Está en la página 1de 108

TRABAJO

TRABAJO COLABORATIVO UNO

LUIS CARLOS APONTE CASADIEGOS 88204625


TOMAS TORRES BARBOSA
DUBERLY SARMIENTO SERNA
JOSE GREGORIO APONTE
JORGE ELIECER

PLANEACION Y CONTROL DE LA PRODUCCION


256598 28

EDWIN GIOVANNY SUELTA


Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA


ESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIAS
FACULTAD DE INGENIERIA INDUSTRIAL
DUITAMA
2011

INTRODUCCION

Los mltiples Sistemas de Planeacin y Control de la Produccin, estn creados


formados por de

niveles estructurados jerrquicamente de planificacin que

contemplan los Planes Agregados, los Planes Maestros, la Gestin de Materiales, as


como, los niveles de Ejecucin o Gestin de Taller.
En los ltimos aos se ha estado produciendo un notable incremento de la
importancia que tiene el Subsistema de Produccin en el desarrollo de la actividad
empresarial. Los Sistemas de Gestin de la Produccin integran las diferentes
funciones de planificacin y mando de la produccin; a partir de la utilizacin de
tcnicas, diagramas, grficos y software, que facilitan los clculos y decisiones en
torno a la seleccin de las mejores variantes de produccin.
En este taller encontraremos algunos ejemplos de aplicacin de mtodos sencillos.
Adems, los pronsticos son herramientas que utilizaremos en la bsqueda de
soluciones de problemas que se van a presentar a diario en las empresas, estos van a
servir para predecir de una manera muy acertada las diferentes acciones que se
deben emprender para afrontar el futuro con datos estadsticos y basados en la
realidad.

OBJETIVOS

* Comprender y aplicar las distintas tcnicas a utilizar en la Planificacin de la


Produccin y su posterior control. Evaluar el rendimiento y eficacia de las tcnicas de
planificacin y control.
* Comprobar y estudiar los diferentes tipos de pronstico y se mostraran algunos
ejemplos de pronostico. Se quiere que el estudiante conozca, comprenda y maneje
varios mtodos, tambin que pueda evaluar la precisin de cada uno de los modelos
del ejemplo

1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 199
montaa producidas por CCB desde el segundo semestre de 1999.

a) Grafique los datos y verifique si la tendencia de los datos. Utilice el mtodo de regresin lineal p

Obs

Ao

Trimestre

Demanda

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
26
27
28
29
30

1999

2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
229

2000

2001

2002

2003

2004

2005

2006

OBS

AO

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
26
27
28
29
30
31

1999

2000

2001

2002

2003

2004

2005

2006

TRIMESTRE DEMANDA
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
242
249

PROMEDIO SIMPLE

50

53

79.5

126.5

145.5

176.25

195.75

215

analisis de error
OBS
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
26
27
28
29
30

AO
1999

2000

2001

2002

2003

2004

2005

2006

TRIMESTR
E

demanda

2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
215

pronosti
error
co movil

50
63.6667
53.6667
48
51.6667
60
69.6667
75
83.3333
101.667
107
119.333
126
141.667
145.667
141
145
158
169.333
172.333
174.667
180.667
187.667
186.333
199
205
218

7
-20.6667
-9.66667
20
16.3333
13
14.3333
18
44.6667
-1.66667
23
28.6667
21
0.33333
-11.6667
18
36
10
-1.33333
15.6667
11.3333
8.33333
-3.66667
37.6667
8
18
-3

Absoluto

7
20.6667
9.66667
20
16.3333
13
14.3333
18
44.6667
1.66667
23
28.6667
21
0.33333
11.6667
18
36
10
1.33333
15.6667
11.3333
8.33333
3.66667
37.6667
8
18
3

OBS

AO

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
26
27
28
29
30
31

1999

2000

2001

2002

2003

2004

2005

2006

TRIMESTRE DEMANDA
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
242
249

PROMEDIO SIMPLE

50

53

79.5

126.5

145.5

176.25

195.75

230

PROMEDIO MOVIL

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
215
219

constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de

de regresin lineal para estimar los parmetros y pronosticar el tercer trimestre de 2006

demandas de bicicletas
250
y = 6.8123x + 24.919
R = 0.944
d 200
e
m
a 150
n
d
a 100
s
50

