INVESTIGACION DE OPERACIONES MODELO DE PRONOSTICO E INVENTARIO.
ALUMNO: JUAN CARLOS TOPETE SEPULVEDA.
PROFESOR: M.C. JESUS FRANCISCO TEJEDA CASTREJANO.
INTRODUCCIN
Los pronsticos son estimaciones de la ocurrencia, la cronologa o la magnitud de futuros eventos inciertos. El propsito de pronosticar es usar la mejor informacin disponible para guiar las actividades futuras tendientes al cumplimiento de las me-tas de la organizacin. El inters radica principalmente en los pronsticos de demanda, pero las empresas tambin pronostican los precios de las materias primas, los costos de la mano de obra, las tasas de inters y los ingresos. Los buenos pronsticos capacitan a los administradores para planear niveles apropia-dos de personal, materias primas, capital, inventarios y un gran nmero de otras variables. Esta planeacin resulta en un mejor uso de la capacidad y en el mejor-raimiento de las relaciones de los empleados y del servicio que se da a los clientes.
MODELOS DE PRONSTICOS Los pronsticos son una de las herramientas fundamentales para la toma de decisiones dentro de las organizaciones tanto productivas como sin fines de lucro. Algunas de las reas en donde se utilizan pronsticos en la industria son la planeacin y control de inventarios, produccin, finanzas, ventas, comercializacin, entre muchas otras. El pronstico es un proceso de estimacin de un acontecimiento o fenmeno, regularmente econmico en el cual se involucra el tiempo, proyectando hacia el futuro datos del pasado, para realizar una estimacin cuantitativa del comportamiento del fenmeno estudiado hacia el futuro. La prediccin, previsin o adivinacin, es un proceso de estimacin de un suceso futuro basndose en consideraciones subjetivas diferentes a los simples datos provenientes del pasado; estas consideraciones subjetivas no necesariamente deben combinarse de una manera predeterminada. Es decir, cuando se base en suposiciones subjetivas y no existen datos del pasado, se requiere una prediccin, y de lo contrario, se necesita un pronstico. Los pronsticos son la base de la planificacin corporativa a largo plazo. El personal de produccin y de operacin utiliza pronsticos para tomar decisiones peridicas con respecto a la seleccin de procesos, a la planificacin de la capacidad, a la planificacin de la produccin, a la programacin de actividades y al inventario.
SUAVIZADO EXPONENCIAL EN MODELOS DE TENDENCIA LINEAL Las principales razones de popularidad de las tcnicas de suavizacin son: 1. Los modelos exponenciales tienen una precisin sorprendente. 2. Es muy fcil formular un modelo exponencial. 3. El usuario puede comprender como funciona el modelo. 4. Se requiere muy pocos clculos para usar el modelo. 5. Como se usan datos histricos limitados, son pocos los requisitos de almacenamiento en computadores. 6. Es fcil calcular pruebas para determinar la precisin del modelo en la prctica. En el mtodo solo se necesitan tres datos: el pronstico ms reciente, la demanda real que se present para ese periodo, y una constante de suavizacin alfa, a. La ecuacin para un pronstico de suavizamiento exponencial simple no es ms que: Pronstico de la demanda = Ft = F(t 1) + ( A(t-1) F(t-1) ) Dnde: Ft = El pronstico suavizado exponencialmente para el periodo t. Ft-1 = El pronstico suavizado exponencialmente para el periodo anterior. At-1 = La demanda real para el periodo anterior. a = La tasa de respuesta deseada, o constante de suavizamiento.
ERRORES EN LOS PRONSTICOS
Las medidas de precisin del pronstico se usan para determinar que tan eficaz es un pronstico a travs del clculo de su precisin con respecto a los valores reales, es decir, buscan obtener una medida de que tan lejos se encuentran los valores pronosticados de los obtenidos en la realidad. En las siguientes medidas del error, Xt es el valor de la serie de tiempo en el momento t y Pt es el pronstico para ese mismo momento. Error Error Medio Error Medio Absoluto Suma de Cuadrados del Error Suma de Cuadrados del Error Media o Error Cuadrtico Medio Desviacin Estndar del Error Ntese que Pt no es la media de las estimaciones o valores pronosticados como se podra pensar. Esto significa que la desviacin no se mide respecto de la media, sino que se promedian las desviaciones de las estimaciones respecto a los valores reales. Error Porcentual Error Porcentual Medio Error Porcentual Medio Absoluto Error Porcentual Medio Cuadrtico U de Theil Cambio Relativo Pronosticado Cambio Relativo Real o en forma abreviada U se expresa de la siguiente manera Si U > 1 el pronstico es malo y es mejor utlizar el mtodo de pronstico del hoy con el ayer Pt+1 = Xt Si U = 1 el pronstico es tan bueno o tan malo como utilizar Pt+1 = Xt Si U < 1 el pronstico es mejor que el obtenido al utilizar el mtodo de pronstico del hoy con el ayer Pt+1 = Xt Esto significa que mientras menor sea la U el pronstico ser mejor. Porcentaje de Bateo de McLaughlin Mientras ms cercana este la M a 600 el pronstico ser mejor.
