Está en la página 1de 7

SOLUCIONAMOS S.

Asesores:

José Luis Sua Moya

Manuel Alejandro Piñeros Hernández

Luz Helena Duarte Pedreros

Juan Carlos Piedrahita Pérez

Tabla de Contenido

Modelo desarrollado ....................................................................................................................................... 2


Modelo Planteado en el Articulo .................................................................................................................... 2
 Variables de decisión……………………………………………………………………………………………2
 Parámetros ……………………………………………………………………………………………………….2

Conjunto de Restricciones ............................................................................................................................. 2


Proposición 2.1 ................................................................................................................................................ 3
Proposición 2.2 ................................................................................................................................................ 4
Proposición 2.3 ................................................................................................................................................ 4
Estudio de los datos de entrada ................................................................................................................ 5

Análisis de los pronósticos y su comportamiento ................................................................................ 6

 Método de Winter…………………………………………...……………………………………………………6
 Método de regresión lineal….………………………………………………………………………………….6
 Método de móvil simple…..…………………………………………………………………………………….6

Meses escogidos ............................................................................................................................................. 7


Referencias Bibliográficas .............................................................................................................................. 7

Ofrecemos las mejores soluciones


SOLUCIONES S.A

Modelo desarrollado

El articulo considera un modelo en serie, de forma en que la cadena de suministro, inventario y


transporte estén integradas en función de la capacidad y costo de la producción. Además, examina
diferentes modos de transporte de suministro en perspectiva a la distribución regional y local,
conjuntamente diferentes estructuras de costos de inventarios que dan mejores resultados en tiempos
de ejecución.

Además, da a entender que se tienen que tener en cuenta variables como el costo de suministros,
forma de distribución (costos y rutas), proveedores y demanda en cada sede de destino. Un punto que
hace enfoque es menguar el costo de producción y distribución, esto es debido a que si los suministros
son limitados y si los costos son variables (no lineales) generan una elasticidad para la toma de
decisiones en el tema de producción, transporte e inventario.

Modelo Planteado en el Artículo

 Variables de decisión
Definir claramente las variables, así como los subíndices y superíndices l y t

𝑌𝑡 : cantidad producida en el tiempo t

𝑋𝑡𝑙 : cantidad enviada desde el nivel L al nivel L+1 en el tiempo t

𝐼𝑡𝑙 : cantidad de inventario en el nivel L al final del tiempo t

 Parámetros
Definir claramente los parámetros del problema, con sus subíndices y superíndices l y t

𝑑𝑡 : demanda positiva en el periodo t

𝑏𝑡 : volumen de producción del fabricante en el tiempo t

𝑝𝑡 : precio de producción en el periodo t

𝑐𝑡𝑙 : precio de distribución del nivel L al nivel L+1 en el periodo t

ℎ𝑡𝑙 : precio de sostenimiento de inventario en el nivel L en el periodo t

Conjunto de Restricciones
1. La cantidad producida en el periodo t (𝑌𝑡 ), debe ser menor o igual a la capacidad del productor
en el periodo t (𝑏𝑡 ).
yt  bt , t  1,...., T

2
SOLUCIONES S.A

2. Todos los niveles iniciales de inventario son iguales a 0.


i0l  0, l  1,...., L

3. La cantidad producida en el periodo t (𝑌𝑡 ), debe ser mayor o igual a 0 cuando el periodo t es
igual 1.
yt  0, t  1,...., T

4. La cantidad enviada de nivel L al nivel L+1 en periodo t (𝑋𝑡𝑙 :), debe ser mayor o igual a 0
cuando el periodo t es igual 1 y el nivel l igual a 1.
xtl  0, t  1,...., T ; l  1,..., L  1

5. La cantidad de inventario a nivel L al final del periodo t (𝐼𝑡𝑙 :), debe ser mayor o igual a 0
cuando el periodo t es igual 1 y el nivel l igual a 1.
itl  0, t  1,...., T ; l  1,..., L

6. La demanda acumulada en los primeros periodos t no puede exceder la capacidad de


producción total en dichos periodos.
dt  itl  xtL 1  itL1 , t  1,...., T

7. Si el nivel inicial de inventario es mayor a 0 se debe apreciar el costo de mantener dicho


inventario.
xt1  it1  yt  it11 , t  1,...., T
xtl  itl  xtl 1  itl1 , t  1,...., T ; l  2,..., L  1

Proposición 2.1

Se estudia un problema de tamaño de lote multinivel con una estructura de serie. En cada nivel de
almacenamiento, los productos son nuevamente almacenados y transportados al siguiente nivel.
Después en el último nivel es transportado a las minoristas. Se debe considerar un horizonte de
planificación de T periodos.

El productor está en el primer nivel de la cadena y el distribuidor se encuentra en el último nivel,


mientras, cada nivel intermedio corresponde a un almacén.

3
SOLUCIONES S.A

Proposición 2.2

Cuando las capacidades de producción están presentes, obtenemos el llamado problema de


dimensionamiento. Un caso especial que no permite que un algoritmo de tiempo polinómico surja, es
cuando las capacidades de producción son fijas. Propone un modelo de 3 niveles en los cuales el
primer y tercer nivel son las etapas de producción y el segundo nivel es una etapa de transporte.