0
2

1999
1

2000
2

1
2001

2002

2003

1
2004

9 10 11 12 13 14 15 16 17 18 19 20
tiempo
Demanda

y = 6,8123X + 24,919
X = OBSERVACION

Linear (Demanda)

demandas de bicicletas
250
y = 6.6305x + 36.532
R = 0.9838

d 200
e
m
a 150
n
d
a 100
s
50

0
2

1999
1

2000
2

1
2001

2002

2003

1
2004

9 10 11 12 13 14 15 16 17 18 19 20
tiempo
Demanda

y = 6.6305X + 36.532
X = OBSERVACION

Linear (Demanda)

Cuadrad
o

demandas de bicicletas
49
427.1111
93.44444
400
266.7778
169
205.4444
324
1995.111
2.777778
529
821.7778
441
0.111111
136.1111
324
1296
100
1.777778
245.4444
128.4444
69.44444
13.44444
1418.778
64
324
9

250

d 200
e
m
a 150
n
d
a 100
s
50

0
2

1999
1

2000
2

1
2001

Demanda

2002

1
2003

2004

9 10 11 12 13 14 15 16 17 18 19 20 21
tiempo
pronostico movil

Linear (pronostico movil)

demandas de bicicletas

PROMEDIO MOVIL

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223
215
219

250

y = 6.9574x + 33.814
R = 0.9879
200
d
e
m
150
a
n
d
a
s 100

50

0
1

9 10 11 12 13 14 15 16 17 18 19 20 21 22

DEMANDA
Linear (DEMANDA)

tiempo
PROMEDIO SIMPLE
Linear (PROMEDIO SIMPLE)

s bicicletas de

06

1
2004

1
2005

2006

20 21 22 23 24 25 26 27 28 29

1
2004

1
2005

2006

20 21 22 23 24 25 26 27 28 29

24

y = 6.8392x + 10.894
R = 0.9758

2004

1
2005

2006

21 22 23 24 25 26 27 28 29 30

near (pronostico movil)

de bicicletas

y = 6.9608x + 23.363
R = 0.9537

y = 6.9574x + 33.814
R = 0.9879
y = 6.6282x + 26.852
R = 0.9481

22 23 24 25 26 27 28 29 30 31

OMEDIO SIMPLE)

PROMEDIO MOVIL
Linear (PROMEDIO MOVIL)

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.9715937
0.943994317
0.941920032
14.38772853
29

ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
1
94207.50788
27
5589.181773
28
99796.68966

Regresin
Residuos
Total

Intercepcin
Variable X 1

Coeficientes
24.91871921
6.812315271

Error tpico
5.484729632
0.319333305

Pronstico para Y
31.73103448
38.54334975
45.35566502
52.16798030
58.98029557
65.79261084
72.60492611
79.41724138
86.22955665
93.04187192
99.85418719
106.66650246
113.47881773
120.29113300
127.10344828
133.91576355
140.72807882
147.54039409
154.35270936
161.16502463
167.97733990
174.78965517

Residuos
-15.73103448
34.45665025
15.64433498
4.832019704
-15.98029557
-21.79261084
-4.604926108
-11.41724138
-13.22955665
-9.041871921
-6.854187192
21.33349754
-13.47881773
9.708866995
20.89655172
13.08423645
1.271921182
-13.54039409
4.64729064
19.83497537
0.022660099
-6.789655172

Anlisis de los residuales


Observacin
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
26
27
28
29

181.60197044
188.41428571
195.22660099
202.03891626
208.85123153
215.66354680
222.47586207

6.398029557
-2.414285714
-6.226600985
-18.03891626
15.14876847
-8.663546798
0.524137931

Grfico de probabilidad normal


250

200

150

100

50

0
0

20

40

60
Muestra percentil

80

Promedio de los cuadrados


94207.50788
207.0067323

Estadstico t
4.543290351
21.33293071

F
Valor crtico de F
455.0939325
1.97243E-18

Probabilidad
0.000103897
1.97243E-18

Inferior 95%
13.66498358
6.157097451

Resultados de datos de probabilidad


Percentil
1.724137931
5.172413793
8.620689655
12.06896552
15.51724138
18.96551724
22.4137931
25.86206897
29.31034483
32.75862069
36.20689655
39.65517241
43.10344828
46.55172414
50
53.44827586
56.89655172
60.34482759
63.79310345
67.24137931
70.68965517
74.13793103

Y
16
43
44
57
61
68
68
73
73
84
93
100
128
130
134
142
147
148
159
168
168
181

Superior 95%
36.17245485
7.467533091

77.5862069
81.03448276
84.48275862
87.93103448
91.37931034
94.82758621
98.27586207

