Innovacin con propsito de

vida.

MTODOS CUANTITATIVOS PARA LA

TOMA DE DECISIONES
INTEGRANTES DEL
EQUIPO:
Cinthia Ocampo Njera
Matricula:AL02830948
Edgar Samuel Rodrguez Ocampo
Matricula:AL02824569
PROFESOR:

Sergio Rodrigo Casasola Santana

ADTIVIDAD:

Evidencia 2: Proyecto
Final
MODULO 2:
TEMA 8. Herramientas tradicionales
para la toma de decisiones con WinQSB

CONTENIDO

2de Diciembre de 2016.

Mdulo 1:

TEMA........................................................................................................... 3

Tema 4: Estimacin de parmetros para un

estudio de teora de colas

INTRODUCCIN............................................................................................ 3
PLANTEAMIENTO DEL PROBLEMA................................................................3
OBJETIVO..................................................................................................... 7
Objetivo general.......................................................................................... 7
Objetivos especficos................................................................................... 7
Alcance del proyecto.................................................................................... 7
MARCO TERICO......................................................................................... 7
Determina cada uno de los elementos del sistema de filas.................................8
Objetivos de la Teora de Colas..................................................................9
Describe cmo sera tu estrategia para la obtencin de datos y estimacin de
parmetros................................................................................................. 9
Define cules son las horas pico donde se podra llevar a cabo el estudio...........9
Determina la tasa de llegada, tasa de servicio y tamao de fila en horas pico.......9
Define a cunto asciende, aproximadamente, el consumo promedio por cliente en
la empresa seleccionada............................................................................ 11
DIAGRAMA DE PARETO............................................................................11
Cuando se utiliza el Diagrama de Pareto:........................................................12
DIAGRAMA ISHIKAWA.............................................................................. 13
Uso del Diagrama Causa - Efecto: Aplicaciones.............................................13
Lneas de espera....................................................................................... 14
ANALISIS DE LA INFORMACION..................................................................15
TOMA DE DECISIONES Y CONCLUSIONES..................................................15
BIBLIOGRAFIA............................................................................................ 15

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

TEMA
Aplicacin de mtodos cuantitativos en rea de materiales de la empresa
Freudenberg-NOK Sealing Technologies para validar si es conveniente la compra
de una mquina para mejorar los tiempos de entrega de rdenes.

INTRODUCCIN
El grupo Freudenberg naci en 1849 en Alemania y fue creado por la familia con ese
apellido. Este grupo es una compaa internacional alemana, dedicado a producir
mltiples productos en mercados como: automotriz, fluidos, vehculos pesados,
aplicaciones industriales, aeronutica y energa.
La planta Freudenberg-NOK Sealing Technologies (FNST) forma parte de este grupo,
se encuentra ubicada en la ciudad de Cuautla Morelos y ha operado durante 40 aos
desde su fundacin
Cuenta con 350 empleados, por lo que su plantilla est por arriba del promedio de
Morelos. El ramo de FNST es la construccin de sellos automotrices para
amortiguadores y direccin hidrulica.
Este proyecto ser enfocado en una de las reas de produccin de FNST llamada
Componentes, en la cual se procesa y surte toda la materia prima a la planta. Se
usarn algunas herramientas aprendidas en el curso de mtodos cuantitativos para
optimizar el rendimiento de esta rea en lnea con los objetivos planteados y con base
a la problemtica descrita en el planteamiento del problema.

PLANTEAMIENTO DEL PROBLEMA

Los sellos automotrices que FNST fabrica se componen principalmente de hule y
lmina. Por el alcance de este proyecto, se enfocar la atencin en el rea de
procesamiento de hule, pues es ah donde se han detectado las mayores reas de
oportunidad.
El material en el rea de Hules sigue el siguiente flujo, el cual se puede observar
grficamente en la figura 1.
1. El Hule virgen y los qumicos llegan al rea.
2. Los qumicos y el hule son pesados para corroborar que estn de acuerdo a la
receta.
3. El hule y los qumicos son incorporados, mezclados y enrollados.
4. El hule y los qumicos son extruidos en alguna de las 2 mquinas disponibles:
Barwell 1 o Barwell 2.(Nota 1.)
5. El hule extruido es cortado y preformado.
6. Las preformas son enviadas a la siguientes rea productiva: Damper, Steering y
Low volumen.

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Nota 1: Este proceso se pone en negritas pues tomar importancia a lo largo del
desarrollo de este proyecto, pues se busca justificar la compra de un tercer equipo.

Ilustracin 1: Proceso de tratamiento del hule en el rea de Componentes.

