UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE INGENIERÍA

Proyecto de Ingeniería:

Análisis estadístico de calidad para una PyME de la

industria textil

Profesor: Dr. Adrián Espinosa Bautista

Alumnos:

 Camargo Carrera Eric Omar

 Martínez Muy Brenda

Semestre: 2019-1

Fecha de entrega: 20 de Septiembre del 2018

1
ÍNDICE

I. Introducción
 Resumen ejecutivo……
 Objetivo general
 Conceptualización
 Presentación de la empresa
 Antecedentes históricos
 Filosofía

II. Desarrollo
 Detección de áreas de oportunidad
 Métodos y herramientas de aplicación para mejora de la
microempresa
 Pronósticos de la demanda
 Inventarios EOQ
 Inventarios EPQ
 Inventarios con restricciones
 Regla de Peterson-Silver
 Planeación agregada

III. Resultados
 Análisis de resultados

IV. Conclusiones y sugerencias

V. Referencias

2
INTRODUCCIÓN

Resumen ejecutivo

El presente proyecto consiste en la evaluación de una empresa del giro textil

haciendo uso del análisis de datos y de la aplicación de modelos de pronósticos e
inventarios para el apoyo en su mejora continua y así conseguir optimizar su
proceso junto con las utilidades.

El sector al que se enfocará este estudio será el de la industria textil de una

microempresa, del cual se conoce que uno de los problemas más importantes es la
planeación y control de la producción, dados diversos factores tales como la falta
de metodologías que incluyan la demanda de una forma analítica y no simplemente
por experiencia o intuición como se ha llevado a cabo en los últimos años en dicha
empresa.
Cómo se sabe, muchos de los negocios que existen son generados por medio de la
experiencia, es decir inician empíricamente y realizan sus procesos de esta manera,
por lo que el objetivo de este proyecto es aplicar la ciencia y los conocimientos
adquiridos a lo largo de la licenciatura, con el fin de colaborar con las personas que
nos están brindando su apoyo y confianza.
Esta metodología permitirá hacer un pronóstico de la demanda con el objetivo de
evitar la sobreproducción de producto terminado y con la finalidad que dicha
demanda no genere costos por mantener inventario.
De forma paralela, un aspecto relevante que se debe de analizar relacionado a la
producción es el inventario dado que a mayor producción del producto terminado
mayor es el costo por almacenaje, lo cual en nuestra empresa de estudio genera
pérdidas astronómicas dado que hay grandes cantidades de producto terminado en
el inventario y este mismo genera una pérdida de espacios considerables que se
podrían optimizar.
Por lo tanto, nuestro proyecto gira en torno a una pregunta fundamental: ¿Se podrá
mejorar los pronósticos de la demanda analíticamente en una empresa textil? De
ser así, ¿Se podrán reducir los costos en cuanto a inventarios?
Finalmente se analizarán algunos aspectos importantes en la empresa como es si
la capacidad de personal que se tiene es el adecuado para la demanda de la
empresa, si se cuenta con las condiciones necesarias (Espacio, Recursos,
Proveedores, etc.) para manejar la cantidad a ordenar y producir óptima, y si el nivel
de servicio al cliente que se tiene es el más adecuado económicamente hablando.

Objetivo General

Llevar a cabo el análisis de los datos obtenidos y procedimientos observados en la

microempresa en la que se lleva a cabo la intervención, con la finalidad de
determinar los volúmenes de producción e inventarios óptimos, mediante la

3
aplicación de pronósticos según su tendencia y demanda en un sistema de
producción de textiles con la finalidad de mejorar su competitividad y poder
incrementar sus utilidades.

Conceptualización

La demanda es la solicitud para adquirir algo, en economía, la demanda es la

cantidad total de un bien o servicio que se desea adquirir. Comprende una amplia
gama de bienes y servicios que pueden ser adquiridos a precios de mercado, bien
sea por un consumidor específico o por el conjunto total de consumidores en un
determinado lugar, a fin de satisfacer sus necesidades y deseos. Estos bienes y
servicios pueden englobar la práctica totalidad de la producción humana como la
alimentación, medios de transporte, educación, ocio, medicamentos y un largo
etcétera, por esta razón, casi todos los seres humanos que participan de la vida
moderna, son considerados como ‘demandantes’. La demanda es muy analizada
en el estudio de la ingeniería industrial, ya que busca la manera más eficiente de
asignar los recursos, que son limitados a las necesidades, que son ilimitadas. En
teoría, si el precio de todas las cosas fuera cero, la demanda sería infinita.

