Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Valeska 20feliz 20matos 20100292911
Valeska 20feliz 20matos 20100292911
UASD
Facultad de Ingeniería y Arquitectura
Matricula: 100292911
Materia:
Investigación de
Operaciones I
Sección: 02
Profesor: Juan
Hernandez
Tema: Resolver
los problemas
2.1.1 y 2.1.2
Problemas
Una parte importante para las organizaciones son los avances tecnológicos ya que
permite el desarrollo de las entidades y tener mejores servicios financieros.
Realizando tendencias competitivas con relación a los descuentos de los
corredores e inversiones sobre los asesoramientos, implementando esto se
redujeron los costos y comisiones hasta la mitad. El análisis es muy importante
para las organizaciones ya que con el análisis de estas nos permite tomar
decisiones en situaciones con un alto grado de complejidad, es de suma
importancia entregar soluciones a los clientes. Los riesgos que más influyen son las
inversiones de los clientes, optimizar carteras, desarrollo de inversiones y análisis
de precios. Se ejecutan investigaciones que permiten la optimización, simulación y
estadísticas para asegurar las respuestas y validación de datos de forma objetiva y
analítica.
CLIENTES PRIVADOS
USPC
• Proporciona dinero en efectivo como cheques, tarjetas, y visas a Través del (CMA)
MODELO AFINIDAD DE FA
d) Identifique las opciones de nuevos precios que fueron proporcionadas a los clientes de la
compañía como resultado de este estudio.
La posición fue exitosa en el estudio de IO, es competitiva para esto lo dividen en cuatro
etapas.
4) Iniciativas Estratégicas
Merrill Lynch implementa la modernización para cambiar la infraestructura TI, para así poder
permanecer en la competencia, teniendo en cuenta los procesos que se debían tener al día. El
enfoque se implementó y tuvo éxito ya que el desarrollo de servicios web fue apropiado para
las necesidades y redujo costos.
Lanzamientos de vehículos (es decir, las modificaciones de la planta necesario para producir un
vehículo nuevo) también en gran medida: las plantas tardaron años, no meses, en lograr
objetivos de rendimiento para nuevas líneas de modelo, normalmente solo después de
cambios importantes y costosos en el equipo y la-fuera. Los lanzamientos largos significaron
pérdida de ventas y costosas inversiones de capital no planeada en máquinas, y espacio para
aumentar las tasas de rendimiento. Varios fac-los tors contribuyeron a diseños de línea
inadecuados:—Los datos de producción no estaban disponibles o prácticamente inútil para el
análisis de rendimiento, paralizando la capacidad de verificar el rendimiento esperado de las
nuevos líneas antes del inicio de la producción.—Herramientas inadecuadas para analizar
(1) aumentar su presión sobre el man-agers y plantas para mejorar las tasas de rendimiento
con la inversión existente.
(2) invertir cap-en equipos y mano de obra para aumentar el rendimiento a menudo a niveles
incluso más altos que el original objetivo a pagar por estas inversiones no planeadas. La
confluencia de estos factores Capacidad de GM para competir; como resultado, GM cerró
plantas y registró una pérdida operativa de 1991 de 4.500 millones de dólares(General Motors
Corporation 1992), un récord en el tiempo para una pérdida de un año por cualquier empresa
estadounidense.
A finales de la década de 1980, General Motors Corporation (GM) inició un proyecto a largo
plazo para predecir y mejorar el rendimiento de sus líneas de producción para aumentar la
productividad a lo largo de sus operaciones de fabricación y proporcionar a GM una ventaja
competitiva estratégica. Rendimiento de rendimiento cuantificado GM y esfuerzos de mejora
en el diseño y las operaciones de sus sistemas de fabricación a través de actividades en tres
áreas:
(1) desarrolló algoritmos para estimar el rendimiento del rendimiento, identificar los cuellos de
botella y optimizar la asignación de búferes.
(2) instaló sistemas de recopilación de datos en tiempo real para apoyar los algoritmos.
c) Describa cómo se utilizó el software para automatizar la recolección de los datos necesarios.
Desarrolló los siguientes sistemas o software para la recolección de datos en los años indicados
y de la siguiente manera:
• 1986-1987GM I+D desarrolló su primer análisis modelos y software (C-MORE) para esti-
rendimiento de apareamiento y trabajo en proceso (WIP) para pro-líneas de producción y
comenzó a recopilar datos y definir un rendimiento estándar-proceso de mejora (TIP). Planta
de fabricación corporal Linden de 1988GM y su asamblea general Detroit-Hamtramck pilotos
de C-MORE implementados y TIP.
• 1989-1990GM I+D desarrolló un nuevo des- modelo de composición para líneas seriales, ex-
tienden a C-MORE a analizar con precisión sistemas con velocidades de estación de trabajo
desiguales y proporcionar un rendimiento aproximado estimaciones de carriles paralelos.
• 1995GM I+D desarrolló un simulación de flujo de red, ampliando la C-MAS para analizar el
sistema portador cerrado temas y líneas con transferencia sincroniza Mecanismos.
• 1997GM amplió el alcance de la implementación más allá de mejorar las operaciones para
incluyen el diseño de sistemas de producción.
• 1999GM Global Purchasing and Supply Chain comenzó a utilizar herramientas C- MORE para
proveedores-actividades de desarrollo.