BOGOT
Enero de 2010
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
COMIT DIRECTIVO
__________________________________________________________________
Gustavo Velsquez
Decano Escuela de Ciencias Bsicas Tecnologa e Ingeniera
INDICE DE CONTENIDO
INTRODUCCIN ............................................................................................... 11
UNIDAD 1. PLANEACIN DE LA PRODUCCIN ................................................ 14
CAPITULO 1: LA EMPRESA COMO UN SISTEMA ABIERTO ......................... 14
Introduccin.................................................................................................... 14
Leccin 1: Subsistema de Direccin y Gestin .............................................. 15
Leccin 2: El Subsistema de Operaciones..................................................... 16
Leccin 3: Objetivos del Subsistema de Operaciones ................................... 17
3.1 Costo .................................................................................................... 18
3.2 El tiempo............................................................................................... 18
3.3. Calidad................................................................................................. 19
3.4 Flexibilidad............................................................................................ 19
Leccin 4: Decisiones del Subsistema de Operaciones ................................ 20
4.1 Pronsticos........................................................................................... 21
4.2 Administracin de Inventarios ............................................................... 22
4.3 Planeacin............................................................................................ 23
Leccin 5: La Estrategia de Gestin de la Cadena de Suministro y la Gestin
de la Operaciones .......................................................................................... 25
CAPITULO 2: PRONSTICOS ......................................................................... 28
Introduccin.................................................................................................... 28
Leccin 6: Definicin y Proceso del Pronstico.............................................. 28
6.1 Identificacin del problema. .................................................................. 29
6.2 Elementos del tiempo en el Proceso de Pronstico.............................. 29
6.3 Anlisis de Datos.................................................................................. 30
6.4 Influencia del ciclo de vida del producto sobre la metodologa del
pronstico ................................................................................................... 31
Leccin 7: Mtodos de Pronstico ................................................................. 32
7.1 Descripcin de Mtodos Cualitativos .................................................... 34
7.2 Descripcin de los Mtodos Cuantitativos ............................................ 35
Leccin 8: Mtodos de Series de Tiempo ...................................................... 36
8.1 Promedio simple ................................................................................... 36
8.2 Promedio Mvil ..................................................................................... 36
8.3 Suavizacin Exponencial Simple. ......................................................... 39
8.4 Suavizacin Exponencial con Tendencia ............................................. 43
8.5 Mtodo de Holt Winters. .................................................................... 48
Leccin 9. Mtodos Causales Regresin Lineal ......................................... 60
Leccin 10. Medicin de Errores de Pronstico ............................................. 65
10.1 Desviacin Media Absoluta (MAD) ..................................................... 65
10.2 Error Cuadrtico Medio (MSE)............................................................ 66
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
LISTADO DE TABLAS
LISTADO DE GRFICOS
Grfico 36 Grfico Gantt Algoritmo de Jackson Sistema Jop Shop .................... 161
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
LISTADO DE CUADROS
Cuadro 1 Los Pronsticos relacionados con el ciclo de Vida del Producto ........... 32
Cuadro 2 Tipos de Pronstico .............................................................................. 33
Cuadro 3 Datos Ejemplo 5 .................................................................................... 44
Cuadro 4 Datos de Entrada Ejemplo 7 .................................................................. 71
Cuadro 5 Costos para EUTTOR............................................................................ 86
Cuadro 6 Problema de Asignacin...................................................................... 138
Cuadro 7 Problema de Asignacin 2 ................................................................... 139
Cuadro 8 Matriz Resultante................................................................................. 139
Cuadro 9 Paso 4 Mtodo Hngaro...................................................................... 140
Cuadro 10 Matriz Resultante............................................................................... 140
Cuadro 11 Trabajos para una Mquina ............................................................... 147
Cuadro 12 Secuencia de Trabajos para una Mquina aplicando la regla EDD... 147
Cuadro 13 Secuencia de Trabajos para una Mquina aplicando la regla SPT .. 149
Cuadro 14 Programacin de Trabajos en Mquinas Paralelas Para Tiempo de
Flujo Mnimo........................................................................................................ 152
Cuadro 15 Programacin de Trabajos en Mquinas Paralelas Para minimizar el
Lapso de Produccin........................................................................................... 153
Cuadro 16. Datos Ejemplo 15 ............................................................................. 155
Cuadro 17. Datos Ejemplo 16 ............................................................................. 157
Cuadro 18 Datos ejemplo 17............................................................................... 160
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
El Ing. Jos Enrique Cotes Cotes, tutor del CEAD VAlledupar, apoy el proceso de
revisin de estilo del contenido didctico e hizo aportes disciplinares, didcticos y
pedaggicos en el proceso de acreditacin del material didctico desarrollado en
el mes de enero de 2010.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
INTRODUCCIN
Las empresas industriales son sistemas abiertos (influenciados por el entorno) los
cuales mantienen un flujo permanente de materiales, energa y dinero, que les
permite cumplir con su misin y a la vez interactuar con todo el sistema econmico
en el cual est inmersa. De acuerdo a esto, el realizar un anlisis sistmico
permite reconocer una serie de subsistemas que lo conforman y tener un enfoque
para entender su funcionamiento, el cual es complejo. Existen diferentes maneras
de diferenciar los subsistemas que conforman una empresa, pero para este
anlisis se ha optado por definir un enfoque funcional, segn el cual, los distintos
elementos se agrupan en subsistemas diferenciables segn el tipo de funcin que
cada uno de estos desarrolla.
UNIDAD 1
UNIDAD 2
UNIDAD 3
Introduccin
Las empresas industriales son sistemas abiertos (influenciados por el entorno) las
cuales mantienen un flujo permanente de materiales, energa y dinero, que les
permite cumplir con su misin y a la vez interactuar con todo el sistema
econmico en el cual est inmersa. De acuerdo a esto, el realizar un anlisis
sistmico permite reconocer una serie de subsistemas que lo conforman y tener
un enfoque para entender su funcionamiento, el cual es complejo. Existen
diferentes maneras de diferenciar los subsistemas que conforman una empresa,
pero para este anlisis se ha optado por definir un enfoque funcional, segn el
cual, los distintos elementos se agrupan en subsistemas diferenciables segn el
tipo de funcin que cada uno de estos desarrolla. Y de acuerdo a lo propuesto
por DOMNGUEZ MACHUCA (1995) este puede dividirse en:
Subsistemas relativos a las funciones Bsicas
Subsistema de Operaciones
Subsistema de Inversin y Financiacin
Subsistema Comercial
Subsistema de Direccin y Gestin: Este acta sobre de forma
transversal sobre los dems subsistemas.
Subsistema de Personal: Se encarga de gestionar los requerimientos de
personal en todo el sistema empresarial.
Subsistema de Informacin: Este se encarga de proveer toda la
informacin necesaria que cada uno de los otros subsistemas requiere,
pero a la vez debe almacenar la informacin histrica de la empresa, de
forma que de soporte a los procesos de planeacin y de toma de decisiones
futuras.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de DOMNGUEZ MACHUCA. et al. (1995) Direccin de Operaciones: Aspectos Estratgicos en la Produccin y
los Servicios. Editorial: Madrid. McGraw-Hill. Santaf de Bogot.
Este subsistema parte por la definicin de las metas y objetivos que tiene a la
empresa, teniendo en cuenta las restricciones que pueden influir en la
consecucin de los mismos, por ejemplo, las que tienen que ver con el mercado,
de la estructura financiera, los costos, la tecnologa, entre otros.
A partir de lo anterior, se inicia el proceso de planeacin a diferentes plazos
(corto, mediano y largo plazo), estos planes deben proponer actividades claras
que permitan la consecucin de las metas planteadas y a la vez permitan medir el
crecimiento deseado (Ed), y los resultados que pueden esperarse (Es), para el
mismo perodo de tiempo. El grfico No. 2. Muestra la representacin grfica, de
la divergencia que existe para un objetivo dado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de DOMNGUEZ MACHUCA. et al. (1995) Direccin de Operaciones: Aspectos Estratgicos en
la Produccin y los Servicios. Editorial: Madrid. McGraw-Hill. Santaf de Bogot
Concrecin de objetivos.
Determinacin de cantidades de productos y servicios a elaborar, as como
los correspondientes momentos de tiempo (planificacin) para su fabricacin.
Determinacin de subconjuntos o componentes que hay que producir o
adquirir, y en qu fechas, para satisfacer el plan de productos a elaborar
(programacin).
Determinacin de las actividades que debern desarrollar las distintas
unidades productivas y en qu momento para cumplir lo previsto en la fase
anterior (programacin a muy corto plazo).
Considerar a todos los niveles la problemtica de la Capacidad, de forma
que se elaboren planes y programas factibles.
Determinar las necesidades de materiales, tanto de productos terminados
como de componentes y materias primas para fabricacin (planificacin,
gestin y control de inventarios).
3.1 Costo
3.2 El tiempo
Este criterio, no es que sea nuevo, es algo que siempre est ah, pero que
sobre el tambin se puede medir el desempeo del subsistema operativo.
