EJERCICIO DE APLICACIN PLANEACION DE LA PRODUCCION COMPAA LG S.A.

Luis Francisco Poveda Escobar Leidy Alexandra Guillen Melo Monica Janneth Arevalo Velasquez

Planeacin de la Produccin Ingenieria Industrial Sptimo Semestre Escuela Colombiana de Carreras Industriales Bogot D.C., 24 de Mayo de 2013

INTRODUCCION

Evidentemente, la planeacin de la produccin es un factor relevante en el control y la planificacin de las operaciones de una compaa, no solo porque permite prever y tomar decisiones acertadas en las acciones a tomar para optimizar los recursos, sino que adems sirven como punto de apoyo a la hora de identificar oportunidades y restricciones, que pueden ser contundentes en obtener el xito o llevar al fracaso a una empresa. El uso de diversas herramientas, que a lo largo del desarrollo de las compaas han adoptado como es el uso de diversos modelos de pronsticos ajustados a nuestras necesidades, de acuerdo a la capacidad de la compaa y el comportamiento de los datos histricos que se tiene, no solo perite anticiparnos a la produccin que se requerir a futuro, sino que adems nos permite comprender el comportamiento de las estadsticas que permitan definirnos hacia los objetivos que se persiguen, para ello, el uso de mediciones de error, variables como la tendencia y la estacionalidad y los comportamientos cclicos, horizontales u otros proporciona al empresario una visin general de la demanda a proyectar. De igual manera, acudir a tcnicas como el MRP y la planeacin agregada, nos permite el primero realizar un control, seguimiento y programacin de inventarios de fabricacin que pretenden responder a preguntas como: Qu componentes y materiales se necesitan? En qu cantidad? Cundo tienen que estar disponibles? Que eviten en primer lugar tener atrasos en la produccin y en segundo lugar, disponer de un inventario manejable, a fin de evitar sobre volmenes o dficits, por otro lado, la planeacin agregada nos permite crear estrategias o planes que optimicen a provechen nuestros recursos en materiales, recurso humano, tercerizacin, inventarios entre otras variables, que integradas de determinada forma puedan ofrecer a la compaa ventajas en cuanto la minimizacin de costos y una operacin favorable, es por ello, que mediante este trabajo aplicaremos herramientas de ingeniera y planeacin de la produccin que permitan resolver situaciones acordes a la realidad, a partir de un caso de estudio como lo es el de la Compaa LG S.A. nos facilitar la identificacin de variables en cada rea de la compaa, adems de prever situacin de manera controlable, que favorezca la toma de decisiones oportuna y acertadas a la demanda proyectada.

JUSTIFICACION

Planear la produccin y el poseer una visin controlable sobre las variables operacionales de una organizacin as como tambin cumplir con las metas proyectadas, satisfaciendo la demanda, ajustando los inventarios, las requisiciones programadas y los costos generados es una de las prioridades que abarca la ingenieria industrial para optimizar los recursos, es por tal razn que la aplicacin de estrategias acordes, coherentes con la situacin real, la competitividad del mercado y el aprovechamiento de las ventajas internas de la empresa, puede generar utilidades significativas, as como como herramientas y apoyo en la toma de decisiones, sobredimensionamiento o faltante de recursos, atrasos y entregas inoportunas as como fijacin de metas y objetivos a corto y mediano plazo, incluyendo la programacin de acciones preventivas que eviten costos innecesarios, es por tal razn que abarcar diversos mtodos de pronsticos para la demanda, optando por mediciones de error que nos acerquen al pronstico ms acertado, empleando tcnicas como la planeacin de requerimientos de materiales (MRP) que pueda programarnos en las compras, unidades a producir y la satisfaccin en la explosin de necesidades, as como la contemplacin de costos, a travs de la comparacin de estrategias en las que el anlisis y la identificacin de variables son puntos clave para optar por la mejor opcin, son el punto de referencia que muchas compaas optan para mejorar los resultados de la operacin. Adicionalmente la solucin de problemas en la produccin es el objetivo de todo ingeniero, favorecer a la organizacin con la adopcin de alternativas acordes con la capacidad y limitantes existentes, es uno de los ejercicios de aplicacin que a travs de este trabajo se podr comprender, analizar grficamente las diversas situaciones de la demanda, comparar modelos de plan agregado y visualizar nuestra explosin de necesidades ser uno de los medios para abordar problemas de planeacin en las operaciones, identificando las variables ms significativas que comprometen las utilidades y el tratamiento que se debe realizar para que su impacto no sea tan grande en los resultados esperados.

