PLANIFICACIÓN, PROGRAMACIÓN Y CONTROL DE LA PRODUCCIÓN

La complejidad de los sistemas de producción se ha ido acrecentando en la medida en la que el

mercado se ha vuelto más exigente como consecuencia de la evolución de la fabricación en masa a
la fabricación basada en la variedad. En estas circunstancias aspectos como flexibilidad, adaptabilidad
y rapidez de respuesta han pasado de ser aspectos deseables, a convertirse en la clave del éxito en
muchas empresas (Arauzo et al., 2004).
Para dar respuesta a estas necesidades del mercado se han desarrollado paradigmas de producción
que pretenden conjugar de manera sinérgica todos los elementos individuales del sistema y sacar el
mayor provecho posible de los recursos con los que se cuenta para fabricar los bienes. Para ello, los
esquemas de producción se rigen por lineamientos derivados de Sistemas de Planificación y Control
de la Producción (SPCP).
Existen en la comunidad empresarial dos grandes tipos de SPCP, los de arrastre y los de empuje. La
característica principal de los sistemas de arrastre es que la producción se inicia como consecuencia
de los pedidos de los clientes, mientras que en los sistemas de empuje la producción se inicia por la
decisión del suministrador de fabricar para mantener los inventarios antes que el cliente exprese su
necesidad (Haan et al., 2001).
Los SPCP más conocidos son la Planificación de Requerimientos de Materiales (MRP) (Orlicky, 1975)
y el Justo a Tiempo (JIT) (Ohno, 1991), el primero para el empuje de los materiales y el segundo bajo
la modalidad de arrastre. Goldratt (1986) presentó una propuesta de un paradigma de fabricación
denominado Tecnología de Producción Optimizada (OPT) y desde la comunidad académica surgió
una propuesta denominada Planificación Jerárquica de la Producción (HPP) (Hax y Meal, 1975). En
este artículo se hace una revisión del estado del arte de los SPCP, evolución, nuevas tendencias y su
influencia en la labor logística del mundo moderno.
La gestión de la planificación, programación y control de la producción puede dividirse en cuatro etapas
(Rojas y Escudero, 2000). En una primera etapa se realiza la Planificación agregada de la producción,
en la que se determina la cantidad de producción y su desarrollo en el tiempo a mediano plazo a través
de familias de productos. Posteriormente, estos cálculos mensuales se disgregan semana a semana
tomando en consideración las particularidades de cada producto, para así programar su elaboración.
Esta información alimenta un sistema de planificación de materiales, equipos y otros recursos que
deberá alinearse para cumplir con las metas establecidas en el plan. Definidas las rutas de fabricación,
se pone en marcha un último eslabón en el que se coordina la labor productiva y se ejecutan los
mecanismos para su control.
Planificación Agregada de la Producción
Según Heizer y Render (2001), la planificación agregada es un método para determinar la cantidad de
producción y su desarrollo en el tiempo a mediano plazo. Se refiere a la determinación de la fuerza
laboral, a la cantidad de producción y niveles de inventario en orden de satisfacer la demanda para un
horizonte temporal de planificación específico a mediano plazo, y el término agregada, hace referencia
a que la planificación no desglosa la cantidad de producción por detalles de productos sino que los
considera en varias familias, sin importar sus diferentes variantes de diseño o modelo (Dante, 2007).
En la actualidad, la planificación agregada es una buena referencia para la planificación de ventas y
operaciones, en la cual puede cumplir la función de pivote al integrar las funciones de operaciones de
producción, de comercialización y financieras (Singhal y Singhal, 2006). Una de las primeras
características de las metodologías de planificación agregada es la ‘‘Jerarquía’’. El enfoque jerárquico
es necesario para se logre una integración vertical entre los objetivos estratégicos, tácticos y operativos
del sistema productivo y además se establezca su relación horizontal con el resto de las áreas
funcionales de la empresa (Miranda et al., 2005).
Estos autores señalan que la jerarquía de los planes se inicia con la planificación estratégica o a largo
plazo que utiliza un horizonte temporal superior al año para determinar la capacidad instalada de la
planta, aspecto que luego se convierte en restricción para los planes de orden inferior. Posteriormente,
se pasa a la planificación agregada o también llamada planificación a mediano plazo que estima la
fuerza de trabajo, la tasa de producción, el nivel de inventario, entre otros factores, con un horizonte
temporal de entre 6 y 18 meses.
El plan maestro de la producción se desarrolla a corto plazo como consecuencia de las restricciones
establecidas en el plan agregado y así se determina la cantidad a fabricar de cada artículo, como
también el momento en que se debe iniciar dicha producción. Según Miranda et al. (2005), este
proceso concluye con el programa y control de la producción.
La planificación agregada posee las características mostrada en la figura 1. Las características
temporales tienen que ver con el horizonte temporal de la planificación, periodos, plazo de rigidez y
plazo de revisión. Los criterios de evaluación determinarán las bondades y desventajas de diversos
escenarios frente a la maximización del beneficio. A su vez, este beneficio se determina gracias a la
inclusión de variables de decisión tales como el mantenimiento de inventarios, la subcontratación y las
variaciones de la fuerza laboral que por lo general también se influencian de restricciones técnicas, de
mercado y legales que permiten definir el desempeño de la empresa.

