Departamento de Matemática

Trabajo de Diploma
en opción al título de Licenciado en Matemática.

Modelos y procedimientos optimales para la cadena de suministros en la nueva fábrica de cemento de Santiago de Cuba
Autor: Rayner Manuel Sánchez Reyes Tutor: Lic. Alexander Gorina Sánchez Consultante: Lic. Alondra Martínez Arias Colaboradores: Ing. Ernesto Guilarte Ing. Gelkys Candeaux Ruiz

Santiago de Cuba Curso 2008-2009

Las matemáticas no solamente poseen la verdad, sino la suprema belleza, una belleza fría y austera, como la de la escultura, sin atractivo para la parte más débil de nuestra naturaleza … Bertrand Russell

DEDICATORIA

A mi queridísima y sacrificada madre, a mi querido y adorado padre, a quienes amo eternamente, a ellos gracias por ser quien soy. A mis hermanos que quiero y amo mucho Alfon y July, de quienes estoy muy orgulloso. A la estrella que me protege y me guía desde el cielo, que anhelaba mucho este momento, a quien he amado con todas mis fuerzas y está presente en cada segundo de mi vida, mi amada abuela Pucha. A una persona con la cual sólo pude vivir los siete primeros años de mi vida pero bastó ese tiempo para demostrarme su cariño y amor infinito, mi abuelo Rafael. A mis tíos Rafael y Olga. A mis abuelos paternos Alfonso y Olga, por quererme y por estar presentes en sus vidas. A toda mi familia en general. A mi chiquitica Iraida con la cual he vivido momentos muy bellos y ha estado presente en los tiempos más difíciles, a quien amo infinitamente y me hace muy feliz.

AGRADECIMIENTOS

Agradezco en primer lugar y muy especialmente, no sólo por haberse consagrado completamente al éxito de la investigación realizada, sino también por su dedicación, paciencia y entrega al brindarme su apoyo incondicional en cualquier momento, a quien además de ser mi profesor y tutor, es mi amigo, Alexander Gorina Sánchez. De igual forma quiero agradecerle a la licenciada Alondra Martínez Arias, quien dedicó parte de su preciado tiempo a la realización de la investigación. Gracias a los ingenieros Ernesto Guilarte Barrido y Gelkys Candeaux Ruiz por su colaboración al hacer posible la investigación. A todos los profesores del departamento de Matemática, los que contribuyeron en mi formación, no sólo en la materia, sino en la vida en general. A la familia de Iraida por todo el apoyo y el cariño que me han ofrecido. Un agradecimiento bien grande y merecido lo tienen todos mis compañeros de aula (Andy, Maikel y Emilio), los cuales han compartido conmigo cinco cursos y me han apoyado en todo momento. A todos mis compañeros de la Facultad de Matemática- Computación, por todos los momentos que hemos compartido durante este tiempo de estudiantes universitarios. A mis compañeros de cuarto, por haber estado conmigo en los momentos más difíciles de la beca.

A mis amigos del barrio, por todos los momentos que hemos compartido y por extrañarme siempre que estuve ausente de él. A todos los que tuvieron que ver conmigo en algún momento, a ellos muchas gracias. Y no por último menos importante, le agradezco a Dios por haberme permitido realizar este trabajo y por estar siempre presente en mi vida.

RESUMEN
En el presente trabajo se realiza un estudio para la evaluación de las cadenas de suministro de ciertas materias primas en la nueva fábrica de cemento que se instalará en Santiago de Cuba. Con ayuda de los modelos de inventario empleados se determina: el tamaño óptimo de los lotes, el punto de reorden y el inventario de seguridad para cada una de estas materias primas, lográndose minimizar los costos de almacenamiento y el capital invertido. Se formula un Problema de Programación Lineal Entero (PPLE) derivado de los modelos de inventario y se resuelve con ayuda del software PLEC ++. Como resultado, se obtiene la cantidad total mínima de camiones a utilizar y la cantidad mínima de camiones a utilizar diariamente para cada materia prima, lo que permite realizar una planificación para los 313 días de producción y los 16 días anteriores para lograr acumular las disponibilidades iniciales.

ABSTRACT
In the present investigation a research work is done in order to evaluate the supply chains of certain raw materials in the new cement factory that it will be installed in Santiago de Cuba. Can be determined with the help of the models of inventory used: the optimal size of the lots, the reorder point and the security inventory to each one of these raw materials, being able to minimize the storage costs and the invested capital. An Integer Lineal Programming Problem (ILPP) is formulated, derived of the inventory models, and helped by PLEC ++ software to solve it. As a result, is obtained the minimum total amount of trucks to be used and the minimum amount of trucks to be daily used, what allows a planning for 313 production days and the previous 16 days to accomplish the beginning availabilities.

ÍNDICE INTRODUCCIÓN........................................................................................................................... CAPÍTULO 1 FUNDAMENTOS MATEMÁTICOS PARA LA MODELACIÓN DE CADENAS DE SUMINISTRO........................................................................... Introducción al capítulo.................................................................................................... 1.1 1.2 1.3 Elementos de la Investigación de Operaciones................................................ Metodología de la Investigación de Operaciones............................................. Teoría de inventarios........................................................................................ 1.3.1 Generalidades.......................................................................................... 1.3.2 Características generales de los problemas de inventarios..................... 1.3.3 Representación gráfica............................................................................. 1.3.4 Reaprovisionamiento................................................................................ 1.3.4.1 Retrasos del reaprovisionamiento...............................................

Pág. 1 4 4 4 5 8 9 11 11 12 13 14 17 17 18 22

1.3.5 Problemática y sus costos relevantes...................................................... 1.4 Elementos de Programación Lineal Entera (PLE)............................................ 1.4.1 Modelos de optimización enteros............................................................. 1.4.2 Métodos y algoritmos de Programación Lineal Entera (PLE)................... Conclusiones al capítulo………………………………………………………………………. CAPÍTULO 2 MODELACIÓN MATEMÁTICA DE LAS CADENAS DE SUMINISTRO DE MATERIAS PRIMAS........................................................................................ Introducción al capítulo.................................................................................................... 2.1 Definición del problema y recolección de datos............................................... 2.1.1 Precisión del problema y los objetivos..................................................... 2.2 Modelos de inventarios con demanda promedio constante.............................

23 23 23 24 25

2.2.1 Un modelo casi general para la demanda promedio constante............... 2.2.2 Modelo para la demanda promedio constante con costo de almacenamiento proporcional al costo de compra y de transportación... 2.2.3 Cálculo del punto de reorden y del inventario de seguridad.................... 2.2.4 Inferencia de datos faltantes…………………………………...................... 2.3 Obtención del PPLE para la planificación óptima del transporte.....................

26 30 32 36 39 41

Conclusiones del capítulo................................................................................................ CAPÍTULO 3 PLANIFICACIÓN DEL REAPROVISIONAMIENTO DE LAS MATERIAS PRIMAS EN LA CADENA DE SUMINISTRO.................................................. Introducción al capítulo.................................................................................................... 3.1 3.1.1 3.1.2 Obtención de una solución a partir de los modelos, prueba del modelo y de su solución…………………………………………………………………... Establecimiento de controles sobre la solución del modelo matemático Implantación de la solución del modelo matemático……………………..

42 42 42 47 50 52 54 56 57 62

Conclusiones del capítulo................................................................................................ CONCLUSIONES GENERALES................................................................................................... RECOMENDACIONES………………………………………………………………………………….. BIBLIOGRAFÍA............................................................................................................................. ANEXOS…………………………………………………………………………………………………... 1. Sistema de la cadena de suministro que se modela…………………………………….. 2. Restricciones fundamentales de las materias primas en el proceso de producción de cemento………………………………………………………………………………………..

3. Muestra los costos de cada una de las materias primas………………………………… 4. Tarifa de transportación de cada una de las materias primas………………………….. 5. Lógica empleada para la modelación matemática……………………………………….. 6. Solución del modelo de PPLEP mediante el PLEC++, por el algoritmo GomoryI……. 7. Planificación para la cadena de suministro antes de comenzar la producción. Se incluyen 16 días………………………………………………………………………………

8. Planificación para la cadena de suministro para la producción. Se incluyen 313 días. 9. Distribución normal de la demanda para la materia prima hierro………………………. 10. Distribución normal de la demanda para la materia prima toba………………………… 11. Distribución normal de la demanda para la materia prima yeso………………………... 12. Comportamiento de la demanda para la materia prima hierro………………………….. 13. Comportamiento de la demanda para la materia prima toba…………………………… 14. Comportamiento de la demanda para la materia prima yeso……………………………

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes

INTRODUCCIÓN
Al aprobarse la inversión en la construcción de una fábrica de cemento de alta producción y competitividad en la provincia de Santiago de Cuba, atendiendo a la complejidad de los estudios de factibilidad que la misma implica, el Ministerio de la Industria Básica (MINBAS), en particular el Grupo Empresarial CEMVID de la Empresa Mixta “Cemento Santiago de Cuba S.A.” aprobó el contrato “Evaluación de las alternativas de transportaciones en la nueva fábrica de cemento de Santiago de Cuba”, con el Centro de Ingeniería del Transporte de Oriente (CIT)1, perteneciente al Grupo de Innovación Tecnológica del Transporte, concerniente al Ministerio del Transporte (MITRANS). En apoyo a dicho contrato, el Departamento de Matemática de la Universidad de Oriente, en calidad de colaborador, realiza la presente investigación, a partir de la necesidad de determinar la cantidad óptima de camiones necesarios para llevar a cabo la transportación de ciertas materias primas para la elaboración del cemento en toda la cadena de suministro, bajo la restricción prioritaria de que no se rompan los inventarios de las mismas, minimizando los costos que intervienen en todo el proceso. Lo anterior constituye el problema científico a abordar, y su solución es una condición necesaria para la producción continua de cemento. Cabe señalar que en una estimación preeliminar realizada por los especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.” se determinó que era necesario disponer de un total de 30 camiones para transportar las materias primas (corrector de hierro, toba, yeso, petcoke y carbón) hacia la fábrica de cemento. El contrato mencionado anteriormente tiene entre sus objetivos prioritarios precisar la cantidad mínima de camiones necesarios, debido a los altos precios que tienen los camiones en el mercado internacional.

El CIT tiene implantado y documentado un Sistema de Gestión de la Calidad con alcance a Proyectos de Investigación - Desarrollo y Servicios Científicos Técnicos en la gestión empresarial, el desarrollo tecnológico del transporte, la explotación e infraestructura tecnológica del transporte automotor, ferroviario y marítimo, la energía, la vialidad y seguridad del tránsito, según los requisitos de la NC-ISO 9001:2001 siendo aplicable a todas las direcciones y divisiones de la entidad.

1

1

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes Para dar respuesta al problema científico planteado se consideró el objeto de la investigación las cadenas de suministros de materias primas de la nueva fábrica de cemento en la provincia de Santiago de Cuba. En el ambiente socioeconómico actual altamente competitivo y complejo, los métodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles, ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complejas y cambiantes con rapidez, que requieren de soluciones creativas y prácticas apoyadas en una base cuantitativa sólida. En este contexto, se evidencia como objetivo de la investigación la obtención de herramientas de apoyo matemáticas para mejorar la gestión de las cadenas de suministros de materias primas en la fábrica de cemento, que brinden un soporte científico a las decisiones que deben tomarse en niveles tácticos y operativos del sistema. El objetivo de la investigación implica desarrollar las tareas científicas derivadas de las siguientes interrogantes: ¿Qué metodología debe implementarse para optimizar los inventarios bajo las restricciones del sistema? ¿Cómo puede realizarse una planificación del transporte al estimarse de manera conjunta las políticas de inventarios de materias primas a lo largo de una cadena de suministros? Las respuestas a las interrogantes anteriores constituyen la base esencial para determinar la cantidad mínima de camiones solicitadas, teniendo como valor añadido, la posibilidad de realizar una planificación más general que minimice diferentes costos. Dichas interrogantes se responden desde el campo de acción de la presente investigación, es decir, la planificación del transporte para el suministros de materias primas en su relación con los inventarios multi-producto y multi-etapas. Para dar respuestas a las interrogantes anteriores, se estructuró el informe de la investigación de la siguiente forma: En el Capítulo 1 se presentan los fundamentos matemáticos básicos que posibilitaron sustentar la investigación, distinguiéndose algunos elementos

2

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes esenciales de la metodología de investigación de operaciones, elementos de la Teoría de Inventarios y de Programación Lineal Entera, todos éstos de gran utilidad en el estudio de las cadenas de suministros. En el Capítulo 2, se expone como se llevaron a cabo las Etapas 1 y 2 de la metodología de investigación de operaciones, las cuales se describen brevemente en el Capítulo 1. Sobresale el hecho de concebir como un sistema, la estructura de relaciones entre los diferentes componentes de la cadena de suministro, pues de lo contrario, la simple suma de dichos componentes no logra captar la complejidad inherente a la misma. Tal sistema se refleja en la interrelación entre la política de reaprovisionamiento, los modelos de inventarios utilizados, que incluyen la inferencia de los datos faltantes y el modelo para la planificación y organización de la transportación para la cadena de suministro basado en elementos de Programación Lineal Entera. Para completar las etapas de la metodología de la investigación citada anteriormente, en el Capítulo 3 se muestra como se llevaron a cabo las Etapas 3, 4 y 5. Se obtiene una solución para el problema planteado haciendo una referencia cuidadosa de las expresiones que se utilizaron para la obtención de la misma, dicha solución obtenida se valora teniendo en cuenta diferentes perspectivas de análisis. Se brindan evidencias de la estabilidad de la solución obtenida mediante el análisis de sensibilidad y mediante una simulación de las demandas en los modelos de inventarios. Además, se hace un conjunto de

recomendaciones derivadas de los modelos y la solución obtenida, que fueron presentados a los ejecutivos tomadores de decisiones de la Empresa Mixta “Cemento Santiago de Cuba S.A.”, para que puedan implantar y darle seguimiento a la planificación de la cadena de inventarios con mayor eficiencia y racionalidad. Finalmente, se brindan las conclusiones del trabajo, las recomendaciones para futuras investigaciones, las referencias bibliográficas y los anexos, posibilitando estos últimos esclarecer o complementar ciertos análisis realizados en el cuerpo del informe.