MARCO TEORICO CASO DE ESTUDIO LG S.A. La empresa LG S.A., dedicada a la fabricacin y comercializacin de reproductores de MP% para autos, cuenta en la actualidad con una plantilla fija de 40 trabajadores. El director de Operaciones, Ing. Manuel Rodriguez, encargado de realizar la planificacin agregada, recibe el 5 de Diciembre de 2011, del departamento de investigacin comercial la demanda de un fabricante de autos para el prximo ao: Demanda prevista (unid) 520 440 610 800 600 500 700 650 720 865 920 1230

Ao 2012 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

PROYECCIONES DE LA DEMANDA AO 2013 Ahora para las proyecciones realizadas por el Ing. Rodriguez para el ao 2013, se establecieron cuatro modelos de pronsticos de los cuales se seleccionara el de menor error, en este caso el indicador de medicin por error elegido es el PME, que es el indicador de medicin de error ms usado, ya que nos suministra si el enfoque del pronstico est o no sesgado, adems si los valores estn subestimados o sobrestimados a la demanda inicial. PRIMER METODO: METODO MOVIL SIMPLE CON n=2 El primer mtodo de pronostico elegido fue el Mtodo mvil simple, uno de los mtodos de promedio ms usados, no solo porque solo evalan los ltimos periodos, los cuales son los datos que son calculados para obtener los resultados, se opt por este modelo ya que adems de permitir hallar el pronstico a ms de 10 datos iniciales, para este caso la demanda mensual del ao 2012, nos permiti calcular los datos promedios ms recientes, en este caso se asumi solo el promedio de dos meses (n=2), que nos permitira determinar el pronstico a partir del promedio bimensual del ao 2012, a continuacin se visualizan los datos arrojados para este modelo:

PRONOSTICO METODO MOVIL SIMPLE n=2 COMPAA LG SA.

Per Demanda Promedio Pronostico 1 520,00 2 440,00 480,00 3 610,00 525,00 480,00 4 800,00 705,00 525,00 5 600,00 700,00 705,00 6 500,00 550,00 700,00 7 700,00 600,00 550,00 8 650,00 675,00 600,00 9 720,00 685,00 675,00 10 865,00 792,50 685,00 11 920,00 892,50 793,00 12 1230,00 1075,00 893,00 13 480,00 855,00 1075,00 14 525,00 502,50 855,00 15 705,00 615,00 503,00 16 700,00 702,50 615,00 17 550,00 625,00 703,00 18 600,00 575,00 625,00 19 675,00 637,50 575,00 20 685,00 680,00 638,00 21 792,50 738,75 680,00 22 892,50 842,50 739,00 23 1075,00 983,75 843,00 24 855,00 965,00 984,00 Error 520,00 440,00 130,00 275,00 -105,00 -200,00 150,00 50,00 45,00 180,00 127,00 337,00 -595,00 -330,00 202,00 85,00 -153,00 -25,00 100,00 47,00 112,50 153,50 232,00 -129,00 E Normal^2 Error Absoluto % Medio Error Error Absoluto 270400,00 520,00 100% 100% 193600,00 440,00 100% 100% 16900,00 130,00 21% 21% 75625,00 275,00 34% 34% 11025,00 105,00 -18% 18% 40000,00 200,00 -40% 40% 22500,00 150,00 21% 21% 2500,00 50,00 8% 8% 2025,00 45,00 6% 6% 32400,00 180,00 21% 21% 16129,00 127,00 14% 14% 113569,00 337,00 27% 27% 354025,00 595,00 -124% 124% 108900,00 330,00 -63% 63% 40804,00 202,00 29% 29% 7225,00 85,00 12% 12% 23409,00 153,00 -28% 28% 625,00 25,00 -4% 4% 10000,00 100,00 15% 15% 2209,00 47,00 7% 7% 12656,25 112,50 14% 14% 23562,25 153,50 17% 17% 53824,00 232,00 22% 22% 16641,00 129,00 -15% 15%

De igual manera a continuacin se visualiza la grfica arrojada para este mtodo:

1400.00 1200.00 1000.00 800.00 600.00 400.00 200.00 0.00 1 3 5 7 9 11 13 15 17 19 21 23 Demanda Pronostico

Como se puede analizar grficamente el pronstico tiene un comportamiento no muy lejano al de la demanda (datos iniciales 2012), no obstante el pronstico obtenido esta subestimado, ya que

visualmente es notable que los datos calculados estn por debajo a los datos de la demanda, anlisis que es reconfirmado con al clculo de la medicin para los errores, que como es mencionado anteriormente, para nuestra medida de referencia PME (Porcentaje Medio de Error) el valor est por encima de 0 que es el punto de correspondencia. 60439,73 EMC 196,79 DAM 7,380% PME 32% PEMA

METODO DOS: PROMEDIO MOVIL PONDERADO Se eligi como segundo mtodo el promedio mvil ponderado, ya que para la compaa LG S.A. responder rpida y eficazmente a la demanda es factor relevante dentro de las polticas de la empresa, as pues, si sabe inicialmente que la compaa tiene la capacidad para poder satisfacer la demanda para el 2012, por consiguiente para el ao 2013 podr disponer de la capacidad a fin de que pueda continuar con lineamientos de cumplimiento, para este caso, el mtodo de promedio ponderado nos permite asignar mayor relevancia a la demanda ms reciente y menor peso a la demanda ms antigua, que a diferencia del primer mtodo empleado, para este, podemos darle mayor peso a las demandas segn el periodo que se dese evaluar, a continuacin se anexa los resultados obtenidos aclarando que los valores porcentuales asignados fueron los siguientes: W1= 0,55 W2= 0,30 W3= 0,15 Es de aclarar que estos valores porcentuales, fueron asignados con base a los ajustes en el modelo que nos permitiera reducir y minimizar lo ms posible el indicador de medicin del error PME.
1400.00 1200.00 1000.00 800.00 600.00 400.00 200.00 0.00 1 3 5 7 9 11 13 15 17 19 21 23 Demanda Pronostico

Como se aprecia en la grfica el pronstico obtenido tiene a acercarse a la demanda del periodo inmediatamente anterior, de acuerdo a nuestro valores de importancia asignados, pero se evidencia tambin que el pronstico continua subestimado, ya que los datos arrojados se encuentran por debajo a los datos de la demanda, estimacin confirmada con el PME obtenido.

PRONOSTICO PROMEDIO MOVIL PONDERADO COMPAA LG S.A. 2013

Demanda Promedio Pronostico 520,00 440,00 610,00 545,50 800,00 689,00 546,00 600,00 661,50 689,00 500,00 575,00 662,00 700,00 625,00 575,00 650,00 642,50 625,00 720,00 696,00 643,00 865,00 789,25 696,00 920,00 873,50 790,00 1230,00 1082,25 874,00 545,50 807,03 1083,00 689,00 727,10 808,00 661,50 652,35 728,00 575,00 618,05 653,00 625,00 615,48 619,00 642,50 627,13 616,00 696,00 669,30 628,00 789,25 739,26 670,00 873,50 821,60 740,00 1082,25 975,68 822,00 807,03 899,56 976,00 727,10 804,35 900,00 Error 520,00 440,00 610,00 254,00 -89,00 -162,00 125,00 25,00 77,00 169,00 130,00 356,00 -537,50 -119,00 -66,50 -78,00 6,00 26,50 68,00 119,25 133,50 260,25 -168,98 -172,90 E Normal^2 Error Absoluto % Medio Error Error Absoluto 270400,00 520,00 100% 100% 193600,00 440,00 100% 100% 372100,00 610,00 100% 100% 64516,00 254,00 32% 32% 7921,00 89,00 -15% 15% 26244,00 162,00 -32% 32% 15625,00 125,00 18% 18% 625,00 25,00 4% 4% 5929,00 77,00 11% 11% 28561,00 169,00 20% 20% 16900,00 130,00 14% 14% 126736,00 356,00 29% 29% 288906,25 537,50 -99% 99% 14161,00 119,00 -17% 17% 4422,25 66,50 -10% 10% 6084,00 78,00 -14% 14% 36,00 6,00 1% 1% 702,25 26,50 4% 4% 4624,00 68,00 10% 10% 14220,56 119,25 15% 15% 17822,25 133,50 15% 15% 67730,06 260,25 24% 24% 28552,55 168,98 -21% 21% 29894,41 172,90 -24% 24% W 0,55 0,30 0,15 1,00