PRONSTICOS CAUSALES CON REGRESIN LINEAL Se define a la regresin como una relacin funcional entre dos o ms variables correlacionadas y se usa para pronosticar una variable con base en la otra. En la regresin lineal la relacin entre las variables forma una lnea recta. La lnea de regresin lineal es de forma Y = a + bX, otras formas son Y = aX + b, Y = mX + b donde Y es la variable dependiente que queremos resolver; a es la interseccin de Y; b es la pendiente y X es la variable independiente (en el anlisis de series de tiempo, Xrepresenta unidades de tiempo). Los valores de a y b se obtienen de calcular: a= n(XtDt) (Xt) (Dt) n(X2t) (Xt)2 b = Dt bXt La regresin lineal es til para pronsticos a largo plazo de sucesos importantes. La restriccin principal para usar los pronsticos de regresin lineal es que, supuestamente, los datos pasados y las proyecciones caen sobre una lnea recta.
DEFINICIN Y TIPOS DE INVENTARIOS Por inventario se define al registro total de los bienes y dems cosas pertenecientes a una persona o comunidad, hecho con orden y precisin. Se denomina inventario a la comprobacin y recuento, de las existencias fsicas en s mismas y/o con las tericas documentadas. Con el fin de registrar y controlar los inventarios, las empresas adoptan los sistemas pertinentes para evaluar sus carencias de mercancas con el fin de fijar su posible masa de produccin y regateo. En el campo de la gestin empresarial, el inventario registra el conjunto de todos los bienes propios y disponibles para la venta a los clientes, considerados como activo corriente. Los bienes de una entidad empresarial que son objeto de inventario son las existencias que se destinan a la venta directa o aquellas destinadas internamente al proceso productivo como materias primas, productos inacabados, materiales de embalaje o envasado y piezas de recambio para mantenimiento que se consuman en el ciclo de operaciones. Tipos de Inventarios Inventario Perpetuo: Es el que se lleva en continuo acuerdo con las existencias en el almacn, por medio de un registro detallado que puede servir tambin como mayor auxiliar, donde se llevan los importes en unidades monetarias y las cantidades fsicas. A intervalos cortos, se toma el inventario de las diferentes secciones del almacn y se ajustan las cantidades o los importes o ambos, cuando es necesario, de acuerdo con la cuenta fsica. Los registros perpetuos son tiles para preparar los estados financieros mensuales, trimestral o provisionalmente. El negocio puede determinar el costo del inventario final y el costo de las mercancas vendidas directamente de las cuentas sin tener que contabilizar el inventario. El sistema perpetuo ofrece un alto grado de control, porque los registros de inventario estn siempre actualizados. Anteriormente, los negocios utilizaban el sistema perpetuo principalmente para los inventarios de alto costo unitario, como las joyas y los automviles; hoy da con este mtodo los administradores pueden tomar mejores decisiones acerca de las cantidades a comprar, los precios a pagar por el inventario, la fijacin de precios al cliente y los trminos de venta a ofrecer. El conocimiento de la cantidad disponible ayuda a proteger el inventario. Inventario Intermitente: Es un inventario que se efecta varias veces al ao. Se recurre al, por razones diversas, no se puede introducir en la contabilidad del inventario contable permanente, al que se trata de suplir en parte.
Inventario Final: Es aquel que realiza el comerciante al cierre del ejercicio econmico, generalmente al finalizar un periodo, y sirve para determinar una nueva situacin patrimonial en ese sentido, despus de efectuadas todas las operaciones mercantiles de dicho periodo.
Inventario Inicial: Es el que se realiza al dar comienzos a las operaciones.
Inventario Fsico: Es el inventario real. Es contar, pesar o medir y anotar todas y cada una de las diferentes clases de bienes (mercancas), que se hallen en existencia en la fecha del inventario, y evaluar cada una de dichas partidas. Se realiza como una lista detallada y valorada de las existencias. Inventario determinado por observacin y comprobado con una lista de conteo, del peso o a la medida real obtenidos. Calculo del inventario realizado mediante un listado del stock realmente posedo. La realizacin de este inventario tiene como finalidad, convencer a los auditores de que los registros del inventario representan fielmente el valor del activo principal. La preparacin de la realizacin del inventario fsico consta de cuatro fases, a saber: Manejo de inventarios (preparativos) Identificacin Instruccin Adiestramiento Inventario Mixto: Inventario de una clase de mercancas cuyas partidas no se identifican o no pueden identificarse con un lote en particular. Inventario de Productos Terminados: Todas las mercancas que un fabricante ha producido para vender a sus clientes. Inventario en Transito: Se utilizan con el fin de sostener las operaciones para abastecer los conductos que ligan a la compaa con sus proveedores y sus clientes, respectivamente. Existen porque el