3

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes

CAPÍTULO 1. Fundamentos Matemáticos para la Modelación de Cadenas de Suministro
Introducción al capítulo En el presente capítulo se expone brevemente en qué consiste la Investigación de Operaciones y se muestran cinco etapas de su metodología, las cuales fueron empleadas durante la investigación. Se presentan además, los fundamentos matemáticos básicos que posibilitaron llevar a cabo la modelación de las cadenas de suministro de materias primas de la nueva fábrica de cemento, destacándose en este sentido algunos elementos básicos de la Teoría de Inventarios y de la Programación Lineal Entera (PLE). 1.1 Elementos de la Investigación de Operaciones La Investigación de Operaciones o Investigación Operativa, es una rama de las Matemáticas consistente en el uso de modelos matemáticos, de la Estadística y de algoritmos con el objetivo de realizar un proceso de toma de decisiones, es una moderna disciplina científica que se caracteriza por la aplicación de teoría, métodos y técnicas especiales, para buscar la solución de problemas de administración, organización y control que se producen en los diversos sistemas que existen en la naturaleza y los creados por el ser humano, tales como las organizaciones diversas a las que identifica como sistemas organizados, sistemas físicos, económicos, ecológicos, educacionales, de servicio social, etc.

Frecuentemente, trata el estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) el funcionamiento del mismo. La Investigación de Operaciones permite el análisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cómo se pueden maximizar o minimizar estos últimos. La difusión de la Investigación de Operaciones presenta también la ventaja de favorecer las investigaciones en las economías de las empresas y se considera este desarrollo como una condición esencial para una renovación del pensamiento y de la Ciencia Económica. El análisis de los fenómenos de producción, los intercambios dentro del nivel de las empresas y de los sectores cada vez más 4

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes amplios, hacen de la Investigación de Operaciones una alternativa ineludible para comprender la realidad y la naturaleza de los problemas. En este sentido, el desarrollo de las investigaciones económicas en las empresas implica varias condiciones: Una documentación abundante (pero no bajo la forma tradicional de censos parciales inconexos), con una normalización de la contabilidad que facilite grandemente la recolección y la explotación de los datos numéricos mediante las herramientas que brinda la Estadística. La posibilidad de diálogos fecundos: En el seno de la empresa misma, entre los ingenieros, especialistas en venta y mercados, técnicos administrativos; así como entre los investigadores y los responsables de la economía. Finalmente, métodos de aproximación y de investigación que permiten explotar las informaciones recogidas con el propósito de resolver los problemas planteados, tanto por la administración de las empresas como por el estudio científico de los fenómenos económicos, donde los métodos cuantitativos juegan un papel fundamental. Antes de profundizar en algunos de los métodos cuantitativos, debe señalarse la importancia que tiene la metodología de investigación de operaciones, pues por su gran generalidad y flexibilidad puede contribuir a viabilizar la forma de abordar científicamente una gran gama de problemas económicos u de otra naturaleza, en aras de tomar decisiones de la forma más racional posible. 1.2 Metodología de la Investigación de Operaciones La Investigación de Operaciones, hace uso de una metodología para resolver problemas científicos, tomando en consideración las etapas de un proyecto de Investigación de Operaciones. Estas etapas son: 1. Definición del problema y recolección de datos En esta fase del proceso se necesita: una descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. También hay que tener en cuenta las alternativas posibles de

5

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes decisión, los límites de tiempo para tomar una decisión y las restricciones para producir una solución adecuada. Este proceso de definir el problema es muy importante ya que afectará en forma significativa las conclusiones en estudio, es imposible extraer una respuesta correcta de un problema equivocado. Una parte bien importante para la formulación de un modelo matemático es la recolección de datos, pues ellos permitirán la realización del modelo y la exactitud de los resultados, pues se necesitan muchos datos para lograr un entendimiento exacto del problema y proporcionar el insumo adecuado para el modelo matemático que se formulará en la siguiente etapa del estudio. 2. Formulación de un modelo matemático Una vez que nos aseguramos que la definición del problema ha sido construida de manera específica y correcta, continuamos con la formulación de un modelo matemático, este modelo debe ser formulado de tal manera que exprese la esencia del problema. El modelo matemático está basado en ecuaciones y desigualdades establecidas en términos de variables, las cuales expresan la esencia del problema a resolver y son definidas en función de las características esenciales del problema. Después de localizar las variables en función del problema, se procede a determinar matemáticamente las dos partes que constituyen el modelo: La medida de efectividad que permite conocer el nivel de logro de los objetivos, generalmente es una función llamada función objetivo. Las limitantes del problema, llamadas restricciones, que son un conjunto de igualdades o desigualdades que constituyen las barreras y obstáculos para la consecución del objetivo. 3. Obtención de una solución a partir de los modelos, prueba del modelo y de su solución Una vez que se tiene el modelo, se procede a obtener una solución matemática empleando las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones. Resolver un modelo consiste en 6

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes encontrar los valores de las variables dependientes, asociadas a las componentes controlables del sistema con el propósito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema. Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso, son matemáticas y debemos interpretarlas en el mundo real. La selección del método de solución depende de las características del modelo. El modelo debe probar su validez, antes de ser implantado, observando si los resultados predicen o no, con cierta aproximación o exactitud, los efectos en relación a las diferentes alternativas de solución. Para comprobar la solución del modelo, deberá recopilarse la información, con el fin de hacer las pruebas necesarias y hacer la verificación según los siguientes pasos: a) Definir científicamente (incluyendo la medida de rendimiento) b) Llevar a cabo el muestreo (incluyendo el diseño de experimentos) c) Reducir el número de datos d) Utilizar los datos en la prueba de hipótesis e) Evaluar los resultados Si estos pasos son llevados a cabo recurrentemente cada vez que obtienen resultados del modelo y les son presentados al grupo de toma de decisiones, se empieza a ejecutar un procedimiento sistemático de control que depura y ajusta al mismo, con la realidad. 4. Establecimiento de controles sobre la solución del modelo matemático Una solución establecida como válida para un problema, permanece como tal, siempre y cuando las condiciones del problema, las variables no controlables, los parámetros, las relaciones, entre otros, no cambien significativamente. Esta situación se vuelve más factible cuando algunos de los parámetros fueron estimados aproximadamente. Por lo anterior, es necesario generar información adicional sobre el comportamiento de la solución debido a cambios en los parámetros del modelo, usualmente esto 7

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes se conoce como análisis de sensibilidad. En pocas palabras, esta fase consiste en determinar los rangos de variación de los parámetros dentro de los cuales no cambia la solución del problema. 5. Implantación de la solución del modelo matemático Cuando ya se ha desarrollado el sistema para aplicar el modelo, la última etapa consiste en la implantación de los resultados probados del mismo. Esto básicamente implicaría la traducción de estos resultados en instrucciones de operación detallada, emitidas en una forma comprensible a los individuos que administrarán y operarán al sistema. Al culminar el estudio, es apropiado que el equipo de investigación de operaciones documente su metodología utilizada con suficiente claridad para que el trabajo sea reproducible. Una vez presentada la metodología de la investigación de operaciones, la cual constituye una lógica investigativa de gran utilidad para potenciar el acercamiento al estudio de variados fenómenos, resulta conveniente introducir algunos elementos básicos relacionados con la teoría de inventarios que serán de aplicación en la investigación. 1.3 Teoría de inventarios Los inventarios pueden definirse ampliamente como la cantidad de artículos, mercancías y otros recursos económicos que son almacenados o se mantienen inactivos en un instante de tiempo dado. Los recursos económicos varían en cantidad con el tiempo en respuesta al proceso de demanda que opera para reducir el nivel de inventario y el proceso de abastecimiento que opera para elevarlo. Normalmente la demanda es una variable no controlable, pero la magnitud y frecuencia del abastecimiento es controlable. Los inventarios por ejemplo, pueden comprender: 1) Inventarios de materias primas: son materias primas que esperan para ser utilizadas en la producción de artículos.

8

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes 2) Inventario de trabajo en proceso: productos semiterminados o productos en proceso almacenados temporalmente durante el proceso de producción. 3) Inventario de productos terminados: productos terminados que esperan embarque desde la fábrica, distribuidores al por mayor o detallistas. 1.3.1 Generalidades El aprovisionamiento de materiales y equipos necesarios para la producción, las demandas de la clientela, las disponibilidades razonables de refacciones, entre otros, plantean problemas extraordinariamente diversos. Es difícil hacer una clasificación coherente y lógica de los problemas de inventarios. Es pertinente, sin embargo, reconocer antes que nada, la naturaleza de la demanda, la cual puede ser: Determinada (previsible con una cierta precisión); aleatoria, pero estadísticamente estable; aleatoria, pero estadísticamente inestable; desconocida En los problemas de inventario intervienen restricciones que pueden ser: Interacciones entre los diversos productos; limitaciones de medios (volumen, peso, tiempo de operación,

disponibilidades financieras, entre otros). El estudio de la administración de inventarios es un campo del conocimiento que se ha examinado de manera científica hace ya varias décadas. Desde que fue propuesto el modelo de lote económico por F. W. Harris en 1915, según plantea José Elías Jiménez Sánchez [25], muchos autores se han dado a la tarea de resolver múltiples problemas de inventarios. El principio fundamental de esta clase de modelos se orienta a determinar la política de abastecimiento a través de precisar la cantidad a pedir y el período de suministro para lograr el costo mínimo. En general, los modelos matemáticos para el control de inventarios se emplean en forma indistinta para describir el reabastecimiento con un proveedor externo o producción interna. Esto significa que desde el punto de vista del modelo, el control de inventarios y la planeación de la producción son con frecuencia

9

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes sinónimos según plantea Steven Nahmias [32]. Su principal objetivo está orientado a satisfacer las necesidades de los clientes, y su principal diferencia es que la demanda puede ser constante o variable en el tiempo, determinista o aleatoria, predecible o impredecible. De esta manera, por el tipo de demanda que se analiza, los modelos de inventarios se pueden clasificar tal y como se muestra en la Fig. 1.3.1.1.

Fig. 1.3.1.1. CLASIFICACIÓN DE INVENTARIOS A PARTIR DELTIPO DE DEMANDA

Regularmente los modelos de inventario se clasifican de acuerdo a si se conoce o no la demanda en un período determinado, llamándose en este caso deterministas; y estocásticos cuando se trabaja con cantidades posibles o probables. Lo anterior resulta de interés si se desea seleccionar una adecuada política de gestión de inventarios, la cual puede incidir de manera significativa en los costos de una empresa. Un modelo de inventario se utiliza para establecer una política óptima a fin de que, de manera relativamente sencilla, se pueda determinar cuándo efectuar un pedido (o proceso de fabricación) y el tamaño del lote por adquirir o fabricar. Lo anterior tiene dos objetivos bastante claros: a) mantener cierta cantidad de mercancía en existencia durante un período fijo para minimizar los costos; b) lograr el mejor nivel de servicio al cliente.

10

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes 1.3.2 Características generales de los problemas de inventarios El problema de inventario se presenta bajo la forma de fenómenos de espera de una naturaleza particular. Estos fenómenos se estudian valiéndose de la noción de probabilidad, pero en ciertos casos bastantes frecuentes, cuando las medidas estadísticas hacen aparecer varianzas muy débiles, se les asocia modelos deterministas. Cualquier problema de inventario incluye: 1. Una demanda de ciertos artículos que, en general, es aleatoria y se expresa en función del tiempo, pero que también puede conocerse y determinarse. 2. La existencia de un inventario de esos artículos para satisfacer la demanda; este inventario se agota y debe de ser reaprovisionado o renovado. El reaprovisionamiento puede ser continuo, periódico o inclusive realizarse a intervalos cualesquiera. 3. Costos asociados a esas operaciones: inversiones, depreciaciones, seguros, riesgos diversos, almacenamiento, etc., sin olvidar el que se atribuye en forma más o menos arbitraria a la escasez y que juega un papel esencial en algunos problemas; esos costos permiten dar una función económica que se propondrá optimizar. 4. Objetivos a alcanzar o restricciones que intervienen en razón de la naturaleza misma del problema. 1.3.3 Representación gráfica Para describir un problema de inventario, podría realizarse mediante la representación dada en la Fig. 1.3.3.1, en donde aparece la existencia inicial Si , la existencia final S f , el intervalo φ que separa los instantes en donde se han tomado

Si

y

S f . En general, las demandas son cantidades aleatorias,

representadas mediante un trazo o mediante escalones. Es cómodo reemplazar ese trazo por una recta o por una curva que dará una descripción analítica más adecuada de la demanda.

11

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes

Fig. 1.3.3.1. VARIACIÓN DEL INVENTARIO DESDE LA EXISTENCIA INICIAL HASTA LA FINAL.

1.3.4 Reaprovisionamiento Supongamos que el intervalo de tiempo que transcurre entre la emisión de una orden de reaprovisionamiento y la recepción, sea nulo. Distinguiremos entonces dos métodos principales de administración de inventario elemental. La primera se ilustra en la Fig. 1.3.4.1, y se llama método por periodo o administración del tipo I. Se da un periodo T al final del cual el reaprovisionamiento se realiza

sistemáticamente. Este periodo presenta el inconveniente de riesgo de ruptura del inventario y puede implicar una administración costosa; pero tiene la ventaja de ser automático.

Fig. 1.3.4.1. INVENTARIO ELEMENTAL POR PERIODO ADMINISTRACIÓN DEL TIPO I.

12

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
El segundo presentado en la Fig. 1.3.4.2, es un método que podríamos llamar método de relajamiento, por analogía con los fenómenos físicos de la misma naturaleza; la llamaremos también administración de tipo II, la cantidad reaprovisionada es constante, pero los intervalos T1 , T2 , T3 , ... no son iguales. En este caso no existe el riesgo de que se rompa el inventario, la administración es generalmente menos costosa, pero por otro lado, no puede hacerse

sistemáticamente tan fácil.

Fig. 1.3.4.2. MÉTODO DE RELAJAMIENTO O ADMINISTRACIÓNDE TIPO II.

