Tarea 2 Informe planeación estratégica y gestión de la demanda

Presentado por:

Jhonatan Stevens Moreno Guerrero

Deisy Karina Castiblanco Espitia

Fredy Silva Balaguera

Luis Leonardo Ramirez

Tutor:

Hector Fabio Padilla

Grupo:

212028_136

Curso

Gestión De Las Operaciones - (212028a_1701)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ECBTI

INGENIERÍA INDUSTRIAL

MARZO 2024
 OBJETIVOS

• Comprender la función del pronóstico como punto de partida para la planeación de

las operaciones de la empresa.

• Analizar el comportamiento de la demanda de una familia de productos por medio

de métodos cuantitativos de pronóstico.

• Reconocer los conceptos de capacidad, cuello de botella, restricciones y punto de

equilibrio, y su importancia en la planeación de las operaciones una organización.

 INTRODUCCIÓN

Los pronósticos han sido la base informativa para la toma de decisiones de una empresa,

cada actividad, como el lanzamiento de un producto, la confiabilidad del mismo, la

productividad de un proyecto de mercadeo, entre otros, parte del hecho de que va a

funcionar, pero la pregunta es ¿Qué tal funcionara?, por esta razón se han dispuesto

variables como la capacidad, productividad, análisis de problemáticas como cuellos de

botella y análisis del punto de equilibrio; en conjunto han creado indicadores medibles y

cuantificables que potencializan la confiabilidad de los pronósticos que se realizaran. En

esta actividad analizaremos los pronósticos y sus fuentes como método de impulso para las

decisiones de una compañía.

 DESARROLLO DE ACTIVIDADES PROPUESTAS

Ejercicio 1: Los métodos de pronóstico en la gestión de operaciones.

A continuación, se adjunta el enlace del desarrollo de la Actividad realizada en CANVA:

https://www.canva.com/design/DAF-

YCzd5SI/OBjWmLPWKGwXKtPzp1TwNA/edit?utm_content=DAF-

YCzd5SI&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton.
Ejercicio 2: Pronósticos de la demanda.

Promedio móvil

13 8353 Pronóstico Error Error Absoluto Error

14 10122 9111 758 758 574059
15 12390 8624 -1498 1498 2243005
16 13102 10288 -2102 2102 4417003
17 4827 11871 -1231 1231 1514540
18 5861 10106 5279 5279 27871360
2023
19 8246 7930 2069 2069 4280761
20 10103 6311 -1935 1935 3742935
21 11260 8070 -2033 2033 4133089
22 8945 9870 -1390 1390 1933027
23 10585 10103 1158 1158 1340192
24 650 10263 -322 322 103469
6727 6077 6077 36925878

DAM: Desviación Absoluta Media. DAM 2154 Desv. Estándar 2700

ECM: Error Cuadrático Medio. ECM 7423277 Desv. Estándar 2725
Coefieicente de variación de la Demanda 0.40

Análisis: Al realizar este análisis, podremos evaluar la efectividad del método de promedio

móvil en la predicción de la demanda de las Galletas Wafer y tomar decisiones informadas

sobre su uso en el futuro.

Promedio ponderado
Error
13 8353 Pronóstico Error Error Absoluto cuadrático Ponderaciones %
14 10122 9874 -1521 1521 2313213 1-4 0.20
15 12390 10068 54 54 2965 5-8 0.30
16 13102 10430 1960 1960 3842286 9-12 0.50
17 4827 10505 2597 2597 6746617
2023 18 5861 10839 -6012 6012 36140537
19 8246 10166 -4305 4305 18531088
20 10103 9405 -1159 1159 1344208
21 11260 8903 1200 1200 1439940
22 8945 8778 2482 2482 6158835
23 10585 9265 -320 320 102480
24 650 9405 1180 1180 1391338
9427 -8777 8777 77044067
31568
DAM: Desviación Ab soluta Media. DAM 2631 Desv. Estándar 3297
ECM: Error Cuadrático Medio. ECM 12921464 Desv. Estándar 3595
Coeficiente de variación de la Demanda 0.35

Análisis: En general, el método de promedio ponderado puede ser una herramienta útil para

prever la demanda de las Galletas Wafer, especialmente cuando se ajustan los pesos de

manera adecuada y se monitorean de cerca los cambios en la demanda. Sin embargo, es

importante considerar otros métodos de previsión y realizar análisis comparativos para

tomar decisiones informadas sobre su uso en la práctica empresarial.

