Vous êtes sur la page 1sur 215

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS


DEPARTAMENTO DE INGENIERIA INDUSTRIAL

MODELO MATEMATICO DE PLANIFICACION AGREGADA DE LA


PRODUCCION Y GESTION DEL PROCESO DE CANJE DE
CILINDROS EN GASCO S.A.

TESIS PARA OPTAR AL GRADO DE MAGISTER EN GESTION DE


OPERACIONES

MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL


INDUSTRIAL

CLAUDIO LISANDRO SOTO HENRIQUEZ

PROFESOR GUIA:
SR. PABLO ANDRES REY

MIEMBROS DE LA COMISION:
SR. FABIAN MEDEL GARCIA
SR. RICHARD WEBER HAAS
SR. MAX JOOST VERA

Santiago, Chile
2009
Resumen Ejecutivo
La planificacin agregada de la produccin es un constante desafo que deben enfrentar las
empresas manufactureras. En el rubro del gas licuado envasado, alrededor del 30% de uno de los
principales insumos, los cilindros vacos, llega a las plantas de la competencia debiendo efectuarse un
proceso de canje de tipo 1:1 para su recuperacin, el cual se vuelve primordial para la correcta gestin
del proceso productivo. Lo anterior obliga a determinar adems, la flota apropiada a destinar para
efectuar da a da los canjes de cilindros, as como la estrategia de administracin de sta, en
trminos de destinos y formatos de carga para los viajes de canje.

En este trabajo se desarrolla una herramienta que resuelve este problema mediante un
modelo matemtico de optimizacin que representa el proceso productivo y sus variables crticas,
incluyendo aspectos relacionadas con planificacin y gestin de flota, manejo de inventarios y stock
de seguridad, pronsticos de demanda y, por ltimo, funcionalidades que permiten incluir la
incertidumbre existente a travs del manejo de un nmero finito de escenarios para los parmetros
con incertidumbre, generando un conjunto de soluciones del modelo, los cuales a travs de una
correcta presentacin al usuario, permitirn apoyar la toma de decisiones.

El modelo utilizado busca la minimizacin de costos vinculados con planificacin de


produccin y el proceso de canje en la empresa, para lo cual se combinan costos de ndole monetaria
con penalidades por incumplimiento de metas y stock de seguridad deseados. Como resultado, el
modelo entrega los niveles ptimos de: produccin para cada formato, flota necesaria para canjes,
compra inicial de cilindros requeridos para el proceso productivo y canjes a efectuar con cada una de
las compaas de la competencia, para el horizonte de planificacin considerado.

Para facilitar la ejecucin del modelo, se han desarrollado herramientas que permiten una
rpida obtencin de sus parmetros, facilitando al mismo tiempo el control de gestin sobre stos . Por
otra parte, la representacin de los resultados del modelo permite de forma automatizada el manejo
de escenarios, pudiendo realizar diversos anlisis sobre los parmetros del problema (anlisis de
sensibilidad), especialmente sobre los que presentan incertidumbre, como lo son la demanda y los
canjes efectuados por otras compaas. En particular se propone un mtodo simplificado que, a partir
de la resolucin del modelo para un nmero finito de posibles escenarios para los parmetros con
incertidumbre, permite entregar al tomador de decisiones un conjunto de soluciones que apoyarn su
decisin final en alrededor de 60 minutos, tiempo que ha sido considerado apropiado por personal de
la empresa.

Por ltimo, se desarrolla un mtodo de pronsticos de la demanda mensual para cada


formato, mediante la tcnica de anlisis univariante de Holt-Winters, a partir de la cual ha sido posible
obtener pronsticos ms acertados que mediante las tcnicas utilizadas a la fecha, lo que
evidentemente permitir una mejor planificacin.

El modelo presenta evidentes beneficios al permitir obtener informacin de forma oportuna


para la toma de decisiones considerando las variables crticas del sistema y la incertidumbre existente.
Lamentablemente, a la fecha dichos beneficios resultan difciles de cuantificar, debido principalmente
a que el modelo est orientado a la mejora en la gestin operativa y tctica del proceso productivo a
travs del cumplimiento de metas, lo cual conlleva a reducir costos que hoy no es posible medir, por
no contarse con informacin suficiente para contrastar la situacin con y sin modelo.
Dedicatoria

A mis padres, por las posibilidades que en base a su esfuerzo , sacrificio y

trabajo me han brindado, por las enseanzas que me han transmitido durante toda

mi vida y que han hecho el hombre que soy hoy. Sin ustedes, nada de esto sera

posible, puesto que han estado conmigo en todo momento, dndome su apoyo

incondicional, el cual me ha servido para pararme en los malos momentos, as como

para fortalecerme en los buenos.

Al resto de mi familia, en especial a mi hermanita Tatiana y a mis cuatro

abuelos, quienes siempre han estado conmigo y han confiado en m, as como se

han entregado para apoyarme en todo lo que ha sido posible.

A Carolina, mi novia y futura esposa, quien estuvo conmigo todos estos aos,

brindndome su apoyo, comprensin y amor, el cual me ha dado fuerzas para

continuar y llegar al final de este camino. Te amo.

A todos mis amigos: del barrio, universidad, trabajo, equipo de ftbol, etc., los

cuales han acompaado este camino y me han dado muchos momentos de alegra.

Una nota especial para mis grandes amigos: Gustavo, Cristian, Javier y Carlos, con

los cuales hemos compartido un montn de experiencias y que han sido amigos

incondicionales.

En definitiva, un saludo especial a todas las personas que han formado parte de mi

vida. Estar siempre agradecido por todo lo que han hecho por m.
Agradecimientos

Quiero agradecer a mis profesores, quienes me guiaron, dieron ideas y

apoyaron durante el desarrollo de este proceso. A mi profesor gua, Sr. Pablo Rey,

quien me gui y me dio apoyo durante todo este proceso, destacndose adems por

su amabilidad y buena disposicin. A Richard Weber y Fabin Medel, por su apoyo

como profesores de cursos de Tesis, as como en la fase culmine de este trabajo.

Por otra parte agradezco al Sr. Max Joost por su apoyo, orientacin y

disposicin para facilitar la informacin requerida, as como por su paciencia en este

camino que se extendi ms de lo que en un inicio se haba planificado.

Debo agradecer por ltimo, al resto del personal de Gasco S.A. con quienes

tuve contacto, pues me acogieron de buena forma e intentaron apoyarme, dentro de

lo que estaba a su alcance, en el desarrollo de mi trabajo.


ndice
ndice ...........................................................................................................................................1
1. Introduccin........................................................................................................................1
2. Antecedentes Generales .................................................................................................2
2.1 La comercializacin de gas licuado en Chile. ................................................................... 2
2.2 Descripcin de la empresa................................................................................................ 3
3. Descripcin y Justificacin del Problema......................................................................5
3.1. Descripcin del sistema ................................................................................................... 5
3.2. Justificacin del proyecto ................................................................................................. 8
4. Objetivos .......................................................................................................................... 11
4.1. Objetivo general.............................................................................................................. 11
4.2. Objetivos especficos...................................................................................................... 11
5. Revisin Bibliogrfica y Seleccin Enfoque de Solucin. ....................................... 12
5.1 Planificacin agregada de la produccin ........................................................................ 13
5.2 Eleccin de estrategia para planificacin de la produccin........................................... 16
5.3 Pronsticos ..................................................................................................................... 22
6. Herramientas de Gestin. ............................................................................................. 29
6.1. Informe de canjes ........................................................................................................... 29
6.2. Informe de ventas ........................................................................................................... 33
6.3. Informe de existencias.................................................................................................... 36
6.4. Informe de ingreso de cilindros para canje .................................................................... 37
7. Modelo Matemtico de Optimizacin.......................................................................... 40
7.1. Consideraciones para diseo del modelo...................................................................... 40
7.2. Descripcin del modelo. ................................................................................................. 43
7.3. Enfoque de solucin computacional .............................................................................. 63
8. Generacin de Parmetros Utilizados en el Modelo ................................................ 64
8.1. Parmetros definidos por personal Gasco..................................................................... 65
8.2. Parmetros que deben ser pronosticados ..................................................................... 69
9. Anlisis de Resultados y Sensibilidad ........................................................................ 74
9.1. Consideraciones previas ................................................................................................ 74
9.2. Validacin del modelo. ................................................................................................... 76
9.3. Anlisis de sensibilidad .................................................................................................. 79
9.4. Modificaciones para correcto anlisis de resultados del modelo. ................................. 94
10. Desarrollo Herramientas de Pronsticos .............................................................. 102
10.1. Estimacin del parmetro demanda .......................................................................... 102
10.2. Estimacin del parmetro canjes efectuados por otras compaas.......................... 112
11. Conclusiones ............................................................................................................. 116
Bibliografa ............................................................................................................................ 122
Anexo n1: Terminologa utilizada a lo largo de la Tesis............................................... 126
Anexo n2: Resumen funcionalidades informes de gestin.......................................... 128
Anexo n3: Definicin de parmetros del modelo. ......................................................... 135
Anexo n4: Sensibilidad sobre parmetros definidos por Gasco. ................................ 141
Anexo n5: Sensibilidad sobre parmetros pronosticados............................................ 160
A. Sensibilidad sobre la demanda: pronstico inferior a demanda real del perodo ... 160
B. Sensibilidad sobre la demanda: pronstico superior a demanda real del perodo. 166
C. Sensibilidad sobre canjes: pronsticos inferiores a valor real del perodo.............. 170
D. Sensibilidad sobre canjes: pronsticos superiores a valor real del perodo............ 174
Anexo n 6: Detalle resultados pronsticos de demanda .............................................. 201
Anexo n 7: Problemticas en registro de ingreso y salida de camiones de canje... 208
1. Introduccin
El presente trabajo de tesis ha sido realizado en Gasco S.A, especficamente
en el canal de venta de Gas envasado (en cilindros). Gasco es una de las tres
principales compaas de gas licuado del pas, siendo la empresa con mayor
participacin de mercado en la Regin Metropolitana.
Con el afn de aumentar las utilidades, las empresas buscan realizar un uso
eficiente de sus activos, intentando minimizar las holguras o gastos innecesarios,
teniendo siempre en consideracin la importancia del servicio brindado y la
necesidad de responder ante las necesidades de los clientes dentro de ciertos
plazos. Dentro de este mbito, surge el inters de Gasco S.A. de mejorar la gestin
del proceso de abastecimiento de cilindros vacos a la planta, as como lograr una
mejor planificacin de la produccin, dos puntos que resultan claves para el buen
funcionamiento del negocio. A travs de un correcto manejo de cilindros llenos y
1
vacos para llenar, as como del proceso de canje de cilindros , ser posible
responder de forma gil y eficiente a las necesidades de los clientes .
El objetivo principal del trabajo de tesis consiste en formular y validar un
modelo matemtico de programacin lineal que permita resolver el problema de
dimensionamiento de flota y gestin del proceso de canje, as como de planificacin
agregada de la produccin para el departamento de operaciones de la compaa,
que brinde la posibilidad de analizar simultneamente distintos escenarios,
constituyndose en un importante apoyo para la toma de decisiones.
Por otra parte se desea generar herramientas que permitan un mejor
pronstico de parmetros que son utilizados en el modelo y que resultan crticos en
las decisiones. Por ltimo, se pretende generar herramientas que permitan llevar a
cabo una correcta gestin de la informacin crtica para los distintos procesos, lo cual
de forma previa al inicio de la tesis no se encuentra disponible.

1
Actividad surgida por la llegada a las distintas plantas de cilindros de otras compaas (trados por
clientes), los cuales no pueden ser llenados, por lo que las compaas deben efectuar un intercambio
1:1 para recuperar sus cilindros desde otras plantas. Se sugiere revisar Anexo 1 para mayor claridad.

1
2. Antecedentes Generales

2.1 La comercializacin de gas licuado en Chile.


La forma en que se comercializa el gas licuado envasado es un tema que
despierta discusiones en todo el mundo. Mientras en Europa se presentan sistemas
bastante avanzados en que la comercializacin por cilindros es relativamente
pequea, en Sudamrica, esta problemtica es tema constante de discusin.
En Chile se utiliza un esquema de marcas en que los cilindros estn en
propiedad de las distribuidoras. Este sistema presenta las siguientes caractersticas:
Las compaas slo pueden envasar en cilindros que lleven sus propias
marcas.
Las compaas son responsables del mantenimiento, reposicin y llenado de
cilindros de gas licuado identificados como de su marca.
Dadas las condiciones del negocio, un cliente al momento de la compra, debe
hacer entrega de un cilindro vaco para poder recibir otro lleno. Con el
propsito de no afectar el derecho del usuario a elegir, las comercializadoras
de gas licuado, tienen a
l obligacin de autorizar a sus distribuidores a recibir
cilindros de otras compaas en el momento de la venta.
Las empresas tienen el deber de almacenar los cilindros vacos de otras
compaas, realizando un canje con stas, para poder as tambin recuperar
los cilindros de su marca que se encue ntren en posesin de las otras
compaas.
Para el caso chileno, no existen centros de canje, sino que las compaas han
acordado un sistema en el cual los canjes se realizan llevando los cilindros a
las otras plantas, efectundose en ese lugar el intercambio. De esta forma es
de responsabilidad de cada empresa definir sus estrategias y acuerdos con la
competencia, que les permitan reducir costos y hacer de este proceso ms
eficiente y justo para todas las compaas. El canje ha sido establecido del
tipo 1:1 , es decir, un cilindro de cierto formato , nicamente podr ser canje ado
por otro del mismo.

2
Adems del sistema de marcas imperante en Chile, otros sistemas existentes
son el sistema universal (no hay marcas diferenciadas) que se da en Colombia; un
sistema de marcas en que los cilindros son de propiedad de los usuarios, como es el
caso de Argentina y sistemas en que la propiedad de los cilindros es combinada
entre las compaas y los usuarios.

2.2 Descripcin de la empresa

Gasco S.A. es una de las tres principales compaas de Chile en el negocio de


la comercializacin de gas licuado. Junto con sus filiales est presente en diez
regiones del pas, distribuyendo gas licuado a clientes residenciales, comerciales e
industriales. A travs de su filial Gasmar S.A, importa gas licuado para el mercado
nacional, el cual es comerciado a granel o de forma envasada (en cilindros).
La participacin de mercado de Gasco S.A. a nivel nacional es de alrededor
2
del 28%, ocupando el tercer lugar, detrs de Abastible, con un 35% y de Lipigas ,
con un 37%. Sin embargo en la Regin Metropolitana, Gasco presenta la mayor
participacin con un 42%, seguido de Abastible co n un 35% y Lipigas con un 23%.
El presente trabajo es desarrollado en la unidad de negocios Gasco Santiago,
especficamente en la planta de Maip, que corresponde a la nica planta de
envasado de Santiago, a travs de la cual se distribuye al resto de la Regin
Metropolitana. Para esto, se cuenta con cuatro centros de distribucin ubicados en
las comunas de Quilicura, La Reina, El Bosque y Estacin Central, a partir de los
cuales se abastece a zonas previamente designadas.
El gas licuado es comercializado en 4 formatos: 5, 11, 15 y 45 Kg. para todas
las empresas.
Los clientes o demandantes de cilindros de la planta Maip son:
Centros de Distribucin: que corresponde a entregas a los centros de
distribucin de la Regin Metropolitana (en casos excepcionales fuera

2
El grupo Lipigas est compuesto por las empresas Lipigas, Codigas, Agrogas y Enagas.

3
de Santiago), desde donde sern distribuidos a sus respectivos
sucursaleros.
Sucursaleros: que corresponde a clientes externos que se dedican a la
comercializacin de cilindros, existiendo de tipo exclusivos (que venden
nicamente cilindros Gasco) y mixtos.
Sectoristas: que corresponde a camionetas de la compaa que
responden principalmente a requerimientos de clientes por va
telefnica.

Los formatos de cilindros mayormente vendidos son los de 11 y 15 Kg. El


nicho de mercado mayormente explotado por Gasco es el de cilindros de 11 kg. (e
incrementndose ao a ao el de 15 Kg.), lo cual se complementa con cilindros de 5
y 45 kg. Abastible y Lipigas se enfocan mayormente en la venta de cilindros de 15 kg
por sobre la de 11 Kg.
Como apoyo para el lector, en el Anexo n1 se incluye una breve explicacin
para trminos frecuentemente utilizados durante la tesis.

4
3. Descripcin y Justificacin del Problema

3.1. Descripcin del sistema


Para el planteamiento del problema, resulta necesario en primer lugar
comprender el funcionamiento del negocio. Para esto, se ha diseado el esquema
que es presentado en la Figura 1. A partir de sta, se explicar cada una de las
etapas, para posteriormente definir las reas que presentan problemticas.

Figura 1: Esquema representativo del funcionamiento del sistema.

A lo largo del da llegan a la planta Gasco clientes con sus camiones cargados
con cilindros vacos, tanto de Gasco como de otras compaas (Nodo P I de la
Figura), los cuales son entregados para luego hacer retiro de la misma cantidad y
formato de cilindros llenos. Segn estimaciones de la compaa, alrededor del 30%

5
de los cilindros ingresados corresponden a cilindros de otras compaas. Las
llegadas de clientes a la competencia sigue el mismo patrn.
Una vez que los cilindros vacos del cliente son aceptados (se genera la orden
de compra), los cilindros pertenecientes a Gasco pasan a un proceso de revisin,
donde debieran ser autorizados para proceso, siendo enviados al rea de Cilindros
Vacos (nodo SV en la figura) y ms tarde a la Plataforma de Produccin (nodo PP
de la figura). Los cilindros no autorizados para proceso (cilindros en mal estado o con
necesidad de ser revisados) son enviados a un proceso de mantenimiento (Nodo SM
de la figura). Los cilindros pertenecientes a otras compaas son llevados hacia el
Patio de Colores3 de la planta, donde luego sern canjeados (Nodo PC de la figura).
Los cilindros que son enviados a mantenimiento , sern reparados (dentro o
fuera de la planta segn necesidad) siendo reinsertados en el corto o mediano plazo.
Segn estimaciones del personal de la empresa alrededor del 1% de los cilindros
ingresados a la planta son enviados a mantencin.
Los cilindros que ingresan a Plataforma, se encuentran listos para ser
llenados, para lo cual se cuenta con siete carruseles de produccin, los cuales dado
su diseo, pueden ser utilizados para el llenado de un nico formato, no existiendo
necesidad de incurrir en costos de setup de maquinarias.
Una vez que los cilindros han sido llenados y completado su proceso de
produccin, son dispuestos en camiones, rampas o en el espacio fsico destinado a
cilindros de este tipo, para su posterior venta (Nodo SLL de la figura).
En relacin a los canjes con otras compaas, al iniciar el da, el responsable
del Patio de Colores de cada una de las empresas tiene el deber de enviar a travs
de un correo electrnico la informacin relacionada al stock de cilindros de cada uno
de los formatos y compaas que posee en su Patio de Colores. A partir de esto, as
como por la constante comunicacin establecida entre los responsables del canje de
cilindros de cada empresa, se van planificando diariamente los canjes que sern
efectuados, y por ende como sern cargados los vehculos destinados al canje. El

3
Espacio fsico dentro de cada planta destinado a almacenar los cilindros que ingresan a sta y que
pertenecen a otras compaas para su posterior canje. Se sugiere revisar Anexo 1 para mayor
claridad.

6
proceso de canje para vehculos de Gasco, tarda alrededor de 2,5 horas, donde se
incluyen las siguientes actividades
o Carga de camin en planta Gasco con cilindros para canje
o Viaje hacia la otra compaa
o Proceso de ingreso y descarga de los cilindros en la planta de destino
o Carga de cilindros Gasco,
o Retorno a la planta y descarga de cilindros en plataforma.

En base a lo anterior, cada camin de la flota Gasco puede realizar entre 3 y 4


viajes diarios en el horario de trabajo (sin considerar horas extra).
Cabe mencionar que las tres plantas de las distintas compaas se encuentran
muy cercanas (a no ms de dos kilmetros), por lo que el tiempo que tarda el
proceso de canje es ocasionado principalmente por la carga y descarga de los
cilindros y por procedimientos de revisin y papeleo que deben hacerse tanto en la
planta de origen como en la de destino.
Por ltimo, la distribucin actual de los canjes efectuados muestra la tendencia
de Gasco hacia el canje de cilindros de 11 Kg., mientras Abastible y Lipigas canjean
mayormente de 15 Kg. Los otros formatos son canjeados de forma distribuida entre
las compaas.

A continuacin se mencionan las principales problemticas e inconvenientes


presentados en el proceso y que pudieran afectar el abastecimiento para produccin.

7
3.2. Justificacin del proyecto
Dentro de las distintas etapas del proceso se presentan un conjunto de
problemticas. A continuacin son presentadas las dificultades que han pretendido
ser enfrentadas en este trabajo, dividindolas en tres secciones.

3.2.1 Variables Exgenas que impactan en el buen funcionamiento del sistema


y que actualmente no son gestionadas de forma apropiada.

Demanda Variable y Dinmica: La demanda por gas licuado es de carcter


estacional, presentando un importante aumento en los meses de invierno,
para luego decrecer en el perodo de verano. De la misma forma, la demanda
da a da tiende a tener grandes diferencias, dado que en los das de lluvia o
fro intenso sta aumenta considerablemente. Por otro lado la demanda
tambin se ve afectada por cambios en los precios (los cuales ocurren los das
jueves de forma similar a los combustibles), as como por polticas de ventas
del rea comercial (promociones). A la fecha, Produccin no cuenta con
mayores estimaciones de demanda, salvo las realizadas de forma totalmente
informal por el personal a cargo.
Canjes de la competencia exgenos e irregulares: Los canjes efectuados por
la competencia forman parte del medio ambiente de la compaa y no se
puede ejercer mayor influencia sobre stos.
Fraccin cilindros de otras compaas trados por clientes: Tal como se ha
mencionado, alrededor del 30% de los cilindros que entran a la planta
provenientes de las ventas, pertenecen a las otras compaas.

3.2.2 Problemas de Gestin y comunicacin entre reas por parte de la


compaa

Bajo manejo y gestin del proceso de canje: De forma previa al inicio del
estudio, no existe mayor control sobre el proceso de canje, lo cual se hace

8
evidente en la mala estimacin del tamao de flota necesario as como en los
malos registros e informacin manejada del proceso. De hecho, hasta el inicio
de este estudio, el canje es programado por el responsable de esta actividad,
sin mayor comunicacin (salvo a travs de correos o por celular en casos
crticos) con Produccin, por lo que a veces los canjes efectuados no son los
apropiados de acuerdo a las necesidades en la etapa productiva.
Es comn que se lancen promociones sin dar aviso previamente a
Produccin, no permitindoles prepararse para el posible aumento en la
demanda.
En trminos de inventario de seguridad para poder enfrentar la va riabilidad de
la demanda, si bien se han definido niveles de stock deseados en inventario
en base a estudios de demanda, se ha podido observar que no son
apropiados y no aportan mayor valor al proceso (no reflejan correctamente la
situacin real al ser valores menores, que habitualmente se logran, pero no
son suficientes para enfrentar escenarios complejos).
Mala programacin de flota: La mala programacin provoca que durante el
invierno en reiteradas ocasiones se ve an totalmente sobrepasados, debiendo
recurrir a horas extras para canje fuera del horario de trabajo, as como la
utilizacin de rampas, las cuales han sido adquiridas con otros objetivo, por lo
que su utilizacin en este proceso genera complicaciones y costos en otras
actividades. De forma contraria, en verano se cuenta con holguras en que la
flota no es aprovechada como debiera.

3.2.3. Particularidades del negocio

Canje Directo 1:1: El que el canje pueda ser efectuado nicamente en caso
que existan cilindros disponibles por parte de ambas compaas es una
importante dificultad para el proceso que debiese ser mayormente estudiada y
controlada de manera de poder reaccionar de buena forma a situaciones
crticas y/o poder prepararse previamente para stas. Por otro lado, esta

9
poltica junto a las posibles variaciones en el tiempo en las participaciones de
mercado de las distintas compaas, genera que existan grandes diferencias
entre los cilindros para canje en los Patios de Colores de cada compaa,
teniendo altas cifras de cilindros estancados 4.
Imposibilidad de stockearse en verano (cilindros insuficientes): Se ha
comprobado que no es posible centrar los canjes en ciertos perodos (por
ejemplo verano), dado que no se cuenta con suficientes cilindros para ser
canjeados. De hecho , en Gasco se tiene absoluta claridad de que el proceso
de canje es una actividad operativa y que requiere ser desarrollada
diariamente si se desea proveer de estos cilindros al proceso productivo. Por
ende, resulta clave efectuar los canjes apropiados, as como conta r con la
capacidad para afrontar perodos crticos y poder dar continuidad al proceso
productivo mediante un correcto abastecimiento.

4
Cilindros estancados se refiere a que no pueden ser canjeados dado que en la otra compaa no se
cuenta con el stock para hacerlo.

10
4. Objetivos

4.1. Objetivo general


Desarrollar un modelo matemtico que permita apoyar la toma de decisiones
tcticas relacionadas con la planificacin agregada de la produccin y la gestin del
proceso de canje de cilindros, con el fin de satisfacer los requerimientos del sistema
a un mnimo costo. Adems se desea generar herramientas que permitan obtener
mejores estimaciones para algunos de los parmetros crticos del modelo
(principalmente la demanda) y a la vez incluir en ste funcionalidades que permitan
enfrentar posibles errores en las estimaciones de sus parmetros.

4.2. Objetivos especficos


Generacin de herramientas computacionales para la correcta gestin futura
de los procesos involucrados.
Desarrollo de modelo matemtico que permita determinar de forma eficiente la
produccin agregada mensual para cada formato y la flota requerida para
canje (definiendo nmero y tipo de viajes a efectuar a cada compaa) de
manera de mantener un funcionamiento del sistema acorde a los objetivos de
la compaa.
Desarrollar herramientas que permitan la obtencin de soluciones con la
informacin disponible en tiempos moderados, considerando tanto la
ejecucin del modelo como la obtencin inicial de sus parmetros.
Realizar un anlisis de sensibilidad del modelo con respecto a sus
parmetros. Identificar los parmetros crticos para su buen funcionamiento y
generar propuestas para mejorar su manejo y/o pronstico.
Desarrollo de herramientas que permitan al personal de la compaa extraer
informacin del modelo, as como comparar distintos escenarios, de manera
de apoyar la toma de decisiones.

11
5. Revisin Bibliogrfica y Seleccin Enfoque de
Solucin.

El tema en estudio se enmarca dentro del rea de Planificacin Agregada de


la Produccin, la cual se combina en menor proporcin con otras reas, tales como
Gestin de Inventarios (es necesario definir stock de seguridad) y Dimensionamiento
de Tamao de Flota (definir nmero de camiones para canje y brindar apoyo para su
correcta gestin).
La principal particularidad del sistema en estudio sobre otros negocios es que
los cilindros vacos (insumo) es provisto por los clientes al momento de la compra,
por la competencia a travs del canje y a travs de la posible adquisicin de cilindros
nuevos, la cual por economas de escala se intenta llevar a cabo slo de forma
espordica (una a tres veces al ao). Lo anterior, aleja en cierta forma al problema
de un sistema de manejo de inventario, donde tpicamente se determinan puntos de
reorden (lo cual para el caso en estudio se lleva a cabo de forma operativa y durante
todo el da) y tamao de pedido (el cual en este caso se encuentra restringido por la
capacidad de la flota contratada y disponibilidad de cilindros en la otra planta).
La venta de gas licuado envasado se podra relacionar con el negocio de las
bebidas y cervezas retornables. Sin embargo la alta diferencia de costos en la
compra de envases (cilindros) nuevos los diferencia de forma considerable, pues
para el segundo caso, se llevan a cabo constantes compras de dicho insumo , lo cual
simplifica esta problemtica.
Para el desarrollo del problema se debe tomar en cuenta que dentro de las
necesidades del departamento de produccin se combinan:
Minimizacin de costos, donde se tiene: mano de obra, horas extra, flota para
canje, compra de cilindros, entre otros.
Poder brindar un buen nivel de servicio para los clientes, minimizando el
riesgo de quiebres de stock (que trae consigo ventas perdidas por la
incapacidad de satisfacer la demanda).

12
Deseo de cumplir de la mejor forma posible con requerimientos especficos
definidos en conjunto con otros departamentos tales como niveles de stock de
seguridad deseados de cilindros (llenos y vacos) a disponer y reduccin en el
tiempo del stock para canje tanto dentro de la planta como en las otras
compaas.

Los tres puntos anteriores estn altamente ligados a la necesidad de que las
herramientas desarrolladas sean capaces de enfrentar la incertidumbre presente.
Para el logro de los objetivos recin planteados se ha llevado a cabo una
revisin bibliogrfica en bsqueda de esquemas que consideren lo recin planteado.
En la seccin 5.1 se desarrolla un resumen sobre Planificacin Agregada de la
Produccin, donde adems se mencionan referencias sobre literatura relacionada
con las distintas metodologas utilizadas para la resolucin de este tipo de
problemas. Junto a esto se presenta una breve justificacin para la eleccin en esta
tesis de un modelo de Programacin Lineal sobre las otras alternativas.
En la seccin 5.2 se detallan algunas estrategias de resolucin de problemas
de planificacin agregada de la produccin mediante Programacin Lineal,
definiendo finalmente la que se lleva a cabo en este trabajo.
Por ltimo, en la seccin 5.3 se estudian distintos mtodos de pronsticos de
demanda, tema que resulta crucial para una buena planificacin de produccin,
sealando cual de stos se considera apropiado para este estudio, de acuerdo a los
recursos y requerimientos de la empresa.

5.1 Planificacin agregada de la produccin


Los planes de la funcin productiva son definidos en distintos niveles de
decisin, los que pueden ser agrupadas en tres categoras : Planificacin Estratgica
(largo plazo), Planificacin Tctica o Agregada (mediano plazo) y Planificacin
Operativa. La presente investigacin, tal como se ha indicado, est orientada hacia la
segunda categora, por lo cual es brevemente detallada en los prrafos siguientes.
La planificacin tctica o agregada de la produccin tiene por objetivo proveer
los niveles ptimos de produccin sobre cierto horizonte de planificacin de mediano

13
plazo de modo que, por una parte, maximice la utilidad de la firma (o minimice
costos), y por otra, permita satisfacer los requerimientos de demanda para los
distintos productos, tomando en consideracin restricciones impuestas por diversos
recursos escasos como materias primas, capacidad de maquinarias y/o
disponibilidad de mano de obra, talleres y bodegas, entre otros.
Los costos ms relevantes que aparecen en la planificacin agregada de la
produccin, se pueden mencionar los costos bsicos de produccin, que incluye los
costos fijos y variables en que se incurre al fabricar algn producto en cada perodo;
los costos asociados a cambios en los niveles de mano de obra (incluyendo
contratacin, capacitacin y despidos, entre otros); costos de inventario (costo de
oportunidad del capital ligado a ste), seguros, impuestos, deterioros y obsolescencia
y, finalmente, el costo de un mal servicio por retrasos en la entrega o, simplemente,
por demanda insatisfecha, el cual debe reflejar costos asociados a prdida de
clientes y de mrgenes de venta.
Segn Boiteux et al. [5], las estrategias llevadas a cabo para la resolucin del
problema de planificacin agregada de la produccin pueden ser clasificadas en tres
categoras: comparacin de alternativas, reglas de decisin y programacin
matemtica.

Los mtodos de comparacin de alternativas consisten en generar varios


planes alternativos y seleccionar uno en funcin de uno o ms criterios. Para
ello puede hacerse uso de grficos y hojas de clculo. Alford [2] desarrolla un
mtodo grfico de planificacin de produccin a nivel agregado.

Los mtodos con reglas de decisin proporcionan un plan agregado (nivel de


produccin, plantilla, niveles de stock, etc.) a partir de los datos (pronsticos
de demanda, costos, stock actuales, etc.), mediante un conjunto de
expresiones (tanto lineales como no lineales). En 1955, Holt et al. [14]
formalizan el mtodo de La Regla de Decisin Lineal (LDR), el cual consiste
en una funcin matemtica cuadrtica de costo, que incluye costos de
plantilla, contrataciones, despidos, tiempo extra, inventarios, pedidos
pendientes o agotamiento de inventarios y gastos por cambios de produccin.

14
La solucin proporciona la cantidad de trabajadores a contratar o despedir, las
horas de tiempo extra requeridas, fluctuaciones esperadas en inventario y los
cambios de mquinas. El modelo LDR ha dado lugar a extensiones, como el
Modelo LDR y la Capacidad de la Planta de Sypkens [23], o el mtodo SDR o
de la Regla de Decisin por Bsqueda de Taubert [26].

