Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MAYOLO
INTEGRANTES: GRUPO 01
EJERCICIO 1:
Tenemos la siguiente información de entrada, que nos relaciona el inventario inicial, las órdenes
Semanas
1 2 3 4 5 6 7 8
Pronostico 800 700 1000 1000 1600 1500 2000 2000
Además, se tiene establecido un tamaño de lote fijo de: 1800 unidades para este producto, por
cuestiones de operación. La plantilla que precisamos será la siguiente:
Semanas
1 2 3 4 5 6 7 8
Pronostico
Pedidos
Inventario Inicial
MPS
El primer paso consiste en llenar la plantilla con la información disponible, es decir, nuestros
Semanas
1 2 3 4 5 6 7 8
Pronostico 1600
Pedidos 800 700 1000 1000 1600 1500 2000 2000
Inventario
1200 500 300 200 100 0 0 0
Inicial
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
MPS
Entonces:
El valor de MPS puede variar según el sistema de loteo que se tenga establecido. El inventario
inicial puede suplir las necesidades del mismo. Sin embargo, surge un interrogante, ¿Cuál es el
requerimiento del período, el pronóstico o el pedido? Tendremos en cuenta el máximo valor entre
los dos. En caso de que nuestro inventario no tenga la capacidad de suplir nuestros requerimientos,
se dice que requerirá de MPS.
Lo siguiente corresponde a calcular el Inventario final de cada período, para lo cual recurrimos
al balance de inventarios con una pequeña modificación, en este caso se reducirá el máximo
valor entre pronóstico y pedidos de dicho período.
Lo siguiente corresponde a calcular el Inventario final de cada período, para lo cual recurrimos al
balance de inventarios con una pequeña modificación, en este caso se reducirá el máximo valor
entre pronóstico y pedidos de dicho período.
Dado que nuestro inventario (1200) NO es menor que el valor máximo entre pronóstico y pedidos
(en este caso pedidos = 1200), decimos que el MPS será igual a 0
Semanas
1 2 3 4 5 6 7 8
Inventario Inicial
1200 0 1100
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario Final
0 1100
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
MPS 0 1800
Procedemos con el período 2:
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario
0 1100 100
Final
MPS 0 1800 0
Procedemos con el período 3:
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario
0 1100 100 900
Final
MPS 0 1800 0 1800
Procedemos con el período 3:
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900 1100
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario
0 1100 100 900 1100
Final
MPS 0 1800 0 1800 1800
Procedemos con el período 4:
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900 1100 1400 1200
Inicial
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900 1100 1400 1200
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario
0 1100 100 900 1100 1400 1200 1000
Final
MPS 0 1800 0 1800 1800 1800 1800 1800
Si bien la dinámica no tiene que cambiar, observamos que las oportunidades de mejora del método
pasan por el tamaño del lote, razón por la cual es importante considerar los sistemas de loteo.
DPP o ATP
Parte de la información clave que el departamento de producción debe suministrar al departamento
de ventas corresponde a la cantidad de unidades que están disponibles para negociar o vender.
Dado que el MPS contempla pronósticos y pedidos hay que tener claridad sobre cómo estos
factores afectan las cantidades de las que ventas puede disponer, dichas cantidades reciben el
nombre de cantidad disponible para promesa, DPP o ATP por sus siglas en inglés (Available To
Promise).
En primer lugar, el cálculo del DPP se debe restringir sólo para el período 1, y los períodos en los
que su MPS sea mayor que 0. Este debe contemplar como disponible las cantidades del MPS, más
el inventario inicial y debe deducir las órdenes en firme (pedidos reales) de ese período y de todos
los períodos que lo subsiguen hasta que haya un nuevo MPS.
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900 1100 1400 1200
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Podemos observar como el MPS siguiente se encuentra en el período 2, por ende, sólo debemos
Para determinar el DPP del período 2, debemos recurrir al siguiente cálculo: Podemos observar
como el MPS siguiente se encuentra en el período 4, por ende, se deben contemplar los pedidos
reales del período 2 y 3:
Semanas
1 2 3 4 5 6 7 8
Inventario
1200 0 1100 100 900 1100 1400 1200
Inicial
Pronósticos 800 700 1000 1000 1600 1500 2000 2000
Pedidos 1200 500 300 200 100 0 0 0
Inventario
0 1100 100 900 1100 1400 1200 1000
Final
MPS 0 1800 0 1800 1800 1800 1800 1800
DPP 0 1800 0 1700 2600 2900 3200 3000
EJERCICIO 2
Una empresa panadera que se dedica a la producción de panes, es un producto ATO. Cuenta con
un tamaño de lote de 150 y actualmente posee un inventario disponible de 100 unidades. Existe
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
a. Dada esta información desarrolle un programa maestro realista, completo con lógica DPP.