Regresión Lineal
13 8353 Pronóstico Error Error Absoluto Error cuadrático Pendiente 131.64
Demanda
14 10122 10545 -2192 2192 4803154 Constante 8833.29
15 12390 10676 -554 554 307193 18000

16 13102 10808 1582 1582 2503072 16000

y = -56.61x + 9904.6
17 4827 10940 2162 2162 4676277 14000 R² = 0.0105
18 5861 11071 -6244 6244 38989659 12000
2023 10000
19 8246 11203 -5342 5342 28534934
20 10103 11334 -3088 3088 9538523 8000

21 11260 11466 -1363 1363 1858014 6000

22 8945 11598 -338 338 114062 4000
23 10585 11729 -2784 2784 7752716 2000
24 650 11861 -1276 1276 1628202 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
11993 -11343 11343 128655709

DAM: Desviación Absoluta Media. DAM 3189 Desv. Estándar 3997

ECM: Error Cuadrático Medio. ECM 19113460 Desv. Estándar 4372
Coeficiente de variación de la Demanda 0.33

Análisis: Al realizar este análisis, podremos determinar la eficacia del modelo de regresión

lineal en la predicción de la demanda de la Galleta Wafer e identificar áreas de mejora si es

necesario.
Suavizamiento exponencial (constante α = 0.36).
Error
13 8353 Pronóstico Error Error Absoluto cuadrático Alfa 0.36
14 10122 9690 -1337 1337 1788238
15 12390 9209 913 913 833861
16 13102 9538 2852 2852 8136314
17 4827 10564 2538 2538 6439162
2023 18 5861 11478 -6651 6651 44235372
19 8246 9084 -3223 3223 10385276
20 10103 7923 323 323 104021
21 11260 8040 2063 2063 4257682
22 8945 8782 2478 2478 6138431
23 10585 9674 -729 729 531944
24 650 9412 1173 1173 1376443
9834 -9184 9184 84348424

DAM 2789 Desv. Estándar 3495

ECM 14047931 Desv. Estándar 3748
Coefieicente de variación de la Demanda 0.36

Análisis:

La precisión de nuestros pronósticos varía considerablemente de un mes a otro. En algunos

casos, nuestras predicciones han sido significativamente más altas o más bajas que la

realidad. Esta variación nos señala que la fiabilidad de nuestro modelo para predecir la

demanda fluctúa notablemente, esto nos podría mostrar que necesitamos revisar cómo

estamos modelando nuestras expectativas.

En el error absoluto, tenemos resultados claros. Hemos observado que los errores, en

general, son elevados, lo cual se refleja claramente en el total acumulado, que alcanza los

2789. Este patrón nos sugiere que nuestro modelo podría no estar capturando

adecuadamente la naturaleza de la demanda real.

Si nos enfocamos en el error cuadrático medio, los números son igualmente llamativos.

Con un total de 14047931 y una desviación estándar de 3748, queda claro que existen

errores significativos en nuestras predicciones. Este tipo de error, al elevar las diferencias al

cuadrado, resalta que las mayores desviaciones están afectando desproporcionadamente

nuestro promedio, lo que nos lleva a reconsiderar la precisión de nuestro modelo.

Al ver el coeficiente de variación de la demanda, que se mantiene en 0.36, similar a lo

observado en el análisis con un coeficiente de 0.21, observamos la medida en que la

variabilidad de la demanda se compara con el promedio de la misma. Esto indica una

variabilidad moderada.