La utilizacin de modelos de programacin matemtica para planificacin


agregada de la produccin se inicia con Bowman [6], quien vincula la
planificacin a un problema de transporte. Posteriormente se han propuesto
numerosos modelos de programacin matemtica: de programacin lineal,
programacin lineal entera mixta y de programacin no lineal. Dentro de los
trabajos ms recientes sobre planificacin agregada, se destacan: Tadei et al.
[24] con un modelo de programacin lineal entera mixta; Leung y Wan-lung
[17], con un modelo de programacin lineal por metas; Leung et al. [18] con un
modelo estocstico con una distribucin de probabilidad sobre los pronsticos
de demanda; Wang y Liang [29], un modelo de programacin lineal multi-
objetivo para un entorno de variables de lgica difusa; Gomes da Silva et al.
[13] con un modelo multicriterio de programacin lineal entera mixta. Dentro
del medio nacional se puede mencionar un modelo para la planificacin de la
produccin en una planta de refrigeradores llevados a cabo por Gazmuri et al.
[12]; Maturana et al. [19], con un sistema de apoyo a la toma de decisiones
basado en Optimizacin; Albornoz [1] con el desarrollo de un estudio y
proposicin de modelos de optimizacin robusta para planificacin de la
produccin bajo incertidumbre en la demanda; y, por ltimo, Olivares [20], con
un modelo de Optimizacin Robusta para la planificacin de la produccin en
una empresa papelera.

En Boiteux et al. [4], se desarrolla un resumen de los mtodos de planificacin


agregada ms importantes desde el ao 1955 hasta la actualidad. Dentro de este
documento se relaciona a los principales autores, con el mtodo propuesto para el
desarrollo de la planificacin de la produccin en sus respectivas investigaciones, a

15
partir del cual se seala que el mtodo de planificacin agregada ms sugerido en
los libros y manuales, desde la dcada del 80, es el de programacin lineal. Lo
anterior se justifica por el surgimiento de nuevas herramientas de programacin que
hacen posible una mayor aplicacin de este mtodo.

5.2 Eleccin de estrategia para planificacin de la produccin


Para el desarrollo de esta tesis se ha optado, al igual que una importante
proporcin de los autores sealados anteriormente, por la eleccin de un Modelo de
Optimizacin lineal. Las principales motivaciones que han inclinado hacia la eleccin
de este mtodo son:
Tal como se ha sealado es la tcnica mayormente sugerida por distintos
autores, adems de que se considera que mediante su utilizacin es posible
lograr los objetivos definidos.
Permiten trabajar de manera eficiente con ma yor nmero de variables de
decisin, adems de que no resulta mayormente compleja su definicin y
formulacin.
Si bien es frecuente que el responsable de planificar en una industria, no se
encuentre profundamente familiarizado con modelos matemticos de
optimizacin, se cree que el diseo de herramientas simples, eficientes (en
trminos de tiempos de ejecucin) y que sirvan de apoyo en la toma de
decisiones, resultar atractivo y til para el departamento de Produccin.

5.2.1 Posibles tcnicas complementarias a ser utilizadas

Una vez seleccionado el mtodo para enfrentar el problema, es necesario


identificar tcnicas complementarias que permitan enfrentar las consideraciones que
han sido sealadas al inicio de la seccin.
Dado que la planificacin debe ser definida persiguiendo objetivos y metas
mltiples que son conflictivos entre s (minimizacin de costos, cumplimiento stock de
seguridad y reduccin de cilindros para canje en Patios de Colores en el tiempo,
entre otros), la metodologa de Programacin por Metas (o algo de caractersticas

16
similares) parece ser una alternativa atractiva, pues mediante su utilizacin es
posible jerarquizar y priorizar las diferentes metas que intervienen en el modelo.
El segundo punto a definir es cmo enfrentar la incertidumbre presente en el
sistema, principalmente debido a la demanda. En la optimizacin determinista
tradicional se supone que los parmetros del problema son conocidos con certeza, lo
cual en muchas ocasiones no representa la realidad. Una primera manera de
enfrentar la incertidumbre consiste simplemente en reemplazar los parmetros
aleatorios por su valor esperado, lo cual conduce a la resolucin de un modelo
determinista de optimizacin. Sin embargo, la solucin obtenida de esta manera
podra no ser representativa de la realidad, al no tomar en cuenta la variabilidad de
los valores de los parmetros en torno de su valor esperado, conduciendo
usualmente a soluciones ms bien optimistas respecto al valor de la funcin objetivo.
Otra alternativa sera considerar un nmero finito de posibles escenarios para los
parmetros con incertidumbre, para luego resolver un modelo de optimizacin para
cada escenario por separado y entregar as al tomador de decisiones un conjunto de
soluciones. Esta alternativa, podra ser complementada con un Anlisis de
Sensibilidad o Post-Optimalidad para evaluar el impacto de la variacin de los
parmetros (debiendo luego poner especial cuidado en la calibracin de los
parmetros que generen un impacto importante en las variables), pudiendo apoyar
las decisiones con herramientas de anlisis de escenarios. Una tercera alternativa
consiste en el desarrollo de un modelo de optimizacin estocstica u optimizacin
robusta, los cuales incluyen explcitamente los parmetros aleatorios en la
formulacin del modelo.
A continuacin se presenta un breve resumen de las tres estrategias recin
comentadas:

a. Programacin por Metas.

La programacin por metas es una de las tcnicas ms importantes para


resolver problemas de Optimizacin Multiobjetivo, El propsito de esta tcnica es
hallar una solucin factible tan cercana como sea posible a una meta dada, que

17
habitualmente es inalcanzable. Si denotamos por m = ( m1...mp ) p la meta o nivel

de aspiracin que deseamos alcanzar, la formulacin habitual del problema de


Programacin por Metas es el siguiente:
p
Min
+
x ;y ;y
(w y
i=1
+
i i
+
+ w i y i )

+
s.a. f ( x ) + y y = m (1)
x X
+ -
y ; y 0
+ -
w ; w 0

X n es el conjunto factible y f es la funcin objetivo, tal que


f ( x ) =( f1( x ),..., fp( x )) .
Se tiene que (1) es un programa lineal, es decir, que las funciones objetivo
son lineales f ( x ) = Ax , donde A es una matriz de orden n p y el conjunto factible,
X, est definido con restricciones lineales.
Los valores ptimos de las variables yi+ e y i verifican que y i+ y i = 0 para
todo i y representan el exceso y el defecto del i-simo objetivo, respectivamente,
+ -
asociado con la solucin factible x . Los pesos w , w representan los niveles de
prioridad entre los objetivos, que se supone n constantes.
La solucin ptima del problema de programacin por Metas es la solucin
factible que minimice la desviacin global de los p objetivos.
La metodologa de Programacin por Metas tiene su origen con Charnes, et al.
[9]. A partir de entonces, han sido publicados numerosos trabajos desarrollando
aspectos tericos, aplicaciones prcticas y posibles extensiones para el tema, dentro
de los que se encuentran, entre otros, los trabajos ya mencionados llevados a cabo
por Gomes da Silva et al. [13] y Leung y Lai [16].

18
b. Optimizacin Estocstica

La optimizacin estocstica puede ser vista como una extensin de los


modelos de optimizacin lineal y no lineal, donde los coeficientes que no son
conocidos con certeza son definidos a partir de una representacin probabilstica,
esto es, asumiendo como conocida la funcin de distribucin de los parmetros
aleatorios, sean estos continuos o discretos. Sin el objetivo de ahondar, puesto que
se aleja del objetivo de este trabajo, cabe mencionar que los distintos modelos de
optimizacin estocstica se agrupan en dos grandes categoras, que son los Modelos
con Restricciones Probabilsticas y los Modelos con Recurso. Para mayor
informacin sobre el tema, vase Abornoz V. [1 ].

c. Optimizacin Robusta

Los modelos de Optimizacin Robusta son muy similares a los modelos con
recurso de la Optimizacin Estocstica, difiriendo de estos ltimos en el tratamiento
dado a las infactibilidades y al empleo de funciones ms generales que las
comunmente empleadas en optimizacin estocstica. En Optimizacin Robusta, se
combinan ideas de la optimizacin estocstica con el concepto de anlisis basado en
escenarios. Una vez que son definidos los escenarios, el modelo propondr una
solucin ptima que es, por una parte, robusta con respecto a la optimalidad, en el
sentido que es una solucin suficientemente ptima para cada escenario por
separado y, por otra, robusta con respecto a la factibilidad, en el sentido de que
propone soluciones aceptablemente factibles para cada escenario por separado,
donde ambas nociones escritas entre comillas quedan reflejadas a travs de costos y
funciones de penalizacin. Para mayor informacin sobre el tema, vase Albornoz
[1].

19
d. Anlisis de Sensibilidad y Post-Optimalidad

A travs del anlisis de sensibilidad se estudia como se ve afectada la


solucin con la variacin de alguno de los parmetros del problema. En este mbito
se distinguen:

Anlisis de Sensibilidad: Consiste en determinar cual es el rango de variacin


de los parmetros del modelo de modo que la base ptima encontrada siga
siendo ptima.

Anlisis Post- Optimal: Consiste en determinar como vara la base ptima si


cambia alguno de los parmetros del modelo.
Para mayor detalle sobre este tema, vase Taha [25].

e. Eleccin de estrategia

En el diseo del modelo se contempla la definicin de metas, por lo cual se ha


optado por trabajar con una metodolog a similar a la de Programacin por Metas
estudiado en el punto anterior. De esta forma se trabaja con componentes de la
funcin objetivo que se encuentran relacionadas a costos monetarios y otras
relacionadas con penalizaciones (o premios) por cumplimiento de metas. Los
ponderadores w debern ser definidos de forma tal que relacionen en la forma
deseada las componentes recin sealadas.
En el sentido de enfrentar la incertidumbre existente, se ha optado por la
segunda alternativa propuesta, es decir, considerar un nmero finito de posibles
escenarios para los parmetros con incertidumbre, para luego resolver un modelo de
optimizacin para cada escenario por separado generando un conjunto de
soluciones, las cuales en conjunto con una heurstica simple y el apoyo de anlisis
de sensibilidad de parmetros crticos, entreguen al tomador de decisiones
informacin para el apoyo en las decisiones. Si bien se tienen claras las ventajas de
modelos de Optimizacin Estocstica y Optimizacin Robusta sobre la alternativa
elegida, se han desechado estas alternativas por los siguientes motivos:

20
Al trabajar con este tipo de modelos, se incorporan un gran nmero de
variables y restricciones extra que incrementan la dificultad del problema,
aumentando con esto considerablemente los tiempos de resolucin.

El departamento de Produccin desea modelos para el apoyo en la toma de


decisiones que sean eficientes, en trminos que se desea minimizar el tiempo
de pre procesamiento de los datos y obtencin de resultados del modelo, con
el fin de evitar invertir gran cantidad de recursos en estas actividades.

Si bien, existe la hiptesis que a travs de este estudio podra concluirse la


necesidad de disear modelos de este tipo, se prefiere efectuar primeramente
un estudio ms simplificado, pudiendo enfrentar el problema a travs de
alguna de estas tcnicas en el mediano plazo.

Dada la estrategia a seguir y el objetivo de la tesis relacionado con identificar


los parmetros crticos del modelo y generar propuestas para mejorar su manejo y/o
pronstico, en la siguiente seccin se detallan distintos mtodos de pronsticos
desarrollados en la literatura tradicional, los cuales podran permitir trabajar el
modelo con valores ms precisos para alguno de los parmetros crticos del modelo,
donde se tiene la hiptesis que uno de stos debiese ser la demanda de cilindros.

21
5.3 Pronsticos
En el proceso de planificacin de la produccin resulta evidente la necesidad
intrnseca de tomar decisiones en escenarios en los cuales usualmente se
presentar un retraso entre el conocimiento de ciertos eventos inminentes y su
ocurrencia. Este retraso es la razn principal que motiva a Gerencias de Produccin
(entre otras) a desarrollar pronsticos que ayuden a seleccionar la mejor
combinacin de recursos humanos, materiales y maquinaria para producir la
demanda requerida de forma eficiente, minimizando la dependencia del azar.
Sin importar el sistema para el que se utilizar el pronstico, es muy
importante comprender algunas de sus caractersticas fundamentales (Chapman
[8]):
Los pronsticos casi siempre son incorrectos, por lo cual siempre es necesario
contar con flexibilidad de reaccin.
Todo pronstico debe incluir un error de estimacin. Pronosticar no es slo
obtener un nmero, sino definir un rango y una varianza para los valores que
toma ste.
Los pronsticos agregados son ms precisos. En caso que las demandas
sean independientes, la varianza del promedio es menor que la varianza de
cada tem.
Los pronsticos son ms precisos cuando se hacen para perodos cortos.

Existen dos tipos de mtodos fundamentales para el desarrollo de pronsticos:


cualitativos y cuantitativos. Los primeros se emplean en situaciones en las que el
pasado no proporciona informacin directa sobre el fenmeno considerado,
basndose usualmente en opinin de expertos5 . Por el contrario, en los mtodos
cuantitativos se extrae toda la informacin posible contenida en los datos histricos
en base al patrn de conducta seguido en el pasado. Existen dos tcnicas de an lisis
cuantitativo: modelos de series temporales y modelos causales.

5
Existen distintos mtodos tales como estudios de mercado y paneles de expertos (entre otros), los cuales no
son detallados en este documento, principalmente por motivos de alcance del proyecto.

22
Una serie temporal, tambin llamada serie cronolgica o histrica, puede
definirse como una sucesin de observaciones de una variable en distintos
momentos de tiempo. Bsicamente lo que se busca con el estudio de las series
temporales es el conocimiento de una variable a travs del tiempo para, a partir de
ste, y bajo el supuesto de que no se van a producir cambios estructurales,
extrapolar ese comportamiento. Por ende, para este tipo de anlisis no se requiere
conocer ninguna relacin de causalidad explicativa del comportamiento de la variable
endgena.
Los modelos causales parten del supuesto que factores externos pueden
influir en la variable objeto de estudio. Algunos de los enfoques ms comunes de
pronstico causal son: Modelos de regresin y de simulacin.
Los pronsticos de serie de tiempo son los ms utilizados por los
responsables de operaciones cuando se encuentran con la necesidad de hacer
proyecciones para realizar planes de produccin razonables. Esta preferencia sobre
los mtodos causales se justifica principalmente porque estas ltimas requieren de
cierto conocimiento e informacin del mercado y medioambiente. Tal conocimiento
rara vez est a la mano de un responsable de operaciones, quien tpicamente tiene
puesta su atencin slo en los procesos internos. Gasco no es la excepcin
respecto al punto recin mencionado, por lo cual para este trabajo, el anlisis se
reduce a mtodos de series de tiempo, para las cuales se detallan brevemente las
tcnicas comnmente utilizadas.

5.3.1. Mtodos de Pron sticos por series de tiempo


En los pronsticos de series de tiempo se intenta capturar, en menor o mayor
proporcin, los patrones subyacentes de la demanda pasada. Estos patrones son:
ruido o parte aleatoria (E(t)) , tendencia (T(t)) y estacionalidad (S(t)).
Una serie temporal Y(t) puede admitir una descomposicin de tipo:
Aditiva: Y (t ) = S (t ) + T (t ) + E (t )
Multiplicativa: Y (t ) = S (t ) T (t ) E (t )

23
A continuacin se detallan mtodos de pronsticos de series de tiempo,
abarcando desde tcnicas simples, hasta otras ms complejas.

1. Promedios mviles simples y Promedios mviles ponderados

Estas tcnicas suponen que a partir de las n observaciones ms recientes a t,


es posible determinar el valor para el perodo t+1. En la primera tcnica se considera
que los n perodos tienen igual ponderacin (Vase ecuacin 1). En cambio en la
segunda, cada uno de los perodos podr tener un peso distinto en la ponderacin
(Vase ecuacin 2 ). De esta forma:
1 n
*
yt+1 = y t i +1 (1)
n i =1
n n
*
yt+1 = w i y t i +1 donde w i =1 (2)
i=i i =1

2. Suavizacin exponencial simple

En esta tcnica se asigna un peso mayor a la observacin ms reciente. El


clculo correspondiente requiere de dos datos: el primero corresponde a la demanda
real del perodo ms reciente y el segundo es el pronstico ms reciente obtenido
por cualquier otro mtodo. A medida que termina cada perodo, se realiza un nuevo
pronstico. De esta forma:
y t*+1 = y t + (1 ) y t* (3)
a corresponde a la constante de suavizacin (0< a<1), con lo cual un valor
elevado de a da un gran peso a la demanda ms reciente, mientras que un valor
bajo da un gran peso al ltimo pronstico. Por otra parte, se debe observar que para
empezar con el pronstico es necesario tener un buen clculo inicial, derivado de
algn otro mtodo, el cual se denomina pronstico inicial o de arranque.

24
3. Suavizacin exponencial doble de Holt.

Esta tcnica es utilizada cuando los datos estudiados presentan una tendencia
clara. La diferencia fundamental con el suavizado exponencial es que en cada
*
perodo deben ser actualizados dos componentes: el nivel o base ( yt+1 ) y la
tendencia. Sus ecuaciones son:
yt*+1 = y t + (1 ) ( yt* + bt 1 ) , donde 0< <1 (4)

bt = ( y t*+1-y t* )+(1- ) bt-1 , donde 0< <1 (5)

4. Suavizacin exponencial triple de Holt Winters

Este procedimiento es utilizado cuando se observa que en la serie de tiempo


conviven una componente de tendencia y una componente estacional apreciable.
Al igual que el resto de los suavizamientos exponenciales, la aproximacin a
cada componente se realiza condensando la informacin existente hasta el perodo
t -1 para generar el valor de la serie en t, y posteriormente se agregan los diferentes
componentes. La agregacin de las distintas componentes puede ser llevada a cabo
a travs de dos formulaciones:
a) Mtodo de Holt Winters aditivo: Los diferentes componentes se combinan de
forma aditiva, donde a es la constante, b la tendencia y c el componente
estacional. Es utilizado para series en que la fluctuacin entre los valores
para los factores estacionales 6 de un ao a otro tiende a ser estable (por
ejemplo que para cada mes de diciembre las ventas aumentan en 1000
unidades con respecto a perodo anterior, sin importar el crecimiento
porcentual de las ventas).
*
y t+k = at + b t k + c t + k s 7 (6)

6
Una serie tendr S factores estacionales en caso que el comportamiento exhibido por los datos se
repite cada S perodos .
7
Esta expresin corresponde al pronstico para el perodo k-simo posterior al inicio de stos.

25
b) Mtodo de Holt Winters Multiplicativo: El componente estacional c multiplica
a la constante y la tendencia (a y b). Es utilizado en series en que la
variacin de los factores estacionales de un ao a otro depende del cambio
porcentual de la tendencia (por ejemplo un producto para el cual la demanda
en cada mes de diciembre es un 10% mayor a la del ao anterior).
*
yt+k = (at + bt k) ct +k s (7)

En ambos casos s corresponde a los factores estacionales del ao (4 por


ejemplo si se considera una estacionalidad trimestral). El factor estacional para cada
caso est definido de forma tal que:

c t = 0 Para el caso aditivo (8)

c t = s Para el caso multiplicativo (9)

Las ecuaciones para el clculo de aproximaciones para las tres componentes


son las siguientes:
Mtodo Aditivo:
at = 1 (Yt ct s ) + (1 1 ) (at 1 + bt 1 ) (10)
bt = 2 (at at 1 ) + (1 2 ) bt 1 (11)
ct = 3 (Yt at ) + (1 3 ) ct s (12)
Mtodo multiplicativo:
Yt
at = 1 + (1 1) (at 1 + bt 1) (13)
c t s
bt = 2 (at at 1 ) + (1 2 ) bt 1 (14)
Yt
ct = 3 + (1 3 ) ct s (15)
at
De las ecuaciones (10) y (13), se puede observar como ofrece un valor de la
constante en el momento t, tomando en primer lugar la informacin que ofrece el
valor de demanda Yt, corregido de estacionalidad, y luego se aade la informacin
que aportan los valores del momento inmediatamente anterior tomando la suma de la
estimacin de la tendencia ms la constante del periodo anterior.

26
En las ecuaciones (11) y (14) se aproxima el valor de la tendencia en t
tomando por un lado la diferencia de las estimaciones de las constantes en t y en t-1
y por otro lado el valor de la tendencia en el momento anterior.
Por ltimo, las ecuaciones (12) y (15) ofrecen un acercamiento a los factores
estacionales, tomando en consideracin en primer lugar un acercamiento al efecto
estacional en el momento t, que se consigue dividiendo el valor de la serie original en
t entre una estimacin de la constante (o nivel medio) en t, y en segundo lugar el
valor del factor estacional en el mismo periodo del ao anterior.
Para poder realizar pronsticos utilizando el mtodo de Holt Winters se
requiere conocer los valores iniciales y los valores de las constantes 1, 2 y 3 . Los
valores iniciales para comenzar los clculos recursivos son S+2, correspondientes a
los S factores estacionales del ao, a la primera observacin y a la tendencia inicial.
Los valores de 1, 2 y 3 deben ser tales que se consigan las mejores predicciones,
es decir, se debe buscar la combinacin que minimice el error de prediccin (por
ejemplo del RECM detallado en los siguientes prrafos).
Dentro de los trabajos en que ha sido estudiada la capacidad predictiva del
mtodo de Holt Winters, se encuentran Bermudez et al. [3], Jimenez et al. [15] y
Prajakta [21].
El mtodo de Holt Winters parece, a simple vista, ser una tcnica ms
elaborada que debiera llevar a mejores resultados que los mtodos anteriormente
revisados. A esto se suma el que en esta tcnica se consideran las componentes de
tendencia y estacionalidad, claramente presentes en la demanda de gas.
Si bien existen otras tcnicas univariantes ms complejas, tales como los
modelos Box-Jenkins (ARIMA) o modelos de funcin de transferencia, para este
trabajo se llega slo hasta este nivel, principalmente por los siguientes motivos:

El departamento de Produccin ha expresado el deseo de contar con una


herramienta simple, que pueda ser desarrollada en planillas de clculo, lo cual
no ocurre para mtodos como el de Box-Jenkins .

El objetivo principal del trabajo de tesis es el desarrollo del modelo


matemtico, considerndose dentro de ste el anlisis de sensibilidad y

27
evaluacin en distintos escenarios, con lo cual el posible error de pronstico
es ya en parte enfrentado.

Los modelos de Box-Jenkins tienen la desventaja de requerir un elevado


nmero de observaciones. Por otra parte, la estimacin e interpretacin de sus
coeficientes es compleja.
En la seccin 10.1 se seleccionan dos de las tcnicas recin revisadas
(promedio simple y mtodo de Holt Winters), donde se evala cual de stas es ms
adecuada para la elaboracin de pronsticos en el negocio de venta de gas licuado.
Para el logro de esto ltimo, se estudian algunos estadsticos que permiten
evaluar la capacidad predictiva de un set de mtodos, a travs de la cuantificacin
global de los errores de prediccin. Dentro de los ms utilizados se encuentran: la
raz del error cuadrtico medio (RECM), la desviacin media absoluta (MAD) y la
desviacin absoluta media porcentual o relativa (MAPE), dados por:

et2 1 1 et
RECM = t N MAD = et
N t
MAPE =
N t yt
100

et es el error, calculado como la diferencia entre los valores reales y los

estimados por el modelo, N el tamao de la muestra e y t los valores observados.


Dentro de los mtodos de cuantificacin de error recin descritos, se dar mayor
nfasis en el RECM (el que popularmente se utiliza) junto con el MAPE. Sin embargo

et
ste ltimo da el mismo peso a cada cociente , por lo cual se castiga de igual
yt

forma una desviacin de un 1% para un perodo con valor muy pequeo, que para
uno con un valor mucho mayor. Esta limitacin provoca que si bien el valor MAPE
pueda resultar til para efectuar interpretaciones, no es el mtodo ms apropiado
para los anlisis que se efectan en este estudio.

28
6. Herramientas de Gestin.
En base al primer objetivo especfico de la tesis, resulta necesario generar
herramientas que permitan aprovechar los datos existentes en la empresa para
generar informacin til que apoye la gestin de los principales procesos, as como
la toma de decisiones en stos. Por otra parte, se requiere de herramientas que
permitan obtener sin mayores complicaciones, los parmetros necesarios para el
modelo matemtico desarrollado (el cual ser profundizado en el siguiente punto).
A partir de lo anterior se ha trabajado principalmente en cuatro informes, a
partir de los cuales se logran en gran medida, los objetivos planteados. Las planillas
desarrolladas y que a continuacin sern profundizadas son las siguientes:
Informe de Canje de Cilindros.
Informe de Ventas.
Informe de Existencias.
Informe de Ingreso de Cilindros para Canje.

Cabe mencionar que la empresa cuenta con el Software SAP ERP (vase
Anexo 1 para mayor detalle) a partir del cual es posible contar con gran cantidad de
datos que a la fecha no son mayormente aprovechados por el rea.

6.1. Informe de canjes

6.1.1 Informacin generada.

La planilla de informes de canje ha sido desarrollada en base a la informacin


de salida y entrada de vehculos provista por SAP. El procesamiento de estos datos
ha sido realizado a partir de Tablas Dinmicas, el diseo de Macros programadas en
Visual Basic y la utilizacin de las funcionalidades brindadas por la herramienta
Excel.
El objetivo principal para el desarrollo de esta planilla ha sido contar con una
herramienta que permita brindar informacin detallada acerca del proceso de canje,
apoyar la toma de decisiones, el desarrollo de informes de gestin sobre el proceso y

29
estudiar el comportamiento a travs del tiempo tanto de las variables involucradas
como de las estrategias llevadas a cabo por cada una de las compaas.
Por otro lado, la planilla permite generar, de forma automatizada, los
parmetros necesarios por el modelo relacionados con este proceso.
Los datos principales que es posible identificar a partir del informe son:
Nmero de viajes de canje entre Gasco y las otras compaas (con flota
Gasco o de la competencia) por unidad de tiempo (da, mes, trimestre, ao).
Nmero total de cilindros canjeados en todos los formatos por cada compaa
para una unidad de tiempo. Lo anterior permite efectuar anlisis comparativos
entre los canjes efectuados por las compaas, lo que podra reflejar ciertas
irregularidades en el proceso de canje, tal como costos muy dispares por
viajes de canje (nmero de viajes), lo que no debiese ocurrir por los acuerdos
entre stas relaciona dos al proceso.
Poder agregar la amplia variedad de formato de cargas de los camiones para
viajes de canje a partir de la identificacin de patrones y estrategias muy
similares o recurrentes, lo cual reduce la complejidad del modelo matemtico
al trabajar con una cartera ms apropiada de posibilidades de llenado.
Identificar los desfases ocasionados entre cilindros ingresados y salidos de la
planta (dado que se supone que estas cantidades debiesen ser equivalentes),
lo cual permite identificar posibles errores de registros, o peor an, prdida de
cilindros. Por otro lado, esta informacin permite tener una idea de la calidad
de los datos con que se trabajar.
Determinar tiempos promedio de viajes de canje entre compaas (luego de
una previa limpieza de datos donde automticamente se extraen datos fuera
de rango).
Determinar para cada viaje el tipo de vehculo utilizado (distinguiendo
camiones y rampas).
Otra potencialidad del informe es que, en base al total de cilindros canjeados
por Gasco durante una temporada 8, unido a pronsticos de demanda, es

8
De forma previa a este estudio hubiese sido prcticamente imposible obtener estos valores.

30
posible estimar la disponibilidad de pago por el contrato de vehculos para la
temporada venidera, pudiendo seleccionar entre distintas ofertas la ms
conveniente para la empresa.

6.1.2 Funcionamiento del Informe.

En primer lugar, los datos descargados desde Sap son procesados a travs de
la inclusin de atributos necesarios para su posterior utilizacin. A continuacin,
mediante Tablas Dinmicas se obtienen tanto las salidas como ingresos de cilindros
por formato a lo largo del da a la planta Gasco, tal como se muestra en la Figura 2.

Figura 2: Esquema planilla canjes: Los valores corresponden a nmero de cilindros. Los valores
negativos son salidas de cilindros desde la planta, mientras que positivos corresponden a ingresos.
Para el correcto entendimiento 05V_AB corresponde a salidas de cilindros de 5 Kg. pertenecientes a
Abastible (LP es para Lipigas), mientras 05V corresponde a ingreso de cilindros (Gasco trados por
vehculos de la empresa o la competencia) de 5 Kg. Espacios en blanco se deben a que no hubo flujo
en ese instante de cilindros de dicho formato.

Fe.contab. Hora 05V_AB 05V_LP 11V_AB 11V_LP 15V_AB 15V_LP 45V_AB 45V_LP 05V 11V 15V 45V Total general
02-01-2007 08:40:43 -600 -600
09:15:07 -600 -600
10:02:48 600 600
10:42:13 600 600
11:00:55 -600 -600
12:00:16 420 420
12:30:44 600 600
12:55:05 -420 -420
13:21:15 -270 -456 -726
13:57:07 132 132
14:34:12 -132 -132
14:51:03 270 456 726
15:34:22 -500 -312 -812
16:58:37 -600 -600
18:05:42 500 312 812
18:09:38 600 600
Total 02/01/2007 -770 -3168 -420 -132 770 3168 420 132 0

Los valores entre la tercera y dcima columna corresponden a salidas de


cilindros desde la planta (por eso su valor negativo) y desde la undcima a la
quinceava corresponde a ingresos de cilindros (positivos). Ms an, para las salidas
de cilindros, es posible distinguir la compaa destino.
Dada la definicin de canje 1:1, un ingreso de m cilindros de formato n para
canje debe generar una salida del mismo nmero de cilindros y formato un tiempo t
posterior. Adems, el hecho que los cilindros ingresen o salgan de la planta en
primer lugar determinar si el viaje es efectuado por la flota Gasco o de otras

31
compaas (un vehculo propio primero saldr de la planta con cilindros de la
compaa k 9).
Sin embargo se presenta una complicacin que obliga a asumir ciertos
supuestos: dado el manejo actual de la informacin en SAP, no existe ningn
registro que permita distinguir un vehculo de otro (la patente de ste por ejemplo), lo
cual dificulta diferenciar claramente el ingreso y salida de ste, salvo por la
particularidad sealada anteriormente . Dado lo anterior, la macro diseada permite
encontrar en los registros diarios los pares de datos equivalentes (pero de signo
contrario) y de esta forma determinar la compaa que ha efectuado el viaje.
En caso que durante un da un formato de carga sea utilizado en ms de una
oportunidad, se toma el supuesto first in first out en trminos que para un vehculo
que ha salido (entrado) para realizar canje, se considerar su par de retorno (salida)
el siguiente valor exactamente igual de cilindros (de signo contrario), en el (los)
mismo(s) formato(s).
Posterior a esto es necesaria una segunda revisin en la cual se identifiquen
pares que la macro pudiera no haber detectado por leves problemas en el ingreso de
los datos (retomado en seccin 10.2.).
Una vez identificados los pares de viajes y las empresas que los originaron, es
posible a partir de aplicaciones Excel, extraer la informacin ya mencionada.
En el anexo n2 se resumen y muestran de forma grfica algunas de las
principales funcionalidades de la planilla.

9
Donde k corresponde a la competencia, pudiendo ser Abastible o Lipigas.

32
6.2. Informe de v entas

6.2.1 Informacin generada


La planilla de informes de ventas ha sido desarrollada en base a la
informacin provista por SAP, donde se incluyen todas las salidas de cilindros por
ventas (a clientes y los distintos centros de distribucin). Al igual que la planilla
anterior, el procesamiento de datos ha sido realizado a partir de Tablas Dinmicas y
la utilizacin de las funcionalidades brindadas por la herramienta Excel. El objetivo
principal para el desarrollo de esta planilla coincide con el de la planilla de canjes ya
descrito anteriormente, tanto en trminos de apoyo a la gestin, como en generacin
de los parmetros necesarios para el modelo.
Si bien esta informacin debe ser mayormente controlada y gestionada por el
departamento Comercial, dada la falta de comunicacin entre las reas, se ha optado
por desarrollar una herramienta que brinde informacin probablemente ms
simplificada, pero suficiente para el proceso.
La planilla desarrollada es de carcter mensual e incluye la informacin del
perodo en estudio para los ltimos cuatro aos 10, lo cual permite detectar tendencias
en el comportamiento del mercado, encontrar similitudes entre distintos aos, as
como comprender mejor el comportamiento de la demanda.
Los datos principales que es posible identificar a partir del informe (y que no
eran correctamente controlados de forma previa al desarrollo de ste) son los
siguientes:
Salidas totales diarias y mensuales para cada formato, las cuales pueden ser
comparadas con las equivalentes para los cuatro ltimos aos. Dentro de este
mbito, el grfico 1 representa la demanda acumulada para el perodo Junio
2003 Octubre 2007, donde se refleja claramente la estacionalidad de la
demanda ya comentada en secciones anteriores. Por otra parte es posible
percibir ciertas tendencias a travs del tiempo, como por ejemplo una cada

10
Por ende se han desarrollado 12 planillas (una para cada mes), que han quedado operativas para
su uso futuro.

33
ms pronunciada en las ventas de 11 Kg. (salvo para el ltimo ao),
acompaado de una tendencia al aumento en el formato 15 Kg., lo cual refleja
cierto traspaso en las ventas entre estos productos, los que son considerados
suplementarios, dadas sus similitudes (ambos formatos tienen el mismo target
objetivo).

