Abstract:
El presente estudio “Modelo matemático para predecir la producción de tubos plásticos de dos pulgadas CASO DE ESTUDIO EMPRESA BANARIEGO” fue puesto en marcha después de los tiempos de la pandemia del Covid-19 ya que la empresa reactivó su producción por lo que tenía la necesidad de optimizar sus recursos en cuanto a su materia prima por unidades de producción en el mejor tiempo posible
La empresa BANARIEGO S. A cuya matriz está ubicada en el cantón El Triunfo cuenta con 16 sucursales a nivel nacional por lo que es de vital importancia el desarrollo del actual trabajo de investigación debido a las implicaciones subyacentes en el desarrollo de sus operaciones Este modelo matemático que permite optimizar la producción de tubos plásticos de dos pulgadas para su implementación se utilizó un modelo matemático basado en regresión multivariado en el mismo que se consideraron las variables principales que son la materia prima las unidades de producción y el tiempo de producción de dichas unidades para su desarrollo se utilizó el programa Python el mismo con el que se realizó la linealización de las variables de dicho modelo además de lograr una comparación entre las variables consideradas para analizar su correlación con lo que se logró llegar al análisis de los inconvenientes que podrían haber sido los causantes de una baja productividad en la empresa es relevante considerar el uso de un modelo de asignación de recursos para mejorar la entrega de los productos dentro de los tiempos pertinentes para lograr que la empresa se posicione como líder en el mercado en la producción de los tubos plásticos que oferta Finalmente los modelos de pronósticos son importantes para cualquier tipo de organización independientemente de su actividad económica ya que estos ayudan a mejorar la productividad minimizar costos disminuir fallas en los procesos entre otras y tomar mejores decisiones; concluyéndose por medio de la validación del presente modelo que para BANARIEGO S.A. las variables tiene una alta correlación colineal y permite predecir un modelo con una relación significativa de más del 95% de confiabilidad