Por otro lado, dichas pérdidas son significativas para algunos sectores de la
industria (microempresa) por lo cual es necesario utilizar los métodos de series de
tiempo que están basados en principios estadísticos donde usan el pasado para
hacer una aproximación de hechos futuros. Para poder evaluar correctamente los
pronósticos se debe comprender el proceso, en este caso será el proceso que crea
la demanda de blusas, es cierto que no se puede comprender por completo dicho
proceso, por lo que sólo se puede esperar hacer las suposiciones necesarias para
crear los pronósticos. Para hacer esto, se examinan las características del problema
y se analizan los datos, si existe, también se establece una meta para el pronóstico.
En nuestro sistema de producción, es de interés el pronóstico de la demanda para
el producto, con el fin de decidir cuánto producir, la decisión más común a corto
plazo es cuántos productos se deben fabricar, en este caso, se necesita el número
real de unidades de producto, esta decisión puede ser semanal, mensual o tal vez
trimestral.

Debido a que las decisiones a corto plazo están basadas en estos pronósticos,
necesitan ser razonablemente exactos, los métodos de series de tiempo son los que
se usan con más frecuencia para los pronósticos a corto plazo, pero en algunas
situaciones, también son útiles los métodos causales y los cuantitativos. Las
decisiones a corto plazo requieren pronósticos de cientos de artículos. (SIPPER,
1998).
Por otro lado, no hay que olvidar que este proyecto se desarrolla con base en los
conocimientos adquiridos durante nuestra formación académica en la carrera de
Ingeniería Industrial, aplicando conceptos y herramientas principalmente del área
de la planeación de la demanda, estudio del trabajo y la estadística.

4
Presentación de la microempresa Textiles & transfer

Nombre: Textiles & transfer

Giro: Textil

Tamaño: La empresa es del tipo microempresa ya que sólo cuenta con 8

empleados, los datos completos no podemos compartirlos porque es necesario
mantener discreción por solicitud de la empresa.

Ubicaciones: La empresa tiene dos ubicaciones, la primera se localiza en una casa

en la delegación Iztapalapa, en la unidad habitacional Vicente guerrero. La segunda
tiene su cede de maquila en Chiconcuac de Juárez en el municipio de Chiconcuac
Estado de México.

Textiles & transfer fue registrada en junio de 2010 bajo la actividad económica de
fabricación textiles, además de ser una empresa encargada de agregar transfer a
las blusas.

5
Antecedentes históricos

Los dueños de la empresa tienen una aproximado de 20 años en la industria textil,

donde originalmente empezaron solo a comercializar ropa, posteriormente hace
unos 5 años empezaron con la producción de ropa, básicamente ellos piden las
blusas a sus maquileros y ellos se encargan de agregarle embellecedores a ropa,
como lo es el transfer. Dentro de la empresa se requiere poner atención a algunos
procesos ya que no se tiene un completo y correcto manejo de la información, lo
que genera pérdidas monetarias y no lograr ser competitivo con el mercado.

Filosofía

Visión

Ser una empresa textil verticalmente integrada, innovadora, con productos textiles
diversificados y de calidad, cuya flexibilidad le permita atender a mercados de
segmento alto, con diseños y colecciones.

Misión

Satisfacer los estándares de calidad de nuestros clientes, basados en capacidad

innovadora, flexibilidad y vocación de servicio, a través de productos
diferenciados.

DESARROLLO
Empezaremos con un tema fundamental para la microempresa, para la industria
textil es de suma importancia poder aproximar la demanda, debido a que se pueden
presentar problemas económicos si no se hace una correcta planeación de la
demanda.

