16
33 0.18 0.18
34 0.18 0.18
35 0.18 0.16
36 0.18 0.16
37 0.18 0.16
38 0.18 0.16
39 0.18 0.16
40 0.18 0.16
41 0.18 0.16
42 0.18 0.16
43 0.18 0.16
44 0.18 0.16
45 0.18 0.16
46 0.18 0.16
47 0.18 0.16
48 0.18 0.16
49 0.18 0.18
50 0.18 0.18
51 0.18 0.16
52 0.18 0.16
II.05(20)17
Anexo 4.3 % de Pérdida de Rosas por Variedad
% de Pérdida por Variedad

Variedad % Perdida
VIRGINIA 0.10
ESCIMO 0.05
VENDELLA 0.07
LINDSEY 0.07
AALSMER 0.14
ATTACHE 0.06
DOLORES 0.13
PECKUOBO 0.11
KIKO 0.22
ORLANDO 0.07
ELISA 0.11
PRINCESS 0.08
MSTAR 0.14
PAPAYA 0.05
CONFETTI 0.12
LIPSTIK 0.13
VOGUE 0.10
TANGO 0.11
VERANO 0.09
SATURNO 0.10
QUEENS 0.06
MUSTANG 0.07
LAPARISIINE 0.06
AVANGARD 0.07
CLASSY 0.10
FREEDOM 0.10
CHARLOTTE 0.10
67
II.05(20)17
Anexo 4.4 Costos asociados a los Faltantes dependiendo del grupo de las
Rosas en cada semana (U$)
Co stos po r F altantes
Semana Co lor Ro jas
1 0.005 0
2 0.005 0
3 0.005 0
4 0.005 0
5 0.005 0
6 0.005 0
7 0.005 0
8 0.005 0
9 0.005 0
10 0.005 0
11 0.005 0
12 0.005 0
13 0.005 0.05
14 0.01 0.05
15 0.01 0.05
16 0.01 0.05
17 0.01 0.05
18 0.01 0.05
19 0.01 0.05
20 0.005 0
21 0.005 0
22 0.005 0
23 0.01 0
24 0.01 0
25 0.01 0.05
26 0.01 0.05
27 0.01 0.05
28 0.01 0.05
29 0.005 0.05
30 0.005 0
31 0.005 0
32 0.005 0
33 0.005 0
34 0.005 0
35 0.005 0
36 0.005 0
37 0.01 0.03
38 0.01 0.03
39 0.01 0.03
40 0.01 0
41 0.01 0
42 0.005 0
43 0.005 0
44 0.005 0
45 0.005 0
46 0.005 0
47 0.005 0
48 0.005 0
49 0.005 0
50 0.005 0.03
51 0.005 0.03
52 0.005 0.03
68
II.05(20)17
Anexo 4.5 Costos asociados a los Sobrantes dependiendo del grupo de las
Rosas en cada semana (U$)
Costos de Sobrantes
Semana Color Rojas
1 0 .009 0.009
2 0 .009 0.009
3 0 .009 0.009
4 0 .009 0.009
5 0 .009 0.009
6 0 .009 0.009
7 0 .009 0.009
8 0 .009 0.009
9 0 .009 0.009
10 0 .009 0.009
11 0 .009 0.009
12 0 .009 0.009
13 0 .009 0.009
14 0 0
15 0 0
16 0 0
17 0 0
18 0 0
19 0 .009 0.009
20 0 .009 0.009
21 0 .009 0.009
22 0 .009 0.009
23 0 0
24 0 0
25 0 0
26 0 0
27 0 0
28 0 0
29 0 .009 0.009
30 0 .009 0.009
31 0 .009 0.009
32 0 .009 0.009
33 0 .009 0.009
34 0 .009 0.009
35 0 0
36 0 0
37 0 0
38 0 0
39 0 0
40 0 0
41 0 0
42 0 .009 0.009
43 0 .009 0.009
44 0 .009 0.009
45 0 .009 0.009
46 0 .009 0.009
47 0 .009 0.009
48 0 .009 0.009
49 0 0
50 0 0
51 0 0
52 0 0
69
durante las 52 semanas del horizonte de planeación. (12 primeras
variedades)
S em ana Variedad
VI RGINI A E SCIMO V ENDELLA LINDSEY AALSM ER GOATTACHE DOLORES P ECKUOBO KI KO ORLANDO E LISA HOT P RINCE
1 26743. 193 22177. 282 36527.288 20872. 736 122627.324 22829.555 52834. 113 67184.119 38484.107 22177. 282 47615.929 30004.558
2 23129. 248 19180. 352 31591.168 18052. 096 106056.064 19744.48 45694. 368 58105.184 33283.552 19180. 352 41181.344 25949.888
3 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
4 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
5 722. 789 599.386 987.224 564. 128 3314.252 617.015 1427. 949 1815.787 1040.111 599. 386 1286.917 810.934
6 722. 789 599.386 987.224 564. 128 3314.252 617.015 1427. 949 1815.787 1040.111 599. 386 1286.917 810.934
7 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
8 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
9 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
10 8673. 468 7192. 632 11846.688 6769. 536 39771. 024 7404.18 17135. 388 21789.444 12481.332 7192. 632 15443.004 9731.208
11 13732. 991 11388. 334 18757.256 10718. 432 62970. 788 11723.285 27131. 031 34499.953 19762.109 11388. 334 24451.423 15407.746
12 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