Bsicamente, este aspecto, puede ser abordado de formas:
El menor tiempo de entrega o tiempo de suministro posible, siendo ste el
intervalo de tiempo que transcurre entre el momento en que se solicita un
pedido y el instante de su llegada, entendida sta como el momento en que
es recibido por el cliente.
La fecha de entrega comprometida con el cliente el mayor nmero de pedidos
posible, lo cual suele medirse en base al nivel de servicio, o cociente entre
las entregas realizadas a tiempo y el total de entregas efectuadas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera 13
Contenido Didctico del curso Planeacin y Control de la Produccin
3.3. Calidad
3.4 Flexibilidad
Tal y como se ha descrito hasta ahora, los sistemas de produccin son en esencia
cualquier actividad que produce algo, pero de manera formal estos se pueden
definir como un sistema abierto, el cual tiene unas entradas (insumos), realiza un
proceso de transformacin y las convierte en salidas (productos o servicios),
Dadas las caractersticas de complejidad de estos sistemas y con el objeto
de que estos cumplan con los requerimientos de los clientes frente a la calidad
de los productos, el tiempo de entrega y el costo de los mismos, se han
desarrollado diferentes tecnologas para la planeacin y control para la
administracin de estos sistemas. El siguiente grfico define la estructura de un
sistema de produccin y expone a la vez los diferentes elementos de planeacin y
control que lo constituyen.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeacin y Control de la Produccin. McGRaww-Hill. Mxico p. 17
4.1 Pronsticos
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeacin y Control de la Produccin. McGRaww-Hill. Mxico. p.
229
4.3 Planeacin
Desde el punto de vista conceptual, la cadena de suministro revela los flujos y los
contextos, donde radica la mezcla de capacidades necesarias en la empresa para
integrar la logstica de la cadena de suministros:
El Contexto Operacional
CAPITULO 2: PRONSTICOS
Introduccin
3. Intervalo del Pronstico: Este factor tiene que ver con la frecuencia con la
que se efectan los nuevos pronsticos, a medida que se vaya obteniendo
informacin adicional. A menudo este intervalo coincide con el perodo principal
del pronstico, o sea que para nuestro ejemplo, el pronstico se actualizara
cada semana. Para la determinacin del intervalo del pronstico es importante
tener en cuenta el modo en el que opera el sistema de procesamiento de datos
de la organizacin, el cual provee la informacin sobre la variable que se
pronostica. Si, por ejemplo, la informacin se actualizara diariamente, cualquier
perodo de tiempo igual o superior a un da sera adecuado para escoger el
intervalo de pronstico
El examen de los datos histricos, permite tener una visin amplia al momento de
iniciar un proceso de pronstico. Estos datos pueden ser suministrados por la
misma empresa o pueden provenir de organizaciones gubernamentales como: El
DANE, Planeacin Nacional, los diferentes ministerios (Agricultura, Industria y
Comercio Exterior), igualmente las agremiaciones o las Cmaras de Comercio,
entre otras, todas estas entidades dependiendo del tipo de producto que se est
analizando cuentan con informacin especfica de diferentes sectores econmicos.
La Ciclicidad: Son las altas y bajas de los datos que se repiten a lo largo del
tiempo. Generalmente estn asociados a ciclos comerciales, muchas veces estos
son afectados por factores externos que determinan su comportamiento. Los
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
ciclos tienen forma de ola, ya que pasan de un valor grande a uno pequeo y de
regreso nuevamente.
Fuente: Adaptado de: HEIZER, Jay y RENDER, Barry. (2004) Principios de Administracin de
Operaciones. Pearson Education. Mxico.
6.4 Influencia del ciclo de vida del producto sobre la metodologa del
pronstico
Fase
Introduccin Crecimiento Madurez Declinacin
Factor
Existencia de
Datos No hay Es posible que existan Existencia de Datos
Datos
Disponibles disponibles datos histricos
histricos
Se mantiene el largo
Horizonte de plazo, analizando Pronsticos a corto Pronsticos a
Largo plazo
Tiempo tendencias y plazo corto plazo
relaciones causales
Mtodos de
series de
Mtodos tiempo y
cualitativos causales, junto
(Mtodo Delphi, Mtodos causales, e Mtodos de series con
Mtodo de
Investigaciones investigacin de de tiempo y investigaciones
Pronstico
de mercado, mercados causales de mercado
acuerdos de que
grupo) determinen
cambios en el
mercado
Cuadro 1 Los Pronsticos relacionados con el ciclo de Vida del Producto
Mtodo Delphi Tcnica que se aplica a un grupo de expertos para la estimacin de la demanda de un producto
Recopila datos a travs de encuestas y entrevistas, para probar hiptesis formuladas con respecto al
Investigacin de
mercado. Se usa para pronosticar ventas a largo plazo o para la introduccin de nuevos productos
Mercados
A travs de reuniones abiertas, ejecutivos de ventas o clientes definen estiman la demanda de los
Consensos grupales
clientes
Se basan en la idea de que se puede usar los datos histricos de un suceso para realizar el pronstico
2. Cuantitativos
Promedio mvil simple Se promedia un perodo que contiene vario puntos de datos
Ciertos puntos de ponderan ms o menos que otros, segn se considere conveniente de acuerdo
Promedio mvil ponderado
con la experiencia
Las puntos de datos ms recientes tienen mayor peso, este peso se reduce
Suavizacin exponencial
exponencialmente conforme los datos son ms antiguos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Ajusta a unos datos histricos una lnea de tendencia lineal, exponencial, polinomial, etc. El mtodo de
Anlisis de regresiones ajuste ms usado es el mnimos cuadrados
Una red neuronal imita la estructura y funcionamiento del cerebro, se busca aplicar los principios de
Redes neuronales
funcionamiento de estas al desarrollo de pronsticos.
Se centra en las ventas de cada industria a otras empresas y al gobierno. Indica cambios en las
Modelos de entrada/salida ventas que puede esperar una industria productora debidos a cambios en la compras de otra
industria
Estadsticas que permiten corroborar el comportamiento de una serie, por ejemplo el aumento del
Indicadores gua precio de la gasolina podra indicar una reduccin en la ventas de automviles grandes
Modelos dinmicos, imitan el comportamiento de un sistema. Estos modelos se basan en una gran
Modelos de simulacin variedad de relaciones y utilizan variables estocsticas para el anlisis del problema.
Fuente: Adaptado de. CHASE, Richard. AQUILANO, Nicholas. (1995) Direccin y Administracin de la
Produccin y de la Operaciones. MacGraw-Hill. Mxico. P. 311
Fuente: SIPPER, Daniel. BULFIN, Robert. (1998). Planeacin y Control de la Produccin. McGRaww-Hill. Mxico. p. 98
Estos modelos usan los mtodos de series de tiempo. "Una serie de tiempo es
simplemente una lista cronolgica de datos histricos, para la que la suposicin
esencial es que la historia predice el futuro de manera razonable." (SIPPER 1998).
Existen varios modelos y mtodos de series de tiempo entre los cuales elegir y
que incluyen los modelos constante, de tendencia y estacional, dependiendo de
los datos histricos y de la comprensin del proceso fundamental.
Este mtodo usa el promedio de los datos de los perodos anteriores, calcula el
promedio tanto las demandas altas como bajas para equilibrar todos los perodos,
y su forma de clculo es:
Ahora bien, cuando existe un patrn que exija dar una mayor relevancia a los
datos ms recientes, se puede aplicar un factor de ponderacin a los mismos para
tener en cuenta este aspecto, ya que muchas veces los datos ms recientes son
ms importantes De acuerdo a esto tenemos la siguiente frmula.
Ejemplo 2. Con la misma informacin del perodo, con el mismo promedio mvil
de 3 perodos y un factor de ponderacin as: 3 para el ltimo mes, 2 para dos
meses atrs y 1 para un tercer mes atrs.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Este mtodo puede verse de diversas maneras. Tal y como la propone FOGARTY
(1995), este mtodo es una tcnica que se basa en los errores de los
pronsticos. Si la proyeccin F, para el perodo t es Ft y la demanda actual en el
perodo t es Dt, entonces se puede pronosticar que para el siguiente perodo ser
Ft ms alguna fraccin, , del error actual. (Dt Ft) . Es decir.
Donde:
= Constante de suavizacin 0 1
La ventaja de este mtodo es que puede hacerse un pronstico con un solo dato
del perodo anterior, su pronstico y el valor de . En el caso de que tome un
valor grande, significa que se da una mayor ponderacin a los valores ms
recientes de la demanda y menos a los ms lejanos. A continuacin se muestra, el
porqu de este comportamiento, a partir de (1).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Pronstico para el mes de mayo = 130 + 0.2 (145 130) = 130 + 3 = 133
Segn la grfica anterior, se puede ver que al asignar valores grandes de dan un
mayor peso a los datos nuevos y el dato ms antiguo desaparece rpidamente,
(ver = 0.9), en cambio si se asigna un valor de ms pequeo se entiende que
el proceso tiene una tendencia constante, ver = 0.1. Para el caso en que no se
tiene seguridad en los datos se recomienda usar valores de alfa ms grandes.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Ft Dt 1 (1 )( Ft 1 Tt 1 ) (5)
Tt Tt 1 ( Ft Ft 1 Tt 1 )
= Tt ( Ft Ft 1 ) (1 )Tt 1 (6)
Donde:
Ft = Pronstico exponencialmente suavizado para el perodo anterior t
Tt = Tendencia exponencialmente suavizada en el perodo t
Tt 1 = Tendencia exponencialmente suavizada para el perodo t -1
Dt = Demanda real en el perodo t
= Constante de suavizacin para el promedio ( 0 1 )
= Constante de suavizacin para la tendencia ( 0 1 )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Con estas formulas los pasos para calcular el pronstico con ajuste de tendencia
son:
1. Calcular F
t con la ecuacin 5
2) Para obtener una estimacin de Ft1 , se toma el promedio del total de los
datos y la estimacin obtenida de Tt1multiplicada por el nmero de perodos a
partir del punto medio del promedio.