Detección de áreas de oportunidad

La empresa se caracteriza por ser muy pequeña y carente de organización, debido

a que tiene pocos trabajadores y sus maquileros no forman parte de su
organización, sin embargo, consideramos que el siguiente trabajo es de suma
importancia para la empresa, ya que podemos ayudar a darle mayor información en
cuanto a lo que es necesario hacer o que hay que poner atención con el fin de poder
tener una organización más competitiva con el mercado. Dentro de nuestro estudio
logramos ver que nuestras áreas de oportunidad son las siguientes:

 Planeación de la demanda

6
  Organización
 Menores costos de producción
 Reducir el número de personas
 Mejorar el inventario
 Mejorar la competitividad
 Planeación

Métodos y herramientas de aplicación para mejora de la

microempresa

Con base a la demanda histórica de la empresa, determinaremos el método de

series de tiempo que conlleve el error mínimo, en este paso aplicaremos:

● Promedio móvil simple

● Promedio móvil ponderado
● Suavizado exponencial simple y finalmente Holt Winters
❖ Determinaremos también la Cantidad Económica a ordenar (EOQ)
❖ Cantidad Económica a producir (EPQ).
❖ Inventarios por descuento por cantidad constante
❖ Nivel de seguridad necesario para soportar la demanda
❖ Algoritmo de Silver Meal
❖ Planeación Agregada Todo esto con el objetivo de encontrar áreas de
oportunidad y mejora para la empresa.

● Pronóstico de la demanda

Para pronosticar la demanda para la venta se tomaron las demandas de los últimos
13 meses, con la intención de ver su comportamiento y así poder pronosticar el mes
de julio y septiembre.

7
 Demanda de blusas
500
450
400
350

Blusas
300
250
200
150
100
50
0

Febrero

Abril
Junio

Dicimebre
Septiembre

Mayo
Noviembre

Marzo
Julio

Obtubre

Enero
Agosto
Primero pronosticamos la demanda en
diferentes métodos para poder compararlos posteriormente con el cálculo de sus
errores y determinar el mejor pronóstico.

Alfa
0.1
Periodo Dt Promedio Suavizado Promedio móvil ponderado
móvil exponencial
simple simple
Junio 300 300 n=4
Julio 328 300 ponderación
Agosto 280 314 303 0.12
Septiembre 315 304 301 0.18
Octubre 300 298 302 0.28 305.74
Noviembre 345 308 302 0.42 303.96

Periodo Demanda de
blusas
Junio 300
Julio 328
Agosto 280
Septiembre 315
Obtubre 300
Noviembre 345
Dicimebre 370
Enero 345
Febrero 380
Marzo 340
Abril 400
Mayo 450

8
 Diciembre 370 323 306 319.2
Enero 345 358 312 343.8
Febrero 380 358 316 346.6
Marzo 340 363 322 364.2
Abril 400 360 324 355.7
Mayo 450 370 332 373
13 ? 425 343.4 407.8

Conclusiones:

Los resultados obtenidos nos muestran que de acuerdo a la tendencia que se tiene
en los años anteriores el cálculo acertado se podría ver reflejado en promedio móvil
simple, que nos ayuda a hacer un correcto pronóstico de la demanda.
Podemos observar que no presenta tendencia, pero si se puede ver una ligera
Ciclicidad, así que propondremos pronosticar la demanda con el método de Winters
mostrado a continuación:

 Pronóstico Modelo de WINTERS o Holt-Winters

Mes t Yt At Tt St Yt´ Error

-2 1
-1 1
0 1
Junio 1 300 300 0 1
Julio 2 328 303 1 1.1 300 28
Agosto 3 280 301 0 1.0 303 23
Septiembre 4 315 303 0 1.0 301 14
Obtubre 5 300 303 0 1.0 303 3
Noviembre 6 345 305 1 1.1 321 24
Dicimebre 7 370 315 2 1.1 291 79
Enero 8 345 319 3 1.1 326 19
Febrero 9 380 328 4 1.1 320 60
Marzo 10 340 330 4 1.1 368 28
Abril 11 400 337 4 1.2 370 30
Mayo 12 450 350 6 1.2 364 86
Junio 395
Julio 381
Agosto 428
Septiembre 456
L 4 36
alfa 0.1
beta 0.2

9
 gamma 0.7

Conclusiones:

Como se puede ver en este método, se tienen datos que nos ayudan a aplicar de la
mejor manera este método, se puede apreciar que el método se ejecutó de la mejor
forma posible, sin embargo, el error es medianamente aceptable, ya que se
presenta algo elevado, pero dentro de los parámetros aceptados.