1.3.4.1 Retrasos del reaprovisionamiento Supongamos que el retraso de reaprovisionamiento (intervalo de tiempo entre el momento de pasar la orden y la recepción de ésta) sea independiente de la cantidad pedida en la orden, más precisamente, que sea constante y con una duración t . Comparemos lo que pasaría con relación a los siguientes casos. En el primer caso, Fig. 1.3.4.1.1, se conoce la fecha de emisión de la orden, y se necesita extrapolar para determinar la cantidad que hay que reordenar, lo cual ha sido preguntado en el intervalo T − t que precede a t ; en algunos casos t puede ser mayor que T .

Fig. 1.3.4.1.1. RETRASO DE REAPROVISIONAMIENTO CONSTANTE Y CON UNA
DURACIÓN t, INDEPENDIENTE DE LA CANTIDAD PEDIDA EN EL REORDEN.

13

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
En el segundo caso, la cantidad a pedir en la orden es constante, pero la fecha de emisión de la misma es desconocida y debe de determinarse mediante una extrapolación que a veces puede ser insuficientemente precisa (el intervalo T3 , por ejemplo sobre la Fig. 1.3.4.1.2); en algunos casos T ≥ Ti . En general, la demanda es conocida en probabilidad y a veces el lapso es proporcional a (o función de) la cantidad pedida, lo cual complica generalmente la administración.

Fig. 1.3.4.1.2. REAPROVISIONAMIENTO CON LA CANTIDAD A PEDIR
CONSTANTE Y CON FECHA DE EMISIÓN DESCONOCIDA.

1.3.5 Problemática y sus costos relevantes Muchos académicos y practicantes han señalado que las inversiones en inventarios representan una gran proporción de los bienes de la compañía. De hecho, estiman que la inversión puede llegar a representar entre el 20 y 40% del total, según expone Tersin [38]. Por otra parte el inventario encapsula el dinero, y una mala gestión del mismo puede afectar el estado financiero de las empresas, tener demasiado inventario es tan problemático como disponer de poco, demasiado almacenaje, implica costos adicionales y los innecesarios relacionados al con el u

seguros,

impuestos

correspondientes

deterioro

obsolescencia de los artículos que se mantienen en existencia; y disponer de poco, involucra costo por faltantes de los artículos en el momento de ser utilizados. Dichos costos son crecientes con el aumento del inventario. Sin embargo, existen otros que disminuyen cuando el inventario aumenta. En general, por la importancia que revisten, es necesario hacer un análisis detallado de los distintos tipos de costos que pueden formar parte de cualquier

14

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
problema de inventarios. Los tipos fundamentales de costos pueden ser agrupados de la forma siguiente: a) Costos de conservación. Estos costos pueden ser de diversos tipos, como por ejemplo: 1. Costo de adquisición o de manufactura (en caso de fabricación). Considera costo de mano de obra directa o indirecta, costo de materiales directos o indirectos, gastos generales (se expresa en unidad monetaria por unidad de producto). 2. Costo por ordenar. Costos administrativos y de oficina involucrados en el proceso de una orden de compra, despacho, trámite del pedido, costo de transporte o costo de iniciar una tanda de producción, en caso de fabricación (se expresa en unidad monetaria por orden). 3. Costo de almacenamiento. Dinero inmovilizado en inventario, costo del espacio de almacenamiento, costo de manipulación, costo salarial (de los trabajadores), costo de seguro, obsolescencia, deterioro de calidad, costo de tener registro de inventario (expresado en unidad monetaria / unidad físicas / unidad de tiempo). 4. Costo por faltantes o escasez (déficit). Considera los requerimientos de tiempo extra ocasionado por el déficit, tiempo adicional de oficinas administrativas, costo de apresuramiento, pérdida de reputación, costo especial de manipulación y embarque, pérdida de tiempo de producción y cualquier otro costo atribuible al déficit (expresado en unidad monetaria / unidad física / unidad de tiempo). No considera ventas perdidas porque supone que esto no ocurre ya que contemplan solo retrasos en las entregas. 5. Costos de depreciación, de envejecimiento, obsolescencia o de pérdida (en artículos perecederos, materias sensibles a la humedad, artículos de moda, entre otros). Si tomamos en consideración los gastos de conservación, estos aconsejan una gestión tal en la empresa, que el inventario medio sea lo más pequeño posible.

15

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
b) Costos de aprovisionamiento o de obtención. El aprovisionamiento obliga a una serie de operaciones que implican gastos. Estos gastos pueden ser: 1. Costos de transporte. Estos costos se dan en los casos en que la empresa transporta los productos hasta el almacén del comprador o cuando debe buscar las materias primas con sus propios medios. 2. Costos de pedido. Estos costos incluyen desde llamadas telefónicas hasta el contrato formalmente establecido, salarios extras relacionados con el pedido, entre otros. 3. Costos de preparación. Costos relacionados con la preparación de materiales, equipos y otros, para iniciar una tanda de producción que permita satisfacer la demanda. c) Costos de ruptura o de agotamiento. 1. Este es el costo asociado con la demora en satisfacer la demanda o con la incapacidad de servir la orden en el momento que se solicita. Algunas veces la estimación de este costo es bastante subjetiva, ya que en ocasiones es muy difícil estimar la pérdida ocasionada por la no llegada de un pedido en el momento en que se carece de existencias. Pero una empresa sí puede estimar las pérdidas ocasionadas por la detención de una máquina herramienta por carecer de la pieza necesaria o la detención de un camión por carecer de algún agregado. Si el almacén es independiente de la empresa, entonces al establecer el contrato de abastecimiento, pudiera incluirse a pedido de esta última una cláusula acerca del pago por las pérdidas debidas al abastecimiento incompleto o de retraso o sea una penalización. En esta situación sí pudiera estimarse con exactitud la pérdida ocasionada por la no satisfacción de la demanda. La relación intrínseca de los costos de inventarios tiene diversos

planteamientos, por ejemplo: poco inventario puede provocar escasez (stock outs) e interrupciones en los sistemas de producción. Además, la producción de largo plazo, asociada a un nivel de inventario alto, oculta problemas de producción (por

16

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
ejemplo: calidad) que puede dañar el desempeño de la compañía a largo plazo, según lo expuesto por Vergin [44]. Por tanto, el problema de inventario supone la existencia de una relación directa entre los diferentes tipos de costos mencionados. El inventario óptimo es aquel para el cual la suma de estos costos se hace mínima. 1.4 Elementos de Programación Lineal Entera (PLE) Tradicionalmente estos modelos se han considerado como subclases de la programación lineal, sin embargo, las variables de decisión que aparecen en ellos sólo toman valores enteros, por lo que realmente deben considerarse como problemas de programación entera. El número de modelos lineales enteros y sus métodos de solución es en la actualidad bastante extenso, lo que ha llevado a hacerse una selección considerada de aquellos que sean más interesantes y que aparecen con mayor frecuencia en la realidad. Los problemas de programación lineal entera puros son problemas de programación lineal en los que se exige que todas las variables del modelo sean enteras. La resolución de este problema se obtiene analizando las posibles alternativas de valores enteros de esas variables en un entorno alrededor de la solución obtenida considerando las variables reales. 1.4.1 Modelos de optimización enteros Por intereses prácticos de nuestra investigación, se abordan solo aquellos problemas lineales en los cuales se les exige que todas las variables sean enteras. Es por esta razón que se comenzará exponiendo la definición del Problema de Programación Lineal en Enteros. Dado el problema de programación lineal:

Max (o Min) f ( x) = cx
s. a.
S1 = { x / Ax = b, x ≥ 0}

(1.4.1.1)

donde A es una matriz de orden m x n , b es un vector de orden m y c es un vector de n componentes. Se define un problema lineal en enteros (PLE), como:

Max (o Min) f ( x) = cx

17

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
s. a.
S 2 = { x / Ax = b, x ≥ 0 entero}

(1.4.1.2)

Ahora bien, teniendo en cuenta que la función objetivo y las restricciones son lineales, podemos escribir el PLE de la siguiente forma:
Max o Min ∑ c j x j
j =1 n

s. a.

∑a
j =1

n

ij

x j = bi

i = 1,..., m

(1.4.1.3)

x j ≥ 0 entero, j = 1,..., n
o lo que es lo mismo, en forma matricial:

Max cx
s. a. Ax = b (1.4.1.4)

x ≥ 0 entero .
Asumimos que en general todos los datos serán enteros. El problema (1.4.1.2) es un problema de programación lineal entero puro. 1.4.2 Métodos y algoritmos de Programación Lineal Entera (PLE) Para resolver los PLE podrían emplearse dos grupos de métodos: a) Planos Cortantes: Los métodos de planos cortantes deben su nombre a la idea geométrica que los sustenta la cual consiste en añadir al problema de optimización continuo, bajo estudio, restricciones adicionales, de modo que se reduzca el conjunto de soluciones posibles de dicho problema sin eliminar ninguna solución del PLE, o sea, dar un corte. Utilizan la técnica del Simplex como auxiliar para obtener una solución que además de ser óptima sea entera. Dentro de los que se encuentran: Gomory I Gomory II Corte Primal b) Enumeración: realizan una exploración del conjunto de las soluciones posibles en busca del óptimo, aprovechando para ello la estructura discreta del conjunto, como son:

18

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
Branch and Bound (ramificación y acotación). Enumeración lexicográfica. Enumeración Implícita. Vamos a describir brevemente el algoritmo enumerativo de Branch and Bound y el algoritmo de corte Gomory I que fueron los utilizados para darle solución al modelo construido en el capítulo siguiente. Algoritmo Branch and Bound Este algoritmo genera mediante el proceso de ramificación la separación del conjunto S de soluciones admisibles del problema continuo inicial en subconjuntos

S j tales que: Pj :

US
j =1

P

j

= S , y consecuentemente, genera un conjunto de problemas

Pj = Max{CX / X ∈ S j } j = 1, ..., P .
Algoritmo Branch and Bound Paso 1: (Inicio) Resolver el problema continuo (PC). Sea X 0 la Solución óptima del PC. Si X 0 es entera; es la solución óptima del problema entero. FIN ~ Si X 0 no es entera, Z = −∞ (valor inicial de la cota inferior), ir al Paso 3. Paso 2: a) Seleccionar un nuevo vértice V k e ir a b). Si no hubiera vértices para analizar, entonces ir al Paso 5. b) Resolver P k ~ Si Z ≥ Z ir al Paso 3. ( Z es el valor de la función k k objetivo para el problema P k en X k ) ~ Si Z < Z tachar V k e ir al Paso 2 a).
k

Paso 3: a) Sea X k solución óptima del P k . ~ Si X k es entera: CX k → Z (se actualiza la cota inferior), X k → X (se guarda la posible solución óptima) tachar Vk e Ir al Paso 2 a). Si X k no es entera, ir al Paso 4.

19

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
b) S K = φ tachar Vk . Ir al Paso 2 a). Paso 4: (Ramificación) Se definen los problemas: X j ≤ [ X k ]; X j ≥ [ X k ] + 1, X∈ Sk . Ir al Paso 2 b) j j

X k : la solución del continuo asociado al problema dado en Vk . Sk : conjunto de soluciones posibles.
X k : componente obtenida por el criterio de selección. j

Paso 5: (Final) ~ Si Z = −∞ ⇒ no hay soluciones posibles. En otro caso X es la solución óptima.

Algoritmo Gomory I Como se había dicho anteriormente, este algoritmo utiliza la idea geométrica que consiste en añadir al problema de optimización continuo bajo estudio, restricciones adicionales, de modo que se reduzca el conjunto de soluciones posibles de dicho problema sin eliminar ninguna solución del PLE, o sea, dar un corte. En este caso se utiliza la expresión (1.4.2.1), es decir, la restricción fundamental o corte fundamental [16].

j∈R

∑ ⎜ [h]yij − ⎡hyij ⎤ ⎟x j ≥ [h]yio − [hyio ] ⎢ ⎥⎠ ⎣ ⎦ ⎝
⎛ ⎞

(1.4.2.1)

Cuando se le da a h diferentes valores en (1.4.2.1), se obtienen distintos tipos de cortes. Haciendo h =1 , se obtiene:

j∈R

∑ ⎜ yij − ⎡ yij ⎤ ⎟ x j ≥ yio − [yio ] ⎢ ⎥⎠ ⎣ ⎦ ⎝
⎛ ⎞

Tomando, y = ⎡ y ⎤ + f , es decir, el número como su parte entera más su parte ij ⎢ ij ⎥ ij ⎣ ⎦ fraccionaria, obtenemos:

j∈R

∑ ⎜ ⎡ yij ⎤ + fij − ⎡ yij ⎤ ⎟ x j ≥ [yio ]+ fio − [yio ] ⎢ ⎥⎠ ⎣ ⎦ ⎣ ⎦ ⎝⎢ ⎥
⎛ ⎞

20

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes

j∈R
o lo que es lo mismo:

f ij x j ≥ f io

(1.4.2.2)

S = − f io +

j∈R

f ij x j ;

S ≥0

De manera que la solución básica x es eliminada por la relación (1.4.2.2). Por lo tanto, éste es el corte de Gomory I, a continuación se muestra el algoritmo.

Algoritmo Gomory I Paso 1: Resolver el PLC asociado. Si la solución es entera: FIN. De lo contrario ir al Paso 2. Paso 2: Dada una componente xb i de valor no entero bi 0 , construir a partir de la fila i el corte: S = − f Paso 3: La restricción introducida afecta la primal posibilidad, no así la condición
io

+

j∈R

f x ; S ≥ 0 , e ir al Paso 3. ij j

Z j − c j ≥ 0 (o sea, la dual posibilidad) para todo j , por tanto se aplica el
Algoritmo Dual del Simplex, es decir: a) Se determina la fila de la variable que sale de la base ( Si < 0 ): fila S . b) Se determina la columna de la variable que entra a la base, a partir de:
Z −C Z k − Ck j j = Min tal que ylj > 0, j ∈ R (conjunto de variables no básicas) y y lk lj

c) El elemento pivote es el de la intersección de la fila l con la columna k : yl k Si la solución obtenida es entera: FIN, sino ir al Paso 2.