13 30357. 138 25174. 212 41463.408 23693. 376 139198.584 25914.63 59973. 858 76263.054 43684.662 25174. 212 54050.514 34059.228
14 44812. 918 37161. 932 61207.888 34975. 936 205483.624 38254.93 88532. 838 112578.794 64486.882 37161. 932 79788.854 50277.908
15 50595.23 41957. 02 69105.68 39488.96 231997. 64 43191.05 99956.43 127105. 09 72807.77 41957.02 90084. 19 56765.38
16 54209. 175 44953. 95 74041. 8 42309.6 248568. 9 46276.125 107096. 175 136184.025 78008.325 44953.95 96518.775 60820.05
17 54209. 175 44953. 95 74041. 8 42309.6 248568. 9 46276.125 107096. 175 136184.025 78008.325 44953.95 96518.775 60820.05
18 44812. 918 37161. 932 61207.888 34975. 936 205483.624 38254.93 88532. 838 112578.794 64486.882 37161. 932 79788.854 50277.908
19 30357. 138 25174. 212 41463.408 23693. 376 139198.584 25914.63 59973. 858 76263.054 43684.662 25174. 212 54050.514 34059.228
20 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
21 12287. 413 10189. 562 16782.808 9590. 176 56342. 284 10489.255 24275. 133 30868.379 17681.887 10189. 562 21877.589 13785.878
22 12287. 413 10189. 562 16782.808 9590. 176 56342. 284 10489.255 24275. 133 30868.379 17681.887 10189. 562 21877.589 13785.878
23 21683.67 17981. 58 29616.72 16923.84 99427. 56 18510.45 42838.47 54473. 61 31203.33 17981.58 38607. 51 24328.02
24 28911.56 23975. 44 39488.96 22565.12 132570. 08 24680. 6 57117.96 72631. 48 41604.44 23975.44 51476. 68 32437.36
25 43367.34 35963. 16 59233.44 33847.68 198855. 12 37020. 9 85676.94 108947. 22 62406.66 35963.16 77215. 02 48656.04
26 47704. 074 39559. 476 65156.784 37232. 448 218740.632 40722.99 94244. 634 119841.942 68647.326 39559. 476 84936.522 53521.644
27 44812. 918 37161. 932 61207.888 34975. 936 205483.624 38254.93 88532. 838 112578.794 64486.882 37161. 932 79788.854 50277.908
28 26743. 193 22177. 282 36527.288 20872. 736 122627.324 22829.555 52834. 113 67184.119 38484.107 22177. 282 47615.929 30004.558
29 23129. 248 19180. 352 31591.168 18052. 096 106056.064 19744.48 45694. 368 58105.184 33283.552 19180. 352 41181.344 25949.888
30 8673. 468 7192. 632 11846.688 6769. 536 39771. 024 7404.18 17135. 388 21789.444 12481.332 7192. 632 15443.004 9731.208
31 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
32 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
33 6505. 101 5394. 474 8885.016 5077. 152 29828. 268 5553.135 12851. 541 16342.083 9360.999 5394. 474 11582.253 7298.406
34 8673. 468 7192. 632 11846.688 6769. 536 39771. 024 7404.18 17135. 388 21789.444 12481.332 7192. 632 15443.004 9731.208
35 12287. 413 10189. 562 16782.808 9590. 176 56342. 284 10489.255 24275. 133 30868.379 17681.887 10189. 562 21877.589 13785.878
36 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
37 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
38 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
39 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
40 12287. 413 10189. 562 16782.808 9590. 176 56342. 284 10489.255 24275. 133 30868.379 17681.887 10189. 562 21877.589 13785.878
41 8673. 468 7192. 632 11846.688 6769. 536 39771. 024 7404.18 17135. 388 21789.444 12481.332 7192. 632 15443.004 9731.208
42 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
43 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
44 5059. 523 4195. 702 6910.568 3948. 896 23199. 764 4319.105 9995. 643 12710.509 7280.777 4195. 702 9008.419 5676.538
45 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
46 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