material debe de moverse de un lugar a otro. Mientras el inventario se encuentra en camino, no puede tener una funcin til para las plantas o los clientes, existe exclusivamente por el tiempo de transporte. Inventario de Materia Prima: Representan existencias de los insumos bsicos de materiales que abran de incorporarse al proceso de fabricacin de una compaa. Inventario en Proceso: Son existencias que se tienen a medida que se aade mano de obra, otros materiales y dems costos indirectos a la materia prima bruta, la que llegar a conformar ya sea un sub- ensamble o componente de un producto terminado; mientras no concluya su proceso de fabricacin, ha de ser inventario en proceso. Inventario en Consignacin: Es aquella mercadera que se entrega para ser vendida pero l ttulo de propiedad lo conserva el vendedor. Inventario Mximo: Debido al enfoque de control de masas empleado, existe el riesgo que el nivel del inventario pueda llegar demasiado alto para algunos artculos. Por lo tanto se establece un nivel de inventario mximo. Se mide en meses de demanda pronosticada, y la variacin del excedente es: X >I mx. Inventario Mnimo: Es la cantidad mnima de inventario a ser mantenidas en el almacn. Inventario Disponible: Es aquel que se encuentra disponible para la produccin o venta. Inventario en Lnea: Es aquel inventario que aguarda a ser procesado en la lnea de produccin. Inventario Agregado: Se aplica cuando al administrar las existencias de un nico artculo representa un alto costo, para minimizar el impacto del costo en la administracin del inventario, los artculos se agrupan ya sea en familias u otro tipo de clasificacin de materiales de acuerdo a su importancia econmica, etc. Inventario en Cuarentena: Es aquel que debe de cumplir con un periodo de almacenamiento antes de disponer del mismo, es aplicado a bienes de consumo, generalmente comestibles u otros. Inventario de Previsin: Se tienen con el fin de cubrir una necesidad futura perfectamente definida. Se diferencia con el respecto a los de seguridad, en que los de previsin se tienen a la luz de una necesidad que se conoce con certeza razonable y por lo tanto, involucra un menor riesgo. Inventario de Seguridad: Son aquellos que existen en un lugar dado de la empresa como resultado de incertidumbre en la demanda u oferta de unidades en dicho lugar. Los inventarios de seguridad concernientes a materias primas, protegen contra la incertidumbre de la actuacin de proveedores debido a factores como el tiempo de espera, huelgas, vacaciones o unidades que al ser de mala calidad no podrn ser aceptadas. Se utilizan para prevenir faltantes debido a fluctuaciones inciertas de la demanda. Inventario de Mercaderas: Son las mercaderas que se tienen en existencia, aun no vendidas, en un momento determinado. Inventario de Fluctuacin: Estos se llevan porque la cantidad y el ritmo de las ventas y de produccin no pueden decidirse con exactitud. Estas fluctuaciones en la demanda y la oferta pueden compensarse con los stocks de reserva o de seguridad. Estos inventarios existen en centros de trabajo cuando el flujo de trabajo no puede equilibrarse completamente. Estos inventarios pueden incluirse en un plan de produccin de manera que los niveles de produccin no tengan que cambiar para enfrentar las variaciones aleatorias de la demanda. Inventario de Anticipacin: Son los que se establecen con anticipacin a los periodos de mayor demanda, a programas de promocin comercial o aun periodo de cierre de planta. Bsicamente los inventarios de anticipacin almacenan horas-trabajo y horas-mquina para futuras necesidades y limitan los cambios en las tasas de produccin. Inventario de Lote o de tamao de lote: Estos son inventarios que se piden en tamao de lote porque es ms econmico hacerlo as que pedirlo cuando sea necesario satisfacer la demanda. Por ejemplo, puede ser ms econmico llevar cierta cantidad de inventario que pedir o producir en grandes lotes para reducir costos de alistamiento o pedido o para obtener descuentos en los artculos adquiridos. Inventario Estacinales: Los inventarios utilizados con este fin se disean para cumplir mas econmicamente la demanda estacional variando los niveles de produccin para satisfacer fluctuaciones en la demanda. Estos inventarios se utilizan para suavizar el nivel de produccin de las operaciones, para que los trabajadores no tengan que contratarse o despedirse frecuentemente. Inventario Intermitente: Es un inventario realizado con cierto tiempo y no de una sola vez al final del periodo contable. Inventario Permanente: Mtodo seguido en el funcionamiento de algunas cuentas, en general representativas de existencias, cuyo saldo ha de coincidir en cualquier momento con el valor de los stocks. Inventario Cclico: Son inventarios que se requieren para apoyar la decisin de operar segn tamaos de lotes. Esto se presenta cuando en lugar de comprar, producir o transportar inventarios de una unidad a la vez, se puede decidir trabajar por lotes, de esta manera, los inventarios tienden a acumularse en diferentes lugares dentro del sistema.