21

Trabajo de Diploma………………………………………………Rayner Manuel Sánchez Reyes
Conclusiones del capítulo En el capítulo se abordaron aquellos fundamentos matemáticos básicos de la Investigación de Operaciones y su metodología que se corresponden con la modelación realizada en las cadenas de suministro de materias primas de la nueva fábrica de cemento. En este sentido, se presentaron algunos elementos básicos de la Teoría de Inventarios y de la Programación Lineal Entera que posibilitan una mejor comprensión de la lógica empleada en dicha modelación, y de la investigación en general.

22

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

CAPÍTULO 2. Modelación Matemática de la Cadena de Suministro de Materias Primas
Introducción al Capítulo En el presente capítulo se define el problema matemático que se aborda en la investigación, se presentan los datos recopilados para la construcción y formulación de los modelos matemáticos. Se exponen además los modelos construidos para la planificación y organización de la transportación en la cadena de suministro, sustentados fundamentalmente en elementos de la Teoría de Inventarios y Programación Lineal Entera. 2.1 Definición del problema y recolección de datos La primera actividad que se llevó a cabo fue el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema a resolver. El anexo 1 muestra las diferentes materias primas a transportar (toba, corrector de hierro2, yeso, petcoke y carbón), los orígenes de dichas materias primas, los centros de carga y descarga, y los diferentes almacenes en la fábrica, es decir todo el esquema de transportación. Es significativo señalar que cada camión a emplear en la transportación de dichas materias primas cuesta alrededor de 149 780.00 € (euros), por lo que resulta prioritario comprar la menor cantidad de camiones de forma tal que se puedan transportar las cantidades de materias primas demandadas para la fabricación de cemento de acuerdo a las exigencias propias del sistema. En el anexo 2 se muestran las restricciones fundamentales con relación a las materias primas de interés, en cada caso se tiene en cuenta la necesidad anual, la capacidad de almacenamiento, el consumo diario estimado, las distancias significativas entre los diferentes vértices del sistema, el tiempo de carga y descarga y el tiempo de viaje total (que incluye ida y vuelta) que está determinado por la distancia desde el origen hasta el destino.

2

En lo adelante se utilizará indistintamente « hierro » y « material de hierro ».

23

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes Los diferentes costos de extracción o de compra de cada una de las materias primas se muestran en el anexo 3. Finalmente, en el anexo 4 se muestran las diferentes tarifas de transportación por tonelada para los diferentes modos de transporte, desde cada origen a cada destino. Teniendo en consideración la información relevante a la que se tuvo acceso, fue posible concretar el problema y el objetivo de la investigación, así como las interrelaciones del área bajo estudio con otras áreas de la organización, los diferentes cursos de acción posibles, los límites de tiempo para tomar las decisiones, todo estos aspectos posteriormente fueron extrapolados al proceso de modelación matemática. 2.1.1 Precisión del problema y los objetivos Del análisis de la problemática anterior surge el problema que se quiere resolver: la necesidad de determinar la cantidad óptima de camiones necesarios para llevar a cabo la transportación de ciertas materias primas para la elaboración del cemento en toda la cadena de suministro, bajo la restricción prioritaria de que no se rompan los inventarios de las mismas, minimizando intervienen en todo el proceso. Realmente el problema planteado es lo más general posible, pero para brindar una solución del mismo hay que tener en cuenta otras restricciones fundamentales, en especial aquellas que se relacionan con una buena aproximación a la reducción de los costos globales los cuales intervienen en todo el proceso de la cadena de suministro y juegan un papel importante para disminuir los costos de producción de cemento. Por tanto, el objetivo general que se persigue es la obtención de herramientas de apoyo matemáticas para mejorar la gestión de las cadenas de suministros de materias primas en la fábrica de cemento, que brinden un soporte científico a las decisiones que deben tomarse en niveles tácticos y operativos del sistema. Al concretar el objetivo de la investigación, se deben desarrollar las tareas científicas derivadas de las siguientes interrogantes: ¿Qué metodología debe implementarse para optimizar los inventarios bajo las restricciones del sistema? 24 los costos que

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes ¿Cómo puede realizarse una planificación del transporte al estimarse de manera conjunta las políticas de inventarios de materias primas a lo largo de una cadena de suministros? De lo anterior se infiere la necesidad de llevar a cabo una modelación matemática que tenga en consideración los aspectos esenciales en la cadena de suministro de materias primas bajo las restricciones propias de dicho sistema. La lógica empleada para dicha modelación se muestra en el anexo 5. 2.2 Modelos de inventarios con demanda promedio constante Antes de pasar a mostrar el modelo que se empleó, se van a precisar algunas hipótesis que se asumieron para el mismo, al considerar la información suministrada por los especialistas con relación a los parámetros fundamentales de los inventarios para las materias primas bajo estudio: El retardo de reaprovisionamiento es casi constante, y sea t este lapso, (ver Fig. 2.2.1). Costo de almacenamiento proporcional al costo de compra y de transportación (esta hipótesis se utilizó sólo en el modelo para la demanda promedio constante con costo de almacenamiento proporcional al costo de compra y de transportación [27, pp. 217-218]). La demanda es aleatoria y su tasa media es constante. Se precisan dos almacenes, ya sean físicamente o no, para constituir el inventario. Cuando el primero haya agotado su existencia, se pasa al segundo y al mismo tiempo se emite un pedido de reaprovisionamiento n , que será entregado con el retardo t . Mientras se espera que llegue el reaprovisionamiento, es el segundo almacén el que proporciona la materia prima y el que constituye así un inventario de seguridad. (Este método es sólo aproximado puesto que hay que admitir hipótesis de trabajo distintas para los inventarios de cada uno de los almacenes [27, pp. 228-231]). Las ideas anteriores brindan las bases para emplear los conceptos de punto de reorden y de inventario de seguridad, pues constituyen una alternativa análoga. Bajo las hipótesis anteriores se empleará un método aproximado, que permite obtener un valor vecino al óptimo verdadero permitiendo el nivel mínimo de 25

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

reaprovisionamiento, teniendo en cuenta lo que hemos impuesto con respecto a la escasez. Prácticamente el lapso t es una variable aleatoria, y el estudio analítico se vuelve demasiado complicado siendo a menudo preferible determinar el óptimo mediante simulación [27]. Además, debe señalarse que como lo que se está llevando a cabo es un proyecto, no se tienen datos empíricos del comportamiento de la demanda, sólo se cuenta con estimaciones de ciertos especialistas.

Fig. 2.2.1. TIEMPO DE REAPROVICIONAMIENTO CONSTANTE

2.2.1 Un modelo casi general para la demanda promedio constante A continuación mostraremos el desarrollo de un modelo casi general para la demanda promedio constante, el cual tuvo su desarrollo tomando como base la función de costo, donde interviene la suma de todos los costos del proceso y dicha función se hace mínima. El mismo brinda la posibilidad de obtener la cantidad óptima a pedir de cada materia prima en todo el proceso de abastecimiento en la cadena de suministro. Definición de variables:

Cl = el costo de emisión de un lote (independiente del tamaño del lote), costo
constante;

Cs = costo de almacenamiento de una pieza por unidad de tiempo;

φ = periodo de producción anual;

26

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

N = número de toneladas para el período φ ;

n = número de toneladas en un lote de duración T ;
r = número de lotes en el periodo φ ;
Se asumió que los lotes comprenden un mismo número de piezas n . Entonces surge la pregunta: ¿Cuál es el valor que hay que dar a n para que el costo total de pedido y almacenamiento de las N toneladas sea mínimo?, lo anterior implica determinar el número r de lotes, así como el periodo T de reaprovisionamiento del inventario. Esta pregunta se hace extensiva para todas las materias primas que se tienen en cuenta. Para obtener a n se trabajará sobre la función mínima de costo, lo que garantizará que su valor obtenido sea el óptimo. La administración de un inventario en esas condiciones se parece a la administración de tipo I y de tipo II, descrita en el capítulo anterior. El nivel medio del inventario durante un periodo T es

n , como se puede 2

apreciar en la Fig. 2.2.1.1, el costo del almacenamiento durante este intervalo es

1 n Cs T . Así pues, el costo total para un lote es: 2 1 Cl + n T Cs 2
(2.2.1.1)

Fig. 2.2.1.1. NIVEL MEDIO DE INVENTARIO

Por consiguiente como:

27

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

r=

N φ = n T

(2.2.1.2)

El costo total para el intervalo de tiempo φ es:

nT ⎞ ⎛ Γ = ⎜ Cl + Cs ⎟ r 2 ⎝ ⎠ nT ⎞ N ⎛ Cs ⎟ = ⎜ Cl + 2 ⎝ ⎠n = = NCl NT + Cs n 2 NCl φ Cs + n n 2

(2.2.1.3)

Se ha podido expresar Γ en función de la cantidad variable y de las otras magnitudes conocidas N , φ , Cl y C s . Por lo tanto, la función de costo queda:

Γ ( n) =
Si llamamos:

NCl φ Cs + n 2 n

(2.2.1.4) (2.2.1.5)

Γl =

N Cl n

el gasto total de emisión de un lote (independiente del tamaño del lote),

1 Γs = φ Cs n 2
sería el gasto total de almacenamiento;

(2.2.1.6)

Se ve que Γl es inversamente proporcional a n , en tanto que Γs es proporcional a n.

28

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Fig. 2.2.1.2. VARIACIONES DE LOS COSTOS QUE INTERVIENEN EN LA CADENA DE

SUMINISTRO

Representemos mediante una gráfica como muestra la Fig. 2.2.1.2 las variaciones de Γl y de Γs . Se ve que la suma Γ(n) = Γl + Γs debe de tener un valor mínimo para un cierto valor de n . Ahora bien, sabemos que el mínimo de la suma de dos magnitudes variables cuyo producto es constante, tiene lugar cuando esas magnitudes son iguales (esto es un resultado directo de la derivación con respecto a n de la función Γ(n) ), en el caso que nos ocupa:
1 Γl . Γs = Nφ Cl Cs = C te 2

(2.2.1.7)

Así pues, el mínimo de Γl + Γs tiene lugar para
Γl = Γs ,

(2.2.1.8) (2.2.1.9)

o también o sea

NCl φ Cs = n; 2 n

n = n0 = 2

N Cl φ Cs

(2.2.1.10)

que es la cantidad económica buscada. Se puede obtener una primera conclusión: el mínimo de la función económica para la administración de un inventario tiene lugar cuando el costo total de emisión es igual al costo total de almacenamiento.

29

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Sustituyendo (2.2.1.10) en (2.2.1.2) obtenemos
T = T0 =

φ Cl
N Cs

=

φ
N

n0

(2.2.1.11)

donde T es el tiempo de duración de un lote de tamaño n . Realmente, la forma más general de obtener la cantidad económica ( n ) es calculando los valores extremos de Γ(n) =
NCl φ Cs + n , para lo cual primeramente 2 n

se deriva dicha función con respecto a n , obteniéndose en este caso
Γ′(n) = − N Cl φ Cs + 2 n2

(2.2.1.12)

Luego, se iguala a cero la primera derivada y se despeja n , siendo
n = n0 = 2 N Cl , se puede chequear fácilmente que dicho valor es un φ Cs

mínimo de la función de costo expresada en (2.2.1.4), tal como se esperaba. El modelo analizado anteriormente no tiene en cuenta los costos de transportación ni de compra para cada lote para cada tonelada de materia prima de interés. Estos costos son fundamentales para determinar el tamaño de lote óptimo para cada materia prima, por lo que es conveniente trabajar con otro modelo donde sean considerados los mismos. 2.2.2 Modelo para la demanda promedio constante con costo de almacenamiento proporcional al costo de compra y de transportación Ahora vamos a analizar una situación semejante a la anterior, pero haciendo intervenir en esta ocasión el costo de producción o el precio de compra de las toneladas de materia prima (siendo proporcional este costo al de producción de un lote), y además se tendrá en cuenta el costo de transportación de cada tonelada de materia prima. Definición de variables:

N = número de toneladas para el período φ ;

φ = periodo de producción anual;

30

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes n = número de toneladas en un lote de duración T; Ca = precio de compra o costo de producción de una tonelada (sin tomar en

cuenta el costo fijo de un lote) y de la transportación (en tren y camión);

Ca = CTt + CTc + CMP , donde:
CTt = es el costo de transportar en tren una tonelada; CTc = es el costo transportar en camión una tonelada;

CMP = es el costo de comprar una tonelada de materia prima; Cb = costo fijo de un lote (independiente del tamaño del lote);

α = coeficiente de proporcionalidad entre el costo de almacenamiento por
toneladas y por unidad de tiempo, y el costo de emitir una tonelada que es
Ca + Cb ; n

A partir de las definiciones anteriores, se puede expresar

Cs = α (Ca +
y

Cb ) n

(2.2.2.1) (2.2.2.2)

Ct l = n Ca + Cb

donde C t l es el costo total de emisión del lote; Como tenemos que el costo total es:

1 Ct l + n T Cs 2

(2.2.2.3)

Entonces sustituyendo (2.2.2.1) y (2.2.2.2) en (2.2.2.3) y haciendo un procedimiento análogo al realizado con el modelo anterior, tenemos que la función de costo viene dada por
1 Γ(n) = [n Cb + α T (n Ca + Cb )] r 2
Γ ( n) = [ n Ca +

(2.2.2.4) (2.2.2.5)

1 (α T ) n Ca + Cb + 1 α T Cb ] r 2 2

donde r = número de lotes en el periodo φ ; Pero como

T

φ

=

n N

(2.2.2.6)

31

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

y

r=

N n

(2.2.2.7)

Entonces sustituyendo (2.2.2.6) y (2.2.2.7) en (2.2.2.5) obtenemos:

Γ(n) = NCa +
donde Por

α
2

N α α φ Cb + n Cb + n φ Ca + Cb

2

2

n

(2.2.2.8)

NCa +
lo

α
2

φ Cb es una cantidad independiente de n .
derivando (2.2.2.8) con respecto a (n) se obtiene

tanto

α α N N Γ′(n) = φ Ca − 2 Cb , luego igualando la primera derivada a cero, φ Ca − 2 Cb = 0 2 n n 2
y despejando n obtenemos:
n=

2 N Cb α φ Ca

(2.2.2.9)

y por tanto

T=

2 φ Cb α N Ca

(2.2.2.10)

Debe señalarse que en (2.2.2.8) para calcular la cantidad fija de pedido ( n ), los faltantes se ignoraron y se supuso que la demanda es estadísticamente estable. A pesar de que se obtuvieron la mayoría de los datos de interés por parte de la empresa, no se pudieron obtener la totalidad de los mismos para el cálculo del tamaño del lote, por lo que hubo que realizar ciertas inferencias imprescindibles sobre los datos faltantes. 2.2.3 Cálculo del punto del reorden y del inventario de seguridad

Para calcular el punto de reorden ( R ) no existe una manera de encontrar el R óptimo cuando no se conocen los costos de faltantes (como en nuestro caso), en su lugar se usan los conceptos de: inventario de seguridad y nivel de servicio.

