Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo PDF
Modulo PDF
BOGOTÁ
Enero de 2010
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
COMITÉ DIRECTIVO
__________________________________________________________________
Gustavo Velásquez
Decano Escuela de Ciencias Básicas Tecnología e Ingeniería
INDICE DE CONTENIDO
INTRODUCCIÓN ............................................................................................... 11
UNIDAD 1. PLANEACIÓN DE LA PRODUCCIÓN ................................................ 14
CAPITULO 1: LA EMPRESA COMO UN SISTEMA ABIERTO ......................... 14
Introducción.................................................................................................... 14
Lección 1: Subsistema de Dirección y Gestión .............................................. 15
Lección 2: El Subsistema de Operaciones..................................................... 16
Lección 3: Objetivos del Subsistema de Operaciones ................................... 17
3.1 Costo .................................................................................................... 18
3.2 El tiempo............................................................................................... 18
3.3. Calidad................................................................................................. 19
3.4 Flexibilidad............................................................................................ 19
Lección 4: Decisiones del Subsistema de Operaciones ................................ 20
4.1 Pronósticos........................................................................................... 21
4.2 Administración de Inventarios ............................................................... 22
4.3 Planeación............................................................................................ 23
Lección 5: La Estrategia de Gestión de la Cadena de Suministro y la Gestión
de la Operaciones .......................................................................................... 25
CAPITULO 2: PRONÓSTICOS ......................................................................... 28
Introducción.................................................................................................... 28
Lección 6: Definición y Proceso del Pronóstico.............................................. 28
6.1 Identificación del problema. .................................................................. 29
6.2 Elementos del tiempo en el Proceso de Pronóstico.............................. 29
6.3 Análisis de Datos.................................................................................. 30
6.4 Influencia del ciclo de vida del producto sobre la metodología del
pronóstico ................................................................................................... 31
Lección 7: Métodos de Pronóstico ................................................................. 32
7.1 Descripción de Métodos Cualitativos .................................................... 34
7.2 Descripción de los Métodos Cuantitativos ............................................ 35
Lección 8: Métodos de Series de Tiempo ...................................................... 36
8.1 Promedio simple ................................................................................... 36
8.2 Promedio Móvil ..................................................................................... 36
8.3 Suavización Exponencial Simple. ......................................................... 39
8.4 Suavización Exponencial con Tendencia ............................................. 43
8.5 Método de Holt – Winters. .................................................................... 48
Lección 9. Métodos Causales – Regresión Lineal ......................................... 60
Lección 10. Medición de Errores de Pronóstico ............................................. 65
10.1 Desviación Media Absoluta (MAD) ..................................................... 65
10.2 Error Cuadrático Medio (MSE)............................................................ 66
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
LISTADO DE TABLAS
LISTADO DE GRÁFICOS
Gráfico 36 Gráfico Gantt Algoritmo de Jackson Sistema Jop Shop .................... 161
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
LISTADO DE CUADROS
Cuadro 1 Los Pronósticos relacionados con el ciclo de Vida del Producto ........... 32
Cuadro 2 Tipos de Pronóstico .............................................................................. 33
Cuadro 3 Datos Ejemplo 5 .................................................................................... 44
Cuadro 4 Datos de Entrada Ejemplo 7 .................................................................. 71
Cuadro 5 Costos para EUTTOR............................................................................ 86
Cuadro 6 Problema de Asignación...................................................................... 138
Cuadro 7 Problema de Asignación 2 ................................................................... 139
Cuadro 8 Matriz Resultante................................................................................. 139
Cuadro 9 Paso 4 Método Húngaro...................................................................... 140
Cuadro 10 Matriz Resultante............................................................................... 140
Cuadro 11 Trabajos para una Máquina ............................................................... 147
Cuadro 12 Secuencia de Trabajos para una Máquina aplicando la regla EDD... 147
Cuadro 13 Secuencia de Trabajos para una Máquina aplicando la regla SPT .. 149
Cuadro 14 Programación de Trabajos en Máquinas Paralelas Para Tiempo de
Flujo Mínimo........................................................................................................ 152
Cuadro 15 Programación de Trabajos en Máquinas Paralelas Para minimizar el
Lapso de Producción........................................................................................... 153
Cuadro 16. Datos Ejemplo 15 ............................................................................. 155
Cuadro 17. Datos Ejemplo 16 ............................................................................. 157
Cuadro 18 Datos ejemplo 17............................................................................... 160
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
El Ing. José Enrique Cotes Cotes, tutor del CEAD VAlledupar, apoyó el proceso de
revisión de estilo del contenido didáctico e hizo aportes disciplinares, didácticos y
pedagógicos en el proceso de acreditación del material didáctico desarrollado en
el mes de enero de 2010.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
INTRODUCCIÓN
Las empresas industriales son sistemas abiertos (influenciados por el entorno) los
cuales mantienen un flujo permanente de materiales, energía y dinero, que les
permite cumplir con su misión y a la vez interactuar con todo el sistema económico
en el cual está inmersa. De acuerdo a esto, el realizar un análisis sistémico
permite reconocer una serie de subsistemas que lo conforman y tener un enfoque
para entender su funcionamiento, el cual es complejo. Existen diferentes maneras
de diferenciar los subsistemas que conforman una empresa, pero para este
análisis se ha optado por definir un enfoque funcional, según el cual, los distintos
elementos se agrupan en subsistemas diferenciables según el tipo de función que
cada uno de estos desarrolla.
UNIDAD 1
UNIDAD 2
UNIDAD 3
Introducción
Las empresas industriales son sistemas abiertos (influenciados por el entorno) las
cuales mantienen un flujo permanente de materiales, energía y dinero, que les
permite cumplir con su misión y a la vez interactuar con todo el sistema
económico en el cual está inmersa. De acuerdo a esto, el realizar un análisis
sistémico permite reconocer una serie de subsistemas que lo conforman y tener
un enfoque para entender su funcionamiento, el cual es complejo. Existen
diferentes maneras de diferenciar los subsistemas que conforman una empresa,
pero para este análisis se ha optado por definir un enfoque funcional, según el
cual, los distintos elementos se agrupan en subsistemas diferenciables según el
tipo de función que cada uno de estos desarrolla. Y de acuerdo a lo propuesto
por DOMÍNGUEZ MACHUCA (1995) este puede dividirse en:
Subsistemas relativos a las funciones Básicas
Subsistema de Operaciones
Subsistema de Inversión y Financiación
Subsistema Comercial
Subsistema de Dirección y Gestión: Este actúa sobre de forma
transversal sobre los demás subsistemas.
Subsistema de Personal: Se encarga de gestionar los requerimientos de
personal en todo el sistema empresarial.
Subsistema de Información: Este se encarga de proveer toda la
información necesaria que cada uno de los otros subsistemas requiere,
pero a la vez debe almacenar la información histórica de la empresa, de
forma que de soporte a los procesos de planeación y de toma de decisiones
futuras.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de DOMÍNGUEZ MACHUCA. et al. (1995) Dirección de Operaciones: Aspectos Estratégicos en la Producción y
los Servicios. Editorial: Madrid. McGraw-Hill. Santafé de Bogotá.
Este subsistema parte por la definición de las metas y objetivos que tiene a la
empresa, teniendo en cuenta las restricciones que pueden influir en la
consecución de los mismos, por ejemplo, las que tienen que ver con el mercado,
de la estructura financiera, los costos, la tecnología, entre otros.
A partir de lo anterior, se inicia el proceso de planeación a diferentes plazos
(corto, mediano y largo plazo), estos planes deben proponer actividades claras
que permitan la consecución de las metas planteadas y a la vez permitan medir el
crecimiento deseado (Ed), y los resultados que pueden esperarse (Es), para el
mismo período de tiempo. El gráfico No. 2. Muestra la representación gráfica, de
la divergencia que existe para un objetivo dado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de DOMÍNGUEZ MACHUCA. et al. (1995) Dirección de Operaciones: Aspectos Estratégicos en
la Producción y los Servicios. Editorial: Madrid. McGraw-Hill. Santafé de Bogotá
Concreción de objetivos.
Determinación de cantidades de productos y servicios a elaborar, así como
los correspondientes momentos de tiempo (planificación) para su fabricación.
Determinación de subconjuntos o componentes que hay que producir o
adquirir, y en qué fechas, para satisfacer el plan de productos a elaborar
(programación).
Determinación de las actividades que deberán desarrollar las distintas
unidades productivas y en qué momento para cumplir lo previsto en la fase
anterior (programación a muy corto plazo).
Considerar a todos los niveles la problemática de la Capacidad, de forma
que se elaboren planes y programas factibles.
Determinar las necesidades de materiales, tanto de productos terminados
como de componentes y materias primas para fabricación (planificación,
gestión y control de inventarios).
3.1 Costo
3.2 El tiempo
Este criterio, no es que sea nuevo, es algo que siempre está ahí, pero que
sobre el también se puede medir el desempeño del subsistema operativo.
Básicamente, este aspecto, puede ser abordado de formas:
El menor tiempo de entrega o tiempo de suministro posible, siendo éste el
intervalo de tiempo que transcurre entre el momento en que se solicita un
pedido y el instante de su llegada, entendida ésta como el momento en que
es recibido por el cliente.