 Cálculo de errores:

t Demanda real Promedio móvil Suavizado Promedio Winters

simple exponencial móvil
simple ponderado
1 300 0 0
2 328 0 28 28
3 280 34 23 23
4 315 11 14 14
5 300 3 2 6 3
6 345 38 43 41 24
7 370 48 64 51 79
8 345 13 33 1 19
9 380 23 64 33 60
10 340 23 18 24 28
11 400 40 76 44 30
12 450 80 118 77 86
26 40 35 36

Conclusiones:

Observamos que, para la parte del pronóstico de la demanda, el método que

presenta el menor error es el promedio móvil simple con 26, el cual, nos permite
tener un pronóstico de la demanda más acertado para el mes de junio estableciendo
que el pronóstico de la demanda es 425 blusas respectivamente.

 EOQ - Cantidad Económica a Ordenar

Las decisiones de cantidad hacen referencia a la pregunta: ¿Cuánto debemos de

ordenar?, este tipo de decisiones impactan en el nivel del inventario que se
mantiene y por ello los costos de inventario también se ven afectados.

10
En este caso, se quiere obtener una cantidad óptima de bolsas de piedras que van
colocadas en las diversas blusas que hace la empresa, esta nos proporcionó estos
datos aproximados para el cálculo del EOQ:

A = Costo por Ordenar = 250 para hacer la orden dentro de la empresa.

c = Costo unitario = 800 por bolsa
Considerando las demandas mensuales del 2017 con el promedio de diciembre del
mismo año tenemos que la demanda anual es de:

D = 7 bolsas, además de i = Tasa del costo anual por mantener el inventario = 23%
Por lo tanto, h = c*i = 0.23 * 800 = $104

a) Formulas del EOQ sin faltantes

Solución
Datos
D 7 Bolsas Variables calculadas

Q* 5.80119351 6 Bolsas
A 250 Pesos
c 800 Pesos T 0.85714286 25 días
i 0.13 K(Q*) 6453.22916 Anual
h 104

Conclusión

La recomendación más factible, sería comprar 6 bolsas cada 25 días para minimizar
costos de producción a $6453.22916 anual con el uso de las piedras en las blusas.
b) Formulas del EOQ con faltantes

Solución

11
 Datos
D 7 Variables calculadas
cp 250 Q* 3 bolsas
cmi 800 S 2 bolsas
cf 450

Conclusión

La recomendación más factible, sería comprar la cantidad óptima de 3 bolsas con

un faltante máximo de 2 bolsas.

 EPQ Cantidad económica a producir

Como es una empresa que se dedica a la producción de blusas, este método de

inventario, nos va a servir mucho para saber la cantidad óptima que se necesita
producir para generar o no generar faltantes, según sea el caso.

a) Fórmulas para el EPQ con faltantes

12
 Datos

Tasa de producción anual (Ψ) 9600

Demanda (D) 346.083333

Costo de preparación (A) 90
Costo de producción C 3.33
Faltante en el tiempo por año 6.22

Faltante π 0.5

costo por mantener (h) 0.7659

interés anual (i) 0.23

Donde se calcularon las siguientes variables:

Variables obtenidas
Cantidad óptima a
297.4590155
producir 298 unidades
Tiempo para producir
3.098531412
unidades tres semanas

Conclusión:

Para este método de inventario, se puede concluir que la cantidad óptima para
producir generando faltantes es de $298 unidades en un tiempo de producción de
tres semanas.

b) Fórmulas para el EPQ sin faltantes

Datos
Tasa de producción anual (Ψ) 9600 Variables obtenidas
Solución
Cantidad
óptima a 54.1496042
Demanda (D) 346.083333
producir
Costo de preparación (A) 90
Costo de producción C 3.33 Costo anual
Faltante en el tiempo por año 6.22 total 1366.91429
Faltante π 0.5 promedio
costo por mantener (h) 0.7659
interés anual (i) 0.23

13
Conclusión:

La recomendación que se hace es que si se desea no generar faltantes, sería

necesario producir una cantidad óptima de 54 blusas por mes y con un costo anual
de $1366.91429.