Fuente: Dante (2007)

Los métodos para la planificación agregada se pueden clasificar en métodos de comparación de
alternativas, métodos que utilizan reglas de decisión y métodos basados en modelos de programación
matemática. En la figura 2, se presenta una lista de los métodos más reconocidos.
 Fuente: Singhal y Singhal (2006)

Los métodos de comparación de alternativas son aquellos que consisten en generar varios planes
alternativos y seleccionar uno en función de ciertos criterios, haciendo uso de métodos gráficos y hojas
de cálculo. Son métodos ampliamente usados por su sencillez pero sólo para la evaluación de
estrategias y no para su desarrollo, puesto que para ello se requiere de modelos matemáticos.
Los métodos con reglas de decisión proporcionan un plan agregado que especifica nivel de
producción, nivel de fuerza de trabajo, horas extras e inventarios a partir de datos tales como
pronósticos de demanda, costos, inventarios actuales, mediante un conjunto de expresiones
matemáticas que pueden ser lineales o no.
Los modelos de programación lineal son los más importantes para resolver el problema de la
planificación agregada por la versatilidad y calidad de los resultados que ofrecen (Singhal y Singhal,
2006). Esta afirmación puede corroborarse al revisar las publicaciones científicas de los últimos años
en las que se ha hecho un uso extendido de estas metodologías, seguido de los métodos de la regla
de decisión lineal (LDR).
Por ejemplo, la incertidumbre de la demanda del mercado y la incertidumbre en las capacidades de
producción son abordadas por Fung et al. (2003) y Tang et al. (2003) planteando un modelo de
programación no-lineal con lógica difusa para la planificación de la producción agregada con múltiples
productos, tomando en cuenta la posibilidad de modificar la plantilla de personal para lograr minimizar
los costos.
La programación entera mixta fue utilizada por Singhvi et al. (2004) para resolver el problema de la
planificación agregada recurriendo a la subcontratación, a variar los niveles de fuerza laboral, a horas
extras, y a mantener inventarios y permitir su quiebre para satisfacer los pronósticos de demanda
conocidos. Torres (2006) desarrolló un trabajo en la ULA Colombia en el que estudia el efecto de la
descomposición del horizonte temporal sobre las decisiones de regulación agregada de cargas de
trabajo, con ayuda de Programación Lineal Entera Mixta y un segundo modelo de programación
dinámica. Dante (2008) propone un modelo de planificación agregada que incorpora la gestión de la
tesorería y las finanzas a corto plazo, y la organización flexible del tiempo de trabajo, con un sistema
de cuentas de horas.
Esta revisión muestra como la planificación agregada puede desempeñar un papel fundamental en la
gestión de la empresa integrando todas las áreas de la organización a través de la aplicación de
modelos racionales que incluyen cada vez un número mayor de variables de interés. Tal y como lo
señala Dante (2007) la tendencia es hacia la programación lineal con múltiples objetivos y al revisar
las publicaciones presentadas puede observarse dicha situación. Esta realidad representa una enorme
ventaja al empresario, pues se muestra un abanico más amplio de opciones para la generación y
evaluación de propuestas de fabricación que consideran aspectos como niveles de inventario,
variaciones de la fuerza laboral, tercerización de algunas operaciones, sobretiempo, entre otros.
Programa Maestro de Producción
La programación de la producción permite disgregar la información mensual que proporciona la
planificación agregada, semana a semana, ya no por familias, sino por productos. El objetivo debe
estar orientado a establecer la mejor asignación y ordenamiento en el tiempo de los recursos
compartidos, considerando restricciones del sistema y algún objetivo de fabricación (Acevedo y Mejía,
2006). Las técnicas comúnmente usadas son la Programación Reactiva, Redes de Petri, Algoritmos
Genéticos y la Teoría de las Restricciones
Programación Reactiva
La programación reactiva consiste en un esquema de programación en el que las interrupciones
aleatorias que pueden efectuarse dentro de las líneas de producción son tomadas en cuenta para
generar el plan de fabricación y sus derivaciones en caso de llegada de órdenes de trabajo imprevistas
o fallas en los sistemas. Muchos han sido los enfoques utilizados para abordar esta clase de
problemas. Acevedo y Mejía (2006) señalan, por ejemplo, que Yamamoto y Nof (1985), Chang, y Hsieh
(1992), Rojas (1996) y Pan y Chen, (1997) han clasificado las interrupciones aleatorias como aquellas
que se llevan a cabo en tiempo real o fuera de línea, y basándose en ello han generado modelos
reactivos que le hacen frente.
En investigaciones como las de Sun, y Xue (2001) se introdujo un mecanismo de programación de
producción reactivo y dinámico para resolver interrupciones por cambios de órdenes de producción y
recursos de manufactura. El mecanismo propuesto modifica sólo la parte de los programas creados
originalmente para mejorar la eficiencia de la programación reactiva, mientras mantiene la calidad de
programación.
Honghong y Zhiming (2003) estudiaron un ambiente de manufactura flexible con interrupciones y un
requerimiento de respuesta con restricción de tiempo en la reprogramación. Su propuesta se basó en
la utilización de una base de datos dinámica, la cual podía reformar el estado actual del sistema
perturbado vía totalización de los recursos remanentes y trabajos en proceso. Hall y Potts (2004),
consideraron los problemas de programación en los que un conjunto de trabajos originales ya se han
programado para minimizar un determinado objetivo y un nuevo conjunto de trabajos llega de
imprevisto y ocasiona una perturbación, en un ambiente de manufactura de una sola máquina. Para
su solución, diseñaron dos modelos: el primero, para minimizar los costos de programación de todos
los trabajos sujeto a un límite sobre la ruptura causada al programa original; y el segundo, para
minimizar un objetivo de costo total en el que se incluye la medida del costo original y el costo por la
ruptura.
Redes de Petri
Una Red de Petri (RdP) es un tipo particular de grafo dirigido, pesado y bipartito (Cho, H., 1998).
Murata (1989) afirma que las redes de Petri permiten modelar fácilmente sistemas con eventos
concurrentes, asíncronos, distribuidos, paralelos y/o estocásticos, donde cada pieza puede tener rutas
alternativas para su proceso dentro del sistema y esto ocurre en los sistemas de manufactura flexible.

