GESTIÓN DE LAS OPERACIONES

Tarea 2 / Informe planeación de la producción

Presentado a:
Adriana Milena Gómez
Tutora

Entregado por:
Grupo 212028_28

Boris Andrade Mendoza 1.075.231.661

Yury Patricia Franco 1.116.615.351
Norida Lisbeth Bernal 1118552871
Jaiber Orlando Mora

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

VILLAVICENCIO – META
2020
 OBJETIVOS

 Planear la producción de una empresa de acuerdo a las metas propuestas, a través de

métodos y estrategias de la previsión de la demanda y la planeación agregada.

 Mediante la técnica de comprensión lectora (Mapa conceptual, cuadro sinóptico)

expresar aspectos relevantes sobre la planeación de la producción y el programa
maestro de la producción.

 Desarrollar un ejercicio de pronóstico de la demanda; a través de cinco métodos del

mismo.

 Desarrollar un ejercicio de planeación agregada; a través de tres estrategias de la

misma.

 Evaluar el método de pronóstico de la demanda y la estrategia de planeación más

adecuados para los ejercicios correspondientes.
 INTRODUCCIÓN

En el presente trabajo se desarrolla una serie de ejercicios que permiten la apropiación de los
conceptos teóricos de la unidad 1 del curso de Gestión de las operaciones, tales como las
métodos y estrategias utilizadas en la previsión de la demanda, planeación de la producción
y programa maestro de la producción.

La gran demanda de productos de toda clase; ha hecho que las empresas utilicen estrategias
y métodos que las ayuden a estar a la vanguardia de la globalización; para lo cual es
importante la gestión de las operaciones en la administración, para tomar decisiones acertadas
en el diseño de artículos, operación y mejoramiento de los sistemas de producción lo cual les
permita producir de manera más eficiente y de acuerdo a la demanda futura.

Dicho esto se reconoce la importancia del presente curso para el desarrollo laboral como
profesionales.
 DESARROLLO

EJERCICIO 1.
Boris Andrade Mendoza
Yury Patricia Franco
Norida Lisbeth Bernal
Jaiber Orlando Mora
EJERCICIO 2:

SUPERMOBILIARIO, una empresa dedicada a la comercialización de mobiliario para

oficinas, desea realizar las previsiones de demanda para un tipo de sillas de oficina, partiendo
de los datos de demanda histórica de dos años, relacionados en la siguiente tabla:

Año Mes Demanda

1 9455
2 9102
3 8661
4 9060
5 9740
6 11138
2019
7 12048
8 11493
9 10792
10 9910
11 9534
12 9223
13 9455
14 9102
15 8661
16 9060
17 9740
18 11138
2020
19 12048
20 11493
21 10792
22 9910
23 9534
24 9223
Con base en los datos de demanda, debe realizar la previsión futura de la demanda para el
año 2020, y con base en los pronósticos de demanda calculados, el estudiante debe calcular
los errores del pronóstico para evaluar los resultados.

Promedio Móvil:

Boris Andrade Mendoza

DAM 903 Desv. Estándar 1132
ECM 1085014 Desv. Estándar 1042
Coeficiente de variación de la
Demanda 0,11

Pronóstico Error Error Absoluto Error cuadrático

10013 -558 558 311364
10013 -911 911 829921
10013 -1352 1352 1827904
10013 -953 953 908209
10013 -273 273 74529
10013 1125 1125 1265625
10013 2035 2035 4141225
10013 1480 1480 2190400
10013 779 779 606841
10013 -103 103 10609
10013 -479 479 229441
10013 -790 790 624100

Regresión Lineal:
Yury Patricia Franco

DAM 932 Desv. Estándar 1168

ECM 1062545 Desv. Estándar 1031
Coeficiente de variación de la Demanda 0,11
 Error
Pronóstico Error Error Absoluto cuadrático
10024 -569 569 323610
10046 -944 944 890241
10067 -1406 1406 1977356
10089 -1029 1029 1058520
10111 -371 371 137272
10132 1006 1006 1011710
10154 1894 1894 3587914
10175 1318 1318 1735859
10197 595 595 353860
10219 -309 309 95356
10240 -706 706 499081
10262 -1039 1039 1079762

Demanda
14000
y = 21,659x + 9742,3
12000

10000

8000

6000

4000

2000

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Suavizamiento exponencial (constante α = 0.08).
Norida Lisbeth Bernal