 Inventarios por descuento por cantidad constante

Este tema ha sido utilizado, implementado y analizado, con el fin de obtener una
cantidad óptima de blusas con descuento, con el fin de obtener el mejor precio como
comprador.
La empresa tiene los siguientes datos de descuentos en sus blusas, tal como se
muestra en la siguiente tabla:
i cantidad costo
1 1< Q < 3 120
2 4<Q<6 115
3 6 < Q < Infinito 100
Datos
A 90
i 0.23
D (unidades/año) 5
Solución

Paso 1
para 6 < Q < Infinito, no está
dentro del intervalo, se pasa
Q3 6 al paso 2.

Paso 2
Q3=q2= 6
k3(Q3*) 644

Paso tres
Se realiza una comparación
entre la suposición inicial de
k3(Q3)=K*(Q)=Infinito
costo total anual y el obtenido
en el paso anterior
Por lo tanto se sustituye
k*(Q*)=k3(Q3*) 644

Paso 1

para 4< Q < 6 está dentro del

Q2 5.830951895 6 intervalo, se pasa al paso 4.

14
 Paso 4
La cantidad óptima para el
intervalo evaluado es Q2*=Q2= 644
Se calcula el costo asociado a la cantidad
K2(Q2*) 729.2887021

Paso 5
Se realiza una comparación
entre el costo obtenido en el
paso 2 y el obtenido en el paso K3(Q3*)= 644 <
4 K3(Q3*)= 729.2887021
KMIN $644 con 6 Unidades
Conclusión:

Si se desea obtener el mejor costo para la compra con descuento constante, es

necesario comprar 6 blusas a 644 pesos.

 Algoritmo de Silver Meal

El método, parte por asumir que en el primer período se emite una orden de un
tamaño tal que irá cubriendo uno a uno los períodos siguientes, entonces podrá
calcularse cuanto sería el costo total de cubrir cada demanda en un período dado
con un pedido emitido en el primer período, y también se calculará el costo total por
unidad de tiempo al dividir dicho costo total por el período en el que se desea
conocer.

Fórmulas
utilizadas:

15
 Solución

Periodo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Promedio

Demanda 300 328 280 315 300 345 370 319.714286

A 200 Costo almacenar 0.7659

k(1) 1 200
k(2) 0.5 225.6076 Por lo que Q1= 300

k´(1) 1 200
k´(2) 0.5 207.226 Por lo que Q1= 328

k´´(1) 1 200
k´´(2) 0.5 220.62925 Por lo que Q1= 280

k´´´(1) 1 200
k´´´(2) 0.5 214.885 Por lo que Q1= 315

k´´´(1) 1 200
k´´´(2) 0.5 232.11775 Por lo que Q1= 300

k´´´(1) 1 200
k´´´(2) 0.5 241.6915 Por lo que Q1= 345

Conclusión:

Con esto podemos concluir que cada mes se debe de hacer pedido, con el fin de
obtener el costo mínimo de producción.

Planeación agregada

La planeación o planificación es un proceso cuyo principal objetivo es determinar

una estrategia de forma anticipada que permita que se satisfagan unos
requerimientos de producción, optimizando los recursos de un sistema productivo.
Para este método aplicaremos tres opciones, mixta, fuerza de trabajo constante y
fuerza de trabajo variable.

16
Fuerza de trabajo constante

Diciembre Enero Febrero Marzo Abril Mayo Total

Dias laborables 21 22 20 21 22 19 125
Unidades por
trabajador 105 110 100 105 110 95 625
Demanda 370 345 380 340 400 450 2285
Trabajadores
Requeridos 4 4 4 4 4 4 22
Trabajadores
Actuales 2 4 4 4 4 4
Trabajadores
contratados 0 0 0 0 0 0
Costo
Trabajadores
contratados 0 0 0 0 0 0 0
Trabajadores
despedidos 0 0 0 0 0 0

Costo trabajadores
despedidos 0 0 0 0 0 0 0
trabajadores
utilizados 4 4 4 4 4 4 24
Costo de mano de
obra 8400 8800 8000 8400 8800 7600 50000
Unidades
producidas 420 490 545 585 685 665 3390
Inventario 50 145 165 245 285 215 1105
Costo de
almacenar 500 1450 1650 2450 2850 2150 11050
Unidades
Faltantes 0 0 0 0 0 0 0
Costo por
faltantes 0 0 0 0 0 0 0
costo total 8900 10250 8000 8400 11650 9750 $56,950.00