Fuente: Acevedo y Mejía, 2006

Algunas de las aplicaciones de las RdP son las propuestas por Liu y Dillon (2007) en la que se
desarrolla un método de transformación de las normas de producción en Redes de Petri para mantener
la exactitud, consistencia e integridad de la base de datos a programar. Gradisar y Music (2007)
describen como aplicar Redes de Petri temporizadas y datos históricos en la modelización de los
sistemas de producción. Para ello se construye un algoritmo de redes de Petri en Matlab y para mostrar
la eficiencia de la propuesta lo aplican a un problema de programación en la producción de herrajes
para muebles. Zou et al. (2009) presentaron un modelo de flujo de trabajo para el Desarrollo
Cooperativo de Productos (DCP). Para ello se plantearon como objetivo analizar el proceso de
desarrollo de la producción basada en las Redes de Petri, tomando como referencia la gestión de flujo
de trabajo.
Algoritmos Genéticos
Los Algoritmos Genéticos (AGs) son métodos de búsqueda estocástica que utilizan las teorías de
evolución y selección natural, para resolver un problema dentro de un espacio de solución complejo y
forma parte de una población más amplia de algoritmos denominados Algoritmos Evolutivos (Acevedo
y Mejía, 2006). El uso de los AGs para la resolución de problemas de programación y asignación de
recursos puede observarse en investigaciones como la de Illada y Maneiro (2005) en la que se logra
optimizar el manejo de materiales en una empresa fabricante de cremas dentales mediante métodos
evolutivos.
Gómez (2007) presenta un algoritmo genético basado en un sistema multiagente para la programación
de la producción en un taller de flujo híbrido, en el que diferentes máquinas son capaces de producir
los mismos productos. Correa et al. (2008) presenta una revisión del estado del arte de los métodos
meta heurísticos, principalmente algoritmos genéticos existentes en la literatura para el problema
genérico del Job Shop, minimizando el makespan y resalta que esta clase de métodos son los más
recurrentes a la hora de solucionar el problema genérico de los talleres de producción.
 Fuente: Gómez (2007)

