Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Produccion Ii - Modulo I PDF
Produccion Ii - Modulo I PDF
FACULTAD DE
INGENIERIA INDUSTRIAL
FACULTAD DE
INGENIERIA INDUSTRIAL
PRODUCTION PLANNING. RAW
MATERIALS
WIP
CUSTOMER FINISHED
FACULTAD DE
INGENIERIA INDUSTRIAL PRODUCT
PRODUCTION PLANNING.
¿HOW MANY
SHOULD WILL
PRODUCE? ¿HOW MANY
RAW
MATERIAL
SHOULD WILL
BUY?
FACULTAD DE
INGENIERIA INDUSTRIAL
PRODUCTION PLANNING.
FORECASTING SYSTEMS
AGGREGATE PLANNING
MASTER PRODUCTION
SCHEDULE MPS
MATERIAL REQUIRIMENT
PLANNING MRP
INVENTORY MANAGEMENT
FACULTAD DE
INGENIERIA INDUSTRIAL
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING SYSTEMS.
¿What is Forecast?
¿HOW MANY
WILL I SELL
NEXT MONTH?
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING SYSTEMS.
¿What is Forecast?
Un Pronóstico se basa en determinar qué pasará en
el futuro con el fin de tomar decisiones adecuadas a
un problema de planificación de operaciones.
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING SYSTEMS.
Forecasting Methods:
FORECAST
CUALITATIVOS CUANTITATIVOS
NO ¿Datos
Disponibles?
SI
Recolección de Datos Análisis de Datos
NO SI
¿Cuantitativo?
MÉTODOS ¿Factores
CUALITATIVOS Causales?
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING SYSTEMS. SI NO
¿Factores
Causales?
|𝑫𝒕 − 𝒀𝒕|
Error Porcentual Absoluto Medio [MAPE]: σ𝒏
𝒕=𝟏 𝒀𝒕
MAPE =
FACULTAD DE
𝒏
INGENIERIA INDUSTRIAL
FORECASTING
CASUAL
MODEL
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING CASUAL MODEL.
Sea Y el fenómeno que deseamos pronosticar y 𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 , ………, 𝑿𝒏 ;
son n variables que creemos están relacionadas con Y. Entonces un
Modelo Causal es aquel en el que el pronostico para Y es función de
las variables independientes que lo afectan:
𝒀 = 𝒇(𝑿𝟏 , 𝑿𝟐 , …….. , 𝑿𝒏 )
En muchos casos los Modelos Causales presentan una relación lineal
entre Y y (𝑿𝟏 , 𝑿𝟐 , 𝑿𝟑 , ………, 𝑿𝒏 ):
FACULTAD DE
INGENIERIA INDUSTRIAL
𝒀 = α𝟎 + α𝟏 𝑿𝟏 + α𝟐 𝑿𝟐 + …….. + α𝒏 𝑿𝒏
FORECASTING CASUAL MODEL.
EJEMPLO: El gerente del departamento de plomería de una tienda líder en
productos para la construcción. Cada mes, debe colocar una orden de accesorios
de plomería para baños. Si ordena más de lo que vende, los excedentes
representan dinero para la empresa que no puede usar en otra parte. Si ordena
muy pocos, las ventas se pierden en favor de los competidores.
El gerente sabe que la mayoría de los que vende son para casas nuevas; los
accesorios de reposición significan menos del 6% de las ventas totales. Los
accesorios de plomería se instalan una vez que se han puesto el techo y las
paredes, casi siempre alrededor de un mes después de que se emite el permiso de
construcción.
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING CASUAL MODEL.
EJEMPLO: Como todas las construcciones necesitan el permiso, el número de
permisos emitidos el mes pasado puede ayudarla a determinar el número de
accesorios que debe ordenar en este mes.
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING CASUAL MODEL.
SOLUCIÓN:
𝑦 = 𝑚𝑥 + 𝑏
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING CASUAL MODEL.
SOLUCIÓN:
FACULTAD DE
INGENIERIA INDUSTRIAL
FORECASTING CASUAL MODEL.