Produccion
promedio por
trabajador 5 diario
Tarbajadores
actuales iniciales 2 trabajadores
Inventario inicial 0
costo diario de
mano de obra 100 unidades
costo de contratar
un trabajador 200 diario
costo de despedir
un trabajador 700 empleado
costo de
almacenar 10 unidad
costo de faltante 32 unidad
horas de jornada
laboral 8 hras

17
Mixta

Diciembre Enero Febrero Marzo Abril Mayo Total

Dias laborables 21 22 20 21 22 19 125
Unidades por
trabajador 105 110 100 105 110 95 625
Demanda 370 345 380 340 400 450 2285
Trabajadores
Requeridos 4 3 4 3 4 5 23

Trabajadores Actuales 4 4 3 4 3 4
Trabajadores
contratados 0 0 1 0 1 1
Costo Trabajadores
contratados 0 0 200 0 200 200 600
Trabajadores
despedidos 0 1 0 1 0 0
Costo trabajadores
despedidos 0 700 0 700 0 0 1400
trabajadores
utilizados 4 3 4 3 7 7 28
Costo de mano de
obra 8400 6600 8000 6300 15400 13300 58000
Unidades producidas 420 380 435 370 470 545 2620
Inventario 50 35 55 30 70 95 335
Costo de almacenar 500 350 550 300 700 950 3350
Horas Extra 0 0 0 0 0 0 0
Costo de horas extra 0 0 0 0 0 0 0
costo total 8400 7650 8750 7300 16300 14450 $62,850.00

Produccion promedio
por trabajador 5 diario
Tarbajadores actuales
iniciales 4 trabajadores
Inventario inicial 0
costo diario de mano
de obra 100 unidades
costo de contratar un
trabajador 200 diario
costo de despedir un
trabajador 700 empleado
costo de almacenar 10 unidad
costo de hora extra 50 unidad
horas de jornada
laboral 8 hras

18
Inventario Cero

Diciembre Enero Febrero Marzo Abril Mayo Total

Dias laborables 21 22 20 21 22 19 125
Unidades por trabajador 105 110 100 105 110 95 625
Demanda 370 345 380 340 400 450 2285
Trabajadores Requeridos 4 4 4 4 4 5
Trabajadores Actuales 4 4 4 4 4 4
Trabajadores contratados 0 0 0 0 0 1
Costo Trabajadores
contratados 0 0 0 0 0 200 200
Trabajadores despedidos 0 0 0 0 0 0
Costo trabajadores
despedidos 0 0 0 0 0 0 0
trabajadores utilizados 4 4 4 4 4 4
Costo de mano de obra 8400 8800 8000 8400 8800 7600 50000
Unidades producidas 370 345 380 340 400 450 2285
Inventario 0 0 0 0 0 0 0
Costo de almacenar 0 0 0 0 0 0 0
costo total 8400 8800 8000 8400 8800 7800 $50,200.00

Produccion promedio por

trabajador 5 diario
Tarbajadores actuales
iniciales 4 trabajadores
Inventario inicial 0
costo diario de mano de obra 100 unidades
costo de contratar un
trabajador 200 diario
costo de despedir un
trabajador 700 empleado

Para el esquema que maneja la empresa, le conviene una planeación agregada

con fuerza de trabajo constante, si bien no es la más económica, la empresa no
está dispuesta a hacer cambios en la planetilla de trabajo.

19
ANÁLISIS DE RESULTADOS

En la parte del pronóstico de la demanda, el método que presenta el menor error es