32

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Fig. 2.2.3.1. SISTEMA GENERAL DE CANTIDAD FIJA DE REORDEN

La posibilidad de quedar sin artículos en el almacén existe solo durante el tiempo de entrega. Podemos observar en la Fig. 2.2.3.1 que cuando el nivel de inventario está arriba del punto de reorden, antes de colocar el pedido en R1 no hay posibilidad de quedar sin existencias, cuando el nivel baja al punto de reorden se coloca un pedido y comienza el período de entrega solamente durante los períodos ( Te1 , Te 2 , Te3 ,…) en los cuales sí existe la posibilidad de que haya faltantes. Para determinar el punto de reorden ( R ) solo es necesario conocer la distribución de la demanda durante el período de entrega. Esto recibe el nombre de demanda del tiempo de entrega, en la Fig. 2.2.3.2 se muestra un ejemplo.

Fig. 2.2.3.2. DISTRIBUCIÓN DE LA DEMANDA DEL TIEMPO DE ENTREGA

33

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
Aquí se muestra una distribución normal centrada en la demanda promedio del tiempo de entrega dTe , donde d es la demanda diaria promedio y Te es el tiempo de entrega. Si el punto de reorden se igual a la demanda diaria del tiempo de entrega, el inventario que se tiene en el momento de recibir una orden será 0 (cero), en promedio. Pero la mitad de las veces será más que 0 (cero) y la mitad de las veces será menos que cero, es decir, habrá faltantes. Como casi siempre una posibilidad del 50% de quedar sin existencias es muy alta, se debe agregar un inventario de seguridad, el efecto de dicho inventario se muestra en la Fig. 2.2.3.3.

Fig. 2.2.3.3. EFECTOS DEL INVENTARIO DE SEGURIDAD

El punto de reorden se incrementa para proporcionar mayor protección contra los faltantes durante el tiempo o período de entrega, entonces la fórmula para el punto de reorden ( R ) es

R = d Te + B
donde R = punto de reorden;

(2.2.3.1)

d = demanda promedio en día; B = inventario de seguridad;
Te = tiempo de entrega promedio en días, y se define por Te = Tc, d + Ttt + Tt c + ω
siendo ω = tiempo de llegada de seguridad;

Tc , d = tiempo de carga y descarga;

34

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Ttt = tiempo de transportación en tren; Tt c = tiempo de transportación en camiones;
Definir Te de esta forma implica prácticamente prescindir de la aleatoriedad en los retardos aleatorios de las llegadas de los trenes y reduce la incertidumbre en la planificación, es por ello que se lleva a cabo esta última de una forma casi determinista, pues la probabilidad de que se rompa el convenio con la Empresa Ferrocarriles de Cuba se supone que sea muy pequeña de acuerdo a una cláusula acerca del pago por las pérdidas debidas al abastecimiento incompleto o de retraso (o sea una penalización). Para calcular el inventario de seguridad, se emplea el concepto de nivel de servicio o nivel de confianza, que es la probabilidad de tener un artículo en almacén cuando se necesite. Los niveles de servicio en general varían del 80 % al 99 %. Esto significa que la posibilidad de quedar sin artículos en el almacén varía entre un 20% y 1 %. Una vez que se escoge el nivel de servicio, se determina la cantidad de inventario de seguridad, como se muestra en la Fig. 2.2.3.4. Con una tabla para la distribución normal, se encuentra el valor de Z que corresponde al nivel de servicio deseado, para un nivel de servicio del 99 % el valor de Z = 2.326348, precisamente dicho nivel fue el utilizado en nuestro caso para obtener el inventario de seguridad para cada materia prima bajo estudio, y se empleó la siguiente expresión para su cálculo

B=Zσ

(2.2.3.2)

donde σ es la desviación estándar de la demanda durante el tiempo de entrega, ya que en nuestro caso la desviación fluctúa en un 15%, dato obtenido por los especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.”.

35

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Fig. 2.2.3.4. EMPLEO DEL INVENTARIO DE SEGURIDAD PARA EL CÁLCULO DEL PUNTO DE REORDEN

2.2.4

Inferencia de datos faltantes

El modelo obtenido en el epígrafe 2.2.2 exige de conocer ( α ) . Dado que se está trabajando en el proyecto, es natural de que no se tengan datos empíricos sobre ciertos subprocesos del sistema de la cadena de suministro que son necesarios para poder tomar decisiones, es por ello que es meritorio inferir de la forma más científica posible acerca de los mismos. El costo de almacenamiento es desconocido, a pesar de ser uno de los costos fundamentales que intervienen en la cadena de suministro, y ser fundamental para determinar al coeficiente de proporcionalidad ( α ). A continuación se expone el análisis desarrollado que posibilitó inferir dicho costo. El costo de almacenamiento

1 n T Cs lo podemos dividir en costo financiero y 2

en un costo que depende del valor de Ca . El costo financiero viene dado por la expresión α1 (Ca +

C Cb ) , donde Ca + b , como se dijo anteriormente, constituye el n n

costo de emitir una tonelada, y α1 puede interpretarse como el interés diario que genera 1.00 CUC en una cuenta bancaria, para inferir dicho interés se muestra el análisis que se realizó.

36

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
Si se deposita un capital V0 en una cuenta bancaria con interés compuesto continuo y conocemos que el interés anual es K ′ = 0.06 . Sabemos que al transcurrir un año el capital es V0 e365 K , donde K es el interés diario (que es desconocido), es decir el capital inicial ha aumentado en (V0 e365 K − V0 ) . Ahora bien, para el capital inicial de 1.00 CUC, al cabo de un año aumenta en ( e365 K − 1 ) , pero dicho aumento es conocido e igual a K ′ = 0.06 , es decir

e365 K −1 = 0.06

(2.2.4.1)

Por otro lado, el desarrollo de e x en series de potencias alrededor de x = 0
x x 2 x3 xn es e = 1 + + + + K + + K , en el desarrollo, las potencias de mayor orden 1! 2! 3! n!
x

tienden a cero mas rápido que las lineales, por lo que pueden hacerse despreciables, es por ello que se utiliza una aproximación lineal, resultando
e x ≈ 1 + x , por lo tanto e365 K ≈ 1 + 365 K

(2.2.4.2)
0.06 , donde 365

Al sustituir (2.2.4.1) en (2.2.4.2) y despejar K se obtiene que K ≈

K es el interés aproximado diario, se obtiene una aproximación que algunos

autores la emplean como un método aproximado para la obtención de la tasa conocido como ad valorem, que a pesar de ser muy usada en ocasiones se desconoce su procedencia. Luego podemos concluir que α1 es igual a K . Luego el costo que depende del valor de Ca viene dado por los costos de almacenamiento, de mantenimiento o de posesión del stock, incluyen todos los costos directamente relacionados con la titularidad de los inventarios tales como los gastos del almacén, seguros, deterioros, pérdida y degradación de mercancías. En este caso se hizo una valoración a partir de las recomendaciones que brinda Marco Antonio Dell`Agnolo [11], el cual brinda una estructura razonable para la composición de la tasa en el almacenamiento que tiene en cuenta el tipo de mercadería, de la actividad de almacenaje, esté gestionado por la empresa o no, o de que la mercadería esté almacenada en régimen de depósito por parte del

37

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

proveedor o de que sean propiedad del fabricante. Atendiendo a los elementos anteriores, en nuestro caso se arribó a la conclusión de que era plausible tomar

α 2 = 1 en la expresión
Luego se obtiene

Ca α 2 , que representa el 1% de Ca . 100
C C α ⎤ ⎡ Cs = ⎢α1 (Ca + b ) + a 2 ⎥ n 100 ⎦ ⎣ 1 n T Cs 2

(2.2.4.3) (2.2.4.4)

y como el costo de almacenamiento es

entonces sustituyendo (2.2.4.3) en (2.2.4.4) se puede reescribir el costo de almacenamiento de la siguiente forma:
C C α ⎤ 1 ⎡ n T ⎢α1 (Ca + b ) + a 2 ⎥ n 2 100 ⎦ ⎣

(2.2.4.5) (2.2.4.6)

Resultando que:

1 T [ n Ca (100 α1 + α 2 ) + 100 α1 Cb ] n T Cs = 2 200

Luego, retomando el costo total para el intervalo de tiempo φ dado en (2.2.2.3), y utilizando el hecho de que Ctl = n Ca + Cb , se obtiene la siguiente función de costo
1 Γ(n) = [n Ca + Cb + n T Cs )] r 2

(2.2.4.7)

y al sustituir (2.2.4.6) en (2.2.4.7) la función de costo adopta la siguiente forma

T ⎡ [ n Ca (100 α1 + α 2 ) + 100 α1 Cb ]⎤ N , Γ(n) = ⎢n Ca + Cb + ⎥ n 200 ⎣ ⎦
despejando T obtenemos
N Cb Cb + α1 n φ Ca ⎡ ⎤ Γ ( n) = ⎢ Ca N + + + (100 α1 + α 2 )⎥ n 2 200 ⎣ ⎦

(2.2.4.8)

en (2.2.2.6) y sustituyendo su expresión en (2.2.4.8)

(2.2.4.9)

y al derivar dicha función con respecto a n , como en los casos anteriores se obtiene
n = n0 =
200 N Cb φ Ca (100 α1 + α 2 )

(2.2.4.10)

que es la cantidad económica buscada para esta situación.

38

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Note que en (2.2.4.10)

si se toma α =

100 α1 + α 2 , se obtiene la expresión 100

(2.2.2.9) sin dificultad, lográndose una estimación para el valor α . 2.3 Obtención del PPLE para la planificación óptima del transporte Después de obtener las expresiones matemáticas para obtener el tamaño óptimo del lote, el punto de reorden y el inventario de seguridad, es necesario determinar para cada día la cantidad mínima de camiones que se van a utilizar para cada una de las materias primas. Debe señalarse que los eventos más extremos en la transportación de materias primas están dados por el arribo cinco veces al año de un barco con 20 000 toneladas de petcoke y un barco una vez al año con 20 000 toneladas de carbón. Estas materias primas no se tuvieron en cuenta en el Problema de Programación Lineal en Enteros (PPLE), pues para realizar la planificación del transporte por camiones se determinó que para un barco con 20 000 toneladas (de carbón o de petcoke) son suficientes 9 camiones trabajando 20 horas efectivas durante 4 días, para que transporten toda la materia prima a los almacenes de la fábrica. A continuación se plantea el PPLE genérico. Definición de parámetros:

i =1... I , donde I denota la cantidad de materias primas;
j = 1... J i , donde J i denota la cantidad de días en que se puede cargar la

materia prima i ;
Tvi = tiempo de viaje total (ida y vuelta) para la materia prima i (parámetro

conocido);
ni = cantidad de toneladas de un lote de materia prima i (parámetro conocido a

partir del cálculo del tamaño óptimo del lote);
Tcdi = tiempo de carga y descarga de la materia prima i (parámetro conocido

según la tecnología aplicada);

Ct = capacidad técnica del camión (parámetro conocido, 30 toneladas)

39

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

Efic = eficiencia neta del tiempo disponible en la jornada laboral diaria 0 ≤ Efic ≤ 1 (según los especialistas valoran que Efic = 0.85 )
Ttd i = tiempo de trabajo diario máximo disponible para cargar la materia prima i (en el caso de que i = 1, 2 , petcoke y carbón respectivamente, es de 24

horas, el resto de las materias primas es de 12 horas) Definición de variables:

Ci j = cantidad de camiones para cargar la materia prima i el día j (estas son
las variables de interés del problema de optimización entero)

Formulación del modelo: Función objetivo: Min Z =

∑∑ Ci j
i =1 j =1

I

Ji

(2.3.1)

s.a.