MODELOS DETERMINSTICOS Los problemas de toma de decisiones se pueden clasificar en dos categoras: modelos de decisin determinsticos y modelos de decisin probabilsticos. En los modelos deterministicos, las buenas decisiones se basan en sus buenos resultados. Se consigue lo deseado de manera "deterministica", es decir, libre de riesgo. Esto depende de la influencia que puedan tener los factores no controlables, en la determinacin de los resultados de una decisin y tambin en la cantidad de informacin que el tomador de decisin tiene para controlar dichos factores. Aquellos que manejan y controlan sistemas de hombres y equipos se enfrentan al problema constante de mejorar (por ejemplo, optimizar) el rendimiento del sistema. El problema puede ser reducir el costo de operacin y a la vez mantener un nivel aceptable de servicio, utilidades de las operaciones actuales, proporcionar un mayor nivel de servicio sin aumentar los costos, mantener un funcionamiento rentable cumpliendo a la vez con las reglamentaciones gubernamentales establecidas, o "mejorar" un aspecto de la calidad del producto sin reducir la calidad de otros aspectos. Para identificar la mejora del funcionamiento del sistema, se debe construir una representacin sinttica o modelo del sistema fsico, que puede utilizarse para describir el efecto de una variedad de soluciones propuestas. Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la presencia de la misma. Una fotografa es un modelo de la realidad ilustrada en la imagen. La presin arterial puede utilizarse como un modelo de la salud de una persona. Una campaa piloto de ventas puede utilizarse como un modelo de la respuesta de las personas a un nuevo producto. Por ltimo, una ecuacin matemtica puede utilizarse como un modelo de la energa contenida en un determinado material. En cada caso, el modelo captura algn aspecto de la realidad que intenta representar. Ya que un modelo slo captura determinados aspectos de la realidad, su uso puede no ser apropiado en una aplicacin en particular porque no captura los elementos correctos de la realidad. La temperatura es un modelo de las condiciones climticas pero puede ser inapropiado si uno est interesado en la presin baromtrica. Una foto de una persona es un modelo de la misma pero brinda poca informacin acerca de sus logros acadmicos. Una ecuacin que predice las ventas anuales de un producto en particular es un modelo de ese producto pero tiene poca utilidad si lo que nos interesa es el costo de produccin por unidad. Por lo tanto, la utilidad del modelo depende del aspecto de la realidad que representa. Un modelo puede ser inadecuado aun cuando intenta capturar los elementos apropiados de la realidad si lo hace de una manera distorsionada o sesgada. Una ecuacin que pronostica el volumen mensual de ventas puede ser exactamente lo que el gerente de ventas quiere pero podra generar grandes prdidas si arroja constantemente clculos de ventas altos. Un termmetro que lee de ms (o de menos) tendra poca utilidad para realizar un diagnstico mdico. En consecuencia, un modelo til es aquel que captura los elementos adecuados de la realidad con un grado aceptable de precisin. Un modelo matemtico es una ecuacin, desigualdad o sistema de ecuaciones o desigualdades, que representa determinados aspectos del sistema fsico representado en el modelo. Los modelos de este tipo se utilizan en gran medida en las ciencias fsicas, en el campo de la ingeniera, los negocios y la economa. Un modelo ofrece al analista una herramienta que puede manipular en su anlisis del sistema en estudio, sin afectar al sistema en s. Por ejemplo, supngase que se ha desarrollado un modelo matemtico para predecir las ventas anuales como una funcin del precio de venta unitario. Si se conoce el costo de produccin por unidad, se pueden calcular con facilidad las utilidades anuales totales para cualquier precio de venta. Para determinar el precio de venta que arrojar las utilidades totales mximas, se pueden introducir en el modelo distintos valores para el precio de venta, uno a la vez, determinando las ventas resultantes y calculando las utilidades anuales totales para cada valor de precio de venta examinado. Mediante un proceso de prueba y error, el analista puede determinar el precio de venta que maximizar las utilidades anuales totales. Lo ideal sera que si el modelo matemtico es una representacin vlida del rendimiento del sistema, mediante la aplicacin de las tcnicas analticas adecuadas, la solucin obtenida a partir del modelo debera ser tambin la solucin para el problema del sistema. As, la efectividad de los resultados de la aplicacin de cualquier tcnica operativa es en gran medida una funcin del grado en el cual el modelo representa al sistema en estudio. A fin de definir las condiciones que nos conducirn a la solucin del problema del sistema, el analista primero debe identificar un criterio segn el cual se podr medir el sistema. Este criterio a menudo se denomina medida del rendimiento del sistema o medida de efectividad. En aplicaciones empresariales, la medida de efectividad generalmente son los costos o las utilidades, mientras que en aplicaciones gubernamentales esta medida generalmente se define en trminos de un ndice costo/beneficio. El modelo matemtico que describe el comportamiento de la medida de efectividad se denomina funcin objetivo. Si la funcin objetivo es describir el comportamiento de la medida de efectividad, debe capturar la relacin entre esa medida y aquellas variables que hacen que dicha medida flucte. Las variables del sistema pueden categorizarse en variables de decisin y parmetros. Una variable de decisin es una variable que puede ser directamente controlada por el decisor. Tambin existen algunos parmetros cuyos valores pueden ser inciertos para el decisor. Esto requiere un anlisis de sensibilidad despus