Se inicia con la determinacin de los valores de Ft1 y Tt1 Con base en los datos
de entrada, primero se calcula el promedio para los meses de 1 a 6 y 7 a 12.
Promedio de
Meses Ventas
cada grupo
1 12
2 17
3 20
18,8
4 19
5 24
6 21
7 31
8 28
9 36
35,2
10 37
11 39
12 40
35.2 18.8 16
Luego al dividir este valor por el nmero de perodos que tiene cada grupo se
obtiene el incremento promedio de las ventas por mes, que es de 2.7. De esta
forma se obtiene la estimacin de la tendencia para el mes T1 que es 2.7
0 1 2 3 4 5 6 7 8 9 10 11 12
Por lo tanto para determinar el valor del primer perodo se resta el ajuste por
tendencia 2.7 por mes multiplicando por (12 6.5). Lo anterior permite determinar
el valor del pronstico como sigue:
F1 272.7(126.5) 12
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Ft Dt 1 (1 )( Ft 1 Tt 1 )
F2 0.4(12) (1 0.4)(12 2.7) 13.7
Tt ( Ft Ft 1 ) (1 )Tt 1
T2 0.4(13.7 12) (1 0.4)2.7 2.3
Paso 3: Calcular el Pronstico incluyendo la Tendencia con la ecuacin (7)
FITt k Ft kTt
FIT21 F2 (1)T2 13.7 (1)2.3 15.9
En este caso se est pronosticando un perodo de tiempo (k) a la vez, pero el
estudiante puede verificar el pronstico con valores de k = 2 y 3, es decir con base
en un perodo se pronostica al segundo o tercer perodo futuro, y la manera de
validar el mejor mtodo de pronstico se har con base al error.
Existen dos formas para obtener el pronstico, en las que se agrega la tendencia y
la estacionalidad, las que se muestran a continuacin.
FT K ( ST kBT )CT K L
A continuacin se desarrollar el modelo multiplicativo. El mtodo aditivo sigue
etapas anlogas al multiplicativo, sin embargo las aproximaciones de los diversos
componentes siguen formulaciones diferentes, por lo tanto la manera de agregar
dichos componentes para generar finalmente la serie suavizada es tambin
diferente.
C
t 1
t T (8)
D
S T T (1 )( ST 1 BT 1 ) (9)
CT L
BT ( ST ST 1 ) (1 ) BT 1 (10)
D
C T T (1 )CT L (11)
ST
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Se supone que se tienen datos para las ltimas m estaciones, por cada ciclo
estacional. Sean D j los promedios de las observaciones de demanda durante las
estaciones j = 1, 2, 3,..., m.
para cada perodo. Es por ello, que se requiere calcular el promedio de ellos para
obtener una sola estimacin para cada perodo dentro de la estacin. Esto se
realiza mediante la siguiente expresin:
1 m1
Ct Ct kL , para _ t 1,2,..., L
m k 0
(16.1)
Finalmente, los factores estacionales deben ser normalizados, de tal forma que su
suma sea igual a L, mediante la siguiente expresin:
L
C 't Ct T
, para _ t 1,2,..., L (16)
C
t T L 1
t
El procedimiento anterior estima S0, B0, C0. (Para t = 1,2, ., L), asumiendo que el
origen del tiempo se encuentra inmediatamente antes del perodo 1. Para
pronosticar observaciones futuras, a partir de los datos iniciales se har las
actualizaciones de los estimadores ST, BT, CT, perodo por perodo, de acuerdo con
las ecuaciones (10), (11) y (12) hasta llegar al final del perodo mL. As, el origen
de tiempo puede ser redefinido para este perodo y se pueden redefinir los
perodos mL, mL + 1, mL + 2,..., como los nuevos perodos 0, 1, 2, ....
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Ejemplo 5. Con base en lo propuesto por Vidal (2005) para ilustrar el desarrollo
del Mtodo Multiplicativo de Winters, a continuacin se muestra el valor de la
demanda de gas natural en un pas nrdico entre los aos 1987 a 1992, basados
en los datos de los aos 1987 a 1990 se estimarn los parmetros de arranque
del modelo para y pronosticar los dos aos siguientes (1991-1992).
Mes Demanda Mes Demanda Mes Demanda
1 1499,2 13 1633,2 25 1361,0
2 1316,5 14 1462,6 26 1416,3
3 1155,5 15 1178,1 27 1265,7
4 926,0 16 830,0 28 851,3
5 630,5 17 606,5 29 604,8
6 520,3 18 513,7 30 474,6
7 531,6 19 543,4 31 507,3
8 586,2 20 604,8 32 519,8
9 518,8 21 528,0 33 471,4
10 704,2 22 671,3 34 694,9
11 878,4 23 889,7 35 901,3
12 1276,2 24 1244,0 36 1482,7
Mes Demanda Mes Demanda Mes Demanda
37 1437,5 49 1512,9 61 1395,3
38 1167,7 50 1192,0 62 1194,1
39 1055,7 51 1075,6 63 1070,8
40 824,7 52 763,0 64 834,4
41 598,9 53 551,9 65 575,9
42 483,2 54 434,0 66 458,3
43 478,1 55 472,3 67 431,0
44 523,3 56 438,8 68 441,8
45 498,1 57 448,2 69 462,6
46 635,5 58 617,9 70 700,9
47 834,6 59 900,7 71 996,6
48 1304,5 60 1194,3 72 1344,8
Tabla 5 Consumo de Gas Natural (Trillones BTU) entre 1987 a 1992
Fuente: VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela de Ingeniera Industrial y
Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 78
Fuente: VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela de Ingeniera Industrial y
Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 78
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
D1 878,6167 D3 879,2583
D 2 892,1083 D4 Dm 820,1500
Dm D1 820.15 878.6167
B0 1.62407
(m 1) L (4 1) 12
L 12
S 0 D1 B0 878.6167 (1.62407) 888.3611
2 2
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela
de Ingeniera Industrial y Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 80
A continuacin se aplica frmula (16.1) para obtener los promedios de los factores
estacionales para cada perodo j dentro de la estacin. Esto produce 12 factores
estacionales para cada uno de los 12 meses del ao, los cuales se obtienen
promediando los resultados obtenidos en la Tabla 6 para cada valor de j. Por
ejemplo, para t = 1, se toman todos los valores con j = 1 de la Tabla 6. As, se
obtiene, por ejemplo, el primer valor aplicando la frmula as:
1 3
C1 C112 L , para _ t 1
4 k 0
1 1
C1 (C1 C13 C25 C37 ) (1,689146 1,812571 1,532329 1,733845) 1,691972
4 4
A continuacin se muestra los factores estacionales iniciales promediados y
normalizados.