SOLUCIÓN:
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME
SERIES
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
Los modelos de series de tiempo basan sus cálculos mediante
la relación de la variable a pronosticar con el tiempo
transcurrido.
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
RANDOM STATIONARY
DEMANDA
DEMANDA
Tiempo Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
CYCLIC SEASONAL
DEMANDA
DEMANDA
Tiempo Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
DEMANDA
Tiempo Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
DEMANDA
Tiempo Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
TIME SERIES.
DEMANDA
Tiempo Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY
TIME
SERIES
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
SIMPLE MOVING AVERAGE.
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
WEEK DEMAND
SIMPLE MOVING AVERAGE.
1 200
EJEMPLO: Realice el pronostico del volumen de 2 250
ventas de la semana 11, teniendo en cuenta los 3 175
datos registrados en las ultimas 10 semanas. 4 186
Realice el pronostico con N = 3 y N = 6. 5 225
6 285
7 305
Grafique la Serie de Tiempo y sus pronósticos
8 190
9 165
10 215
FACULTAD DE 11
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
SIMPLE MOVING AVERAGE.
EJEMPLO: Realice el pronostico
del volumen de ventas de la
semana 11, teniendo en cuenta
los datos registrados en las
ultimas 10 semanas. Realice el
pronostico con N = 3 y N = 6.
Los promedios móviles ponderados son básicamente lo mismo que los promedios
móviles simples, aunque con una excepción importante. Con los promedios móviles
ponderados el peso asignado a cada punto de demanda pasado que se utilice en el
cálculo puede variar. De esta forma es posible asignar mayor influencia a ciertos
puntos de información, por lo general al punto de demanda más reciente. La
ecuación básica para calcular promedios móviles ponderados es el siguiente:
𝒏
1 200
EJEMPLO: Determine los Errores 2 250
del Forecast y Optimice los 3 175
Ponderados con el objetivo de 4 186 200 14 196 0.07
minimizar dichos errores. 5 225 189 36 1289 0.19
6 285 208 77 5883 0.37
7 305 257 48 2294 0.19
8 190 291 101 10201 0.35
9 165 234 69 4761 0.29
10 215 187 29 812 0.15
11 198 198
MAD MSE MAPE
FACULTAD DE
INGENIERIA INDUSTRIAL
53 3634 0.230
STATIONARY TIME SERIES.
FORECAST
WEEK DEMAND
WEIGHTED MOVING AVERAGE. N=3
1 200
EJEMPLO: Determine los Errores del
2 250
Forecast y Optimice los Ponderados con el
3 175
objetivo de minimizar dichos errores.
4 186 184
W3 0.36
5 225 209
Utilizando SOLVER 6 285 207
W2 0.00
7 305 250
W1 0.64
8 190 276
1.00
9 165 224
MAPE 18.0 10 215 215
FACULTAD DE
INGENIERIA INDUSTRIAL
11 206 206
STATIONARY TIME SERIES.
WEIGHTED MOVING AVERAGE.
EJEMPLO: Determine los Errores
del Forecast y Optimice los
Ponderados con el objetivo de
minimizar dichos errores.
Utilizando SOLVER
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
SIMPLE EXPONENTIAL SMOOTHING:
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
SIMPLE EXPONENTIAL SMOOTHING: WEEK DEMAND Yt |Dt - Yt| (Dt - Yt)^2 |Dt - Yt|/Yt
1 200 200
EJEMPLO: Realice el pronostico del 2 250 200 50 2500 0.250
volumen de ventas de la semana 11, 3 175 205 30 900 0.146
teniendo en cuenta los datos 4 186 202 16 256 0.079
registrados en las ultimas 10 5 225 200 25 605 0.123
6 285 203 82 6747 0.405
semanas. Grafique la Serie de Tiempo 7 305 211 94 8822 0.445
y sus pronósticos y analice la grafica 8 190 220 30 928 0.138
para valores de α = 0,1; 0,4; 0,6; 0,8 9 165 217 52 2748 0.241
10 215 212 3 8 0.013
11 212 212
FACULTAD DE
INGENIERIA INDUSTRIAL
STATIONARY TIME SERIES.