de descubrir la mejor estrategia. En la prctica, resulta casi imposible capturar la relacin precisa entre todas las variables del sistema y la medida de efectividad a travs de una ecuacin matemtica. En cambio, el analista de IO/CA debe tratar de identificar aquellas variables que afectan en mayor grado la medida de efectividad y luego debe intentar definir de manera lgica la relacin matemtica entre estas variables y la medida de efectividad. Esta relacin matemtica es la funcin objetivo que se emplea para evaluar el rendimiento del sistema en estudio. La formulacin de una funcin objetivo que tenga sentido normalmente es una tarea tediosa y frustrante. Los intentos de desarrollo de una funcin objetivo pueden terminar en un fracaso. Esto puede darse porque el analista elige el conjunto incorrecto de variables para incluir en el modelo o bien, si el conjunto es el adecuado, porque no identifica correctamente la relacin entre estas variables y la medida de efectividad. En un nuevo intento, el analista trata de descubrir las variables adicionales que podran mejorar su modelo descartando aquellas que parecen tener poca o ninguna relevancia. No obstante, slo se puede determinar si estos factores realmente mejoran el modelo una vez realizadas la formulacin y prueba de nuevos modelos que incluyan las variables adicionales. Todo el proceso de seleccin y rechazo de variables puede requerir reiteraciones mltiples hasta desarrollar una funcin objetivo satisfactoria. En cada iteracin, el analista espera lograr alguna mejora en el modelo, aunque no siempre se tiene tanta buena suerte. Por lo general, el xito final es precedido por una serie de fracasos frustrantes y pequeos progresos. En cada etapa del proceso de desarrollo, el analista debe evaluar la correspondencia o validez del modelo. Normalmente se emplean dos criterios para realizar esta determinacin. El primero implica la experimentacin del modelo: someter el modelo a una serie de condiciones y registrar los valores asociados de la medida de efectividad dada por el modelo en cada caso. Si la medida de efectividad vara de manera antinatural con una sucesin de condiciones de entrada, es posible que la funcin objetivo no sea vlida. Por ejemplo, supngase que se desarrolla un modelo destinado a calcular el valor de mercado de viviendas unifamiliares. El modelo debe expresar el valor de mercado en dlares como una funcin de la superficie cubierta en pies cuadrados, cantidad de dormitorios, cantidad de baos y tamao del lote. Despus de desarrollar el modelo, el analista lo aplica a la tasacin de distintas viviendas, con distintos valores para las caractersticas mencionadas y descubre que el valor de mercado desciende a medida que aumenta la superficie cubierta expresada en pies cuadrados. Dado que este resultado no concuerda con la realidad, el analista cuestionara la validez del modelo. Por otro lado, supngase que el modelo es tal que el valor de las viviendas es una funcin creciente de cada una de las cuatro caractersticas citadas, como generalmente es de esperar. Si bien este resultado es alentador, no necesariamente implica que el modelo es una representacin vlida de la realidad, dado que la tasa de aumento de cada variable puede ser excesivamente alta o baja. La segunda etapa de la validacin del modelo requiere una comparacin de los resultados del modelo con los resultados obtenidos en la realidad.
Optimizacin La humanidad hace tiempo que busca, o profesa buscar, mejores maneras de realizar las tareas cotidianas de la vida. A lo largo de la historia de la humanidad, se puede observar la larga bsqueda de fuentes ms efectivas de alimentos al comienzo y luego de materiales, energa y manejo del entorno fsico. Sin embargo, relativamente tarde en la historia de la humanidad, comenzaron a formularse ciertas clases de preguntas generales de manera cuantitativa, primero en palabras y despus en notaciones simblicas. Un aspecto predominante de estas preguntas generales era la bsqueda de lo "mejor" o lo "ptimo". Generalmente, los gerentes buscan simplemente lograr alguna mejora en el nivel de rendimiento, es decir, un problema de "bsqueda de objetivo". Cabe destacar que estas palabras normalmente no tienen un significado preciso Se han realizado grandes esfuerzos por describir complejas situaciones humanas y sociales. Para tener significado, esto debera escribirse en una expresin matemtica que contenga una o ms variables, cuyos valores deben determinarse. La pregunta que se formula, en trminos generales, es qu valores deberan tener estas variables para que la expresin matemtica tenga el mayor valor numrico posible (maximizacin) o el menor valor numrico posible (minimizacin). A este proceso general de maximizacin o minimizacin se lo denomina optimizacin. La optimizacin, tambin denominada programacin matemtica, sirve para encontrar la respuesta que proporciona el mejor resultado, la que logra mayores ganancias, mayor produccin o felicidad o la que logra el menor costo, desperdicio o malestar. Con frecuencia, estos problemas implican utilizar de la manera ms eficiente los recursos, tales como dinero, tiempo, maquinaria, personal, existencias, etc. La Programacin Matemtica, en general, aborda el problema de determinar asignaciones ptimas de recursos limitados para cumplir un objetivo dado. El objetivo debe representar la meta del decisor. Los recursos pueden corresponder, por ejemplo, a personas, materiales, dinero o terrenos. Entre todas las asignaciones de recursos admisibles, queremos encontrar la/s que maximiza/n o minimiza/n alguna cantidad numrica tal como ganancias o costos. El objetivo de la optimizacin global es encontrar la mejor solucin de modelos de decisiones difciles, frente a las mltiples soluciones locales. Programacin Lineal (PL) La programacin lineal muchas veces es uno de los temas preferidos