Documentos de Académico
Documentos de Profesional
Documentos de Cultura
018 1 de 51
ENFOQUES DE GERENCIA
DATOS E INFORMACION
1
Tema 7 de 7 de Principios de Gerencia.
2
Las necesidades extrínsecas, intrínsecas y trascendentes están ampliamente
descritas por Juan A Pérez López en Fundamentos de Dirección de Empresas
3
Definición adaptada de American Society for Quality
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 4 de 51
4
El menor número de fallas que pueda poseer un producto indica la aceptación o no
de adquisición del cliente. La atractividad está asociada a la cantidad de demanda del
producto en el mercado, reflejo de su marca competitiva en el negocio
5
Se le propone al lector describir y dar ejemplo de necesidades extrínsecas , intrínsecas
y trascendentes
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 5 de 51
6
Se incluye en este punto los intereses, motivaciones, motivos y competencias de las
personas que integran la organización para operar el sistema macro de producción
7
“El conjunto de prácticas, ajustado a necesidades de gestión de la información sobre
la calidad y productividad que puede utilizar la dirección del sistema de producción para
mejorar los posibles comportamientos y resultados de las actuaciones de las personas
integrantes de la organización del sistema de producción, sea coherente con el propósito
de la dirección de la empresa”. Se planifica y controla para lograr el propósito.
8
Incluyen las condiciones del mercado.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 6 de 51
9
Ver McKinsey analysis 8-2.016
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 7 de 51
Los criterios para evaluar las decisiones tomadas son: la eficacia.- que
evalúa las consecuencias, medidas según el beneficio esperado, por
la realización de las acciones decididas planificadas, la eficiencia.-
evalúa las consecuencias en la atractividad esperada, causada por el
correcto uso de los recursos planificados y disponibles y la
consistencia.- que evalúa las consecuencias o cambios producidos al
alcanzar un determinado propósito.
DATOS SISTEMATIZADOS
10
Una de las prácticas para usar los datos asociados al proceso de planificación y
control de los sistemas de la empresa, de manera integral, la definen Kaplan y Norton en
el Balance Scored Card donde los indicadores, parámetros o kpi, s organizacionales
sirven de input a los procesos técnicos operativos de producción y los de estos, a su vez,
también de inputs a los procesos de mercadeo y de negocio o financieros de la empresa.
Los KPi, s o datos de los procesos están interrelacionados e interdependientes promedio
de objetivos e iniciativas de dirección identificadas por la gerencia o dirección de la
empresa. Esto ilustra la importancia de los datos referidos a los sistemas de producción
en cuanto a su impacto en el negocio y en las finanzas e la empresa. producción
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 9 de 51
11
Número de veces que se observa un evento durante un periodo determinado. En la
clase1, 2 de 3 se explica mejor el concepto
INTERPRETACIÓN DE GRAFICOS
12
Cuan concentrado están unos datos alrededor de uno con relación a otros datos. En
detalle se puede hablar de densidad asociada al concepto físico
13
Bajo condiciones estables de capacidad máxima de producción, uso completo de los
insumos materia prima para producir sin desechos. Balance de masa sin error.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 11 de 51
REGISTROS DE MEDICIONES
Por ejemplo, el grafico y la tabla que se presentan a continuación
muestran el comportamiento del horneado según los registros diarios
archivados en la base de datos de un sistema de información de las
operaciones de una planta industrial.
14
El grafico mostrado presenta una curva continua que refleja o modela
aproximadamente lo que puede haber sucedido ya que las mediciones registradas son
discretas. Se interpreta la tabla como producción diaria y continua. Aspectos
relacionados con la exactitud de las mediciones es objeto de un curso especial.
LA FRECUENCIA
15
En el anexo señalado los puntos determinados son los puntos medios de los tres
intervalos, diseñados entre el mínimo y el máximo de los registros, de iguales
longitudes.
La mediana 19
de un conjunto de n mediciones y1, y2,…, yn 20
17
Estos valores son conocidos como medidas de tenencia central El resolver la
propuesta facilita el significado de tendencia central.
18
Los símbolos usaos son para una población, μ para una muestra.
19
La mediana de n datos se denota por m
El conjunto numérico y1,y2,… yn debe estar ordenado de forma creciente
20
PROPUESTA:
21
La propuesta de la clase1, 3 de 3 puede ser referente para mostrar si hubo o no control
del sistema durante los diez días, y si el sistema en términos de producción estuvo o no
acelerado.
22
Estos asuntos se detallan mejor en los temas 5, 6 y 7 donde se muestran prácticas para
garantizar la calidad de las decisiones en planificación y control de producción.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 17 de 51
La varianza S 2
de una muestra de n determinaciones o datos viene
expresa da por
Σ (yi - )2
S 2
=
------------------
(n- 1)
23
En la nota a pie de página # 9 se hace referencia a la variedad de datos asociados al
sistema de producción.