SEMANA 1 2 3 4 5 6 7 8 9 10 11 12
INV INICIAL 100 17 87 7 87 17 97 27 107 37 117 47
PRONOSTICO 80 80 80 70 70 70 70 70 70 70 70 70
PEDIDOS 83 78 65 61 49 51 34 17 11 7 0 0
INV FINAL 17 87 7 87 17 97 27 107 37 117 47 127
MPS 0 150 0 150 0 150 0 150 0 150 0 150
DPP 17 24 22 47 38 82 63 149 96 180 117 197
Lote fijo = 150
Si: Inventario inicial < máximo (pronostico; pedido) entonces MPS > 0, si inventario inicial >
máximo (pronostico; pedido) entonces MPS =0
Si: Inv. final= MPS+inv. inicial-máx. (pronostico; pedido) DPP (si el MPS es cero se suman
los pedidos el siguiente más) =INV INICIAL+MPS-PEDIDOS (HASTA EL SIGUIENTE
MPS)
b. Indique como respondería a cada una de las siguientes solicitudes de pedidos de clientes.
Suponga que son solicitudes independientes y que no tienen efectos acumulativos. También
muestre cómo se vería el programa maestro si el pedido se aceptará
•20 unidades en la semana 3: No se podría aceptar la solicitud de pedido del cliente porque mi
DPP para esa semana es de 7, por lo que no podría completar el pedido.
•40 unidades en la semana 5: Si podría aceptar la solicitud, porque la disponibilidad para
prometer es justamente 40 unidades
•120 unidades en la semana 7: No se podría acepar la solicitud de pedido
EJERCICIO 3:
Según los datos brindados por la empresa dedicada a la producción de harina de pescado
Disponible: 35 Barrera de tiempo de 10 Tamaño de lote: 200
planeación:
Barrera de tiempo de 2
demanda:
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Periodo 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 30 40 40 50 40 40 30 40 40 50 40 40
Pedidos de
clientes 31 35 29 21 17 14 33 11 5 2 0 1
Disponible
proyectado 4 164 124 74 34 194 161 121 81 31 -9 -49
DPP 4 200 6 14 18 221 2 24 30 33 35 34
PMP 200 200
TOMA DE DECIONES
• El producto X es de tipo ATO. Cuenta con un tamaño de lote de 200 y actualmente posee
original a el pronóstico original y los pedidos reales de los clientes para 12 semanas:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 30 40 40 50 40 40 30 40 40 50 40 40
Demanda 31 35 29 21 17 14 33 11 5 2 0 1
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Solución:
Inventario: 35
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 30 40 40 50 40 40 30 40 40 50 40 40
Demanda 31 35 29 21 17 14 33 11 5 2 0 1
• Una empresa que se dedica a la fabricación de un producto Y de tipo ATO, cuenta con un
de demanda que es de 2 semanas, todo esto con una barrera de tiempo de planeación de
12 semanas.
Así mismo, nos brinda los siguientes datos de la demanda de los pedidos:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 40 50 40 65 60 40 40 50 50 45 40 125
Demanda 35 55 45 40 35 35 30 25 30 15 5 5
Solución:
Inventario: 95
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 40 50 40 65 60 40 40 50 50 45 40 125
Demanda 35 55 45 40 35 35 30 25 30 15 5 5
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Proy disp. 60 5 60 95 35 95 55 5 55 10 70 45
DPP 5 55 25 10 55 95 95
PMP 100 100 100 100 100 100
• Una empresa que se dedica a la fabricación de un producto Z de tipo ATO, cuenta con un
demanda que es de 2 semanas, todo esto con una barrera de tiempo de planeación de 12
semanas.