tanto de profesores como de alumnos. La capacidad de introducir la PL utilizando un abordaje grfico, la facilidad relativa del mtodo de solucin, la gran disponibilidad de paquetes de software de PL y la amplia gama de aplicaciones hacen que la PL sea accesible incluso para estudiantes con poco conocimiento de matemtica. Adems, la PL brinda una excelente oportunidad para presentar la idea del anlisis what-if o anlisis de hiptesis ya que se han desarrollado herramientas poderosas para el anlisis de post optimalidad para el modelo de PL. La Programacin Lineal (PL) es un procedimiento matemtico para determinar la asignacin ptima de recursos escasos. La PL es un procedimiento que encuentra su aplicacin prctica en casi todas las facetas de los negocios, desde la publicidad hasta la planificacin de la produccin. Problemas de transporte, distribucin, y planificacin global de la produccin son los objetos ms comunes del anlisis de PL. La industria petrolera parece ser el usuario ms frecuente de la PL. Un gerente de procesamiento de datos de una importante empresa petrolera recientemente calcul que del 5% al 10% del tiempo de procesamiento informtico de la empresa es destinado al procesamiento de modelos de PL y similares. La programacin lineal aborda una clase de problemas de programacin donde tanto la funcin objetivo a optimizar como todas las relaciones entre las variables correspondientes a los recursos son lineales. Este problema fue formulado y resuelto por primera vez a fines de la dcada del 40. Rara vez una nueva tcnica matemtica encuentra una gama tan diversa de aplicaciones prcticas de negocios, comerciales e industriales y a la vez recibe un desarrollo terico tan exhaustivo en un perodo tan corto. Hoy en da, esta teora se aplica con xito a problemas de presupuestos de capital, diseo de dietas, conservacin de recursos, juegos de estrategias, prediccin de crecimiento econmico y sistemas de transporte. Recientemente la teora de la programacin lineal tambin contribuy a la resolucin y unificacin de diversas aplicaciones. Es importante que el lector entienda desde el comienzo que el trmino "programacin" tiene un significado distinto cuando se refiere a Programacin Lineal que cuando hablamos de Programacin Informtica. En el primer caso, significa planificar y organizar mientras que en el segundo caso, significa escribir las instrucciones para realizar clculos. La capacitacin en una clase de programacin tiene muy poca relevancia directa con la otra clase de programacin. De hecho, el trmino "programacin lineal" se acu antes de que la palabra programacin se relacionara con el software de computacin. A veces se evita esta confusin utilizando el trmino optimizacin lineal como sinnimo de programacin lineal. Cualquier problema de PL consta de una funcin objetivo y un conjunto de restricciones. En la mayora de los casos, las restricciones provienen del entorno en el cual usted trabaja para lograr su objetivo. Cuando usted quiere lograr el objetivo deseado, se dar cuenta de que el entorno fija ciertas restricciones (es decir, dificultades, limitaciones) para cumplir con su deseo (vale decir, el objetivo). Es por eso que las religiones, como el Budismo entre otras, prescriben vivir una vida abstemia. Sin deseo, no hay dolor. Puede usted seguir este consejo con respecto a su objetivo de negocios? Qu es una funcin: una funcin es una cosa que hace algo. Por ejemplo, una mquina de moler caf es una funcin que transforma los granos de caf en polvo. La funcin (objetivo) traza, traduce el dominio de entrada (denominado regin factible) en un rango de salida con dos valores finales denominados valores mximo y mnimo. Cuando se formula un problema de toma de decisiones como un programa lineal, se deben verificar las siguientes condiciones: 1. La funcin objetivo debe ser lineal. Vale decir que se debe verificar que todas las variables estn elevadas a la primera potencia y que sean sumadas o restadas (no divididas ni multiplicadas); 2. El objetivo debe ser ya sea la maximizacin o minimizacin de una funcin lineal. El objetivo debe representar la meta del decisor; y 3. Las restricciones tambin deben ser lineales. . Asimismo, la restriccin debe adoptar alguna de las siguientes formas ( , , O =, es decir que las restricciones de PL siempre estn cerradas). Por ejemplo, el siguiente problema no es un problema de PL: Max X, sujeta a < 1. Este problema tan sencillo no tiene solucin. Como siempre, se debe tener cuidado al categorizar un problema de optimizacin como un problema de PL. El siguiente problema es un problema de PL?
Max X2 sujeta a: X1 + X2 0 X12 - 4 0 Aunque la segunda restriccin parece "como si" fuera una restriccin no lineal, esta restriccin puede escribirse tambin de la siguiente forma: X1 -2, y X2 2. En consecuencia, el problema es de hecho un problema de PL. Para la mayora de los problemas de PL, podemos decir que existen dos tipos importantes de objetos: en primer lugar, los recursos limitados, tales como terrenos, capacidad de planta, o tamao de la fuerza de ventas; en segundo lugar, las actividades, tales como "producir acero con bajo contenido de carbono", y "producir acero con alto contenido de carbono". Cada actividad consume o probablemente contribuye cantidades adicionales de recursos. Debe haber una funcin objetivo, es decir, una manera de discriminar una mala de una buena o una mejor decisin. El problema es determinar la mejor combinacin de niveles de actividades, que no utilice ms recursos de los disponibles. Muchos gerentes se enfrentan a esta tarea todos los das. Afortunadamente, el software de programacin lineal ayuda a determinar esto cuando se ingresa un modelo bien formulado. El mtodo Simplex es un algoritmo de solucin muy utilizado para resolver programas lineales. Un algoritmo es una serie de pasos para cumplir con una tarea determinada.