Error Error
mes Pronóstico Error Absoluto cuadrático
1 9455 0 0 0
2 9455 -353 353 124609
3 9427 -766 766 586388
4 9365 -305 305 93330
5 9341 399 399 159154
6 9373 1765 1765 3115315
7 9514 2534 2534 6420261
8 9717 1776 1776 3154594
9 9859 933 933 870542
10 9934 -24 24 558
11 9932 -398 398 158185
12 9900 -677 677 458203
13 9846 -391 391 152689
14 9814 -712 712 507648
15 9757 -1096 1096 1202300
16 9670 -610 610 371826
17 9621 119 119 14163
18 9631 1507 1507 2272515
19 9751 2297 2297 5275692
20 9935 1558 1558 2427789
21 10060 732 732 536535
22 10118 -208 208 43311
23 10101 -567 567 322016
24 10056 -833 833 694001

DAM 886 Desv. Estándar 1020428382

ECM 1151707 Desv. Estándar 1073
Coefieicente de variación de la Demanda 101474

Con base en los datos de demanda, debe realizar la previsión futura de la demanda para el
año 2020, y con base en los pronósticos de demanda calculados, el estudiante debe calcular
los errores del pronóstico para evaluar los resultados
Jaiber Mora
Promedio Ponderado de tres cuatrimestres (cuatrimestre del periodo 1 al 4, 25% de
ponderación - cuatrimestre del periodo 5 al 8, 28% de ponderación - cuatrimestre del periodo
9 al 12, 47% de ponderación).

Pronostico Error Error Absoluto Error cuadrático Ponderaciones %

10013.1375 -558.1375 558.1375 311517.4689 1-4 0.25
9947.4925 -845.4925 845.4925 714857.5676 5-8 0.28
9893.8425 -1232.8425 1232.8425 1519900.63 9-12 0.47
9826.9725 -766.9725 766.9725 588246.8158
9800.9825 -60.9825 60.9825 3718.865306
9806.63 1331.37 1331.37 1772546.077
9912.55 2135.45 2135.45 4560146.703
10092.2875 1400.7125 1400.7125 1961995.508
10224.88 567.12 567.12 321625.0944 DAM: Desviación Absoluta Media
10284.8775 -374.8775 374.8775 140533.14 ECM: Error Cuadrático Medio
10232.6075 -698.6075 698.6075 488052.4391
10119.74 -896.74 896.74 804142.6276

DAM 906 Desv. Estándar 1135 Desviación estándar:

ECM 1098940 Desv. Estándar 1048 1.2533*DAM
Coeficiente de valoración de la demanda 0.11
 EJERCICIO 3:

La empresa Vitade se dedica a la extracción y embotellado de aceite de oliva. La familia de

productos con más éxito es la del aceite virgen extra, para la que desea elaborar un primer
plan agregado. Su previsión de demanda, sus pedidos comprometidos y los días productivos
de los próximos seis meses son los siguientes:

Meses Julio Agosto Septiembre Octubre Noviembre Diciembre

Días productivos 21 16 23 23 23 21
Previsiones de demanda 2900 3600 6100 3900 5700 4100
Pedidos comprometidos 3100 4300 4100

Costos Unitarios ($)

Hora de mano de obra en jornada regular: 15
Hora Extra Mano de Obra 17
Hora Ociosa de Mano de Obra 40
Costo de contratación 105
Costo de despido 155
Costo de subcontratación de unidad de producto 32
Costo de Mantener Inventario (Und/mes) 10
Servicio con retraso 15

Estrategia de caza; entregas con retraso y generación de inventarios:

Boris Andrade Mendoza

Meses Julio Agosto Septiembre Octubre Noviembre Diciembre

Días productivos 21 16 23 23 23 21
Previsiones de demanda 2900 3600 6100 3900 5700 4100
Pedidos comprometidos 3100 4300 4100
pedidos pendientes 100
Ajuste de inventario 300
plan de necesidad de producción PNP 3500 4300 6100 3900 5700 4100
 inventario inicial 0
stock de seguridad 300
Tiempo estándar por unidad (horas) 0,6
Jornada laboral (horas) 8
# Mínimo de trabajadores 12
# Máximo de trabajadores 17
pedidos pendientes 100