La fecha de entrega comprometida con el cliente el mayor número de pedidos
posible, lo cual suele medirse en base al nivel de servicio, o cociente entre
las entregas realizadas a tiempo y el total de entregas efectuadas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería 13
Contenido Didáctico del curso Planeación y Control de la Producción
3.3. Calidad
Así mismo, autores reconocidos como JURAN, definen la calidad como ”aptitud
para el uso” concepto este que se ajusta más a lo que el consumidor busca
como estado ideal para la elección del producto o servicio, decidiéndose por
aquél que, dentro del rango de precios que se haya marcado, resulte más
idóneo para su uso. Pero este concepto, es un resultado final del proceso que
ocurre a lo largo de toda la cadena de producción, pues la calidad debe ser
concebida desde la producción, la administración, la ingeniería, investigación y
desarrollo y demás acciones involucradas. Por lo tanto, la calidad es un
concepto amplio y global, donde cada elemento del sistema debe contribuir a la
obtención de la meta, que es la completa satisfacción de las necesidades de los
clientes.
3.4 Flexibilidad
Tal y como se ha descrito hasta ahora, los sistemas de producción son en esencia
cualquier actividad que produce algo, pero de manera formal estos se pueden
definir como un sistema abierto, el cual tiene unas entradas (insumos), realiza un
proceso de transformación y las convierte en salidas (productos o servicios),
Dadas las características de complejidad de estos sistemas y con el objeto
de que estos cumplan con los requerimientos de los clientes frente a la calidad
de los productos, el tiempo de entrega y el costo de los mismos, se han
desarrollado diferentes tecnologías para la planeación y control para la
administración de estos sistemas. El siguiente gráfico define la estructura de un
sistema de producción y expone a la vez los diferentes elementos de planeación y
control que lo constituyen.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeación y Control de la Producción. McGRaww-Hill. México p. 17
4.1 Pronósticos
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeación y Control de la Producción. McGRaww-Hill. México. p.
229
4.3 Planeación
Desde el punto de vista conceptual, la cadena de suministro revela los flujos y los
contextos, donde radica la mezcla de capacidades necesarias en la empresa para
integrar la logística de la cadena de suministros:
El Contexto Operacional
CAPITULO 2: PRONÓSTICOS
Introducción
3. Intervalo del Pronóstico: Este factor tiene que ver con la frecuencia con la
que se efectúan los nuevos pronósticos, a medida que se vaya obteniendo
información adicional. A menudo este intervalo coincide con el período principal
del pronóstico, o sea que para nuestro ejemplo, el pronóstico se actualizaría
cada semana. Para la determinación del intervalo del pronóstico es importante
tener en cuenta el modo en el que opera el sistema de procesamiento de datos
de la organización, el cual provee la información sobre la variable que se
pronostica. Si, por ejemplo, la información se actualizara diariamente, cualquier
período de tiempo igual o superior a un día sería adecuado para escoger el
intervalo de pronóstico
El examen de los datos históricos, permite tener una visión amplia al momento de
iniciar un proceso de pronóstico. Estos datos pueden ser suministrados por la
misma empresa o pueden provenir de organizaciones gubernamentales como: El
DANE, Planeación Nacional, los diferentes ministerios (Agricultura, Industria y
Comercio Exterior), igualmente las agremiaciones o las Cámaras de Comercio,
entre otras, todas estas entidades dependiendo del tipo de producto que se esté
analizando cuentan con información específica de diferentes sectores económicos.
La Ciclicidad: Son las altas y bajas de los datos que se repiten a lo largo del
tiempo. Generalmente están asociados a ciclos comerciales, muchas veces estos
son afectados por factores externos que determinan su comportamiento. Los
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
ciclos tienen forma de ola, ya que pasan de un valor grande a uno pequeño y de
regreso nuevamente.
Fuente: Adaptado de: HEIZER, Jay y RENDER, Barry. (2004) Principios de Administración de
Operaciones. Pearson Education. México.
6.4 Influencia del ciclo de vida del producto sobre la metodología del
pronóstico
Fase
Introducción Crecimiento Madurez Declinación
Factor
Existencia de
Datos No hay Es posible que existan Existencia de Datos
Datos
Disponibles disponibles datos históricos
históricos
Se mantiene el largo
Horizonte de plazo, analizando Pronósticos a corto Pronósticos a
Largo plazo
Tiempo tendencias y plazo corto plazo
relaciones causales
Métodos de
series de
Métodos tiempo y
cualitativos causales, junto
(Método Delphi, Métodos causales, e Métodos de series con
Método de
Investigaciones investigación de de tiempo y investigaciones
Pronóstico
de mercado, mercados causales de mercado
acuerdos de que
grupo) determinen
cambios en el
mercado
Cuadro 1 Los Pronósticos relacionados con el ciclo de Vida del Producto
Método Delphi Técnica que se aplica a un grupo de expertos para la estimación de la demanda de un producto
Recopila datos a través de encuestas y entrevistas, para probar hipótesis formuladas con respecto al
Investigación de
mercado. Se usa para pronosticar ventas a largo plazo o para la introducción de nuevos productos
Mercados
A través de reuniones abiertas, ejecutivos de ventas o clientes definen estiman la demanda de los
Consensos grupales
clientes
Se basan en la idea de que se puede usar los datos históricos de un suceso para realizar el pronóstico
2. Cuantitativos
Promedio móvil simple Se promedia un período que contiene vario puntos de datos
Ciertos puntos de ponderan más o menos que otros, según se considere conveniente de acuerdo
Promedio móvil ponderado
con la experiencia
Las puntos de datos más recientes tienen mayor peso, este peso se reduce
Suavización exponencial
exponencialmente conforme los datos son más antiguos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Ajusta a unos datos históricos una línea de tendencia lineal, exponencial, polinomial, etc. El método de
Análisis de regresiones ajuste más usado es el mínimos cuadrados
Una red neuronal imita la estructura y funcionamiento del cerebro, se busca aplicar los principios de
Redes neuronales
funcionamiento de estas al desarrollo de pronósticos.
Se centra en las ventas de cada industria a otras empresas y al gobierno. Indica cambios en las
Modelos de entrada/salida ventas que puede esperar una industria productora debidos a cambios en la compras de otra
industria
Estadísticas que permiten corroborar el comportamiento de una serie, por ejemplo el aumento del
Indicadores guía precio de la gasolina podría indicar una reducción en la ventas de automóviles grandes
Modelos dinámicos, imitan el comportamiento de un sistema. Estos modelos se basan en una gran
Modelos de simulación variedad de relaciones y utilizan variables estocásticas para el análisis del problema.
Fuente: Adaptado de. CHASE, Richard. AQUILANO, Nicholas. (1995) Dirección y Administración de la
Producción y de la Operaciones. MacGraw-Hill. México. P. 311
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeación y Control de la Producción. McGRaww-Hill. México. p. 98
Estos modelos usan los métodos de series de tiempo. "Una serie de tiempo es
simplemente una lista cronológica de datos históricos, para la que la suposición
esencial es que la historia predice el futuro de manera razonable." (SIPPER 1998).
Existen varios modelos y métodos de series de tiempo entre los cuales elegir y
que incluyen los modelos constante, de tendencia y estacional, dependiendo de
los datos históricos y de la comprensión del proceso fundamental.
Este método usa el promedio de los datos de los períodos anteriores, calcula el
promedio tanto las demandas altas como bajas para equilibrar todos los períodos,
y su forma de cálculo es:
Ahora bien, cuando existe un patrón que exija dar una mayor relevancia a los
datos más recientes, se puede aplicar un factor de ponderación a los mismos para
tener en cuenta este aspecto, ya que muchas veces los datos más recientes son
más importantes De acuerdo a esto tenemos la siguiente fórmula.
Ejemplo 2. Con la misma información del período, con el mismo promedio móvil
de 3 períodos y un factor de ponderación así: 3 para el último mes, 2 para dos
meses atrás y 1 para un tercer mes atrás.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Este método puede verse de diversas maneras. Tal y como la propone FOGARTY
(1995), este método es una técnica que se basa en los errores de los
pronósticos. “Si la proyección F, para el período t es Ft y la demanda actual en el
período t es Dt, entonces se puede pronosticar que para el siguiente período será
Ft más alguna fracción, α, del error actual. (Dt – Ft) “. Es decir.