Como se puede apreciar el PME obtenido es de 11,028%, porcentaje que reconfirma que el pronstico calculado a travs de este mtodo esta subestimado ya que se encuentra por encima de cero 0, porcentaje de error mayor al primer mtodo, por lo cual este nos aleja mucho ms a la demanda inicial. 66929,69 EMC 196,39 DAM 11,028% PME 30,309% PEMA

TERCER METODO: METODO DE SUAVIZACION EXPONENCIAL SIMPLE El tercer mtodo que aplicamos para obtener el pronstico de demanda para el ao 2013 es el mtodo de suavizacin exponencial simple, este mtodo a diferencia de os anterior meodos de pronsticos toma el promedio de todos los datos completos, y no los ltimos vaores de la demanda, por lo cual el objetivo que perseguios con este mtodo es promediar la serie de datos de una forma decreciente y asi obtener el nivel real que ser aplicado para el pronostico de la demanda futura, en este caso usamos un alfa grande, (cercano a 1) ya que la empresa al tner la capacidad de satisfacer la demanda del ao 2012, el pronostico a obtener debe acecarnos a la demanda y en este caso un alfa grande nos facilitara la obtencin de estos datos. En el ejercicio realizado, ajustamos el alfa aun valor que minimizara el porcentaje medio de error (PME) para lo cual a continuacin se apreciara los datos generados con un alfa =0, 9999

Ejerci ci o con a l fa :

PRONOSTICO SUAVIZACION EXPONENCIAL SIMPLE COMPAA LG S.A. 2013

0,9999 Promedio Pronostico Error E Normal^2 Error Absoluto % Medio Error Error Absoluto 712,92 520,02 520,00 270.400 520,00 100% 100% 440,01 521,00 -81,00 6.561 81,00 -18% 18% 609,98 441,00 169,00 28.561 169,00 28% 28% 799,98 610,00 190,00 36.100 190,00 24% 24% 600,02 800,00 -200,00 40.000 200,00 -33% 33% 500,01 601,00 -101,00 10.201 101,00 -20% 20% 699,98 501,00 199,00 39.601 199,00 28% 28% 650,00 700,00 -50,00 2.500 50,00 -8% 8% 719,99 651,00 69,00 4.761 69,00 10% 10% 864,99 720,00 145,00 21.025 145,00 17% 17% 919,99 865,00 55,00 3.025 55,00 6% 6% 1229,97 920,00 310,00 96.100 310,00 25% 25% 520,09 1230,00 -709,98 504.073 709,98 -137% 137% 440,02 521,00 -80,99 6.560 80,99 -18% 18% 609,97 441,00 168,98 28.555 168,98 28% 28% 799,96 610,00 189,98 36.093 189,98 24% 24% 600,04 800,00 -199,98 39.992 199,98 -33% 33% 500,02 601,00 -100,99 10.199 100,99 -20% 20% 699,96 501,00 198,98 39.593 198,98 28% 28% 650,01 700,00 -50,00 2.500 50,00 -8% 8% 719,99 651,00 68,99 4.760 68,99 10% 10% 864,97 720,00 144,99 21.021 144,99 17% 17% 919,99 865,00 54,99 3.024 54,99 6% 6% 1229,94 920,00 309,97 96.081 309,97 25% 25%

Per Demanda 0 1 520,00 2 440,00 3 610,00 4 800,00 5 600,00 6 500,00 7 700,00 8 650,00 9 720,00 10 865,00 11 920,00 12 1230,00 13 520,02 14 440,01 15 609,98 16 799,98 17 600,02 18 500,01 19 699,98 20 650,00 21 719,99 22 864,99 23 919,99 24 1229,97

De igual forma como se puede apreciar en la grfica obtenida, el mtodo de suavizacin exponencial simple genero un pronstico bastante cercano a la demanda inicial del ao 2012, lo que nos demuestra un comportamiento similar al de la demanda, gracias al alfa empleado el cual fue supremamente cercano al valor 1.
1400.00 1200.00 1000.00 800.00 600.00 400.00 200.00 0.00 0 2 4 6 8 10 12 14 16 18 20 22 24 Demanda Pronostico