Así mismo, nos brinda los siguientes datos de la demanda de los pedidos
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 22 25 20 20 18 18 32 30 28 28 29 23
Demanda 24 23 17 22 15 14 17 16 12 16 13 11
Solución:
Lote: 60 unidades
Inventario: 56
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronóstico 22 25 20 20 18 18 32 30 28 28 29 23
Demanda 24 23 17 22 15 14 17 16 12 16 13 11
Proy disp. 32 9 49 27 9 51 19 49 21 53 24 1
DPP 9 6 29 32 20
PMP 60 60 60 60
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
DE TOMA DE DECIONES
siguiente tabla presenta el pronóstico original y los pedidos reales de los clientes para 10
semanas. Cabe mencionar que el proceso de elaboración es el mismo para su 6 producto, solo
varía el tipo de materia prima y las cantidades que se usa para cada tipo de cerveza a producir.
Cerveza
Artesanal
variedade de Variedades
3 variedades
M.P de lúpulo
Pachacutec
21%
Cascade 33%
Variedades de cerveza
Disponibilidad 1440
Tamaño de lote 1200
Semana 1 2 3 4 5 6 7 8 9 10
Pronóstico 900 900 900 700 700 700 700 700 700 700
Pedido 850 830 730 350 610 550 450 0 0 0
Proyec. Disponible 540 840 1140 440 940 240 740 40 540 1040
DPP 590 370 120 40 750 1200 1200
PMP 1200 1200 1200 1200 1200 1200
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Variedades de cerveza
Inti golden 45%
Disponibilidad 1440
Tamaño de lote 1200
Semana 1 2 3 4 5 6 7 8 9 10
Pronóstico 23 32 77 158 41 68 113 315 315 315
Pedido 850 830 730 350 610 550 450 0 0 0
Proyec. Disponible 350 689 1082 575 1124 507 1144 829 514 199
DPP 0 370 120 40 750
PMP 1200 1200 1200 1200 1200
Variedades de MP
Malta 46%
Disponibilidad 1200
Tamaño de lote 1440
Semana 1 2 3 4 5 6 7 8 9 10
Pronóstico 23 32 78 161 41 69 115 322 322 322
Pedido 850 830 730 350 610 550 450 0 0 0
Proyec. Disponible 350 688 1080 569 1117 498 1133 811 489 167
DPP 0 370 120 40 750
PMP 1200 1200 1200 1200 1200
Variedades de lúpulo
Bravo 55%
Disponibilidad 1200
Tamaño de lote 1440
Semana 1 2 3 4 5 6 7 8 9 10
Pronóstico 28 39 94 193 50 83 138 385 385 385
Pedido 850 830 730 350 610 150 250 0 0 0
Proyec. Disponible 350 682 1058 516 1056 824 436 51 866 481
DPP 0 370 120 190 1200
PMP 1200 1200 1200 1200 1200
Ejercicio 2: Considera una empresa AMARÁS de producto masivo, piensa en un producto de aseo
personal como shampoo. Al ser una empresa de consumo masivo, lo más normal es que trabajen
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
con pronósticos, más sin embargo esta empresa también trabaja con pedidos de sus clientes. Los
datos son:
• Tamaño del lote (producción por periodo) es la cantidad de unidades que se producen en
disponible 1000
tamaño de lote 1100
1 2 3 4 5 6 7 8
pronostico 775 775 775 775 700 700 700 700
pedido 836 791 1200 992 803 451 690 866
Proy. disponible 164 473 373 481 778 78 478 712
DPP 164 309 325 108 -154 410 234
PMP 1100 1100 1100 1100 1100 1100
Ejercicio 3: La empresa textil DOÑA RUBY E.I.R.L ubicada en la ciudad de Lima, produce y
productos, con personal calificado y tecnología, satisfaciendo las expectativas del mercado
cuenta con un tamaño de lote de 100 y actualmente posee un inventario disponible de 95 unidades,
Disponible 95
Tamaño de lote 100
Barrera de tiempo de demanda 2 semanas
1 2 3 4 5 6 7 8 9 10 11 12
pronostico 40 50 40 65 60 40 40 50 50 45 40 125
pedido 35 55 45 40 35 35 30 25 30 15 5 5
Proy. disponible 60 5 60 95 35 95 55 5 55 10 70 45
DPP 5 55 25 10 55 95 95
PMP 100 100 100 100 100 100
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
del lote (producción por periodo) es de 600 unidades. Existe una barrera de tiempo de
presenta el pronóstico original y los pedidos reales de los clientes para 12 semanas:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 250 290 314 308 297 314 296 310 320 280 270 294
Demanda 256 288 293 299 272 302 284 274 258 268 285 276
Producto Camisas
Solución:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 250 290 314 308 297 314 296 310 320 280 270 294