24
PROPUESTA:
25
Caso en que media aritmética se corresponde con la moda y el grafico es simétrico
respecto a la media. Esto es muy usado en la gerencia total de la calidad. Ver tema # 6
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 19 de 51
encuentra y de la respecto a S
La medida |zy| 27
de una población mide la distancia a la que se
encuentra y de la respecto a σ
PROPUESTA
LA CONFIABILIDAD DE DATOS
26
Ver distribución normal , variable aleatoria normal estándar en el Tema 4
27
Ídem nota 25
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 20 de 51
¿Que se deduce?
¿Qué paso con el almacenamiento?
¿Como se compara el total de tiempo de control e inspección con el
de todas las operaciones y traslado?
¿Cual es promedio de espera por entrega del producto en la muestra
presentada? ¿Que se deduce de s y de μ?
¿El almacenamiento estuvo bajo control?
¿Como vario la preparación del pedido? ¿Las variaciones o cambios
son fiables?
CONSIDERACIONES
.- Lanzamientos acumulados 1 2 3 4 5 6 7 ….
28
Posibles acciones a elegir - decidir -
29
Efecto de una posible acción
30
Valor del efecto de la acción posible. Se conoce también como el valor de un seceso
consecuencia de una decisión o posible elección
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 22 de 51
CONCEPTUALIZACIÓN
EJERCICIO.-
00000 10 111111 10
o
1111111 01 111111 01
Si es cara entonces 1
No es cara entonces 0
.- Valores posibles de mediciones: {0, 1}
.- Frecuencia Relativa de Mediciones.- Cuando se tiene un Ln con n
muy grande entonces:
lím fr( m( l k (moneda)=cara)) = P(cara)
.- Resultado
EJERCICIO.-
¿Cómo se puede graficar los resultados de las mediciones
m( si l k (moneda)=cara; 1; 0 ), l k Є L n, k =1,2,3,4,...n?. ¿La
probabilidad acumulada es una s- curva? Hacer el gráfico. ¿Qué
concluye sobre el indeterminismo y la incertidumbre31?
CASOS DE PRODUCCION
Caso 1.-
Las falla pueden ser muy variadas; ocasionadas por golpes, fracturas,
vibraciones,…, corrosión, que en el tiempo pueden presentarse pero
no se conoce cuando pueda suceder; hay incertidumbre.
Caso 2.-
El fluido petróleo-agua-gas-arena-metales varios, transportado
mediante un oleoducto puede ser la posible causa de una corrosión
de la tubería bajo la condición de que no se haya realizado el
mantenimiento preventivo del oleoducto al operar el cochino de
limpieza¨. Un suceso posible de falla ( corrosión) se valora en 0.50: es
posible que tenga o no tengo corrosión la tubería. La probabilidad de
falla inmediatamente después de la limpieza es menor a 0.50
Caso3.-
32
Tener una Avanzada Capacidad Analítica para, ante un posible escenario de negocio
simulado - demanda de productos-, prever una producción ofertable programable que
logre satisfacer la demanda del negocio con probabilidades Pr.10 , Pr.50 o Pr.90
33
El set de indicadores esta relacionado con los objetivos a ser alcanzados o logrados e
interrelacionados entre si mostrados en un Cuadro de Mando Integral o BSC como
medio de descripción y conocimiento de un plan de dirección de la empresa.
EXPERIMENTO
34
Los casos de incendio de un gasoducto en la costa este de USA en 1.999 y el desastre
de Fukushima en 2.011 son ejemplos de fragilidad en el diseño de sistemas productivos.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 28 de 51
CUESTIONES
La siguiente tabla 35
contiene los resultados de una muestra sobre el
porcentaje utilizado de láminas de acero, en carros fabricados por
Mazda Motor Corporation (Japon) El uso de las láminas es para
prevenir la corrosión.
PROBABILIDAD CONDICIONAL
35
Fuente: Chandler H. E. Materials trenes at Mazda Motor Corporation, Metal
Progress, Vol. 129, # 6, May 1.986
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 30 de 51
EJEMPLO A:
siguientes:
Probabilidad de que un producto sea de la línea A = 24 / 54 = P(A)
Probabilidad de que un producto sea defectuoso = 9 / 54 = P(B)
36
Versión simple de la regla de Bayes o regla de Thomas Bayes.