Meses Julio Agosto Septiembre Octubre Noviembre Diciembre

Días productivos 21 16 23 23 23 21
plan de necesidad de producción PNP 3500 4300 6100 3900 5700 4100
Previsiones de demanda 2900 3600 6100 3900 5700 4100
Producción mínima 3360 2560 3680 3680 3680 3360
Producción máxima 4760 3626,67 5213,33 5213,33 5213,33 4760
Producción regular 3640 3626,67 5213,33 5213,33 5213,33 4760,00
Horas de mano de obra regular 2184 2176 3128 3128 3128 2856
mano de obra (# de trabajadores) 13,0 17 17 17 17 17
coste de la mano de obra regular 32760 32640 46920 46920 46920 42840
variación de la mano de obra 1,0 4 0 0 0 0
coste de las contrataciones y despidos 105 420
Necesidades No cubiertas 0 533,33 1420,00 106,67 593,33 0
Inventario final 140 -533,33 -1420,00 -106,67 -593,33 66,67
Coste de posesión y retraso 7 8000 21300 1600 8900 26,33
Coste total 32872 41060 68220 48520 55820 42866,33
Norida Lisbeth Bernal

mes Julio Agosto Septiembre Octubre Noviembre Diciembre total

Días productivos 21 16 23 23 23 21 127
Previsiones de Demanda 2.900 3.600 6.100 3.900 5.700 4.100 26300
Pedidos comprometidos 3.100 4.300 4.100 11500
produccion minima 3.360 3.360 3.360 3.360 3.360 3.360 20160
produccion maxima 4.760 4.760 4.760 4.760 4.760 4.760 28560
produccion regular 2.900 3.600 6.100 3.900 5.700 4.100 26300
unidades por trabajador 273 208 299 299 299 273 1651
Horas de mano de obra
2.688 2.048 2.944 2.944 2.944 2.688 16256
regular
mano de obra requerida/
16 16 16 16 16 16 16
numeros de trabajadores
plantilla inicial de
12 16 16 16 16 16 92
trabajadores
trabjadores contratados 4 0 0 0 0 0 4
costo de cobtratacion $ 420 0 0 0 0 0 420
costes de mano de obra
40.320 30.720 44.160 44.160 44.160 40.320 243840
regular
variacion de la mano de obra
0 0 0 0 0 0 0
/despidos
Costo de despido $ - $ - $ - $ - $ - $ - 0
operarios utlizados 16 16 16 16 16 16 96
unidades producidas 4368 3328 4784 4784 4784 4368 26416
unidades disponibles 4368 3328 4784 4784 4784 4368 26416
inventario 1468 0 0 884 0 268 2620
produccions en horas extras 0 272 1316 0 916 0 2504
hoeas extrar totales 0 21 101 0 70 0 192,6153846
Horas de mano de obra ociosa 0 0
horas extrar operario/mes 0 1 6 0 4 0 12,03846154
costo en horas extrar 0 22 108 0 75 0 204,6538462
EJERCICIO 4:
Boris Andrade Mendoza
Yury Patricia Franco
Norida Lisbeth Bernal
Jaiber Mora
 Conclusiones
 Gracias a este trabajo colaborativo se puede llegar a la conclusión que el programa

maestro de la producción es de grandes importancias para las empresas ya que su

función ayuda a planificar, producir y programar la asignación eficiente de recursos

y así evitar escases

 el plan maestro de la producción es una de las herramientas más importantes para

optimizar la producción; establecer el calendario de producción para cada tipo de

producto elaborado por la empresa y así respetar los plazos de entrega como las

restricciones de capacidad

 Los métodos sistémicos para el desarrollo de sistemas de producción, son los más

adecuados cuando se desea optimizar los recursos disponibles y la reducción de

costos.
 Referencias

 Nuñes, A., Guitart, T. L., & Baraza, S. X. (2014). Dirección de operaciones:

decisiones tácticas y estratégicas. (pp. 33-39). Barcelona, España: Editorial UOC.
Recuperado de: https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3222458&ppg=
34
 Monsalve, F. G. P. (2018). Planificación de operaciones de manufactura y
servicios. (pp. 25-79). Medellín, Colombia: Editorial Instituto Tecnológico
Metropolitano. Recuperado de: https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=5758780&ppg=
25
 Nuñes, A., Guitart, T. L., & Baraza, S. X. (2014). Dirección de operaciones:
decisiones tácticas y estratégicas. (pp. 39-107). Barcelona, España: Editorial UOC.
Recuperado de: https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3222458&ppg=
40
 Nuñes, A., Guitart, T. L., & Baraza, S. X. (2014). Dirección de operaciones:
decisiones tácticas y estratégicas. (pp. 108-110). Barcelona, España: Editorial UOC.
Recuperado de: https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3222458&ppg=
109