Una vez que el rea de componentes abastece el hule a cualquiera de las 3 lneas de
produccin (Damper, Steering o LowVolume), el hule y la pastilla son moldeados
(Figura 2)

Ilustracin 2: Material en Proceso: Sello automotriz de amortiguador: lmina y

hule

Finalmente los sellos moldeadosson cortados, engrasados y se les agrega el resorte

(Figura 3)

Ilustracin 3:Producto Terminado: Sello Automotriz con lmina, hule, grasa y

resorte.

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Como se puede observar hasta este momento, componentes juega un rol importante en
la empresa de Freudenberg, pues como los directivos lo dicen coloquialmente: Es el
corazn de la planta. Esta rea es la responsable de abastecer de preformas de hule a
un total de 69 prensas para que no dejen de producir por faltante de materiales. Cada
prensa parada cuesta $65 dlares por hora.
El nivel de importancia del rea de componentes se puede observar en el siguiente
diagrama de flujo. El rea de componentes actualmente cuenta con 2 mquinas para
procesar el hule llamadas Barwell 1 y Barwell 2. Las cuales son representadas en la
teora de colas de la siguiente manera:
S= 2.
Sin embargo existen planes futuros de comprar una tercera barwell con la finalidad de
aumentar la capacidad de servicio de esta rea y reducir los paros de mquina. Esta
tercera mquina puede ser modelada en la teora de colas como un servidor
adicional(S=3)

Ilustracin 4:Diagrama de Flujo: Se puede observar que la produccin de las 3

reas de FNST Cuautla dependen del departamento de Componentes.

El problema radica en que en los ltimos 5 aos la empresa ha crecido su nivel de

produccin casi en un 200%, sin embargo el rea de componentes se mantiene con el
mismo nivel de personal y mquinas. En la siguiente grfica se puede observar la
cantidad de piezas producidas en promedio por da en los aos 2012 al 2016, se puede
observar una clara tendencia a la alza.

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Ilustracin 5:Crecimiento de produccin de FNST en los ltimos 5 aos.

Aunado a este crecimiento se ha observado que durante los ltimos dos aos el rea
de componentesha estado solicitando mnimo 17hrs extras por da con el propsito de
no desabastecer las 3 reas productivas y no parar mquinas. El costo de estas 17
horas es aproximadamente de $1275MXN.
Sin embargo a pesar de los esfuerzos, cada cierto periodo de tiempo se presentan
paros por faltante de material. Se revisaron los histricos y slo en el mes de
Noviembre se han presentado 36 paros de mquina de este tipo, los cuales son
registrados en el sistema de FNST a travs de una bitcora electrnica de la siguiente
manera:

Ilustracin 6:Todos los paros de mquina son registrados en la bitcora digital, y

slo en Noviembre se presentaron un total de 36 paros, equivalentes a 79 horas
de tiempo muerto.

Por tal motivo, las 79 horas de tiempos muertos por falta de materiales equivalen a
prdidas de $5,148 USD slo en Noviembre.

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Con la teora de colas se buscadefinir cul es el tiempo actual de servicio del rea de
componentes, las ordenes promedio que hay en sistema, el tiempo en cola de las
ordenes de produccin, la eficiencia de la lnea, la probabilidad de encontrar el
sistema vaco.
Esto con el fin de analizar cul sera el impacto en el sistema si se comprara una tercer
mquina Barwell, la cual tiene un costo de $56mil dlares.Para justificar esta compra,
de igual manera se usar la teora de colas para simular el desempeo del sistema y
decidir si este proyecto procede o no.

OBJETIVO
Objetivo general
Proponer una solucin mediante el uso de mtodos cuantitativos, que permita
optimizar el procesamiento de las ordenes de materia prima en Freudenberg-NOK,
con el fin de evitar los paros de mquina que cuestan anualmente $61776 Dlares.

Objetivos especficos

Reducir el lead time de componentes de 14 horas a menos de 2 horas.

Justificar la posible compra de una nueva mquina que permita eliminar el uso
de tiempo extra y reducir los paros de mquina a 0 por mes.

Alcance del proyecto

rea de Componentes para el procesamiento de Hule en la planta Freudenberg-NOK,
Cuautla Morelos, Mxico

MARCO TERICO
Se ha seleccionado a la Empresa, Freudenberg-NOK, en virtud de que uno de los
integrantes del equipo de trabajo, labora en dicha empresa en el rea de operaciones,
lo cual ha servido para facilitar la informacin para realizar el anlisis del proyecto.
Despus de la fase de bsqueda, se observ que los conceptos de la materia Mtodos
Cuantitativos para la Toma de Decisiones,son fcilmente aplicables en el rea de
componentes, pues esta cuenta con un sistema de lneas de espera, donde las ordenes
de produccin son colocadas a este proveedor interno esperando ser atendidas a la
brevedad posible mediante un sistema FIFO (First In FirstOut).