47 1445. 578 1198. 772 1974.448 1128. 256 6628.504 1234.03 2855. 898 3631.574 2080.222 1198. 772 2573.834 1621.868
48 8673. 468 7192. 632 11846.688 6769. 536 39771. 024 7404.18 17135. 388 21789.444 12481.332 7192. 632 15443.004 9731.208
49 15901. 358 13186. 492 21718.928 12410. 816 72913. 544 13574.33 31414. 878 39947.314 22882.442 13186. 492 28312.174 17840.548
50 19515. 303 16183. 422 26655.048 15231. 456 89484. 804 16659.405 38554. 623 49026.249 28082.997 16183. 422 34746.759 21895.218
51 19515. 303 16183. 422 26655.048 15231. 456 89484. 804 16659.405 38554. 623 49026.249 28082.997 16183. 422 34746.759 21895.218
52 23129. 248 19180. 352 31591.168 18052. 096 106056.064 19744.48 45694. 368 58105.184 33283.552 19180. 352 41181.344 25949.888
II.05(20)17
durante las 52 semanas del horizonte de planeación. (15 últimas variedades)
Semana Variedades
MOVIE S TAR PAPAYA C ONFETTI LI PSTIK VOGU E TA NGO VER ANO SATURN O QUEEN 'S DA YMUSTANG LAPAR ISII NE AVAN GARD C LA SSY FREEDOM C HARLOTTE
1 49572.748 35875. 015 56747.751 49572. 748 61313.662 20872. 736 15654.552 31961. 377 21525.009 26090.92 41745.472 26090.92 0 0 0
2 42873.728 31027.04 49079.136 42873. 728 53028.032 18052. 096 13539.072 27642. 272 18616.224 22565.12 36104.192 22565.12 0 0 0
3 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 0 0 0
4 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
5 1339.804 969. 595 1533.723 1339. 804 1657.126 564. 128 423.096 863. 821 581.757 705.16 1128.256 705.16 122697. 84 99427.56 126928.8
6 1339.804 969. 595 1533.723 1339. 804 1657.126 564. 128 423.096 863. 821 581.757 705.16 1128.256 705.16 153372.3 124284.45 158661
7 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 196316.544 159084. 096 203086. 08
8 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 214721. 22 173998.23 222125.4
9 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 245395. 68 198855.12 253857.6
10 16077.648 11635.14 18404.676 16077. 648 19885.512 6769. 536 5077.152 10365. 852 6981.084 8461.92 13539.072 8461.92 0 0 0
11 25456.276 18422. 305 29140.737 25456. 276 31485.394 10718. 432 8038.824 16412. 599 11053.383 13398.04 21436.864 13398.04 0 0 0
12 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 30674. 46 24856.89 31732.2
13 56271.768 40722.99 64416.366 56271. 768 69599.292 23693. 376 17770.032 36280. 482 24433.794 29616.72 47386.752 29616.72 184046. 76 149141.34 1903 93.2
14 83067.848 60114.89 95090.826 83067. 848 102741.812 34975. 936 26231.952 53556. 902 36068.934 43719.92 69951.872 43719.92 368093. 52 298282.68 380786.4
15 93786. 28 67871.65 107360. 61 93786.28 115998. 82 39488.96 29616. 72 60467.47 40722. 99 49361.2 78977. 92 49361.2 441712.224 357939. 216 456943. 68
16 100485.3 72719. 625 115029.225 100485.3 124284. 45 42309.6 31732.2 64786. 575 43631.775 52887 84619.2 52887 466251.792 377824. 728 482329. 44
17 100485.3 72719. 625 115029.225 100485.3 124284. 45 42309.6 31732.2 64786. 575 43631.775 52887 84619.2 52887 478521.576 387767. 484 495022. 32
18 83067.848 60114.89 95090.826 83067. 848 102741.812 34975. 936 26231.952 53556. 902 36068.934 43719.92 69951.872 43719.92 429442. 44 347996.46 444250.8
19 56271.768 40722.99 64416.366 56271. 768 69599.292 23693. 376 17770.032 36280. 482 24433.794 29616.72 47386.752 29616.72 122697. 84 99427.56 126928.8
20 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 0 0 0
21 22776.668 16483. 115 26073.291 22776. 668 28171.142 9590. 176 7192.632 14684. 957 9889.869 11987.72 19180.352 11987.72 0 0 0