SIMPLE EXPONENTIAL SMOOTHING:
EJEMPLO: α1 0,057
MAD 42
MSE 2597
MAPE 20,3%
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND
TIME
SERIES
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
Los pronósticos de promedios móviles y suavizamiento exponencial son
utilizados para pronosticar un periodo adelante, por tal motivo no son
útiles cuando se requieren pronosticar varios periodos adelante.
Los métodos para realizar pronósticos con patrones de tendencias son los
Análisis de Regresión (lineal, potencial, exponencial, cuadrática,
polinómica, logarítmica) y el método de Suavizamiento Exponencial Doble.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
REGRESSION METHODS.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
REGRESSION METHODS.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
Ejercicio: CUSTOMERS
MONTH
1 2 3 4 5
Un grupo empresarial tiene cinco JAN 110 40 20 20 40
cliente principales distribuidos por FEB 140 120 40 80 40
todo el país. El comité de ingeniería MAR 150 180 70 140 60
desea establecer los pronósticos de APR 180 210 100 180 70
la demanda para los primeros tres MAY 175 240 140 220 100
meses del siguiente año. Para ello el JUN 220 260 180 250 180
JUL 230 280 210 260 260
comité a pedido los registros de AUG 260 300 290 250 300
ventas del ultimo año. La SEP 275 310 390 220 330
información se presenta en las OCT 310 320 540 190 345
siguientes tablas: NOV 340 330 750 160 350
FACULTAD DE
INGENIERIA INDUSTRIAL DEC 380 340 1100 100 360
TREND TIME SERIES.
Ejercicio:
Para el anterior ejercicio se pide:
a) Realice las grafica de datos para cada cliente y analice el tipo de patrón que la
rige.
b) Realice la regresión que mas se ajuste a los datos suministrados por cada
cliente.
c) Realice los pronósticos para los primeros tres meses del siguiente año
d) Defina que pronostico posee el mayor y menor margen de error.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
Solución:
a) Realice las grafica de datos para cada cliente y analice el tipo de patrón que la
rige.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
Solución:
a) Realice las grafica de datos para cada cliente y analice el tipo de patrón que la
rige.
FACULTAD DE
INGENIERIA INDUSTRIAL
TREND TIME SERIES.
Solución:
a) Realice las grafica de datos para cada cliente y analice el tipo de patrón que la
rige.
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL
TIME
SERIES
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
Una Serie de Tiempo Estacional, es aquella que tiene un patrón que se repite
cada N periodos de tiempo, a este periodo se lo conoce como duración de la
estación.
Para calcular los Factores estacionales se deben seguir los siguientes pasos:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
SEASONAL FACTOR:
5.00
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
SEASONAL FACTOR:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
DEMANDA
Esta situación hace necesario que se
descomponga la serie en dos análisis: el
de tendencia y el estacional.
Tiempo
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
6. QUARTERLY DEMAND
YEAR
1 2 3 4
1 0.788 0.607 1.201 1.016
2 0.847 0.662 1.331 1.024
3 0.894 0.689 1.387 1.005
4 0.910 0.721 1.485 1.075
5 1.001 0.768 1.544 1.044
FACULTAD DE
FACTOR 0.888 0.689 1.390 1.033 4.00
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
𝑷𝒂𝒏𝒖𝒂𝒍 𝒙 𝑭𝒕𝒓𝒊𝒎𝒆𝒔𝒕𝒓𝒂𝒍
𝒀=
𝑵
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
FACTOR 0.888 0.689 1.390 1.033 4.00
7.
ANNUAL QUARTERLY DEMAND
A YEAR FORECAST 1 2 3 4
1 92.32 20.5 15.9 32.1 23.8
2 96.93 21.5 16.7 33.7 25.0
3 101.54 22.5 17.5 35.3 26.2
4 106.15 23.6 18.3 36.9 27.4
5 110.76 24.6 19.1 38.5 28.6
6 115.37 25.6 19.9 40.1 29.8
FACULTAD DE
INGENIERIA INDUSTRIAL
SEASONAL TIME SERIES.