Donde:
= Constante de suavización 0 1
La ventaja de este método es que puede hacerse un pronóstico con un solo dato
del período anterior, su pronóstico y el valor de α . En el caso de que α tome un
valor grande, significa que se da una mayor ponderación a los valores más
recientes de la demanda y menos a los más lejanos. A continuación se muestra, el
porqué de este comportamiento, a partir de (1).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Pronóstico para el mes de mayo = 130 + 0.2 (145 – 130) = 130 + 3 = 133
Según la gráfica anterior, se puede ver que al asignar valores grandes de dan un
mayor peso a los datos nuevos y el dato más antiguo desaparece rápidamente,
(ver = 0.9), en cambio si se asigna un valor de más pequeño se entiende que
el proceso tiene una tendencia constante, ver = 0.1. Para el caso en que no se
tiene seguridad en los datos se recomienda usar valores de alfa más grandes.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Ft Dt 1 (1 )( Ft 1 Tt 1 ) (5)
Tt Tt 1 ( Ft Ft 1 Tt 1 )
= Tt ( Ft Ft 1 ) (1 )Tt 1 (6)
Donde:
Ft = Pronóstico exponencialmente suavizado para el período anterior t
Tt = Tendencia exponencialmente suavizada en el período t
Tt 1 = Tendencia exponencialmente suavizada para el período t -1
Dt = Demanda real en el período t
= Constante de suavización para el promedio ( 0 1 )
= Constante de suavización para la tendencia ( 0 1 )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Con estas formulas los pasos para calcular el pronóstico con ajuste de tendencia
son:
1. Calcular F
t con la ecuación 5
2) Para obtener una estimación de Ft1 , se toma el promedio del total de los
datos y la estimación obtenida de Tt1multiplicada por el número de períodos a
partir del punto medio del promedio.
Se inicia con la determinación de los valores de Ft1 y Tt1 Con base en los datos
de entrada, primero se calcula el promedio para los meses de 1 a 6 y 7 a 12.
Promedio de
Meses Ventas
cada grupo
1 12
2 17
3 20
18,8
4 19
5 24
6 21
7 31
8 28
9 36
35,2
10 37
11 39
12 40
35.2 18.8 16
Luego al dividir este valor por el número de períodos que tiene cada grupo se
obtiene el incremento promedio de las ventas por mes, que es de 2.7. De esta
forma se obtiene la estimación de la tendencia para el mes T1 que es 2.7
0 1 2 3 4 5 6 7 8 9 10 11 12
Por lo tanto para determinar el valor del primer período se resta el ajuste por
tendencia 2.7 por mes multiplicando por (12 – 6.5). Lo anterior permite determinar
el valor del pronóstico como sigue:
F1 272.7(126.5) 12
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Ft Dt 1 (1 )( Ft 1 Tt 1 )
F2 0.4(12) (1 0.4)(12 2.7) 13.7
Tt ( Ft Ft 1 ) (1 )Tt 1
T2 0.4(13.7 12) (1 0.4)2.7 2.3
Paso 3: Calcular el Pronóstico incluyendo la Tendencia con la ecuación (7)
FITt k Ft kTt
FIT21 F2 (1)T2 13.7 (1)2.3 15.9
En este caso se está pronosticando un período de tiempo (k) a la vez, pero el
estudiante puede verificar el pronóstico con valores de k = 2 y 3, es decir con base
en un período se pronostica al segundo o tercer período futuro, y la manera de
validar el mejor método de pronóstico se hará con base al error.
Existen dos formas para obtener el pronóstico, en las que se agrega la tendencia y
la estacionalidad, las que se muestran a continuación.
FT K ( ST kBT )CT K L
A continuación se desarrollará el modelo multiplicativo. El método aditivo sigue
etapas análogas al multiplicativo, sin embargo las aproximaciones de los diversos
componentes siguen formulaciones diferentes, por lo tanto la manera de agregar
dichos componentes para generar finalmente la serie suavizada es también
diferente.
C
t 1
t T (8)
D
S T T (1 )( ST 1 BT 1 ) (9)
CT L
BT ( ST ST 1 ) (1 ) BT 1 (10)
D
C T T (1 )CT L (11)
ST
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Se supone que se tienen datos para las últimas m estaciones, por cada ciclo
estacional. Sean D j los promedios de las observaciones de demanda durante las
estaciones j = 1, 2, 3,..., m.
para cada período. Es por ello, que se requiere calcular el promedio de ellos para
obtener una sola estimación para cada período dentro de la estación. Esto se
realiza mediante la siguiente expresión:
1 m1
Ct Ct kL , para _ t 1,2,..., L
m k 0
(16.1)
Finalmente, los factores estacionales deben ser normalizados, de tal forma que su
suma sea igual a L, mediante la siguiente expresión:
L
C 't Ct T
, para _ t 1,2,..., L (16)
C
t T L 1
t
El procedimiento anterior estima S0, B0, C0. (Para t = 1,2, …., L), asumiendo que el
origen del tiempo se encuentra inmediatamente antes del período 1. Para
pronosticar observaciones futuras, a partir de los datos iniciales se hará las
actualizaciones de los estimadores ST, BT, CT, período por período, de acuerdo con
las ecuaciones (10), (11) y (12) hasta llegar al final del período mL. Así, el origen
de tiempo puede ser redefinido para este período y se pueden redefinir los
períodos mL, mL + 1, mL + 2,..., como los nuevos períodos 0, 1, 2, ....
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Ejemplo 5. Con base en lo propuesto por Vidal (2005) para ilustrar el desarrollo
del Método Multiplicativo de Winters, a continuación se muestra el valor de la
demanda de gas natural en un país nórdico entre los años 1987 a 1992, basados
en los datos de los años 1987 a 1990 se estimarán los parámetros de arranque
del modelo para y pronosticar los dos años siguientes (1991-1992).
Mes Demanda Mes Demanda Mes Demanda
1 1499,2 13 1633,2 25 1361,0
2 1316,5 14 1462,6 26 1416,3
3 1155,5 15 1178,1 27 1265,7
4 926,0 16 830,0 28 851,3
5 630,5 17 606,5 29 604,8
6 520,3 18 513,7 30 474,6
7 531,6 19 543,4 31 507,3
8 586,2 20 604,8 32 519,8
9 518,8 21 528,0 33 471,4
10 704,2 22 671,3 34 694,9
11 878,4 23 889,7 35 901,3
12 1276,2 24 1244,0 36 1482,7
Mes Demanda Mes Demanda Mes Demanda
37 1437,5 49 1512,9 61 1395,3
38 1167,7 50 1192,0 62 1194,1
39 1055,7 51 1075,6 63 1070,8
40 824,7 52 763,0 64 834,4
41 598,9 53 551,9 65 575,9
42 483,2 54 434,0 66 458,3
43 478,1 55 472,3 67 431,0
44 523,3 56 438,8 68 441,8
45 498,1 57 448,2 69 462,6
46 635,5 58 617,9 70 700,9
47 834,6 59 900,7 71 996,6
48 1304,5 60 1194,3 72 1344,8
Tabla 5 Consumo de Gas Natural (Trillones BTU) entre 1987 a 1992
Fuente: VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela de Ingeniería Industrial y
Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 78
Fuente: VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela de Ingeniería Industrial y
Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 78
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
D1 878,6167 D3 879,2583
D 2 892,1083 D4 Dm 820,1500
Dm D1 820.15 878.6167
B0 1.62407
(m 1) L (4 1) 12
L 12
S 0 D1 B0 878.6167 (1.62407) 888.3611
2 2
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela
de Ingeniería Industrial y Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 80
A continuación se aplica fórmula (16.1) para obtener los promedios de los factores
estacionales para cada período j dentro de la estación. Esto produce 12 factores
estacionales para cada uno de los 12 meses del año, los cuales se obtienen
promediando los resultados obtenidos en la Tabla 6 para cada valor de j. Por
ejemplo, para t = 1, se toman todos los valores con j = 1 de la Tabla 6. Así, se
obtiene, por ejemplo, el primer valor aplicando la fórmula así:
1 3
C1 C112 L , para _ t 1
4 k 0
1 1
C1 (C1 C13 C25 C37 ) (1,689146 1,812571 1,532329 1,733845) 1,691972
4 4
A continuación se muestra los factores estacionales iniciales promediados y
normalizados.