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela
de Ingeniera Industrial y Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 80
Dado que las estimaciones anteriores estn referidas al comienzo del perodo 1,
se necesita llevar estas estimaciones al origen de tiempo desde donde se van a
simular los pronsticos, o sea al final del perodo 48. Esto se logra aplicando
sucesivamente las ecuaciones (9), (10) y (11), las cuales se pueden implementar
fcilmente en una hoja electrnica. Cuando se llegue al perodo 48 mediante este
proceso se tendrn entonces los valores de inicio del pronstico simulado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Tabla 8 Determinacin de los valores de inicio con base en el nuevo origen de tiempo
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela
de Ingeniera Industrial y Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 80
Es importante sealar que el clculo ptimo de los valores puede tener el efecto
de los mltiples ptimos locales, esto implica que pueden existir otros valores para
los parmetros de , y , los cuales pueden tener un Error Cuadrtico Medio
menor Se encontr, por ejemplo, una mejor solucin con = 0.0434, = 1.000 y =
0.7452, con un ECM = 3.426,20. Por lo tanto, debe probarse el Solver con
diversos valores en las celdas cambiantes correspondientes a las constantes de
suavizacin para tratar de encontrar el ptimo global. Igualmente, se puede
cambiar el criterio para que este tenga como objetivo minimizar la Desviacin
Media Absoluta (MAD), lo cual hara que se obtuviesen otros mltiples resultados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
D
S T T (1 )( ST 1 BT 1 )
CT L
1.499,2
S 1 (0,1390) (0.861)(888.361 (1,6241) 886,5271
1.693578
BT ( ST ST 1 ) (1 ) BT 1
FT K ( ST kBT )CT K L
F01 (S0 (1)B0 )CT K L 888.361 (1,6241)(1,693578
) 1501,7584
FT K ( ST kBT )CT K L
F121 (S12 (1)B12)C12112 872.6476 (1,5930)(1,6922) 1474,0
37 1,6670
38 1,4893
39 1,3254
40 0,9847
41 0,7084
42 0,5729
43 0,5877
44 0,6372
45 0,5894
46 0,7860
47 1,0280
48 817.6781 -1.6100 1,5943
49 1512,9 828.7864 -1.4828 1,7521 1360,3731 -40,1379
50 1192,0 823.5576 -1.5202 1,4668 1232,1379 -13,9376
51 1075,6 820.5757 -1.5349 1,3176 1089,5376 -43,5064
52 763,0 812.8995 -1.5963 0,9599 806,5064 -22,8049
53 551,9 806.8283 -1.6410 0,6953 574,7049 -27,2738
54 434,0 798.5697 -1.7072 0,5571 461,2738 4,0217
55 472,3 797.8138 -1.6977 0,5900 468,2783 -68,5024
56 438,8 781.1734 -1.8471 0,5966 507,3024 -11,1416
57 448,2 776.6988 -1.8734 0,5828 459,3416 8,8609
58 617,9 776.3923 -1.8577 0,7913 609,0391 104,5113
59 900,7 788.6666 -1.7164 1,0893 796,1887 -60,3218
60 1194,3 781.6909 -1.7690 1,5586 1254,6218 28,7686
61 1395,3 782.2042 -1.7462 1,7692 1366,5314 49,3312
62 1194,1 785.1329 -1.6994 1,4959 1144,7688 38,5854
63 1070,8 787.5042 -1.6587 1,3402 1032,2146 80,0414
64 834,4 797.4357 -1.5428 1,0064 754,3586 22,5202
65 575,9 800.3950 -1.4978 0,7083 553,3798 13,2545
66 458,3 802.2044 -1.4647 0,5647 445,0455 -41,4244
67 431,0 790.9801 -1.5623 0,5658 472,4244 -29,2034
68 441,8 782.6144 -1.6303 0,5794 471,0034 7,4650
69 462,6 782.7645 -1.6125 0,5872 455,1350 82,7629
70 700,9 795.6899 -1.4672 0,8394 618,1371 131,4745
71 996,6 810.9999 -1.2994 1,1643 865,1255 82,8188
72 1344,8 817.0866 -1.2255 1,6055 1261,9812 -40,1379
73 1443,3858
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela
de Ingeniera Industrial y Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 80
Una vez calculados los valores de inicio con base en el nuevo origen de tiempo, se
puede simular el pronstico para los dos aos restantes. Los clculos para la
simulacin del pronstico son semejantes a los realizados anteriormente, con la
nica diferencia es que los nuevos valores de inicio del pronstico (la componente
permanente, la tendencia y los factores estacionales) son las celdas sombreadas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
FT K ( ST kBT )CT K L
F481 (S48 (1)B48)C48112 817,6788 (1,6099)(1,6670) 1360,38
Ahora bien, si se fuese a utilizar este sistema para pronosticar el perodo 73, se
utilizara la informacin detallada en la Tabla 9, en las celdas sombreadas. Por
ltimo a continuacin se muestra la grfica de pronstico simulado y la demanda
para los perodos analizados (6 aos).
Fuente: Basado en lo propuesto por VIDAL. H, Carlos Julio (2005). Fundamentos de Gestin de Inventarios. Facultad de Ingeniera - Escuela
de Ingeniera Industrial y Estadstica. Universidad del Valle. Santiago de Cali. Colombia p. 80
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Un ejemplo de relacin entre dos variables, puede ser la relacin entre dos
variables como son: los ingresos y los gastos en actividades de ocio, se puede
concluir que la segunda es la variable explicada Y y la primera como variable
explicativa X, ya que, en principio, los gastos en ocio dependern mucho de los
ingresos, pues entre ms dinero ganemos, en teoras sera mayor la parte
gastada en ocio. Pero igualmente se podran analizar dichas variables de forma
inversa, es decir, los gastos en ocio como la variable explicativa X y los ingresos
como variable explicada , es decir cunto ms dinero se gaste en ocio, ms
sern los ingresos percibidos.
Diagramas de Dispersin
Fuente: BGUENA, Josep Gibergans. Regresin Lineal Simple. UOC. Publicado en: cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf.
Fecha de consulta. Enero de 2010
y a bx (17)
A partir de la frmula anterior definimos para cada observacin (xi, yi) el error o
residuo como la distancia vertical entre el punto (xi, yi) y la recta, es decir:
yi ( a bxi )
Por lo tanto por cada recta considerada se tendr una coleccin diferente de
residuos. Se buscar la recta que tenga los residuos ms pequeos en cuanto a la
suma de los cuadrados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: BGUENA, Josep Gibergans. Regresin Lineal Simple. UOC. Publicado en: cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf.
Fecha de consulta. Enero de 2010
(18)
(19)
ei yi yi
Donde y i es el valor estimado de la recta de regresin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Muestra 1 2 3 4 5 6 7 8 9 10
X (No. de
161 152 167 153 161 168 167 153 159 173
hus pedes
Y (litros de licor) 63 56 77 49 72 62 68 48 57 67
Fuente: Adaptado de lo propuesto por. BGUENA, Josep Gibergans. Regresin Lineal Simple. UOC. Publicado en:
cv.uoc.es/cdocent/15TB1WIOWYUI8NVB52CU.pdf. Fecha de consulta. Enero de 2010
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Interpolacin y Extrapolacin
y 96,1121 0,979009 x
Para un valor de X = 160 se tiene un valor estimado Y de 60,53 lt.
et D t Ft
Existen distintas formas de medir el error del pronstico, a continuacin se detalla
cada una de ellas.
MAD
e t
D F t t
n n
Pronstico Desviacin Pronstico Desviacin
Perodo Demanda
alfa = 0.1 Absoluta alfa = 0.5 Absoluta
1 170 165 5 165 5
2 158 150 8 162 4
3 149 168 19 164 15
4 165 163 2 166 1
5 180 161 19 162 18
6 195 180 15 180 15
7 170 168 2 183 13
8 172 163 9 168 4
MAD 9,88 9,38
Suma de desviaciones
absolutas 79 75
e (D Ft ) 2
2
MSE
t t
n n
Pronstico Pronstico
Perodo Demanda (Error)2 (Error)2
alfa = 0.1 alfa = 0.5
1 170 165 25 25 25
2 158 150 64 64 64
3 149 168 361 361 361
4 165 163 4 4 4
5 180 161 361 361 361
6 195 180 225 225 225
7 170 168 4 4 4
8 172 163 81 81 81
Suma Errores Cuadrticos 1125 1001
MES 140.6 125.1
Cuando los datos del problema de anlisis son muy grandes los valores de MAD y
del MSE pueden ser muy grandes, una alternativa de medicin del error es
analizar este como un porcentaje del error medio absoluto. Y se calcula como el
promedio de las diferencias absolutas entre los valores pronosticados y los datos
reales y se expresa como porcentaje de estos ltimos, as:
e t D t Ft
Dt Dt
MAD 100 100
n n
Pronstico
Perodo Demanda Error Porcentual Absoluto
alfa = 0.5
1 170 165 100(5/170) 2,94%
2 158 162 100(4/158) 2,35%
3 149 164 100(15/149) 8,82%
4 165 166 100(1/166) 0,59%
5 180 162 100(18/180) 10,59%
6 195 180 100(15/195) 8,82%
7 170 183 100(13/170) 7,65%
8 172 168 100(4/172) 2,35%
Suma Errores Porcentuales 44%
MAPE 5.5%
Tabla 13 Ejemplo de Clculo del Error Porcentual Absoluto Medio
Introduccin
Por ltimo se tiene la planeacin a corto plazo, esta a partir de la definicin del
plan agregado, busca desagregar el plan a plazos de semanas, das y horas.
Cuando se habla de planeacin a corto plazo se refiere a la programacin de
produccin propiamente dicha es decir determina asignacin de cargas de trabajo
(Loading), secuenciacin de actividades (sequencing) y temporizacin
(scheduling), elementos estos que van a ser estudiados en la segunda Unidad del
mdulo.
1) Se debe usar los inventarios para absorber los cambios que registre la
demanda dentro del perodo de planeacin?
2) Los cambios de la demanda deben ser adaptados variando el nivel de la
fuerza de trabajo?
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Perodo de planeacin 6 meses, los datos del pronstico para cada uno de los
meses e se muestra en el siguiente cuadro, la empresa elabora engranajes.
Esta estrategia busca mantener una fuerza de trabajo que opere a una tasa de
produccin estable, donde la escasez y los excedentes los absorba el inventario y
los pedidos pendientes. La utilizacin de esta estrategia permite que para los
empleados existan condiciones estables de trabajo, as como un buen nivel de
servicio a los clientes, pero a la vez trae altos costos de mantener el inventario y
mano de obra ociosa. El procedimiento de aplicacin de esta estrategia es el
siguiente:
6080
TPA2 196,13
31
De la misma manera se procede con los dems perodos.