184
186
188
189
207
223
224

250

200

150

100

50

100

120

0
0

Superior 95,0%
36.17245485
7.467533091

Variable X 1 Grfico de los residuales


40

30

20

Residuos

Inferior 95,0%
13.66498358
6.157097451

10

0
0
-10

-20

10

15

20

-20

-30

Variable X 1

Variable X 1 Curva de regresin ajustada

Y
Pronstico para Y
Linear (Pronstico para Y)

10

15

20
Variable X 1

25

30

35

os residuales

25

30

35

Pronstico para Y
Linear (Pronstico para Y)

1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 199
producidas por CCB desde el segundo semestre de 1999.
b) Pronostique las ventas para el tercer trimestre de 2006 usando alfa=0.3 y beta=0.25.

Obs

Ao

Trimestre

Demanda

1999

16

3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3

73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

2000

2001

2002

2003

2004

2005

2006

PRONOSTICO
73
64.6
59.28
47.884
45.1652
61.14956
65.944868
70.8834604
80.06503812
89.11951144
116.3358534
104.900756
122.4702268
140.341068
145.0023204
142.9006961
136.6702088
152.3010627
172.3903188
169.3170956
168.3951287
182.1185386
184.8355616
187.7506685
185.1252005
212.3375602
208.601268
218.6803804

Obs

Ao

Trimestre

Demanda

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
26
27
28
29
30

1999

2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3

16
73
61
57
43
44
68
68
73
84
93
128
100
130
148
147
142
134
159
181
168
168
188
186
189
184
224
207
223

2000

2001

2002

2003

2004

2005

2006

PROMEDIO TOTAL DE LOS DATOS


DIFERENCIA DE PROMEDIO DE LAS VENTAS
PROMEDIO DE n

PROMEDI
O GRUPO

79.07

15

178.57

14

127.10
99.50
14.5

rma constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de mo

y beta=0.25.

0.3

0.25

ERROR
#N/A
#N/A
#N/A
12.47395153
10.61263172
16.34576344
13.94563343
14.3542271
9.464794888
11.38905524
24.83981509
25.46805671
28.33445809
22.72004603
21.02445197
15.33106456
6.647748846
13.98637304
21.61381479
21.14650071
16.77933893
11.62412175
11.56361337
11.78642254
3.9359795
22.67642016
22.75820069
24.13201928

SUAVIZACION EXPONENCIAL SIMP

= + (1-)( +
pronostico para un periodo t con tende

= ( ) + (1)
estimacion de la tendencia
+ = +
tendencia

= pronostico

Suavizacin exponencial
250
200
150
Valor

100
50
0
1 2 3 4 5 6 7 8 9 1011121314151617181920212223
Punto de datos

tendencia
Pronostico
suavizada T1 suavizado Ft
6.9
0.1
-0.4
-1.6
-2.6
-4.2
-4.9
-3.2
-1.8
-0.3
1.6
3.5
7.1
7.1
8.8
10.6
11.1
10.2
8.2
8.0
9.0
8.0
6.7
6.8
6.2
5.6
4.3
6.1
5.6
6.1

99.7
79.4
77.5
72.3
66.6
57.6
50.6
52.4
54.8
59.0
66.3
75.4
93.6
100.5
114.3
130.6
142.9
150.4
152.6
160.3
172.1
177.2
180.0
187.1
191.6
195.1
195.7
207.2
211.4
218.8

Pronostico
con
tendencia
106.5
79.4
77.1
70.7
63.9
53.4
45.7
49.1
53.0
58.7
67.8
78.8
100.7
107.6
123.1
141.2
154.0
160.6
160.8
168.3
181.1
185.2
186.8
193.9
197.8
200.7
200.0
213.3
217.1
224.9

error

absoluto

cuadrado

-90.5
-6.4
-16.1
-13.7
-20.9
-9.4
22.3
18.9
20.0
25.3
25.2
49.2
-0.7
22.4
24.9
5.8
-12.0
-26.6
-1.8
12.7
-13.1
-17.2
1.2
-7.9
-8.8
-16.7
24.0
-6.3
5.9
-224.9

90.52
6.44
16.10
13.65
20.92
9.43
22.31
18.86
20.03
25.35
25.17
49.15
0.74
22.39
24.90
5.79
12.02
26.59
1.79
12.70
13.11
17.19
1.24
7.95
8.79
16.71
23.99
6.32
5.94
224.92