MODELOS PROBABILSTICOS Modelo probabilstico, es la forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con comportamiento que se supone aleatorio. Pueden ser modelos probabilsticos discretos o continuos. Los primeros, en su mayora se basan en repeticiones de pruebas de Bernoulli. En teora de probabilidad y estadstica, la distribucin de Bernoulli (o distribucin dicotmica), nombrada as por el matemtico y cientfico suizo Jakob Bernoulli, es una distribucin de probabilidad discreta, que toma valor 1 para la probabilidad de xito () y valor 0 para la probabilidad de fracaso (). Si es una variable aleatoria que mide "nmero de xitos", y se realiza un nico experimento con dos posibles resultados (xito o fracaso), se dice que la variable aleatoria se distribuye como una Bernoulli de parmetro. La frmula ser: Su funcin de probabilidad viene definida por: Un experimento al cual se aplica la distribucin de Bernoulli se conoce como Ensayo de Bernoulli o simplemente ensayo, y la serie de esos experimentos como ensayos repetidos. En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que mide el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son posibles dos resultados. A uno de estos se denomina xito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribucin binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado nmero de xitos. Para n = 1, la binomial se convierte, de hecho, en una distribucin de Bernoulli. Para representar que una variable aleatoria X sigue una distribucin binomial de parmetros n y p, se escribe:
La distribucin binomial es la base del test binomial de significacin estadstica. En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y es el grfico de una funcin gaussiana. La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de unas pocas causas independientes. De hecho, la estadstica es un modelo matemtico que slo permite describir un fenmeno, sin explicacin alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la estadstica en psicologa y sociologa sea conocido como mtodo correlacional. La distribucin normal tambin es importante por su relacin con la estimacin por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos. Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la normal son: * Caracteres morfolgicos de individuos como la estatura; * Caracteres fisiolgicos como el efecto de un frmaco; * Caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de individuos; * Caracteres psicolgicos como el cociente intelectual; * Nivel de ruido en telecomunicaciones; * Errores cometidos al medir ciertas magnitudes; * etc. La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por ejemplo, la distribucin muestral de las medias muestrales es aproximadamente normal, cuando la distribucin de la poblacin de la cual se extrae la muestra no es normal. Adems, la distribucin normal maximiza la entropa entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la eleccin natural de la distribucin subyacente a una lista de datos resumidos en trminos de media muestral y varianza. La distribucin normal es la ms extendida en estadstica y muchos tests estadsticos estn basados en una supuesta "normalidad".
PLANEACIN DE REQUERIMIENTOS DE MATERIALES Durante las ltimas dos dcadas, muchas compaas industriales han cambiado sus sistemas de inventarios, y en lugar de manejarlos como sistemas de punto de reorden (enfoque de demanda independiente), ahora los manejan como sistemas MRP (enfoque de demanda dependiente). La tecnologa de las computadoras lo ha hecho posible. Este enfoque se desarroll a principios de los 70 y se atribuye a varios expertos, entre ellos a Orlick y Wigth.
Un MRP es una manera adecuada de considerar productos complejos, Por lo general se toma en cuenta el ensamble de varios componentes y subensambles que forma un producto completo. Igual que para el MPS, el tiempo se ve como intervalos discretos o baldes de tiempo. El principal objetivo del MRP es determinar los requerimientos la demanda discreta de cada componente en cada balde de tiempo -. Estos requerimientos se usan para generar la informacin necesaria para la compra correcta de materiales o para la planta de produccin, tomando las cifras de los tiempos del MPS y generando un conjunto resultante de componentes o de requerimientos de materiales espaciados en el tiempo. Sigue a este procedimiento una planeacin detallada de la capacidad (CRP).
Esencia del MRP.
El principal objetivo de los sistemas MRP es generar los requerimientos de componentes y materia prima por etapas. stos constituyen la salida del sistema. En esta seccin se estudian los insumos requeridos por el sistema y despus se profundiza sobre los resultados obtenidos.
Los tres insumos ms importantes de un sistema MRP son el programa maestro de produccin, los registros del estado del inventario y la lista de materiales (estructura del producto). Se hace hincapi en la importancia del MPS como insumo para el MRP. Es el insumo primordial del MRP, ya que el objetivo principal de ste sistema es tomar los requerimientos para cada etapa del producto terminado y traducirlos en requerimientos para cada etapa del producto terminado y traducirlos en requerimientos de componentes individuales .
Con frecuencia se usan dos insumos adicionales para generar la salida del sistema: las rdenes de componentes que se originan en fuentes externas a la planta, y los pronsticos de los artculos sujetos a demanda independiente (como material del mantenimiento o material de soldadura).
Los registros del estado del inventario contienen el estado de todos los artculos sujetos a demanda independiente (como material de mantenimiento o material de soldadura).