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Determina cada uno de los elementos del sistema de filas.

Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. En el contador de un supermercado, accediendo al Metro,
en los Bancos, etc., el fenmeno de las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado nmero de trabajos o clientes.
El estudio de las colas es importante porque proporciona tanto una base terica del
tipo de servicio que podemos esperar de un determinado recurso, como la forma en la
cual dicho recurso puede ser diseado para proporcionar un determinado grado de
servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de
una herramienta que sea capaz de dar una respuesta sobre las caractersticas que tiene
un determinado modelo de colas.
Existen varias definiciones sobre la teora de colas, una de ellas y de suma
importancia es la que menciona Jaime Enrique Varela en el libro Introduccin a la
Investigacin de Operaciones, ya que indica que la teora de colas se ocupa del
anlisis matemtico de los fenmenos de las lneas de espera o colas.
Existen varios tipos de colas entre ellas se encuentran M/M/I, M/M/1/K y M/M/C.
A continuacin se muestra el ejemplo de una cola con un nico servidor:

Ilustracin 7:cola con un nico servidor

Ahora se muestra el mismo ejemplo con dos servidores:

Ilustracin 8: cola con dos servidor

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

En el caso de FNST, el rea de componentes cuenta con un modelo M/M/S, y cuenta

actualmente con dos servidores: Barwell 1 y Barwell 2.
Objetivos de la Teora de Colas

Los objetivos de la teora de colas consisten en:

Identificar el nivel ptimo de capacidad del sistema que minimiza el coste

global del mismo.
Evaluar el impacto que las posibles alternativas de modificacin de la
capacidad del sistema tendran en el coste total del mismo.
Establecer un balance equilibrado (ptimo) entre las consideraciones
cuantitativas de costes y las cualitativas de servicio.
Hay que prestar atencin al tiempo de permanencia en el sistema o en la
cola: la paciencia de los clientes depende del tipo de servicio especfico
considerado y eso puede hacer que un cliente abandone el sistema.

Describe cmo sera tu estrategia para la obtencin de datos y

estimacin de parmetros.
Una de las estrategias para la obtencin de datos es a travs de la observacin al
proceso que ser nuestro objeto de estudio. Adicionalmente, recopilaremos datos e
informacin con personal que est inmerso en el problema y los datos histricos del
sistema FNST.

Define cules son las horas pico donde se podra llevar a cabo el
estudio.
Las horas pico se encuentran entre las 6 am y las 10 am, pues es la hora en la que los
supervisores llegan a la planta y comienzan a solicitar las ordenes de produccin.
Sin embargo, en general se observa que el tablero de rdenes de produccin se
encuentra lleno el 100% del tiempo, lo cual ser analizado posteriormente por medio
de la metodologa de colas.

Determina la tasa de llegada, tasa de servicio y tamao de fila en

horas pico.
La tasa de llegadas de rdenes de produccin es de 63 ordenes (20kg cada una) por
da, lo cual equivale a 2.63 rdenes por hora.

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Ilustracin 9: rdenes de produccin

La tasa de servicio es de 33 ordenes por da, es decir 1.35 ordenes por hora, por cada
servidor. Esta tasa de servicio ya contempla el uso de 17 horas de tiempo extra por da
y se observa que el nivel de eficiencia debera ser de un 97% para evitar parar
mquinas en FNST.
Sin embargo dadas las condiciones de mantenimiento de las barwell, disponibilidad
de personal, porcentaje de scrap, etc. El nivel de eficiencia real de componentes es de
un 90%. Por lo cual esta diferencia de casi 7% de eficiencia real vs esperada
explicara en gran manera los paros por falta de material que se han estado teniendo
en la planta.

Ilustracin 10:Servicio

10

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Define a cunto asciende, aproximadamente,

promedio por cliente en la empresa seleccionada.

el

consumo

El consumo promedio actual en FNST es de 2.63 ordenes por hora.

Sin embargo para el 2018 se espera un crecimiento en ventas de 17%. Lo cual
significar que este nivel de ventas aumentar las ordenes por hora a 3.07.
Para efectos de este proyecto se usar el 2.63 como una base del clculo, pues se
espera que el proyecto de compra de maquinaria se pague en menos de 1 ao.