8193.2
41.4
259.1
186.3
437.5
89.0
497.9
355.8
401.2
642.5
633.4
2416.1
0.6
501.2
619.9
33.5
144.5
707.0
3.2
161.3
171.8
295.4
1.5
63.2
77.2
279.3
575.6
39.9
35.3
50589.2

tre de las bicicletas de montaa

PONENCIAL SIMPLE

+ )=
eriodo t con tendencia

(1) =
encia

pronostico con

exponencial

Real
Pronstico

2223242526272829

250.0

200.0

150.0

100.0

50.0

0.0
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 26 27 28 29

Pronostico con tendencia


Demanda

28 29 30 31

c) Verifique cual de los mtodos es ms preciso, compare los resultados obtenidos.

demandas de bicicletas

250

y = 6.9574x + 33.814
R = 0.9879
200
y = 6.6282x + 26.852
d
e
m
150
a
n
d
a
s
100

50

0
1

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
tiempo

DEMANDA

PROMEDIO SIMPLE

PROMEDIO MOVIL

Linear (DEMANDA)

Linear (PROMEDIO SIMPLE)

Linear (PROMEDIO MOVIL)

El metodo de regresion lineal presenta un comportamieno creciente a futuro d


pronostico, al igual que el metodo de promedio simple presenta menos variacion d
comparacion con la regresion lineal observandose demandas mas gra

s obtenidos.

250.0

200.0
y = 6.9608x + 23.363
R = 0.9537

y = 6.6282x + 26.852
R = 0.9481

150.0

100.0

50.0

27 28 29 30 31
PROMEDIO MOVIL
Linear (PROMEDIO MOVIL)

0.0
1

10

no creciente a futuro dando un buen


nta menos variacion de los resultados en
ose demandas mas grandes.

Pronostico con tendencia


Demanda

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

Pronostico con tendencia

2. SSF Moldea por inyeccin tapas de plsticos hermticos para productos al consumidor. El mol
funciona mejor a 68. La planta est equipada con un horno de gas para clima fro y acondicionado
aire para clima caliente. Por esta razn, el consumo de energa elctrica es estacional con pico en
meses de verano y baja en los meses de invierno.
a) Utilice el modelo multiplicativo para estimar los parmetros
b) Simule el pronstico para cada uno de los aos y pronostique el consumo de energa elctrica
cada trimestre del ao 2010.

Observa
cion

Ao

Estacion

Demanda

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12

2005

Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo

1752
3341
4910
3704
1738
2037
4444
3308
1783
2324
4377
4042
1741
2712
4972
3839
1753.5
2603.5
4675.75
3723.25
1753.875
2419.125
4617.188
3728.063

2006

2007

2008

2009

2010

Demanda
Promedio
3426.75
D1

2881.75
D2

3131.5
D3

3316
D4=DM

3189

3130

Estimacion
Indice
Estacion Co
0.50921443
0.97366512
1.43477665
1.08529204
0.51062423
0.60009759
1.31276598
0.97986084
0.52958921
0.69217524
1.30722972
1.21051564
0.50601731
0.79035612
1.452894
1.12484777
suma
coeficiente

T= Datos disponibles
L= Periodos estacionales
m= Numero de aos
alfa=
beta=
gama=

uctos al consumidor. El moldeo


a clima fro y acondicionadores de
a es estacional con pico en los

nsumo de energa elctrica para

Estimacin Factor Estacional


Promedio

0.513861298
0.764073516
1.376916587
1.100129076

3.754980477
1.065251877

Estimacin
Factor
Estacional
Normalizado

0.54739171
0.81393075
1.46676298
1.17191456

Factor
Promedio

3386.03168
3531.29453
3485.02909
3408.9201
3378.42667
3131.85626
3120.86739
3081.93914
3150.69317
3150.71739
3126.68866
3245.92028
3220.2442
3312.48064
3351.81969
3314.64884
3288.13951
3280.0573
3256.42918
3233.51188
3233.68621
3187.21806
3182.44933
3183.50161

Factor
Tendencia

-9.23531585
-9.21629513
-9.22085636
-9.22909115
-9.23170906
-9.26092852
-9.26114125
-9.26479365
-9.25518853
-9.25404612
-9.25586507
-9.2400466
-9.24207009
-9.22957678
-9.22359735
-9.22703802
-9.22916569
-9.22902449
-9.2307972
-9.23248219
-9.23132409
-9.23590842
-9.23535845
-9.23409191