Con base al anterior grafia se logra concluir que el pronostico tiene un comportamiento muy similar ala demanda del ao 2012, resultado que es reafirmado con el la medicin del error PME genrado el cual es del 3,293%, muy cercano a cero 0 aunque con un sutil alfa subestimado. 56.304 EMC 181,99 DAM 3,293% PME 28% PEMA

CUARTO METODO: METODO DE SUAVIZACION EXPONENCIAL AJUSTADA A LA TENDENCIA El cuarto mtodo empleado para este ejercicio es el mtodo de suavizacin exponencial ajustada a la tendencia, este mtodo es ideal para series de datos que poseen con una tendencia, como generalmente la serie econmicas y en este caso la demanda no tienen una tendencia lineal a lo largo del tiempo, es necesario compleemtan el pronostico con una vaiable mas, en esta caso beta , que nos suministrara un valor de la tendencia local que evoluciona con el tiempk, asi pues adems de suministrar el modelo un nivel para nuestro promedio genrales, tanbien nos arrojara la tendencia que adquiere la serie original a medida que trancurre el tiempo, asi pues nuestro pronostico podra adquierir un comportameito mucho mas cercano a la serie inicial, en esta caso adoprtamos nuestro alfa y beta, ajustado al minimo error obtenido, en este caso a simialr al anterior mtodo el alfa asignado fue de un valo grande, ya que buscamos que el pronsotico se acerce a la demanda observada, de igual manera el beta, que nos ajustara la tendencia fue relamente pequeo ya que fue el valor mas manipulado que nos arrojara la medicin de error mas minimo posible. A continuacin se visualiza los resultados, que en este caso asumimos un alfa =0,8 y beta = 0,055251.

PRONOSTICO METODO DE SUAVIZACION EXPONENCIAL AJUSTADA A LA TENDENCIA COMPAA LG S.A. 2013

Ejercicio con Alfa: 0,8 0,055251 Ejercicio con Beta: Per Demanda Promedio Tendencia Pronostico Error E Normal^2 Error Absoluto % Medio Error Error Absoluto 0 712,92 64,55 1 520,00 558,58 52,45 520,00 270.400 520,00 100% 93% 2 440,00 463,72 44,31 612,00 -172,00 29.584 172,00 -32% 37% 3 610,00 580,74 48,33 509,00 101,00 10.201 101,00 12% 17% 4 800,00 756,15 55,35 630,00 170,00 28.900 170,00 17% 22% 5 600,00 631,23 45,39 812,00 -212,00 44.944 212,00 -29% 34% 6 500,00 526,25 37,08 677,00 -177,00 31.329 177,00 -29% 34% 7 700,00 665,25 42,71 564,00 136,00 18.496 136,00 15% 20% 8 650,00 653,05 39,68 708,00 -58,00 3.364 58,00 -8% 9% 9 720,00 706,61 40,45 693,00 27,00 729 27,00 2% 4% 10 865,00 833,32 45,21 748,00 117,00 13.689 117,00 10% 14% 11 920,00 902,66 46,55 879,00 41,00 1.681 41,00 3% 5% 12 1230,00 1164,53 58,44 950,00 280,00 78.400 280,00 18% 24% 13 558,58 691,46 29,08 1223,00 -664,42 441.450 664,42 -77% 96% 14 463,72 515,08 17,72 721,00 -257,28 66.195 257,28 -40% 50% 15 580,74 571,16 19,84 533,00 47,74 2.279 47,74 7% 8% 16 756,15 723,12 27,14 591,00 165,15 27.274 165,15 18% 23% 17 631,23 655,04 21,88 751,00 -119,77 14.345 119,77 -15% 18% 18 526,25 556,38 15,22 677,00 -150,75 22.727 150,75 -22% 27% 19 665,25 646,52 19,36 572,00 93,25 8.695 93,25 12% 14% 20 653,05 655,62 18,79 666,00 -12,95 168 12,95 -2% 2% 21 706,61 700,17 20,22 675,00 31,61 999 31,61 4% 5% 22 833,32 810,74 25,21 721,00 112,32 12.616 112,32 11% 14% 23 902,66 889,32 28,16 836,00 66,66 4.444 66,66 6% 7% 24 1164,53 1115,12 39,08 918,00 246,53 60.778 246,53 18% 22%

DEMANDA 520,00 440,00 Negativo 610,00 Positivo 800,00 Positivo 600,00 Negativo 500,00 Negativo 700,00 Positivo 650,00 Negativo 720,00 Positivo 865,00 Positivo 920,00 Positivo 1230,00 Positivo To=

-80 170 190 -200 -100 200 -50 70 145 55 310

710,0 64,545455

Asi mismo, en la grfica obtenida se puede apreciar que el pronostico obtnido es bastante similar a la demanda inicial, lo que nos permite concluir, que la serie de la demanda del ao 2012 posee una tendencia que ajustada en el modelo de suavizacin exponencial mpleado, nos acerca de manera significatva a los datos iniciales.