Grfico 1: Ventas totales mensuales por formato perodo junio 03 octubre 07

Salidas totales distribuidas por da de la semana, permitiendo identificar das


en que pueda concentrarse la demanda y generar las medidas y explicaciones
apropiadas. En el grfico 2 se representa la demanda para el perodo
septiembre 2006 octubre 2007 distribuida por da de la semana para el
formato 11 Kg. donde puede observarse una distribucin relativamente similar,
destacndose los das mircoles (da previo a cambio de precios) y sbados.
Cabe mencionar que el comportamiento de los otros formatos es muy similar
al presentado.

34
Grfico 2: Distribucin de ventas segn da de la semana

Segmentacin de demandas por categoras, habiendo definido tres niveles de


demanda (baja, media y alta) a partir de las cuales se ha evaluado cada
perodo definiendo la frecuencia para cada uno de los niveles, pudiendo a la
vez comparar estos resultados entre los distintos aos considerados. Esto
tambin puede resultar til al momento de estudiar la existencia de das
consecutivos de demanda alta.
Stock de seguridad de cilindros llenos recomendado para los cuatro perodos
(en base a formulacin tpica de poltica de inventarios con demanda incierta),
a partir del cual en base a ponderaciones sobre cada resultado, puede
obtenerse un valor esperado pronosti cado para el mismo mes en el perodo
venidero. Este valor es posteriormente utilizado para la definicin de stock de
seguridad.
Correlaciones existentes entre la demanda por los distintos formatos de
cilindros para cada perodo en estudio.

35
6.3. Informe de existencias

6.3.1 Informacin generada


El estudio de existencias ha sido desarrollado en base a la planilla diaria que
se lleva en la planta que presenta la situacin al final del da (o en la maana en
algunos casos) en relacin a los stock de cilindros operativos en la planta, donde se
incluyen los cilindros vacos, llenos, en mantenimiento y para canje (tanto en la
planta Gasco como en las otras compaas). De forma previa al inicio de este
trabajo, si bien la planilla es completada a diario, no existen mayores instancias en
que los datos sean analizados para ver por ejemplo su comportamiento en el tiempo
o anlisis estadsticos de sus resultados mensuales, ente otros. Dado esto, la
herramienta diseada genera, partir de las planillas diarias, un informe mensual con
anlisis del comportamiento a travs de ste de las variables involucradas.
Los datos principales que es posible identificar a partir del informe (y que no
eran correctamente controlados de forma previa al desarrollo de ste) son los
siguientes:
Se maneja el stock da a da por formato para cilindros operativos
(diferenciando cada uno de sus tipos), as como promedios mensuales. Para
cilindros llenos es posible detectar los das donde no se cumple con el
Servicio Programado (stock deseado definido). Para el caso de cilindros para
canje es posible definir el nmero de cilindros canjeables entre Gasco y una
compaa k al inicio de cada da, el cual est dado por el mnimo stock para
canje entre las dos compaas.
A partir de la informacin antes mencionada es posible: estudiar el
comportamiento de las variables en el tiempo, pudiendo detectar tendencias
en los flujos, cambios en el mercado (comparando los cilindros para canje que
ingresan en las distintas compaas), descubrir datos fuera de rango, entre
otros. Adems su correcta gestin y limpieza en los datos ingresados, ser
clave para la definicin de algunos parmetros del modelo.

36
6.4. Informe de ingreso de cilindros para canje

6.4.1 Informacin generada


Esta planilla tiene por objetivo determinar la fraccin, sobre el total de los
cilindros que ingresan a la planta Gasco (compaa k) por ventas, que pertenecen a
la compaa k (Gasco). Junto a esto, es posible determinar el nmero de cilindros
Gasco que ingresan a las otras compaas, as como los de stas que ingresan a su
planta, a partir de lo cual es posible identificar el comportamiento diario del mercado.
El que en un da ingrese un nmero n ms cilindros Gasco a la compaa k que de
stos a Gasco, refleja que hubo n ms preferencias por cilindros Gasco (clientes que
entregan un cilindro de la compaa k, pero prefieren uno de Gasco), adems de
poder representar en el tiempo la presencia de un nmero mayor de cilindros Gasco
en el mercado (pues las preferencias pueden reflejar una abundancia de cilindros
de la compaa en el mercado).
Resulta evidente que la informacin recin descrita puede ser de gran utilidad
para la empresa y sin embargo, a pesar de que su extraccin no resulta de gran
dificultad, hasta antes del inicio del estudio no ha sido controlada.
Esta planilla debiese ser actualizada con la misma periodicidad que el informe
de canje (idealmente de forma semanal o quincenal). Para poder calcular lo deseado,
es necesario extraer informacin de los tres Informes ya descritos, por lo cual
requiere que se encuentren actualizados.
El clculo de los valores antes mencionados para cada formato y da es
obtenido a partir de las siguiente s frmulas:
scjek , j t, +1 = scjek j,t + ing _ Gk , j ,t canjesk ,j , t (1)
scje _ ock , j ,t +1 = scje _ ock j,t + ing _ OCk , j ,t canjesk , j ,t (2)

Donde:
scje k ,j ,t : Stock para canje de cilindros de formato j pertenecientes a
la empresa k que se encuentran en el Patio de Colores
Gasco al inicio del da t.

37
scje _ oc kj ,t : Stock para canje de cilindros de formato j pertenecientes a
Gasco que se encuentran en el Patio de Colores de la
empresa k al inicio del da t.
ing _ Gk ,j ,t : Ingreso de cilindros del formato j de la compaa k a Gasco
durante el da t. Corresponde a la incgnita de la ecuacin
(1).
ing _ OC k, j ,t : Ingreso de cilindros del formato j de Gasco a la compaa k
durante el da t. Corresponde a la incgnita de la ecuacin
(2).
canjesk ,j ,t : Total de canjes que efectuados entre Gasco y la compaa
k, para cilindros de formato j durante el da t.

Despejando ing _ Gk, j ,t e ing _ OC k, j ,t y dividindolos por la demanda para t en

la planta Gasco (para dejar una expresin como fraccin de esta ltima) se tiene:
ing _ Gk , j , t (scjek ,j , t +1 scjekj , t ) + canjes k , j ,t
fg k , j ,t = = (3)
Ventas j ,t Ventas j,t
ing _ OC k , j ,t (scje _ ock ,j , t +1 scje _ ock j,t ) + canjesk , j ,t
fock , j ,t = = (4)
Ventas j , t Ventas j,t

A partir de lo anterior se tendra que:


fg k ,j ,t : Fraccin sobre el total de cilindros ingresados por ventas
que pertenecen a la compaa k, para el formato j y da t.
fock j, t : Expresin para los cilindros Gasco de formato j que
ingresan a la compaa k durante el da t, como fraccin del
total de ventas efectuadas por Gasco para el mismo da y
formato.

Los dos valores recin descritos, as como los ingresos diarios para canje, son
calculados a partir de los registros de dos das consecutivos, pudiendo obtenerse

38
adems el promedio de los resultados para cada uno de stos para un perodo de
tiempo determinado.
Es claro que un valor fg k ,j ,t superior a fock j,t refleja que han ingresado un

nmero mayor de cilindros de la compaa k a Gasco que de Gasco a sta. Por


ende, debiera reflejarse en el Informe de Existencias, una tendencia hacia el
aumento de stock, ms pronunciado en el Patio de Colores de la compaa k que en
el de Gasco (el cual debiera ser corroborado). Por lo tanto en el futuro, la definicin
de los valores de estos parmetros debiera efectuarse complementando los
resultados de este Informe y el de Existencias.
Esta informacin generada es utilizada por el modelo, por lo cual ser
retomada y ms detallada en la seccin dedicada a la explicacin de los parmetros
utilizados.

39
7. Modelo Matemtico de Optimizacin

En el punto anterior se han detallado las herramientas de gestin


desarrolladas. En este captulo se describe el Modelo de Programacin Lineal
desarrollado para el apoyo en la toma de decisiones del departamento de Produccin
de la planta.

7.1. Consideraciones para diseo del modelo.

Se disear un modelo que permita determinar la flota necesaria para poder


abastecer apropiadamente de cilindros vacos al proceso de produccin y a la vez
contar con stock suficientes para enfrentar adversidades o perodos de demandas
altas, minimizando el riesgo de no poder satisfacer la demanda. Para alcanzar este
objetivo puede que sea necesario invertir en la compra de cilindros nuevos para
insertar al sistema. Adems, resulta til generar una idea sobre la produccin
esperada de cilindros que debiese llevarse a cabo da a da (el cual puede ser
expresado en trminos de tiempo) y generar un apoyo para el personal de canje, con
respecto a la administracin de la flota y los canjes a efectuar con las otras
compaas.
Por ltimo, es deseado que la relacin entre cilindros canjeados entre
compaas y los cilindros canjeables entre stas 11, permita no generar aumentos
considerables en los stock para canje , por lo que debe motivarse (aunque no es una
de las principales prioridades del modelo) la reduccin de stock de cilindros en los
distintos Patios de Canje, o al menos utilizar la flota disponible de tal forma que
adems de abastecer los cilindros correctos, sus recursos sean destinados de forma
tal que la diferencia entre los cilindros canjeados y los canjeables sea relativamente
pequea.

11
Como cilindros canjeables se entiende el valor total de cilindros que pueden ser canjeados y que se
encuentran en cierto patio de colores, mientras que los cilindros canjeados corresponden a los que
efectivamente son canjeados.

40
La formulacin del modelo asume que todos los parmetros son conocidos
con exactitud. La definicin de stos ha sido llevada a cabo considerando que los
parmetros utilizados deben ser tales que la informacin pueda ser obtenida de
manera confiable a partir de los datos disponibles por la empresa. Adems, se han
efectuado ciertas simplificaciones y supuestos relacionados al funcionamiento del
sistema de manera de hacer abordable el problema.
Las principales restricciones del modelo, adems de las que definen los
distintos flujos de cilindros (llenos y vacos), estn referidas a dimensiones de
capacidad (de produccin y de flota), satisfaccin de demanda (incluyendo la
posibilidad de ventas perdidas, pero con una alta penalidad), cumplimiento de niveles
deseados de stock y especificaciones propias deseadas para el sistema.
Los costos ms relevantes considerados en el modelo son: Penalidades por
incumplimiento de metas 12 (stock deseado, ventas perdidas y reduccin de stock
para canje); y costos monetarios (costos de flota fijos y variables y costo por compra
de cilindros). Adems se definen penalidades que permiten cierta flexibilidad en la
definicin de algunos parmetros, asegurando la factibilidad del modelo, pero a la
vez minimizando la posible variacin entre el valor definido y el que realmente sea
considerado. No se han considerado costos de produccin, lo cual ser explicado en
el siguiente punto. Finalmente, el modelo buscar la(s) solucin(es) que permitan
cumplir los requerimientos del sistema con el mnimo de recursos posible.
La eleccin de un modelo determinstico (a pesar de sus conocidas limitantes)
por sobre metodologas ms complejas como por ejemplo Optimizacin Robusta, ya
han sido sealadas en la seccin 5.2 .
Los principales supuestos y simplificaciones del modelo son los siguientes:
Solo se consideran los viajes de canje efectuados por Gasco y los de otras
compaas con sta, pues no se cuenta con informacin confiable sobre stock
para canje entre Abastible y Lipigas, aspecto que adems se aleja de los
alcances del proyecto.

12
Corresponde a los pesos w definidos en la seccin 5.2. Mientras mayor es la penalidad, existe un
mayor incentivo para minimizar la diferencia entre el valor alcanzado y deseado de la variable.

41
El principal insumo considerado por el modelo corresponde a cilindros vacos
para ser llenados. Otros insumos, tales como el gas licuado, sellos e insumos
de produccin, son supuestos como disponibles para todo el horizonte de
planificacin.
Dado que cada carrusel de llenado de cilindros es utilizado para un nico
formato, no se consideran costos de setup de maquinarias.
No se considera como costo del modelo los relacionados a contratacin y/o
despido de mano de obra.
Tanto la capacidad de las maquinarias, como los niveles de empleo se
consideraran parmetros del modelo expresados a travs de capacidades de
produccin de cilindros por hora, sin colocar restricciones de tiempo destinado
a produccin para cada perodo (slo interesa saber cuanto hay que producir
sin importar el tiempo que esto tarde).
No se ha considerado como costo para el modelo el insumo gas licuado, dada
la alta incertidumbre con respecto a su precio en el tiempo, adems de que el
objetivo del modelo es satisfacer la demanda sin dar mayor importancia al
costo de llenado del cilindro. Adems se considera que no hay problemas de
capacidad para almacenamiento de cilindros vacos y llenos. Producto de
estas dos consideraciones, no se consideran costos de oportunidad por
cilindros llenos en inventario.
Costos de obsolescencia, mantencin de bodegas, prdida de cilindros,
impuestos y seguros, no son considerados para el diseo del modelo.
No se considera la posibilidad de promociones (precios reducidos que inducen
ventas), pues no se cuenta con informacin confiable de stas, adems que
no existen patrones para su lanzamiento .
No se consideran las participaciones de mercado segn formato (slo del
mercado en total), pues no se ha encontrado una fuente confiable para esta
informacin.
No se incluye la posibilidad de utilizacin de rampas, porque se desea que
slo sean utilizadas de forma operativa ante situaciones de crisis.

42
Con respecto a la compra de cilindros nuevos, siempre se supondr que son
ingresados un mes despus de ser solicitados (es decir a inicios del segundo
perodo).

7.2. Descripcin del modelo.


Para el diseo del modelo se considera que existen, adems de Gasco, k
compaas en el mercado. Para el caso chileno nicamente existen otras dos:
Abastible y Lipigas. Por ende se tiene que k {1,2} (1 para Abastible y 2 para
Lipigas).
Con respecto al nmero de productos ofrecidos, se considera que existe un
total de j productos. Tal como se ha mencionado anteriormente, en trminos
generales en el mercado chileno se tienen cuatro formatos de cilindros: 5 Kg., 11 Kg.,
15 Kg. y 45 Kg. Si bien para cada uno de stos puede presentar especificaciones
particulares que pudieran diferenciar levemente un producto de otro (catalticos y no
catalticos por ejemplo), se ha optado por simplificar el modelo al agregar todos stos
en cuatro familias, correspondientes a los formatos antes sealados. Por ende se
tiene que j {1, 2,3,4} (1 para el formato 5 Kg., 2 para 11 Kg., 3 para 15 Kg. y 4 para
45 Kg.).
Para los viajes de canje efectuados por Gasco, se ha considerado que existen
v formas distintas de cargar un camin, las cuales pudieran variar entre compaas o
perodo a perodo. En un inicio se ha optado por resumir los tipos de viajes en seis,
con lo cual se tendra v {A, B, C, D, E, F} (este punto ser detallado en la seccin de
generacin de parmetros) .
El horizonte de planificacin a considerar es de t perodos, donde en un inicio
se ha considerado un perodo mensual y una planificacin para los prximos seis
meses, por lo cual t {1,2,3,4,5,6} . El motivo de escoger este horizonte de
planificacin ha sido para evitar dar un carcter miope al modelo, donde a pesar de
considerarse adecuada su ejecucin de forma mensual (o cada dos meses en su

43
defecto), el incluir la visualizacin de ms meses permite prepararse para situaciones
futuras que sin previa planificacin podran ser difcilmente abordadas.
En un primer momento, el problema es de tipo mixto, considerndose como
variables enteras el nmero de camiones a contratar y el nmero de viajes extra.
Este punto ser retomado en secciones posteriores.

7.2.1. Parmetros

DDA j,t : Demanda esperada diaria de cilindros de formato j en el


perodo t.
DHt , DHCt : Das hbiles para ventas y canjes en el perodo t
respectivamente.
fock, j ,t : Fraccin total de cilindros Gasco que hacen ingreso a la
compaa k (en funcin de ventas totales en planta Gasco).
fg k ,j ,t : Fraccin de los cilindros ingresados por demanda del formato j
a Patio Colores Gasco, pertenecientes a la empresa k en el
perodo t.
NVCt : Nmero esperado de viajes de canje realizados diariamente en
horario normal por cada camin Gasco contratado en el perodo
t.
NCGv ,k ,j ,t : Nmero esperado de cilindros de formato j que se canjean en
cada viaje de tipo v a la compaa k en el perodo t.
cje _ OCk ,j ,t : Nmero esperado de cilindros de tipo j canjeados
diariamente por la empresa k en el perodo t.
q j ,t : Probabilidad que un cilindro de formato j ingresado por
demanda en el perodo t, deba ser enviado a
mantenimiento.
m _ r j ,t : Fraccin esperada del total de cilindros de formato j que
se encuentran en mantenimiento que regresan a la planta
en el periodo t.

44
Stock _ v _ des j ,t : Stock deseado de cilindros vacos de tipo j a tener al inicio
del perodo t.

Stock _ ll _ des j ,t : Stock deseado de cilindros llenos de tipo j a tener al inicio


del perodo t.
capj ,t : Capacidad de produccin mxima diaria de cilindros de
tipo j en el perodo t.
CVt : Costo de realizar un viaje extra en el perodo t.

CFt : Costo fijo de contratacin de un camin en el perodo t.

C _ LLj ,t : Penalidad unitaria por dficit en stock de cilindros llenos


de formato j a inicios del perodo t.
C _ V j, t : Penalidad unitaria por dficit en stock de cilindros vacos
de formato j a inicios del perodo t.
CRS1k , j : Beneficio unitario percibido por reducir stock de cilindros
de formato j para canje (stock final del horizonte de
planificacin vs. stock inicial), ya sea en el Patio de Colores
Gasco o de la compaa k.
CRS 2k, j : Beneficio unitario percibido por reducir stock de cilindros
de formato j para canje (stock al inicio del cuarto perodo
vs. stock inicial), ya sea en el Patio de Colores Gasco o de
la compaa k.
CCV j : Costo unitario de compra de cilindros Gasco nuevos de
formato j para insertar al inicio del segundo perodo.

CVAR _ Bk, j : Costo unitario por suponer la incersin inicial de cilindros


de formato j en el Patio Colores Gasco o de cilindros Gasco
de formato j en el Patio de Colores de la compaa k, de
manera que se asegure la factibilidad del problema, caso
castigo de tipo bajo.

45
CVAR _ Ak , j : Costo unitario por suponer la incersin inicial de cilindros
de formato j en el Patio Colores Gasco o de cilindros Gasco
de formato j en el Patio de Colores de la compaa k, de
manera que se asegure la factibilidad del problema, caso
castigo de tipo alto.
CVPj ,t : Costo unitario por ventas perdidas de formato j en el
perodo t producto de no poder satisfacer la demanda.
ci _ cje k , j : Stock inicial de cilindros para canje de formato j de la
empresa k en planta Gasco.
ci _ cje _ oc k , j : Stock inicial de cilindros Gasco para canje de formato j en
la empresa k.
pond _ i _ v j : Ponderador que permite expresar el stock inicial de
cilindros vacos de formato j como fraccin del stock
deseado de cilindros para el primer perodo.
pond _ i _ ll j : Ponderador que permite expresar el stock inicial de
cilindros llenos de formato j como fraccin del stock
deseado de cilindros para el primer perodo.
C _I _ Mj : Stock inicial de cilindros en mantenimiento de formato j en
planta Gasco.
lim_var3 k , j : Nmero mximo de cilindros de formato j pertenecientes a
la compaa k que pueden ser insertados inicialmente al
Patio de Colores Gasco recibiendo un castigo en la funcin
objetivo de tipo bajo.

lim_var4 k , j : Nmero mximo de cilindros de formato j pertenecientes a


Gasco que pueden ser insertados inicialmente al Patio de
Colores de la compaa k recibiendo un castigo en la
funcin objetivo de tipo bajo.

46
CDCk ,j ,t : Ponderador para beneficio unitario por reduccin de
diferencia entre variable representativa de cilindros
canjeables de formato j con la compaa k para el perodo t
y el valor real para los cilindros canjeables.

7.2.2. Variables

Variables de Decisin
xt : Nmero de camiones para canje que se debiera contratar
en el perodo t.
yv ,k ,t : Nmero de viajes de canje de tipo v que se debieran
realizar durante el perodo t a la planta k. Se tiene que

y v, k, t + .

z j ,t : Produccin diaria promedio de cilindros formato j en el


perodo t.
t : Nmero de viajes extra realizados en el perodo t.

j ,t : Desfase entre stock real y stock deseado de cilindros


vacos para el formato j al inicio del perodo t.
j ,t : Desfase entre stock real y stock deseado de cilindros
llenos para el formato j al inicio del perodo t.
V j ,t : Ventas promedio diarias de cilindros de formato j durante
el perodo t.
VPj ,t : Ventas perdidas de cilindros de formato j durante el
perodo t producto de no poder satisfacer el total de
demanda.
var22 j : Cilindros vacos de formato j que deben ser insertados
(por ejemplo a travs de la compra de stos). Para la
planificacin de tipo mensual, los cilindros ingresan al
sistema al inicio del segundo perodo.

47
var1 k , j : Nmero de cilindros de formato j pertenecientes a la
compaa k que deben ser insertados inicialmente al Patio
de Colores Gasco para mantener la factibilidad del
problema. Caso castigo alto.
v a r 2 k, j : Nmero de cilindros de formato j pertenecientes a Gasco
que deben ser insertados inicialmente al Patio de Colores
de la compaa k para mantener la factibilidad del
problema. Caso castigo alto.
v a r 3 k, j : Nmero de cilindros de formato j pertenecientes a la
compaa k que deben ser insertados inicialmente al Patio
de Colores Gasco para mantener la factibilidad del
problema. Caso castigo bajo.
v a r 4 k, j : Nmero de cilindros de formato j pertenecientes a Gasco
que deben ser insertados inicialmente al Patio de Colores
de la compaa k para mantener la factibilidad del
problema. Caso castigo bajo.

Variables de Flujo
stock _ v j ,t : Stock de cilindros vacos de tipo j al inicio del perodo t.

stock _ ll j ,t : Stock de cilindros llenos de tipo j al inicio del perodo t.

cil _ mant j ,t : Stock de cilindros de formato j que se encuentran en


mantenimiento al inicio del perodo t.
scje k, j ,t : Stock de cilindros para canje de formato j de la
compaa k en Patio de Colores Gasco al inicio del
perodo t.
scje _ oc k ,j ,t : Stock de cilindros para canje de formato j
pertenecientes a Gasco que se encuentran en el Patio
de Colores de la compaa k al inicio del perodo t.
cils _ canjeablesk ,j ,t : Cilindros canjeables de formato j en el perodo t.

48
ll _ f j : Stock de cilindros llenos de formato j al final del ltimo
periodo.
v _ fj : Stock de cilindros vacos de formato j al final del ltimo
periodo.
cje _ fk , j : Stock de cilindros para canje de formato j de la
compaa k en el Patio de Colores Gasco al final del
ltimo periodo.
cje _ oc _ fk , j : Stock de cilindros para canje de formato j
pertenecientes a la compaa j que se encuentran en el
Patio de Colores Gasco al final del ltimo perodo.

7.2.3 Restricciones

1. Condiciones de flujo.

a. Flujo en Patio de Colores Gasco:

scje k ,j ,t = scje k ,j ,t 1 + D H t 1 V j , t 1 fg k , j , t 1 D H C t 1 c j e _ O C k , j ,t 1 +
F
y
v =A
v ,k ,t 1 N C G v ,k , j ,t 1 k , j, 2 t 5

c j e _ f k , j = s c j e k , j , t + D H t V j,t f g k , j , t D H C t c j e _ O C k , j , t +
F

v =A
y v,k,t NCG v,k,j,t k,j t = 6

Esta restriccin define que el stock disponible para canje de cada formato y
compaa en el Patio de Colores de Gasco al inicio de cada perodo es igual al stock
inicial del perodo anterior, ms los cilindros que ingresaron durante ese pero do
provenientes de los clientes, menos los cilindros canjeados durante el perodo tanto
por la flota de Gasco como de las otras compaas. Dado que la ecuacin se evala
al inicio de cada perodo, se agrega la segunda restriccin, que es equivalente a la

49
recin explicada pero que se utiliza para definir el stock de cilindros para canje al
final del horizonte de planificacin.

b. Flujo en Patio de Colores otras compaas:

scje _ oc k ,j , t = scje _ oc k , j t, 1
+ foc k, j D H t 1 V j , t 1 D H C t 1 cje _ O C k , j t, 1
+
F
y
v =A
v ,k ,t N C G v ,k , j , t k,j,2 t 5

c j e _ o c _ f k , j = s c j e _ o c k , j , t + f o c k , j D H t V j , t D H C t c j e _ O C k , j ,t +
F
y v ,k ,t N C G v , k , j ,t k, j t = 6
v =A

Esta restriccin define que el stock disponible para canje de cilindros Gasco
de formato j en el Patio de Colores de la compaa k al inicio de cada perodo t es
igual al stock inicial del perodo anterior, ms los cilindros que ingresaron a dicha
planta durante el perodo por ventas (en funcin de la demanda en Gasco), menos
los cilindros canjeados durante el perodo. Al igual que en la restriccin anterior, se
agrega una segunda restriccin equivalente para definir el stock de cilindros para
canje al final del ltimo perodo.

c. Flujo de Cilindros Vacos:

2
stock _ v j ,t = stock _ v j ,t 1 + (1 fgk , j ,t 1 ) (1 q j ,t 1 ) DH t 1 V j, t 1 +
k =1
2 F 2
+ ( cje _ OC
k =1
k , j ,t DH t ) + ( y v ,k ,t 1 NCGv , k ,j t, 1 ) + m _ r j ,t 1 cil _ mant j ,t 1 +
v =A k =1

DH t 1 Z j ,t 1 j ,3 t 6

2 2
v _ f j = stock _ v j ,t + (1 fg k ,j , t ) (1 q j ,t ) DH t 1 V j ,t + ( cje _ OC k , j ,t DH t ) +
k =1 k =1
F 2

(y v ,k ,t NCG v , k, j ,6 ) + m _ r j ,t cil _ mant j ,t DH t Z j ,t j t = 6


v =A k =1

Esta restriccin define que el stock disponible de cilindros vacos de formato j


al inicio de cada perodo t es igual al stock inicial del perodo anterior, ms los

50
cilindros que ingresaron durante el perodo por ventas (descontando la fraccin de
cilindros pertenecientes a otras compaas y los cilindros enviados a mantenimiento),
ms los cilindros ingresados por canje durante el perodo, ms los cilindros que
retornaron desde mantenimiento; menos los cilindros que fueron enviados a
Produccin para ser llenados. Al igual que las restricciones anteriores, se agrega una
segunda ecuacin equivalente para definir el stock de cilindros vacos al final del
ltimo perodo.
Por ltimo, para t=2 se deben insertar los cilindros vacos agregados al
sistema, por lo cual la ecuacin para este perodo es equivalente a la primera
detallada, pero agregando en el lado derecho la variable Var2 j.

d. Flujo de Cilindros Llenos:

stock _ ll j ,t = stock _ ll j ,t 1 + DHt 1 Z j ,t 1 DH t 1 V j,t 1 j , 2 t 5

ll _ f j = stock _ ll j ,t + DHt Z j,t DHt V j, t1 j t = 6

Esta restriccin define que el stock disponible de cilindros llenos de formato j


al inicio de cada perodo t es igual al stock inicial del perodo anterior, ms los
cilindros que fueron llenados durante ese perodo, menos los cilindros vendidos. La
segunda ecuacin define el stock de cilindros llenos al final del horizonte de
planificacin.

e. Flujo de Cilindros en Mantencin:

2
cil _ m a n t j , t = cil _ m a n t j ,t 1 + D H t (1 fg
k =1
k , j ,t 1 ) q j ,t 1 V j ,t 1 +

m _ r j , t 1 cil _ m a n t j ,t 1 j, t

Esta restriccin define que el stock disponible de cilindros en mantencin de


formato j al inicio de cada perodo t es igual al stock inicial del perodo anterior, ms
los cilindros que fueron enviados a mantencin durante el perodo, menos los
cilindros que fueron reparados y retornados a la planta (agregndose al stock de

51
cilindros vacos). Dado que no es necesario definir restricciones sobre el stock de
cilindros en mantenimiento al final del horizonte de planificacin, no es definida una
restriccin para definir dicho stock.

2. Condiciones Iniciales

a. Stock inicial de cilindros vacos:


Stock _ v j ,t = pond _ in _ v j St _ v _ des j ,t j t =1

Esta restriccin define el nmero de cilindros vacos para cada formato j con
que se cuenta al inicio del perodo de planificacin. Su valor se encuentra
representado como fraccin del stock deseado de cilindros vacos para dicho formato
en el prime r perodo.

b. Stock inicial de cilindros llenos:


Stock _ ll j ,t = pond _ in _ ll j St _ ll _ des j , t j t = 1
Corresponde al nmero de cilindros llenos de tipo j con que se cuenta al inicio
del perodo de planificacin, el cual se presenta como fraccin del stock deseado de
cilindros llenos para el primer perodo.

c. Stock inicial de cilindros en mantenimiento:


cil _ mant j ,t = C _ I _ M j j t = 1

Corresponde al nmero de cilindros en mantencin para cada formato j con


que se cuenta al inicio del perodo de planificacin.

d. Stock inicial cilindros para canje:


stock_canjek,j,t = ci_cjek,j + var3k,j + var1j,k k, j t = 1

stock_oc k,j,t = ci_cje_oc k,j + var4k,j + var2j,k k, j t = 1


Corresponde al nmero de cilindros para canje de cada formato que se
encuentran inicialmente en el Patio de Colores de la compaa k. Este valor se

52
encuentra representado por tres componentes, donde la primera corresponde al
stock inicial real de cilindros para canje de formato j en la compaa k. Las otras dos
corresponden a los cilindros extra por formato requeridos en la compaa k,
considerando los cilindros sancionados de forma baja y alta.
Las variables Var1 a Var4, son variables que aseguran la factibilidad del
modelo, al dar cierta permisividad (sancionada) de aumentar el stock inicial de
cilindros para canje. El objetivo de estas variables ha sido poder lidiar con
inexactitudes en la definicin de los cilindros para canje (los cuales no son tan rgidos
y presentan pequeas variaciones da a da, por lo que un nmero exacto para stos
pudiera no ser totalmente representativo). Dado que slo se desea recurrir a estas
variables en situaciones extraordinarias, su utilizacin debe ser penalizada, para lo
cual se han definido dos rangos de castigo, los cuales dependen del nmero de
cilindros agregados.

3. Equilibrio entre cilindros producidos y disponibles


2
D H t z j , t s t o c k _ v j ,t + D H t v e n t a s j , t (1 f
k =1
_ d k ,j ,t ) +
F 2 2

y
v = A k =1
v ,k ,t N C G v , k , j ,t + DHC
k =1
t cje _ O C k , j ,t j, t

Esta restriccin define que no sea posible durante un perodo llenar ms


cilindros vacos de los que efectivamente se tendrn disponibles. Para esto se define
que el nmero de cilindros producidos para cada formato durante el perodo no
puede ser superior al stock de cilindros vacos al inicio del perodo, ms los cilindros
Gasco que ingresan a la planta por ventas, ms los cilindros Gasco que ingresan
producto de los canjes efectuados (tanto por la flota Gasco como por los de las otras
compaas).

4. Equilibrio entre cilindros llenados y cilindros vendidos

D H t V j,t stock_ll j,t + D H t z j,t j, t

53
Esta restriccin exige al modelo que no sea posible que las ventas de cilindros
de formato j para algn perodo sean superiores al stock de cilindros llenos con que
efectivamente se dispondr (stock inicial y producidos durante el perodo).