DECOMPOSITION METHOD.
Ejemplo:
8.
FACULTAD DE
INGENIERIA INDUSTRIAL
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Chris es propietario y director de una pequeña compañía
que fabrica cajas de plástico para guardar discos de
computadora.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Desafortunadamente, la demanda constante es poco usual;
cuando la demanda no es constante, la determinación de
los niveles de producción se complica.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
STRATEGIES FOR CONSTANT DEMAND:
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
STRATEGIES FOR CONSTANT DEMAND:
3.831
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
El objetivo es elegir el Plan Agregado que minimice los costos de
operación. Para ello el primer paso será identificar el tipo de costos
que se evalúan en la administración de operaciones:
1. HIRE AND FIRE COST: Son aquellos en los que se incurren cuando
se cambian la fuerza de trabajo de un periodo a otro con el fin de
variar los niveles de producción. Dentro de los costos de
contratación se estiman los anuncios de vacantes, entrevistas,
exámenes, capacitaciones entre otros. Los costos de despido
abarcan la indemnizaciones y liquidaciones.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
2. INVENTORY COST: Son aquellos en los que se incurren al tener
capital invertido en los inventarios. Si la empresa logra disminuir su
inventario, el dinero ahorrado puede utilizarce en otro rubro. Este
costo de mantener el inventario se expresa en unidades
monetarias por unidad mantenida.
3. LACK COST: Son aquellos en los que se incurren por no satisfacer
la demanda, se expresan en términos de utilidad perdida o costos
de pedidos atrasados.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
4. REGULAR TIME COST: Son los costos de producir una unidad de
producto durante horas normales de trabajo. Se incluyen los costos
de la nomina de trabajadores directos.
5. OVERTIME AND OUTSOURCING COSTS: Son los costos de
producción de las unidades que no se producen en el tiempo
normal, el tiempo extra se refiere a producción con empleados de
tiempo regular trabajando mas allá del horario normal.
La subcontratación se refiere a la producción de los artículos por
medio de un proveedor externo.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
6. LEISURE TIME COST: Son los costos que se asumen cuando la
capacidad utilizada de producción es menor que la capacidad
instalada, lo cual genera tiempos muertos o de ocio.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo: Una planta manufacturera desea establecer el plan
agregado de producción para el primer semestre del siguiente
año, para ello a pronosticado su demanda la cual se presenta
en la tabla. Las condiciones de producción son que al final del
mes de diciembre se cuenta con un inventario de 500
unidades, y para iniciar el segundo semestre se debe dejar un
inventario de 600 unidades.
La empresa cuenta en su plantilla con 50 trabajadores los
cuales están en capacidad de elaborar 1.000 unidades
mensuales.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo: El comité de ingeniería quiere analizar cuales son los posibles modelos de
planeación agregada y evaluar sus costos.
MES Inventario Demanda
Pronosticada
Diciembre 500
Enero 1.280
Febrero 640
Marzo 900
Abril 1.200
Mayo 2.000
Junio 1.400
FACULTAD DE
Julio 600
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo: El comité de ingeniería quiere analizar cuales son los posibles modelos de
planeación agregada y evaluar sus costos.
MES Inventario Demanda Volumen de Demanda PRODUCCION
Pronosticada Produccion Acumulada CONSTANTE
Diciembre 500
Enero 1.280 780 780 1.254
Febrero 640 640 1.420 2.508
Marzo 900 900 2.320 3.762
Abril 1.200 1.200 3.520 5.016
Mayo 2.000 2.000 5.520 6.270
Junio 1.400 2.000 7.520 7.524
FACULTAD DE
Julio 600
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo: El comité de ingeniería quiere analizar cuales son los posibles modelos de
planeación agregada y evaluar sus costos.