DIAGRAMA DE PARETO

Un diagrama de Pareto es un tipo especial de grfica de barras donde los valores

graficados estn organizados de mayor a menor. Este diagrama es utilizado para
identificar los defectos que se producen con mayor frecuencia, las causas ms
comunes de los defectos o las causas ms frecuentes de quejas de los clientes.
Segn Alberto Nez(2010), que es un grfico especial de barras cuyo campo de
anlisis o aplicacin son los datos categricos, y tiene como objetivo ayudar a
localizar el o los problemas vitales, as como sus causas ms importantes.
El diagrama de Pareto debe su nombre a Vilfredo Pareto y su principio de la "regla
80/20". Es decir, 20% de las personas poseen 80% de la riqueza; o 20% de la lnea de
producto puede generar 80% de los desechos; o 20% de los clientes puede generar
80% de las quejas, etc.

Ilustracin 11:Principio de pareto

11

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Las ventajas del Diagrama de Pareto pueden resumirse en:

Permite centrarse en los aspectos cuya mejora tendr ms impacto,

optimizando por tanto los esfuerzos.
Proporciona una visin simple y rpida de la importancia relativa de los
problemas.
Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras y
ser resueltas.
Su visin grfica del anlisis es fcil de comprender y estimula al equipo para
continuar con la mejora.

Cuando se utiliza el Diagrama de Pareto:

Al identificar un producto o servicio para el anlisis para mejorar la calidad.

Cuando existe la necesidad de llamar la atencin a los problema o causas de

una forma sistemtica.

Al identificar oportunidades para mejorar

Al analizar las diferentes agrupaciones de datos (ej: por producto, por

segmento, del mercado, rea geogrfica, etc.)

Al buscar las causas principales de los problemas y establecer la prioridad de

las soluciones

Al evaluar los resultados de los cambos efectuados a un proceso (antes y

despus)

Se hizo el anlisis de la produccin promedio por da en FNST, y se hizo el

comparativo de los meses del 2016. Mostrando que el 58% del tiempo se estn
produciendo entre 250,000 y 275,000 piezas. Y slo un 20% del tiempo hay
algunos picos de demanda en los cuales se fabrican ms de 300,000 piezas.

12

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Pareto de Produccin por da

12

100

10

80

60
6

Percent

Ctd

40
4
20

0
Clasificacion
Ctd
Percent
Cum %

De 250 a 275
7
58.3
58.3

De 230 a 250
3
25.0
83.3

Mayor a 300
2
16.7
100.0

Ilustracin 12:Pareto de Produccin promedio por da: En el ltimo ao 7/12

meses se produjeron de 250 a 275mil piezas (58%)

DIAGRAMA ISHIKAWA
Un diagrama de causa y efecto o Ishikawa, es una herramienta de lluvia de ideas que
le permite investigar las diversas causas que influyen en un efecto especfico.Las
causas en un diagrama C&E se organizan con frecuencia en seis categoras principales
para usos en el proceso de fabricacin: Personal, mquinas, materiales, mtodos,
mediciones y medio ambiente. Las aplicaciones de calidad de servicio incluyen por lo
general el Personal, los Procedimientos y las Normas. Sin embargo, los diagramas
C&E pueden incluir cualquier tipo de causa que se desee investigar.
El diagrama C&E se denomina algunas veces diagrama de espina de pescado, porque
se asemeja al esqueleto de un pescado, o diagrama de Ishikawa, el cual debe su
nombre a su creador, Kaoru Ishikawa.
Los Diagramas Causa-Efecto ayudan a los estudiantes a pensar sobre todas las causas
reales y potenciales de un suceso o problema, y no solamente en las ms obvias o
simples. Adems, son idneos para motivar el anlisis y la discusin grupal, de
manera que cada equipo de trabajo pueda ampliar su comprensin del problema,
visualizar las razones, motivos o factores principales y secundarios, identificar
posibles soluciones, tomar decisiones y, organizar planes de accin.
Es una de las diversas herramientas surgidas a lo largo del siglo XX en mbitos de la
industria y posteriormente en el de los servicios, para facilitar el anlisis de problemas
y sus soluciones en esferas como lo son; calidad de los procesos, los productos y
servicios. Fue concebido por el licenciado en qumica japons Dr.Kaoru Ishikawa en
el ao 1943.

13

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Ilustracin 13: Ejemplo de diagrama causa-efecto

Uso del Diagrama Causa - Efecto: Aplicaciones.

Concentrar el esfuerzo del equipo en la resolucin de un problema complejo.