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela
de Ingeniería Industrial y Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 80
Dado que las estimaciones anteriores están referidas al comienzo del período 1,
se necesita llevar estas estimaciones al origen de tiempo desde donde se van a
simular los pronósticos, o sea al final del período 48. Esto se logra aplicando
sucesivamente las ecuaciones (9), (10) y (11), las cuales se pueden implementar
fácilmente en una hoja electrónica. Cuando se llegue al período 48 mediante este
proceso se tendrán entonces los valores de inicio del pronóstico simulado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Tabla 8 Determinación de los valores de inicio con base en el nuevo origen de tiempo
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela
de Ingeniería Industrial y Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 80
Es importante señalar que el cálculo óptimo de los valores puede tener el efecto
de los múltiples óptimos locales, esto implica que pueden existir otros valores para
los parámetros de α, β y γ, los cuales pueden tener un Error Cuadrático Medio
menor Se encontró, por ejemplo, una mejor solución con = 0.0434, = 1.000 y =
0.7452, con un ECM = 3.426,20. Por lo tanto, debe probarse el Solver con
diversos valores en las celdas cambiantes correspondientes a las constantes de
suavización para tratar de encontrar el óptimo global. Igualmente, se puede
cambiar el criterio para que este tenga como objetivo minimizar la Desviación
Media Absoluta (MAD), lo cual haría que se obtuviesen otros múltiples resultados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
D
S T T (1 )( ST 1 BT 1 )
CT L
1.499,2
S 1 (0,1390) (0.861)(888.361 (1,6241) 886,5271
1.693578
BT ( ST ST 1 ) (1 ) BT 1
FT K ( ST kBT )CT K L
F01 (S0 (1)B0 )CT K L 888.361 (1,6241)(1,693578
) 1501,7584
FT K ( ST kBT )CT K L
F121 (S12 (1)B12)C12112 872.6476 (1,5930)(1,6922) 1474,0
37 1,6670
38 1,4893
39 1,3254
40 0,9847
41 0,7084
42 0,5729
43 0,5877
44 0,6372
45 0,5894
46 0,7860
47 1,0280
48 817.6781 -1.6100 1,5943
49 1512,9 828.7864 -1.4828 1,7521 1360,3731 -40,1379
50 1192,0 823.5576 -1.5202 1,4668 1232,1379 -13,9376
51 1075,6 820.5757 -1.5349 1,3176 1089,5376 -43,5064
52 763,0 812.8995 -1.5963 0,9599 806,5064 -22,8049
53 551,9 806.8283 -1.6410 0,6953 574,7049 -27,2738
54 434,0 798.5697 -1.7072 0,5571 461,2738 4,0217
55 472,3 797.8138 -1.6977 0,5900 468,2783 -68,5024
56 438,8 781.1734 -1.8471 0,5966 507,3024 -11,1416
57 448,2 776.6988 -1.8734 0,5828 459,3416 8,8609
58 617,9 776.3923 -1.8577 0,7913 609,0391 104,5113
59 900,7 788.6666 -1.7164 1,0893 796,1887 -60,3218
60 1194,3 781.6909 -1.7690 1,5586 1254,6218 28,7686
61 1395,3 782.2042 -1.7462 1,7692 1366,5314 49,3312
62 1194,1 785.1329 -1.6994 1,4959 1144,7688 38,5854
63 1070,8 787.5042 -1.6587 1,3402 1032,2146 80,0414
64 834,4 797.4357 -1.5428 1,0064 754,3586 22,5202
65 575,9 800.3950 -1.4978 0,7083 553,3798 13,2545
66 458,3 802.2044 -1.4647 0,5647 445,0455 -41,4244
67 431,0 790.9801 -1.5623 0,5658 472,4244 -29,2034
68 441,8 782.6144 -1.6303 0,5794 471,0034 7,4650
69 462,6 782.7645 -1.6125 0,5872 455,1350 82,7629
70 700,9 795.6899 -1.4672 0,8394 618,1371 131,4745
71 996,6 810.9999 -1.2994 1,1643 865,1255 82,8188
72 1344,8 817.0866 -1.2255 1,6055 1261,9812 -40,1379
73 1443,3858
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela
de Ingeniería Industrial y Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 80
Una vez calculados los valores de inicio con base en el nuevo origen de tiempo, se
puede simular el pronóstico para los dos años restantes. Los cálculos para la
simulación del pronóstico son semejantes a los realizados anteriormente, con la
única diferencia es que los nuevos valores de inicio del pronóstico (la componente
permanente, la tendencia y los factores estacionales) son las celdas sombreadas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
FT K ( ST kBT )CT K L
F481 (S48 (1)B48)C48112 817,6788 (1,6099)(1,6670) 1360,38
Ahora bien, si se fuese a utilizar este sistema para pronosticar el período 73, se
utilizaría la información detallada en la Tabla 9, en las celdas sombreadas. Por
último a continuación se muestra la gráfica de pronóstico simulado y la demanda
para los períodos analizados (6 años).
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestión de Inventarios. Facultad de Ingeniería - Escuela
de Ingeniería Industrial y Estadística. Universidad del Valle. Santiago de Cali. Colombia p. 80
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Un ejemplo de relación entre dos variables, puede ser la relación entre dos
variables como son: los ingresos y los gastos en actividades de ocio, se puede
concluir que la segunda es la variable explicada Y y la primera como variable
explicativa X, ya que, en principio, los gastos en ocio dependerán mucho de los
ingresos, pues entre más dinero ganemos, en teorías sería mayor la parte
gastada en ocio. Pero igualmente se podrían analizar dichas variables de forma
inversa, es decir, los gastos en ocio como la variable explicativa X y los ingresos
como variable explicada , es decir cuánto más dinero se gaste en ocio, más
serán los ingresos percibidos.
Diagramas de Dispersión
Fuente: BÀGUENA, Josep Gibergans. Regresión Lineal Simple. UOC. Publicado en: cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf.
Fecha de consulta. Enero de 2010
y a bx (17)
A partir de la fórmula anterior definimos para cada observación (xi, yi) el error o
residuo como la distancia vertical entre el punto (xi, yi) y la recta, es decir:
yi ( a bxi )
Por lo tanto por cada recta considerada se tendrá una colección diferente de
residuos. Se buscará la recta que tenga los residuos más pequeños en cuanto a la
suma de los cuadrados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: BÀGUENA, Josep Gibergans. Regresión Lineal Simple. UOC. Publicado en: cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf.
Fecha de consulta. Enero de 2010
(18)
(19)
ei yi yi
Donde y i es el valor estimado de la recta de regresión.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Muestra 1 2 3 4 5 6 7 8 9 10
X (No. de
161 152 167 153 161 168 167 153 159 173
hués pedes
Y (litros de licor) 63 56 77 49 72 62 68 48 57 67
Fuente: Adaptado de lo propuesto por. BÀGUENA, Josep Gibergans. Regresión Lineal Simple. UOC. Publicado en:
cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf. Fecha de consulta. Enero de 2010
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Interpolación y Extrapolación
y 96,1121 0,979009 x
Para un valor de X = 160 se tiene un valor estimado Y de 60,53 lt.
et D t Ft
Existen distintas formas de medir el error del pronóstico, a continuación se detalla
cada una de ellas.
MAD
e t
D F t t
n n
Pronóstico Desviación Pronóstico Desviación
Período Demanda
alfa = 0.1 Absoluta alfa = 0.5 Absoluta
1 170 165 5 165 5
2 158 150 8 162 4
3 149 168 19 164 15
4 165 163 2 166 1
5 180 161 19 162 18
6 195 180 15 180 15
7 170 168 2 183 13
8 172 163 9 168 4
MAD 9,88 9,38
Suma de desviaciones
absolutas 79 75
e (D Ft ) 2
2
MSE
t t
n n
Pronóstico Pronóstico
Período Demanda (Error)2 (Error)2
alfa = 0.1 alfa = 0.5
1 170 165 25 25 25
2 158 150 64 64 64
3 149 168 361 361 361
4 165 163 4 4 4
5 180 161 361 361 361
6 195 180 225 225 225
7 170 168 4 4 4
8 172 163 81 81 81
Suma Errores Cuadráticos 1125 1001
MES 140.6 125.1
Cuando los datos del problema de análisis son muy grandes los valores de MAD y
del MSE pueden ser muy grandes, una alternativa de medición del error es
analizar este como un porcentaje del error medio absoluto. Y se calcula como el
promedio de las diferencias absolutas entre los valores pronosticados y los datos
reales y se expresa como porcentaje de estos últimos, así:
e t D t Ft
Dt Dt
MAD 100 100
n n
Pronóstico
Período Demanda Error Porcentual Absoluto
alfa = 0.5
1 170 165 100(5/170) 2,94%
2 158 162 100(4/158) 2,35%
3 149 164 100(15/149) 8,82%
4 165 166 100(1/166) 0,59%
5 180 162 100(18/180) 10,59%
6 195 180 100(15/195) 8,82%
7 170 183 100(13/170) 7,65%
8 172 168 100(4/172) 2,35%
Suma Errores Porcentuales 44%
MAPE 5.5%
Tabla 13 Ejemplo de Cálculo del Error Porcentual Absoluto Medio
Introducción
Por último se tiene la planeación a corto plazo, esta a partir de la definición del
plan agregado, busca “desagregar” el plan a plazos de semanas, días y horas.
Cuando se habla de planeación a corto plazo se refiere a la programación de
producción propiamente dicha es decir determina asignación de cargas de trabajo
(Loading), secuenciación de actividades (sequencing) y temporización
(scheduling), elementos estos que van a ser estudiados en la segunda Unidad del
módulo.
1) ¿Se debe usar los inventarios para absorber los cambios que registre la
demanda dentro del período de planeación?
2) ¿Los cambios de la demanda deben ser adaptados variando el nivel de la
fuerza de trabajo?
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
3) ¿Se debe aumentar la fuerza laboral con tiempo extra o disminuirla según
lo determine las fluctuaciones de la demanda?
4) ¿Se deben cambiar los precios de los productos u otros factores para influir
en la demanda?
Teniendo en cuenta lo anterior existen varias estrategias de Planeación Agregada
a saber, estas se pueden diferenciar en métodos de ensayo y error (heurísticos),
los cuales pueden desarrollarse por medio de hoja electrónica o por métodos
cuantitativos. Existen básicamente cuatro estrategias de planificación de la
producción, su aplicación influye directamente sobre el tamaño de la fuerza de
trabajo, las horas de trabajo, el inventario y los atrasos que pueda tener la
producción
Período de planeación 6 meses, los datos del pronóstico para cada uno de los
meses e se muestra en el siguiente cuadro, la empresa elabora engranajes.