37
Según una calificación determinada, la relación entre una cantidad de datos
específicos y el total de datos calificados.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 31 de 51
Observe que
Pr(A ∩ B) = Pr(A | B) * P(B) = Pr(B | A) * P(A) = 6 / 54
DEFINICIÓN
Si (A ∩ B) =Ø, se dice que A y B son mutuamente exclusivos
Propiedad
P(A U B) = P(A) + P (B) - P(A ∩ B) = (24 / 54) + (9 / 54) - (6 / 54) =
27 / 54
Validación:
Los resultados de un modelo aleatorio relacionado con el ejemplo se
muestran en la tabla siguiente
38
Se surgiere hacer un diagrama de Venn
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 32 de 51
EJERCICIOS PROPUESTOS
EXTENSIÓN Y APLICACIONES
EVENTOS INDEPENIENTES
Cuestión
Lanzar un dado balanceado y observar:
A: un numero par
B: un numero menor o igual a 4
Pr (A | B) = P(A)
Pr (B | A) = P(B)
39
Una aplicación del concepto de independencia de opciones se presentara en el
tema de decisiones
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 35 de 51
CUESTION
EXPLICACION
DESARROLLO
40
La variable aleatoria es discreta si solo puede asumir una cantidad de valores
susceptibles de contarse
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 36 de 51
defectos
1 2 3 4 =y
0 1 0 0
0 0 1 0
1 0 0 0
0 1 0 0
0 1 0 0
0 0 1 0
0 0 1 0
0 0 1 0
1 0 0 0
0 0 1 0
0 0 0 1
0 1 0 0
2 4 5 1 frecuencia
12 12 12 12 = n
0,17 0,33 0,42 0,08 1,00
Py(1) Py(2) Py(3) Py(4)
0,17 0,33 0,42 0,08
Σ p(y) = 1
Ejercicio propuesto
41
μ = E(y) representa el promedio ponderado de los valores y,s . La ponderación o
peso de cada y viene dada su valor de la frecuencia relativa que se observe.
42
Se asume que las condiciones del entorno no alteren el objeto del experimento u
observaciones realizadas durante un proceso determinado y que los eventos observados
sean contables de manera tal que la variable y que los caracteriza sea aleatoria y
discreta, y también que la distribución de frecuencias de los eventos simples
observados sea relativa.
Interpretación
Algunas propiedades
E ( k ) = k, si y = k ≡ constante
E ( cy ) = c.E(y) si c ≡ constante
E (g (y))= g (y).E (y) si g es un función de y variable aleatoria
discreta. Por lo que σ 2 = E ( (y - μ)2 ) = E ( (y2 ) - μ2 = Σ(y2. . p (y)) - μ2
44
El concepto fue desarrollado por Nassin Nicholas Taleb. Consultar ejemplos sobre
catástrofes en sistema de producción por no prever pocos eventos con altísimos riesgos
y no pensar en la posibilidad de sucesos a pesar de probabilidades de ocurrencia baja.
Ejemplos se han dado en Finanzas y Energía en los últimos 30 años a nivel mundial.
45
Ver anexo Grafico 3.3.4.1 sobre un impacto aleatorio que muestra
los cambios posibles de E (y) debidos a las alteraciones o
perturbaciones no contempladas en la Nota 39. El grafico corresponde
a 24 simulaciones realizadas con base a un modelo sobre la
posibilidad de que a futuro la esperanza de y cambie de constante. En
el grafico: La línea negra-verde representa la forma como cambia la
media de y=1 hasta E (y) = 1. Después de los primeros eventos se
espera que E (y) llegue a 1. Hay una zona amarilla de crecimiento de
E – en este caso- de tal manera que el valor E (y) puede llegar hasta 5
(cinco veces el impacto y=1) En dicha zona se observa como cambia
de valor E (y) a una alta rata de crecimiento. En el eje de las X se
puede prever el momento del posible cambio esperado de E (y) para
tomar acciones sobre el control de impactos en un proceso de
decisiones, si las observaciones se hacen secuencialmente con un
orden natural. Las áreas rojas corresponden a altos impactos posibles
no controlados por lo que se pueden analizar opciones para evitar
riesgos previos antes de caer en la zona roja.
46
Lo mostrado revela la diferencia entre el modelo lógico y el modelo real de
distribución al tener datos dispersos y datos ¨concentrados¨, que se explican por el
conocido concepto de densidad. Si 0.05 < P(S) < 0.20 entonces P (F) es denso; para
valores de P(S)>0.20 entonces P (F) tiene mayor dispersión.
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 43 de 51
Prueba de Bernoulli
(S o F),
(V o F),
(Si o No) basados en una lógica binaria. 48
P(S)= 1- P(F)
Distribución de Bernoulli
Ejercicio
Enuncie las características que definen una distribución de
probabilidad binomial y de un ejemplo adecuado a un sistema de
producción
Introducción
50
Desviaciones significa diferencias entre lo programado en un plan de acciones y lo
realmente accionado o ejecutado
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 45 de 51
p (y) = ( λy . e – y ) / y!
Ejemplo.-
Casos específicos
aNEXOS TEMA 1
ANEXOS TEMA 2
ANEXOS TEMA 3
52
El grafico radial es una adaptación de la tabla de datos referidas en Chandler H.
E. Materials trenes at Mazda Motor Corporation, Metal Progress, vol 129, # 6, May
1.986
© 01/ 11 / 2.018.- Rafael S. Porras G. All rights reserved. Temas 0-2
Producción I UCV 3-2.018 53 de 51
Grafico 3.3.4.1