MES Inventario Demanda Volumen de Demanda FUERZA DE
Pronosticada Produccion Acumulada TRABAJO
Diciembre 500
Enero 1.280 780 780 1.000
Febrero 640 640 1.420 2.000
Marzo 900 900 2.320 3.000
Abril 1.200 1.200 3.520 4.000
Mayo 2.000 2.000 5.520 5.000
Junio 1.400 2.000 7.520 6.000
FACULTAD DE
Julio 600
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo: El comité de ingeniería quiere analizar cuales son los posibles modelos de
planeación agregada y evaluar sus costos.
MES Inventario Demanda Volumen de Demanda FUERZA DE
Pronosticada Produccion Acumulada TRABAJO
Diciembre 500
Enero 1.280 780 780 780
Febrero 640 640 1.420 640
Marzo 900 900 2.320 900
Abril 1.200 1.200 3.520 1.200
Mayo 2.000 2.000 5.520 2.000
Junio 1.400 2.000 7.520 2.000
FACULTAD DE
Julio 600
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AGGREGATE PRODUCTION COSTS:
Ejemplo:
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC TOTAL
DEMAND 8.500 6.700 7.400 9.200 9.800 12.600 11.400 8.600 6.600 6.800 14.400 18.000 120.000
WORKERS 24 24 24 24 24 24 24 24 24 24 24 24
DAYS 19 21 20 21 20 21 19 23 22 20 20 21
PRODUCTION 9.120 10.080 9.600 10.080 9.600 10.080 9.120 11.040 10.560 9.600 9.600 10.080 118.560
INVENTORY 2.620 6.000 8.200 9.080 8.880 6.360 4.080 6.520 10.480 13.280 8.480 560
COSTS
REGULAR $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 28.800 $ 345.600
OVERTIME $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
HIRE $ 2.520 $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ 2.520
FIRE $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
INVENTORY $ 393 $ 900 $ 1.230 $ 1.362 $ 1.332 $ 954 $ 612 $ 978 $ 1.572 $ 1.992 $ 1.272 $ 84 $ 12.681
TOTAL $ 31.713 $ 29.700 $ 30.030 $ 30.162 $ 30.132 $ 29.754 $ 29.412 $ 29.778 $ 30.372 $ 30.792 $ 30.072 $ 28.884 $ 360.801
Ejemplo: Average Demand and Workers Constant.
Ejemplo: Fuerza de Trabajo Nivelada y Horas Extras.
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE TOTAL
DEMANDA PRONOSTICADA 8.500 6.700 7.400 9.200 9.800 12.600 11.400 8.600 6.600 6.800 14.400 18.000 120.000
No. OPERARIOS 22 22 22 22 22 22 22 22 22 22 22 22
DIAS DE PRDUCCION 19 21 20 21 20 21 19 23 22 20 20 21
UNIDADES T NORMAL 8.360 9.240 8.800 9.240 8.800 9.240 8.360 10.120 9.680 8.800 8.800 9.240 108.680
HORAS EXTRA POR MES 15 15 15 15 15 15 15 15 15 15 15 15
UNIDADES PRODUCIDAS 9.185 10.065 9.625 10.065 9.625 10.065 9.185 10.945 10.505 9.625 9.625 10.065 118.580
INVENTARIO FIN DE MES 2.685 6.050 8.275 9.140 8.965 6.430 4.215 6.560 10.465 13.290 8.515 580
COSTOS
TIEMPO NORMAL $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 26.400 $ 316.800
TIEMPO EXTRA $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 1.375 $ 16.497
COSTO CONTRATACION $ 1.960 $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ 1.960
COSTO DESPIDO $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
COSTO INVENTARIO $ 403 $ 908 $ 1.241 $ 1.371 $ 1.345 $ 965 $ 632 $ 984 $ 1.570 $ 1.994 $ 1.277 $ 87 $ 12.776
COSTO TOTAL $ 30.138 $ 28.682 $ 29.016 $ 29.146 $ 29.120 $ 28.739 $ 28.407 $ 28.759 $ 29.345 $ 29.768 $ 29.052 $ 27.862 $ 348.033
Ejemplo: Fuerza de Trabajo Nivelada y Horas Extras.
Ejemplo: Adaptación a la Demanda con Mínimos Inventarios .