Esta estrategia busca mantener una fuerza de trabajo que opere a una tasa de
producción estable, donde la escasez y los excedentes los absorba el inventario y
los pedidos pendientes. La utilización de esta estrategia permite que para los
empleados existan condiciones estables de trabajo, así como un buen nivel de
servicio a los clientes, pero a la vez trae altos costos de mantener el inventario y
mano de obra ociosa. El procedimiento de aplicación de esta estrategia es el
siguiente:
6080
TPA2 196,13
31
De la misma manera se procede con los demás períodos.
Trabajo Ordinario va desde las 6:00 a.m. hasta las 10:00 p.m.
Trabajo Nocturno va desde la 10:00 p.m. hasta las 6:00 p.m.
Número máximo de Horas Extras diurnas o nocturnas es de 2 horas/día o
12 horas/semana
Recargos:
Costo Hora Extra Diurno = 1.25 Costo Hora Trabajo Diurno
Costo de Trabajo Nocturno = 1.35 Costo Hora Trabajo Diurno
Costo Hora Extra de Trabajo Nocturno Extra = 1.75 Costo Hora Trabajo
Diurno
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Para efectos de desarrollar mejor esta estrategia, los datos de entrada del ejemplo
fueron reemplazados por los siguientes:
CPEt (TP/ día) No. _ Máximo_ Horas_ en_ Tiempo_ Extra Ren dimiento No.días/ mes
No. _ horas/ día
De acuerdo al código laboral vigente, el número máximo de horas de trabajo
suplementario es de 2 horas diarias o en total de 12 horas semanales, lo cual para
las dos jornadas da un total de 4 horas.
Ahora bien, en el mes de enero se tiene un déficit 300 unidades, las cuales hay
que producirlas en tiempo extra; la capacidad de tiempo extra para el mes de
enero total es 1890 unidades. Lo cual es suficiente para suplir las necesidades de
producción tanto del mes de enero, como lo que se requiere en el mes de febrero.
Para el mes de enero, se aplica la opción b, ya que el déficit (Deft) es menor que
la CPEt (Capacidad de Producción en Tiempo Extra), por lo tanto el presupuesto
de tiempo extra (PTEt) es suficiente para producir lo que hace falta para este mes,
e igualmente permite cubrir las necesidades de producción para el mes de febrero.
Por último se determina los costos de la estrategia con base en las siguientes
fórmulas.
8) Calcular Costo de Mano de Obra Directa. Unidades: unidades monetarias
(CMO ) t NES t Salario / empleado
9) Calcular Costo de Inventario para el Periodo. Unidades: unidades monetarias
(CI ) t Costo _ de _ Inventario s / Unidad ( I t IE t )
10) Calcular Costo Horas Extras Contratadas (CHEC), que es igual al:
Costo de Horas Extras Ordinarias Contratadas (CHEOC) más el Costo de
Horas Extras Nocturnas Contratadas (CHENC).
(CHEC ) t (CHEOC ) t (CHENC ) t
(CHEC ) t NoHEO 1.35 ( 240 horas ) NoHEN 1 .75 ( 240 horas )
salario salario
Hasta ahora se han considerado estrategias puras, pero también puede hacerse
uso de una estrategia mixta, que integre las estrategias puras y su desempeño a
nivel de costos es superior a solo usar una estrategia.
Las estrategias descritas apoyadas en hojas de cálculo son de amplio uso por la
sencillez de su manejo, pero a la vez son métodos de prueba y error, por lo tanto
la calidad del plan depende de la creatividad de la persona que hace el análisis.
Una alternativa es el uso planes óptimos de producción utilizando programación
lineal, estos planes permiten obtener planes a costo mínimo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 223
Descripción Costo
Costo de Material $10/unidad
Costo de Mantener en Inventario $2/unidad/mes
Costo marginal de desabasto $5/unidad/mes
Costo de contratación y capacitación $300/empleado
Costo de Despido $500/empleado
Horas de trabajo requeridas 4/unidad
Costo de Tiempo regular $4/hora
Costo de Tiempo extra $6/hora
Costo de subcontratar $30/unidad
Cuadro 5 Costos para EUTTOR
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 223
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
6
CWt 640W t
1
6
COt 6O t
1
6 6
CHLt 300 H t 500 L t
1 1
6 6
CISt 2 I t 5S t
1 1
6 6
CPCt 10 P t 30C t
1 1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
6 6 6 6 6 6 6 6
Costo_ Total 640W t 6Ot 300H t 500Lt 2I t 5S t 10Pt 30Ct
1 1 1 1 1 1 1 1
15.3 Restricciones
W t W H t L t ,
t 1
Ot
Pt 40 W t
4 ,
esto se realiza para cada uno de los períodos t=1,2,…,6 (22)
I t 1 P t C t D t S t 1 I t S t
,
Esto se realiza para cada uno de los períodos t=1,2,…,6 (23)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
El inventario inicial está determinado por I 0 = 1000, el inventario final debe ser
cuando menos de 500 unidades, es decir I 6 > 500, inicialmente no se tiene
ningún déficit, S0 = 0.
O t 100 W t ,
Esto se realiza para cada uno de los períodos t=1,2,…,6 (23)
En la tabla las variables de decisión están contenidas en las celdas B5 A I10, con
cada celda correspondiente a cada variable. Ver gráfico
El segundo paso es construir una tabla para las restricciones, ver ecuaciones (21)
a la (24). La tabla de restricciones se construye como se ve en el gráfico 18.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 231
Como tercer paso es necesario crear una celda que contenga la función objetivo,
la cual en que se obtendrá la solución. Esta celda no necesita contener toda la
fórmula sino que pueda escribirse como una fórmula empleando las celdas con
cálculos intermedios de costo.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 231
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Para el caso ETUTTOR, los costos se muestran en el gráfico 19, por ejemplo la
celda B15 los costos de despidos en los que se incurrió en el mes 1, por tanto la
fórmula en la celda B15 es el producto de la celda B5 que contiene el costo de
contratación y que se obtiene del cuadro 5. Las demás celdas se diligencian de
manera similar. Finalmente la celda C22, contiene la suma de las celdas B15 A
I20.
Por último se hace uso de la herramienta Solver, dentro del diálogo de los
parámetros Solver, se introduce la siguiente información para correr el modelo de
programación lineal.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 231
Luego de correr el modelo los resultados obtenidos para el mismo con los
siguientes resultados del Plan Agregado de Producción Óptimo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Período Ht Lt: Wt Ot It St Ct Pt
0 0 0 80 0 1000 0 0 0
1 0 15 65 0 1938 0 0 2583
2 0 0 65 0 1567 0 0 2583
3 0 0 65 0 950 0 0 2583
4 0 0 65 0 0 267 0 2583
5 0 0 65 0 117 0 0 2583
6 0 0 65 0 500 0 0 2583
Tabla 20 Plan Agregado de Producción ETUTTOR
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administración de la Cadena de Suministro, Estrategia, Planeación y
Operación, 3ra. Edición, Prentice Hall, 2008. México. Pag. 227
El Plan Maestro de Producción (PMP) pretende que a partir del plan agregado
determinar el calendario de producción para cada tipo de producto de forma que
se respeten los plazos de entrega establecidos y se respeten las restricciones de
capacidad existentes, tratando de aprovechar de forma eficiente la capacidad
productiva instalada.
El Plan Agregado analiza los productos de manera agrupada, ya que solo utiliza
información agregada del pronóstico como base para determinar la demanda, por
lo tanto es necesario desarrolla un plan incluya mayor detalle de los productos a
fabricar y que tome así mismo, un plazo de tiempo más corto. Esto permitirá que
las empresas entre otros aspectos obtengan lo siguiente.
3. Fabricación bajo pedido (Make to Order MTO). Este entorno el cliente tiene
una gran influencia sobre el diseño del producto o servicio final. La empresa
utiliza componentes estándar de materia prima, pero son diversas las formas
en que dichos componentes se ensamblarán. En estos entornos, el número de
materias primas es bajo, pero existe una gran cantidad de productos
terminados. Por lo tanto la demanda es variable tanto en la cantidad como en
el diseño, por lo tanto el PMP se refleja en relación a la capacidad y los
requerimientos de materia prima.
Fuente: CHAPMAN, Stephen N (2006). Planificación y Control de la Producción. Pearson Educación. México, pag. 80
Fuente: CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006, pag. 81
o Si la cifra del pedido del cliente es mayor, resulta obvio que el pronóstico
fue demasiado bajo, lo que implica que se necesita reflejar lo que
realmente desean los clientes. Como el pronóstico de la demanda
resultó erróneo, podría presentarse problemas de recursos, que son
debemos incrementar el pronóstico para el PMP. Es importante señalar,
que dentro de la barrera de tiempo de planificación sólo existe una
capacidad de reacción limitada ante el desabasto de material o la falta
de capacidad, además, se debe revisar el programa maestro para
asegurarse de no violar el Plan Agregado de Producción.
Fuente: CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006, pag. 81
El PMP de la semana 6 debe durar hasta el siguiente lote del PMP, que se
programa en la semana 8. En ese período hay pedidos por 31 unidades (14 + 17),
así que nos sobran 29 unidades para atender otros compromisos con los clientes.
El mismo razonamiento se debe realizar para el resto del registro.