Trabajo Ordinario va desde las 6:00 a.m. hasta las 10:00 p.m.
Trabajo Nocturno va desde la 10:00 p.m. hasta las 6:00 p.m.
Nmero mximo de Horas Extras diurnas o nocturnas es de 2 horas/da o
12 horas/semana
Recargos:
Costo Hora Extra Diurno = 1.25 Costo Hora Trabajo Diurno
Costo de Trabajo Nocturno = 1.35 Costo Hora Trabajo Diurno
Costo Hora Extra de Trabajo Nocturno Extra = 1.75 Costo Hora Trabajo
Diurno
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Para efectos de desarrollar mejor esta estrategia, los datos de entrada del ejemplo
fueron reemplazados por los siguientes:
CPEt (TP/ da) No. _ Mximo_ Horas_ en_ Tiempo_ Extra Ren dimiento No.das/ mes
No. _ horas/ da
De acuerdo al cdigo laboral vigente, el nmero mximo de horas de trabajo
suplementario es de 2 horas diarias o en total de 12 horas semanales, lo cual para
las dos jornadas da un total de 4 horas.
Ahora bien, en el mes de enero se tiene un dficit 300 unidades, las cuales hay
que producirlas en tiempo extra; la capacidad de tiempo extra para el mes de
enero total es 1890 unidades. Lo cual es suficiente para suplir las necesidades de
produccin tanto del mes de enero, como lo que se requiere en el mes de febrero.
Para el mes de enero, se aplica la opcin b, ya que el dficit (Deft) es menor que
la CPEt (Capacidad de Produccin en Tiempo Extra), por lo tanto el presupuesto
de tiempo extra (PTEt) es suficiente para producir lo que hace falta para este mes,
e igualmente permite cubrir las necesidades de produccin para el mes de febrero.
Por ltimo se determina los costos de la estrategia con base en las siguientes
frmulas.
8) Calcular Costo de Mano de Obra Directa. Unidades: unidades monetarias
(CMO ) t NES t Salario / empleado
9) Calcular Costo de Inventario para el Periodo. Unidades: unidades monetarias
(CI ) t Costo _ de _ Inventario s / Unidad ( I t IE t )
10) Calcular Costo Horas Extras Contratadas (CHEC), que es igual al:
Costo de Horas Extras Ordinarias Contratadas (CHEOC) ms el Costo de
Horas Extras Nocturnas Contratadas (CHENC).
(CHEC ) t (CHEOC ) t (CHENC ) t
(CHEC ) t NoHEO 1.35 ( 240 horas ) NoHEN 1 .75 ( 240 horas )
salario salario
Hasta ahora se han considerado estrategias puras, pero tambin puede hacerse
uso de una estrategia mixta, que integre las estrategias puras y su desempeo a
nivel de costos es superior a solo usar una estrategia.
Las estrategias descritas apoyadas en hojas de clculo son de amplio uso por la
sencillez de su manejo, pero a la vez son mtodos de prueba y error, por lo tanto
la calidad del plan depende de la creatividad de la persona que hace el anlisis.
Una alternativa es el uso planes ptimos de produccin utilizando programacin
lineal, estos planes permiten obtener planes a costo mnimo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 223
Descripcin Costo
Costo de Material $10/unidad
Costo de Mantener en Inventario $2/unidad/mes
Costo marginal de desabasto $5/unidad/mes
Costo de contratacin y capacitacin $300/empleado
Costo de Despido $500/empleado
Horas de trabajo requeridas 4/unidad
Costo de Tiempo regular $4/hora
Costo de Tiempo extra $6/hora
Costo de subcontratar $30/unidad
Cuadro 5 Costos para EUTTOR
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 223
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
6
CWt 640W t
1
6
COt 6O t
1
6 6
CHLt 300 H t 500 L t
1 1
6 6
CISt 2 I t 5S t
1 1
6 6
CPCt 10 P t 30C t
1 1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
6 6 6 6 6 6 6 6
Costo_ Total 640W t 6Ot 300H t 500Lt 2I t 5S t 10Pt 30Ct
1 1 1 1 1 1 1 1
15.3 Restricciones
W t W H t L t ,
t 1
Ot
Pt 40 W t
4 ,
esto se realiza para cada uno de los perodos t=1,2,,6 (22)
I t 1 P t C t D t S t 1 I t S t
,
Esto se realiza para cada uno de los perodos t=1,2,,6 (23)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
El inventario inicial est determinado por I 0 = 1000, el inventario final debe ser
cuando menos de 500 unidades, es decir I 6 > 500, inicialmente no se tiene
ningn dficit, S0 = 0.
O t 100 W t ,
Esto se realiza para cada uno de los perodos t=1,2,,6 (23)
En la tabla las variables de decisin estn contenidas en las celdas B5 A I10, con
cada celda correspondiente a cada variable. Ver grfico
El segundo paso es construir una tabla para las restricciones, ver ecuaciones (21)
a la (24). La tabla de restricciones se construye como se ve en el grfico 18.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 231
Como tercer paso es necesario crear una celda que contenga la funcin objetivo,
la cual en que se obtendr la solucin. Esta celda no necesita contener toda la
frmula sino que pueda escribirse como una frmula empleando las celdas con
clculos intermedios de costo.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 231
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Para el caso ETUTTOR, los costos se muestran en el grfico 19, por ejemplo la
celda B15 los costos de despidos en los que se incurri en el mes 1, por tanto la
frmula en la celda B15 es el producto de la celda B5 que contiene el costo de
contratacin y que se obtiene del cuadro 5. Las dems celdas se diligencian de
manera similar. Finalmente la celda C22, contiene la suma de las celdas B15 A
I20.
Por ltimo se hace uso de la herramienta Solver, dentro del dilogo de los
parmetros Solver, se introduce la siguiente informacin para correr el modelo de
programacin lineal.
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 231
Luego de correr el modelo los resultados obtenidos para el mismo con los
siguientes resultados del Plan Agregado de Produccin ptimo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Perodo Ht Lt: Wt Ot It St Ct Pt
0 0 0 80 0 1000 0 0 0
1 0 15 65 0 1938 0 0 2583
2 0 0 65 0 1567 0 0 2583
3 0 0 65 0 950 0 0 2583
4 0 0 65 0 0 267 0 2583
5 0 0 65 0 117 0 0 2583
6 0 0 65 0 500 0 0 2583
Tabla 20 Plan Agregado de Produccin ETUTTOR
Fuente: Adaptado de. CHOPRA, S., P. Meindl: Administracin de la Cadena de Suministro, Estrategia, Planeacin y
Operacin, 3ra. Edicin, Prentice Hall, 2008. Mxico. Pag. 227
El Plan Maestro de Produccin (PMP) pretende que a partir del plan agregado
determinar el calendario de produccin para cada tipo de producto de forma que
se respeten los plazos de entrega establecidos y se respeten las restricciones de
capacidad existentes, tratando de aprovechar de forma eficiente la capacidad
productiva instalada.
El Plan Agregado analiza los productos de manera agrupada, ya que solo utiliza
informacin agregada del pronstico como base para determinar la demanda, por
lo tanto es necesario desarrolla un plan incluya mayor detalle de los productos a
fabricar y que tome as mismo, un plazo de tiempo ms corto. Esto permitir que
las empresas entre otros aspectos obtengan lo siguiente.
3. Fabricacin bajo pedido (Make to Order MTO). Este entorno el cliente tiene
una gran influencia sobre el diseo del producto o servicio final. La empresa
utiliza componentes estndar de materia prima, pero son diversas las formas
en que dichos componentes se ensamblarn. En estos entornos, el nmero de
materias primas es bajo, pero existe una gran cantidad de productos
terminados. Por lo tanto la demanda es variable tanto en la cantidad como en
el diseo, por lo tanto el PMP se refleja en relacin a la capacidad y los
requerimientos de materia prima.
Fuente: CHAPMAN, Stephen N (2006). Planificacin y Control de la Produccin. Pearson Educacin. Mxico, pag. 80
Fuente: CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006, pag. 81
o Si la cifra del pedido del cliente es mayor, resulta obvio que el pronstico
fue demasiado bajo, lo que implica que se necesita reflejar lo que
realmente desean los clientes. Como el pronstico de la demanda
result errneo, podra presentarse problemas de recursos, que son
debemos incrementar el pronstico para el PMP. Es importante sealar,
que dentro de la barrera de tiempo de planificacin slo existe una
capacidad de reaccin limitada ante el desabasto de material o la falta
de capacidad, adems, se debe revisar el programa maestro para
asegurarse de no violar el Plan Agregado de Produccin.
Fuente: CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006, pag. 81
El PMP de la semana 6 debe durar hasta el siguiente lote del PMP, que se
programa en la semana 8. En ese perodo hay pedidos por 31 unidades (14 + 17),
as que nos sobran 29 unidades para atender otros compromisos con los clientes.
El mismo razonamiento se debe realizar para el resto del registro.