Jaramillo et al. (2009) presentaron el desarrollo de un método basado en algoritmos genéticos y

programación lineal para la solución de un problema de corte unidimensional para optimizar un proceso
de producción de cajas de cartón. Como parte de las conclusiones resalta que el desempeño del
método desarrollado es superior a las soluciones anteriores obtenidas al utilizar únicamente algoritmos
genéticos o programación lineal.
Teoría de las Restricciones
Esta teoría fue propuesta por Goldratt en la década de los 80 y desde entonces ha sido ampliamente
utilizada en la industria (Mula, 2005). Es un conjunto de procesos de pensamiento que utiliza la lógica
de la causa y efecto para entender lo que sucede y así encontrar maneras de mejorar. Tiene como
premisa fundamental que en toda empresa existen restricciones que impiden que las ganancias sean
ilimitadas. Estos factores limitantes se denominan cuellos de botella y el objetivo de la gerencia debe
ir orientado a la neutralización de los mismos (Watson et al., 2007).
Morales (2006) utilizó esta técnica para diseñar un sistema de programación en una empresa de artes
gráficas en Medellín y logró detectar las brechas para el aumento de las ganancias y en base a ello
estructurar mecanismos para enfrentarlas. Jia et al. (2007) utilizaron la Teoría de las restricciones y la
dinámica de sistemas para rediseñar un método de producción a partir del uso de árboles de resolución
de problemas, árbol de uso de recursos y la transferencia de la matriz de restricciones. El objetivo era
mejorar la eficacia y eficiencia de los sistemas de producción mediante el establecimiento de un
mecanismo de supervisión, previsión y gestión de restricciones.
Tsai et al. (2007) presentaron un algoritmo para la optimización de la programación de un conjunto de
productos bajo la teoría de restricciones, tomando en cuenta todos los recursos cuello de botella
mediante el cálculo de una relación de prioridad. Los resultados muestran que el algoritmo propuesto
es un instrumento práctico para la obtención de la programación del conjunto de productos que
optimiza los beneficios.
Planificación de los Requerimientos
La planificación de los requerimientos de los recursos empresariales generalmente se logra a través
de sistemas integrados que permiten optimizar los procesos empresariales, acceder a la información
de forma fiable, concisa y segura, no replicar información a través de bases de datos centralizadas,
dar soporte a los clientes del negocio, gestionar eficientemente los recursos de información para la
toma de decisiones y minimizar los costos de operaciones.
Planificación de los requerimientos de los materiales (MRP)
Un sistema MRP transforma un plan maestro de producción en un programa detallado de necesidades
de materiales y componentes requeridos para la fabricación de los productos finales utilizando para
ello las listas de materiales Orlicky (1975). En este sentido los programas generados por el MRP
provocan el inicio de los procesos de producción para satisfacer las fechas de entrega. Las piezas
requeridas se procesan y pasan a la siguiente etapa hasta que se produce el montaje final (Mula, 2005)
El hecho de no considerar ninguna restricción de capacidad, fue considerado una desventaja en la
planificación real de los materiales y el MRP evolucionó al sistema MRP II en el que se encuentran
funciones como planificación de negocio, ventas y planificación de la producción (Petty et al., 2000)
(Vollmann et al., 1992). Sin embargo, Jonsson y Mattson (2002) y Mula y Poler (2001) señalan que los
sistemas MRP II son los más utilizados para la planificación y control de la producción en las industrias,
aunque en algunos casos haya problemas para su implementación.
Planificación Jerárquica de la Producción (HPP)
Los procesos de planificación jerárquica de la producción descomponen el problema global de toma
de decisiones en una serie de sub-problemas que corresponden a diferentes niveles de una jerarquía
de planes. Estos sub-problemas pueden resolverse en secuencia, de modo que la solución en cada
nivel impone restricciones sobre el problema del nivel inferior (enfoque de arriba-abajo) (Hax y Meal,
1975).
Vicens (1988) señala que si bien el MRP podría considerarse como un procedimiento jerárquico, la