Un elemento clave que debe observarse en el ejemplo anterior, es que la lógica de
la DPP se determina sólo a partir de pedidos de los clientes, en ningún momento
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Revisar si los clientes que tienen pedidos por surtir actualmente pueden ser
flexibles en cuanto a la recepción del producto. O simplemente rechazar el pedido,
si decide que las demás opciones no son viables. En conclusión la importante es
tener la capacidad de revisar las circunstancias presentes, y la habilidad de
comunicarse de manera inmediata y abierta con los clientes.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Lección 21 Definición
Está orientado a los productos concretos que hay que generar (no considera
familias de productos): a partir de las necesidades de éstos, manifestadas en el
PMP, planifica los componentes necesarios, es prospectivo, la planificación se
basa en las necesidades futuras de los productos.
Hay que reconocer tres tipos de datos para el funcionamiento de este modelo:
Entradas, Procesos y Salidas.
Lista de Materiales: La Lista de Materiales (Bill of Materiales BOM, por sus siglas
en inglés) es el producto de construir el árbol de la estructura y montaje del
producto final. De haberse dado algún cambio en las especificaciones del producto
hay que ajustarla a la nueva situación.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Órdenes de Producción
Informes de Reprogramación debidas a cambios en las fechas de vencimiento
de las órdenes de producción
Informes de cancelación de órdenes
Estado del nivel de inventarios de partes y productos
Programación de órdenes futuras.
Para el desarrollo del MRP, es necesario que se tenga claridad del producto que
se va a fabricar, en el cual estén bien definidas las relaciones entre productos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Cada componente debe identificarse con un código el cual debe asignarse por
niveles de acuerdo a la estructura de fabricación. De acuerdo a lo propuesto por
Kalenatic (1993), a continuación se ejemplifica el proceso del MRP para una
mesa, la cual está conformada por tres tablas, 8 patas, 4 tornillos superiores y 4
ruedas. Los tornillos y las patas son partes que son compradas a un proveedor.
XX XX XX XX X
Toma valor de 0 si es
Nivel de Código Código parte Posición de la parte en
materia prima o 1 si es
producción parte padre el nivel
un ensamble
Suponga que para la mesa el código del producto es 40 y las partes empiezan a
numerarse de 50 en adelante. A continuación se muestra el diagrama de árbol
de la mesa. Este describe los niveles de fabricación para la mesa, el número de
partes de cada componente y su codificación.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Si bien es claro que el stock de seguridad puede reducirse en gran medida para
los ítems con demanda dependiente, no es evidente que pueda llegar a ser
eliminado en todos ellos sin provocar riesgo de faltantes, piénsese, por ejemplo,
en posibles variaciones en el porcentaje de defectuosos, ausentismo laboral,
averías de maquinaria, etc. Sin embargo, éstas y otras situaciones pueden ser
reducidas al máximo con una adecuada gestión, disminuyendo con ello el tamaño
del SS necesario para hacerles frente. Así pues, la determinación de su magnitud
constituye, aún hoy, una de las vías interesantes de investigación en el campo del
MRP. No existen técnicas sofisticadas que garanticen el nivel de servicio deseado;
suelen ser, por el contrario reglas intuitivas, que se van ajustando a la vista de los
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
resultados reales. Para Smith (1982) deben darse dos condiciones si queremos
prescindir del stock de seguridad:
• Que el riesgo en los tiempos de suministros y en los lotes por entregar sean
despreciables.
La primera de las formas suele ser más conveniente cuando el riesgo radica
principalmente en las cantidades, mientras que la segunda lo es cuando radica en
el tiempo de suministro. En cuanto a la última, algunos prefieren incrementar sólo
en el producto final, mientras que otros defienden el hacerlo sobre los
componentes en función del riesgo particular de cada uno de ellos.
Del mismo modo, los ajustes por exceso en los tamaños del lote generan un
sobrante, utilizable en períodos posteriores a la recepción del pedido.
Los SS de los productos finales pueden absorber las fluctuaciones provocadas
por retrasos en la entrega de productos finales. La reposición del nivel deseado
de stock de seguridad se produciría con la llegada del lote que ha sufrido el
retraso.
Período constante.
Se fija el intervalo entre pedidos de forma o empírica. Una vez establecido éste,
los lotes se igualan a la suma de las necesidades netas en el intervalo elegido,
resultando aquellos, lógicamente variables. En esta técnica y en las restantes, en
la que los pedidos agrupan necesidades netas de varios periodos, los lotes deben
hacerse llegar en el primero de los períodos computados.
Es análogo al anterior, salvo que el valor del periodo constante se calcula a partir
del lote económico obtenido por el método clásico; a partir de éste se deducen la
frecuencia y el tiempo entre pedidos, el cual se toma como período constante. El
modelo EOQ es un método que permite calcular el tamaño de lote, minimizando
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Teniendo en cuenta lo anterior. Suponga que el costo total de inventario son los
siguientes.
= ( )+ ( )
2
Donde
C = costo total por año
Q = tamaño del lote, en unidades
cm = Costo de mantener una unidad de inventario, calculado como porcentaje del valor
del artículo
D = Demanda, en unidades por año
co = Costo de pedir o preparar un lote,
Esta expresión matemática, después de derivarla con respecto a Q y despejando
queda que la cantidad óptima a pedir es:
2
=
Un artículo tiene una venta semanal de 18 unidades, el proveedor cobra $60 por
unidad. El costo de colocar un pedido con el proveedor es de $45 y el costo anual
de manejar inventario es el 25% del valor del producto, se supone que se trabaja
52 semanas. ¿Cuál es la cantidad óptima de pedido para el producto, el costo total
anual y con qué frecuencia deben hacerse los pedidos?
Aplicando la Fórmula del EOQ se tiene lo siguiente
2(936)(45)
= = 74,94 = 75
15
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
75 936
= ($15) + ($45) = $1124
2 75
75
= = 0,080 ñ
936
= = 0,080 ñ × 12 ñ = 0,96 o en semanas es
75
= = 0,080 ñ × 52 ñ = 4.17
936
Método Silver – Meal.
Suponer que se tiene la demanda para periodos futuros: D1, D2,. ….., Dn. Sea
C(m) el costo variable promedio por período si la orden cubre m períodos. Se
supone que el costo de mantener de inventario ocurre al final del período y que la
cantidad necesaria se usa al principio del mismo. Entonces se tiene lo siguiente, si
se ordena D1 para cumplir con la demanda del período 1, se obtiene.
(1) =
1
( )= ( + +2 +3 + . +( − 1) )
Y el criterio de decisión, para determinar cual es la cantidad Q que debe pedirse
es en el momento en que
( + 1) > ( )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Entonces como el costo total es mayor se detiene el proceso. Esto significa que
se debe pedir una cantidad Q = 100 + 100 + 50 = 250, se pide en el mes 1 para
mantener hasta el mes 3. Se continua el procedimiento empezando que m = 1 es
el mes 4.
m = 1 (1) = 50
m = 2 (2) = (50 + 0.5 × 210) = 72.5 ≤ 50.
Este sigue la misma lógica que el método Silver - Meal, pero la decisión está dada
en el costo variable por unidad en vez de que sea calculado por período.
(1) =
+
(2) =
+
+ +2
(3) =
+ +
Y de forma general.
+ +2 + . . +( − 1)
( )=
+ + + .+
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Y la regla de detención es
( + 1) > ( ), donde = + + + + y el proceso se repite a
partir del período m + 1.
Además de los métodos propuestos para el cálculo de lotes, existen otros como el
algoritmo Wagner – Whitin, el cual se desarrolla bajo programación dinámica, o el
método de balanceo de período fragmentado, entre otros.
Requerimientos Brutos
Recepciones Planeadas
Inventario Disponible
Inventario Proyectado
Requerimientos Netos
Plan de Colocar una Orden
Plan de Recibir una Orden
Es una estimación del inventario que quedara en cada período una vez estén
satisfechos los requerimientos brutos de la parte j.
( )=( ( ) )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Ahora observe la fila “Plan de Colocar Órdenes”, reproduce los valores del renglón
“Requerimientos Netos”, pero dos semanas antes; este desplazamiento se debe al
tiempo de espera, es decir dado un tiempo de 2 semanas, se necesita realizar un
pedido y comenzar a fabricar el producto en la semana 1 si se desea que esté
disponible en la semana 3. Y por último el Plan de Recibir Órdenes, corresponde a
la entrega efectiva en el período requerido de las unidades solicitadas en el Plan
de Colocar Órdenes.
En este caso se requieren dos componentes A para un producto XYZ, por lo tanto
los requerimientos brutos de A son los que se señalan en el Plan de Colocar
Órdenes del producto XYZ, así:
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Ahora para el sub-ensamble B, solo se necesita una unidad de este para producir
el artículo XYZ, a diferencia de A que requería dos unidades. Los requerimientos
brutos de este componente siguen siendo iguales al Plan de Colocar Órdenes del
producto XYZ, y empleando la misma lógica el registro de inventarios se daría
como sigue
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificación y Control de la Producción. Pearson Educación. México 2006,
pag. 132
Lección 26 Conceptos
365 ó 366 Días en el año (día/año), aunque el período de planeación puede ser
menor a un año.
m p
Ci Qpij nri Estij
i 1 j 1
1. Unidades de Tiempo: horas maquina, horas por unidad, horas hombre, etc
2. Unidades Energéticas: Caballos de Fuerza, kilowatios, etc
3. Unidades Monetarias: Pesos, Dolares, Euros, etc
4. Unidades de cantidad de capacidad. Unidades de
producto/día/semana/año.