16
4
4
0.2122
0.0001231
0.689

Factor
estacional

0.527
0.905
1.427
1.113
0.518
0.730
1.425
1.086
0.551
0.735
1.408
1.196
0.544
0.793
1.460
1.170
0.537
0.793
1.443
1.157
0.541
0.770
1.448
1.167

Valores Iniciales Factor Tendencia (Bo)


Valor Inicial Factor Promedio (So)

pronostico
1880.8265
2748.4784
5166.0540
4073.3503
1,790.777
3,049.045
4,455.618
3,463.601
1,592.476
2,292.098
4,476.195
3,384.683
1,783.678
2,360.496
4,649.858
3,996.443
1,797.790
2,591.900
4,747.848
3,766.296
1,710.276
2,529.037
4,533.487
3,629.222

error

-128.826519
592.521612
-256.053954
-369.350289
-52.7773564
-1012.04452
-11.6175247
-155.600801
190.523797
31.9020373
-99.1947546
657.317402
-42.678298
351.503938
322.141966
-157.442572
F(16+1)
F(16+2)
F(16+3)
F(16+4)
F(16+5)
F(16+6)
F(16+7)
F(16+8)

ECM

16596.2719
351081.86
65563.6273
136419.636
2785.44935
1024234.1
134.96688
24211.6094
36299.3171
1017.73998
9839.59935
432066.167
1821.43712
123555.018
103775.446
24788.1634
147136.901

-9.22916667
3445.20833

Demanda
6000

5000

4000

3000

Demanda

2000

1000

0
1

10

11

12

13

14

15

16

6000

5000

4000

Demanda

3000

pronostico

2000

1000

0
1

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

3, Carlos es Gerente de produccin de una compaa de productos plsticos. Los dos Artculos im
histrica mensual para los dos ltimos aos se muestra en la tabla. La demanda histrica mensua
Recientemente usted fue contratado y Carlos le ha pedido que planee la produccin para el prxim
portaespejo y tres para hacer una manija. Se cuenta con 32 trabajadores en la planta. El costo de c
existente es $1000. Los trabajadores ganan $2000 al mes. Hacer un portaespejo cuesta $250, y una
para la compaa es de 36% anual. No se permiten faltantes. Desarrollo un plan de produccin agr
produccin, para los meses 25 al 30.

MES
1
2
3
4
5
6
7
8
9
10
11
12
PROMEDIO
SUMA

AO 1
ESPEJO
101
97
94
102
101
92
97
91
103
92
97
91
97
1158

MANIJA
200
197
196
200
202
209
207
216
212
220
216
218
208
2493

MES
1
2
3
4
5
6
7
8
9

ESPEJO
101
97
94
102
101
92
97
91
103

MANIJA
200
197
196
200
202
209
207
216
212

MES
13
14
15
16
17
18
19
20
21
22
23
24

AO 2
ESPEJO
102
102
97
110
92
102
110
92
102
107
103
91
101
1210

ESPEJO
#N/A
101
98.2
95.26
99.978
100.6934
94.60802
96.282406
92.5847218

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

92
97
91
102
102
97
110
92
102
110
92
102
107
103
91
101.50
99.50
95.50
106.00
96.50
97.00

220
216
218
222
220
225
222
227
228
232
234
242
236
241
239
243.75
245.71
247.67
249.63
251.60
253.56

99.8754165
94.362625
96.2087875
92.5626362
99.1687909
101.150637
98.2451912
106.473557
96.3420672
100.30262
107.090786
96.5272358
100.358171
105.007451
103.602235
94.7806706
99.4842012
99.4952604
96.6985781
103.209573
98.512872

ductos plsticos. Los dos Artculos importantes que hacen son portaespejos y manijas. La demanda
a tabla. La demanda histrica mensual para los dos ltimos aos se muestra en la tabla.
ue planee la produccin para el prximo ao. Se necesitan dos das-trabajador para el hacer el
rabajadores en la planta. El costo de contratar a un nuevo trabajador es de $700, y al despedir uno
cer un portaespejo cuesta $250, y una manija de $380. La tasa del costo de mantener un inventario
Desarrollo un plan de produccin agregado mensual con la estrategia de nivelacin de la tasa de