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE TOTAL
DEMANDA PRONOSTICADA 8.500 6.700 7.400 9.200 9.800 12.600 11.400 8.600 6.600 6.800 14.400 18.000 120.000
No. OPERARIOS 18 16 18 22 25 30 30 19 14 17 36 43
DIAS DE PRDUCCION 19 21 20 21 20 21 19 23 22 20 20 21
UNIDADES PRODUCIDAS 6.840 6.720 7.200 9.240 10.000 12.600 11.400 8.740 6.160 6.800 14.400 18.060 118.160
INVENTARIO FIN DE MES 340 360 160 200 400 400 400 540 100 100 100 160
COSTOS
TIEMPO NORMAL $ 21.600 $19.200 $21.600 $26.400 $30.000 $36.000 $36.000 $22.800 $16.800 $20.400 $43.200 $51.600 $ 345.600
TIEMPO EXTRA $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
COSTO CONTRATACION $ 840 $ - $ 560 $ 1.120 $ 840 $ 1.400 $ - $ - $ - $ 840 $ 5.320 $ 1.960 $ 12.880
COSTO DESPIDO $ - $ 2.400 $ - $ - $ - $ - $ - $13.200 $ 6.000 $ - $ - $ - $ 21.600
COSTO INVENTARIO $ 51 $ 54 $ 24 $ 30 $ 60 $ 60 $ 60 $ 81 $ 15 $ 15 $ 15 $ 24 $ 489
COSTO TOTAL $ 22.491 $21.654 $22.184 $27.550 $30.900 $37.460 $36.060 $36.081 $22.815 $21.255 $48.535 $53.584 $ 380.569
Ejemplo: Adaptación a la Demanda con Mínimos Inventarios .
Ejemplo: Fuerza de Trabajo Nivelada y Subcontratación.
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE TOTAL
DEMANDA PRONOSTICADA 8.500 6.700 7.400 9.200 9.800 12.600 11.400 8.600 6.600 6.800 14.400 18.000 120.000
No. OPERARIOS 20 20 20 20 20 20 20 20 20 20 20 20
DIAS DE PRDUCCION 19 21 20 21 20 21 19 23 22 20 20 21
UNIDADES PRODUCIDAS 7.600 8.400 8.000 8.400 8.000 8.400 7.600 9.200 8.800 8.000 8.000 8.400 98.800
UNI PARA INVENTARIO 1.100 2.800 3.400 2.600 800 -3.400 -3.800 600 2.800 4.000 -2.400 -9.600
UNIDADES SUBCONTRATADAS 0 0 0 0 0 3.400 3.800 0 0 0 2.400 9.600 19.200
INVENTARIO FIN DE MES 1.100 2.800 3.400 2.600 800 0 0 600 2.800 4.000 0 0
COSTOS
TIEMPO NORMAL $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 24.000 $ 288.000
TIEMPO EXTRA $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
COSTO CONTRATACION $ 1.400 $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - 0 $ 1.400
COSTO SUBCONTRATACION $ - $ - $ - $ - $ - $ 17.000 $ 19.000 $ - $ - $ - $ 12.000 $ 48.000 $ 96.000
COSTO INVENTARIO $ 165 $ 420 $ 510 $ 390 $ 120 $ - $ - $ 90 $ 420 $ 600 $ - $ - $ 2.715
COSTO TOTAL $ 25.565 $ 24.420 $ 24.510 $ 24.390 $ 24.120 $ 41.000 $ 43.000 $ 24.090 $ 24.420 $ 24.600 $ 36.000 $ 72.000 $ 388.115
Ejemplo: Fuerza de Trabajo Nivelada, Demanda Promedio Asumiendo Faltantes.
