The general objective of this study was to apply a transportation model to optimize costs in the aggregate planning of a fishing company. The research was applied with a quantitative approach, seeking to determine whether a transportation model optimizes production costs in a fishing company. The research design was pre-experimental with pre-test and post-test. The results determined that the lowest mean percentage error was 30.1% and the lowest mean absolute error was 147.8 MT using a series decomposition with a multiplicative model. Likewise, conventional aggregate planning strategies were analyzed, obtaining a cost of $206,573.48 dollars for the leveling strategy, $195,091.7 dollars for the overtime strategy and $138,621.6 dollars for the demand tracking strategy, which was the lowest among all the heuristic strategies. Subsequently, a linear programming analysis with a transportation model was able to optimize costs, reaching an amount of $136,694 dollars. Therefore, it was concluded that the transportation model had a positive impact on the optimization of production costs of a fishing company.

En la actualidad, el Perú atraviesa por problemas que se direccionan a las entidades públicas y más aún en las municipalidades que se ven reflejadas por las dificultades que se presentan en el desempeño del colaborador, quien ve mermado su motivación por el poco incentivo que brinda la municipalidad, así como la sobrecarga de trabajo, documentación física entre otras cosas. El estudio tuvo como objetivo determinar la influencia de la gestión municipal en el desempeño laboral en una entidad pública en el Perú, la muestra que se consideró fue de 132 colaboradores administrativos y a través de los procedimientos estadístico se obtuvo como resultado que, la gestión municipal es percibido en un nivel medio por el 78,8% de los colaboradores, a la vez el desempeño laboral también se percibe con un nivel medio por el 75% de los colaboradores. Concluyendo, que la gestión municipal si influye en el desempeño laboral (R2= 0,684 y Anova = 0,000).