Un elemento clave que debe observarse en el ejemplo anterior, es que la lgica de
la DPP se determina slo a partir de pedidos de los clientes, en ningn momento
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Revisar si los clientes que tienen pedidos por surtir actualmente pueden ser
flexibles en cuanto a la recepcin del producto. O simplemente rechazar el pedido,
si decide que las dems opciones no son viables. En conclusin la importante es
tener la capacidad de revisar las circunstancias presentes, y la habilidad de
comunicarse de manera inmediata y abierta con los clientes.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Leccin 21 Definicin
Est orientado a los productos concretos que hay que generar (no considera
familias de productos): a partir de las necesidades de stos, manifestadas en el
PMP, planifica los componentes necesarios, es prospectivo, la planificacin se
basa en las necesidades futuras de los productos.
Hay que reconocer tres tipos de datos para el funcionamiento de este modelo:
Entradas, Procesos y Salidas.
Lista de Materiales: La Lista de Materiales (Bill of Materiales BOM, por sus siglas
en ingls) es el producto de construir el rbol de la estructura y montaje del
producto final. De haberse dado algn cambio en las especificaciones del producto
hay que ajustarla a la nueva situacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
rdenes de Produccin
Informes de Reprogramacin debidas a cambios en las fechas de vencimiento
de las rdenes de produccin
Informes de cancelacin de rdenes
Estado del nivel de inventarios de partes y productos
Programacin de rdenes futuras.
Para el desarrollo del MRP, es necesario que se tenga claridad del producto que
se va a fabricar, en el cual estn bien definidas las relaciones entre productos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Cada componente debe identificarse con un cdigo el cual debe asignarse por
niveles de acuerdo a la estructura de fabricacin. De acuerdo a lo propuesto por
Kalenatic (1993), a continuacin se ejemplifica el proceso del MRP para una
mesa, la cual est conformada por tres tablas, 8 patas, 4 tornillos superiores y 4
ruedas. Los tornillos y las patas son partes que son compradas a un proveedor.
XX XX XX XX X
Toma valor de 0 si es
Nivel de Cdigo Cdigo parte Posicin de la parte en
materia prima o 1 si es
produccin parte padre el nivel
un ensamble
Suponga que para la mesa el cdigo del producto es 40 y las partes empiezan a
numerarse de 50 en adelante. A continuacin se muestra el diagrama de rbol
de la mesa. Este describe los niveles de fabricacin para la mesa, el nmero de
partes de cada componente y su codificacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Si bien es claro que el stock de seguridad puede reducirse en gran medida para
los tems con demanda dependiente, no es evidente que pueda llegar a ser
eliminado en todos ellos sin provocar riesgo de faltantes, pinsese, por ejemplo,
en posibles variaciones en el porcentaje de defectuosos, ausentismo laboral,
averas de maquinaria, etc. Sin embargo, stas y otras situaciones pueden ser
reducidas al mximo con una adecuada gestin, disminuyendo con ello el tamao
del SS necesario para hacerles frente. As pues, la determinacin de su magnitud
constituye, an hoy, una de las vas interesantes de investigacin en el campo del
MRP. No existen tcnicas sofisticadas que garanticen el nivel de servicio deseado;
suelen ser, por el contrario reglas intuitivas, que se van ajustando a la vista de los
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
resultados reales. Para Smith (1982) deben darse dos condiciones si queremos
prescindir del stock de seguridad:
Que el riesgo en los tiempos de suministros y en los lotes por entregar sean
despreciables.
Del mismo modo, los ajustes por exceso en los tamaos del lote generan un
sobrante, utilizable en perodos posteriores a la recepcin del pedido.
Los SS de los productos finales pueden absorber las fluctuaciones provocadas
por retrasos en la entrega de productos finales. La reposicin del nivel deseado
de stock de seguridad se producira con la llegada del lote que ha sufrido el
retraso.
Perodo constante.
Se fija el intervalo entre pedidos de forma o emprica. Una vez establecido ste,
los lotes se igualan a la suma de las necesidades netas en el intervalo elegido,
resultando aquellos, lgicamente variables. En esta tcnica y en las restantes, en
la que los pedidos agrupan necesidades netas de varios periodos, los lotes deben
hacerse llegar en el primero de los perodos computados.
Es anlogo al anterior, salvo que el valor del periodo constante se calcula a partir
del lote econmico obtenido por el mtodo clsico; a partir de ste se deducen la
frecuencia y el tiempo entre pedidos, el cual se toma como perodo constante. El
modelo EOQ es un mtodo que permite calcular el tamao de lote, minimizando
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Teniendo en cuenta lo anterior. Suponga que el costo total de inventario son los
siguientes.
= ( )+ ( )
2
Donde
C = costo total por ao
Q = tamao del lote, en unidades
cm = Costo de mantener una unidad de inventario, calculado como porcentaje del valor
del artculo
D = Demanda, en unidades por ao
co = Costo de pedir o preparar un lote,
Esta expresin matemtica, despus de derivarla con respecto a Q y despejando
queda que la cantidad ptima a pedir es:
2
=
Un artculo tiene una venta semanal de 18 unidades, el proveedor cobra $60 por
unidad. El costo de colocar un pedido con el proveedor es de $45 y el costo anual
de manejar inventario es el 25% del valor del producto, se supone que se trabaja
52 semanas. Cul es la cantidad ptima de pedido para el producto, el costo total
anual y con qu frecuencia deben hacerse los pedidos?
Aplicando la Frmula del EOQ se tiene lo siguiente
2(936)(45)
= = 74,94 = 75
15
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
75 936
= ($15) + ($45) = $1124
2 75
75
= = 0,080
936
= = 0,080 12 = 0,96 o en semanas es
75
= = 0,080 52 = 4.17
936
Mtodo Silver Meal.
Suponer que se tiene la demanda para periodos futuros: D1, D2,. .., Dn. Sea
C(m) el costo variable promedio por perodo si la orden cubre m perodos. Se
supone que el costo de mantener de inventario ocurre al final del perodo y que la
cantidad necesaria se usa al principio del mismo. Entonces se tiene lo siguiente, si
se ordena D1 para cumplir con la demanda del perodo 1, se obtiene.
(1) =
1
( )= ( + +2 +3 + . +( 1) )
Y el criterio de decisin, para determinar cual es la cantidad Q que debe pedirse
es en el momento en que
( + 1) > ( )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Entonces como el costo total es mayor se detiene el proceso. Esto significa que
se debe pedir una cantidad Q = 100 + 100 + 50 = 250, se pide en el mes 1 para
mantener hasta el mes 3. Se continua el procedimiento empezando que m = 1 es
el mes 4.
m = 1 (1) = 50
m = 2 (2) = (50 + 0.5 210) = 72.5 50.
Este sigue la misma lgica que el mtodo Silver - Meal, pero la decisin est dada
en el costo variable por unidad en vez de que sea calculado por perodo.
(1) =
+
(2) =
+
+ +2
(3) =
+ +
Y de forma general.
+ +2 + . . +( 1)
( )=
+ + + .+
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Y la regla de detencin es
( + 1) > ( ), donde = + + + + y el proceso se repite a
partir del perodo m + 1.
Adems de los mtodos propuestos para el clculo de lotes, existen otros como el
algoritmo Wagner Whitin, el cual se desarrolla bajo programacin dinmica, o el
mtodo de balanceo de perodo fragmentado, entre otros.
Requerimientos Brutos
Recepciones Planeadas
Inventario Disponible
Inventario Proyectado
Requerimientos Netos
Plan de Colocar una Orden
Plan de Recibir una Orden
Es una estimacin del inventario que quedara en cada perodo una vez estn
satisfechos los requerimientos brutos de la parte j.
( )=( )( )+( )( )
( )=( ( ) )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Ahora observe la fila Plan de Colocar rdenes, reproduce los valores del rengln
Requerimientos Netos, pero dos semanas antes; este desplazamiento se debe al
tiempo de espera, es decir dado un tiempo de 2 semanas, se necesita realizar un
pedido y comenzar a fabricar el producto en la semana 1 si se desea que est
disponible en la semana 3. Y por ltimo el Plan de Recibir rdenes, corresponde a
la entrega efectiva en el perodo requerido de las unidades solicitadas en el Plan
de Colocar rdenes.
En este caso se requieren dos componentes A para un producto XYZ, por lo tanto
los requerimientos brutos de A son los que se sealan en el Plan de Colocar
rdenes del producto XYZ, as:
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Ahora para el sub-ensamble B, solo se necesita una unidad de este para producir
el artculo XYZ, a diferencia de A que requera dos unidades. Los requerimientos
brutos de este componente siguen siendo iguales al Plan de Colocar rdenes del
producto XYZ, y empleando la misma lgica el registro de inventarios se dara
como sigue
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Fuente: Adaptado de CHAPMAN, Stephen N. Planificacin y Control de la Produccin. Pearson Educacin. Mxico 2006,
pag. 132
Leccin 26 Conceptos
m p
Ci Qpij nri Estij
i 1 j 1
1. Unidades de Tiempo: horas maquina, horas por unidad, horas hombre, etc
2. Unidades Energticas: Caballos de Fuerza, kilowatios, etc
3. Unidades Monetarias: Pesos, Dolares, Euros, etc
4. Unidades de cantidad de capacidad. Unidades de
producto/da/semana/ao.