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE TOTAL
DEMANDA PRONOSTICADA 8.500 6.700 7.400 9.200 9.800 12.600 11.400 8.600 6.600 6.800 14.400 18.000 120.000
No. OPERARIOS 22 22 22 22 22 22 22 22 22 22 22 22
DIAS DE PRDUCCION 19 21 20 21 20 21 19 23 22 20 20 21
UNIDADES PRODUCIDAS 8.360 9.240 8.800 9.240 8.800 9.240 8.360 10.120 9.680 8.800 8.800 9.240 108.680
DEFICIT DE PRODUCCION 140 0 0 0 1.000 3.360 3.040 0 0 0 5.600 8.760 21.900
UNI PARA INVENTARIO 1.860 4.540 5.940 5.980 4.980 1.620 -1.040 3.520 6.600 8.600 3.000 -6.760
UNIDADES FALTANTES 140 0 0 0 0 380 3.040 0 0 0 -1.000 8.760 11.320
INVENTARIO FIN DE MES 2.000 4.540 5.940 5.980 4.980 2.000 2.000 3.520 6.600 8.600 2.000 2.000
COSTOS
TIEMPO NORMAL $ 26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $26.400 $ 316.800
TIEMPO EXTRA $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ -
COSTO CONTRATACION $ 1.960 $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ - $ 1.960
COSTO FALTANTES $ 700 $ - $ - $ - $ - $ 1.900 $15.200 $ - $ - $ - -$ 5.000 $43.800 $ 56.600
COSTO INVENTARIO $ 300 $ 681 $ 891 $ 897 $ 747 $ 300 $ 300 $ 528 $ 990 $ 1.290 $ 300 $ 300 $ 7.524
COSTO TOTAL $ 29.360 $27.081 $27.291 $27.297 $27.147 $28.600 $41.900 $26.928 $27.390 $27.690 $21.700 $70.500 $ 382.884
AGGREGATE PLANNING
Ejemplo: Total Estrategias Plan Agregado.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
AND
LINEAR PROGRAMMING.
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
𝑪𝒓 𝑾𝒕 + 𝑪𝒉 𝑯𝒕 + 𝑪𝒇 𝑭𝒕 + 𝑪𝒑 𝑷𝒕 + 𝑪𝒊 𝑰𝒕 + 𝑪𝒐 𝑶𝒕 + 𝑪𝒍 𝑳𝒕 + 𝑪𝒔 𝑺𝒕
Minimizar Z = 𝒕=𝟏
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
𝑊𝑡 = 𝑊𝑡 −1 + 𝐻𝑡 - 𝐹𝑡
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
𝐼𝑡 = 𝐼𝑡 −1 + 𝑃𝑡 + 𝐿𝑡 + 𝑆𝑡 - 𝐷𝑡
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
𝑃𝑡 = 𝐾𝑛𝑡 (𝑊𝑡 ) + 𝑂𝑡
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Ejemplo: CHIP debe planear los niveles de fuerza laboral y de producción para un
periodo de seis meses, de enero a junio. Esta empresa produce una línea de
unidades de disco para computadoras compatibles con varias de las principales
marcas. Las demandas pronosticadas durante los seis meses siguientes son 1.280,
640, 900, 1.200, 2.000 y 1.400. Actualmente (al final de diciembre) hay 25
trabajadores en esa planta. Se espera que el inventario final en diciembre sea de
500 unidades, y la empresa desearía tener al menos 600 unidades disponibles a
finales de junio. El costo de contratar un trabajador $500, el costo de despedir un
trabajador $1.000 y el costo de mantener una unidad de inventario durante un mes
$5. Según los informes de ingeniería el mes pasado se fabricaron 1.200 unidades en
20 días con una fuerza de trabajo de 30 trabajadores, los días laborales para los
siguientes seis meses son 20, 24, 18, 26, 22, 15 días respectivamente. La empresa
no permite trabajar horas extra ni subcontratar la producción.