5. Definicin de cilindros canjeables entre compaas.


cils _ canjeablesk , j ,t scje_ock,j,t + foc k,j DH t Vj,t j, t
cils _ canjeablesk , j ,t scjek , j ,t + fg k ,j ,t DHt Vj,t j, t

En estas restricciones se tiene por objetivo definir la variable cilindros


canjeables, que corresponde al valor pronosticado de cilindros que podrn ser
canjeados cada perodo entre dos compaas. Este valor se encuentra definido por
el Mnimo entre el total de cilindros de la compaa k del formato j disponibles para
canje durante el perodo en la planta Gasco y el total de cilindros Gasco de formato j
disponibles para canje en el Patio de Colores de la compaa k durante el perodo.
Como puede observarse, idealmente el valor tomado por la variable debiera
ser igual al Mnimo recin descrito. El incluir la restriccin directamente con el Mnimo
entre los valores sealados, generara la prdida de linealidad del modelo (pues este
valor depende de otras variables), por lo cual resulta necesario buscar una manera
alternativa de presentar lo anterior de forma lineal y que se adapte al problema en
cuestin.
La estrategia para definir el valor de la variable ha sido intentar acotar la
variable tanto superior como inferiormente de manera que tienda hacia el valor real.
Con la restriccin recin definida se ha acotado superiormente la variable. La cota
inferior ha sido definida a partir de la inclusin en la funcin objetivo de un incentivo,
a travs del cual se premia definir un mayor nmero de cilindros canjeables. Si
bien es posible que el valor tomado luego de esto no sea exactamente igual al
deseado, al menos se ha reducido su impacto y el valor tomado por la variable es el
que reduce la funcin de costos, por lo cual puede ser considerada como una buena
decisin.

54
6. Cota sobre total cilindros canjeados
F

y
v =A
v ,k , t NCGv , k, j , t + cje_OCk,j,t DHCt fracc _ x _ c j ,t cils _ canjeables
F

y
v =A
v ,k , t NCGv , k, j , t + cje_OCk,j,t DHCt cils _ canjeables k ,j ,t k,j, t

Esta restriccin permite acotar tanto inferior como superiormente los canjes
efectuados entre Gasco y la compaa k para un perodo. La cota superior
corresponde al total de cilindros canjeables que se tendrn en el perodo y la cota
inferior corresponde a una fraccin de los cilindros canjeables (la cual usualmente
ser superior a un 85%).
Como se ha visto en la restriccin anterior, podra suceder que el valor tomado
por la variable (cils_canjeables)k,j,t sea inferior al real del perodo. En caso que esto
suceda, estas restricciones no sern totalmente respetadas (dada la reduccin en el
valor de (cils_canjeables)k,j,t), lo cual no se considera un problema mayor puesto que
implicar que dadas las condiciones del problema no es posible cumplir con la
restriccin y el valor alcanzado es el mejor que puede obtenerse para este escenario.

7. Definicin de ventas efectuadas y ventas perdidas

D H t V j,t = D D A j ,t D H t - VP j,t j,t

Esta restriccin define que las ventas efectuadas durante el perodo t de


cilind ros del formato j es igual a la diferencia entre la demanda de cilindros y las
ventas perdidas durante el perodo producto de no contar con los cilindros para
proveer las necesidades de los clientes.

8. Capacidad mxima de viajes de canje.

F 2

y v ,k , t xt DHCt nvct + t t
v = A k =1

55
Esta restriccin define que el nmero total de viajes de canje efectuados por la
flota Gasco (considerando como destino el conjunto de compaas k) no puede ser
superior al total de viajes que puede efectuar la flota contratada durante el perodo en
la jornada de trabajo, incluyendo los viajes extra que sern efectuados fuera del
horario de trabajo original.
Se debe observar que la variable a (mayor que cero) toma valor cero en caso
que el total de viajes efectuados sea menor o igual a la mxima capacidad de viajes
(la cual depende del nmero de camiones disponibles) y, en caso de no cumplirse
esta condicin, a corresponde al total de viajes extra efectuados durante el perodo.

9. Desfase entre stock deseado y stock alcanzado

j ,t S t _ ll _ d e s j ,t s t o c k _ ll j ,t j, t

j ,t stock _ v j ,t S t _ v _ d e s j ,t j, t

Se han definido las variables j,t y s j,t (mayores o iguales a cero), que
corresponden al desfase entre el stock deseado de cilindros y el valor alcanzado al
inicio del perodo, para cilindros llenos en el caso de y para cilindros vacos en el
caso de s. El valor de estas variables ser igual a cero en caso que el stock
deseado de cilindros sea igual o inferior al stock alcanzado al inicio del perodo, e
igual a la diferencia entre stos, en caso que no se logre alcanzar el nivel de stock
deseado.

10. Capacidad mxima de produccin


z j ,t cap j,t j, t

La produccin promedio diaria para cada formato y perodo no puede ser


superior a la capacidad mxima de produccin de dicho perodo.

56
11. Cota superior para Var3 y Var4.
k,j
var3k,j limite_var3 k,j
var4k,j limite_var4 k,j

Esta restriccin corresponde al valor mximo que pueden tomar las variables
var3 y var4.
El objetivo de la divisin de los cilindros extra a incluir en los Patios de Colores
en Var1, Var2, Var3 y Var4, ha sido poder generar una sancin en la funcin objetivo
separada por tramos, dado que los primeros Var3 (Var4) cilindros a incluir, son
castigados con un costo considerablemente menor a los siguientes (que sern
definidos a partir de Var1 y/o Var2). Este punto es mayormente detallado en la
seccin de generacin de parmetros, donde se explica como son definidos los
valores de lim_var_3k,j y lim_var4 k,j .

12. Lmites en tamao de flota a contratar en cada perodo.


xt 1 t
xt 6 t
Esta restriccin define las cotas superior e inferior para el tamao de flota
contratado en cada perodo.

13. Cumplimiento stock deseado vacos y llenos a inicios del cuarto perodo y al final
de horizonte planificacin.

ll_f j St_ll_desj,t j t = 6 stock_ll j,t St_ll_des j,t j t = 4


v_f j St _ v _ des j ,t j t = 6 stock_v j,t St_v_des j,t j t = 4

14. Cota superior para viajes de canje extra.


t tve t DHCt xt

57
Se ha definido que no es posible efectuar ms de un viaje extra diario por
camin.

15. Restricciones especficas con respecto a relaciones entre tamaos de flota


contratada por perodo.
Se han definido exigencias del tipo La flota del mes i no debe ser superior a la
del mes j o La flota del mes i debe ser igual a la del mes j, entre otras (las cuales
dependen de los perodos estudiados). A modo de ejemplo, es deseado que para los
meses de junio y julio se tenga el mismo tamao de flota y que ningn otro mes
pueda tener flota mayor que la de estos perodos.

16. Naturaleza de las variables.

xt , yv ,k ,t , t +
j, t , j, t , zj ,t , stock _ v j, t ,stock _ ll j ,t , cil _ mant j ,t scjek ,j ,t , scje _ ock ,j ,t , cils _ canjeablesk , j ,t ,V j ,t ,var22 j
var1k , j ,var2 k, j ,var3k , j ,var4k , j ,cje _ oc _ fk, j ,lim_var3k, j ,lim_var4k, j R +

7.2.4 Funcin Objetivo

La funcin objetivo a minimizar corresponde a un conjunto de costos, donde


se combinan penalidades (premios) por incumplimiento (cumplimiento) metas; costos
de ndole monetaria y costos por flexibilizacin sobre definicin de algunos
parmetros (para asegurar factibilidad). Tal como se ha mencionado anteriormente,
algunos costos fueron omitidos en el desarrollo del modelo, tanto por no tener mayor
influencia en los objetivos por los que ste ha sido diseado, as como por no contar
con informacin confiable para ser considerada. A continuacin se procede a
detallar cada una de sus componentes:

58
1. Costos por contrato de flota (costo fijo y viajes extra).
6 6

X CF + CV
t=1
t t
t =1
t t

El primer trmino corresponde al costo fijo total por contrato de flota, mientras
que el segundo se refiere al costo total por viajes extra realizados durante el
horizonte de planificacin.

2. Costo por compra inicial de cilindros para incorporar al stock de cilindros


vacos para produccin.

CCV var22
j =1
j j

Corresponde al costo total en que debiera incurrirse al inicio del horizonte de


planificacin en la compra de cilindros vacos, los cuales son insertados al stock de
cilindros vacos en el segundo perodo.

3. Penalizaciones por no cumplimiento de stock deseados para cilindros llenos


y/o vacos.
4 6 4 6

j ,t C _ LLj,t + j ,t C _Vj,t
j =1 t =1 j =1 t =1

El primer trmino corresponde al costo total producto del no cumplimiento del


stock deseado de cilindros llenos para todos los formatos y horizonte de
planificacin. El segundo trmino tiene un significado equivalente pero para el caso
de los cilindros vacos.

59
4. Penalizacin por incorporar cilindros extra a los Patios de Colores de Gasco o
del resto de las compaas para conservar la factibilidad del problema.

4 2 4 2

CVAR _ B (var3
j =1 k =1
j k, j + var4k, j ) + CVAR _ Aj (var1k , j + var2k. j )
j =1 k=1

El primer trmino corresponde al costo total en que se debe incurrir al inicio


del horizonte de planificacin debido a la necesidad de insertar cilindros extra a los
Patios de Colores de Gasco (var3) o de las otras compaas (var4), siempre y
cuando el nmero insertado sea menor o igual a lim_var3 y lim_var4,
respectivamente. El segundo trmino tiene un significado equivalente, pero
nicamente se incurre en este en caso que el nmero de cilindros a insertar supere
en algn caso a lim_var3 o lim_var4. Cabe recordar que el primer conjunto de
cilindros recibir una sancin de tipo Baja y el resto de tipo Alta.

5. Penalizacin por ventas perdidas durante el perodo producto de no poder


satisfacer el total de la demanda.
4 6

CVP
j =1 t =1
j,t VPj ,t

Corresponde al costo total en que debe incurrirse durante el horizonte de


planificacin por no poder satisfacer al demanda, producto de una insuficiencia de
VP j,t cilindros de algn formato.

6. Beneficio por reduccin de stock de cilindros para canje en planta Gasco o en


el resto de las compaas durante el horizonte de planificacin.

1 2 4

CRS.1 (cje_ f j k,j scjek, j ,t + cje_oc _ fk , j scje_ ock, j ,t )


t =1 k=1 j=1
4 1 2 4
+ CRS.2j (scjek ,j ,t 2 scjek, j ,t1 + scje _ock ,j ,t 2 scje _ock ,j ,t1 )
t 2=4t 1= 1k = 1 j =1

60
El primer trmino corresponde al costo total debido a la diferencia entre el
stock para canje en Patios de Colores Gasco de cilindros del formato j pertenecientes
a la compaa k al final del horizonte de planificacin (cje_fk,j ) y el stock inicial de
cilindros de este tipo al inicio del horizonte de planificacin; ms la diferencia entre el
stock para canje en Patio de colores de compaa k de cilindros del formato j
pertenecientes a Gasco al final del horizonte de planificacin (cje_oc_fk,j ) y el stock
inicial de cilindros de este tipo al inicio del horizonte de planificacin.
El segundo trmino tiene un significado anlogo, salvo que se evala la
diferencia entre el stock para canje al inicio del cuarto perodo y el stock inicial. Esto
se debe a que si bien se planifican los siguientes seis perodos, es probable que el
modelo sea corrido mensualmente (o a lo ms trimestralmente), por lo cual se ha
dado un mayor incentivo a la reduccin temprana de stock para canje.

7. Beneficio por igualar el stock de cilindros canjeables del modelo con el valor
pronosticado.
6 4 2

pond _ cjble
t = 1 j =1 k =1
k , j ,t cils _ canjeables k, j ,t

Corresponde al costo total para todo el horizonte de planificacin, formato y


compaa producto de la definicin de la variable cils_canjeablesk,j,t .
Esta componente tiene por objetivo, ms que ser un valor determinante que
influya en la toma de decisiones, permitir que el valor definido para los cilindros
canjeables entre compaas para cada perodo sea lo ms cercano posible al valor
real de cilindros canjeables.
La inclusin de esta componente en la funcin objetivo es de tal forma que
resulta beneficioso maximizar los cilindros canjeables, lo cual unido a las
restricciones que acotan la variable cils_canjeables k,j,t superiormente, permitiran
lograr el objetivo planteado.
A partir de lo recin expuesto, resulta evidente que el valor asignado a
pond_cjble k,j,t determinar el peso de esta componente en el valor total de la funcin
de costo. Dado que sta ha sido incorporada con un objetivo distinto al resto de las

61
componentes, es deseado que su peso sea el menor valor posible para el cual se
logre alcanzar en niveles aceptables que la variable cilindros canjeables se asemeje
al valor real de cilindros canjeables.

8. Funcin Objetivo

A partir de las componentes de la funcin de costos recin descrita se llega


finalmente a la siguiente funcin objetivo:

6 6 4 6 4 6
Min Z = Xt CFt +CVt t + j,t C _ LLj,t + j,t C _Vj,t +
t =1 t =1 j =1 t =1 j =1 t =1
4 2 4 2
+CVAR _ Bj (var3k , j +var4k , j ) + CVAR _ Aj (var1k, j + var2k. j )
j =1 k =1 j =1 k =1
4 4 6 6 4 2
+CCVj var22 j + CVPj,t VPj,t pond _ cjblek, j ,t cils _ canjeablesk ,j ,t
j =1 j =1 t =1 t =1 j =1 k =1
1 2 4
CRS.1j (cje _ fk, j scjek ,j ,t + cje _ oc _ fk , j scje _ ock ,j ,t )
t =1 k=1 j=1
4 1 2 4
CRS.2 j (scjek ,j ,t2 scjek ,j ,t1 + scje _ ock ,j ,t2 scje _ ock ,j ,t1 )
t 2=4 t 1= 1 k =1 j =1

62
7.3. Enfoque de solucin computacional

El modelo considera alrededor de 500 variables (12 enteras) y 800


restricciones, tomando un horizonte de planificacin de seis meses. Su desarrollo
computacional ha sido mediante el uso del lenguaje de modelamiento algebraico
GAMS , el cual permite invocar un importante nmero de solvers, donde el utilizado
para la resolucin ha sido Cplex 11.0 (para ms informacin sobre GAMS y sus
aplicaciones, consltese el manual de usuario de Rosenthal R. [22]). Cabe
mencionar que la dimensin del problema, si bien no es de gran envergadura en
relacin a otros modelos que pueden ser resueltos mediante GAMS , no permite su
desarrollo en herramientas mayormente manejadas por el personal Gasco, tales
como el Solver de Excel13.
El computador utilizado para la ejecucin ha sido un Pentium IV con 512
MbRAM.
De esta forma el modelo mixto alcanza soluciones con un gap menor a 0.5%
en alrededor de 15 minutos.
Por ltimo cabe mencionar que con la clara conviccin de que el tiempo
necesario para poder correr el modelo (as como en la obtencin de sus resultados)
resulta crtico para que el modelo sea implementado por la empresa, se ha
desarrollado una planilla donde se insertan de forma simple los valores de los
parmetros (calculados a travs de los informes de gestin y/o definidos por personal
de planta) para luego ser transformados de forma automatizada a archivos txt que
son capturados por el software GAMS para la ejecucin del modelo. De esta forma,
una vez definidos los valores para los parmetros del modelo, se puede rpidamente
tener el modelo listo para ser ejecutado.

13
El cual puede contar como mximo con 200 variables.

63
8. Generacin de Parmetros Utilizados en el Modelo

En este punto es detallada la forma en que son generados algunos de los


parmetros del modelo, que han sido considerados de mayor relevancia. El resto,
con su respectivo detalle , pueden ser consultados en el Anexo n3 :
La definicin de stos ha sido dividida en dos puntos:
En primer lugar se detallan los parmetros que sern definidos por el tomador
de decisiones. Adems se incluyen las penalidades y costos definidos, cuyos
valores han sido establecidos durante la tesis y no debiesen sufrir mayores
modificaciones en el tiempo. Para estos parmetros, el anlisis de sensibilidad
permitir evaluar la necesidad de rigurosidad en su definicin y el impacto en
las decisiones al modificar el valor asignado.
En segundo lugar, se detallan los parmetros que contienen mayor
incertidumbre y cuya definicin requiere de mayor cuidado, puesto que
debern ser pronosticados. Resulta claro que la precisin en los pronsticos
puede resultar clave, por lo cual en el anlisis de sensibilidad se evala el
impacto para las decisiones de no contar con la informacin real.
Los parmetros no detallados en esta seccin (ni en el anexo antes sealado),
no han sido mayormente estudiados en la Tesis (principalmente por su baja
trascendencia en los resultados), por lo cual en un inicio debieran ser definidos por el
tomador de decisiones.

64
8.1. Parmetros definidos por personal Gasco.

8.1.1. Cilindros canjeados por flota Gasco en cada tipo de viaje de canje
Existen una amplia variedad de combinaciones con las que puede ser cargado
un camin de Gasco para un viaje de canje. Sin embargo, pueden observarse ciertos
patrones y formatos de carga que se repiten constantemente. Es por eso que se ha
desarrollado una aplicacin que permite identificar los viajes con mayor frecuencia,
para luego a travs de un procedimiento manual identificar otras combinaciones que
puedan ser consideradas similares. A partir de lo anterior ha sido posible agregar los
formatos de carga de la flota a seis tipos para cada una de las compaas k, los
cuales tienden a ser bastante similares. En base a la aplicacin desarrollada, estos
valores podrn ir siendo actualizados en el tiempo. En la Tabla 1 se presentan los
formatos de carga definidos para Abastible y Lipigas utilizados para este trabajo.

Tabla 1: Formatos de carga de flota para canje

Abastible
5 Kg 11 kg 15 Kg 45 Kg
A 0 600 0 0
B 1050 0 0 0
C 300 432 0 0
D 540 331 0 0
E 0 0 0 126
F 0 0 378 0

Lipigas
5 Kg 11 kg 15 Kg 45 Kg
A 0 600 0 0
B 1050 0 0 0
C 300 432 0 0
D 535 255 0 0
E 0 0 0 126
F 0 0 378 0

65
8.1.2. Stock deseado de cilindros vacos y llenos.

La metodologa para la definicin del stock deseado de cilindros llenos y


vacos ha sido desarrollada en conjunto con encargados del rea de Produccin. El
stock definido, ms que perseguir una poltica de inventario especfica, busca poder
enfrentar la incertidumbre de la demanda, as como situaciones excepcionales,
pudiendo satisfacer las necesidades del sistema (que son definidas en conjunto con
otras reas).
En primer lugar, cada stock deseado es definido de forma mensual, para
luego agregar los resultados obteniendo niveles deseados por temporadas (donde la
asignacin de meses para cada una de stas ha sido acordado con el rea de
Produccin).
El stock de cilindros llenos est compuesto de tres componentes, las cuales
en su conjunto definen un nuevo valor para el Servicio Programado (Stock deseado).
Para el caso de los cilindros vacos se tiene slo una componente. El detalle es
presentado a continuacin.

1. Cilindros Llenos
El valor final de stock de cilindros llenos surge de la suma de las tres
componentes:
Stock de cilindros de seguridad: Corresponde al stock deseado de cilindros
llenos en tierra (descargados). Su valor es definido a partir de la formulacin
tpica de manejo de inventarios con demanda aleatoria. Lo que en sta se
hace es supone r que la demanda sigue una distribucin normal, por lo cual el
stock de seguridad se encuentra definido por:

s = L avg + z std L
Donde:
s : Stock de seguridad o Punto de reorden.

L : Tiempo de reposicin.

66
avg : Demanda promedio durante el perodo de reposicin.

z : constante relacionada con la calidad de servicio a brindar

std Desviacin estndar de la demanda

Para mayor informacin sobre la formulacin recin planteada, vase


Chapman S [8].
El objetivo de este stock es poder enfrentar un da de demanda en caso que
los carruseles no se encontrasen operativos o no se contara con cilindros vacos
para llenar. De esta forma, dado que el canje es una actividad diaria, se supone un
tiempo de reposicin igual a 1. En trminos de nivel de servicio se ha dispuesto un
valor de z igual a 1, lo cual asegura un nivel de servicio de aproximadamente un
85%.
El valor de la demanda esperada para un da es obtenido a partir de la suma
ponderada de las demandas promedio del mes en los ltimos cuatro aos, donde la
ponderacin para cada uno de stos debe ser definida por el tomador de decisiones.
La desviacin estndar respectiva es definida de forma anloga a la demanda
promedio.
Stock de cilindros operativos llenos: Corresponde al stock deseado de
cilindros llenos a disponer en plataforma y ha sido definido como el valor
esperado demandado en 3 horas para un da con demanda alta del mes para
el ao anterior.
Stock de cilindros llenos cargados en Rampas: Para cumplir con los acuerdos
establecidos con los centros de distribucin, es necesario contar al inicio del
da con una rampa cargada de cada formato (para 11 y 15 Kg.) y una rampa
mezclada (para 5 y 45 Kg.).

2. Cilindros Vacos
El stock de cilindros vacos deseado ha sido definido para asegurar las dos
primeras horas de produccin del da (dando un umbral de tiempo para la llegada de

67
cilindros por ventas y canje ), las cuales han sido definidas en base a la capacidad de
produccin de los carruseles en una hora (ya detallado en 9.1.4).

Finalmente, los resultados obtenidos a partir de las componentes recin


sealadas, son agregados a nivel de temporadas (3 para cada formato), donde el
valor para cada uno de stas corresponde al mximo stock mensual de dicha
temporada.

8.1.3. Penalidades e incentivos

Las penalidades han sido definidas de manera que la solucin entregada por
el modelo d prioridad al cumplimiento de las metas que se consideran de mayor
relevancia. De esta forma, los valores definidos han tenido como criterio el siguiente
orden ascendente:

C _ V j ,t < C _ LL j ,t < CCV j < CVAR _ B j < CVAR _ A j < CVPj

C _ V j ,t corresponde a la penalidad unitaria por no cumplimiento de stock

deseado de cilindros vacos, C _ LL j ,t penalidad unitaria para cilindros llenos, CCV j el

costo unitario de compra de cilindros vacos, CVAR _ B j las penalidades unitarias por

inclusin de cilindros en los Patios de Canje (bajo y alto respectivamente) y CVPj el

costo de compra de cilindros nuevos 14.


Por ltimo, dada la menor relevancia por la meta reduccin de stock de
cilindros para canje en los Patios de Colores en el tiempo, el valor unitario de CRS1j

y CRS 2 j ha sido definido con un valor absoluto menor a las penalidades recin

definidas.

14
Si bien CCV j y CVP j no corresponde n a penalidades, se mencionan pues han sido consideradas en
la definicin de las penalidades para conservar el enfoque deseado del modelo.

68
El mecanismo de clculo de cada una de las penalidades, al igual que para el
resto de los parmetros, puede ser consultado en el Anexo n3.

8.2. Parmetros que deben ser pronosticados

8.2.1. Demanda

En la actualidad el departamento de produccin no cuenta con mecanismos de


pronsticos de demanda operativos, por lo que se basan principalmente en
resultados histricos (mirando el ao anterior) y en la experiencia de su personal.
En un comienzo se ha desarrollado una primera tcnica de pronstico
mediante la tcnica de medias simple (en base a informacin de cada mes para los
ltimos cuatro aos) 15, el cual ya ha sido comentado en la seccin relacionada con
manejo de inventario.
Sin embargo, se tiene como hiptesis que este parmetro es crtico para las
decisiones, por lo cual, dependiendo del impacto en stas ante pequeas variaciones
(estudiado a travs de anlisis de sensibilidad) se evaluar la necesidad de
desarrollar herramientas ms avanzadas de pronsticos.
A modo de ejemplo el grfico n3 presenta los pronsticos para el perodo
Mayo - Octubre 2007, suponiendo una ponderacin equitativa para los ltimos cuatro
perodos, el cual es contrastado con la situacin real para ese perodo para los
cuatro formatos. A simple vista puede observarse que mientras los pronsticos para
11 y 45 Kg. tienden a ser medianamente acertados, los resultados para 5 y 15 Kg.
tienden a estar bajo el valor real, lo cual se debe principalmente a que para estos
formatos el primer semestre del ao 2007 fue de una demanda inusualmente alta
que a travs de esta tcnica simple de pronstico no puede ser percibida.

15
Se considera la demanda para el mes t como el promedio simple de las ventas para el mismo mes
en los ltimos cuatro aos.

69
Grfico 3: Relacin valores ventas real y pronstico con valores esperados.

Anlisis ms profundos sobre la capacidad predictiva de este pronstico y de


otros ms complejos sern detallados en la seccin 10.1 .

8.2.2 Cilindros canjeados diariamente por flota de otras compaas

Para el desarrollo del modelo, el valor para los canjes efectuados tanto por
Abastible como Lipigas diariamente cada mes ha sido definido a partir de los valores
promedio obtenidos para el perodo Junio 2006 - Diciembre 2007 a travs del Informe
de Canje. El motivo por el cual se ha optado por esta modalidad, sobre la utilizada
para los canjes efectuados por Gasco, se debe principalmente a la irregularidad
existente en los canjes diarios llevados a cabo por las otras compaas, tanto en
nmero de viajes como en cilindros canjeados. Los canjes promedios reales para el
perodo ya mencionado, son presentados en el grfico n4.

70
Grfico 4: Distribucin canjes otras compaas Abril 2006 Diciembre 2007.

Como puede verse, los canjes parecen ser estacionales, observndose sin
embargo altas diferencias entre meses que se podra pensar similares. Dado que
slo se cuenta con informacin sobre 19 meses, resulta complejo establecer un
pronstico confiable de canjes a efectuarse en el futuro. Se han propuesto tres
alternativas:
Un primer pronstico podra ser utilizar para un perodo los canjes ocurridos
en el ao interior.
Otro pronstico que tambin puede ser utilizado y que permite amortiguar las
posibles altas variaciones en los canjes entre un mes y su respectivo el ao
anterior, consiste en agregar los valores en trimestres (de acuerdo a divisin
del ao utilizada usualmente en Gasco), definindose los valores esperados
de stos a partir del promedio simple de sus meses. Luego, para los trimestres
en los que se cuenta con dos valores, se define un promedio ponderado
(donde las ponderaciones han sido definidas por personal de la planta) entre
stos, para obtenerse finalmente el pronstico para el perodo siguiente.

71
Una tercera alternativa consiste en relacionar los canjes con la demanda, de
manera que los valores finales pronosticados se basen en el resultado del
perodo anterior y que, a la vez, consideren la tendencia en el negocio en
trminos de la demanda.

En el anlisis de sensibilidad, a desarrollarse en secciones siguientes, se


evala el costo de las imprecisiones en los pronsticos. Finalmente en la seccin
10.2 se evala cada una de las opciones antes sealadas en trminos de error global
en los pronsticos para definir cual resulta ms conveniente en el corto plazo y, por
otra parte, se generan sugerencias para la obtencin de mejores pronsticos en el
mediano plazo (cuando se cuente con mayor informacin histrica).

8.2.3. Fraccin Ingreso cilindros de otras compaas

Tal como se ha visto anteriormente, uno de los informes de gestin


desarrollados genera, en funcin de las ventas en la planta Gasco, el porcentaje de
cilindros ingresados pertenecientes a otras compaas en Gasco, as como de ste
en las otras plantas.
La realizacin de pronsticos se ha visto dificultada, producto de problemas de
registro de la informacin necesaria para algunos perodos, por lo cual en un inicio se
han generado valores promedio para todo el perodo en estudio y a partir de stos se
han obtenido las fracciones respectivas, que se suponen constantes durante todo el
perodo de planificacin. Los valores definidos se presentan en la Tabla 2.

Tabla 2: Fracciones de cilindros pertenecientes a otras compaas que ingresan por ventas
Llegadas cilindros Gasco a otras Cias.
Abastible Lipigas Total
5 Kg 0,175 0,090 0,265
11 Kg 0,160 0,085 0,245
15 Kg 0,185 0,085 0,27
45 Kg 0,090 0,065 0,155
Llegada cilindros otras Cias a planta Gasco
Abastible Lipigas Total
5 Kg 0,170 0,085 0,255
11 Kg 0,155 0,085 0,24
15 Kg 0,180 0,080 0,26
45 Kg 0,090 0,065 0,155

72
Cabe mencionar que para la definicin futura de este parmetro, resulta til
estudiar la tendencia en el tiempo de los stock para canje en las distintas compaas
(las que se obtienen a partir del Informe de Existencias), pues suponer una fraccin
superior de ingreso en la planta A que en la B, implicar que el stock de cilindros
para canje en A debiera aumentar en el tiempo de forma ms pronunciada que para
B (dado que el canje de cilindros entre stas es equivalente, dada la condicin 1:1).
El impacto de pequeas variaciones en los valores asignados, es estudiado en
el anlisis de sensibilidad.

73
9. Anlisis de Resultados y Sensibilidad

9.1. Consideraciones previas

Antes de iniciar la validacin del modelo y la sensibilidad de ste, es necesario


analizar si el diseo del modelo permite llevar a cabo estas actividades de forma
directa. Resulta evidente que la variacin de algn parmetro puede tener un
impacto en otros que pueden estar correlacionados, lo cual hasta el momento no ha
sido considerado, salvo para algunos casos lgicos. A partir de esto surgen algunas
interrogantes planteadas a continuacin, las que han sido enfrentadas, tomando los
supuestos que se consideran pertinentes para cada caso.
Si vara la demanda, que ocurrir con los canjes efectuados por otras
compaas?
Si varan los canjes, Cmo hacer lidiar esta variacin con el ingresos de
cilindros a Patios de Colores, de manera que no sea necesario extender en
demasa la inclusin de cilindros a stos (lo cual desva los resultados del
nivel deseado)?

9.1.1. Variacin de canjes ante cambios en la demanda

Dada la poca informacin histrica disponible con respecto a los canjes


efectuados por otras compaas, resulta imposible a la fecha, definir correlaciones
confiables entre la demanda y este parmetro. Para este estudio se ha supuesto una
relacin directa entre la variacin de ambas, de forma que un aumento en una
fraccin ? en la demanda, provocar un aumento en la misma fraccin para los
canjes efectuados por otras compaas.

74
9.1.2. Variacin de los canjes efectuados por otras compaas

Para el caso en que se amplifica el parmetro, se debe considerar que el


nmero de canjes diarios entre Gasco y la compaa k debe estar acotado
superiormente por una fraccin de los ingresos diarios a las compaas, de modo
que se relacione lo canjeado con lo que ingresa para canje.
Para esto, se ha considerado lo siguiente:
Sea:
(V fgk , j ,t DHt ) (V fock ,j ,t DH t )
zk , j ,t = Min cje_oc k,j,t
s
; (1+ ) j,t ; (1+ ) j,t
DHCt DHCt
k, j, t

El primer trmino corresponde a los canjes efectuados diariamente para el


escenario s, el segundo es el nmero de cilindros de la compaa k que ingresan
diariamente a Gasco (donde se ha ajustado para das hbiles canje DHC 16)
multiplicado por un factor (1+d) y, el tercero, es el nmero de cilindros Gasco que
ingresan diariamente a la compaa k tambin ajustado por (1+d) y por el parmetro
DHC.
De esta forma zk,j,t podra ser interpretado como el valor real de canjes a
considerar, el cual definira que diariamente se canjeen como mximo un nmero de
cilindros que no supere en ningn caso a los cilindros ingresados (en cualquiera de
las dos compaas) en el da, ms una fraccin d de stos (que debiera encontrarse
cerca de 0). El valor asignado para d ser clave para definir los canjes que podrn
ser efectuados por Gasco. Por ejemplo, si d=0,01 implicara que los canjes
efectuados diariamente no pueden ser superiores al 101% del mnimo de los cilindros
que ingresan para canje en ambas compaas. De esta forma, todo canje efectuado
por Gasco ser para reducir el stock para canje en el tiempo. Para todo este estudio,

16
Originalmente el ingreso de cilindros en el mes esta dado por la multiplicacin de los tres trminos
superiores de la ecuacin, pues DH corresponde a los das en que ingresan cilindros. Por ende con la
divisin se tendra el ingreso prom edio de cilindros en la misma unidad de tiempo que los canjes
efectuados (DHC).

75
se ha supuesto un valor fijo para d igual a 017, pudiendo ser modificado si as se
desea.

9.2. Validacin del m odelo.

A pesar de que los valores para algunos parmetros han sido supuestos, el
modelo ha sido validado a partir de una prueba retrospectiva, es decir, a travs de la
simulacin del perodo Mayo-Octubre de 2007, evaluando la similitud entre los
resultados reales y los entregados por el modelo.
Es importante destacar que dada la bsqueda del modelo de una solucin
ptima en base a criterios de penalidad definidos por el tesista, las soluciones
otorgadas no tienen por que ser iguales a las que se dan en la realidad. Sin embargo
pueden existir ciertas semejanzas que permitan confirmar la adecuada definicin del
modelo.
Los parmetros utilizados (sin considerar las penalizaciones) han sido
definidos a partir de la informacin real del perodo, que ha sido desprendida a partir
de las herramientas de gestin detalladas en los captulos anteriores. Los valores de
penalizaciones son equivalentes a los definidos en los puntos anteriores. Las
restricciones que no concuerden con las consideraciones reales durante esos
perodos, han sido omitidas.
Los parmetros relacionados con fracciones de cilindros de otras compaas
ingresadas por canje y cilindros en mantenimiento han sido definidos en base a la
escasa informacin disponible, adems de informacin brindada por personal de
planta relacionada con dichas actividades.
La variable nmero de camiones es definida a priori en base a los utilizados
para el perodo. Los niveles de stock deseados al inicio de cada perodo, tanto para
cilindros llenos y vacos, coinciden con los reales del perodo (donde se ha calculado

17
Es decir que los canjes efectuados por la compaa k para todo formato y perodo, siempre sern
menores o iguales a los ingresos para canje durante el mismo perodo en ambos patios de colores
(ajustado por DHC) para el formato en cuestin.