Podemos concluir que el método de suavizamiento exponencial, específicamente con un

coeficiente de 0.36, puede no ser el más adecuado para nuestros datos

Suavizamiento exponencial (constante α = 0.21).
Error
13 8353 Pronóstico Error Error Absoluto cuadrático Alfa 0.21
14 10122 9690 -1337 1337 1788238
15 12390 9409 713 713 507760
16 13102 9559 2831 2831 8014178
17 4827 10154 2948 2948 8693278
18 5861 10773 -5946 5946 35351767
2023
19 8246 9524 -3663 3663 13418527
20 10103 8755 -509 509 258952
21 11260 8648 1455 1455 2116996
22 8945 8954 2306 2306 5319675
23 10585 9438 -493 493 242961
24 650 9334 1251 1251 1564002
9597 -8947 8947 80049266

DAM 2700 Desv. Estándar 3384

ECM 13110467 Desv. Estándar 3621
Coeficiente de variación de la Demanda 0.35

Análisis:

En la tabla con α=0.21, observamos una serie de métricas que nos proporcionan

información sobre la precisión y consistencia del modelo de suavizamiento exponencial en

comparación con el caso donde α=0.36.

Al igual que en el segundo ejercicio, aquí también encontramos una combinación de

sobreestimaciones y subestimaciones en la demanda pronosticada. Pero notamos una menor

variabilidad en los errores en comparación con el caso donde α=0.36.

En los errores absolutos, vemos que son menores en este caso, lo que se refleja en un DAM

más bajo de 2700, en comparación con el segundo ejercicio.

El Error Cuadrático Medio (ECM) es significativamente menor aquí, con un valor de

13110467, en comparación con el caso donde α=0.36. Esto nos dice que el modelo con

α=0.21 tiende a tener errores más pequeños en promedio.

La Desviación Estándar del ECM también es menor (3521) que en el caso donde α=0.36, lo

que indica una menor dispersión de los errores y, por lo tanto, una mayor consistencia en el

modelo de pronóstico.

El Coeficiente de Variación de la Demanda es similar en ambos ejercicios, con un valor de

0.35, lo que sugiere una variabilidad relativa de la demanda comparable.

El modelo de suavizamiento exponencial con α=0.21 es más preciso que el modelo con

α=0.36, ya que tiene un ECM total más bajo y un menor DAM, lo que muestra errores

promedio menores en la demanda pronosticada. Tambien la desviación estándar más baja

del ECM para el modelo con α=0.21 indica una mayor consistencia en el modelo.
 Ejercicio 3: Análisis de la capacidad de un proceso.

Ejercicio 3.Analisis de la capacidad

Información del problema Cantidad Unidad

Producción semanal 124.000 Galletas de avena

Capacidad efectiva 180.000 Galletas de avena

Días laborales por semana 7 Días

Jornada laboral Diaria 8 Horas

Turnos diarios 3 Turnos/día

Tasa de producción de diseño 1.644 Unidades/hora

Solución

La capacidad de diseño es 276. 192

galletas de avena por semana $ 276.192

Su utilización es de 44.9% del

proceso semanal 44,90%

Eficiencia, se usa el 68.89% de la

capacidad efectiva del proceso 68,89%

 Ejercicio 4: Análisis de cuello de botella.

Información del problema:

• El Trabajador 1 se encarga de tomar y cortar la masa necesaria para el lote de galletas, lo cual toma

aproximadamente 21 segundos lote.

• El Trabajador 2 agrega los ingredientes a la masa (como avena y otros elementos) en un tiempo aproximado de 26

segundos por galleta. Luego, coloca la masa en la cinta transportadora que la llevará a una tostadora. La tostadora

calienta cada masa durante aproximadamente 26 segundos.

Finalmente, otra persona del equipo se encarga de envolver y empacar las galletas calientes que salen de la tostadora

(en cada lote sale una unidad que en este caso. es un paquete de galletas). Este proceso de envoltura y empaque toma

alrededor de 38.5 segundos por galleta, antes de ser entregada al cliente. A continuación, se muestra el diagrama de

flujo del proceso.

proceso inicia con la preparación de la orden de producción (este proceso tiene una duración de 30 segundos por

lote), luego se abren dos líneas de producción en donde en las dos líneas y de forma paralela, se realizan dos

procesos, el primer proceso es el de mezclado y obtención de la masa (este proceso tiene una duración de 31segundos

por lote en cada una de las dos líneas de producción), el segundo proceso es el de llenado (este proceso tiene una

duración de 26 segundos por lote en cada una de las dos líneas de producción), en donde un operario llena la máquina

de moldeado y alimentación de la banda transportadora, y finalmente, ambas líneas de producción alimentan la

tostadora (este proceso tiene una duración de 26 segundos), y la tostadora a su vez, alimenta la línea de empacado

(que tiene una duración de 45.4 segundos).