∑ Ci j ≥
j =1

Ji

ni * (Tvi + Tcd i ) *100 , para i fija, i =1... I Ct * Ttd i * Efic

(2.3.2)

⎡ ni * (Tvi + Tcdi ) *100 ⎤ ⎢ Ct * Ttd * Efic ⎥ i ⎥ , i = 1... I , j = 1... J i Ci j ≥ ⎢ Ji ⎢ ⎥ ⎢ ⎥ ⎣ ⎦
⎡ ni * (Tvi + Tcd i ) *100 ⎤ ⎢ Ct * Ttd * Efic ⎥ i ⎥ +1 , Ci j ≤ ⎢ Ji ⎢ ⎥ ⎢ ⎥ ⎣ ⎦

(2.3.3)

i = 1... I , j = 1...J i

(2.3.4)

∑ Ci j ≤ M ,
i =1

I

para cada valor i , y j cualquiera donde j = 1... J i (2.3.5) (2.3.6) (2.3.7)

Ci j ≥ 0 i = 1... I , j = 1... J i

Ci j entero i = 1... I , j = 1... J i

En el modelo la restricción (2.3.1) implica minimizar la cantidad total de camiones a emplear, (2.3.2) asegura que para cada materia prima i se transporte

40

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

el tamaño del lote en los días disponibles J i . Las restricciones (2.3.3) y (2.3.4) posibilitan distribuir lo más homogéneamente la cantidad de camiones a utilizar para cada materia prima en cada día disponible para la transportación, de esta forma se posibilita utilizar menor cantidad de camiones, los corchetes

[]

empleados representan la parte entera de la expresión que está dentro de los mismos. Las restricciones expresadas en (2.3.5) posibilitan controlar el número de camiones a utilizar diariamente cuando hay intersecciones en la transportación por camiones, el término independiente M de dichas restricciones en nuestro caso es
M = 9 , pues es el resultado de utilizar una cota global impuesta por el proceso

más crítico del sistema, que consiste en descargar 20 000 t desde un barco en sólo 4 días (por exigencia del puerto). Se concluyó que para realizar esta tarea crítica se necesitan sólo 9 camiones (se utilizó la expresión 2.3.2 para realizar los cálculos), por lo tanto, si el problema tuviese solución admisible para todas las intersecciones en el periodo a planificar, entonces el mínimo de camiones sería
M = 9 , en caso contrario hay que relajar más esta restricción. Finalmente, (2.3.6)

implica la no negatividad de las variables y (2.3.7) que la solución obtenida debe ser entera (cantidad de camiones). Conclusiones del Capítulo En el desarrollo del capítulo se formularon dos modelos matemáticos pertenecientes a la teoría de inventario que permiten determinar el tamaño óptimo del lote, el punto de reorden y el inventario de seguridad para cada una de las materias primas de interés. Dichos modelos están condicionados a los datos y restricciones propias del sistema, y a la inferencia de los datos faltantes. Finalmente, se construyó el PPLE, el cual permite la distribución mínima de camiones para transportar las materias primas, tomando en consideración las restricciones impuestas por los modelos de inventarios, cuya solución se obtendrá en el capítulo siguiente.

41

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

CAPÍTULO 3. Planificación del reaprovisionamiento de las materias primas en la cadena de suministro
Introducción al Capítulo En este capítulo se da cumplimiento a las etapas 3, 4 y 5 de la metodología de la investigación de operaciones empleada. Se obtienen las soluciones de los modelos de inventarios descritos en el capítulo anterior. Posteriormente, se obtiene una solución óptima a partir del PPLE construido para la planificación y organización de la transportación en la cadena de suministro, empleando ciertos algoritmos de Programación Lineal Entera y apoyados por el software PLEC++. Se brindan evidencias de la estabilidad de la solución obtenida mediante el análisis de sensibilidad y mediante una simulación de las demandas en los modelos de inventarios. Finalmente, se le propone a la empresa la implementación de la solución obtenida a partir de un conjunto de recomendaciones. 3.1 Obtención de una solución a partir de los modelos, prueba del modelo y de su solución Para determinar el tamaño óptimo del lote para cada materia prima (cuánto pedir) se empleó la expresión (2.2.4.10), los resultados de los cálculos realizados se muestran en la Tabla 3.1.1. En dicha tabla, la primera columna muestra las materias primas que intervienen en la cadena de suministro (ver anexo 1), en la segunda columna aparecen los valores de los parámetros utilizados para el cálculo del tamaño del lote, definidos en el capítulo anterior, dichos valores están expresados en los anexos 3 y 4. En el caso de Cb se obtuvo a partir de estimaciones de los especialistas teniendo en cuenta experiencias obtenidas en la fabricación de cemento en nuestro país. En el caso de α1 , se determinó en el capítulo anterior mediante la aproximación K ≈

0.06 , mientras que α 2 como se 365

dijo anteriormente, se infirió a partir de las recomendaciones que brinda Marco Antonio Dell`Agnolo en [11]. Mientras que la tercera columna brinda el valor numérico del tamaño del lote.

42

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
Es importante señalar que a la materia prima petcoke se le implantó una cantidad invariable de reaprovisionamiento en periodos fijos, ya que como este material es importado se tiene establecido 5 viajes al año, según la planificación de la empresa, lo cual implica, como es natural, traer la capacidad completa del barco (20 000 toneladas). De esta forma se satisface la necesidad de consumo anual de esta materia prima, tal como se muestra en el anexo 2. El reaprovisionamiento del carbón, por su parte, es una vez al año, ya que su necesidad anual coincide con la capacidad del barco (20 000 toneladas), por lo que se decidió planificar su único reaprovisionamiento anual al inicio de la producción. Tamaño del lote n (ton) 788 978 1616 20 000 20 000

Materias Primas Hierro Toba Yeso Petcoke Carbón

Parámetros

N (ton)
25 000 40 000 70 000 100 000 20 000

Cb (CUC )

φ (días )
313 313 313 313 313

α1 (%)
0.0002 0.0002 0.0002 -------

Ca (CUC )
17.7 15.75 23.57 -------

α 2 (%)
1 1 1 -------

700 600 1 400 -------

Tabla 3.1.1. CÁLCULO DEL TAMAÑO DEL LOTE ( CUÁNTO PEDIR )

Para determinar el punto de reorden (cuándo pedir), se utilizó la expresión (2.2.3.1), previamente se utilizó (2.2.3.2) para establecer el inventario de seguridad que permitirá que cualquier retraso estadísticamente permisible no rompa el inventario. Lo expuesto anteriormente se visualiza en la Tabla 3.1.2, en su primera columna principal se exponen las mismas materias primas de la Tabla 3.1.1, en la segunda se encuentran los valores de los parámetros ( Z y σ ) definidos en el epígrafe 2.2.3, que son necesarios para calcular el inventario de seguridad (los valores numéricos se muestra en la tercera columna). Los parámetros para determinar el punto de reorden (el tiempo de entrega ( Te ) definido en el epígrafe 2.2.3 y la demanda promedio diaria ( d ) que viene dada en el anexo 2,) se presentan en la cuarta columna principal. En la quinta se muestra el valor numérico (en toneladas) del punto de reorden, y en la sexta, la

43

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
equivalencia aproximada (en días) que demora el tamaño del lote reaprovisionado en alcanzar el punto de reorden. Los materiales petcoke y carbón no se incluyen en esta tabla porque, como se explicó anteriormente, su reaprovisionamiento se lleva a cabo en periodos constantes con reaprovisionamientos fijos que obedecen a otras restricciones del sistema, y por tanto, se realizan con otra lógica. Inventario de Seguridad
B (ton )

Materias Primas Hierro Toba Yeso

parámetros

parámetros

Punto de reorden

Z
2.326348 2.326348 2.326348

σ (ton)
12 19.2 33.6

Te (días )
6 6 6

d (ton)
80 128 224

R (ton)
808 813 1423

27.96 44.736 78.288

Equivalencias en días con relación al punto de reorden 3 1 0

Tabla 3.1.2. CÁLCULO DEL PUNTO DE REORDEN ( CUÁNDO PEDIR )

La Tabla 3.1.3 fue confeccionada a través de los diferentes parámetros que intervienen en la restricción (2.3.2) del modelo de PPLE, esta restricción asegura que para cada materia prima i se transporte el tamaño del lote en los días disponibles J i .
Parámetro Materias Primas Hierro Toba Yeso Petcoke Carbón Mínimo de camiones requeridos

ni (ton )

Tvi (h)
1 3.2 1 0.6 0.6

Tcdi (h)
0.5 0.5 0.5 0.5 0.5

Ct (ton)
30 30 30 30 30

Ttd i (h)
12 12 12 24 24

Efic (%)
85 85 85 85 85

∑ Ci j
j =1

Ji

788 978 1616 20 000 20 000

4 12 8 36 36

Tabla 3.1.3. REQUERIMIENTOS DE LA CANTIDAD DE CAMIONES PARA LA TRANSPORTACIÓN DE LOTES

En la primera columna principal se muestran las diferentes materias primas que intervienen en el PPLE. En la segunda, se exponen las cantidades de toneladas a pedir para cada una de las materias primas (obtenidas mediante la ecuación 2.2.4.10), el tiempo de viaje (incluye ida y vuelta, la distancia desde el origen hasta el destino, la velocidad promedio de los camiones), el tiempo de carga y descarga de las materias primas y la capacidad técnica del camión; todos estos datos se

44

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
muestran en el anexo 2. En esta columna principal se presenta además el tiempo de trabajo diario y la eficiencia de dicho trabajo, datos brindados por la empresa. La tercera columna ofrece los términos independientes de (2.3.2), que es la cantidad total mínima de camiones a utilizar para transportar el tamaño del lote obtenido. Debe destacarse que se consideró que j = 1..3 para las tres primeras materias primas que se muestran en la Tabla 3.1.3, pues 3 es la mayor cantidad de días permisibles de un lote en el Dajao, de acuerdo al criterio de los especialistas (para el caso del yeso y el hierro), y se decidió para el caso de la transportación de la toba emplear el mismo tiempo para tener los tiempos homogéneos. Como se explicó anteriormente en el capítulo 2, se utilizó una cota global para la cantidad de camiones M = 9. Para determinar si realmente la cantidad óptima de camiones es igual a la cota global anteriormente señalada, se procedió a sustituir toda la información obtenida y las condiciones de los modelos de inventario en los diferentes parámetros obtenidos en el epígrafe 2.3. del PPLE genérico, lográndose el PPLE concreto que se muestra a continuación. Función objetivo:
0

Min Z = C11 + C12 + C13 + C21 + C2 2 + C2 3 + C31 + C3 2 + C3 3
C11 + C1 2 + C13 ≥ 4 13 C11 ≤ 2 25 C11 + C2 2 + C31 ≤ 9 37 C1 2 + C2 3 + C31 ≤ 9

s.a. (restricciones):
1 2 3 4 5 6 7 8 9 10 11 12

C21 + C2 2 + C2 3 ≥ 12 14 C31 + C3 2 + C3 3 ≥ 8 15 C11 ≥ 1 16 C1 2 ≥ 1 17 C13 ≥ 1 18 C21 ≥ 4 19 C2 2 ≥ 4 20 C2 3 ≥ 4 21

C1 2 ≤ 2 26 C11 + C2 2 + C3 2 ≤ 9 38 C1 2 + C2 3 + C3 2 ≤ 9 C13 ≤ 2 27 C11 + C2 2 + C3 .3 ≤ 9 39 C1 2 + C2 3 + C3 3 ≤ 9 C21 ≤ 5 28 C11 + C2 3 + C31 ≤ 9 40 C13 + C21 + C31 ≤ 9 C2 2 ≤ 5 29 C11 + C2 3 + C3 2 ≤ 9 41 C13 + C21 + C3 2 ≤ 9 C2 3 ≤ 5 30 C11 + C2 3 + C3 3 ≤ 9 42 C13 + C21 + C3 3 ≤ 9 C31 ≤ 3 31 C1 2 + C21 + C31 ≤ 9 43 C13 + C2 2 + C31 ≤ 9 C3 2 ≤ 3 32 C1 2 + C21 + C3 2 ≤ 9 44 C13 + C2 2 + C3 2 ≤ 9 C3 3 ≤ 3 33 C1 2 + C21 + C3 2 ≤ 9 45 C1 3 + C2 2 + C3 3 ≤ 9

C31 ≥ 2 22 C11 + C21 + C31 ≤ 9 34 C1 2 + C2 2 + C31 ≤ 9 46 C13 + C2 3 + C31 ≤ 9 C3 2 ≥ 2 23 C11 + C21 + C3 2 ≤ 9 35 C12 + C 2 2 + C3 2 ≤ 9 47 C13 + C2 3 + C3 2 ≤ 9 C3 3 ≥ 2 24 C11 + C21 + C3 3 ≤ 9 36 C1 2 + C2 2 + C3 3 ≤ 9 48 C13 + C2 3 + C3 3 ≤ 9

45

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
Debe notarse que las restricciones del PPLE genérico planteado en el epígrafe 2.3 se relacionan con las del PPLE concreto de la siguiente forma: Restricción 2.3.1 con la 0 Restricción 2.3.2 con la 1, 2, 3 Restricción 2.3.3 con la 4,…, 12 Restricción 2.3.4 con la 13,…, 21 Restricción 2.3.5 con las restricciones 22,…, 48. Para encontrar la solución del PPLE anterior, se empleó el software PLEC++ “Programación Lineal y Entera en C++”, desarrollado por el Dr. Mijail Borges Quintana (profesor del Departamento de Matemática de la Universidad de Oriente). Este software es un sistema computacional que trabaja con aritmética racional exacta para resolver problemas de Programación Lineal y Lineal Entera. Cuenta con varios métodos, los de mayor interés para nuestro propósito son el Gomory I y el Branch and Bound. La tabla señalada en el anexo 6 muestra una salida correspondiente a la solución del PPLE concreto mediante el software PLEC++, una vez empleado el algoritmo Gomory I, y debe especificarse que las variables que se muestran en dicho anexo se relacionan con las variables de dicho PPLE de la siguiente forma:

C11 = x1 C1 2 = x 2 Hierro C13 = x3

C2 1 = x 4 C2 2 = x 5 C2 3 = x 6
Toba

C31 = x7 C3 2 = x8 C3 3 = x9
Yeso

Debe notarse que las restricciones 22,…, 48 del PPLE concreto, no sólo evalúan las intersecciones de transportación por camiones en ciertos días específicos, más bien, evalúan todas las posibles intersecciones en las que pudieran intervenir las tres materias primas en cualquier situación de la práctica. Existe una alternativa para reducir el número de restricciones si se utilizan algunas ideas básicas de postoptimización, se puede resolver el PPLE concreto para una intersección cualquiera, utilizando la solución óptima encontrada para determinar si la nueva restricción asociada mantiene (conserva) o no dicha solución. Debe señalarse que el análisis de sensibilidad no sólo logra encontrar la nueva solución

46

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
óptima partiendo de la solución óptima actual, sino que muchas veces ayuda a profundizar en los efectos sobre la solución óptima actual a partir de cambios realizados en el problema. Desde la perspectiva anterior, la Tabla 3.1.4 muestra la solución obtenida para el PPLE concreto para un caso extremo (se utilizaron solamente las restricciones 1,…22, 35 y 48) en el cual existe intersección en los tres días disponibles en que serán transportadas por camiones las materias primas hierro, toba y yeso, para este caso son suficientes 9 camiones. Puede chequearse fácilmente que la solución óptima hallada de esta forma satisface las restricciones del PPLE concreto (de la 1 a la 48), por lo tanto, la solución encontrada es estable. Debe señalarse además que cualquier otra intersección posible en la transportación de materias primas también puede resolverse a partir de esta solución encontrada (siempre que se mantenga el conjunto de restricciones actual sobre los parámetros esenciales del sistema), lo que hace a la solución aún más estable. El análisis anterior sirvió de base para realizar la planificación dinámica para la cadena de suministros (ver anexos 7 y 8), más adelante, se brindan más detalles de esta planificación.
Materias Primas Hierro Toba Yeso Cantidad máxima de camiones a utilizar por día de transportación Cantidad de camiones por día de transportación día 1 2 4 3 9 día 2 1 4 3 8 día 3 1 4 2 7 Total de Camiones por materia prima 4 12 8

---

Tabla 3.1.4. SOLUCIONES OBTENIDAS PARA EL PPLE

3.1.1 Establecimiento de controles sobre la solución del modelo matemático Como se analizó anteriormente, la solución encontrada es estable, en el sentido de posibilitar que cualquier intersección en la transportación por camiones de las materias primas hierro, yeso y toba puede ser resuelta con 9 camiones.