76
un valor promedio entre los das cercanos al inicio de cada mes con el fin de
equilibrar valores poco representativos de lo que aconteci).
Cabe mencionar que el modelo efecta viajes extra cuando a partir de la
capacidad diaria, los canjes efectuados no son suficientes. En la realidad los viajes
de canje efectuados diariamente varan fuertemente entre un da y otro, debindose
efectuar usualmente en das crticos. Para poder simular una situacin real en estos
trminos, sera necesario correr el modelo para un horizonte operativo, por ejemplo
de una semana.
Por ltimo, el tiempo computacional de resolucin del modelo es prudente,
obtenindose una solucin con 0,5% de gap en 15 minutos .
Las condiciones i niciales para la validacin se presentan en la tabla 3:

Tabla 3: Condiciones iniciales para validacin.

Condicion inicial 5 Kg 11 Kg 15 Kg 45 Kg
Cils. en Mantencin 9872 24569 13335 4557
Cils. Gasco en Abastible 3323 176699 8417 1105
Cils. Gasco en Lipigas 2288 2735 3865 684
Cils. Abastible en Gasco 932 3100 5033 140
Cils. Lipigas en Gasco 2023 47855 63025 1528

En el grfico 5 se presenta el total de viajes de canje efectuados para cada


perodo, comparando los resultados entregados por el modelo con los que se
llevaron a cabo efectivamente. A simple vista se observa una gran similitud, donde
slo para los perodos 1 y 3 y 6, se observa un resultado del modelo que sobrepasa
al valor real en una proporcin relativamente considerable (31, 11 y 22%
respectivamente). Estas diferencias probablemente se justifica n por las penalidades
definidas en el modelo.

77
Grfico 5: Viajes de canje flota Gasco. Resultados Reales vs. Modelo

Perodo 1 2 3 4 5 6
Datos Reales 153 256 292 236 129 129
Datos Modelo 200 252 324 224 132 157

En la tabla 4 se tiene la relacin entre el total de canjes por formato para el


modelo y la situacin real. De sta puede extraerse que salvo para el formato 15 Kg.,
las diferencias son menores. Para 15 Kg., se observa que el valor entregado por el
modelo supera en un 300% al valor real, el cual se justifica principalmente por el
segundo perodo, donde se ha corroborado que los valores definidos como
fracciones de ingreso a los Patios de Canje de este formato (los que han sido
considerados constantes para el perodo de planificacin) han sido subestimados,
tenindose un valor real durante el perodo de alrededor de un 24% (5% sobre el
valor utilizado), correspondiendo a una excepcin sobre los otros perodos (que
efectivamente coinciden con el valor supuesto). Este desfase genera que el nivel de
canje considerado por el modelo (a partir de la ecuacin vista en seccin 9.1.2) es
menor al valor real en alrededor de un 30%, lo que provoca que esta diferencia deba
ser absorbida en gran parte por la flota de Gasco.

78
Tabla 4: Canjes Totales segn formato. Resultados Reales vs. Modelo

Formato Modelo Real Modelo / Real


5 Kg. 160175 167281 96%
11 Kg. 537693 561253 96%
15 Kg. 68040 16595 410%
45 Kg. 8946 8219 109%

A partir de los anlisis efectuados, se ha confirmado el buen funcionamiento


del modelo, por lo cual en la siguiente seccin se procede a desarrollar el anlisis de
sensibilidad.

9.3. Anlisis de sensibilidad

En el punto anterior se ha mostrado la validez del modelo. En lo que sigue, se


realizar un anlisis ms en profundidad del impacto que tiene en los resultados la
variacin en el valor de ciertos p armetros.
Para su desarrollo se utilizan las funcionalidades implementadas en la
herramienta desarrollada, las que permiten generar de forma automatizada a partir
de los resultados del modelo, informacin cruzada de distintos escenarios para el
apoyo en la toma de decisiones. Un punto crtico al respecto, es que se ha procurado
que dichos procesamientos puedan ser efectuados en el futuro fcilmente por
personal de la planta.
Los parmetros sensibilizados en este trabajo pueden ser divididos en dos
tipos. La primera serie corresponden a los parmetros definidos por personal de
Gasco, para los que la sensibilizacin puede ser interpretada como el impacto
generado en las soluciones al modificar el valor inicialmente definido para el
parmetro. La segunda serie se refiere a parmetros que deben ser pronosticados
por lo cual la sensibilizacin puede ser interpretada como el impacto generado por no
conocer el valor real y trabajar con valores esperados. Este ltimo punto permite ver
la importancia que pueden tener los potenciales errores de pronstico, permitiendo
identificar que parmetro resulta ms crtico. En la seccin 10, se han generado

79
herramientas y recomendaciones que permitirn obtener mejores pronsticos y a la
vez, contar con informacin confiable para esto.
El anlisis de sensibilidad a realizar pretende capturar los puntos recin
mencionados, pero por otra parte no puede dejar de lado el que esta herramienta y
funcionalidad debiera ser usada en el futuro por personal Gasco con informacin que
no siempre tendr una estructura tal que sea posible llevar a cabo la amplificacin o
reduccin de un parmetro en la forma deseada en la sensibilizacin. Es por esto
que se ha optado por efectuar el anlisis para una instancia especfica (perodo mayo
a octubre de 2007) con datos verdicos18, por lo que en los casos que la sensibilidad
no puede ser llevada a cabo en su totalidad, se deja claramente sealado, junto con
las funcionalidades que permiten al usuario darse cuenta de la situacin.
Para los anlisis se han tomado las siguientes consideraciones:
Las condiciones iniciales y canjes efectuados por otras compaas coinciden
con las reales del perodo. En el caso del stock inicial de cilindros llenos y
vacos se tiene que, salvo para la primera sensibilidad, se considera que al
comenzar el estudio se cuenta con un 80% del stock deseado (lo cual ser
justificado prontamente).
La demanda considerada corresponde a la demanda real del perodo, a la cual
para cada mes se ha agregado un 3% de sta que se supone han sido ventas
perdidas y no registradas (dado que no existe ningn registro de esta posible
situacin).
Para la sensibilidad sobre los parmetros definidos por personal Gasco el
modelo es corrido libremente, dejando que la flota sea definida a posteriori .
Para la sensibilidad sobre los parmetros a pronosticar, la flota y compra
inicial de cilindros son definidas a priori (a partir de la situacin base), con lo
cual al variar los escenarios se evala el impacto de no conocer con certeza el
valor para el parmetro. Un punto importante a considerar es que para estas
sensibilizaciones se ha agregado la posibilidad de efectuar compras al inicio
del segundo perodo (ingresando al inicio del tercer perodo). El motivo por el
18
Salvo por pequeas modificaciones a los canjes efectuados por otras compaas para los formatos
15 y 45 Kg., pues en caso contrario, casi no era posible llevar a cabo amplificaciones de los canjes.

80
cual se ha optado esta ltima medida es para dar un carcter ms realista al
problema, pues sera posible efectuar compras una vez que se ve que las
cosas no fueron tal como se planificaron en un primer momento. De no
hacerlo, gran parte del desfase se solucionar a tra vs de agregar cilindros a
los Patios de Colores, lo cual tal como se ha sealado, no es deseado.
El resto de las variables del modelo son siempre definidas a posteriori, pues
se considera que en la realidad, sea cual sea el escenario, ser posible
efectuar modificaciones pequeas durante el horizonte de planificacin, lo que
no ocurre de forma tan simple para el caso de la flota contratada (dado que se
requiere encontrar proveedores disponibles y con al menos 1 mes de
anticipacin).

9.3.1 Sensibilidad sobre parmetros definidos por personal de Gasco

En esta seccin se sealan las principales conclusiones desprendidas de los


anlisis de sensibilidad efectuados sobre algunos de los parmetros definidos por el
personal de Gasco. El anlisis efectuado en mayor detalle para llegar a las
aseveraciones ac sealadas puede ser consultado en el Anexo n 4.

1. Sensibilidad sobre stock inicial de cilindros llenos y vacos

El stock inicial de cilindros llenos ha sido expresado como fraccin del stock
deseado inicial (tanto para llenos como vacos), considerndose cinco escenarios. En
el primero de stos se considera que el stock inicial de cilindros llenos y vacos es
igual al stock deseado para el mes inicial. Los siguientes cuatro escenarios
contemplan el inicio del perodo de planificacin con un stock de cilindros llenos y
vacos igual al 90 (Escenario 2), 70 (Escenario 3), 50 (Escenario 4) y 30%
(Escenario 5) con respecto al stock deseado.
La conclusin final que puede ser extrada del anlisis es que el iniciar el
horizonte de planificacin con hasta un 10% bajo el nivel deseado no genera mayor
impacto en los costos, sin embargo, valores superiores a ste provocan un impacto
creciente y pronunciado.

81
Con el objetivo de hacer ms interesantes los anlisis de sensibilidad
posteriores, se ha optado por considerar como situacin inicial un stock de un 80%
del valor deseado, tanto para cilindros llenos como vacos. Esto se debe a que
mediante esta consideracin, se presenta un escenario ms complejo en el cual se
hacen presentes penalidades que de caso contrario no seran utilizadas, afectando
su posterior anlisis de impacto.

2. Sensibilidad sobre Incentivo unitario por maximizacin variable cilindros


canjeables

Tal como se ha sealado, en un inicio se ha definido un beneficio unitario de 1


por cada cilindro canjeado (no importando el formato). En este punto se desea
evaluar como vara la diferencia entre los cilindros canjeables reales y los definidos
por el modelo, ante variaciones en este incentivo. Para esto se han considerado
cinco escenarios, donde el tercero de stos corresponde a la situacin inicial y los
siguientes cuatro contemplan un incentivo igual a 0 (Escenario 1), 0.5 (Escenario 2),
5 (Escenario 4) y 10 (Escenario 5) por cada cilindro canjeado, no importando su
formato .
Del anlisis es posible concluir que el valor para el parmetro en cuestin
debiera moverse entre 0.5 y un valor cercano a 10, dado que trabajar con valores
mayores genera que la importancia de esta componente crezca demasiado, llegando
incluso a que el beneficio alcanzado supera a la sumatoria total del resto de las
componentes (provocando que su valor sea menor que cero), lo cual no es acorde
con los objetivos del modelo planteado.
Para los estudios de sensibilidad posteriores, se ha optado por continuar
utilizando como incentivo el valor 1, puesto que sus resultados son acordes con los
esperados tras el diseo del modelo. Adems el valor inicial para stock inicial de
cilindros llenos y vacos, al igual que para el anlisis recin efectuado, contina
siendo igual a 0 .8.

82
3. Sensibilidad sobre Penalidad por incumplimiento stock cilindros llenos y
vacos

En la seccin anterior se ha detallado como han sido definidas las distintas


penalidades del modelo. La penalidad por desfase en cilindros llenos ha sido
expresada en funcin del margen unitario por cilindro y para el caso de cilindros
vacos, en funcin de la penalidad para cilindros llenos. Para el anlisis de
sensibilidad se han definido cinco escenarios, donde el tercero de stos corresponde
a la situacin inicial y los siguientes cuatro contemplan una penalidad de 0.5
(Escenario 1), 0.9 (Escenario 2), 1.1 (Escenario 4) y 1.5 (Escenario 5) veces el valor
de penalidad inicial.
Cabe mencionar que para este anlisis, nicamente se han sensibilizado las
dos penalidades sealadas, dejando estticas las penalidades por insertar cilindros
para canje y el costo de compra de cilindros vacos.
El anlisis desarrollado permite concluir que:
La penalidad en estudio no debiera ser aumentado de forma drstica (ms de
un 10 a 15 %), sin modificar el costo de insertar cilindros en Patios de Colores,
pues esto provoca un traspaso de cilindros del primero al segundo, lo cual se
aleja del objetivo por el cual se ha diseado el modelo. Cabe mencionar que el
clculo de la fraccin mxima posible de amplificacin no es parte de los
alcances del proyecto, por lo cual el estudio sobre estas penalidades no es
profundizado ms de lo recin desarrollado.
La reduccin en la penalidad en estudio hasta un nivel de un 50%
prcticamente no genera alteraciones en la solucin entregada por el modelo
en trminos de flota, produccin y cilindros faltantes para cumplimiento niveles
deseados.

83
4. Sensibilidad sobre Penalidad por compra de cilindros nuevos

De igual forma que para las sensibilidades anteriores, se han definido cinco
escenarios, donde el tercero de stos corresponde a la situacin inicial y los
siguientes cuatro contemplan una penalidad de 0.5 (Escenario 1), 0.9 (Escenario 2),
1.1 (Escenario 4) y 1.5 (Escenario 5) veces el valor de penalidad inicial.
A partir de los anlisis efectuados se puede concluir lo siguiente:
Aumentos moderados para la penalidad por compra de cilindros (alrededor de
un 10%) no generarn grandes cambios en las soluciones, por lo cual resulta
factible efectuarlos en caso que se desease.
Para el caso de disminucin en la penalidad, se ha observado que es posible
reducir su valor hasta en un 50% sin presentar mayores variaciones en el
espacio de solucin, pero s generando cambios en el costo final a incurrir.
El valor definido (y su relacin con las penalidades por desfases en stock)
determinarn el grado de rigurosidad en el deseo de cumplir los niveles
deseados, pues un valor bajo de esta penalidad har que sea preferible
comprar cilindros, que no cumplir con los stock deseados.

5. Sensibilidad sobre Premio por reduccin en stock para canje

Para esta sensibilidad se consideran nuevamente cinco escenarios, donde el


primero de estos corresponde a la situacin inicial y para el resto el ponderador
unitario por reduccin (tanto para el final del tercer perodo como para el trmino del
horizonte de planificacin) es de 2 (Escenario 2), 5 (Escenario 3), 10 (Escenario 4) y
50 (Escenario 5).
Del anlisis es posible concluir que:
El valor del incentivo puede ser modificado en incluso un 1000% (hasta 10
veces), sin que ninguna componente de la funcin objetivo , salvo la
sensibilizada, presente cambios considerables en su valor, lo cual hace ver

84
que modificar el parmetro dentro de estos rangos no debiera generar
mayores cambios en las soluciones del modelo.
El utilizar un incentivo mayor provoca grandes cambios pues dado el incentivo,
resulta muy conveniente efectuar canjes, llegando incluso a insertar cilindros
en Patios de Colores y reducir la compra de cilindros nuevos.
A medida que se aumenta el valor del incentivo, la funcin objetivo decrece, lo
cual genera un incremento en la dificultad del modelo, no siendo posible lograr
resultados con un gap aceptable (valores superiores al 35%) dentro de los
tiempos definidos como prudentes (20 minutos en este caso), por lo cual no se
recomienda utilizar valores de este tipo 19.

9.3.2 Sensibilidad sobre parmetros que deben ser pronosticados

Tal como se ha sealado anteriormente, la sensibilidad sobre este tipo de


valores si bien presenta semejanzas con las efectuadas sobre parmetros definidos
por personal Gasco, tanto su desarrollo como interpretacin presenta algunas
diferencias que resulta interesante volver a destacar. El primer punto es que las
sensibilidades siguientes, permiten a la compaa evaluar el impacto que tiene no
conocer con certeza los valores reales y trabajar con pronsticos que perfectamente
presentarn errores. Por otro lado, para estos anlisis el tamao de flota y compra
inicial de cilindros han sido definidos a priori a partir de los resultados entregados en
el escenario base (con el valor pronosticado para el parmetro). El resto de las
variables son definidas en cada corrida. Por ltimo, cabe recordar la agregacin, para
estos anlisis, de una variable que permite la compra de cilindros al inicio del
segundo perodo (insertndose en el tercero), con lo cual se puede remendar la
compra inicial.

19
Con un incentivo igual a 25, el gap alcanzado en 20 minutos es de alrededor de un 35%. Con un
incentivo igual a 20 el gap est cercano al 10% en 20 minutos de ejecucin.

85
1. Anlisis de sensibilidad sobre la demanda.

Para el anlisis sobre el impacto que tiene en las soluciones el que la


demanda presente un cierto desfase sobre el valor pronosticado, ha sido estudiado
mediante dos etapas. En la primera de stas se evala el impacto de contar con un
pronstico que sobrestima el valor real de la demanda, suponiendo que el valor de
este ltimo es para cada perodo del horizonte de planificacin de un 80%
(Escenario 1), 85% (Escenario 2), 90% (Escenario 3) y 95% (Escenario 4) del valor
pronosticado. En la segunda etapa, se considera que el pronstico para todo el
horizonte se encuentra bajo el valor real, siendo este ltimo de un 105% (Escenario
6), 110% (Escenario 7), 115% (Escenario 8) y 120% (Escenario 9) del valor
predeterminado para cada perodo y formato del horizonte de planificacin.

A. Demanda real superior a demanda pronosticada.

En el Anexo n5, parte A, se presenta un anlisis detallado de todos los


resultados obtenidos de la sensibilidad, a partir de los cuales se han desprendido las
siguientes conclusiones:
En trminos porcentuales un aumento en la demanda de un 5%, genera un
incremento en el valor de la funcin objetivo ms de cuatro veces mayor.
Las principales componentes generadoras del valor final de la funcin objetivo
son: costo por contrato flota y compra inicial de cilindros (fija s desde el primer
escenario) y dficit en stock de cilindros llenos y segunda compra de cilindros
nuevos (valores crecientes numricamente a travs de los escenarios).
Adems el costo de agregar cilindros a Patios de Colores toma un valor
considerable a partir del cuarto escenario.
Prcticamente la totalidad de las problemticas se presentan para el formato
11 Kg., lo cual hace pensar que el valor de stock de seguridad definido
pudiera ser algo elevado para la situacin estudiada, lo cual incentiva su
estudio posterior para evaluar la necesidad de corregirlo.

86
Recin un aumento de un 15% en la demanda justifica la incorporacin de un
nuevo vehculo para canje (en el segundo perodo), mientras que ante un 20%
se incorporar para los primeros cuatro perodos .
Las variaciones en la produccin son prcticamente equivalentes a las de la
demanda para todos los escenarios.
Es necesario recurrir a una segunda compra de cilindros de 11 Kg., cuya cifra
aumenta a travs de los escenarios, llegando a un valor muy similar al
efectuado inicialmente.
Los desfases para cilindros llenos se da para 11 Kg., nicamente al inicio del
segundo perodo, teniendo un fuerte aumento para el escenario 5 (casi se
triplica el costo monetario del escenario anterior). Para el resto de los formatos
los niveles deseados son alcanzados. Si se observan los desfases obtenidos
en relacin al stock deseado, se puede ver que la fraccin tiende a ser
pequea, no superando el 4% para los primeros cuatro escenarios y
bordeando el 10% para el escenario 5. Sin embargo, si bien esta diferencia
podra ser considerada como menor se debe tener en cuenta que el valor
sealado corresponde a valor promedio, por lo cual una disminucin de ste
generar un mayor impacto de forma operativa tras das consecutivos de
demandas que superen el valor definido, por lo cua l se recomienda que sea
cual fuere el dficit definido por el modelo, sea considerado en la planificacin
y, dependiendo del nivel de adversidad al riesgo del tomador de decisiones,
defina las prcticas a llevar a cabo (por supuesto con el apoyo de esta
herramienta).
Existen escenarios para los cuales no ha sido posible llevar a cabo la
sensibilidad deseada en todos los formatos, pudiendo amplificar la demanda,
pero no los canjes efectuados por otras compaas (de acuerdo a la relacin
definida en 9.1.2). Los problemas se dan a partir del escenario 2 para
Abastible y desde el primero en Lipigas, presentndose en ambos casos para
cilindros de 15 y 45 Kg.

87
La variable de factibilidad para agregar cilindros a algn Patio de Colores es
creciente (salvo para el escenario 2), teniendo su mximo aumento monetario
entre el tercer y cuarto perodo (alrededor de un 400%), llegando en el
escenario 5 a un costo 25 veces mayor que el inicial.
No existen ventas perdidas en ningn escenario.

B. Demanda real inferior a demanda pronosticada.

En el Anexo n5, parte B, se presenta un anlisis detallado de todos los


resultados obtenidos de la sensibilidad, a partir de los cuales se han desprendido las
siguientes conclusiones:
En trminos porcentuales una disminucin en la demanda de un x%, genera
una cada en el valor de la funcin objetivo similar.
Las principales componentes generadoras del valor final de la funcin objetivo
son: costo por contrato flota y compra inicial de cilindros (fijas desde el primer
escenario), la cuales comprenden ms del 90% del total de los costos para los
cinco escenarios, y dficit en stock de cilindros llenos (valores decrecientes a
travs de los escenarios llegando a ser nulos para el quinto escenario).
Ante una diferencia igual o superior a un 10% resulta conveniente reducir en
un vehculo la flota para 3 perodos (1, 2 y 4), mientras que para una variacin
del 15% la reduccin se incrementa en un vehculo (perodo 3).
Las variaciones en la produccin son prcticamente equivalentes a las de la
demanda para todos los escenarios.
La variable de factibilidad para agregar cilindros a algn Patio de Colores es
prcticamente nula para todos los escenarios.
Se observa un dficit en stock de cilindros llenos (decreciente a travs de los
escenarios) generado por falta de cilindros de 11 Kg. al inicio del segundo
perodo. Si se observan los desfases obtenidos en relacin al stock deseado,
se puede ver que en el peor escenario (1) la fraccin no supera el 2%, por lo
cual a primera vista no parece tener mayor relevancia. Sin embargo, al igual

88
que para el anlisis de sensibilidad anterior, se sugiere que sea cual fuere el
dficit definido por el modelo, sea considerado en la planificacin.
No ha sido posible llevar a cabo la sensibilidad deseada nicamente para un
caso (Lipigas en 45 Kg.), donde se presenta una mnima diferencia que no
debiera tener mayor impacto.
No existen ventas perdidas en ningn escenario.
No se efecta compra extra de cilindros para ningn escenario.

2. Anlisis de sensibilidad sobre Canjes Efectuados por otras compaas

Al igual que para el caso de la demanda, el anlisis del impacto que tiene en
las soluciones el que los canjes efectuados por otras compaas presenten cierto
desfase con respecto al valor pronosticado, ha sido estudiado mediante dos etapas.
En la primera de stas se evala el impacto de contar con un pronstico que
sobrestima el valor real de los canjes, suponiendo que el valor de este ltimo es
para cada perodo del horizonte de planificacin de un 80% (Escenario 1), 85%
(Escenario 2), 90% (Escenario 3) y 95% (Escenario 4) del valor pronosticado. En la
segunda etapa, se considera que el pronstico para todo el horizonte se encuentra
bajo el valor real, siendo este ltimo de un 105% (Escenario 6), 110% (Escenario 7),
115% (Escenario 8) y 120% (Escenario 9) del valor predeterminado.

A. Canjes efectuados por otras compaas real inferior al valor pronosticado.

En el Anexo n5, parte C, se presenta un anlisis detallado de todos los


resultados obtenidos de la sensibilidad, a partir de los cuales se han desprendido las
siguientes conclusiones:
En trminos porcentuales una disminucin en los canjes de un 5%, genera un
aumento en el valor de la funcin objetivo levemente inferior
(aproximadamente 4%).

89
Las principales componentes generadoras del valor final de la funcin objetivo
son: costo por contrato flota y compra inicial de cilindros (fijas desde el primer
escenario), la cuales comprenden entre un 77 y 89% del valor final de la
funcin objetivo (disminuyendo su aporte porcentual a travs de los
escenarios). A los anteriores se suma el dficit en stock de cilindros llenos
(valores crecientes a travs de los escenarios) que corresponde a alrededor
del 10% del valor final para todos los escenarios.
Ante una diferencia en los canjes de un 20% se justifica la incorporacin de un
nuevo vehculo para los perodos 1 a 4, mientras que para un 15% es
recomendable incorporar un vehculo para los perodos 2 y 3 20.
Tal como era esperado, la produccin no presenta variaciones ante cambios
de escenarios.
Se efecta compra extra de cilindros de 11 Kg. a partir del segundo escenario
presentando un leve incremento a medida que se varan los canjes. Sin
embargo, las cifras incluidas tienden a ser pequeas, correspondiendo a
alrededor del 1% del total de la funcin objetivo para todos los escenarios.
La variable de factibilidad para agregar cilindros a algn Patio de Colores es
decreciente y su impacto es prcticamente nulo para todos los escenarios
(inferior a 2% del valor total de la funcin objetivo para el peor escenario).
Se observa un dficit en stock de cilindros llenos (levemente creciente a travs
de los escenarios). El margen de diferencia entre escenarios es muy pequeo,
por lo que se puede considerar que permanece medianamente constante tras
los cambios en los canjes. Para el resto de los formatos, los niveles deseados
son alcanzados. Por ltimo, los desfases obtenidos en relacin al stock
deseado corresponden a alrededor de un 2%.
Ha sido posible efectuar la variacin deseada en los canjes para
prcticamente todos los escenarios (salvo inicialmente para 45 Kg. en el caso
Lipigas, el cual se regulariza en el segundo escenario).

20
Si bien para el perodo 3 el nmero de viajes no es mayor que los viajes extras equivalentes a la
contratacin de un nuevo camin, la diferencia es pequea, por lo cual por seguridad sera
recomendable llevar a cabo dicha medida

90
No existen ventas perdidas en ningn escenario.

B. Canjes efectuados por otras compaas real superior al valor pronosticado.

En el Anexo n 5, parte D, se presenta un anlisis detallado de todos los


resultados obtenidos de la sensibilidad, a partir de los cuales se han desprendido las
siguientes conclusiones:
En trminos de valor de la funcin objetivo, los distintos escenarios presentan
diferencias mnimas, lo cual refleja que una subestimacin de los canjes
efectuados no tiene mayor impacto en trminos de costos. Esto se debe
principalmente a que las variables que debieran presentar variaciones se
encuentran definidas a priori.
Las principales componentes generadoras del valor final de la funcin objetivo
son: costo por contrato flota y compra inicial de cilindros (fijas desde el primer
escenario), la cuales comprenden aproximadamente un 89% del valor final de
la funcin objetivo para los cinco escenarios. A los anteriores se suma el
dficit en stock de cilindros llenos (valores relativamente constantes a travs
de los escenarios) que corresponde a alrededor del 10% del valor final para
todos los escenarios.
Ante una diferencia igual o superior a un 10% resulta conveniente reducir en
un vehculo la flota para los cuatro primeros perodos. Adems, ante una
variacin del 5%, es posible reducir en un vehculo la flota del perodo 4.
Tal como era esperado, la produccin no presenta variaciones ante cambios
de escenarios.
Se efecta compra extra de cilindros a partir del segundo escenario
(presentando un comportamiento irregular, incluso siendo casi nula en el
cuarto escenario). Sin embargo, las cifras incluidas tienden a ser pequeas,
correspondiendo a alrededor del 1% del total de la funcin objetivo para todos
los escenarios.

91
La variable de factibilidad para agregar cilindros a algn Patio de Colores
tambin presenta un comportamiento irregular a travs de los escenarios y su
impacto es menor para todos los escenarios (2% del valor total de la funcin
objetivo para el peor escenario).
Se observa un dficit en stock de cilindros llenos (nuevamente de
comportamiento irregular) generado por falta de cilindros de 11 Kg. El margen
de diferencia entre escenarios es muy pequeo, por lo que se puede
considerar que permanece medianamente constante tras los cambios en los
canjes. Para el resto de los formatos, los niveles deseados son alcanzados.
Por ltimo, los desfases obtenidos en relacin al stock deseado corresponden
a alrededor de un 2%.
A medida que se avanza en los escenarios, el nmero de casos en que no es
posible llevar a cabo la sensibilidad deseada, producto de problemas con la
relacin entre canjes e ingresos a Patios de Colores. Los casos con mayor
desfase corresponden al quinto y sexto perodo para 15 y 45 Kg para
Abastible y el segundo perodo para 45 Kg. en Lipigas.
No existen ventas perdidas en ningn escenario.

3. Conclusiones finales anlisis de sensibilidad sobre parmetros


pronosticados

En trminos de valor de la funcin objetivo, existe mayor impacto ante


subestimaciones que sobreestimaciones de la demanda. De hecho en la
segunda sensibilizacin las decisiones tomadas a posteriori tienen un impacto
menor en el valor de la funcin presentndose pequeas diferencias a travs
de los escenarios.
Para el caso de canjes se observa un aumento en el valor de la funcin
objetivo levemente inferior a la fraccin en que el pronstico subestima el valor
real del parmetro, mientras que para el caso de sobreestimacin, se repite la

92
situacin sealada para la demanda en el mismo caso, encontrndose nfimas
variaciones en el valor de la funcin objetivo entre los escenarios (el valor de
la funcin objetivo se encuentra explicado casi en un 100% por las variables
definidas a priori).
Para el caso de variacin en la demanda se observa que errores iguales o
superiores a un 10% (para ambos lados) ya generan leves variaciones en la
dimensin de la flota contratada para todo el horizonte . Para los canjes se
observa una mayor sensibilidad hacia la reduccin de flota ante canjes
superiores al valor pronosticado, que hacia el aumento por subestimacin de
los canjes reales.
Resulta evidente que las dimensiones en los pedidos y desfases se
enc uentra n sujetos de forma importante a las condiciones intrnsecas de los
datos sobre los que se efecta la sensibilidad. Por ejemplo, el iniciar el
horizonte de planificacin con gran parte de los stocks de seguridad deseados
(80%) disminuye los valores de compras de cilindros. Por ende, se sugiere
que ms que tomar estos resultados al pie de la letra, se efecten anlisis
similares (actualizando los impactos definidos) siempre y cuando se requiera
contar con informacin como la obtenida en esta etapa.
La muestra sobre la cual han sido efectuados los anlisis demuestra que la
mayora de los problemas se dan en el segundo y tercer perodo, que
coinciden con los de mayor demanda (junio y julio) para 11 Kg., lo que
despierta sospechas que el valor deseado de stock de seguridad definido
pudiera encontrarse sobreestimado.

93
9.4. Modificaciones para correcto anlisis de resultados del modelo.

A partir del anlisis de sensibilidad ha sido posible percibir que dado el diseo
actual del modelo se penaliza subestimar la flota y compra inicial de cilindros, pero
no existen castigos para la sobreestimacin, lo cual se refleja en la semejanza de las
soluciones en cada escenario de estas sensibilidades (donde el valor final se origina
en gran medida por las variables definidas a priori).
Para enfrentar la situacin anterior se han llevado a cabo algunas
modificaciones en la formacin final del valor de la funcin objetivo, los cuales son
efectuados una vez ejecutado el modelo, pues dado que las decisiones se
encuentran predefinidas, su inclusin dentro del modelo no debiera generar cambios
en el espacio de soluciones.

9.4.1. Penalidad por sobredimensionamiento de flota necesaria

Una vez resuelto el modelo con las variables definidas a priori, es posible
evaluar si el total de viajes efectuados para un determinado perodo por la flota
Gasco hubiese sido posible de llevarse a cabo de forma ms conveniente con un
vehculo menos. Lo anterior se expresa a travs de la definicin del parmetro t ,
que se encuentra definido como:
CFt
1 si ( y v ,k ,t ( xt 1) NVCt + )
t = v k CVt
0
en caso contrario

Donde:

yv ,k, t : Variable nmero de viajes de canje de tipo v, efectuados a la compaa k

durante el perodo t.
xt : Flota contratada para el perodo t

94
CFt
: Expresin para el nmero mximo de viajes extra que pueden ser efectuados
CVt
por un vehculo, antes de que sea conveniente incorporar uno extra a la flota.
Se calcula como el cuociente entre el costo fijo de contrato de un vehculo y el
costo unitario por viaje extra.

De esta manera, el valor de la Funcin objetivo Zs para el escenario s (con


variables definidas a piori), queda redefinida como:

Z s = Z s + t EFt
t

Donde EFt corresponde a la penalidad por haber contratado un vehculo ms


de los que era necesario, la cual ha sido definida en un primer momento como un
75% del costo fijo de contratacin del vehculo.