1400.00 1200.00 1000.00 800.00 600.00 400.00 200.00 0.00 0 2 4 6 8 10 12 14 16 18 20 22 24 Demanda Pronostico

De igual manera, la medicin del error fue considerablemente bueno ya que nuestra medida de referencia PME arrojado fue de -0,007% un error bastante bueno para optar por este pronstico, ya que a diferencia de los mtodos anteriores este tuvo una exactitud o cercana confiable para ser el pronstico de referencia a usa en el MRP y el Plan agregado de la compaa, aunque con una constante alfa y beta sutilmente SOBREESTIMADA. 49.737 EMC 165,81 DAM -0,007% PME 25% PEMA

QUINTO METODO: METODO DE SUAVIZACION EXPONENCIAL POR ESTACIONALIDAD: Este ltimo mtodo es utilizado o aplicado a series de datos que adems de poseer una tendencia posee un comportamiento de estacionalidad, en este caso se ajustan tres variable alfa, beta y gamma, que combinados estos tres variables no puede suministrar un pronstico condicionado al comportamiento estacional de la serie de datos original, para este problema, usamos un alfa =0,8, =0,05 y =0,004, obteniendo los siguientes resultados:

PRONOSTICO METODO DE SUAVIZACION EXPONENCIAL POR ESTACIONALIDAD COMPAA LG S.A. AO 2013

Ejercicio con Alfa: 0,8 0,05 Ejercicio con Beta: K Per Demanda Promedio Tendencia Estacionalidad Pronostico -11 520,00 4,80 -10 440,00 5,25 -9 610,00 7,05 -8 800,00 7,00 -7 600,00 5,50 -6 500,00 6,00 -5 700,00 6,75 -4 650,00 6,85 -3 720,00 7,93 -2 865,00 8,93 -1 920,00 10,75 0 1230,00 712,92 64,55 6,98 1 520,00 242,16 -409,39 4,79 1 2 440,00 33,60 -597,43 5,28 -877,96 2 3 610,00 -43,55 -644,65 6,97 -8186,84 3 4 800,00 -46,21 -615,04 6,90 -13842,53 4 5 600,00 -44,98 -583,00 5,42 -13784,95 5 6 500,00 -58,93 -567,75 5,94 -17759,86 6 7 700,00 -42,37 -522,76 6,66 -23391,72 7 8 650,00 -37,11 -491,31 6,75 -25356,54 8 9 720,00 -33,00 -462,59 7,81 -31443,29 9 10 865,00 -21,58 -427,99 8,73 -37451,76 10 11 920,00 -21,45 -406,40 10,54 -46240,48 11 12 1230,00 55,37 -309,22 7,04 -31361,43 12 13 242,16 -10,32 -359,39 4,68 -17506,30 13 14 33,60 -68,85 -399,91 5,26 -24729,69 14 15 -43,55 -98,75 -409,76 6,94 -39478,72 15 16 -46,21 -107,06 -397,53 6,88 -43108,79 16 17 -44,98 -107,55 -378,09 5,40 -35083,88 17 18 -58,93 -105,06 -356,65 5,92 -38832,19 18 19 -42,37 -97,43 -331,14 6,63 -43434,95 19 20 -37,11 -90,11 -307,21 6,73 -43142,78 20 21 -33,00 -82,85 -284,54 7,78 -48665,46 21 22 -21,58 -75,45 -262,87 8,70 -52881,01 22 23 -21,45 -69,29 -243,51 10,49 -61721,91 23 24 55,37 -56,27 -218,26 7,01 -39932,75

0,004 Ejerci ci o con Ga mma : Error E Normal^2 Error Absoluto % Medio Error Error Absoluto