47

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
En este sentido, con el objetivo de profundizar en el análisis de la solución encontrada, se generaron las demandas aleatorias con distribución normal para cada una de las materias primas hierro, yeso y toba, y con ayuda del software MATLAB 6.5. La desviación estándar de las demandas de dichas materias primas están dadas en la segunda columna principal de la Tabla 3.1.2, y la representación gráfica de las mismas se muestra en los anexos 9, 10 y 11. Lo anterior permitió simular la evolución del inventario dentro de la cadena de suministro, para corroborar si en la planificación realizada existe o no la posibilidad de ruptura del inventario. Se emplearon para esto, los tamaños de los lotes

mostrados en la Tabla 3.1.1, así como de los puntos de reordenes y del tiempo de entrega para las materias primas hierro, yeso y toba. En los anexos 12, 13 y 14 se puede apreciar una de las corridas para cada una de las materias primas bajo estudio. En las diferentes corridas que se realizaron, de acuerdo a la planificación concebida, no ocurrieron faltantes de materias primas en los almacenes, lo cual brinda evidencia a favor de una política acertada con relación a la posibilidad de una producción continua de cemento. Debe señalarse que para realizar la simulación, como no se tienen datos empíricos, se asumió que la demanda de las materias primas hierro, yeso y toba se distribuyen normal, pues en varias de las literaturas consultadas esa es la distribución empleada [27], [21]. Lo anterior no garantiza que cuando se empiece la producción de cemento las demandas posean un comportamiento de tal naturaleza, por lo tanto, el análisis realizado sólo tendría sentido en el caso que dichas demandas sí tengan tal comportamiento. Es significativo señalar, como se había comentado anteriormente, que una estimación preeliminar realizada por los especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.” arrojó que era necesario disponer de un total de 30 camiones para el reaprovisionamiento de las materias primas hacia la fábrica de cemento, mientras que la solución que se propone en el presente trabajo sólo necesita de 9 camiones en disponibilidad técnica (DT), que es la cantidad óptima para transportar cualquiera de las materias según la planificación realizada y bajo las restricciones permisibles del sistema. Además, no siempre deben trabajar los 9

48

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
camiones en DT los días que hay que transportar materias primas, lo que brinda posibilidades para el mantenimiento de los mismos, o para su uso en otras actividades, como podría ser el caso de la transportación de cemento elaborado. Se utilizó el término disponibilidad técnica para los camiones, pues hay momentos en la planificación de la transportación de materias primas que demandan de los 9 camiones, y en el caso de una rotura en uno de ellos, no se cumplirían las exigencias de reaprovisionamiento. Por esta razón, al consultar a los especialistas en transportación del CIT, se arribó a la conclusión de que era necesario disponer de un camión más, es decir, un total de 10 camiones. Debe señalarse que en el anexo especial confeccionado en el software Microsoft Excel, se brinda la planificación dinámica para la cadena de suministros que se divide en dos etapas fundamentales, la primera antes de comenzar la producción, se basa en el aprovisionamiento de los almacenes de la fábrica para poder iniciar la producción, esta etapa se puede llevar a cabo sólo en 16 días, como se muestra en el anexo 7; la segunda y de mayor peso, comprende 313 días de producción, por ser la cantidad de días de producción de la fábrica anualmente, como se muestra parcialmente en el anexo 8, y es en esta etapa donde se tiene concebido que se implementen los resultados obtenidos y probados en los modelos, es decir, son utilizados para poder llevar a cabo la planificación del reaprovisionamiento de los materiales en la cadena de suministros. Es preciso señalar que en el anexo especial se muestra que en los últimos cuatro reaprovisionamientos de petcoke, y tomando como referencia a los modelos de inventarios utilizados, se esperaba que hubiese intersecciones con al menos una de las materias primas hierro, yeso y toba. Es por esta razón, que hubo que desplazar en el tiempo (hacia adelante o atrás) la transportación por camiones de estas últimas materias primas mencionadas, de esta forma se logró hacer una planificación que respetara los márgenes de tiempos para realizar los procesos críticos de transportación por camiones. Por ejemplo, en el anexo 8 (esta situación está contenida también en el anexo especial), se muestra que el día 64 sólo debe transportar se por camiones la materia prima petcoke, y de

49

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
acuerdo a los modelos de inventarios, debió haberse planificado además la transportación de yeso y toba, esta situación se resolvió haciendo un corrimiento de un día hacia delante con relación a la transportación de dichas materias primas, y trajo consigo que el día 67 hubiese un reordenamiento y transportación por camiones para las mismas. Con heurísticas análogas fueron resueltas las otras tres intersecciones, posibilitando que las restricciones fundamentales del sistema se cumplieran. 3.1.2 Implantación de la solución del modelo matemático Al considerar la política de reaprovisionamiento empleada en la cadena de suministro y los parámetros descritos en la Tabla 3.1.1, se pudo evaluar el costo de esta política mediante la ecuación (2.2.4.9), como se muestra en la Tabla 3.1.5. En esta última tabla se exponen las diferentes materias primas que intervienen en la cadena de suministro y sus costos relacionados con la política empleada, los mismos son: el de almacenamiento, su expresión analítica se muestra en la ecuación (2.2.4.3); la de compra de cada tonelada de materia prima, los valores numéricos están en el anexo 3; el de transportación, empleando ferrocarril,

cabotaje, o transporte automotor, aparece en el anexo 4; y el costo fijo de un lote independiente del tamaño del lote, que incluye la preparación para la transportación, que comprende las formas de comunicación de información, así como la recepción, carga y descarga, movimiento de materias primas y otros aspectos independientes de la cantidad a reaprovisionar, es decir, el costo total de emisión del lote. En la Tabla 3.1.5 se presenta además el costo total de comprar los 10 camiones que se emplearán para la transportación de las materias primas, donde el costo de cada camión fue dado por la empresa y fue mostrado en el epígrafe 2.1. Finalmente, se muestra el costo total de la política de reaprovisionamiento, este costo resulta de gran valor para tomar decisiones importantes por parte de la directiva de la empresa con relación a la política subyacente. Una vez inferidos los costos de la política de la cadena de suministros, podemos asegurar que dicha política reduce la estimación realizada por los

50

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.” de 30 camiones a sólo 10, dejándose de invertir innecesariamente 3 864 324.00 CUC, este capital podría ser utilizado en otras inversiones de la nueva fábrica de cemento. Materias Primas y Camiones Hierro Toba Yeso Petcoke Carbón total de camiones Costo Total Costo Política de la Reaprovisionamiento 618204.11 CUC 823885.25 CUC 2144996.49 CUC 8989103.82 CUC 1566621.91 CUC 1 497 800.00 €4 (1932162.00 CUC) 16 074 973.58 CUC

Tabla 3.1.5. COSTOS RELEVANTES DE LA POLÍTICA DE REAPROVISIONAMIENTO.

A continuación se brindan recomendaciones a la Empresa Mixta “Cemento Santiago de Cuba S.A.” para viabilizar la eficiencia del funcionamiento de las cadenas de suministro. I. Se sugiere comprar 10 camiones semirremolque con volteo y capacidad técnica de 30 toneladas o levemente superior. II. Emplear la planificación que aparece en el anexo especial en Microsoft Excel para llevar a cabo el reaprovisionamiento preeliminar para iniciar la producción (16 días) y durante la producción (313 días) que incluye: Cuánto pedir, cuándo pedir y cuándo reordenar con relación a las materias primas corrector de hierro, yeso y toba. La cantidad mínima diaria de camiones a utilizar para la transportación de cada materia prima. Así como, cuántos camiones no se utilizan diariamente, lo que permite emplear los mismos en otras actividades,

Para obtener el costo total se convirtió el € en CUC a una tasa de 1€ equivalente a 1.2921 CUC, se consultó el 22 de mayo de 2009 el sitio web oficial del Banco Central de Cuba disponible en: http://www.bc.gov.cu/Espanol/billetes_convertibles.asp

4

51

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
por ejemplo, en la transportación de cemento y clínker5, o en prestaciones de servicios a otras empresas del territorio.

III. Recoger información al comenzar la producción de cemento con relación a: Los tiempo de carga y descarga de las diferentes materias primas, los tiempos de transportación de los camiones y trenes desde cada uno de los orígenes hasta los correspondientes destinos. Dichos tiempos permitirán estimar con mayor exactitud los tiempos de

reaprovisionamiento y el punto de reorden para cada materia prima. El costo de almacenamiento para cada materia prima, teniendo en cuenta todos los factores que intervienen en este costo, así como el costo de emisión de un lote ( independiente del tamaño del lote ), para cada una de las materias primas que intervienen en la cadena de suministro. Dichos costos permiten precisar el tamaño de los lotes de forma más cercana al valor óptimo teórico. El comportamiento de la demanda diaria para cada una de las materias primas, permite estimar con mayor precisión el punto de reorden. La eficiencia real del aprovechamiento de la jornada laboral con relación al empleo de los camiones. Esta información es necesaria para determinar la cantidad de viajes máximos que puede dar un camión a cualquiera de los destinos. IV. La evaluación general de la política de planificación de la cadena de suministros para cada materia prima, donde se describan las fortalezas y debilidades de la misma. Conclusiones del Capítulo En este capítulo se mostraron las soluciones del modelo de inventario y del PPLE, determinando la cantidad mínima de camiones para transportar las materias primas (un total de 10 camiones). Se asumió el supuesto de normalidad para las demandas de las materias primas hierro, yeso y toba, lo que posibilitó
El clínker es una mezcla intermedia que se obtiene en el proceso de elaboración de cemento que puede ser exportado.
5

52

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes
mediante la simulación analizar el comportamiento de las mismas y obtener evidencias de no ruptura de los inventarios. Además, se brindaron evidencias de la estabilidad de la solución obtenida mediante el análisis de sensibilidad y la simulación de las demandas en los modelos de inventarios. Asimismo, se estimó el costo de la política empleada en la cadena de reaprovisionamiento y se redujo la cantidad de camiones estimada por los especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.” de 30 camiones a sólo 10, dejándose de invertir innecesariamente 3 864 324.00 CUC, lo que puede ser utilizado en otras inversiones. Finalmente, se le propone a la empresa la implementación de la solución obtenida a partir de un conjunto de recomendaciones para viabilizar la política que se sugiere y darle seguimiento a la misma con mayor eficiencia y racionalidad.

53

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

CONCLUSIONES
En el presente trabajo se estudiaron los fundamentos matemáticos básicos de la Investigación de Operaciones y su metodología como base para la modelación matemática realizada en las cadenas de suministro de materias primas de la nueva fábrica de cemento. En esta dirección, se presentaron algunos elementos básicos de la Teoría de Inventarios y de Programación Lineal Entera (PLE) que posibilitan una mejor comprensión de la lógica empleada en dicha modelación, y en la investigación en general. Se formuló un modelo matemático perteneciente a la Teoría de Inventarios que permite determinar el tamaño óptimo del lote, el punto de reorden y el inventario de seguridad para cada una de las materias primas de interés. Dicho modelo está condicionado a los datos y restricciones propias del sistema, y a la inferencia de los datos faltantes. Posteriormente, se construyó un PPLE que permite la distribución mínima de camiones para transportar las materias primas (un total de 10 camiones), tomando en consideración las restricciones impuestas por los modelos de inventarios y otros parámetros del sistema. Son encontradas las soluciones de los modelos de inventarios y del PPLE construido con ayuda del software PLEC++. Se asumió el supuesto de normalidad para las demandas de las materias primas hierro, toba y yeso lo que posibilitó realizar simulaciones del comportamiento de las mismas y obtener evidencias favorables a la no ruptura de los inventarios. Además, se estudia la estabilidad de la solución obtenida mediante el PPLE y se analizan elementos de su sensibilidad. Asimismo, se estimó el costo de la política empleada en la cadena de reaprovisionamiento y se redujo la estimación realizada por los especialistas de la Empresa Mixta “Cemento Santiago de Cuba S.A.” de 30 camiones a sólo 10, dejándose de invertir innecesariamente 3 864 324. 00 CUC que pueden ser utilizados en otras inversiones. Se propuso a la empresa la implementación de la solución obtenida a partir de un conjunto de recomendaciones para viabilizar la política que se sugiere y darle seguimiento a la misma con mayor eficiencia y racionalidad.

54

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes De forma general puede concluirse que la metodología empleada y las herramientas matemáticas utilizadas, para el estudio de las cadenas de suministros de materias primas en la nueva fábrica de cemento que se instalará en Santiago de Cuba, brindan un soporte científico a las decisiones que deben tomarse en niveles tácticos y operativos del sistema.