HPP lo es realmente, y se basa en la división del problema de la planificación de la producción en
varios niveles. La planificación jerárquica de la producción (HPP) difiere marcadamente del MRP y sus
implicaciones matemáticas habían impedido que lograra el mismo grado de aceptación (Vicens et al.,
2001).
Las aplicaciones de la HPP son diversas. Qiu et al. (2001), por ejemplo, la utilizan en un ambiente de
multiproducto y multimáquina para asignación de recursos en un horizonte temporal, Tisher (2003)
para los problemas de la cosecha de la caña de azúcar y Yan (2003) en un taller flexible automatizado
en china. Para el 2004, Yan et al. exploran el problema de la HPP de sistemas flexibles de fabricación
con el objetivo de descomponer planes de producción a medianos plazo en planes de producción a
corto plazo que minimicen los costes sujetos a la restricción de que las demandas sean satisfechas.
Control de la Producción
Una vez que se han disgregado las necesidades para la consecución de los objetivos del programa de
producción es necesario establecer los mecanismos de control de las actividades de producción.
Domínguez, Machuca et al (1995), denominan gestión de talleres a todas las actividades cotidianas
que tienen como objetivo elaborar programas, evaluaciones y controles de la producción para
satisfacer el Programa Maestro, conjugando capacidad disponible y máxima eficiencia.
Un concepto muy ligado al de control de producción es el de inventarios. Varias filosofías describen
estos esquemas de manera muy clara: Justo a Tiempo (JIT) y Tecnología de Producción Optimizada
(OPT) son algunas de ellas. La Tecnología de Producción Optimizada es la filosofía detrás de la Teoría
de las Restricciones. Este método se puede sintetizar de la siguiente manera; en primer lugar, se
programa la producción para el recurso cuello de botella, este programa se traslada al origen del flujo
de materiales en forma de permiso para comenzar la producción y a ésto se le denomina tambor. La
anticipación con la que se proporciona este permiso depende de las irregularidades del sistema que
se gestiona, y a ésto se le conoce como cuerda. De este modo no se establece un calendario para los
distintos centros de trabajo, sino que éstos deben procesar las órdenes tan rápido como puedan (Mula,
2005). Las aplicaciones de esta filosofía se han presentado en el aparte relativo a programación de
producción.
El Justo a Tiempo (JIT) es el cambio de paradigma de un grupo teórico sobre los sistemas MRP II. El
esquema de producción JIT está caracterizado por el trabajo en pequeños lotes y el control de la
producción por medio de un sistema de información denominado Kanban. Esta filosofía de
manufactura ha sido ampliamente difundida y sus repercusiones estudiadas por numerosos
investigadores. Actualmente, se enmarca dentro de los patrones de la Manufactura Esbelta, que se ha
definido como un conjunto de herramientas cuyo objetivo principal es eliminar el desperdicio como
tiempo, espacio, personas, material, retrabajos, inventarios, entre otros (Shah y Ward, 2003).
Numerosos investigadores han explorado las ventajas y desventajas del JIT. González (2000) presenta
un estudio sobre cuáles son los problemas que están afrontando los proveedores de primer nivel en la
industria española del automóvil, tras la adopción de sistemas de aprovisionamiento JIT por parte de
sus clientes y señala que los problemas de inventario de las ensambladoras no han desaparecido,
sólo se han desplazado a los almacenes de los proveedores y Álvarez (2002) realizó un estudio similar
en México encontrando resultados muy parciales.
Por su parte, Zijm (2000) resalta que muchos autores abogaron por enfatizar la estabilidad de los
tiempos de entrega internos y no prestaron atención al tiempo que pasaban las órdenes de trabajo
esperando a ser liberadas. Sin embargo, Sáenz et al. (2006) señalan que dentro de las buenas
prácticas de la logística en una comunidad europea, estaban indicadores como la satisfacción del
cliente, reducción de plazos de entrega y reducción de inventarios, como los principales factores de
evaluación de la gestión logística de diversos tipos de empresas y que éstos resultados estaban
asociados a JIT dentro de las cadenas de suministro.