22 22776.668 16483. 115 26073.291 22776. 668 28171.142 9590. 176 7192.632 14684. 957 9889.869 11987.72 19180.352 11987.72 0 0 0
23 40194. 12 29087.85 46011. 69 40194.12 49713. 78 16923.84 12692. 88 25914.63 17452. 71 21154.8 33847. 68 21154.8 0 0 0
24 53592. 16 38783.8 61348. 92 53592.16 66285. 04 22565.12 16923. 84 34552.84 23270. 28 28206.4 45130. 24 28206.4 122697. 84 99427.56 126928.8
25 80388. 24 58175.7 92023. 38 80388.24 99427. 56 33847.68 25385. 76 51829.26 34905. 42 42309.6 67695. 36 42309.6 368093. 52 298282.68 380786.4
26 88427.064 63993.27 101225.718 88427. 064 109370.316 37232. 448 27924.336 57012. 186 38395.962 46540.56 74464.896 46540.56 441712.224 357939. 216 456943. 68
27 83067.848 60114.89 95090.826 83067. 848 102741.812 34975. 936 26231.952 53556. 902 36068.934 43719.92 69951.872 43719.92 404902.872 328110. 948 4 18865. 04
28 49572.748 35875. 015 56747.751 49572. 748 61313.662 20872. 736 15654.552 31961. 377 21525.009 26090.92 41745.472 26090.92 306744.6 248568.9 317322
29 42873.728 31027.04 49079.136 42873. 728 53028.032 18052. 096 13539.072 27642. 272 18616.224 22565.12 36104.192 22565.12 153372.3 124284.45 158661
30 16077.648 11635.14 18404.676 16077. 648 19885.512 6769. 536 5077.152 10365. 852 6981.084 8461.92 13539.072 8461.92 0 0 0
31 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 0 0 0
32 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
33 12058.236 8726. 355 13803.507 12058. 236 14914.134 5077. 152 3807.864 7774. 389 5235.813 6346.44 10154.304 6346.44 0 0 0
34 16077.648 11635.14 18404.676 16077. 648 19885.512 6769. 536 5077.152 10365. 852 6981.084 8461.92 13539.072 8461.92 0 0 0
35 22776.668 16483. 115 26073.291 22776. 668 28171.142 9590. 176 7192.632 14684. 957 9889.869 11987.72 19180.352 11987.72 184046. 76 149141.34 190393 .2
36 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 122697. 84 99427.56 126928 .8
37 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 122697. 84 99427.56 126928 .8
38 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 61348. 92 49713.78 63464.4
39 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 30674. 46 24856.89 31732.2
40 22776.668 16483. 115 26073.291 22776. 668 28171.142 9590. 176 7192.632 14684. 957 9889.869 11987.72 19180.352 11987.72 0 0 0
41 16077.648 11635.14 18404.676 16077. 648 19885.512 6769. 536 5077.152 10365. 852 6981.084 8461.92 13539.072 8461.92 0 0 0
42 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 0 0 0
43 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
44 9378.628 6787. 165 10736.061 9378. 628 11599.882 3948. 896 2961.672 6046. 747 4072.299 4936.12 7897.792 4936.12 0 0 0
45 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
46 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
47 2679.608 1939.19 3067.446 2679. 608 3314.252 1128. 256 846.192 1727. 642 1163.514 1410.32 2256.512 1410.32 0 0 0
48 16077.648 11635.14 18404.676 16077. 648 19885.512 6769. 536 5077.152 10365. 852 6981.084 8461.92 13539.072 8461.92 0 0 0
49 29475.688 21331.09 33741.906 29475. 688 36456.772 12410. 816 9308.112 19004. 062 12798.654 15513.52 24821.632 15513.52 0 0 0
50 36174.708 26179. 065 41410.521 36174. 708 44742.402 15231. 456 11423.592 23323. 167 15707.439 19039.32 30462.912 19039.32 0 0 0
51 36174.708 26179. 065 41410.521 36174. 708 44742.402 15231. 456 11423.592 23323. 167 15707.439 19039.32 30462.912 19039.32 0 0 0
52 42873.728 31027.04 49079.136 42873. 728 53028.032 18052. 096 13539.072 27642. 272 18616.224 22565.12 36104.192 22565.12 0 0 0
71