520,00 1317,96 8796,84 14642,53 14384,95 18259,86 24091,72 26006,54 32163,29 38316,76 47160,48 32591,43 17748,46 24763,29 39435,18 43062,58 35038,91 38773,26 43392,58 43105,66 48632,45 52859,43 61700,46 39988,12

270.400 1.737.016 77.384.326 214.403.670 206.926.922 333.422.382 580.410.891 676.339.998 1.034.476.947 1.468.174.403 2.224.110.657 1.062.201.456 315.007.685 613.220.492 1.555.133.215 1.854.385.958 1.227.725.008 1.503.365.848 1.882.915.850 1.858.098.017 2.365.115.359 2.794.118.929 3.806.946.846 1.599.049.573

520,00 1317,96 8796,84 14642,53 14384,95 18259,86 24091,72 26006,54 32163,29 38316,76 47160,48 32591,43 17748,46 24763,29 39435,18 43062,58 35038,91 38773,26 43392,58 43105,66 48632,45 52859,43 61700,46 39988,12

100% 2713% -18701% -29855% -30549% -30038% -55104% -68221% -95172% -173425% -215487% 56742% -169527% -35817% -39877% -40167% -32521% -36861% -44478% -47777% -58641% -69983% -88974% -70864%

215% 3922% -20202% -31686% -31983% -30986% -56856% -70072% -97453% -177533% -219877% 58864% -171973% -35966% -39933% -40223% -32579% -36905% -44535% -47836% -58701% -70055% -89043% -71063%

Como se puede apreciar a continuacin en la grafica obtenida el pronostico es bastante lejano a la demanda inicial del ao 2012, arrojando valores sumamente negativos que nos alejan de un pronostico confiable para ser adoptado en la compaa LG S.A. A pear de los ajustes de uestras tres variables (, , ) el pronostico obtenido posee una fluctuacin considerablmente grande, pasando nuestro error de un porcentaje positivo a uno lejanamente negativo, impidiendo que pudiramos tomar este modelo para la Empresa, por lo cual se obtiene la conclusin de que la los datos de la demanda ao 2012 no es una serie estacional. El error obtenido con llos varibles anteriormente suministrados fue de: 1.218.955.910 EMC 31114,70 DAM -58020% PME -58852% PEMA

En donde, la medicin del error PME obtenido es de -58020% un error bastante significativo que nos indica que las variables estn sobreestimadas, y a pesar de realizar ajustes de milsimas en nuestros indicadores, el error sigue siendo bastante grande.
10000.00 0.00 0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324 -10000.00 -20000.00 -30000.00 -40000.00 -50000.00 -60000.00 -70000.00 Demanda Pronostico

CONCLUSIONES: Con base a los anteriores anlisis y considerando el modelo de menor porcentaje medio de error (PME) el mejor modelo de pronstico obtenido es el modelo de Suavizacin exponencial ajustada a la tendencia el cual ser el pronstico para la demanda que adoptaremos para el ao 2013. PLAN AGREGADO DE PRODUCCION: Tras analizar los datos, el Ing. Manuel Rodriguez, ha planteado tres alternativas de planificacin para 2012 y 2013: PLAN A: Producir la cantidad necesaria para satisfacer la demanda media anual manteniendo constante la plantilla (40 empleados) de la empresa. Se permite la acumulacin de inventario y la rotura de dficit de stocks. Cuando exista rotura, dichas cantidades se deben fabricar y entregar al mes siguiente como pedidos atrasados. RESULTADOS: con una demanda media anual para el ao 2012 de 713 unidades, una plantilla fija de 40 empleados y con 8 horas diarias de lunes a viernes, los costos anuales asociados a la aplicacin de este plan fueron de 769.869 euros. PLAN B: Estrategia de seguimiento pura, adaptar la cantidad de produccin a la demanda solicitada variando la plantilla de trabajadores para satisfacer la demanda de cada mes (jornada laboral de 8 horas).