el promedio móvil simple con 26, el cual, nos permite tener un pronóstico de la
demanda más acertado para el mes de Junio, estableciendo que el pronóstico de la
demanda es de 425 blusas respectivamente, lo cual no varía mucho en la demanda
que manejan al mes aproximadamente. En la parte de inventarios, obtuvimos con
el modelo EOQ que la cantidad óptima a ordenar es de 6 bolsas de las piedritas
cada 25 días ya que la demanda es en general uniforme porque no se permiten
faltantes y todo lo ordenado llega al mismo tiempo, con un costo total anual de
$6,453. La recomendación que se hace es que si se desea no generar faltantes,
sería necesario producir una cantidad óptima de 54 blusas por mes y con un costo
anual de $1366.91429. Por lo cual para nosotros es necesario hacer la
recomendación de ejecutar la compra de la cantidad óptima de 3 bolsas con un
faltante máximo de 2 bolsas. Pasando al tema de EPQ con faltantes podemos decir
que se puede concluir que la cantidad óptima para producir generando faltantes es
de $298 unidades en un tiempo de producción de tres semanas. En otra parte es
necesario decir que para el modelo EPQ sin faltantes que si se desea no generar
faltantes, sería necesario producir una cantidad óptima de 54 blusas por mes y con
un costo anual de $1366.91429.
Después en el tema de Inventarios por descuento por cantidad constante, será
necesario decir que si se desea obtener el mejor costo para la compra con
descuento constante, es necesario comprar 6 blusas a 644 pesos, ya que el modelo
de cantidad económica de pedido es ampliamente utilizado como herramienta de
gestión de inventarios en multitud de empresas a nivel mundial. Esta herramienta
abre la ventana a la optimización de la cantidad por orden minimizando los costes.
El modelo de cantidad económica de pedido se caracteriza por su sencillez a la hora
de calcular la cantidad por orden o pedido.
Algoritmo de Silver Meal se necesitara que cada mes se debe de hacer pedido, con
el fin de obtener el costo mínimo de producción. Una de las variaciones de los
modelos de control de inventarios con demanda determinística que más se ajusta a
la realidad es aquella en la cual se elimina el supuesto de que la demanda es
constante a lo largo del horizonte de planeación, es decir, que la demanda puede
variar con el tiempo.
Para la planeación agregada tenemos que para el esquema que maneja la
empresa, le conviene una planeación agregada con fuerza de trabajo constante, si
bien no es la más económica, la empresa no está dispuesta a hacer cambios en la
planetilla de trabajo.

20
CONCLUSIÓN FINAL
La empresa tiene un manejo bastante empírico del pronóstico de la demanda, ya
que ellos se basan en su propia experiencia para determinar que tanta cantidad de
producto realizaran, por lo que exhortamos a la empresa a tener un mejor manejo
de su demanda, es decir guiarse por nuestra hoja de cálculo o simplemente tener
un registro en Excel de la cantidad de producto vendido.
Consideramos que en los números de la empresa pueden mejorar si se tiene una
mejor planeación, sabemos que es complicado y aventurado decirlo, pero si se tiene
un mejor manejo de la información y de los datos se puede tener un negocio más
próspero. Sabemos muy bien que es un negocio pequeño y que tiene pocos años
en el mercado, pero con la enorme experiencia que tienen los dueños y con un poco
de organización en la producción, se pueden ejecutar muchas cosas y elevar el nivel
de la empresa.
Sabemos que es un sector muy competido, ya que las industrias globales amenazan
el mercado, pero nos da gusto saber que una microempresa mexicana tiene una
enorme determinación de colaborar con materiales hechos nacionalmente. Esto
tiene muchos benéficos ya que ayuda a impulsar nuestro mercado nacional y con
ello tener mejores condiciones.
Como recomendaciones, es necesario tener un mejor registro de los datos, ya que
la experiencia y el uso de técnicas ingenieriles pueden ayudar a impulsar y mejorar
cualquier negocio.

Agradecemos infinitamente la confianza de la empresa, de compartirnos y

brindarnos su confianza para realizar el trabajo.

Finalmente el trabajo realizado fue un poco complicado porque la empresa no

cuenta con registros de los datos básicos y algunos los suponemos ya que no fueron
revelados por ellos, así que para la obtención de resultados más precisos, se
necesitaría una mayor confianza y un flujo de datos con mayor exactitud. No
obstante nosotros consideramos que cumplimos con nuestra investigación y les
presentamos una base que les permita mejorar la planeación de la producción de
su empresa.

1. REFERENCIAS.

● SIPPER, D. & BULFIN, R. (1998). Planeación y control de la producción. McGraw-

Hill, México.
● Apuntes complementarios de Planeación y Control de la Producción (2017). Tesis
Juana Lucas García, México.
● RIVERA, V. (2014). Unidad 1: Generalidades de la Planeación. Sistemas de
Planeación. Universidad Nacional Autónoma de México.

21
22