9.4.2. Penalidad por inversin excesiva en cilindros

Para penalizar la subestimacin en su valor (compra inicial inferior de lo que


realmente se necesita), se ha sealado previamente la inclusin de una variable de
compra extraordinaria de cilindros que, considerando la periodicidad utilizada en este
trabajo, se ha supuesto llegan al inicio del tercer perodo y sirven para palear en
cierta medida el error en la compra inicial.
Para penalizar la sobreestimacin en la compra, se ha optado por de una vez
ejecutado el modelo con el tamao de flota y compra inicial definidos a priori, correr
el modelo nuevamente, pero esta vez sin dejar predefinida la compra inicial. De esta
forma es posible comparar el valor establecido con escenario original, con la compra
ptima en el escenario s. Sean var2Esc
j
1
y var2sj la compra inicial de cilindros de

formato j en el escenario original y la compra ptima de cilindros de formato j para el


escenario s (dejando slo la flota definida a priori), respectivamente. Por lo tanto se
define el parmetro ''t , definido por:

95
1 si (var2Esc - var2sj 0)
1

'' j = j

0 en caso contrario

Donde j corresponde a los distintos formatos de cilindros. De esta forma el


valor de la Funcin objetivo Zs para el escenario s (con variables definidas a piori),
queda redefinida como:

Z s = Zs + '' j EC j
j

Donde EC t corresponde a la penalidad unitaria por comprar ms cilindros de


formato j de los que eran necesarios. Su valor ha sido definido en un primer
momento como un 75% del costo unitario de compra (para cada formato).

A partir de las dos modificaciones recin sealadas, es posible obtener valores


para la funcin objetivo que representan de mejor forma el costo de no contar con
informacin a priori sobre dos parmetros aleatorios del modelo (demanda y canjes
efectuados por otras empresas).

9.4.3. Relajacin del modelo y heurs tica para anlisis de escenarios

A lo largo de este informe se ha trabajado con un modelo de programacin


lineal mixto donde los tiempos de ejecucin de cada corrida son de
aproximadamente 20 minutos.
Si se consideran los anlisis de sensibilidad desarrollados, adems del deseo
de enfrentar la aleatoriedad de algunos parmetros, se eleva de forma considerable
el tiempo necesario para poder obtener la informacin suficiente para la toma final de
decisiones.
Es por esto que se ha optado por trabajar con el modelo de forma relajada, es
decir, trabajando slo con variables continuas, definiendo un mtodo de redondeo
simple que permita una vez corridos todos los escenarios deseados, volver las
variables a su formato entero. Dadas las variables enteras previamente definidas

96
como enteras, se tiene que la relajacin slo pudiera ser considerada crtica para el
tamao de flota 21.
La relajacin del modelo permite reducir de forma exponencial el tiempo para
la obtencin de resultados, tenindose soluciones tan slo en segundos de
ejecucin, lo cual hace mucho ms factible el desarrollo de escenarios y sensibilidad
deseados.
La metodologa de manejo de escenarios propuesta para el apoyo en la toma
de decisiones se ha basado en el objetivo central de poder ver como varan las
decisiones ante cambios en los parmetros ventas y canjes efectuados por otras
empresas, teniendo siempre en cuenta la necesidad de poder obtener soluciones en
tiempos prudentes, por lo cual es necesario acotar el nmero de escenarios a
evaluar.
A partir de la evaluacin de un conjunto de opciones, se ha optado por el
mtodo que a continuacin se detalla, el cual se ajusta a los objetivos antes
planteados. Sin embargo, se ha definido la necesidad de evaluarlo en el tiempo,
considerando la opcin de implementar mejoras o modificaciones que permitan
ampliar el espectro de escenarios analizados.
La metodologa propuesta, ms que entregar una propuesta definitiva al
tomador de escenarios, genera a travs de planillas Excel, Interfaces que permiten
llevar a cabo el anlisis de escenarios y su impacto en las decisiones, de manera que
el tomador de decisiones pueda definir que es lo que definitivamente se llevar a
cabo.
Las consideraciones previas para la metodologa propuesta son:
Se consideran 10 escenarios posibles para canjes y demanda (5 para cada
uno), con valores entre un 80 a 120% del inicialmente planteado (salto de
10%). Existe la posibilidad de que el usuario defina los 5 escenarios que
estime convenientes.

21
A pesar de que el costo de contratar un camin extra no es elevado, para el Departamento de
Produccin como Centro de Costo, esta decisin es relevante dado su presupuesto y presiones de
otras reas de la compaa.

97
La amplificacin o simplificacin de los canjes y ventas son llevados a cabo
suponiendo que la proporcin considerada se dar para todo el horizonte de
planificacin (por ejemplo en cada mes la demanda ser un 10% superior a la
considerada).
Se lleva a cabo Ceteris Paribus en relacin a la variacin de los parmetros de
forma que, en caso de variar la demanda, los valores de canje en cada
situacin toman un valor nico dado por la relacin supuesta en la seccin 9.1.
En caso de variar los canjes, se considera que la situacin siempre se da en el
escenario de demanda original.
De acuerdo a la confianza que se tenga en el pronstico respectivo, deber
definirse la importancia o peso que tendrn los resultados en casos
extremos.

Los pasos de la metodologa propuesta son los siguientes (vase figura 3 como
apoyo complementario):

1. Se define el peso respectivo que se dar a cada una de las sensibilidades


(sobre los canjes y las demandas), procurando que la suma de ambos pesos
sea igual a 1. La importancia brindada a cada una de stas depender del
usuario, pero en un comienzo se ha sugerido que sea equitativa (es decir 0.5
para cada una). Corresponde a los valores pc y pd de la figura.
2. Se definen probabilidades de ocurrencia para cada uno de los diez escenarios.
La planilla ha sido diseada de manera que la suma de probabilidades sobre
los escenarios de demanda (pd1 a pd5 de la figura) sean iguales a 1, al igual
que para los canjes (pc1 a pc5 de la figura), con lo cual el peso total para cada
escenario surgir en base al peso relativo del escenario con respecto a los 10
originales (el cual depende de los pesos asignados en el punto anterior). Debe
observarse que los escenarios pd1 y pc1 son equivalentes.
3. Se ejecutan los 10 escenarios sin dejar ninguna variable definida a priori. Se
calcula el valor esperado para las variables tamao de flota y compra inicial de

98
cilindros. Los valores esperados obtenidos son redondeados a partir del
siguiente criterio:
Tamao Flota: El redondeo ser hacia arriba siempre que el decimal sea
mayor o igual a 4. Por ejemplo, un valor de flota igual a 3.41 es
redondeado a 4 vehculos.
Compra de cilindros: El redondeo se efecta siempre hacia el mltiplo de 10
ms prximo hacia arriba. Por ejemplo, la compra de 432,4 cilindros, es
redondeado a 440.
4. Se ejecutan nuevamente los 10 escenarios, pero ahora dejando definidas a
priori las variables tamao de flota y compra inicial en base a los resultados
obtenidos en el paso 3.
5. Para poder llevar a cabo el procedimiento planteado en la seccin 9.5.2., los 10
escenarios son corridos nuevamente pero ahora dejando slo definido a priori
el tamao de flota inicial. Una vez realizado lo anterior es posible llevar a cabo
el anlisis de sensibilidad tal como ha sido efectuado en secciones anteriores,
considerando las ltimas correcciones defini das.
6. Si a partir del anlisis de sensibilidad se estima conveniente modificar alguna
de las variables definidas a priori, se modifica y se vuelve al paso 4.
7. Las variables de produccin y viajes de canje a efectuar son definidas en base
a los valores esperados de acuerdo al conjunto de escenarios considerados.

99
Figura 3: Esquema representativo mecanismo de anlisis de escenarios

Una vez efectuados los pasos anteriores, el tomador de decisiones dispondr


de un conjunto importante de informacin para el apoyo en la toma de decisiones.
Las decisiones finales sobre valores deseados para cada una de las variables del
modelo, deben ser definidos por el tomador de decisiones en base a la informacin
provista, as como de su experiencia y consideraciones basadas en su experiencia.
A modo de cierre, se considera necesario destacar dos consideraciones
importantes:
Si bien matemticamente la propuesta no es robusta y no considera un
conjunto mayor de escenarios, se ha optado por esta opcin pues la intencin
del modelo ha sido brindar apoyo en la toma de decisiones, orientndose
principalmente en ver el impacto que genera la variabilidad de los parmetros
donde existe incertidumbre sobre las variables que desean ser definidas, de
manera que el tomador pueda tomar las precauciones que estime
convenientes para enfrentarla. Por ende, esta herramienta slo corresponde a

100
un complemento en el cual es ordenado un conjunto importante de
informacin, de manera que se facilite la tarea del tomador de decisiones.
El mecanismo de redondeo utilizado no ha involucrado mayores
complicaciones, puesto que para el caso de los vehculos a contratar, el
personal encargado de Gasco estim conveniente dicho criterio, de modo de
resguardo ante escenarios complejos. Por otra parte, en el caso de compra
de cilindros, el redondeo es marginal dados los altos costos de inversin y la
incapacidad de llevar a cabo pedidos tan exactos.

En la seccin siguiente, como ltima etapa de este trabajo, se evalan posibles


mejoras en los pronsticos para los parmetros demanda y canjes efectuados por
otras compaas, de manera de poder contar con valores ms confiables, lo cual
evidentemente permitir enfrentar de mejor forma la incertidumbre de dichos
parmetros. En particular para lo visto en esta seccin, un pronstico ms acertado,
permitir manejar como se considere apropiado, los pesos dados a cada uno de los
escenarios ya descritos, pudiendo incluso modificar alguno.

101
10. Desarrollo Herramientas de Pronsticos

10.1. Estimacin del parmetro demanda


Tal como se ha sealado a lo largo de este informe, la demanda por gas
licuado es de tipo estacional, donde para algunos formatos se presentan tendencias
claras y, para otros , no tan evidentes.
En la seccin 8.2.1 se ha sealado que en una primera etapa se ha propuesto
considerar como pron sticos de demanda de cada mes, el promedio ponderado de
ste para los ltimos cuatro aos.
Por otra parte, a partir de los resultados del anlisis de sensibilidad sobre la
demanda, se ha hecho evidente la necesidad de conta r con pronsticos lo ms
certeros posible, sujeto a la disponibilidad de recursos del departamento de
produccin.
En la seccin 5.3 se ha seleccionado, dentro de un grupo de tcnicas de
pronsticos de series temporales, el mtodo de Holt Winters (HW de aqu en
adelante), como un candidato a generar mejores resultados.
En esta seccin se determina, en base a la cuantificacin de los errores de
prediccin, el beneficio obtenido por trabajar con este mtodo medianamente
complejo, por sobre valores promedio. El estudio ac realizado es el punto de partida
para otros anlisis que pudieran mejorar los pronsticos que ac se proponen y que
no han sido profundamente desarrollados principalmente por motivos de alcances del
proyecto.

10.1.1. Desarrollo del mtodo de Holt Winters

Para su desarrollo se ha optado por trabajar con planillas Exc el, utilizando
como informacin histrica las mediciones mensuales de ventas desde enero del ao
2003 a junio del ao 2008 (es decir 65 meses).

102
Las series han sido trabajadas como de tipo multiplicativas (pues se considera
que reflejan de mejor forma el comportamiento de stas), es decir que las
fluctuaciones se ven afectadas por la tendencia (vase seccin 5.3).
En la seccin 5.3 se ha sealado adems , que en este mtodo existen S+2
parmetros por definir inicialmente: S factores estacionales, la base y el valor de
tendencia inicial. Por otra parte es necesario definir los valores de las constantes
1, 2 y 3 .
Los S factores estacionales se obtienen a partir de la secuencia:

o En primer lugar, se divide el valor de la serie original en el momento t,


por la resultante del clculo de un promedio mvil ponderado centrado
de orden 12, es decir:
1
(dt 6 + d t+ 6 ) + dt 5 + d t 4 + ... + dt +5
zt = 2
12
Debe observarse que zt podr ser calculado para los valores de la serie
original (sin datos a pronosticar) ubicados entre el sptimo perodo y el
sptimo previo a que la serie finalice.
o Posteriormente se obtiene el valor de cada uno de los factores
estacionales mediante el promedio simple de todos los valores zt de
cada estacin (en este caso mes).
El valor inicial para la constante (base) es calculada como el promedio simple
para los dos primeros aos de la serie inicial.
El valor inicial para la tendencia es calculado a travs de la siguiente
secuencia:
o Dado que se tiene una serie de algo ms de 5 aos, se calcula la
diferencia entre los valores promedio de cada ao con respecto al
primero, es decir un valor de variacin anual promedio.
o A continuacin se calcula el promedio simple de los valores calculados
en la etapa anterior, obtenindose el valor definitivo.

103
El clculo de los valores de 1, 2 y 3 requiere una mayor detencin. Tal
como se ha sealado, cada una de stos puede tomar cualq uier valor entre 0
y 1, por lo que existen infinitas alternativas, generando cada una de stas
pronsticos distintos. Por ende, la idea es determinar una combinacin de
valores apropiados para efectuar los pronsticos, lo cual se ha llevado a cabo
dividiendo el conjunto de datos disponibles en tres subconjuntos:
o Subconjunto 1, o de entrenamiento, a partir del cual en base a las tres
ecuaciones de suavizamiento presentadas en la seccin 5.3., son
calculados los valores de las componentes at , b t y c t con las cuales se

realizan los pronsticos. Este procedimiento se debe llevar a cabo con


todas las combinaciones de 1, 2 y 3 definidas (tal como se detalla
en el punto siguiente).
o Subconjunto 2, el cual podra ser llamado Clculo de valores
constantes 1, 2 y 3 , que corresponde a los valores sobre los cuales
se llevan a cabo los pronsticos. Sobre dicha muestra se evala la
calidad de los pronsticos con las distintas combinaciones de
1, 2 y 3 , debiendo encontrar la que minimice el error. Para esto se
ha considerado la raz del error cuadrtico medio (RECM) y se ha
diseado una macro que a travs de iteraciones de 1, 2 y 3 calcula

los pronsticos y sus respectivas desviaciones, definiendo finalmente


la combinacin que minimiza el RECM. Los valores de 1, 2 y 3 son
iterados entre 0,01 y 0,99, para lo cual se ha definido en un primer
momento un paso igual a 0.0222, con lo cual se obtienen los valores
que minimizan el RECM en alrededor de 20 minutos para una serie.
Para futuras corridas se recomienda utilizar un paso igual a 0.04, con

22
Es decir, si se llevan a cabo los clculos con una combinacin (0, 0, 0), despus se llevar a cabo la
combinacin (0.02,0,0) y as sucesivamente hasta llegar a (0.98, 0.98, 0.98).

104
lo cual se obtienen resultados en slo 5 minutos, sin generarse
diferencias importantes en los resultados.
o Subconjunto 3: Que corresponde a la serie de datos en que son
evaluados los pronsticos, en base a los valores de las constantes
determinadas en el conjunto anterior. Dichos resultados pueden ser
comparados con otros mecanismos de pronsticos, en este caso de
medias simples, para evaluar el beneficio de utilizar esta nueva tcnica.

A partir de lo sealado, se ve que los valores utilizados para 1, 2 y 3


debieran ser calculados de forma frecuente a partir de la informacin histrica
recopilada, para lo cual la combinacin seleccionada ser la que permita ajustarse de
la mejor forma posible a los meses previos a los que se desea pronosticar. Para el
desarrollo de este trabajo, con el fin de mantener una estructura acorde con el
modelo matemtico, se ha optado por llevar a cabo pronsticos para seis meses,
utilizando como subconjunto 2, los 12 meses previos al inicio de los pronsticos (para
tomar en cuenta los meses en cuestin, as como la tendencia de los ltimos
perodos).
Para evaluar el posible beneficio de la tcnica de HW sobre Medias Simples,
se opt por comparar los resultados en trminos de RECM para cinco instancias con
informacin de los aos 2007 y 2008 (no se tomaron instancias ms antiguas
principalmente por la disponibilidad de informacin histrica), donde tal como sea
sealado, los valores de las constantes de suavizamiento son definidas en base a
informacin previa al perodo de evaluacin (se minimiza el RECM para el ao
previo). Las instancias evaluadas son presentadas en la tabla siguiente:

Tabla 5: Instancias evaluadas para comparacin tcnicas de pronstico de demanda.

Instancia Perodo
Instancia 1 Enero 07 - Junio 07
Instancia 2 Marzo 07 - Agosto 07
Instancia 3 Mayo 07 - Octubre 07
Instancia 4 Septiembre 07 - Febrero 08
Instancia 5 Enero 08 - Junio 08

105
El grfico 6 presenta las ventas por formato para el perodo entre Enero 2006
y Junio 2008, la cual permitir analizar los resultados obtenidos en cada una de las
iteraciones.

Grfico 6: Ventas por formato para perodo Enero 06 Junio 08.

Ventas 5 Kg. En 06 - Jun 08 Ventas 11 Kg. En 06 - Jun 08


300.000 600.000

250.000 500.000

200.000 400.000
Ventas

Ventas
150.000 300.000

100.000 5 Kg. 200.000 11 Kg.

50.000 100.000

0 0

Ventas 15 Kg. En 06 - Jun 08 Ventas 45 Kg. En 06 - Jun 08


600.000 60.000

500.000 50.000

400.000 40.000
Ventas

Ventas

300.000 30.000

200.000 15 Kg. 20.000 45 Kg.

100.000 10.000

0 0

Los valores obtenidos para las constantes de suavizamiento (valores que


minimizan el RECM para el ao previo al inicio de los pronsticos) son presentados
en la tabla 6:

Tabla 6: Constantes de suavizamiento obtenidas para mtodo de Holt Winters a travs de


minimizacin de RECM para subconjuntos 2 respectivos.

5 Kg. 11 Kg. 15 Kg. 45 Kg.


Instancia (1 ;2 ;3 ) (1 ;2 ;3 ) (1 ;2 ;3 ) (1 ;2 ;3 )
Instancia 1 (0.85; 0.93; 0.01) (0.05; 0.97; 0.33) (0.61; 0.97; 0.01) (0.53; 0.93; 0.97)
Instancia 2 (0.57; 0.93; 0.01) (0.09; 0.81; 0.09) (0.97; 0.93; 0.01) (0.37; 0.81; 0.97)
Instancia 3 (0.97; 0.01; 0.01) (0.23; 0.99; 0.09) (0.25; 0.95; 0.01) (0.17; 0.99; 0.51)
Instancia 4 (0.77; 0.33; 0.97) (0.73; 0.53; 0.97) (0.85; 0.57; 0.97) (0.17; 0.97; 0.73)
Instancia 5 (0.81; 0.53; 0.97) (0.51; 0.97; 0.47) (0.55; 0.89; 0.65) (0.39; 0.01; 0.93)

106
La interpretacin de los valores asignados por este mtodo a las constantes
no es trivial, por lo que no se ha encontrado material bibliogrfico donde se efecten
mayores anlisis, salvo por Fernndez J. [10], quien seala que en casos en que
1 y 2 sean elevados (mayores a 0.7), implicar que la serie presenta una marcada
tendencia. Para las series en estudio, es posible destacar:
En trminos generales se puede observar que existen importantes variaciones
en los valores de las constantes de suaviza miento para las instancias. Esto se
debe al conjunto de meses sobre los cuales se minimiza el valor del RECM,
donde por ejemplo el primer semestre del ao 2007 tiende a presentar ventar
bastante superiores a los aos anteriores, marcndose un importante alza en
los meses de mayo y junio, pero teniendo menor impacto el mes de julio, lo
cual no coincide con las ventas de los aos anteriores (donde el peak siempre
se da en julio). Variantes de este estilo, van marcando los resultados e
impactando en el valor final de las constantes.
A partir del punto anterior se podra sugerir en primera instancia, redefinir los
valores de las constantes de forma regular, por ejemplo cada dos meses,
prestando especial atencin a los meses en que se presenten grandes
cambios, donde podra resultar conveniente tomar valores para las constantes
generados como una combinacin de las ltimas ejecuciones (lo cual debiera
ser definido en sesiones de profesionales con experiencia en el rubro).
Para el formato 15 Kg, si bien existen variaciones en los valores de las
constantes, se presenta una marcada tendencia, lo cual coincide con la
realidad, donde se ve un incremento sostenido en las ventas con respecto a
aos anteriores. En las ltimas dos iteraciones se observa un importante
efecto estacional.
Para 45 Kg, salvo para la quinta instancia, los valores de las constantes
tienden a presentar variaciones poco marcadas.
Para 5 y 11 Kg., se observa un punto de inflexin en la tercera instancia, a
partir de la cual se generan importantes cambios en los valores de las
constantes (especialmente en 2 y 3 para 5 Kg. y 1 y 3 para 11 Kg.).

107
10.1.2 Anlisis de resultados pronsticos mediante mtodos definidos.

A partir de los valores de las constantes de suavizamiento se llevan a cabo los


pronsticos para cada una de las instancias ya sealadas. La tabla 7 presenta el
contraste en trminos de errores cuadrticos medios (RECM) de los resultados
obtenidos con las tcnicas de pronsticos desarrolladas para cada instancia. RECM
HW corresponde al error mediante la tcnica de Holt Winters, mientras que
RECM MS, corresponde a la medida equivalente pero mediante la tcnica de
Medias Simples. La columna Beneficio HW corresponde al beneficio aportado por la
primera tcnica, tenindose como valores negativos los casos en que se obtienen
mejores pronsticos con la tcnica MS. Por ltimo, para la columna Escala Error, se
ha calculado el RECM obtenido al obtener pronsticos equivalentes a los igualados
en el anlisis de sensibilidad (es decir de un 5, 10, 15, 20 o 25% por sobre o bajo las
ventas reales), a partir del cual los RECM obtenidos mediante la tcnica de HW
pueden ser categorizados dentro de una de estas categoras. Por otra parte, la tabla
8 representa las fracciones correspondientes que representa el valor de RECM de
cada instancia, sobre el promedio de ventas mensuales del perodo, lo cual permite
comparar la calidad de los pronsticos entre instancias y formatos.

Tabla 7: Contraste errores cuadrticos medios (RECM) de tcnicas de pronsticos desarrolladas para
las instancias evaluadas.

5 KG. 11 KG.
Instancia RECM HW RECM MS Beneficio HW Escala Error Instancia RECM HW RECM MS Beneficio HW Escala Error
Instancia 1 35.839 47.187 24% 20% - 25% Instancia 1 21.691 40.298 46% 0-5%
Instancia 2 47.287 53.137 11% 15 - 20% Instancia 2 39.998 44.453 10% 5 - 10%
Instancia 3 30.126 52.113 42% 10 - 15% Instancia 3 40.434 47.236 14% 5 - 10%
Instancia 4 7.259 6.699 -8% 5 - 10% Instancia 4 28.119 28.235 0% 5 - 10%
Instancia 5 15.784 16.756 6% 10 - 15% Instancia 5 24.540 27.374 10% 5 - 10%
15 KG. 45 KG.
Instancia RECM HW RECM MS Beneficio HW Escala Error Instancia RECM HW RECM MS Beneficio HW Escala Error
Instancia 1 24.526 106.573 77% 5 - 10% Instancia 1 3.486 4.286 19% 5 - 10%
Instancia 2 42.941 124.283 65% 5- 10% Instancia 2 8.667 4.709 -84% 15 - 20%
Instancia 3 29.965 119.365 75% 5 - 10% Instancia 3 5.286 4.508 -17% 10 - 15%
Instancia 4 22.524 57.833 61% 5 - 10% Instancia 4 3.979 3.902 -2% 5 - 10%
Instancia 5 32.890 67.853 52% 5 - 10% Instancia 5 3.368 2.812 -20% 5 - 10%

108
Tabla 8: Medicin de fraccin correspondiente de RECM sobre promedio de ventas mensuales del
perodo por instancia.

RECM mediante HW como fraccin de Promedio Ventas perodo


Instancia 5 Kg. 11 Kg. 15 Kg. 45 Kg.
Instancia 1 31% 6% 8% 8%
Instancia 2 30% 9% 10% 16%
Instancia 3 16% 9% 7% 10%
Instancia 4 10% 10% 8% 10%
Instancia 5 14% 7% 10% 8%

En base a los resultados presentados es posible concluir:


La implementacin de la tcnica de HW permite tener claras mejoras en las
predicciones para tres de los cuatro formatos con respecto a los resultados
mediante MS (siendo la excepcin el formato 45 Kg.).
En 15 Kg. se obtiene el mayor beneficio por la implementacin de HW (con
una mejora superior al 50% en las cinco instancias), lo cual se debe
fundamentalmente a la tendencia hacia el crecimiento en las ventas ao a
ao, lo cual genera que el promedio simple de aos anteriores no sea
representativo de las ventas actuales (no percibe dicha tendencia). Por otra
parte, se observa que para las cinco instancias el RECM obtenido sera
inferior al obtenido por demandas con una diferencia de 10%, bajo o sobre, el
valor real, lo cual unido a los resultados del anlisis de sensibilidad permiten
intuir que las variables definidas por el modelo con las ventas pronosticadas
no debiese presentar diferencias mayores con respecto a las obtenidas con
los valores reales.
Para 11 Kg., si bien se presenta mejora con respecto a los resultados
mediante MS, el beneficio es de menor magnitud. Un aspecto favorable es
que mediante ambos mtodos se generan pronsticos bastante acertados,
tenindose en todos los casos valores de RECM inferiores a los que se
obtendran con diferencias de 10% bajo o sobre los valores de venta reales
(tenindose incluso un resultado menor al 5% de RECM para la primera
instancia).
Para 45 Kg. se observa que en el 80% de los casos la tcnica de MS genera
mejores predicciones que HW, lo que se debe fundamentalmente a que para

109
este formato no se observa de forma tan notoria como en los formatos
anteriores componentes de estacionalidad ni tendencia, tenindose
comportamientos relativamente similares ao a ao, por lo cual la tcnica de
MS permite predecir de forma aceptable las ventas futuras. Por otra parte se
observa que al comparar las predicciones en trminos de RECM con los
escenarios evaluados en las sensibilidades, se observan resultados inferiores
a los obtenidos en 11 y 15 Kg. para dos de las cinco instancias, tenindose
para una de stas diferencias de entre 15 y 20%, lo que habra llevado a que
las variables definidas por el modelo pudieran presentar diferencias ms
notorias con respecto a las obtenidas conociendo las ventas reales. Por ende
es posible concluir que en el futuro podra continuar trabajndose mediante
MS, pudiendo complementar los resultados con los pronsticos generados por
HW, as como la experiencia del personal de la empresa.
En 5 Kg.es donde se tienen los principales niveles de error (principalmente en
las primeras dos instancias), lo que se genera producto del incremento
sostenido de las ventas durante el primer semestre del ao 2007, el cual no
es percibido de forma previa por ninguna de las dos tcnicas. De hecho es
para este formato donde los niveles de RECM motivaran a no confiarse
mayormente en el pronstico y dar mayor nfasis en la variabilidad de los
resultados del modelo de optimizacin a travs de los cambios de escenario,
pudiendo tomar ciertas medidas preventivas (adversas al riesgo) para
minimizar el impacto de posibles errores de pronstico.
La tabla 8 permite corroborar los puntos antes sealados pudiendo generar un
ranking de calidad de pronsticos mediante HW segn formato, obtenindose
de forma descendente: 11, 15, 45 y 5 Kg.

Por ltimo y de forma complementaria en el anexo n6 se ha incluido un breve


anlisis en detalle sobre los resultados de los pronsticos mediante ambas tcnicas,
el cual puede ser complementario a las conclusiones recin sealadas

110
10.1.3. Conclusiones sobre mtodos de prediccin de demanda

Si bien producto de que no se cuenta con una base histrica amplia de datos,
slo ha sido posible evaluar las tcnicas de pronsticos para un perodo de 18 meses
(a partir del que sean generado las 5 instancias), se han observado caractersticas
dispares en cada una de stas que permite considerar confiables los resultados
obtenidos, lo cual slo podr continuar siendo corroborado en el tiempo mediante
nuevos pronsticos (para lo cual se dejan implementadas todas las herramientas
requeridas).
A partir de los resultados recin expuestos resulta evidente que la
implementacin del mtodo de Holt Winters permite obtener importantes mejoras
en los pronsticos de demanda (al menos en tres de los cuatro formatos) . Si bien
esta tcnica no es mayormente compleja, ha permitido obtener resultados que a nivel
agregado pueden ser considerados ms que aceptables. Esta mejora en los
pronsticos, unido al anlisis de las soluciones del modelo segn escenarios,
permitir enfrentar de mucho mejor forma la aleatoriedad de este parmetro al
menos en el corto y mediano plazo.
El presente trabajo, debiera corresponder al punto de inicio para posibles
estudios futuros de la demanda de gas licuado, donde mediante tcnicas ms
avanzadas sera posible obtener mejores resultados, a la vez que pudieran permitir
incorporar otras variables crticas del sistema.
En relacin al mtodo de Holt Winters, habitualmente una vez logrado el
nivel propuesto en este estudio, se procede a analizar posibles mejoras, siempre
dentro de la misma tcnica, las que pueden ser obtenidos a travs de un mayor
anlisis en la definicin de los valores iniciales, determinando cuanta informacin
histrica es apropiado utilizar para los pronsticos (x aos o todos los que sea
posible), la frecuencia con que sern re calculados los valores para las constantes de
suavizamiento 1, 2 y 3 , entre otros.
Por ltimo no queda ms que sealar que siempre resultar conveniente tener
ms de una tcnica de pronsticos implementados, de manera que los valores

111
pronosticados finales surjan a partir del complemento de los resultados de dichas
tcnicas y la experiencia de personal de la empresa.

10.2. Estimacin del parmetro canjes efectuados por otras


compaas.

10.2.1. Obtencin de datos para canjes

La correlacin existente entre la calidad de los datos y los pronsticos a


obtener es evidente. Por ende, resulta necesario extraer de buena forma la mayor
cantidad de informacin posible de la planilla de canjes desarrollada.
Al ejecutar las macros se observaba que en varios casos no se detectaban
ciertas parejas de ingresos-salidas de camiones, pues de forma muy leve no
cumplan con las restricciones definidas para ser equivalentes. A partir de lo anterior
se desarroll un anlisis exhaustivo de deteccin de problemas tpicos cometidos
en Portera al ingreso y salida de cilindros para canje, a partir del cual se definieron 5
casos, los cuales han sido brevemente descritos en el Anexo n7. Para cada uno de
stos se estudio la factibilidad de implementar funcionalidades extra en la macro de
manera que se detectaran los problemas de forma automtica. Estas funcionalidades
permitiran reducir de forma considerable la revisin manual posterior a correr la
macro y con esto, disminuir la probabilidad de errores o de omisin de casos de
canje.
Una vez definidas las problemticas a identificar de forma automatizada, se
program una segunda etapa de la macro, la cual posterior a la identificacin de los
pares de canje, realiza la bsqueda de los problemas sealados, definiendo sus
respectivos posibles pares, los cuales debern ser analizados por el usuario, quien
tendr la decisin final sobre si efectivamente fue un viaje de canje y debe ser
registrado como tal.

112
10.2.2. Evaluacin tcnicas de pronsticos propuestas previamente

Dada la poca informacin confiable disponible (alrededor de 18 meses), ya se


ha sealado que resulta complejo implementar a la fecha herramientas con mtodos
elaborados para pronsticos. A pesar de esto, en la seccin 8.2 se han propuesto
tres mecanismos de pronsticos, los que han sido evaluados en relacin a su
capacidad predictiva, a partir de los resultados para el perodo Abril Septiembre del
ao 2007 (contrastando los pronsticos con los valores reales de los perodos).
La tabla 9 presenta los resultados obtenidos, de los cuales es importante destacar:
Al contratar la calidad de los pronsticos de demanda mediante HW y de
canjes (mediante cualquiera de los tres mtodos propuestos), se observa que
los segundos presentan un nivel de error notoriamente superior para todos los
formatos. De hecho, mientras mediante HW los valores para MAPE (vase
Anexo 6) mximos alcanzan entre un 13 y 16% (para 45 y 5 Kg.), tenindose
incluso una importante fraccin de las instancias con valores inferiores al 10%,
en el caso de los canjes se tiene en el mejor de los casos, un valor de 14.19 y
13.13% para Abastible y Lipigas respectivamente (en ambos casos para los
pronsticos del formato 15 Kg., mediante la tercera propuesta de pronstico
para Abastible y segunda para Lipigas23).
Para los canjes efectuados por Abastible se obtienen resultados aceptables
para 5 y 15 Kg. (ambas mediante la propuesta de pronstico n3). Para 11 y
45 Kg. ninguna de las alternativas presenta resultados aceptables.
Para los canjes efectuados por Lipigas nicamente se obtienen resultados
aceptables para 15 Kg. (mediante la propuesta de pronstico n2).