RESULTADOS: empleando una produccin ajustada a la demanda mensual para el ao 2012 con un personal acorde a la produccin requerida, acudiendo a la contratacin y despidos mensuales se obtuvo un valor de costos asociados a este plan de $605.510 euros para el ao 2012. PLAN C: producir la cantidad necesaria de unidades para satisfacer la demanda mnima utilizando una plantilla fija, acudiendo a horas extras y a la subcontratacin para satisfacer las necesidades adicionales. RESULTADOS: acudiendo a satisfacer la demanda mnima que es de 440 unidades y una plantilla fija acorde a esta produccin de 8 empleados, acudiendo a horas extras y subcontrataciones se obtuvo unos costos asociados de 658.065 euros para el ao 2012. Analizando cada uno de los planes establecidos inicialmente se contempla, que el plan A es sumamente costoso debido a una plantilla de empleados grande a lo que la demanda mensual requiere, para lo cual implica unos costos en stocks generados bastante significativos, debido al gran volumen de produccin real que se genera, conllevando a un exceso de inventarios que afecta la optimizacin de la compaa, siendo el plan ms costoso comparado con el plan B y C. Para el plan B se concluye que es un plan bastante optimo arrojando los menores costos, no solo porque evita el exceso en Stocks, sino que adems los costos de produccin son acordes a la demanda a satisfacer, no obstante implica costos considerables en la contratacin y despidos requeridos de personal, debido al manejo de plantilla acorde a la produccin siendo variable mes a mes. Para el Plan C, acudiendo una produccin mnima posible para satisfacer la demanda del ao 2012, y recurriendo a plantilla fija, nos permite concluir que por un lado la variable de produccion y plantilla fija genero costos bastantes pequeos, pero acudir a horas extras y sucontrataciones elvo potencialmente los costos, no solo por el hecho de implicar costos elevados para estas variables, si no que satisfacer la demanda en especial del ltimo trimestre involucra un alto grado de subcontrataciones. Por consiguiente y a partir de los anteriores anlisis obtenidos se concluye que la compaa debe optar por un plan que persiga los siguientes objetivos: Maximizar la utilizacin de la capacidad de la Planta, contemplando las restricciones en horas extras. Minimizar las variaciones en la plantilla de empleados. Minimizar los cambios en el ritmo de produccin. Minimizar la inversin en la inversin de inventarios, evitar altos volmenes de Stocks. Maximizar el servicio a los clientes sin recurrir al dficit de inventarios y entrega de pedidos atrasados, que implique la prdida de clientes. Minimizar las subcontrataciones, ya que implican elevados costos para la Compaa. Y por ltimo y el ms importante minimizar los costos optimizando la produccin.

Para ello, se planifico dos planes adicionales que nos permitirn obtener menores costos a los obtenidos inicialmente. PLAN D1: Producir la demanda media trimestral, ajustando la plantilla acorde las necesidades de produccin, sin recurrir a horas extras ni subcontrataciones. Este plan fue tomado combinando el Plan A y el Plan B, acudiendo a una produccin promedio, pero en este caso de manera trimestral, ya que se observ que el comportamiento trimestral es mucho ms acorde al nivel de produccin real, implicando menos variaciones en la plantilla, pero generando costos ms elevados en el inventario de almacenamiento obtenidos en el plan B, lo cual gener unos costos asociados para el ao 2012 de $663.641 euros, valor ms pequeo al del plan A, pero no ms ptimo que el plan B, por tal razn se decidi acudir a un estrategia D2. PLAN D2: Satisfacer la demanda mnima de cada trimestre, ajustando la plantilla de acuerdo a la produccin requerida, acudiendo al 50% de horas extras para los primeros tres semestres, que genere un stock adicional, en caso de requerir mayores unidades se acudir a subcontratacin. Para el ltimo trimestre, en el que se implica mayor demanda, se recurrir a la contratacin al inicio del trimestre, y una utilizacin del 100% de horas extras disponibles con el personal contratado. Para este plan se adopt una combinacin de los cuatro anteriores planes como referencia adoptando las mejores oportunidades identificadas para cada uno de los casos, en este caso se adopt la cantidad de produccin a satisfacer de forma trimestral, pero como el objetivo era reducir costos de produccin se acudi a satisfacer la mnima demanda trimestral, utilizando la capacidad de la empresa, mediante el uso de horas extras, y minimizando la variabilidad en la plantilla, manejando un plantilla trimestral casi constante, y recurriendo a la generacin de Stocks y subcontratacin reducidas, con base a lo anterior los costos asociados al ao 2013 con este plan fue de $601.125, los mnimos costos obtenidos comparado con los anteriores planes, aprovechando la capacidad de la empresa y satisfaciendo la demanda de acuerdo a las polticas establecidas en la compaa.