Optimización de portafolios de venta de productos en la post crisis Covid-19, aplicando programación lineal y pronósticos

Contenido principal del artículo

Carlos Flores Tapia
Karla Lissette Flores Cevallos.

Resumen

La crisis sanitaria del COVID-19, iniciada a finales de diciembre de 2019, ha provocó graves repercusiones en la mayoría de los países, particularmente en el Ecuador. En el ámbito económico, por ejemplo, las MIPYMES se vieron afectadas por la disminución de las ventas; es el caso de la comercializadora Gutiérrez, empresa objeto de estudio. En este escenario altamente complejo, se requirió la toma de decisiones sustentadas técnicamente que ayuden a las empresas a sobrellevar la post crisis. El objetivo principal de la investigación fue demostrar que es posible calcular un óptimo de combinaciones de cantidades de la oferta de ventas que permite maximizar las utilidades de la empresa objeto de estudio, en una situación post crisis como la generada por la pandemia del Covid-19 (OMS, 2021), mediante la aplicación combinada del método simplex de programación lineal y el método estadístico de pronósticos. Asimismo, se llegó a demostrar la utilidad del método simplex de programación lineal y del método estadístico de pronósticos en la búsqueda de una solución que permita la combinación óptima de ventas en el portafolio de productos de este tipo de empresas minoristas.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Flores Tapia, C. E., & Flores Cevallos, K. L. (2022). Optimización de portafolios de venta de productos en la post crisis Covid-19, aplicando programación lineal y pronósticos. Espí­ritu Emprendedor TES, 6(2), 56–80. https://doi.org/10.33970/eetes.v6.n2.2022.304
Sección
Artículos
Biografía del autor/a

Carlos Flores Tapia, Pontificia Universidad Católica del Ecuador

PhD. en Ciencias Sociales y Jurídicas – Universidad de Cádiz, España. Maestría en Negociaciones Internacionales y Comercio Exterior – Universidad Central del Ecuador. Ingeniero Comercial – Universidad de las Fuerzas Armadas del Ecuador, ESPE. Profesor investigador – Pontificia Universidad Católica del Ecuador. Líneas de investigación: 1) Economía aplicada al desarrollo y cambio tecnológico, 2) Estadística y métodos cuantitativos aplicados a la economía y la administración.

 

Karla Lissette Flores Cevallos., Universidad de Cádiz, España.

Economista. Máster en Economía y Desarrollo Territorial – Universidad de Cádiz, España. Doctoranda en Dirección de Empresas y Entorno Económico – Universidad de Cádiz, España. Investigadora, directora ejecutiva de la Fundación Los Andes, Ecuador.  Líneas de investigación: Economía y Desarrollo Territorial y Econometría.