A partir de lo recin mencionado es posible concluir que, en base a la


informacin disponible a la fecha, ninguno de los mecanismos propuestos genera
resultados aceptables, tenindose valores regulares slo en 15 Kg. para ambas
empresas y en 5 Kg. para Lipigas.
23
La primera propuesta consiste en utilizar los valores de canje del ao anterior. En la segunda, los
mismos valores del ao anterior son trabajados de forma trimestral. El tercer pronstico corresponde a
los valores trimestrales del ao anterior, ajustados por la tendencia presentada en la demanda para
los tres meses previos a la realizacin de los pronsticos.

113
Tabla 9: Evaluacin de capacidad de prediccin de mtodos propuestos. La primera propuesta
consiste en utilizar los valores de canje del ao anterior. En la segunda, los mismos valores del ao
anterior son trabajados de forma trimestral. El tercer pronstico corresponde a los valores trimestrales
del ao anterior, ajustados por la tendencia presentada en la demanda para los tres meses previos a
la realizacin de los pronsticos.

PRONOSTICOS AO 2007 LIPIGAS


5 Kg. 11 Kg.
Mes Canjes Real Pron1 Pron 2 Pron 3 Canjes Real Pron1 Pron2 Pron3
Abril 197 374 296 395 85 296 214 288
Mayo 436 218 296 303 165 131 214 194
Junio 675 587 449 611 614 488 354 476
Julio 450 333 449 461 392 231 354 330
Agosto 255 427 449 517 284 342 354 393
Septiembre 178 65 34 58 221 73 78 85
RECM 154,2 152,1 154,9 137,4 137,5 126,2
MAD 147,5 133,95 131,22 123,3 114,8 113,0
MAPE 51,65 45,49 52,14 70,13 53,91 66,13
PRONOSTICOS AO 2007 LIPIGAS
15 Kg. 45 Kg.
Mes Canjes Real Pron1 Pron 2 Pron 3 Canjes Real Pron1 Pron2 Pron3
Abril 680 988 817 1218 123 62 64 73
Mayo 1291 645 817 987 102 66 64 75
Junio 1794 1001 1269 1532 164 43 64 62
Julio 1282 1559 1269 1909 91 35 64 58
Agosto 1194 1246 1269 1698 95 115 64 104
Septiembre 775 745 685 965 131 91 85 102
RECM 390,8 258,3 434,9 55,7 48,3 51,0
MAD 263,4 164,290682 404,42 41,8 37,6 41,6
MAPE 21,19 13,13 38,86 34,01 30,41 32,85

PRONOSTICOS AO 2007 ABASTIBLE


5 Kg. 11 Kg.
Mes Canjes Real Pron1 Pron 2 Pron 3 Canjes Real Pron1 Pron2 Pron3
Abril 548 480 478 565 403 674 474 649
Mayo 767 477 478 563 137 274 474 423
Junio 987 693 520 716 1066 159 152 176
Julio 386 272 520 467 1054 66 152 123
Agosto 440 594 520 657 868 231 152 217
Septiembre 318 374 159 314 356 111 77 106
RECM 189,2 243,6 167,9 626,6 626,8 617,4
MAD 162,5 199,71 132,44 530,9 536,5 542,3
MAPE 26,99 33,43 21,47 81,48 99,45 97,90
PRONOSTICOS AO 2007 ABASTIBLE
15 Kg. 45 Kg.
Mes Canjes Real Pron1 Pron 2 Pron 3 Canjes Real Pron1 Pron2 Pron3
Abril 2140 1732 1868 2430 97 145 144 168
Mayo 2672 2005 1868 2614 91 143 144 166
Junio 4668 2660 2567 3529 111 171 164 194
Julio 2997 2694 2567 3552 114 151 164 183
Agosto 2787 2347 2567 3317 158 170 164 194
Septiembre 2534 2030 2005 2724 182 153 137 168
RECM 804,8 840,2 578,7 36,9 39,2 62,8
MAD 541,2 544,43304 460,16 29,7 31,6 57,8
MAPE 16,60 16,36 14,19 26,97 28,23 53,36

114
10.2.3. Pronsticos futuros de canjes efectuados por otras compaas

La incapacidad para efectuar buenos pronsticos al corto plazo se debe


principalmente a dos motivos: falta de informacin (poca informacin histrica
confiable) y datos con errores (registros de canje que no han podido ser totalmente
solucionados).
Por el momento se propone trabajar complementando los mecanismos de
pronstico de la seccin y a medida que se recopile mayor informacin, se podrn ir
refinando los resultados, pudindose incluso a mediano plazo implementar alguno de
los mtodos propuestos en la seccin 5.3, para lo cual ser necesario evaluar cual
de stos permite modelar de mejor forma los datos. Por otra parte podra resultar til
un modelo de regresin que incluyera otras variables tales como el nivel de demanda
(pronosticado), los canjes efectuados por la flota Gasco, etc.
Todo esto debiera ser posible por las mejoras en el manejo de la informacin
producto del Informe de Canjes y su correcta ejecucin y anlisis en el tiempo
(pudiendo corregir posibles errores de registro a tiempo).

115
11. Conclusiones

A lo largo de este trabajo se ha desarrollado un modelo matemtico que


constituye una importante herramienta para apoyar la toma de decisiones sobre la
planificacin de la produccin y el proceso de canje de cilindros, la cual presenta
claros beneficios respecto a la forma actual en que se lleva a cabo la planificacin,
principalmente porque se consideran y estudian de mejor forma un conjunto de
variables que tienen impacto sobre la planificacin. Entre otros beneficios, este tipo
de herramienta permite obtener soluciones cercanas al ptimo frente a una gran
cantidad de opciones, considerando gran parte de las restricciones involucradas y un
conjunto de parmetros a un alto nivel de detalle. Adems, las soluciones son
obtenidas pudiendo analizar un conjunto de escenarios de forma rpida y precisa,
permitiendo adems tener una mayor comprensin sobre como incide cada uno de
stos sobre la estructura de costos y decisiones.
El problema de planificacin de la produccin ha sido modelado utilizando las
tcnicas de programacin matemtica, a travs de un modelo de programacin
lineal, trabajado mediante el software GAMS. A partir de ste se obtiene la flota a
contratar, el nmero de cilindros nuevos a comprar al inicio del perodo de
planificacin, los niveles de produccin y la estrategia de administracin de la flota en
trminos de destinos y formatos de carga para los viajes de canje. El principal uso
para la herramienta es a nivel tctico, debindose ejecutar, en general, una vez al
mes o cada dos meses (pudiendo actualizar el valor de los parmetros con
informacin ms reciente). A pesar de esto, el horizonte de planificacin del modelo
ha sido definido de 6 meses, principalmente para evitar que las soluciones
entregadas sean miopes ante lo venidero a mediano plazo.
Para poder llevar a cabo un anlisis exhaustivo de los resultados entregados
por el modelo considerando distintos escenarios, se han desarrollado herramientas
que generan de forma automatizada una serie de tablas y grficos que permiten un
correcto anlisis de sensibilidad, pudiendo aprovechar todas las funcionalidades para
las que ha sido diseado, de forma simple y rpida, para lo cual son sensibilizados

116
dos parmetros que deben se pronosticados (la demanda y los canjes efectuados
por otras compaas).
En base al mecanismo de anlisis de escenarios propuesto es posible, una
vez obtenidos los parmetros necesarios, obtener toda la informacin de apoyo para
la decisin final por parte del Departamento de Produccin en aproximadamente 60
minutos, con un computador Pentium 4 de 1.7 GHZ y 512 MB de memoria RAM. El
tiempo recin mencionado ha sido considerado apropiado por parte del personal de
planta. Para hacer esto posible, a pesar de que el modelo en un inicio fue diseado
con variables enteras, se opt por relajar estas variables, para definir un criterio de
redondeo que permite una vez obtenidas las soluciones, volver el problema a una
solucin de tipo entera. A partir de esto es posible obtener soluciones para un
escenario en segundos, permitiendo los tiempos ya sealados para el total de
escenarios a analizar.
Los anlisis de sensibilidad llevados a cabo en este trabajo sobre los
principales parmetros del modelo, han permitido:
Definir el espacio sobre el cual pueden ser modificados los parmetros
establecidos por personal de Gasco, sin generar cambios abruptos en los
resultados (aumentos por ejemplo en alguna penalidad podran alterar las
prioridades en la definicin de las decisiones del modelo, desvindolo del
objetivo por el cual ha sido diseado).
Evaluar el impacto ocasionado por no poder saber de forma exacta los valores
para la demanda y los canjes efectuados por otras compaas.
Identificar que los valores de la Funcin Objetivo obtenidos para las
sensibilidades sobre la demanda y canjes de la forma propuesta hasta esta
instancia, penalizan de forma clara los problemas de subestimacin en los
parmetros, pero no as para los problemas de sobreestimacin, pues no se
castiga la compra exagerada de cilindros ni el sobredimensionamiento de la
flota contratada (adems de que la produccin se va modificando para cada
escenario). Resultados como stos podran influenciar negativamente en las
decisiones, privilegiando siempre las opciones ms seguras, producto que

117
no generan mayores variaciones en los costos. Para enfrentar esta situacin
se han llevado a cabo pequeas modificaciones en los informes para anlisis
de sensibilidad incluyendo penalizaciones para las situaciones recin
comentadas.

Por otra parte, de forma previa al desarrollo del modelo, fue necesario disear
cuatro informes de gestin que permitieran, en primer lugar, obtener informacin de
forma rpida y confiable para ser utilizada en algunos parmetros del modelo y, en
segundo, brindar informacin de apoyo a la gestin de algunos de los procesos
considerados claves para el Departamento de Produccin, para los cuales las
herramientas existentes de forma previa al inicio del estudio no permitan aprovechar
los datos disponibles en pro de una mejor planificacin24. Los principales beneficios
de las herramientas desarrolladas, pueden ser resumidos en:
El Informe de Canjes ha permitido tener una idea sobre la distribucin de los
canjes entre las distintas compaas, pudiendo estimar las diferencias en los
costos incurridos por la empresa en relacin a la competencia.
El Informe de Ventas constituye un importante complemento al modelo
matemtico, pues adems de entregar datos histricos (que apoyan la
definicin de stocks de seguridad), brinda informacin que pudiera ser
aprovechada de forma operativa (frecuencia histrica de das pertenecientes
a cada categora de demanda: alta, normal o baja; mximas secuencias de
das consecutivos de demanda alta, distribucin de ventas segn da de la
semana, entre otros).
El Informe de Existencias permite gestionar en el tiempo los distintos flujos de
cilindros operativos, tanto dentro como fuera de la planta, lo cual permite
detectar tendencias de mercado, posibles malas prcticas por parte de
personal de planta o de la competencia, tener claridad sobre los cilindros

24
Obtener informacin del tipo de la desarrollada, hubiera demandado altos recursos de tiempo, por lo
cual simplemente era omitida salvo ante requerimientos de otras reas.

118
estancados25 en otras plantas, evaluar cumplimiento a nivel operacional de
metas con respecto a niveles de stock deseados, entre otros.

La frecuencias de actualizacin propuestas para los informes de Gestin es de


2 semanas para el Informe de Canjes y mensual para el Informe de Existencias26,
Ventas e Ingreso de Cilindros para Canje (este ltimo requiere informacin de los
tres informes anteriores para poder ser desarrollado). Para el desarrollo de cada uno
de estos informes se estima un tiempo de trabajo de alrededor de 3, 1, 1 y 2 h/h
respectivamente 27. Por otra parte, a partir de los Informes, complementado con otras
planillas desarrolladas, es posible generar los parmetros necesarios para el modelo
matemtico (en un formato acorde con GAMS) en aproximadamente 30 minutos 28,
tiempo que ha sido considerado ms que razonable.

En la ltima etapa de este trabajo, se han desarrollado herramientas que


debieran permitir obtener mejores resultados en los pronsticos de demanda y
canjes efectuados por otras compaas. Los principales resultados obtenidos son:
Pronsticos de demanda: Se contrast para un conjunto de instancias
variadas los pronsticos generados mediante el mtodo de Medias Simples
(MS) y el mtodo de Holt Winters (HW), obte nindose una mejora en los
pronsticos mediante el segundo mtodo para tres de los 4 formatos (45 Kg.
es la excepcin). De hecho, sobre el total de 20 casos (5 instancias para los
cuatro formatos), en un 75% se obtienen beneficios de implementar HW. Por
otra parte, al relacionar los valores de RECM obtenidos mediante HW, con el

25
Se ha definido como cilindro estancado un cilindro Gasco que se encuentra en otra compaa y
que no puede ser canjeado por no disponer de stock suficiente de cilindros de dicha compaa en el
Patio de Colores Gasco.
26
A pesar de que la inclusin da a da de las planillas desarrolladas dentro del informe puede permitir
un control constante de los distintos flujos.
27
Los tiempos definidos contemplan la obtencin y validacin (revisin de datos inconsistentes) de la
informacin para la cual ha sido diseado cada informe. Cualquier anlisis extra o desarrollo de
Informes de Gestin para el rea (u otras) no ha sido considerado.
28
Este tiempo se encuentra algo sobreestimado, para lidiar con posibles sucesos no planificados. Una
vez definidos los parmetros, es probable que gran parte de stos no suelan sufrir may ores
modificaciones, lo cual, complementado con la familiarizacin con las herramientas, reducir este
tiempo de forma considerable.

119
error que se obtendra en cada uno de los escenarios del anlisis de
sensibilidad, se logra que un 75% de las instancias, se encuentren dentro del
rango 5-10 % de error (presentndose las mayores desviaciones en 5 Kg.), lo
cual evidentemente aumenta la confiabilidad en los resultados pronosticados,
llevando a que los escenarios extremos en el anlisis de sensibilidad (con el
respectivo impacto de stos en las decisiones) pierdan relevancia, lo cual abre
la posibilidad de enfrentar de mucho mejor forma la incertidumbre de este
parmetro en el corto y mediano plazo.
Canjes efectuados por otras compaas: Lamentablemente, a la fecha no ha
sido posible definir buenos pronsticos con la informacin disponible,
obtenindose resultados regulares nicamente para 15 Kg. Para enfrentar
esta situacin, se llevaron a cabo mejoras en el procedimiento automatizado
de deteccin de viajes de canje, lo cual facilita las actividades llevadas a cabo
de forma manual, permitiendo reducir el riesgo de errores. A partir de
informacin ms fidedigna, es posible a mediano plazo contar con mejores
pronsticos.

Hasta la fecha slo ha sido posible evaluar el desempeo del modelo y el


impacto econmico que tendra sobre los costos a partir de simulaciones con
resultados histricos. Sin embargo, resta por obtener una evaluacin monetaria de
los beneficios en base a indicadores (que debieran ser observados durante varios
meses) e informacin real, los cuales reflejarn de mejor forma el impacto del
proyecto, pues la situacin en trminos de niveles de stock de seguridad y
organizacin actuales difieren de los que se tenan la temporada anterior, que
corresponde a la informacin con que se ha trabajado hasta la fecha.
Es importante sealar que este estudio representa un primer esfuerzo en el
camino de la implementacin de herramientas de optimizacin para la planificacin
en Gasco, y por lo tanto, hay mucho por hacer an. Puntos interesantes que se
sugieren como trabajos futuros a desarrollar en Gasco, relacionados con el trabajo
descrito en este documento son:

120
Desarrollar herramientas de control de gestin que permitan contrastar los
parmetros y decisiones definidos en el modelo con los valores reales,
determinado el nivel de cumplimiento de stos. Esto es importante para la
mantencin de los parmetros del modelo, as como para la credibilidad en el
modelo por parte de los responsables de ste en la empresa.
Con el objeto de reducir la incertidumbre, resulta muy importante poder
mejorar la capacidad predictiva para los parmetros pronosticados, lo cual
ser posible complementando un buen manejo de la informacin con estudios
para evaluar la implementacin de tcnicas ms complejas de pronsticos que
pudieran incluir adems variables exgenas que afectan el sistema.
La metodologa propuesta para que el tomador de decisiones defina el valor
final de las variables del modelo, evidentemente puede ser mayormente
estudiada y mejorada, de manera de obtener resultados ms prximos al
ptimo.
El modelo genera una gran cantidad de informacin que pudiera ser
mayormente aprovechada para el apoyo en la toma de decisiones. Por otra
parte, pequeas modificaciones a ste permitiran incluir otras variables y o
parmetros que tambin podra ser provechoso estudiar (por ejemplo costos
de produccin y definicin de personal a contratar).

Por ltimo, desde el punto de vista de la investigacin, algunas de las lneas


de trabajo que podran seguirse son:
Las estrategias de canje llevadas a cabo por las empresas podran ser
abordadas como un problema de Teora de Juegos, puesto que las
interacciones y procesos de decisin llevados a cabo por cada compaa
son dependientes del comportamiento previsto u observado del resto de los
individuos del juego (competencia).
Debido a la existencia de fuentes de incertidumbre resulta interesante la
implementacin de tcnicas de optimizacin que enfrenten esta problemtica
tales como optimizacin robusta u optimizacin estocstica.

121
Bibliografa

[1] Albornoz V., Diseo de modelos y algoritmos de Optimizacin Robusta y su


aplicacin a la Planificacin Agregada de la Produccin, Tesis de doctorado
en Ciencias de la Ingeniera, Pontificia Universidad Catlica de Chile (1998).

[2] Alford L., Production Handbook, The Ronald Press Co., New York (1945).

[3] Bermdez Jos, Segura J., Vercher E., Intervalos de prediccin en series
temporales utilizando el mtodo de Holt-Winters, XXIX Congreso Nacional de
Estadstica e Investigacin Operativa SEIO, Tenerife, Mayo 2006.

[4] Boiteux O., Corominas A., Lusa A., La Planificacin Agregada como
instrumento integrador de las reas funcionales de la empresa: Estado del
Arte y Perspectivas, XI Congreso de Ingeniera de Organizacin (CIO),
International Conference on Industrial Engineering & Industrial Management,
Madrid, Sept. 2007.

[5] Boiteux O., Corominas A., Lusa A., Estado del arte sobre Planificacin
Agregada de la Produccin, Instituto de Organizacin y Control de Sistemas
Industriales, : XI Congreso de Ingeniera de Organizacin (CIO), International
Conference on Industrial Engineering and Industrial Management, Madrid,
Sept. 2007.

[6] Bowman, E., Production Scheduling by the Transportation Method of Linear


Programing, Operations Research, 4-1, 100-103 (1956).

[7] Caldentey E., MRGHO


RGH3 URJUDP DFLyQ/ LQHDO
SDUDO
D & RP SUDGH* DV
Natural, Memoria para optar al ttulo de Ingeniero Civil Industrial, Universidad de
Chile (1998).

122
[8] Chapman S., Planificacin y Control de la Produccin, Editorial Pearson, 1
edicin (2006).

[9] Charnes A., Cooper W y Ferguson R., Optimal estimation of executive


compensation by Linear Programing, Management Science, vol. 1, 138-151
(1955).

[10] Fernandez J. y Maha R., Apuntes Investigacin y tcnicas de mercado,


Universidad de Madrid (2003).

[11] Garca A, Decisiones empresariales mediante Programacin Estocstica por


Metas, Cuadernos de estudios empresariales, ISSN 1131-6985, N 10, pags.
83-100 (2000).
[12] Gazmuri P., Maturana S., Contesse L., Una Proposicin de Metodologa y
Herramientas para el Desarrollo de Sistemas de Apoyo a la Gestin Basados
en Modelos Analticos, Apuntes Ingeniera, Pontificia Universidad Catlica de
Chile (1999).

[13] Gomes da Silva C., Figueira J., Lisboa J., Barman S., An interactive decision
support system for an aggregate p roduction planning model based on multiple
criteria mixed integer linear programming, Omega 34, 167-177 (2006).

[14] Holt C., Modigliani F., Muth J., Simon H. (1955), A Linear Decision Rule for
Production and Employment Scheduling, Management Science, 2-1,1-30.

[15] Jimenez J., Gzquez J., Sanchez R., La capacidad predictiva de los mtodos
Box-Jenkins y Holt- Winters, una aplicacin al sector turstico, Revista
Europea de Direccin y Economa de la Empresa, volumen 15 n3, 185-198
(2006).

123
[16] Leung S., Lai K., Multiple objective decision-making in the mode choice
problem: a goal programming approach, International Journal of Systems
Science, 33, 35-43 (2002).

[17] Leung S., Wan-lung Ng , A goal programming model for production planning
of perishable products with postponement, Computers & Industrial
Engineering, An International Journal, 53, 531-541 (2007).

[18] Leung, S, Wu Y., Lai K., A stochastic programming approach for multi-site
aggregate production planning, Journal of the Operational Research Society ,
57-2, 123-132 (2006).

[19] Maturana S., Gazmuri P., Villena C. Development and implementation of a


Production Planning DSS for a manufacturing firm, Proceedings of the 20th
International Conference on Computers & Industrial Engineering, ICC&IE 96,
Kyongju, Korea, 757760, Octubre 1996.
[20] Olivares C., Modelo de Optimizacin Robusta aplicado a la Planificacin de la
Produccin en una empresa papelera, Memoria para optar al ttulo de
Ingeniero Civil Industrial, Universidad de Chile (2004).

[21] Prajakta K., Time series Forecasting using Holt-Winters Exponential


Smoothing, Kanwal Rekhi School of Information Technology (2004).

[22] Rosenthal Richard, GAMS A User Guide, GAMS Development Corporation,


Washington DC, USA, 2008.

[23] Sypkens, H., Planning of Optimal Plant Capacity, Tesis de Maestra indita,
Sloan School of Management, MIT (1967).

124
[24] Tadei R., Trubian M., Avendao, J.; Della Crose, F., Menga, G., Aggregate
planning and scheduling in the food industry: A case study". European Journal
of Operational Research , 87, 564-573 (1995).

[25] Taha H, Investigacin de Operaciones, sptima edicin (2004).

[26] Taubert, W., A Search Decision Rule for the Aggregate Scheduling Problem,
Management Science, 14-6, 343-359 (1968).

[27] Toro P., 6LVW


HPDGH& RQW
URO
\ * HVW
LyQGH ,QYHQW
DULRGH 5 HSXHVW
RVHQHQYDVHV
CMF, Memoria para optar al ttulo de Ingeniero Civil Industrial, Universidad de
Chile (2006).

[28] Vial R, Utilizacin de Programacin Matemtica para la Optimizacin de la


Planificacin Logstica de SQM, OPTIMA 2003, Valparaso, Chile (2003).

[29] Wang R., Liang T., Application of fuzzy multi-objective linear programming to
aggregate production planning, Computers & Industrial Engineering ,46, 17-41
(2004).

125
Anexo n1: Terminologa utilizada a lo largo de la Tesis

GLP: El Gas Licuado de Petrleo (GLP) es un hidrocarburo en forma de vapor a temperatura


ambiente y que puede licuarse mediante una compresin moderada, logrando una
considerable reduccin del volumen y de esta forma menor espacio de almacenaje y menor
costo de transporte. Los gases que se comercializan se denominan butano y propano, y ello
se puede realizar tanto por separado como en una mezcla compuesta por ambos.
Adicionalmente, el GLP puede incluir sustancias que se denominan olefinas, las cuales son
importantes para ciertos usos del mismo.
Cilindros Operativos: Corresponde a los cilindros de propiedad de Gasco que se encuentran
disponibles para ser utilizados por el rea de produccin, tanto dentro de la empresa como en
los patios de colores de la competencia
Carrusel: Sistema montado a travs del cual se lleva a cabo el proceso de produccin.
Existen carruseles orientados a llenar un nico tipo de cilindro, as como para llenar varios
tipos. En la planta Gasco, recin en el ao 2008 se incluye un cilindro del segundo tipo,
tenindose hasta la fecha carruseles orientados a la produccin de un nico formato.
Patio de Colores: de esta forma es llamado el espacio fsico que posee cada una de las
compaas destinado a almacenar los cilindros pertenecientes a la competencia y que han
ingresado a su planta a travs de la demanda de los clientes, es decir, los cilindros para canje.
El canje de cilindros es efectuado desde estas bodegas, para luego al retornar, ingresar los
cilindros canjeados (cilindros vacos pertenecientes a la compaa) al espacio fsico destinado
a cilindros de este tipo.
Canje de cilindros: es una actividad que surge dada la obligacin de las distintas compaas
de gas licuado del pas de vender cilindros llenos a los clientes que entreguen un cilindro
vaco de otra compaa. Lo anterior, unido a la prohibicin de llenar cilindros que no sean de
su propiedad, genera que cada empresa tenga dentro de su planta de produccin cilindros
vacos de otras compaas, los cuales son intercambiados mediante un sistema de trueque
1:1, conocido como Canje. Lo anterior se refiere a que un cilindro de formato x, nicamente
podr intercambiado con otra compaa por un cilindro del mismo formato.
Canje Cruzado: Es una forma de efectuar canjes que slo es llevada a cabo en situaciones
extremas y consiste en efectuar el canje en tres etapas:
o Un vehculo de la empresa k1 lleva desde su Patio de Colores cilindros pertenecientes
a la empresa k2.
o En el Patio de Colores de la compaa k2 se descargan los cilindros y en lugar de
volver a llenar el vehculo con cilindros k1 para retornar a la planta de origen (como se

126
efecta en un proceso normal), el vehculo es llenado con cilindros pertenecientes a la
compaa k3 y el vehculo emprende su camino hacia esa planta.
o En el Patio de Colores de la empresa k3, son descargados los cilindros y el vehculo
es llenado con cilindros pertenecientes a k1 (empresa que inicio el canje cruzado),
para luego retornar a esta planta.
Dado que el tiempo requerido para este procedimiento es el doble que para un proceso
normal, nicamente es llevado a cabo en situaciones en que no existe suficiente stock para
efectuar canjes de forma normal o cuando se tienen vehculos desocupados.
Rampa: Corresponde a la parte trasera de un camin de carga que es ensamblado a ste
cuando se requiere. La capacidad de las rampas en Gasco supera de forma considerable a
los camiones utilizados.
ERP (Enterprise Resource Planning): Los sistemas de planificacin de recursos empresariales
(ERP) son sistemas de informacin gerenciales que integran y manejan muchos de los
negocios asociados con las operaciones de produccin y de los aspectos de distribucin de
una compaa comprometida en la produccin de bienes o servicios. Los ERP estn
funcionando ampliamente en todo tipo de empresas modernas. Todos los departamentos
funcionales que estn involucrados en la operacin o produccin estn integrados en un solo
sistema. Adems de la manufactura o produccin, almacenamiento, logstica e informacin
tecnolgica, incluyen adems la contabilidad, recursos humanos , herramientas de
mercadotecnia y administracin estratgica, entre otros.
SAP ERP: Software de planificacin de recursos empresariales (ERP ), llamado hasta
mediados de 2007 como SAP R/3, en el que la R significa procesamiento en tiempo real y el
nmero 3 se refiere a las tres capas de la arquitectura de proceso: bases de datos, servidor
de aplicaciones y cliente. Este sistema comprende muchos mdulos completamente
integrados, que abarca prcticamente todos los aspectos de la administracin empresarial. Ha
sido desarrollado para cumplir con las necesidades crecientes de las organizaciones
mundiales y su importancia esta ms all de toda duda. SAP ha puesto su mirada en el
negocio como un todo, as ofrece un sistema nico que soporta prcticamente todas las reas
en una escala global. SAP proporciona la oportunidad de sustituir un gran nmero de sistemas
independientes, que se han desarrollado e instalado en organizaciones ya establecidas, con
un solo sistema modular. Cada mdulo realiza una funcin diferente, pero esta diseado para
trabajar con otros mdulos. Est totalmente integrado ofreciendo real compatibilidad a lo largo
de las funciones de una empresa.

127
Anexo n2: Resumen funcionalidades informes de gestin
A continuacin se describen brevemente las principales funcionalidades de los Informes de
Gestin desarrollados, incluyendo ejemplos de tablas y grficos que son generados de forma
automtica y que convierten a esta planilla en una potente herramienta para el Control de Gestin y
apoyo en la toma de decisiones para el proceso de canje.
Si bien hasta la fecha se han llevado a cabo amplios anlisis de los resultados obtenidos de
los informes, en este informe son omitidos, orientndose nicamente a representar las funcionalidades
disponibles.

A. Informe de Canjes

Tiempo de cada viaje: Para cada viaje efectuado, luego de discriminar por empresa que lo
realiza, se obtiene el listado de tiempos de viaje de cada tipo, un breve anlisis estadstico
29
sobre los resultados . Para la obtencin de estos resultados se efecta una previa limpieza
de los datos, donde es necesario definir la cota superior e inferior permitida. Todo lo anterior
se lleva a cabo de forma automatizada.
Nmero de viajes diarios: A partir de una tabla dinmica se obtiene el nmero de viajes de
cada tipo efectuados para cada da. A partir de lo anterior, y definiendo nuevamente cotas
inferiores y superiores, se generan grficos e informacin estadstica de los resultados. Al
igual que el caso anterior, todos estos resultados se obtienen de forma automatizada (slo es
necesario presionar Actualizar en la tabla dinmica).
Desfase acumulado de cilindros: Una vez que se identifican todos los viajes llevados a cabo,
es frecuente que quede n registros donde no fue posible encontrar el respectivo par. Esto
puede deberse a errores de registros, incapacidad de la macro de identificar el canje (lo cual
es solucionado en parte en la seccin 10 de la tesis) o, en el peor de los casos, la prdida
efectiva de cilindros. De forma automatizada es posible obtener el desfase entre ingresos y
salidas de cilindros, el cual a modo de ejemplo se presenta en la tabla 1 para el perodo enero
octubre del ao 2007. A modo de entendimiento, para 5 Kg. se tiene que durante enero hay
4180 salidas ms que entradas, lo cual durante febrero se invierte para tener como
acumulado entre enero y marzo 4070 cilindros ms que salen de los que entran (por ende en
febrero entran 8250 cilindros ms de los que salen).

29
Se calcula el promedio, valor mximo, mnimo y desviacin estndar.

128
Tabla 1: Desfase acumulado de cilindros

Desfase cilindros (Acumulados)


Fecha 5 kg 11 kg 15 kg 45 kg

Enero-Febrero -4180 14765 -4655 8320


Enero-Marzo 4070 14352 -2944 8836
Enero-Abril 4070 14352 -1479 8629
Enero-Mayo 4070 14664 -3612 7791
Enero-Junio 5010 18587 -3606 7681
Enero-Julio 1994 19340 -11847 8484
Enero-Agosto 1994 17831 -3183 9261
Enero-Septiembre 7972 17801 -2648 8877
Enero-Octubre 7972 17801 -1309 8877

Cilindros canjeados diariamente por empresas: A travs de una tabla dinmica se obtiene
para cada da analizado el total de canjes de cada formato y para cada tipo de viaje. Lo
anterior es complementado con grficos que permiten un anlisis visual. A modo de ejemplo
se presenta en el Grafico 1 el nmero de cilindros canjeados diariamente por Abastible para 5
Kg. para el perodo Enero Octubre 2007, donde se refleja la irregularidad diaria que ha sido
comentada. A partir de la informacin antes sealada, es posible obtener los valores promedio
de canjes (junto a simples indicadores estadsticos), lo cual luego es utilizado por el modelo
de optimizacin. Por ltimo, cabe mencionar que para la obtencin de los resultados recin
mencionados nicamente es necesario actualizar la tabla dinmica, con lo que el resto de las
funcionalidades se ejecutan de forma automtica.

Grfico 1: Cilindros canjeados diariamente por compaa

129
Distribucin de canjes por compaa: Resulta muy interesante para el departamento de
Produccin contar con informacin sobre como se distribuyen las compaas los canjes de los
distintos formatos. A partir de una tabla dinmica es posible obtener el Grfico 2 donde es
posible percibir de forma visual la participacin de cada una de las empresas en los canjes de
cada formato, lo cual se puede relacionar de forma directa con el nmero de viajes efectuados
por cada compaa y evaluar la conveniencia del sistema de canjes acordado con la
competencia. De hecho este anlisis ha permitido identificar y proyectar polticas que pueden
tener un importante impacto econmico favorable para Gasco. A modo de ejemplo se
30
presenta la distribucin de los canjes para un perodo ficticio . Cabe mencionar que estos
mismos resultados tambin son obtenidos de forma porcentual. Gran parte de estos anlisis
son obtenidos de forma automatizada, debiendo el usuario efectuar simples procedimientos
que han sido claramente definidos.

Grfico 2: Distribucin de canjes entre compaas.

Definicin tipos de viajes de canje efectuados por Gasco: A partir de los viajes de canje
efectuados por la flota Gasco hacia la competencia se obtiene (mediante tabla dinmica) una
tabla de frecuencias de formas recurrentes de carga de los vehculos (separados por destino
del viaje). Luego, complementando lo anterior con un anlisis manual (donde se relacionen
formatos de carga muy similares), el usuario podr agregar la informacin obteniendo un

30
Principalmente por confidencialidad de la informacin de la empresa.

130
nmero reducido de formatos, lo cual permite simplificar la bsqueda de soluciones del
modelo matemtico.