Teniendo en cuenta lo anterior, determinar el cuello de botella del proceso y el tiempo de producción de toda la

operación.
 Lo que se pide:

. Cuello de botella:

. Tiempo de producción total:

. Capacidad por hora del cuello de botella

Solución

Cuello de botella

Para determinar el cuello de botella del proceso, necesitamos identificar la etapa del proceso que limita la capacidad

total de producción. En este caso, el cuello de botella será la etapa que tiene el tiempo de proceso más largo en

comparación con las demás etapas.

Dado el tiempo de proceso proporcionado para cada etapa, podemos observar que la etapa más larga es la línea de

empacado, que tiene una duración de 45.4 segundos. Por lo tanto, la línea de empacado es el cuello de botella del

proceso.
 Tiempo de producción total

Para calcular el tiempo total de producción de toda la operación, sumamos los tiempos de cada etapa del proceso.

= 30s +(2*57s)+26s+45.4s

= 30s +114+26s+45.4s

=215.4s

Por lo tanto, el tiempo de producción total de toda la operación es de 215.4 segundos.

Capacidad por hora del cuello de botella

Para calcular la capacidad por hora del cuello de botella, primero necesitamos convertir el tiempo de producción del

cuello de botella a horas y luego calcular cuántas unidades puede producir en una hora.

El tiempo de producción del cuello de botella es de 45.4 segundos.

Primero, convertimos los segundos a horas:

1 hora = 3600 segundos

45.4 segundos = 45.4 / 3600 horas ≈ 0.0126 horas

Ahora, calculamos la capacidad por hora del cuello de botella:

Capacidad por hora = 1 / Tiempo de producción del cuello de botella en horas

Capacidad por hora = 1 / 0.0126 horas ≈ 79.37 unidades por hora

Por lo tanto, la capacidad por hora del cuello de botella es de aproximadamente 79.37 unidades por hora.
La conclusión es que el cuello de botella del proceso de producción de galletas es la línea

de empacado, que tiene una capacidad de aproximadamente 79.37 unidades por hora. Esto

significa que esta etapa determina la capacidad máxima de producción de todo el proceso.

Para mejorar la eficiencia global del proceso, podrían implementarse estrategias para

optimizar esta etapa, como mejorar la velocidad de empacado o aumentar la capacidad de la

línea de empacado.
Ejercicio 5: Análisis del punto de equilibrio.

Información del problema

Costos fijos (F) 35.000.000

Mano de obra directa $ 6.200 Unidad

Costo de material $ 2.900 Unidad

Precio de venta (P) $ 15.800 Unidad

Costos variables (V) $ 9.100

Solución

Volumen mínimo necesario en pesos Esto es lo que se necesita monetariamente

$
colombianos para alcanzar el punto de para cubrir los costos, tanto los costos
82.537.313
equilibrio (PEQS) fijos como los costos variables

Volumen mínimo necesario en

Esto es lo que se necesita para poder
unidades para alcanzar el punto de $ 5.224
cubrir los costos
equilibrio (PEQX)
 CONCLUSIONES

Los pronósticos tienen un papel sumamente importante en la administración de operaciones

ya que permite, a partir de datos y proyecciones, tomar decisiones y evaluar procesos y

estrategias en un término de tiempo definido, de esta manera proyecta a la empresa en

tiempo para proponer una visión realista de los cambios a venir y como esta genera

estrategias para mantenerse en el mercado y aumentar la productividad.

La planeación nos ayuda a tener una buena distribución de los recursos, donde la finalidad

será ajustarse a la necesidades, este es un proceso esencial para todo tipo de organizaciones

que busca y quiere alcanzar el éxito con el fin de alcanzar los propósitos.
 BIBLIOGRAFIA

Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a. ed.).

Pearson Educación (pp. 102-119).

Jacobs, F. R., & Chase, R. B. (2018). Administración de operaciones: producción y cadena

de suministros (15a. ed.). McGraw-Hill Interamericana (pp. 445-471).

Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a. ed.).

Pearson Educación (pp. 298-310).