Modelo de Planeacion de Rosas

Cargado por

Copyright:

Formatos disponibles

Modelo de Planeacion de Rosas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelo de Planeacion de Rosas

Cargado por

Copyright:

Formatos disponibles

MODELO DE OPTIMIZACIÓN PARA LA

PLANEACIÓN DE PRODUCCIÓN DE UN CULTIVO DE

FELIPE CALDERÓN NOVOA

UNIVERSIDAD DE LOS ANDES

MODELO DE OPTIMIZACIÓN PARA LA

FELIPE CALDERÓN NOVOA

Trabajo de grado para optar al título de Ingeniero

UNIVERSIDAD DE LOS ANDES

Dedicada a mis padres

que me han apoyado en todo

momento por difícil que haya sido y

siempre han creído en mí. A mi tía,

patrocinadora de sueños que me

ha dado la gran oportunidad de

poder alcanzar mis logros.

El autor expresa sus agradecimientos a:

Gonzalo Mejía, asesor de tesis, por su orientación y guía que me permitieron

Dash Optimization por conceder la licencia del software para optimización

Mi familia, amigos y todos aquellos que de alguna forma me ayudaron en

2. FORMULACIÓN DEL PROBLEMA .......................................................................18

3. FORMULACIÓN DEL MODELO ............................................................................29

4. RESULTADOS DEL MODELO...............................................................................42

4.4. Limitaciones del Modelo...................................................................................57

Dada la importancia del sector floricultor en Colombia y la trayectoria

Son pocos los estudios que se encuentran sobre optimización de la

1.2. Contenido de la Investigación

Situación General: Descripción y contextualización de la situación actual del

Modelo Matemático: Traducción de la producción de rosas en lenguaje

Sensib ilidad y Resultados: Se presentarán los resultados del modelo y el

Conclusiones: Se presentarán conclusiones y sugerencias luego de haber

Para poder aplicar las herramientas matemáticas al sistema utilizado

Actualmente, algunos procedimientos que se utilizan se basan en la

Asimismo, se busca entender cual es el comportamiento de la demanda yel

A continuación se muestra la importancia del sector y la problemática que se

1.4.1. Objetivos Generales

Diseñar un modelo de planeación de producción en base al cultivo de Melody

1.4.2. Objetivos Específicos

1 Comprender la problemática involucrada en el cultivo de rosas en la

2 Conocer los procesos para el cultivar rosas

3 Estudiar investigaciones bibliográficas sobre temas relacionados con

4 Estudiar la teoría necesaria para poder plantear y resolver problemas

5 Plantear e identificar las variables del modelo

6 Analizar cual es el comportamiento de la producción al implementar

7 Proponer nuevas estrategias de producción a la empresa estudiada

1.5. La importancia del sector floricultor

El sector de las flores representa una importante industria en Colombia. A

Figura 1.1 Exportaciones de Rosas Frescas en Colombia en los

Fuente: Departamento Administrativo Nacional de Estadística DANE -

Actualmente, Colombia es el proveedor de flores más grande para Estados

Por ejemplo, en el 2002, las exportaciones de flores alcanzaron los 700

Figura 1.2 Destinos de las Exportaciones de Flores en Colombia

Fuente: Departamento Administrativo Nacional de Estadística DANE -

El sector floricultor tiene un portafolio amplio, y específicamente el de las

Figura 1.3 Total de Empleos generados por la Industria

Fuente de Información: Departamento Administrativo Nacional de Estadística

1.5.1. Importancia económica de la rosa y

Sus principales mercados de consumo son Europa, donde figura Alemania

Se trata de un cultivo muy especializado que ocupa 1.000 ha de invernadero

Figura 1.4 Productos Florales de Exportación en Colombia