Citas

Alvarado, J. (2009). La programación lineal aplicación de las pequeñas y medianas empresas. Reflexiones, 88(1), 1021–1209. https://dialnet.unirioja.es/servlet/articulo?codigo=4796082
Anderson, D., Sweeney, D., & Williams, T. (2016). Métodos cuantitativos para los negocios (13th ed.). Cengace Learning.
Bauzá, J. (2015). Aplicación de la programación lineal en el análisis de la eficiencia: el método dea. Perspectiva Socioeconómica, 1(12), 119. https://www.researchgate.net/publication/312310626_Aplicacion_de_la_programacion_lineal_en_el_analisis_de_la_eficiencia_el_metodo_dea/citation/download
Bolaños, R., Correa, C., & Escobar, A. (2007). Planeamiento de la expansión de la transmisión considerando contingencias mediante el algoritmo multiobjetivo NSGA-II. Scientia et Technica, 1(37), 13–18. https://revistas.utp.edu.co/index.php/revistaciencia/article/view/4031/2287
Díaz, G. (2005). Linear Programming as a Tool for Decision Making. Sotavento, 10(1), 60–67. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1508437
Faulín, F., & Pérez, A. (2005). Introducción a la investigación operativa. Técnica Administrativa, 4(23), 166–1680.
Flores-Tapia, C., Flores-Cevallos, K., Mendoza, A., & Valdivieso, A. (2017). Análisis del volumen de ventas de rosas en la empresa “High conecction flowers” aplicando diseño de experimentos: caso particular. Scientia et Technica, 22(3), 281–287. https://doi.org/10.22517/23447214.13891
Flores-Tapia, C., & Flores-Cevallos, L. (2018). Investigación Operativa. Fundación Los Andes. http://186.71.28.67/isbn_site/catalogo.php?mode=detalle&nt=63085
Gesa, A., Rabadá, I., & Jurado, J. (2008). La planificación de la produccion industrial y las emisiones de CO2. Aplicación de un modelo de programación lineal. Asociación Europea de Dirección y Economía de Empresa, 1, 1–15. https://dialnet.unirioja.es/servlet/articulo?codigo=2710829
Gutiérrez, C. (2020). Empresa de materiales eléctricos. https://www.facebook.com/comercialgutierrez.ambato/
Guzmán, I., Arcas, N., & García, D. (2006). La eficiencia técnica como medida de rendimiento de las cooperativas agrarias. Revista de Economía Pública, Social y Cooperativa, 055(agosto), 289–311. https://repositorio.upct.es/handle/10317/1327
Hanke, J., & Wichern, D. (2014). Business forecasting (9th ed.). Pearson. https://www.amazon.com/-/es/John-Hanke/dp/0132301202
Hernández-Sampieri, R., Fernández, C., & Baptista, P. (2007). Fundamentos de metodología de la investigación. McGraw-Hill.
Hillier, F., & Lieberman, G. (2015a). Introduction to Operations Research (10th ed.). McGraw Hill. https://www.academia.edu/36556707/Introduction_to_Operations_Research_by_Hillier_10th_Edition
Hillier, F., & Lieberman, G. (2015b). Investigación de operaciones (10th ed.). McGraw Hill.
Levin, R., Rubin, D., Rastogi, S., & Hussain, M. (2014). Statistics for Management. Pearson. https://www.amazon.in/Statistics-Management-7e-lEVIN-Rastogi/dp/8131774503
Lind, D. (2012). Statistical Techniques in Business and Economics (15th ed.). McGraw Hill. https://cruncheez.files.wordpress.com/2015/12/statistical-techniques-in-business-and-economics-lind-douglas-srg.pdf
Microsoft. (2021). Microsoft Office Excel-Solver. https://www.microsoft.com/es-ec/
Miranda, F., & Ramos, M. (2014). Regiones factibles y óptimas del Iso-Beneficio del consumidor. Mundo Siglo XXI, 32, 79–87. https://biblat.unam.mx/es/revista/mundo-siglo-xxi/articulo/regiones-factibles-y-optimas-del-iso-beneficio-del-consumidor
OMS. (2021). Organización Mundial de la Salud. https://www.who.int/es
PHPSimplex. (2020). http://www.phpsimplex.com/simplex/simplex.htm?l=es
Prawda, J. (2004). Métodos y modelos de Investigación de Operaciones. Limusa. http://www.bibvirtual.ucb.edu.bo:8000/opac/Record/41750/Details
Quintanilha, J., Baptista, J., & Meza, L. (2012). Evaluación de la eficiencia de las compañías aéreas brasileñas a través de un modelo híbrido de análisis envolvente de datos (DEA) y programación lineal multiobjetivo. Ingeniare, 20(3), 331–342. https://scielo.conicyt.cl/pdf/ingeniare/v20n3/art07.pdf
Render, B., Stair, R., & Hanna, M. (2012). Métodos cuantitativos para los negocios (11th ed.). Pearson.
Sáenz, R. (2005). Operaciones: concepto, sistema, estrategia y simulación. Academia. Revista Latinoamericana de Administración, 34, 1–24.
Taha, H. (2017). Investigación de operaciones (Vol. 10). Pearson Educación.
Triola, M. (2018). Elementary Statistics (13th ed.). Pearson. https://www.pearson.com/store/p/elementary-statistics/P100002509154
Winston, W. (2004). Investigación de operaciones: aplicaciones y algoritmos: Vol. 4a. Thomson. https://es.calameo.com/read/00084000223a91248b4af