Consideran los costos de tenencia de inventario lineal que aumentan con el nivel de la cadena de
suministro y lineal de los costos de producción en ambos niveles (1 y 3) que satisfaces una condición
de motivos no especulativa tradicional

Proposición 2.3

La suposición de que no hay motivos especulativos, que se supone comúnmente para la producción
de inventario y los costes de explotación económica tradicional en muchos modelos de
dimensionamiento, significa en este contexto que, con respecto a la variable de los costes de inventario
y transporte solamente, es atractivo para el transporte lo más tarde posible. Si los costos de transporte
son lineales, es más barato transportar tan pronto como se producen y almacenan la producción en el
nivel minorista. Cuando los costos de producción, así como los costes de explotación de inventario en
ambos niveles son lineales, dado que se decida a transportar en un determinado período de tiempo,
se puede determinar fácilmente el mejor período de producción, es decir, el período que arroja el total
mínimo de producción por unidad de inventario a nivel de fabricante y los costos de transporte en el
período t.

Representación como Red


PRESENTACION RED

Usme

Chipaque
Aguazul Tauramena Monterrey
Une
Villanueva 31 32
1:1 12 13 33
Caqueza
Paratebueno
14
34

15 Fozca
35
Cumaral
16
3 Quetame
36

1 Restrepo
17 Bogotá 37
Guayabetal
Producción Cusiana

AB BC

Gasoeducto Gasoeducto

Porfía
28

Apiay
2
Improarroz
27

26 Acacias

25

21 22 23 24 Fonagra

Villavicencio Termo ocoa Base militar


Ponpeya

4
SOLUCIONES S.A

Estudio de los datos de entrada

Demanda en el tiempo
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

1200
1100
1000
900
800
700
600
500
400
300
200
100
0
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Producción en el tiempo
Ene Feb Mar Abr May Jul Ago Sep Oct Nov Dic

900

800

700

600

500

400

300

200
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Acá observamos dos gráficos, uno es la demanda como se comporta a través del tiempo y el otro
grafico es el comportamiento de la producción. Podemos afirmar que los dos gráficos están ligados
ya que si la demanda aumenta debería aumentar la producción para suplir la debida necesidad.
Igualmente, en el caso contrario, si la producción no aumenta, la demanda no podrá ser cumplida,
por la tanto no aumentaría más. Además, vemos que tanto la demanda como la producción crecen
anualmente respecto al mes anterior.

5
SOLUCIONES S.A

Análisis de los pronósticos y su comportamiento

Hay diversos métodos para realizar un estudio determinado en este tipo de problemas, en este caso
utilizamos el método de Winter, el método de la regresión lineal y el método de móvil simple. El
método de Winter se usa cuando encontramos datos estacionarios, es decir, que tienen una
periocidad, esto nos permite dividir los datos en estudios trimestrales o semestrales, según se
requiera. El método de la regresión lineal nos permite predecir el comportamiento de una variable, en
este caso de la producción y la demanda en un lapso de tiempo, utilizando la formula Y = aX+b,
basada en los mínimos cuadrados. Por último, el método de móvil simple, también nos permite
predecir el comportamiento de diferentes variables, pero este se basa en datos recientes y a partir de
la media aritmética puede arrojarnos un posible comportamiento.

 Método de Winter: Se pronostica que la demanda estará por encima de la producción para el
cuarto periodo del año comprendido entre los meses de octubre, noviembre y diciembre. Para
el tercer periodo del año 2017, se prevé que habrá más producción que demanda de artículos
en los meses de julio, agosto y septiembre. Para el segundo periodo de 2017, habrá más
producción que demanda de artículos en los meses de abril, mayo y julio.

 Método de regresión Lineal: Es posible identificar un alto nivel de confiabilidad para el


pronóstico de todos los meses, tanto en la demanda como en la producción, con una única
alerta para la demanda del mes de mayo, cuya confiabilidad es más baja con un 94,022%,
evidente además en la representación gráfica que nos indica una mayor dispersión de los datos.

 Método de Móvil simple: El método de pronóstico móvil simple se utiliza cuando se quiere dar
más importancia a conjuntos de datos más recientes para obtener la previsión. Cada punto de
una media móvil de una serie temporal es la media aritmética de un número de puntos
consecutivos de la serie, donde el número de puntos es elegido de tal manera que los efectos
estacionales y / o irregulares sean eliminados. El pronóstico promedio móvil es óptimo para
patrones de demandas aleatorias o niveladas donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda reciente.

PRONOSTICO DE DEMANDA 2002-2017


PRONOSTICO REGRESION LINEAL 819,413,334
PRONOSTICO WINTERS 207,242,718
PRONOSTICO MOVIL SIMPLE 4,084,669
TOTAL 1,030,740,721

6
SOLUCIONES S.A

PRONOSTICO DE PRODUCCION 2002-2017


PRONOSTICO REGRESION LINEAL 40,471
PRONOSTICO WINTERS 10,298,965
PRONOSTICO MOVIL SIMPLE 52,803,333
TOTAL 63,142,769

Meses escogidos

Los estudios estadísticos desarrollados en el modelo, nos arrojo que los meses de septiembre y
mayo son los que menos productividad arrojan, además sus datos estadísticos no nos permiten
arrojar un resultado confiable. Por lo tanto, los meses a los que le podemos aplicar un modelo de
desarrollo para poder tener un tamaño de producción optimo, buen transporte y un buen inventario
son los meses de: enero, febrero, marzo, abril, junio, julio. Agosto, octubre, noviembre y diciembre.
Sus datos estadísticos son los que más confianza dan.

Referencias Bibliográficas
 Chandra, P., M. L. Fisher. 1994. Coordination of production and distribution planning. Eur. J.
Oper. Res. 72 503–517.
 Santos, Javier. (2007). Planificación agregada. En Organización de la Producción II(pp.17-36).
España: Universidad navarra.