55

Trabajo de Diploma……………………………………………….Rayner Manuel Sánchez Reyes

RECOMENDACIONES
Se propone emplear por parte de la Empresa Mixta “Cemento Santiago de Cuba S.A” la planificación para la cadena de suministros que se adjunta en el anexo especial en Microsoft Excel. Los modelos matemáticos obtenidos podrían emplearse contextualizadamente en otras industrias, lo que podría favorecer la reducción de costos de reaprovisionamiento en sus respectivas cadenas de suministro de materias primas. Debe de recolectarse la información de las variables relevantes que se exponen en el epígrafe 3.1.2 para lograr una mayor exactitud y precisión en los resultados de los modelos empleados, lo que posibilitaría que dentro de un año o antes se lleven a cabo mejores estimaciones de los parámetros críticos del sistema. Finalmente, se propone en futuros trabajos automatizar los modelos obtenidos para facilitar los cálculos y ciertos análisis de interés, así como una mayor rapidez en la toma de decisiones.

56

BIBLIOGRAFÍA
[1]. Acebedo Suares, José A. y Ana Julia Urquiaga Rodriguez, Martha I. Gómez Acosta: “Gestión de la Cadena de Suministro”, laboratorio de logística y gestión de la producción (LOGESPROT), La Habana, abril del 2001. Allen, R.G.D.: “Mathematical Economics”, London School Economics, Second Edition, 1968. April, J.: “New advances and applications for marrying simulation and optimization”, Actas de 2004 Winter Simulation Conference, 1, 76-82, Washington DC, USA, 5 al 8 de diciembre 2004. Arrow, K. J.; S. Karlin y H. E. Scarf: “Inventory models and related stochastic processes, eds.” Studies in Applied Probability and Management Science, Stanford Unversity Press, Stanford, CA, 1958. _______________________________: “Studies in the Theory of Inventory and Production”, Stanford Univ. Press,1958. Bonini, Charles: “Análisis cuantitativo para los negocios”, Ma. Graw Hill, Colombia, Novena edición, 1999. Campuzano Bolarín, Francisco: “Modelo de gestión de la variabilidad de la demanda en la cadena de suministro. Análisis del efecto Bullwhip.”, Tesis Doctoral, Valencia, Galardonada con el Premio del Centro Español de Logística, CEL Universidad 2007, 2006. Campuzano Bolarín, Francisco; Esteban Lario; Francisco Cruz y Lorenzo Ros McDonnell: “Consecuencias del efecto Bullwhip según distintas estrategias de gestión de la cadena de suministro: modelado y simulación”, Revista de métodos cuantitativos para la economía y la empresa, # 5, Universidad Politécnica de Valencia, Universidad Politécnica de Cartagena, Junio de 2008, pp. 49-66, localizado en: http://www.upo.es/RevMetCuant/art19.pdf Cardona, David; Eduardo Cataño y Alexander Correa E.: “Análisis de un sistema de inventarios en una PYME de confección”, II Encuentro Colombiano de Dinámica de Sistemas, 2001. Cochran, W.G.: “Sampling Techniques”, John Wiley, New York, 1953.

[2].

[3].

[4].

[5].

[6].

[7].

[8].

[9].

[10].

[11].

Dell`Agnolo, Marco Antonio: "Costos de inventarios, planificación de stocks y aprovisionamiento", en Canales de distribución y administración logística, 2001. Dorfman, Samuelson: “Linear Programming and Economic Analysis”, Mc Graw Hill, N.Y., tradution francaise, Edition Dunod, París, 1958. Eppen, G. D: “Investigación de operaciones en la ciencia administrativa”, Pearson, México, quinta edición, 2000. Ehrhardt, R.: “Policies for a Dynamic Inventory Model with Stochastic Lead Times”, en Operations Research, Vol. 32, 1984, pp. 121-132. Gallardo Velásquez, Anahi: “Innovación tecnológica y nuevas formas de organización”, Conferencia dictada por Mariella Berra, investigadora de la Universidad de Turín Italia, editada en Gestión y Estrategia, edición Internet, 1996, localizado en: http://www.azc.uam.mx/publicaciones/gestion/num9/doc8.htm Garfinkel, Robert S.; George L. Nemhauser y John Wiley: Integer Programming, U.S.A., 1972, pp. 108-211. Gomory, R.E.: “Outline of an Algorithm for Integer Solutions to Linear Programs”, Bull. Math. Soc. 64, 1958, pp. 275-278. Harris, John K. y Swatman, Paula M. C.: “Efficient Consumer Response (ECR): a Survey of the Australian Grocery Industry”, ACIS'97 - 8th Australasian Conference on Information Systems, Adelaida, 1997, pp. 137-148. Hoque, M. A. y S. K. Goyal: “An Optimal Policy for a Single-Vendor SingleBuyer Integrated Production-Inventory System with Capacity Constraint of the Transport Equipment”, International Journal Production Economics, vol. 65, 2000, pp. 305-315. Hurter, P.; F. Arthur, C. Kaminsky: “An application of regenerative stochastic processes to a problem in inventory control”, Operations Research, Vol. 15,1967, pp. 467-472. Jayaraman, Vaidyanathan: “Transportation, Facility Location and Inventory Issues in Distribution Network Design”, International Journal of Operations & Production Management, vol. 18, No 5, 1998, pp. 471-494.

[12].

[13].

[14].

[15].

[16].

[17].

[18].

[19].

[20].

[21].

[22].

Jiménez Ramírez, Roberto: “Modelos de Inventario”, 2007, localizado en: http://www.unap.cl/metadot/index/ Jiménez Sánchez, José Elías y Hernández, Salvador: “Marco conceptual de la cadena de suministro: un nuevo enfoque logístico”, Instituto Mexicano del Transporte, Publicación Técnica, No. 215, 2002, localizado en: http://www.imt..mx/publicaciones/ Jiménez Sánchez, José Elías: “Los factores críticos de éxito de la cadena de suministro”. Instituto Mexicano del Transporte; Publicación Técnica, No. 237, 2004, localizado en: http://www.imt..mx/publicaciones. _______________________: “Estado del arte de los modelos matemáticos para la coordinación de inventarios en la cadena de suministro”, Universidad Politécnica de Valencia, documento de trabajo, trabajo de investigación como parte del programa doctoral Gestión de la Cadena de Suministro e Integración Empresarial, Publicación Técnica, No 281, Sanfandila, Qro, 2005, localizado en: http://www.imt..mx/publicaciones/ ______________________: “Modelos de coordinación de inventarios y su relación con las variables fundamentales del transporte”, Instituto Mexicano del Transporte; Publicación Técnica, No 283, Sanfandila, Qro 2006, localizado en: http://www.imt.mx/publicaciones/ Kaufmann, A.: “Métodos y Modelos de la Investigación de Operaciones”, Compañía Editorial Continental, S.A., México, Quinta reimpresión en español, octubre de 1966. Lederman, R.: “Optimization of Stochastic Inventory Control with Correlated Demands”, Undergraduate Thesis, Department of Computer Science, Brown University, USA 2003, pp. 3-19. Liu, L., L. Xiaoming y D. D. Yao: “Analysis and Optimization of a Multistage Inventory-Queue System”, Management Science, Vol. 50, 2004, pp. 365380. Montgomery, Douglas C.: “Design and Analysis of Experiments”, Ed. Jonh Wiley & Sons, 1996. Montoya, Alberto: “Administración de compras”, Medellín, 1992. Nahmias, Steven: “Análisis de la producción y las operaciones”, CECSA, México, 1999.

[23].

[24].

[25].

[26].

[27].

[28].

[29].

[30].

[31]. [32].

[33].

Namakforoosh, Mohammad: “Investigación de operaciones, interpretación de modelos y casos”, cuarta reimpresión, Limusa Noriega Editores, México, 1996. Narasimhan, Seetharama: “Planeación de la producción y control de inventarios”, Segunda edición, Prentice-Hall, México, 1997. Rodríguez de Rivera, José: “La Coordinación, Dimensión esencial del Organizar”, Dpto. Ciencias Empresariales, Universidad de Alcalá, 1999, Localizado en: http://www2.uah.es/estudios_de_organizacion/temas_organizacion/org_pra xis/coordinacion.htm

[34].

[35].

[36].

Silver, E.A, Pyke, D.F., Peterson, R.: “Inventory Management and Production Planning and Scheduling”, Wiley, 1998. Sphicas Georghios, P.: “On the Solution of an Inventory Model with Variable Lead Times”, Operations Research, Vol. 30, 1982, pp. 404-410. Tersine, R. J.: “Principles of Inventory and Materials Management”, NorthHolland: New York, tercera edición, 1988. Torres, F. Y Mejía, G.: “Soluciones óptimas para un modelo multi-producto coordinado de producción, distribución y abastecimiento”, Grupo de Producción y Logística (PYLO), 2006. Vázquez, D. F.: “Metodología para externalizar servicios de transporte”, Tesis de Maestría en Ingeniería de Transporte, Universidad Autónoma del Estado de México, Toluca, México, 2001. Vazsonyi, A.: “Scientific Progamming in Business and Industry”, Wiley edit., N.Y., 1958. __________: “The Use of Mathematics in Production and Inventory Control II”, Management Science, Vol. 1, 1955, pp. 12-28. Ventsel, S.: Investigación de Operaciones, 1983. Vergin, R. C.: “An Examination of Inventory Turnover in the Fortune 500 industrial companies”, Production and Inventory Management Journal, vol. 39 (1), 1998, pp. 51-56. Vidal, C. J., J. C. Londoño y F. Contreras: “Aplicación de los Modelos de Inventarios en una Cadena de Abastecimiento de Productos de Consumo

[37].

[38].

[39].

[40].

[41].

[42].

[43]. [44].

[45].

Masivo con una Bodega y N Puntos de Venta”, Competitividad, Vol. 6, 2004, pp.35-52. [46].

Ingeniería

y

Vidal, C. J.: “Introducción a la gestión de inventarios”, Universidad del Valle, Facultad de Ingeniería, Escuela de Ingeniería Industrial y Estadística, Cali, 2006, pp.1-16. _________: “Introducción a la gestión de inventarios”, Universidad del Valle, Facultad de Ingeniería, Escuela de Ingeniería Industrial y Estadística, Cali, 2006, pp.1-16. Von Neuman, J et O.Morgerstern: “Theory of Games y Economic Behavior”, Princeton Univ., Press,1953. Wagner, H. M. y Whitin T. M.: “A Dynamic Version of the Economic LotSizing Model”, Management Science, vol. 5, 1958, pp. 89-96.

[47].

[48].

[49].

ANEXOS
ANEXO 1. Muestra el sistema de la cadena de suministro que se modela.

ANEXO 2. Restricciones fundamentales de las materias primas en el proceso de producción de cemento.

ANEXO 3. Muestra los costos de cada una de las materias primas.

ANEXO 4. Muestra la tarifa de transportación de cada una de las materias primas.

ANEXO 5. Lógica empleada para la modelación matemática

ANEXO 6.Solución del modelo de PPLEP mediante el PLEC++, por el algoritmo GomoryI.

ANEXO 7. Planificación para la cadena de suministro antes de comenzar la producción. Se incluyen 16 días.

ANEXO 8. Planificación para la cadena de suministro para la producción. Se incluye una muestra de los 313 días.

ANEXO 9.Distribución normal de la demanda para la materia prima hierro

ANEXO 10. Distribución normal de la demanda para la materia prima toba.

ANEXO 11. Distribución normal de la demanda para la materia prima yeso.

ANEXO 12. Comportamiento de la demanda para la materia prima hierro.

Día Demanda 0 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 0 91 74 83 80 89 86 79 68 88 79 83 87 90 86 72 78 90 90 78 89 69 76 88 68 71

Demanda acumulada 0 91 164 247 327 416 502 581 649 737 79 162 249 339 425 497 575 665 755 78 167 236 312 400 468 539

Existencia Día Demanda 788 697 623 541 461 372 286 207 139 839 760 677 590 500 414 342 264 174 872 794 705 636 560 472 404 333 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 73 73 82 75 73 68 86 79 90 79 78 88 80 73 84 88 68 84 77 88 80 85 78 75 73

Demanda acumulada 612 685 767 75 148 216 302 381 471 550 628 716 796 869 84 172 240 324 401 489 569 654 732 75 148

Existencia 260 187 893 818 745 677 591 512 422 343 265 177 97 812 728 640 572 488 411 323 243 158 868 793 720

ANEXO 13. Comportamiento de la demanda para la materia prima toba

Día Demanda 0 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 0 111 146 145 132 118 143 129 137 125 146 111 130 120 142 121 135 110 122 128 125 130 133 113 144 138

Demanda acumulada 0 111 257 402 534 652 795 924 137 262 408 519 649 769 911 121 256 366 488 616 741 871 1004 113 257 395

Existencia Día Demanda 978 867 721 576 444 326 183 1032 895 770 624 513 383 263 1099 978 843 733 611 483 358 228 1073 960 816 678 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 140 141 135 116 119 133 129 110 112 119 124 127 144 132 121 127 132 114 141 146 132 109 140 132 136

Demanda acumulada 535 676 811 927 1046 133 262 372 484 603 727 854 144 276 397 524 656 770 911 1057 132 241 381 513 649

Existencia 538 397 262 146 1005 872 743 633 521 402 278 1129 985 853 732 605 473 359 218 1050 918 809 669 537 401

ANEXO 14. Comportamiento de la demanda para la materia prima yeso

Día Demanda 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 202 192 240 226 209 215 191 250 249 207 229 201 230 213 235 249 229 257 244 200 247 203 233 235 243 216

Demanda acumulada 202 394 634 860 1069 1284 1475 1725 249 456 685 886 1116 1329 1564 249 478 735 979 1179 1426 1629 233 468 711 927

Existencia Día Demanda 1616 1424 1184 958 749 534 343 1709 1460 1253 1024 823 593 380 1761 1512 1283 1026 782 582 335 1748 1515 1280 1037 821 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 26 220 223 231 202 190 244 225 204 197 201 218 218 194 254 200 216 211 201 251 212 240 218 217 224 240 220

Demanda acumulada 1147 1370 1601 202 392 636 861 1065 1262 1463 218 436 630 884 1084 1300 1511 1712 251 463 703 921 1138 1362 1602 1147

Existencia 601 378 1763 1561 1371 1127 902 698 501 1916 1698 1480 1286 1032 832 616 405 1820 1569 1357 1117 899 682 458 1834 601

Sign up to vote on this title
UsefulNot useful