AGGREGATE PLANNING
Función Objetivo:
min Z = 500 𝐻1 + 𝐻2 + 𝐻3 + 𝐻4 + 𝐻5 + 𝐻6 +
1.000 (𝐹1 + 𝐹2 + 𝐹3 + 𝐹4 + 𝐹5 + 𝐹6) +
5 (𝐼1 + 𝐼2 + 𝐼3 + 𝐼4 + 𝐼5 + 𝐼6)
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
1. 𝑊1 − 𝑊0 − 𝐻1 + 𝐹1 = 0
2. 𝑊2 − 𝑊1 − 𝐻2 + 𝐹2 = 0
3. 𝑊3 − 𝑊2 − 𝐻3 + 𝐹3 = 0
4. 𝑊4 − 𝑊3 − 𝐻4 + 𝐹4 = 0
5. 𝑊5 − 𝑊4 − 𝐻5 + 𝐹5 = 0
6. 𝑊6 − 𝑊5 − 𝐻6 + 𝐹6 = 0
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
7. 𝑃1 − 𝐼1 + 𝐼0 = 1.280
8. 𝑃2 − 𝐼2 + 𝐼1 = 640
9. 𝑃3 − 𝐼3 + 𝐼2 = 900
10. 𝑃4 − 𝐼4 + 𝐼3 = 1.200
11. 𝑃5 − 𝐼5 + 𝐼4 = 2.000
FACULTAD DE
12. 𝑃6 − 𝐼6 + 𝐼5 = 1.400
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
13. 𝑃1 − 40 𝑊1 = 0
14. 𝑃2 − 48 𝑊2 = 0
15. 𝑃3 − 36 𝑊3 = 0
16. 𝑃4 − 52 𝑊4 = 0
17. 𝑃5 − 44 𝑊5 = 0
18. 𝑃6 − 30 𝑊6 = 0
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Restricciones:
19. 𝑊0 = 25
20. 𝐼0 = 500
21. 𝐼6 ≥ 600
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Solución:
JANUARY FEBRUARY MARCH APRIL MAY JUNE TOTAL
DEMAND 1.280 640 900 1.200 2.000 1.400 7.420
WORKERS 25 25 25 31 38 38
DAYS 20 24 18 26 22 15
PRODUCTION 1.000 1.200 900 1.612 1.672 1.140 7.524
INVENTORY 220 780 780 1.192 864 604
COSTS
HIRE COST $ - $ - $ - $ 3.000 $ 3.500 $ - $ 6.500
FIRE COST $ - $ - $ - $ - $ - $ - $ -
INVENTORY COST $ 1.100 $ 3.900 $ 3.900 $ 5.960 $ 4.320 $ 3.020 $ 22.200
TOTAL COST $ 1.100 $ 3.900 $ 3.900 $ 8.960 $ 7.820 $ 3.020 $ 28.700
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Solución:
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Función Objetivo:
min Z = 500 𝐻1 + 𝐻2 + 𝐻3 + 𝐻4 + 𝐻5 + 𝐻6 +
1.000 (𝐹1 + 𝐹2 + 𝐹3 + 𝐹4 + 𝐹5 + 𝐹6) +
5 (𝐼1 + 𝐼2 + 𝐼3 + 𝐼4 + 𝐼5 + 𝐼6) +
12 (O1 + O2 + O3 + O4 + O5 + O6)
FACULTAD DE
INGENIERIA INDUSTRIAL
AGGREGATE PLANNING
Solución:
JANUARY FEBRUARY MARCH APRIL MAY JUNE TOTAL
DEMAND 1.280 640 900 1.200 2.000 1.400 7.420
WORKERS 25 25 25 35 35 35
DAYS 20 24 18 26 22 15
PRODUCTION 1.000 1.200 900 1.820 1.540 1.050 7.510
OVERTIME 0 0 0 0 0 10
INVENTORY 220 780 780 1.400 940 600
COSTS
HIRE COST $ - $ - $ - $ 5.000 $ - $ - $ 5.000
FIRE COST $ - $ - $ - $ - $ - $ - $ -
OVERTIME COST $ - $ - $ - $ - $ - $ 120 $ 120
INVENTORY COST $ 1.100 $ 3.900 $ 3.900 $ 7.000 $ 4.700 $ 3.000 $ 23.600
FACULTAD DE
INGENIERIA INDUSTRIAL TOTAL COST $ 1.100 $ 3.900 $ 3.900 $ 12.000 $ 4.700 $ 3.120 $ 28.720
AGGREGATE PLANNING
Solución:
FACULTAD DE
INGENIERIA INDUSTRIAL