Identificar todas las causas, as como las causas raz para cada efecto,
problema o condicin especfica.

Analizar y relacionar algunas de las interacciones entre los factores que estn
afectando un proceso en particular o efecto.

Permite la accin correctiva.

Se hizo el anlisis de un diagrama de Ishikawa de acuerdo a la problemtica sealada,
identificando las Causas y efectos siguientes:

Ilustracin 14: Aplicacin de diagrama causa-efecto

Lneas de espera
14

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

Se han elaborado modelos para ayudar a los administradores a entender y tomar

mejores decisiones sobre la operacin de las lneas de espera. En la terminologa de
los mtodos cuantitativos, una lnea de espera tambin se conoce como cola y el
cuerpo de conocimiento que tiene que ver con las lneas de espera se conoce como
teora de las colas o simplemente teora de colas.
Los modelos de lnea de espera consisten en frmulas y relaciones matemticas que
pueden usarse para determinar las caractersticas operativas (medidas de desempeo)
para una cola.
Las caractersticas operativas de inters incluyen las siguientes:
1. Probabilidad de que no haya unidades o clientes en el sistema
2. Cantidad promedio de unidades en la lnea de espera
3. Cantidad promedio de unidades en el sistema (la cantidad de unidades en la lnea de
espera ms la cantidad de unidades que se estn atendiendo)
4. Tiempo promedio que pasa una unidad en la lnea de espera
5. Tiempo promedio que pasa una unidad en el sistema (el tiempo de espera ms el
tiempo de servicio)
6. Probabilidad que tiene una unidad que llega de esperar por el servicio
Una lnea de espera es el efecto resultante en un sistema cuando la demanda de un
servicio supera la capacidad de proporcionar dicho servicio. Este sistema est
formado por un conjunto de entidades en paralelo que proporcionan un servicio a las
transacciones que aleatoriamente entran al sistema. Dependiendo del sistema que se
trate, las entidades pueden ser cajeras, mquinas, semforos, gras, etctera, mientras
que las transacciones pueden ser: clientes, piezas, autos, barcos, etctera. Tanto el
tiempo de servicio como las entradas al sistema son fenmenos que generalmente
tienen asociadas fuentes de variacin que se encuentran fuera del control del tomador
de decisiones, de tal forma que se hace necesaria la utilizacin de modelos
estocsticos que permitan el estudio de este tipo de sistemas.

ANALISIS DE LA INFORMACION
Una vez que tengan lista toda la investigacin y los datos iniciales para el desarrollo de las
herramientas, explicar paso a paso los Tareas Trabajo colaborativo Formato: Planteamiento de
proyecto Viernes 2 de diciembre 11:59 p.m. 25% Maestra Mtodos cuantitativos para la toma
de decisiones Profesor: Sergio Rodrigo Casasola Santana Periodo: noviembre-diciembre 2016
escenarios con sus clculos y datos de solucin, elaborando un anlisis del costo-beneficio.

TOMA DE DECISIONES Y CONCLUSIONES

Presentar mediante herramientas cuantitativas y/o cualitativas la mejor
solucin de acuerdo al escenario del problema y objetivo. En esta seccin
podrs brindar las conclusiones del equipo con respecto al proceso de
resolucin del problema.

15

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final

BIBLIOGRAFIA

http://fichas.findthecompany.com.mx/l/127064233/Freudenberg-NOK-de-

Mexico-S-A-de-C-V-en-Cuautla-MOR#_=_
Newman, M. E. (2005). Power laws, pareto distributions and zipf's law.

ContemporaryPhysics, 46(5), 323-351.

http://support.minitab.com/es-mx/minitab/17/topic-library/quality-

tools/quality-tools/what-is-a-cause-and-effect-diagram/
"Diagrama Causa - Efecto | Esqueleto de Pescado (Kaoru Ishikawa)." Autor:
Kaoru Ishikawa. Origen: Libro "Gua para el Control de la Calidad." En
lnea: http://www.12manage.com/methods_ishikawa_cause_effect_diagram_es

.html Visita: 26 de Noviembre de 2016.

Martnez Ferreira Matas. (2005, mayo 15). Diagramas: Causa-Efecto, Pareto
y

de

flujo.

Elementos

clave.

Recuperado

de

http://www.gestiopolis.com/diagramas-causa-efecto-pareto-y-de-flujo

elementos-clave/
SIMULACIN Y ANLISIS DE MODELOS ESTOCSTICOS Azarang M.,
Garcia E. Mc. Graw Hill. Mxico

16

Mtodos Cuantitativos Para La Toma De Decisiones

Proyecto final