Los registros del estado del inventario contiene el estado de todos los artculos en el inventario. El registro se mantiene actualizado con todas las transacciones del inventario recepcin, retiros o asignaciones de un artculo de o para el inventario-. Si se registra en forma adecuada, cada transaccin se logra la integridad del archivo del inventario.
Los registros de inventario incluyen tambin los factores de planeacin, que por lo comn son tiempo de entrega del artculo, inventario de seguridad, tamaos de lote, desperdicio permitido, etc. Se necesitan para sealar el tamao y los tiempos de las rdenes de compra planeadas. El usuario del sistema determina los factores de planeacin segn la poltica de inventarios (inventario de seguridad, tamao del lote) o de acuerdo con restricciones exgenas (tiempo de entrega de proveedores).
La lista de materiales (LM) en ocasiones se llama estructura del producto. Sin embargo, existe una diferencia sutil. La estructura del producto es un diagrama que muestra la secuencia en las que fabrican y ensamblan la materia prima, las partes que se compran y los subensambles para formar un artculo final.
Este ejemplo especfico se refiere a un producto con cuatro niveles; se dice que se tiene cuatro niveles de profundidad. Entre ms niveles tenga la estructura de un producto, ms complejo ser el nmero de niveles puede ser ms de diez Cada elemento de la estructura del producto tiene un nmero y es costumbre mostrar las cantidades necesarias de cada uno para un artculo final. En algunos casos se incluye el tiempo de produccin para cada nivel de la estructura. De esta manera, para cada cantidad de productos terminados, es posible obtener los requerimientos por etapas para cada nivel. Artculo final S / E S / E S / E PC PC PC PF PF PC PF PF PF LEYENDA: S/E = subensamble PC = partes compradas PF = partes fabricadas. MP = materia prima 4 = num de partes Nivel 0 Nivel 1 Nivel 2 Nivel 3 Nivel 4 Artculo final S / E S / E S / E PC PC PC PF PF PC PF PF PF LEYENDA: S/E = subensamble PC = partes compradas PF = partes fabricadas. MP = materia prima 4 = num de partes Nivel 0 Nivel 1 Nivel 2 Nivel 3 Nivel 4 Normalmente se hace referencia a la jerarqua de la estructura del producto como una relacin padre hijo. Cada elemento tiene un padre el elemento arriba de l - y un hijo el elemento debajo de l - . Un artculo final slo tiene hijos y la materia prima (MP); las partes compradas (PC) slo tienen padres. La figura anterior contiene una seccin de una lista de materiales de un telfono de escritorio. Observe que se muestran los niveles de la estructura del producto, por lo que se llama lista de materiales inventada. La salida ms importante de un sistema MRP es el conjunto de rdenes planeadas que se distribuyen. stas son dos tipos, rdenes de compra y rdenes de trabajo. Las rdenes de compra son cantidades de MP y PC que deben comprarse y los tiempos de disponibilidad. De acuerdo con esto, se emitir una orden de compra el da que corresponde a la fecha de entrega menos el tiempo de entrega del proveedor. Las rdenes de trabajo son cantidades de MP y S/E que deben fabricarse y los tiempos de sus entregas. Por lo tanto, la orden de trabajo se emite el da que corresponde a esta fecha de entrega menos el tiempo de fabricacin. Las rdenes de compra constituyen el plan de compras, mientras que las rdenes de trabajo generan el plan de produccin para la planta.
La esencia de un sistema MRP es el proceso que transforma el insumo en la salida. La salida de este proceso cosiste en los requerimientos netos. Estos forman la base para determinar las rdenes de compra y de trabajo. La transformacin de insumos en salidas o productos se hace en forma sistemtica, siguiendo una serie de pasos llamados explosin, ajuste a netos, compensacin y tamao de lote. En el proceso de explosin se simula el desensamble del producto final en sus componentes. Con las cantidades del MPS y la informacin de la lista de materiales, se desciende a travs de la estructura del producto y para cada padre se evala la cantidad de hijos requerida. Esto da los requerimientos netos para cada elemento de la lista de materiales. Durante el proceso de adquisiciones se ajustan los requisitos en conjunto para tomar en cuenta el inventario disponible o la cantidad ordenada. As, los requerimientos netos son Requerimientos netos = requerimientos en conjunto inventario disponible cantidad ord. Este ajuste se hace en todos los niveles de la lista de materiales y para cada balde de tiempo. En otras palabras, en cada nivel de la lista de materiales, los requerimientos en conjunto se ajustan para obtener los netos antes de hacer la explosin de los requerimientos para el siguiente nivel. Si no hay inventario disponible o cantidad ordenada entonces, los requerimientos netos son iguales a los requerimientos en conjunto.
CONCLUSION Como ya hemos visto la materia investigacin de operaciones nos ayuda a tomar la mejor decisin en cuando a actividades tanto empresariales como personales. Esta unidad nos habla acerca de pronsticos e inventarios. Los pronsticos nos brindan informacin con cierto grado de probabilidad de que se espera que pueda pasar en el futuro, por eso son una buena herramientas en las empresas tanto grandes como pequeas. Al igual que los pronsticos los inventarios tambin son parte importante en la toma de decisiones, y forma parte fundamental en toda organizacin pues a si se optimizan los recursos con la que la empresa cuenta.