Función _ Objetivo:
p m
Max _ Capacidad _ Cn Kp ij
j 1 i 1
p
Min _ Costo c j Q j
j 1
p
Max _ Ingresso r j Q j
j 1
kp Q
j 1
ij j Kri Restricción de Capacidad
av Q
j 1
j j Av Restricción de Materiales
bs
j 1
j Q j Bs Restricción de Mano de Obra
Ejemplo 11. En los siguientes centros de trabajo A1, A2, A3 y A4 se producen dos
tipos de producto, la producción se realiza en dos turnos de 8 horas. Los datos
del sistema de producción están dados en la siguiente tabla:
Fuente: KALENATIC, Dusko. (1993) Aplicaciones Computacionales en Producción: Fondo Editorial Universidad Distrital
Francisco José de Caldas. Bogotá
Número de días 365
Días hábiles 306
a) Determinar la Capacidad Instalada y disponible del sistema productivo
b) Formular el Modelo matemático con el objeto de maximizar el uso de la
capacidad disponible
c) Calcula el Máximo grado de utilización de la capacidad instalada y
disponible si la solución óptima es: P1 óptimo: 4,54 unidades /año y P2
óptimo: 98,81 unidades/año
d) Calcular para cada sitio de trabajo el nivel de utilización de la capacidad
disponible.
SOLUCIÓN:
a) CAPACIDAD INSTALADA
m m
Ci ni (365)24 g i ni (horas / año)
i i
CAPACIDAD DISPONIBLE
b) MODELO MATEMÁTICO
p m
Max_ Capacidad_ Cn Kp ij
j 1 i1
Sujeto a:
p
Kp
j 1
ij Qj Cdi _ i 1,2,3,4
Q j Q j max_ j 1, 2
Qj 0
i 1
ni
120 80 200
Cd1 1 306 2 8 40 1 4576 _(horas / año)
4
120 80 200
Cd 2 1 306 2 8 70 1 4726 _(horas / año)
4
120 80 200
Cd 3 1 306 2 8 30 1 4766 _(horas / año)
4
120 80 200
Cd 4 1 306 2 8 60 1 4736 _(horas / año)
4
Sujeto a:
Max _ Cn 18612
Max _ ni 100 100 53.42%
Ci 34840
Max _ Cn 18612
Max _ nd 100 100 98,22%
Cd 18948
Capacidad No utilizada
Cn2 1208,30
Cn4 961,63
Introducción
Sistemas continuos
Sistemas intermitentes
5) Proyectos singulares
Los sistemas continuos o también denominados tipo Flow Shop son aquellos en
los que el flujo de productos (agrupado en familias homogéneas) recorre de forma
continua o ininterrumpida las instalaciones y procesos que están definidos para
ellos. Un ejemplo de esto son las cadenas de montaje, o los procesos químicos
continuos.
Los sistemas intermitentes o también denominados tipo Job Shop son aquellos en
las máquinas e instalaciones son lo suficientemente flexibles para maneja una
amplia variedad de tamaños y normas, o bien la naturaleza del proceso implica un
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Los sistemas tipo 4), taller cubierto, son aquellos sistemas productivos con una
distribución en planta semejante a la de los anteriores, pero están dispuestos
idealmente a recibir un pedido de un cliente, en el que se incluya el diseño del
producto, la mayoría de los productos no se almacenan, un ejemplo de estos
sistemas son las imprentas.
Por último los sistemas tipo 5), proyecto singular, son similares a las
características de taller abierto, pues el diseño de producto es, en muchas
ocasiones, específico para el cliente. Lo que los distingue es la complejidad y
singularidad de estos, que impide atender a muchos clientes a la vez, ejemplos de
estos sistemas son: construcción de aviones, astilleros, proyectos de construcción.
Como en toda clasificación, las fronteras entre un tipo de sistema y otro no son
fáciles de señalar en muchos casos prácticos, observándose que muchos
sistemas reales no se presentan en forma pura sino que incluyen en su interior
subsistemas clasificables en diversas categorías.
Por ejemplo una compañía automotriz, tienen una línea de montaje, lo que la
clasifica como un sistema tipo 2). Sin embargo, considerando aisladamente
algunos de los talleres o servicios que la componen, se obtendrán otras visiones,
por ejemplo, los talleres de chapas, se producen por lotes, lo que lo asimila en un
sistema tipo 3). Los talleres de prototipos son talleres de tipo abierto, mientras que
el departamento de diseño de productos, trabaja por proyecto. Finalmente los
concesionarios de la marca, considerándolos aisladamente, constituyen un
sistema tipo 1).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
34.1 Previsión
Para los sistemas tipo 4, los problemas de gestión de inventarios, salvo los de
materia prima no presentan muchas dificultades. En todo caso están ligados a la
determinación del tamaño de lote.
Por último los sistemas tipo 5, existe gran semejanza con los tipo 4, en un
proyecto de larga duración con incorporación de costosos componentes
exteriores, las fechas establecidas para la recepción de dichos componentes, a
partir de la fechas de requerimientos de las mismas, de acuerdo al proceso de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
En los talleres, sistemas tipo 3 y4, aparece la programación como una actividad
crítica. Deben cargarse las órdenes de trabajo a las secciones, grupos o
máquinas y establecer la secuencia.
Los sistemas de tipo 4, dado que el cliente define el producto que quiere, es
también el que fija unos estándares de calidad en función de los cuales acepta el
producto. Para los sistemas tipo 5 ocurre algo similar, con la posibilidad, en los
proyectos de gran tamaño y trascendencia, de condiciones especiales de calidad.
35.1 Previsión
Para adecuar la oferta a la demanda debe tener en cuenta una característica que
impide la utilización de uno de los procedimientos más habituales en la
coordinación oferta – demanda en los sistemas productores de bienes: los
inventarios.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Lección 36 Definiciones
Ejemplo 12. Suponga que se desea asignar 5 tareas a cinco áreas de trabajo, y
se dispone de los tiempos de elaboración para cada uno de ellos en cada centro,
tal y como se propone en la siguiente matriz.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Se desea encontrar la asignación óptima de forma que la suma del tiempo total
sea el menor. Para encontrar esta asignación el método describe los siguientes
pasos.
Cuando existen varios centros de trabajo alternativos que pueden realizar las
operaciones, si todos ellos poseen la misma eficiencia la forma de asignar las
operaciones podrá oscilar, según las circunstancias, entre los dos extremos
siguientes:
Si los centros de trabajo tienen eficiencias diferentes, sería deseable asignar cada
operación al centro de trabajo que presenta mayor eficiencia para la misma, pero
si existe suficiente capacidad en el mismo habrá que recurrir a los demás. El
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
El procedimiento es el siguiente.
Lección 40 Terminología
Estáticos: Los trabajos que hay que planificar y que están todos disponibles en
el instante inicial y no se incluyen nuevos trabajos durante el período de
planificación.
40.1 Terminología
Una operación es una tarea elemental que se realiza en una máquina. El conjunto
de operaciones se denomina trabajo y están relacionadas entre sí por medio de
precedencias debidas a restricciones tecnológicas que definen la ruta.
Tiempo de espera (Twi). Es el tiempo que el trabajo que está en cola esperando
a ser procesado en una máquina.
Retraso (Li = Tfi - Tei) cuantifica lo pronto (o tarde) que se ha terminado el trabajo y
se calcula como la diferencia entre la fecha de finalización y la de entrega. Si es mayor
que cero significa que el trabajo se ha terminado después de su fecha de entrega
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
prevista y, entonces, se denomina tardanza (Ti). Si, por el contrario, es menor que
cero, el trabajo se ha acabado antes de la fecha prevista, se denomina prontitud (Ei).
Holgura (Hi = Tei – (Tai + Tpi)) representa el margen de tiempo que existe para
planificar un pedido, es decir, sabiendo el tiempo en el que llega y el tiempo de
procesamiento, y conociendo la fecha en la que hay que entregar el artículo, es fácil
calcular el margen del que se dispone para planificarlo.
Del inglés (Critical Ratio), se determina dividiendo el tiempo de entrega del trabajo
(Tei) hasta la fecha actual (To), sobre el tiempo total de restante de la Planta (Trp)
−
=
Una razón menor que 1 implica que el trabajo está retrasado con respecto al
programa, y una razón mayor que 1 indica que el trabajo está adelantado con
respecto al programa. El trabajo que tenga el CR más baja debe programarse
como el siguiente en el orden de procesamiento.
El trabajo que tenga la fecha de vencimiento más próxima (EDD) (por sus siglas
en inglés Earliest due Date), será el que tendrá la prioridad de ser programado.
Del inglés First Come First Served, aquel trabajo que haya llegado primero a la
estación de trabajo tendrá la más alta prioridad.