Funcin _ Objetivo:
p m
Max _ Capacidad _ Cn Kp ij
j 1 i 1
p
Min _ Costo c j Q j
j 1
p
Max _ Ingresso r j Q j
j 1
kp Q
j 1
ij j Kri Restriccin de Capacidad
av Q
j 1
j j Av Restriccin de Materiales
bs
j 1
j Q j Bs Restriccin de Mano de Obra
Ejemplo 11. En los siguientes centros de trabajo A1, A2, A3 y A4 se producen dos
tipos de producto, la produccin se realiza en dos turnos de 8 horas. Los datos
del sistema de produccin estn dados en la siguiente tabla:
Fuente: KALENATIC, Dusko. (1993) Aplicaciones Computacionales en Produccin: Fondo Editorial Universidad Distrital
Francisco Jos de Caldas. Bogot
Nmero de das 365
Das hbiles 306
a) Determinar la Capacidad Instalada y disponible del sistema productivo
b) Formular el Modelo matemtico con el objeto de maximizar el uso de la
capacidad disponible
c) Calcula el Mximo grado de utilizacin de la capacidad instalada y
disponible si la solucin ptima es: P1 ptimo: 4,54 unidades /ao y P2
ptimo: 98,81 unidades/ao
d) Calcular para cada sitio de trabajo el nivel de utilizacin de la capacidad
disponible.
SOLUCIN:
a) CAPACIDAD INSTALADA
m m
Ci ni (365)24 g i ni (horas / ao)
i i
CAPACIDAD DISPONIBLE
b) MODELO MATEMTICO
p m
Max_ Capacidad_ Cn Kp ij
j 1 i1
Sujeto a:
p
Kp
j 1
ij Qj Cdi _ i 1,2,3,4
Q j Q j max_ j 1, 2
Qj 0
i 1
ni
120 80 200
Cd1 1 306 2 8 40 1 4576 _(horas / ao)
4
120 80 200
Cd 2 1 306 2 8 70 1 4726 _(horas / ao)
4
120 80 200
Cd 3 1 306 2 8 30 1 4766 _(horas / ao)
4
120 80 200
Cd 4 1 306 2 8 60 1 4736 _(horas / ao)
4
Sujeto a:
Max _ Cn 18612
Max _ ni 100 100 53.42%
Ci 34840
Max _ Cn 18612
Max _ nd 100 100 98,22%
Cd 18948
Capacidad No utilizada
Cn2 1208,30
Cn4 961,63
Introduccin
Sistemas continuos
Sistemas intermitentes
5) Proyectos singulares
Los sistemas continuos o tambin denominados tipo Flow Shop son aquellos en
los que el flujo de productos (agrupado en familias homogneas) recorre de forma
continua o ininterrumpida las instalaciones y procesos que estn definidos para
ellos. Un ejemplo de esto son las cadenas de montaje, o los procesos qumicos
continuos.
Los sistemas intermitentes o tambin denominados tipo Job Shop son aquellos en
las mquinas e instalaciones son lo suficientemente flexibles para maneja una
amplia variedad de tamaos y normas, o bien la naturaleza del proceso implica un
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Los sistemas tipo 4), taller cubierto, son aquellos sistemas productivos con una
distribucin en planta semejante a la de los anteriores, pero estn dispuestos
idealmente a recibir un pedido de un cliente, en el que se incluya el diseo del
producto, la mayora de los productos no se almacenan, un ejemplo de estos
sistemas son las imprentas.
Por ltimo los sistemas tipo 5), proyecto singular, son similares a las
caractersticas de taller abierto, pues el diseo de producto es, en muchas
ocasiones, especfico para el cliente. Lo que los distingue es la complejidad y
singularidad de estos, que impide atender a muchos clientes a la vez, ejemplos de
estos sistemas son: construccin de aviones, astilleros, proyectos de construccin.
Como en toda clasificacin, las fronteras entre un tipo de sistema y otro no son
fciles de sealar en muchos casos prcticos, observndose que muchos
sistemas reales no se presentan en forma pura sino que incluyen en su interior
subsistemas clasificables en diversas categoras.
Por ejemplo una compaa automotriz, tienen una lnea de montaje, lo que la
clasifica como un sistema tipo 2). Sin embargo, considerando aisladamente
algunos de los talleres o servicios que la componen, se obtendrn otras visiones,
por ejemplo, los talleres de chapas, se producen por lotes, lo que lo asimila en un
sistema tipo 3). Los talleres de prototipos son talleres de tipo abierto, mientras que
el departamento de diseo de productos, trabaja por proyecto. Finalmente los
concesionarios de la marca, considerndolos aisladamente, constituyen un
sistema tipo 1).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
34.1 Previsin
Para los sistemas tipo 4, los problemas de gestin de inventarios, salvo los de
materia prima no presentan muchas dificultades. En todo caso estn ligados a la
determinacin del tamao de lote.
Por ltimo los sistemas tipo 5, existe gran semejanza con los tipo 4, en un
proyecto de larga duracin con incorporacin de costosos componentes
exteriores, las fechas establecidas para la recepcin de dichos componentes, a
partir de la fechas de requerimientos de las mismas, de acuerdo al proceso de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
En los talleres, sistemas tipo 3 y4, aparece la programacin como una actividad
crtica. Deben cargarse las rdenes de trabajo a las secciones, grupos o
mquinas y establecer la secuencia.
Los sistemas de tipo 4, dado que el cliente define el producto que quiere, es
tambin el que fija unos estndares de calidad en funcin de los cuales acepta el
producto. Para los sistemas tipo 5 ocurre algo similar, con la posibilidad, en los
proyectos de gran tamao y trascendencia, de condiciones especiales de calidad.
35.1 Previsin
Para adecuar la oferta a la demanda debe tener en cuenta una caracterstica que
impide la utilizacin de uno de los procedimientos ms habituales en la
coordinacin oferta demanda en los sistemas productores de bienes: los
inventarios.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Leccin 36 Definiciones
Ejemplo 12. Suponga que se desea asignar 5 tareas a cinco reas de trabajo, y
se dispone de los tiempos de elaboracin para cada uno de ellos en cada centro,
tal y como se propone en la siguiente matriz.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Se desea encontrar la asignacin ptima de forma que la suma del tiempo total
sea el menor. Para encontrar esta asignacin el mtodo describe los siguientes
pasos.
Cuando existen varios centros de trabajo alternativos que pueden realizar las
operaciones, si todos ellos poseen la misma eficiencia la forma de asignar las
operaciones podr oscilar, segn las circunstancias, entre los dos extremos
siguientes:
Si los centros de trabajo tienen eficiencias diferentes, sera deseable asignar cada
operacin al centro de trabajo que presenta mayor eficiencia para la misma, pero
si existe suficiente capacidad en el mismo habr que recurrir a los dems. El
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
El procedimiento es el siguiente.
Leccin 40 Terminologa
Estticos: Los trabajos que hay que planificar y que estn todos disponibles en
el instante inicial y no se incluyen nuevos trabajos durante el perodo de
planificacin.
40.1 Terminologa
Una operacin es una tarea elemental que se realiza en una mquina. El conjunto
de operaciones se denomina trabajo y estn relacionadas entre s por medio de
precedencias debidas a restricciones tecnolgicas que definen la ruta.
Tiempo de espera (Twi). Es el tiempo que el trabajo que est en cola esperando
a ser procesado en una mquina.
Retraso (Li = Tfi - Tei) cuantifica lo pronto (o tarde) que se ha terminado el trabajo y
se calcula como la diferencia entre la fecha de finalizacin y la de entrega. Si es mayor
que cero significa que el trabajo se ha terminado despus de su fecha de entrega
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
prevista y, entonces, se denomina tardanza (Ti). Si, por el contrario, es menor que
cero, el trabajo se ha acabado antes de la fecha prevista, se denomina prontitud (Ei).
Holgura (Hi = Tei (Tai + Tpi)) representa el margen de tiempo que existe para
planificar un pedido, es decir, sabiendo el tiempo en el que llega y el tiempo de
procesamiento, y conociendo la fecha en la que hay que entregar el artculo, es fcil
calcular el margen del que se dispone para planificarlo.
Del ingls (Critical Ratio), se determina dividiendo el tiempo de entrega del trabajo
(Tei) hasta la fecha actual (To), sobre el tiempo total de restante de la Planta (Trp)
Una razn menor que 1 implica que el trabajo est retrasado con respecto al
programa, y una razn mayor que 1 indica que el trabajo est adelantado con
respecto al programa. El trabajo que tenga el CR ms baja debe programarse
como el siguiente en el orden de procesamiento.
El trabajo que tenga la fecha de vencimiento ms prxima (EDD) (por sus siglas
en ingls Earliest due Date), ser el que tendr la prioridad de ser programado.
Del ingls First Come First Served, aquel trabajo que haya llegado primero a la
estacin de trabajo tendr la ms alta prioridad.