Rodríguez y Mendoza (2007), en un artículo de revisión documental, señalan que en las empresas en
las que se ha establecido el JIT, se evidencia una marcada distancia entre modelo y realidad, por
cuanto su aplicación está limitada a pequeños cambios que no modifican de manera sustancial la
organización de la producción.
Nuevos sistemas de fabricación
La aparición de paquetes informáticos que permiten la resolución de problemas complejos en un
tiempo muy corto ha permitido el desarrollo de nuevas formas de gestión de los sistemas productivos,
que destacan la idea de ver los sistemas de fabricación como seres complejos para establecer símiles
con sociedades humanas, enjambres de insectos o seres vivos. En tal sentido aparecen nuevos
paradigmas tales como Sistemas de Fabricación Holónicos, Sistemas de Fabricación Biónicos,
Fabricación Fractal o Fabricación Basada en Agentes (Tharumarajah 1998).
Los sistemas de fabricación holónicos son los que más interés han despertado en los últimos años.
Su fuente de inspiración es la organización de los sistemas observados en la naturaleza (Tiwari 2002).
Están compuestos por unas unidades autónomas denominadas holones que poseen cierto grado de
independencia y capacidad de decisión ante ciertas contingencias, de forma que no necesitan solicitar
instrucciones a una autoridad superior. Simultáneamente están sujetos al mando múltiple de
autoridades superiores. De esta forma, los sistemas constituidos por holones combinan los mejores
rasgos de las organizaciones jerárquicas y de las horizontales.
CONCLUSIONES
De la revisión bibliográfica realizada, su análisis y discusión, se puede verificar que los conceptos MRP
y JIT siguen vigentes; sólo se han hecho adiciones a los paradigmas y tal situación queda demostrada
por la cantidad de implantaciones que se han reportado en la literatura especializada y que permiten
identificar las bondades y desventajas de tales sistemas de planificación y control de la producción.
Uno de los mayores desafíos es adaptar tales enfoques a la realidad doméstica de plantas con grandes
volúmenes de importación.
A medida que se han desarrollado paquetes informáticos que realizan cálculos complejos en una
menor cantidad de tiempo, y considerando una cada vez mayor cantidad de variables, los
planificadores han decidió utilizar la HPP como herramienta para la toma de decisiones. Esto ha
permitido mejorar los márgenes de rentabilidad al incorporar en el análisis, variable no sólo de orden
cuantitativo sino que también se han podido ajustar variables cualitativas que permiten aumentar la
sensibilidad de las maniobras de planificación y producción.
Al observar la evolución de los sistemas de producción, se identifica una tendencia de estas filosofías
hacia la auto organización de sus elementos y la gestión horizontal. En este sentido, emerge una nueva
generación de esquemas de fabricación que promueven la sinergia entre los eslabones de la cadena
de producción, de manera de aprovechar la máxima capacidad de todos los involucrados al menor
costo posible a través de la construcción de sistemas informáticos, que modelan la situación real de
trabajo y que en muchos casos también colaboran con la labor logística y operacional de las fábricas.
REFERENCIAS
Acevedo, J. y Mejía G. (2006) ‘‘Programación Reactiva y Robusta de la Producción en un Ambiente
Sistema de Manufactura Flexible: Llegada de Nuevas Órdenes y Cambios en la Prioridad de las
Órdenes de Trabajo’’. Universidad de los Andes. Bogotá, Colombia.
Álvarez, M. (2002) ‘‘Cambios en la industria automotriz frente a la globalización: el sector autopartes
en México’’. Revista Contaduría y Administración. N’ 206.
Araúzo, J., de Benito, J., del Olmo, R., Sanz, P. (2004) ‘‘Situación actual y expectativas de los sistemas
de fabricación basados en agentes’’ VIII Congreso de Ingeniería de Organización. Leganés.
Correa, A., Rodríguez, E., Londoño, M. (2008) ‘‘Secuenciación de operaciones para configuraciones
de planta tipo flexible Job Shop: Estado del arte’’ Revista Avances en Sistemas e Informática, Vol. 5,
No. 3, Diciembre de 2008. Medellín, ISSN 16577663.

Rodríguez, M. Eliana Escuela de Ingeniería Industrial. Facultad de Ingeniería. Universidad de

Carabobo. Valencia. Estado Carabobo. Venezuela