Del inglés (Longest Processing Time) En este criterio se ordenan los trabajos de
mayor a menor tiempo de procesamiento.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
En un taller de este tipo los trabajos constan de una única operación que se
realiza en una única máquina. En este caso es posible obtener una secuencia
óptima de los trabajos que minimice una característica elegida por el planificador,
como se verá más adelante. Si bien en la mayoría de las empresas no se da este
caso de forma exclusiva, en muchas de ellas la planificación puede hacerse
agrupando máquinas en centros de trabajo que sí cumplen esta definición.
Ejemplo 14. Suponga que se tienen 5 trabajos para ser procesados en una sola
máquina, a continuación se detalla la información de tiempo de procesamiento y
tiempo de entrega para cada uno de los trabajos.
Las medidas de desempeño para evaluar esta programación son las siguientes.
∑ 8 + 14 + 17 + 32 + 44
= =
5
= 23
∑ 2+0+1+0+0
= = = 0.6
5
∑ 0 + 2 + 0 + 12 + 22
= = = 7.2
5
∑
= = =
ó
0 + 14 + 17 + 32 + 44
= = 2.61
44
Se podría afirmar que la suma de los tiempos de flujo, equivale al total de horas
trabajo que pasan los lotes en espera para ser procesados completamente,
asumiendo para el ejemplo que no hay material en proceso inicial sino solo el que
corresponde a estos trabajos, entonces si a este tiempo lo dividimos entre el lapso
de fabricación, es decir el tiempo total requerido para fabricar todos los bloques,
que también es igual al tiempo de flujo para el último trabajo procesado, se obtiene
el promedio de trabajo en proceso.
Ahora miremos el Inventario Promedio Total, este corresponde a la suma total del
inventario que está en proceso más los trabajos ya terminados que están a la
espera de ser entregado a los clientes, esto es el tiempo total necesario que cada
trabajo duró en la planta en ser procesado y la espera para ser entregado a los
clientes. Entonces, este inventario se obtiene como la suma de los tiempos reales
de entrega de cada trabajo a los clientes, dividido sobre el lapso de fabricación.
10 + 14 + 18 + 32 + 44
= = 2.68
44
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Gráfico 29 Gráfico Gantt Secuencia de Trabajos para una Máquina aplicando la regla EDD
∑ 3 + 9 + 17 + 29 + 44
= =
5
= 20,4
∑ 15 + 3 + 0 + 0 + 0
= = = 3.6
5
∑ 0 + 0 + 7 + 7 + 24
= = = 7.6
5
3 + 9 + 17 + 29 + 44
= = 2.32
44
18 + 12 + 17 + 29 + 44
= = 2.73
44
Otra conclusión es que sin importara la regla utilizadas el lapso de producción fue
el mismo, es decir de 44 horas, esto se debe a que la asignación es en una sola
máquina y por tanto no hay tiempos muertos o ociosos.
Ahora bien, la regla de mayor uso es la SPT, ya que esta tiende a minimizar el
tiempo de flujo, al tiempo que busca maximizar la utilización de los recursos de la
planta. Para el caso de una sola máquina, tal y como lo propone Krajewski (2000)
la regla SPT siempre proporciona el tiempo de flujo promedio más bajo, sin
embargo puede que incremente el inventario total de producto pues “tiende a
empujar todo el trabajo hacia la etapa de terminación”, así mismo tiende a generar
una alta variación en las horas de retraso, puesto que por lo general los trabajo
más largos tienen que esperar más tiempo para ser procesados. En general la
ventaja más grande que tiene esta regla es que aumenta la carga de trabajo en la
planta.
Gráfico 30 Gráfico Gantt Secuencia de Trabajos para una Máquina aplicando la regla EDD
Ejemplo 15. Suponga que una planta de productos plásticos, adaptado de Sipper
(1998), tiene tres máquinas de inyección idénticas y tiene 15 trabajos, los clientes
tienen la misma prioridad para la recepción de sus pedidos, entonces se desea
saber cual máquina y en qué orden deben ser procesados los trabajos de manera
que se minimice el tiempo total en que los trabajos son procesados.
Trabajo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Tiempo 1 3 4 6 9 10 10 11 12 13 13 14 16 18 19
1 + 3 + 4 + 7 + 12 + 14 + 17 + 23 + 26 + 30 + 36 + 40 + 46 + 54 + 59
=
15
= 24,8
=
1 + 3 + 4 + 7 + 12 + 14 + 17 + 23 + 26 + 30 + 36 + 40 + 46 + 54 + 59
=
59
= 6,3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Así mismo el Lapso de Fabricación (Makespan) o tiempo total para que todos los
trabajos completen su ejecución es de 59 unidades de tiempo
Ahora las medidas de desempeño para esta regla de despacho para este se
tienen las siguientes:
19 + 32 + 42 + 52 + 53 + 18 + 31 + 42 + 51 + 54 + 16 + 30 + 42 + 48 + 52
=
15
= 38,8
( )=
19 + 32 + 42 + 52 + 53 + 18 + 31 + 42 + 51 + 54 + 16 + 30 + 42 + 48 + 52
=
59
= 10,7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Este tipo de organización del taller, llamado también sistemas en línea o continuo
las máquinas están dispuestas de manera que el flujo de todos los productos que
se procesan en ellas de forma unidireccional. Existen m máquinas sobre las
cuales se puede procesar trabajos que tengan menos operaciones que m. Para
secuenciar en este tipo de sistemas existe el Algoritmo de Johnson cuyo
procedimiento tiene como objetivo minimizar el lapso de procesamiento, cuando
se programan n trabajos en 2 máquinas en serie. El algoritmo pretende que la
secuencia de trabajos en dos estaciones debe ser la misma, por lo tanto la
prioridad asignada a un trabajo determinado debe ser la misma en ambas
estaciones. Este algoritmo supone que existen un número conocido de trabajos,
los cuales también tienen un tiempo de procesamiento igualmente conocido y que
están disponibles para ser procesados. El procedimiento del algoritmo es el
siguiente.
Paso 1. Para todas las tareas determine y localice en cada máquina el tiempo de
procesamiento más corto (ti1 y ti2), entre todos los trabajos que no hayan sido
programados todavía.
Entonces se verifican el menor tiempo de todos los trabajos, los cuales son t22,
t31, y t82 = 1, entonces la tarea debe programarse inicialmente, luego se tienen
los trabajos 2 y 8, otra manera de determinar cual se escoge es mirar el tiempo de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Algunas medidas de desempeño para este algoritmo es que son las siguientes:
Ahora bien, para procesos en línea con dos máquinas existen varios heurísticos
que permiten forzar el problema para que sea visto como uno de dos máquinas y
de esta forma usar el algoritmo de Johnson, unos de ellos es el Algoritmo de
Gupta, el cual se define de la siguiente manera, sea
1 <
=
−1 ≥
Y define que:
=
, { + }
Ejemplo 17. Suponga que se tienen 5 trabajos los cuales deben ser procesados
en 4 máquinas en serie, los datos de tiempo del procesamiento de cada trabajo en
cada estación se muestran a continuación:
Ejemplo 18. Suponga que se tienen 10 trabajos con las siguientes secuencias de
operación en dos máquinas.
Trabajo 1 2 3 4 5 6 7 8 9 10
Ruta BA AB BA B A AB B BA BA AB
Tpi1 3 1 11 0 3 9 0 8 13 2
Tpi2 8 10 13 1 0 8 6 10 6 6
Cuadro 18 Datos ejemplo 17
Trabajo 2 6 10
Ruta AB AB AB
Tpi1 1 9 2
Tpi2 10 8 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción
Trabajo 1 3 8 9
Ruta BA BA BA BA
Tpi1 3 11 8 13
Tpi2 8 13 10 6
10 11 12 1 2 3 4 5 6 7 8 9
am am m pm pm pm pm pm pm pm pm pm
Necesidades 4 6 8 8 6 4 4 6 8 10 10 6
Tabla 36 Datos Ejemplo 19
10 am 11 am 12 m 1 pm 2 pm 3 pm 4 pm 5 pm 6pm 7 pm 8 pm 9 pm
Necesidades 4 6 8 8 6 4 4 6 8 10 10 6
Asignados 4 2 2 0 0 0 0 0 4 4 2 0
En funciones 4 6 8 8 8 8 8 8 8 10 10 10
Tabla 37 Asignación de Personal Ejemplo 19
Otra opción es dividir los turnos. Por ejemplo, un trabajador puede llegar, laborar
4 horas y regresar 2 horas más tarde a cubrir otras cuatro horas. El efecto de esta
opción en la programación básicamente semejante a la de cambiar el tamaños de
los lotes en la producción. Cuando los trabajadores comienzan sus labores, tiene
que registrar su entrada, ponerse el uniforme y quizá, recibir información necesaria
de los trabajadores del turno anterior, esto puede considerarse como el “costo de
preparación” en un contexto de manufactura, dividir los turnos es como tener lotes
de producción más pequeños, lo cual acarrea más tiempos de preparación lo que
puede llegar a ser más costoso, existen método de programación lineal que
igualmente tratan este tipo de problemas, ver Nanda y Brownie (1992)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas Tecnología e Ingeniería
Contenido Didáctico del curso Planeación y Control de la Producción