Del ingls (Longest Processing Time) En este criterio se ordenan los trabajos de
mayor a menor tiempo de procesamiento.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
En un taller de este tipo los trabajos constan de una nica operacin que se
realiza en una nica mquina. En este caso es posible obtener una secuencia
ptima de los trabajos que minimice una caracterstica elegida por el planificador,
como se ver ms adelante. Si bien en la mayora de las empresas no se da este
caso de forma exclusiva, en muchas de ellas la planificacin puede hacerse
agrupando mquinas en centros de trabajo que s cumplen esta definicin.
Ejemplo 14. Suponga que se tienen 5 trabajos para ser procesados en una sola
mquina, a continuacin se detalla la informacin de tiempo de procesamiento y
tiempo de entrega para cada uno de los trabajos.
Las medidas de desempeo para evaluar esta programacin son las siguientes.
8 + 14 + 17 + 32 + 44
= =
5
= 23
2+0+1+0+0
= = = 0.6
5
0 + 2 + 0 + 12 + 22
= = = 7.2
5
= = =
0 + 14 + 17 + 32 + 44
= = 2.61
44
Se podra afirmar que la suma de los tiempos de flujo, equivale al total de horas
trabajo que pasan los lotes en espera para ser procesados completamente,
asumiendo para el ejemplo que no hay material en proceso inicial sino solo el que
corresponde a estos trabajos, entonces si a este tiempo lo dividimos entre el lapso
de fabricacin, es decir el tiempo total requerido para fabricar todos los bloques,
que tambin es igual al tiempo de flujo para el ltimo trabajo procesado, se obtiene
el promedio de trabajo en proceso.
Ahora miremos el Inventario Promedio Total, este corresponde a la suma total del
inventario que est en proceso ms los trabajos ya terminados que estn a la
espera de ser entregado a los clientes, esto es el tiempo total necesario que cada
trabajo dur en la planta en ser procesado y la espera para ser entregado a los
clientes. Entonces, este inventario se obtiene como la suma de los tiempos reales
de entrega de cada trabajo a los clientes, dividido sobre el lapso de fabricacin.
10 + 14 + 18 + 32 + 44
= = 2.68
44
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Grfico 29 Grfico Gantt Secuencia de Trabajos para una Mquina aplicando la regla EDD
3 + 9 + 17 + 29 + 44
= =
5
= 20,4
15 + 3 + 0 + 0 + 0
= = = 3.6
5
0 + 0 + 7 + 7 + 24
= = = 7.6
5
3 + 9 + 17 + 29 + 44
= = 2.32
44
18 + 12 + 17 + 29 + 44
= = 2.73
44
Otra conclusin es que sin importara la regla utilizadas el lapso de produccin fue
el mismo, es decir de 44 horas, esto se debe a que la asignacin es en una sola
mquina y por tanto no hay tiempos muertos o ociosos.
Ahora bien, la regla de mayor uso es la SPT, ya que esta tiende a minimizar el
tiempo de flujo, al tiempo que busca maximizar la utilizacin de los recursos de la
planta. Para el caso de una sola mquina, tal y como lo propone Krajewski (2000)
la regla SPT siempre proporciona el tiempo de flujo promedio ms bajo, sin
embargo puede que incremente el inventario total de producto pues tiende a
empujar todo el trabajo hacia la etapa de terminacin, as mismo tiende a generar
una alta variacin en las horas de retraso, puesto que por lo general los trabajo
ms largos tienen que esperar ms tiempo para ser procesados. En general la
ventaja ms grande que tiene esta regla es que aumenta la carga de trabajo en la
planta.
Grfico 30 Grfico Gantt Secuencia de Trabajos para una Mquina aplicando la regla EDD
Ejemplo 15. Suponga que una planta de productos plsticos, adaptado de Sipper
(1998), tiene tres mquinas de inyeccin idnticas y tiene 15 trabajos, los clientes
tienen la misma prioridad para la recepcin de sus pedidos, entonces se desea
saber cual mquina y en qu orden deben ser procesados los trabajos de manera
que se minimice el tiempo total en que los trabajos son procesados.
Trabajo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Tiempo 1 3 4 6 9 10 10 11 12 13 13 14 16 18 19
1 + 3 + 4 + 7 + 12 + 14 + 17 + 23 + 26 + 30 + 36 + 40 + 46 + 54 + 59
=
15
= 24,8
=
1 + 3 + 4 + 7 + 12 + 14 + 17 + 23 + 26 + 30 + 36 + 40 + 46 + 54 + 59
=
59
= 6,3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
As mismo el Lapso de Fabricacin (Makespan) o tiempo total para que todos los
trabajos completen su ejecucin es de 59 unidades de tiempo
Ahora las medidas de desempeo para esta regla de despacho para este se
tienen las siguientes:
19 + 32 + 42 + 52 + 53 + 18 + 31 + 42 + 51 + 54 + 16 + 30 + 42 + 48 + 52
=
15
= 38,8
( )=
19 + 32 + 42 + 52 + 53 + 18 + 31 + 42 + 51 + 54 + 16 + 30 + 42 + 48 + 52
=
59
= 10,7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Este tipo de organizacin del taller, llamado tambin sistemas en lnea o continuo
las mquinas estn dispuestas de manera que el flujo de todos los productos que
se procesan en ellas de forma unidireccional. Existen m mquinas sobre las
cuales se puede procesar trabajos que tengan menos operaciones que m. Para
secuenciar en este tipo de sistemas existe el Algoritmo de Johnson cuyo
procedimiento tiene como objetivo minimizar el lapso de procesamiento, cuando
se programan n trabajos en 2 mquinas en serie. El algoritmo pretende que la
secuencia de trabajos en dos estaciones debe ser la misma, por lo tanto la
prioridad asignada a un trabajo determinado debe ser la misma en ambas
estaciones. Este algoritmo supone que existen un nmero conocido de trabajos,
los cuales tambin tienen un tiempo de procesamiento igualmente conocido y que
estn disponibles para ser procesados. El procedimiento del algoritmo es el
siguiente.
Paso 1. Para todas las tareas determine y localice en cada mquina el tiempo de
procesamiento ms corto (ti1 y ti2), entre todos los trabajos que no hayan sido
programados todava.
Entonces se verifican el menor tiempo de todos los trabajos, los cuales son t22,
t31, y t82 = 1, entonces la tarea debe programarse inicialmente, luego se tienen
los trabajos 2 y 8, otra manera de determinar cual se escoge es mirar el tiempo de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Algunas medidas de desempeo para este algoritmo es que son las siguientes:
Ahora bien, para procesos en lnea con dos mquinas existen varios heursticos
que permiten forzar el problema para que sea visto como uno de dos mquinas y
de esta forma usar el algoritmo de Johnson, unos de ellos es el Algoritmo de
Gupta, el cual se define de la siguiente manera, sea
1 <
=
1
Y define que:
=
, { + }
Ejemplo 17. Suponga que se tienen 5 trabajos los cuales deben ser procesados
en 4 mquinas en serie, los datos de tiempo del procesamiento de cada trabajo en
cada estacin se muestran a continuacin:
Ejemplo 18. Suponga que se tienen 10 trabajos con las siguientes secuencias de
operacin en dos mquinas.
Trabajo 1 2 3 4 5 6 7 8 9 10
Ruta BA AB BA B A AB B BA BA AB
Tpi1 3 1 11 0 3 9 0 8 13 2
Tpi2 8 10 13 1 0 8 6 10 6 6
Cuadro 18 Datos ejemplo 17
Trabajo 2 6 10
Ruta AB AB AB
Tpi1 1 9 2
Tpi2 10 8 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin
Trabajo 1 3 8 9
Ruta BA BA BA BA
Tpi1 3 11 8 13
Tpi2 8 13 10 6
10 11 12 1 2 3 4 5 6 7 8 9
am am m pm pm pm pm pm pm pm pm pm
Necesidades 4 6 8 8 6 4 4 6 8 10 10 6
Tabla 36 Datos Ejemplo 19
10 am 11 am 12 m 1 pm 2 pm 3 pm 4 pm 5 pm 6pm 7 pm 8 pm 9 pm
Necesidades 4 6 8 8 6 4 4 6 8 10 10 6
Asignados 4 2 2 0 0 0 0 0 4 4 2 0
En funciones 4 6 8 8 8 8 8 8 8 10 10 10
Tabla 37 Asignacin de Personal Ejemplo 19
Otra opcin es dividir los turnos. Por ejemplo, un trabajador puede llegar, laborar
4 horas y regresar 2 horas ms tarde a cubrir otras cuatro horas. El efecto de esta
opcin en la programacin bsicamente semejante a la de cambiar el tamaos de
los lotes en la produccin. Cuando los trabajadores comienzan sus labores, tiene
que registrar su entrada, ponerse el uniforme y quiz, recibir informacin necesaria
de los trabajadores del turno anterior, esto puede considerarse como el costo de
preparacin en un contexto de manufactura, dividir los turnos es como tener lotes
de produccin ms pequeos, lo cual acarrea ms tiempos de preparacin lo que
puede llegar a ser ms costoso, existen mtodo de programacin lineal que
igualmente tratan este tipo de problemas, ver Nanda y Brownie (1992)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Bsicas Tecnologa e Ingeniera
Contenido Didctico del curso Planeacin y Control de la Produccin