Demanda 256 288 293 299 272 302 284 274 258 268 285 276
Proy. Disp 197 509 195 487 190 476 180 470 150 470 185 491
sexto mes es menor. La empresa está cumpliendo con la entrega de productos a sus clientes
de forma rápida. Pero el caso del pedido del lote en la semana 10 tiene una disponibilidad
de promesa de 68 es mayor que los demás periodos en ese caso se pueden apreciar tener
• El producto Cepillos de una empresa. Cuenta con un tamaño de lote 150 y actualmente
posee un inventario disponible de 110 unidades. Existe una barrera de tiempo de demanda
presenta el pronóstico original y los pedidos reales de los clientes para 12 semanas:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 80 80 80 70 70 70 70 70 70 70 70 70
Demanda 83 78 65 61 49 51 34 17 11 7 0 0
Producto Cepillos
Solución:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 80 80 80 70 70 70 70 70 70 70 70 70
Demanda 83 78 65 61 49 51 34 17 11 7 0 0
Interpretación: La primera acción que se debe tomar en los pronósticos de demanda son
inciertas en todo caso debe ser mayor a los pedidos de los clientes para poder abastecer sus
que esta sea su negativa la producción por lotes no es suficiente para abastecer los meses
• Una empresa que se dedica a la fabricación de gel de baño. Al ser una compañía de
Semana 1 2 3 4 5 6 7 8 9 10
Pronostico 830 850 920 870 896 974 950 85 886 926
Demanda 872 890 750 835 910 874 760 788 834 868
Semana 1 2 3 4 5 6 7 8 9 10
Pronostico 830 850 920 870 896 974 950 85 886 926
Demanda 872 890 750 835 910 874 760 788 834 868
Proy. Disp 528 1538 618 1648 738 1664 714 1779 893 1867
cuarto mes es el menor, esto debido a que en los meses 4 y 5 los pedidos de los clientes
fueron mayores, por tanto, la disponibilidad para promesa es menor. La empresa está
cumpliendo con la entrega de productos a sus clientes de forma rápida. Pero el caso del
pedido del lote en la semana 8 tiene una disponibilidad de promesa de 278 es mayor que
los demás periodos en ese caso se pueden apreciar tener productos sobrantes y los más
TOMA DE DECIONES
a) Ejercicio 1
Un restaurant tiene un contrato con una empresa minera por el consumo de menú. Por
lo cuál tienen ya una cierta cantidad de pedidos, sin embargo, este restaurante
también debe de manejar cierta cantidad de productos extras para clientes externos al
contrato. Se sabe que este restaurant empieza con 120 menús el día del contrato; se
Disponible 120
Tamaño de Lote 150
Barrera de tiempo de
demanda 2
UNIVERSIDAD NACIONAL ESCUELA PROFESIONAL
“SANTIAGO ANTUNEZ DE MAYOLO” INGENIERÍA INDUSTRIAL
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 110 126 154 134 132 156 145 100 105 135 120 115
Demanda 105 78 87 85 110 130 140 95 65 70 105 100
Proy. Disp. 15 87 0 16 34 28 33 83 128 58 103 153
DPP 5 -15 65 40 20 10 55 15 45 50
PMP 150 150 150 150 150 150 150 150 150
b) Ejercicio 2
para invierno, para ello cuenta con los siguientes datos, además que también busca
tener una cierta cantidad de productos disponibles para futuos clientes. Actualmente
cuenta con 200 chompas y los lotes que producen son de 230 chompas.
Disponible 250
Tamaño de Lote 170
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 175 175 162 152 145 165 156 154 145 156 165 160
Demanda 135 134 145 120 160 149 120 135 145 120 130 154
Proy. Disp. 85 121 146 144 149 134 128 124 129 9 29 25
DPP 85 -129 30 -10 1 30 15 -115 20 -4
PMP 170 170 150 150 150 150 150 150 150 150
c) Ejercicio 3: Una empresa del rubro de accesorios para computadora verifica que el
Disponible 250
Tamaño de Lote 230
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Pronostico 200 230 240 210 213 250 240 230 200 240 210 200
Demanda 140 165 120 145 124 149 120 135 145 120 130 154
Proy. Disp. 90 155 265 285 302 282 272 272 302 182 282 358
DPP 80 -135 85 106 81 110 95 -35 100 76
PMP 230 230 230 230 230 230 230 230 230 230 230