AO 2
MANIJA
222
220
225
222
227
228
232
234
242
236
241
239
231
2768

ESPEJO
#N/A
#N/A
#N/A
#N/A
5.13379652
4.62284487
6.37827792
5.23899659
6.03325741

6.88242693
8.13232273
7.69103272
5.66007656
6.40705467
6.43456932
6.17271873
7.38058411
11.0285566
11.2497644
10.5756835
10.8594537
10.8277752
10.0299031
5.10212061
8.30582311
8.32657561
8.2455235
4.51337798
5.84462158
7.01182169

Artculos importantes que hacen son portaespejos y manijas. La demanda


ca mensual para los dos ltimos aos se muestra en la tabla.
a el prximo ao. Se necesitan dos das-trabajador para el hacer el
costo de contratar a un nuevo trabajador es de $700, y al despedir uno
$250, y una manija de $380. La tasa del costo de mantener un inventario
uccin agregado mensual con la estrategia de nivelacin de la tasa de

DATOS DE ENTRADA
INVENTARIO INICIAL I
PRODUCCION POR TRABAJADOR
RENDIMIENTO POR EMPLEADO EN TRABAJO EXTRA
COSTO DE CONTRACION
COSTO DE DESPIDO
COSTO DE INVENTARIO
COSTO DE MANO DE OBRA
COSTO DE PENALIZACION POR ORDEN ATRASADA
COSTO DE SUBCONTRATACION
COSTO DE HORA DIURNO 8HE)
COSTO DE HORA EXTRA DIURNO (HED)
COSTO DE HORA EXTRA NOCTURNO (HEN)
NUMERO DE TRABAJADORES ACTUALES

MANIJAS

y = 1.963X + 194.67
X = OBSERVACION

VALOR
2 UNIDAD/5 TRABAJADORES/DIA
$ 700
$ 1,000
36%($250+$380)
$ 2,000

32

Mes

25
30
273
9
55
1
25
-248
0
$ 30,000
-$ 2,480
$0
$0
$ 27,520

Nmero de das laborales


Pronstico de la Demanda
Tasa de Produccion x dia (TP/dia)
NEt
TP/dia
Produccion (TPt)
Inventario (It)
Subcontratar (Subt)
Costo de Mano de Obra (CMO)t
Costo de Inventario
Costo de Penalizacion
Costo de subcontratacion
Costo Total
MANIJA
181
194
201
205
207
209

PORTAESPEJOS
92
95
96
97
97
97

TOTAL
273
289
298
302
305
306

26
30
289
10
58
2
50
-239
0
$ 30,000
-$ 2,390
$0
$0
$ 27,610

27
30
298
10
60
2
50
-248
0
$ 30,000
-$ 2,480
$0
$0
$ 27,520

28
30
302
10
60
2
50
-252
0
$ 30,000
-$ 2,520
$0
$0
$ 27,480

29
30
305
10
61
2
50
-255
0
$ 30,000
-$ 2,550
$0
$0
$ 27,450

30
30
306
10
61
2
50
-256
0
$ 30,000
-$ 2,560
$0
$0
$ 27,440

TOTAL
180
1773
59
355
9
275
-1498
0
$ 180,000
-$ 14,980
$0
$0
$ 165,020

MANIJA
250
y = 1.963x + 194.67
R = 0.9567
240

230

220
MANIJA
Linear (MANIJA)
210

200

190

180
1

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

Suavizacin exponencial
115

110

105

Valor

100

Real
Pronstico

95

90

85

80
1

10

11

12

13

14

15

16

17

Punto de datos

18

19

20

21

22

23

24

25

26

27

28

29

30

CONCLUSIONES

Es muy importante que el estudiante adquiera habilidades para la aplicacin de las


diferentes tcnicas y mtodos cuantitativos usados en la planeacin, programacin y
control de sistemas productivos, de tal manera que le permitan generar alternativas
de solucin en cuanto a gestiones de operaciones.

En cuanto al tema de pronstico, el estudiante debe conocer, comprender y manejar


los diferentes mtodos de pronstico que existen para manejar pronstico de ventas,
ya que este es un aspecto determinante en la competitividad y productividad de las
compaas, de igual manera es importante evaluar la precisin de cada uno de los
modelos.

BIBLIOGRAFIA

http://www.elprisma.com/apuntes/ingenieria_industrial/planeacionycontroldelaproduccion/.

Modulo Planeacin y Control De La Produccin, Manuel ngel Camacho Oliveros,


BOGOT, Enero de 2010, UNAD.

También podría gustarte