B. Informe de Ventas

Ventas acumuladas mensuales: En base a las tablas dinmicas generadas (de las base de
datos histricas) se obtiene un grfico comparativo de las ventas acumuladas para cada
formato del mes con respecto a los ltimos 4 aos, el cual permite tener una idea general de
los cambios en las demandas en el tiempo. A modo de ejemplo se presenta el grfico1, que
corresponde al mes de julio de 2007. Este grfico se obtendr de forma automtica al
actualizar las bases de datos y tablas dinmicas.

Grfico 1: Comparacin histrica de ventas mensuales

Ventas a lo largo del mes: Se obtiene de forma automtica un grfico con el detalle de las
ventas diarias por formato, identificando el da de la semana. A modo de ejemplo se presenta
el grfico 2 para el mes de julio de 2007 en el formato 5 Kg.

Grfico 2: Distribucin de ventas durante el mes

131
Distribucin histrica de ventas por da. De forma automtica se obtiene un grfico que
representa como se han distribuido las ventas por cada da de la semana, lo cual es
comparado con los cuatro aos anteriores. A modo de ejemplo, el grfico 3 refleja los
resultados para el mes de julio para 5 Kg. Si bien en trminos mensuales este grfico puede
no ser del todo confiable para concluir ciertos patrones, sus resultados acumulados para
per odos de tiempo mayores (tambin disponible) puede permitirlo.

Grfico 3: Distribucin histrica de ventas por da

Distribucin de demandas por categoras : Se han definido tres categoras de demanda diaria
con sus respectivos criterios de pertenencia (que puden ser modificados si as se desea). A
partir de stos es posible obtener la distribucin histrica de las demandas en cada categora,
lo que permite llevar a cabo un interesante anlisis comparativo entre las demandas de
distintos aos, pudiendo percibir ciertas tendencias en el mercado o para cierto ao, estudiar
secuencias de das de demanda alta, etc. A modo de ejemplo, la tabla 1 y el grfico 4
presentan los resultados para julio 2007.

132
Tabla 1: Probabilidad de pertenencia histrica de demanda por categora

2003 2004 2005 2006 2007


Dda Baja 0,19 0,16 0,23 0,39 0,16
Dda Normal 0,65 0,68 0,71 0,39 0,52
Dda Alta 0,16 0,16 0,06 0,23 0,32

Grfico 4: Distribucin de demandas por categoras

Definicin de stock de seguridad: En base a las demandas histricas y las clsicas frmulas
de manejo de inventario con demandas aleatorias, es posible generar para los ltimos 5 aos
el nivel de stock de seguridad de cilindros llenos (que corresponde a una de las componentes
del stock deseado de cilindros llenos del modelo). Luego, dando las ponderaciones deseadas
a cada uno de stos, es posible definir un nivel de stock esperado 31 para el ao siguiente.
Anlisis acumulado de ventas: As como es posible obtener los reusltados recin descritos
para cada mes, se ha generado adems una planilla que permita el anlisis acumulado a lo
largo del ao de estos resultados, la cual se encuentra en gran parte automatizada y linkeada
de manera que se efectue su directa actualizacin.

31
Se supone que es posible explicar la demanda para el ao siguiente en base a las demandas
histricas para el mes, para lo cual ser posible dar mayor ponderacin a los aos que pudieran
considerarse ms representativos.

133
C. Informe de Existencias

Variacin en stock de cilindros: Se obtiene grficamente la variacin en los stock a lo largo del
mes para cilindros llenos, vacos, en mantenimiento (tanto dentro como fuera de la planta),
para canje en Gasco y en otras plantas.
Estadsticos bsicos sobre stock de cilindros: Para los mismos stock mencionados en el punto
anterior se genera un simple anlisis estadstico de los resultados a lo largo del mes
(promedio, desviacin estndar, mximo y mnimo).
Cumplimiento en stock deseado de cilindros llenos y vacos: automaticamente se genera una
tabla con el desfase con respecto a stock deseado a lo largo del mes y se obtiene la fraccin
de das en que no se logran los niveles deseados.
Nivel mximo deseado de cilindros en otras compaas: El departamento de produccin define
niveles mximo de cilindros para canje en las otras plantas. Por ende se obtiene una tabla con
los desfases sobre los niveles deseados recin mencionados y fraccin de das en que se
supera el nivel ximo definido.
Detalle de cilindros canjeables y cilindros estancados: Se ha definido como cilindro
estancado al cilindro para canje que no pued ser canjeado dado que la otra compaa no
cuenta con el cilindro para el cumplimiento del principio 1:1. A partir de lo anterior, se generan
tablas que representan el total de cilindros estancados, identificando en cual de las plantas es
que se encuentran. Por otra parte, es posible obtener para cada da el nivel de cilindros
canjeables entre compaas al inciar el da, al cual para la estimacin de los cilindros
canjeables para el da sera necesario incorporar el valor esperado de cilindros que hagan
ingreso a la planta durante el da.

134
Anexo n3: Definicin de parmetros del modelo.

1. Condiciones iniciales

La definicin de stock inicial de cilindros vacos, llenos, para canje y en mantencin son

calculados como el promedio simple para el mes previo al inicio de la corrida del modelo. El promedio

hace que los stock elevados de algunos das tiendan a ser equilibrados por los bajos de otros,

reduciendo las posibilidades de error que se pudiesen cometer al dejarse llevar por fluctuaciones

aleatorias que pueden ocurrir en ciertos das.

2. Das hbiles para ventas y para canje

El nmero de das hbiles en el perodo para canjes y ventas han sido diferenciados, pues

existen meses para los que slo es posible efectuar canjes de lunes a viernes, mientras que las

ventas usualmente son efectuadas de lunes a sbado (y los domingos en perodos peak). La

produccin por ltimo, se distribuye usualmente de lunes a sbado en temporada alta y slo hasta el

viernes en temporada baja.

Los valores asignados a estos parmetros debern ser definidos por el tomador de

decisiones.

3. Viajes de canje efectuados diariamente por la flota Gasco

Para la definicin de este parmetro se cuenta con el nmero de viajes de canje efectuados

diariamente (y valores promedio mensuales) para el perodo Junio 2006 Diciembre 2007, los cuales

han sido obtenidos a partir del Informe de Canje.

A partir de lo anterior, unido al criterio de personal especializado en este proceso, ser posible

definir para cada horizonte de planificacin los viajes de canje diarios efectuados por Gasco.

Para la definicin de este valor deberan tomarse las siguientes consideraciones:

135
Puede que se consideren como das hbiles, das en que slo ser posible efectuar canjes

durante medioda.

La definicin de los viajes debe considerar nicamente los efectuados en el horario de trabajo

(los viajes extra son considerados por separado).

4. Capacidad de produccin

La capacidad de produccin de la planta ha sido definida a partir de la produccin mxima

diaria para cada mes desde el ao 2004, con lo que resulta poco probable que se presenten

problemas de capacidad. El motivo de esto es que el objetivo del modelo es determinar la produccin

promedio necesaria diaria, sin importar mayormente cuanto haya que invertir en lograrlo. Los valores

definidos de capacidad mxima de produccin diaria mensual y produccin por hora para cada

formato, son presentados en la tabla 1.

Tabla 1: Capacidad mxima de produc cin diaria y capacidad de produccin por hora de carruseles.

Produccin Mxima
Mes 5 Kg. 11 Kg. 15 Kg. 45 Kg.
Enero 4862 26920 12790 2600
Febrero 5870 21335 13464 2546
Marzo 5390 26588 13561 3680 Capacidad Mxima Produccin
Abril 9966 27570 25142 4427 Curruseles (cilindros/hora)
Mayo 17879 28458 22692 3688 5 Kg. 11 Kg. 15 Kg. 45 Kg.
Junio 14246 31157 24116 3301 780 3000 2200 240
Julio 14252 29862 23970 4831
Agosto 12873 29539 24386 4028
Septiembre 9772 28701 21622 3204
Octubre 6941 22632 19551 3196
Noviembre 7040 20046 17993 3108
Diciembre 23484 21028 17250 2898

5. Costos de Flota

Los costos de flota presentan una parte fija y otra variable. El costo fijo es definido a partir de

los costos a incurrir por contrato del camin y personal necesario para operarlo. El costo variable

corresponde al costo para la compaa de cada viaje de canje en sobretiempo. Este ltimo valor debe

136
ser mayor al costo unitario de un viaje en horario normal (el cual se obtiene a partir del costo fijo,

dividido por el nm ero esperado de viajes que efecta durante el mes), incluso para los meses con

menos das hbiles (por lo que el costo unitario de viaje aumenta). De esta forma los costos definidos

son presentados en la tabla 1:

Tabla 1: Costos de flota

Costo Unitario Contrato Flota


Costo Fijo 1.860.000
Costo Viaje Extra 30.000

6. Cotas superiores para sancin baja al agregar cilindros a los patios de colores.

En el diseo del modelo se han definido los parmetros lim_var3 y lim_var4, los cuales

corresponden a la cota superior de cilindros de formato j de la compaa k que es posible incorporar al

Patio de Colores Gasco, en el primer caso, y la cota superior de cilindros de formato j pertenecientes a

Gasco que puede ser agregados al Patio de Colores de la compaa k, en el segundo, para los cuales

la sancin en el valor de la funcin objetivo por esta inclusin es de tipo baja. Sus valores han sido

definidos como el promedio de cilindros que ingresan diariamente al Patio de Colores en cuestin

(Gasco en el primer caso y de la compaa k para el segundo) para los tres primeros perodos. Este

valor se justifica por el hecho de que durante el primer perodo es posible que se presenten

variaciones entre el ingreso de cilindros a los patios de colores estimadas y las reales, para lo cual la

cifra antes mencionada corresponde a un valor de desviacin aceptable por la empresa.

En caso de que el modelo requiera agregar un nmero mayor de cilindros, Var1 y Var2

tomarn valores distintos de cero y la sancin unitaria por la utilizacin de stos ser de tipo Alto.

Por ende, los valores de los parmetros estarn dados por:

k,j
1 3
lim_var3 k , j = fgk ,j , t V j ,t
3 t =1

k,j
1 3
lim_var4( k, j ) = foc ( k, j ) V ( j , t )
3 t =1

137
7. Penalidades e incentivos.

Penalidad unitaria por incumplimiento cilindros llenos: Ha sido definida en funcin del margen
alcanzado por la venta del cilindro. De esta forma, se tiene:

C _ LLj ,t = j M j

Donde:

j = Ponderador sobre margen por venta para penalizar la deficiencia de stock de cilindros llenos.
M j = Margen unitario por la venta de un cilindro de tipo j.
Tal como puede verse, la penalidad definida es independiente del tiempo, lo cual concuerda con
su definicin.

Por ltimo, cabe mencionar que en un inicio el valor de j ha sido definido igual a 5 para los
cuatro formatos.

Penalidad unitaria por incumplimiento cilindros vacos: Ha sido definida en funcin de la


penalidad para el dficit en stock de cilindros llenos. De esta forma se tiene:

C _ V j ,t = j C _ LL j ,t

Donde:

j = Ponderador sobre Penalidad unitaria para cilindros llenos.

Dado que el posible impacto debido al dficit de una unidad en stock de cilindros vacos es menor

que para el caso de cilindros llenos, el valor de j ser menor a 1. En un inicio su valor ha sido
definido como 0.25.

Costo unitario compra de cilindros nuevos: Su valor ha sido definido a partir de la ltima
compra de cilindros nuevos efectuada en el extranj ero. Dado que la compra de cilindros trae

consigo adems costos anexos, el valor original ha sido multiplicado por un ponderador j
mayor que uno. En un inicio su valor ha sido igual a 2.

138
Penalidad unitaria por agregar cilindros a Patios de Colores: Tal como se ha sealado
anteriormente, la utilizacin de estas variables es nicamente para asegurar la factibilidad del
modelo, por lo cual es deseado que se recurra a stas slo si es necesario. Por ende, la
penalidad unitaria definida, tanto en su caso bajo como alto, debe ser mayor al resto de las
penalidades.
De esta forma, el valor para la penalidad de tipo baja ha sido definidos en funcin del costo de
compra de cilindros nuevos (que era el mayor costo hasta el momento), amplificando este
valor con un ponderador, que ha sido definido igual a 1.5. La penalidad de tipo alta es
expresada en funcin de la penalidad de tipo baja, amplificndola por un ponderador tambin
igual a 1.5. De esta forma:

CVAR _ Bj = 1.5 CCV j

CVAR _ Aj = 1.5 CVAR _ B j


Incentivo por Reduccin de Stock en patios de canje: Su valor ha sido calculado en funcin

del costo unitario de canje actual, el cual es multiplicado por un ponderador ( j 1) . Se


tiene:

CFt
E (NVCt ) 32
CRS1j = CRS 2 j = ( j 1) t
CC j

Donde:

CC j : Nmero mximo de cilindros de formato j que pueden ser cargados en un camin de


Gasco, suponiendo que ste es llenado nicamente con este formato.

La expresin ponderada por ( j 1) corresponde al costo unitario actual de canje de un cilindro


de formato j. La idea es que el canjear hoy resulta ms econmico que postergarlo, por lo que la

fraccin ( j 1) corresponde a la fraccin de ahorro por no postergar el canje, resultando la

expresin total el beneficio de canjear en la actualidad. Inicialmente el valor de j ha sido


definido igual a 2.

32
NVCt : Nmero esperado de viajes de canje a efectuarse diariamente en el perodo t.
CFt : Costo fijo de contratacin de flota en el perodo t.

139
Penalidad por demanda insatisfecha: Ha sido definida en funcin de la penalidad definida para
el dficit en stock de cilindros llenos. De esta forma se tiene:

CVPj ,t = j C _ LLj , t
vp

Donde:

vp
j = Ponderador sobre Penalidad unitaria para cilindros llenos.

Dado que el posible impacto debido a una venta perdida es considerablemente mayor que para el

caso de cilindros llenos, el valor de vp


j ser mayor a 1. En un inicio su valor ha sido definido

como 3.5.

Incentivo unitario por maximizacin variable cilindros canjeables: A travs de este incentivo se
busca minimizar la diferencia entre el stock de cilindros canjeables real y el definido para el
modelo. En un inicio el incentivo ha sido definido igual a 1 para todos los formatos, valor que
ser sensibilizado, para definir el valor que se acomode de mejor forma a los objetivos del
modelo.

140
Anexo n4: Sensibilidad sobre parmetros definidos por
Gasco.

A. Sensibilidad sobre stock inicial de cilindros llenos y vacos

El stock inicial de cilindros llenos ha sido expresado como fraccin del stock deseado inicial
(tanto para llenos como vacos), considerndose cinco escenarios. En el primero de stos se
considera que el stock inicial de cilindros llenos y vacos es igual al stock deseado para el mes inicial.
Los siguientes cuatro escenarios contemplan el inicio del perodo de planificacin con un stock de
cilindros llenos y vacos igual al 90 (Escenario 2), 70 (Escenario 3), 50 (Escenario 4) y 30%
(Escenario 5) con respecto al stock deseado.

La variacin en el valor de la funcin objetivo se presenta en el Grfico 1:

Grfico 1: Variacin valor funcin objetivo segn escenario

Variacin Valor Funcin Objetivo


2.030
Millones

1.830
1.630
1.430
1.230
1.030 Funcin
$

Objetivo
830
630
430
230
30
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede ver que al reducir el stock inicial en un 10% el impacto en el valor de la funcin
objetivo es prcticamente nulo. Sin embargo, a partir del Escenario 3 la funcin objetivo crece
abruptamente, tenindose por ejemplo un aumento de un 900% en el valor entre el Escenario 2 y el
Escenario 3.
A partir del detalle de crecimiento por escenario para cada componente de la funcin objetivo
(Grfico 2) se puede observar que quienes tienen mayor ponderacin sobre el resultado final (y que se
incrementan abruptamente al avanzar en los escenarios) son: Dficit en stock de cilindros llenos
(desde 0% a 36%), Compra de cilindros nuevos (desde 0% a 34%) y Cilindros insertados a patios de

141
colores por factibilidad (desde 0% a 27%, presentando su peak porcentual en el escenario 3 con un
52%).

Grfico 2: Variacin componentes de costo segn escenario

Variacin Componentes Costo por Escenario


800 Flota
MM

700 Viajes Extra

600
Dficit Llenos

500
Dficit Vacos

400
Cils Patios Colores:Caso Bajo
$

300
Cils Patios Colores:Caso Alto
200
Costo por reduccion en stock
100 cilindros para canje en las plantas

Costo por reduccion en stock


0 cilindros para canje en las plantas:
FINAL 3 PERIODO
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 Compra inicial cils
-100
Escenario

Con respecto al tamao de flota y viajes extra (Grficos en Anexo n4.B, parte 1) se tiene que
el primero permanece constante en todos los escenarios, salvo para el primer perodo del Escenario 5
donde se agrega un camin a la flota. Los viajes extra, tal como era esperable, aumentan escenario a
escenario en el perodo 1 y son relativamente parejos en el resto de los perodos (lo cual trae consigo
que el nmero de cilindros canjeados y viajes de canje aumenten escenario a escenario en las
primeras dos etapas para luego permanecer prcticamente constantes en el resto de los perodos).
Por ltimo, la produccin promedio diaria permanece prcticamente constante para los cuatro
formatos.
La conclusin final que puede ser extrada del anlisis es que el iniciar el horizonte de
planificacin con hasta un 10% bajo el nivel deseado no genera mayor impacto en los costos, sin
embargo, valores superiores a ste provocan un impacto creciente y pronunciado en los costos.
Con el objetivo de hacer ms interesantes los anlisis de sensibilidad posteriores, se ha
optado por considerar como situacin inicial un stock de un 80% del valor deseado, tanto para
cilindros llenos como vacos. Esto se debe a que mediante esta transformacin, se presenta un
escenario ms complejo en el cual se hacen presentes penalidades que de caso contrario no seran
utilizadas, afectando su posterior anlisis de impacto.

142
B. Sensibilidad sobre Incentivo unitario por maximizacin variable cilindros
canjeables

Tal como se ha sealado, en un inicio se ha definido un beneficio unitario de 1 por cada


cilindro canjeado (no importando el formato). En este punto se desea evaluar como vara la diferencia
entre los cilindros canjeables reales y los definidos por el modelo, ante variaciones en este incentivo.
Para esto se han considerado cinco escenarios, donde el tercero de stos corresponde a la situacin
inicial y los siguientes cuatro contemplan un incentivo igual a 0 (Escenario 1), 0.5 (Escenario 2), 5
(Escenario 4) y 10 (Escenario 5) por cada cilindro canjeado, no importando su formato.
La variacin en el valor de la funcin objetivo se presenta en el Grfico 3. Cab e mencionar
que el valor graficado no considera el incentivo en cuestin, cuyo valor es presentado en la parte
inferior del grfico (Tabla).

Grfico 3: Variacin valor funcin objetivo segn escenario (considerando incentivo canjeables).

Variacin Valor Funcin Objetivo (no considera


incentivo)
75.700.000
75.600.000
75.500.000
75.400.000
75.300.000
$

75.200.000
Funcin
75.100.000 Objetivo
75.000.000
74.900.000
74.800.000
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Esc 1 Esc 2 Esc 3

Valor Incentivo por Valor Porcentaje Valor Porcentaje Valor Porcentaje


Cilindros Canjeables y 0 0% 887.386 1% 1.774.959 2%
fraccin de total Esc 4 Esc 5
Funcin Objetivo Valor Porcentaje Valor Porcentaje
8.871.715 12% 18.114.536 24%

Se puede obs ervar que el valor de la funcin objetivo prcticamente permanece constante a
medida que se avanza por los escenarios, presentndose una diferencia inferior al 1% entre los dos
escenarios extremos. Por otro lado, ante la variacin en el incentivo unitario por cilindros canjeables,
se puede ver que el valor asignado para la variable toma mayor importancia a medida que se aumenta
el escenario, llegando a equivaler a un 24% del total de la funcin objetivo para el escenario 5.

143
A partir del detalle de crecimiento por escenario para cada componente de la funcin objetivo
(Grfico 4) se puede observar que ninguna de las componentes vara de forma considerable a medida
que se avanza en los escenarios, lo cual hace presagiar que el impacto de la variacin del parmetro
sobre las decisiones tiende a ser nulo.

Grfico 4: Variacin componentes de costo segn escenario

Variacin Componentes Costo por Escenario


35
Flota
MM

30
Viajes Extra

25 Dficit Llenos

20 Dficit Vacos

15 Cils Patios Colores:Caso Bajo


$

10 Cils Patios Colores:Caso Alto

Costo por reduccion en stock


5
cilindros para canje en las plantas

Costo por reduccion en stock


0
cilindros para canje en las plantas:
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 FINAL 3 PERIODO
Compra inicial cils
-5
Escenario

Con respecto al tamao de flota y viajes extra (Grficos en Anexo n4.B, parte 2) se tiene que
el primero permanece constante en todos los escenarios, salvo para el cuarto perodo del Escenario 5
donde se disminuye un camin a la flota. Sin embargo, desde este perodo se observa un aumento
importante en los viajes extra (lo cual no ocurre en los otros escenarios), lo cual compensa el ahorro
de un camin. Por otro lado, la produccin promedio diaria permanece prcticamente constante para
los cuatro formatos.
El ltimo aspecto a revisar, el ms importante en este anlisis, corresponde a la semejanza
entre el valor de la variable para cilindros canjeables y el valor real a travs de los escenarios,
resultado que se expresa en la tabla 1:

144
Tabla 1: Variacin en nmero de cilindros canjeables segn escenario.

Cilindros Canjeables 5 Kg 11 Kg. 15 Kg. 45 Kg.


Modelo 304.786 705.114 690.088 46.805
Esc 1 Real 317.356 706.947 696.968 47.360
(Modelo) / (Real) 96,0% 99,7% 99,0% 98,8%
Modelo 312.488 715.310 699.614 47.360
Esc 2 Real 312.766 715.310 699.614 47.360
(Modelo) / (Real) 99,9% 100,0% 100,0% 100,0%
Modelo 312.453 715.154 699.992 47.360
Esc 3 Real 312.651 715.611 699.992 47.360
(Modelo) / (Real) 99,9% 99,9% 100,0% 100,0%
Modelo 311.407 715.584 699.992 47.360
Esc 4 Real 312.451 715.887 699.992 47.360
(Modelo) / (Real) 99,7% 100,0% 100,0% 100,0%
Modelo 319.085 722.008 722.449 47.911
Esc 5 Real 320.231 722.008 722.672 47.990
(Modelo) / (Real) 99,6% 100,0% 100,0% 99,8%

De la tabla anterior, se puede observar que a partir del escenario 2 (ponderador 0.5), el valor
para cilindros canjeables del modelo prcticamente se iguala al valor real, presentndose mnimas
diferencias entre un escenario y otro. Lo anterior permite concluir que cualquier valor sobre o igual a
0.5 permitir trabajar con los valores para cilindros canjeables correctos.
Por otro lado, cabe mencionar que al evaluar el modelo con un incentivo cercano a 20, el
tiempo de ejecucin para obtencin de resultados se incrementa exponencialmente, llegndose a
problemas de capacidad de memoria para el equipo utilizado. Dado que el objetivo del modelo, ms
que tener respuestas totalmente exactas es obtener informacin til en tiempos prudentes, se
descarta la utilizacin de un incentivo cercano al valor recin sealado.
Por lo tanto, se puede concluir que el valor para el parmetro en cuestin debiera moverse
entre 0.5 y un valor cercano a 10, dado que trabajar con valores mayores genera que la importancia
de esta componente crezca demasiado, llegando incluso a que el beneficio alcanzado supera a la
sumatoria total del resto de las componentes (provocando que su valor sea menor que cero), lo cual
no es acorde con los objetivos del modelo planteado.
Para los estudios de sensibilidad posteriores, se ha optado por continuar utilizando como
incentivo el valor 1, puesto que sus resultados son acordes con los esperados tras el diseo del
modelo. Adems el valor inicial para stock inicial de cilindros llenos y vacos, al igual que para el
anlisis recin efectuado, contina siendo igual a 0.8.

C. Sensibilidad sobre Penalidad por incumplimiento stock cilindros llenos y vacos

En la seccin anterior se ha detallado como han sido definidas las distintas penalidades del
modelo. La penalidad por desfase en cilindros llenos ha sido expresada en funcin del margen
unitario por cilindro y para el caso de cilindros vacos, en funcin de la penalidad para cilindros llenos.

145
Para el anlisis de sensibilidad se han definido cinco escenarios, donde el tercero de stos
corresponde a la situacin inicial y los siguientes cuatro contemplan una penalidad de 0.5 (Escenario
1), 0.9 (Escenario 2), 1.1 (Escenario 4) y 1.5 (Escenario 5) veces el valor de penalidad inicial.
Cabe mencionar que para este primer anlisis, nicamente se han sensibilizado las dos
penalidades sealadas, dejando estticas las penalidades por insertar cilindros para canje y el costo
de compra de cilindros vacos.
La variacin en el valor de la funcin objetivo se presenta en el Grfico 5:

Grfico 5: Variacin valor funcin objetivo segn escenario

Variacin Valor Funcin Objetivo


90
Millones

80
70
60
Funcin
50
Objetivo
$

40
30
20
10
0
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede ver que el valor de la funcin objetivo crece escenario a escenario de forma
moderada, tenindose un aumento en su valor de un 30% entre el primer y quinto escenario
(presentando el mayor aumento en el paso del primer a segundo escenario equivalente a un 14 %). El
detalle de la variacin por escenario para cada componente de la funcin objetivo se presenta en el
grfico 6:

146
Grfico 6: Variacin componentes de costo segn escenario

Variacin Componentes Costo por Escenario


35
Flota
MM

30
Viajes Extra

25 Dficit Llenos

20 Dficit Vacos

15 Cils Patios Colores:Caso Bajo


$

10 Cils Patios Colores:Caso Alto

Costo por reduccion en stock


5
cilindros para canje en las plantas

Costo por reduccion en stock


0 cilindros para canje en las plantas:
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 FINAL 3 PERIODO
Compra inicial cils
-5
Escenario

Lo ms relevante del grfico anterior es que para el quinto escenario, el valor unitario de
penalidad genera un gran aumento en el costo por insertar cilindros para canje (3300% con respecto
al escenario anterior) y, a la vez, una disminucin considerable en el costo por desfase en cilindros
llenos (84% con respecto al escenario anterior) y en compra de cilindros nuevos (46% con respecto al
escenario anterior). Esta situacin refleja que al amplificar en un 50% el valor de las penalidades en
estudio, a pesar de que no se presentan grandes variaciones en el valor final de la funcin objetivo en
relacin a las decisiones del modelo, resulta ms conveniente insertar cilindros para canje, lo cual
como se ha sealado en reiteradas ocasiones, no es deseado para el diseo del modelo.
Por otro lado, ante la reduccin en la penalidad, es necesario estudiar el comportamiento de
las variables de desfase para stock de cilindros llenos y vacos, cuyo comportamiento se presenta en
la tabla 2:

Tabla 2: Desfase stock de cilindros llenos y vacos segn escenario


Desfase total (en nmero) stock cilindros Desfase total (en nmero) stock cilindros
vacos por escenario llenos por escenario
5 Kg 11 Kg 15 Kg 45 Kg 5 Kg 11 Kg 15 Kg 45 Kg
Escenario 1 0 1587 0 0 Escenario 1 0 1527 0 0
Escenario 2 0 1580 0 0 Escenario 2 0 1498 0 0
Escenario 3 0 1583 0 0 Escenario 3 0 1505 0 0
Escenario 4 0 1592 0 0 Escenario 4 0 1493 0 0
Escenario 5 0 1922 0 0 Escenario 5 0 176 0 0

147
De lo anterior se tiene que a pesar de la reduccin en la penalizacin, el total de cilindros
faltantes para cumplir con los stock deseados (a y ) sufren variaciones mnimas, por lo cual se
concluye que no afecta en las decisiones del modelo.
Por ltimo, en el anexo n4.B, parte 3, puede observarse adems que el tamao de flota,
viajes extra y produccin son prcticamente equivalentes para los cinco escenarios.
El anlisis recin desarrollado permite concluir que:
La penalidad en estudio no debiera ser aumentado de forma drstica (ms de un 10 a 15 %),
sin modificar el costo de insertar cilindros en patios de colores, pues esto provoca un traspaso
de cilindros del primero al segundo, lo cual se aleja del objetivo por el cual se ha diseado el
modelo. Cabe mencionar que el clculo de la fraccin mxima posible de amplificacin no es
parte de los alcances del proyecto, por lo cual el estudio sobre estas penalidades no es
profundizado ms de lo recin desarrollado.
La reduccin en la penalidad en estudio hasta un nivel de un 50% prcticamente no genera
alteraciones en la solucin entregada por el modelo en trminos de flota, produccin y
cilindros faltantes para cumplimiento niveles deseados.

D. Sensibilidad sobre Penalidad por compra de cilindros nuevos

De igual forma que para las sensibilidades anteriores, se han definido cinco escenarios, donde
el tercero de stos corresponde a la situacin inicial y los siguientes cuatro contemplan una penalidad
de 0.5 (Escenario 1), 0.9 (Escenario 2), 1.1 (Escenario 4) y 1.5 (Escenario 5) veces el valor de
penalidad inicial.
La variacin en el valor de la funcin objetivo se presenta en el Grfico 7:

Grfico 7: Variacin valor funcin objetivo segn escenario

Variacin Valor Funcin Objetivo

100.000.000
90.000.000
80.000.000
70.000.000
60.000.000
Funcin
50.000.000
$

Objetivo
40.000.000
30.000.000
20.000.000
10.000.000
0
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

148
Se puede ver que el valor de la funcin objetivo crece escenario a escenario de forma
moderada, tenindose un aumento en su valor de aproximadamente un 35% entre el primer y quinto
escenario (presentando el mayor aumento en el paso del primer a segundo escenario equivalente a un
14 %). El detalle de la variacin por escenario para cada com ponente de la funcin objetivo se
presenta en el grfico 8.

Grfico 8: Variacin componentes de costo por escenario, caso penalidad compra cilindros.

Variacin Componentes Costo por Escenario


35
Flota
MM

30 Viajes Extra

Dficit Llenos
25

Dficit Vacos
20
Cils Patios Colores:Caso Bajo
15
$

Cils Patios Colores:Caso Alto

10
Costo por reduccion en stock cilindros
para canje en las plantas
5 Costo por reduccion en stock cilindros
para canje en las plantas: FINAL 3
PERIODO
0 Compra inicial cils

Esc 1 Esc 2 Esc 3 Esc 4 Esc 5


Castigo Ventas Perdidas
-5
Escenario

Del grfico anterior resaltan los resultados obtenidos para el quinto escenario, donde dada la
nueva asignacin de costo de compra genera que su valor coincida con el de insertar cilindros a los
patios de colores, lo cual genera un importante aumento en el costo por esta ltima (desde un 0.2 a un
27% entre el cuarto y quinto escenario), donde el aumento de cilindros incorporados a los patios
puede ser observado en la tabla 3.

Tabla 3: Cilindros agregados a patios de colores segn escenario (las tablas omitidas no presentan
valores distintos a cero)

Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Lipigas


1 2 3 4 1 2 3 4
Esc 1 0 3 0 0 Esc 1 0 7 0 0
Esc 2 0 2 0 0 Esc 2 0 1 0 0
Esc 3 0 2 0 0 Esc 3 0 1 0 0
Esc 4 3 2 0 0 Esc 4 0 0 0 0
Esc 5 0 188 0 0 Esc 5 0 346 0 0

149
A la vez, es posible observar una disminucin en los cilindros a comprar, los que permanecen
prcticamente constantes en los primeros cuatro escenarios y disminuyen en un 36% en el ltimo
(provocando a pesar del aumento del costo unitario, una disminucin en el costo total de la
componente), lo cual puede verse en la tabla 4.

Tabla 4: Variacin cilindros a comprar segn escenario


Formato
Escenario
1 2 3 4
Esc 1 0 764 0 0
Esc 2 0 767 0 0
Cilindros a
Esc 3 0 767 0 0
Comprar
Esc 4 0 769 0 0
Esc 5 0 498 0 0

Por otro lado, dado que los cilindros insertados en los patios de colores son agregados en el
primer perodo y los comprados en el segundo, los cambios antes descritos generan que sea posible
reducir los costos por desfase en el stock de cilindros llenos al comienzo del segundo perodo,
generando una disminucin en el costo total de esta componente de un 72%. En la tabla 5, se puede
ver adems la reduccin en trminos de nmero de cilindros para el quinto escenario con respecto a
los anteriores.

Tabla 5: Desfase total stock cilindros llenos segn escenario.

Desfase total (en nmero) stock cilindros


llenos por escenario
5 Kg 11 Kg 15 Kg 45 Kg
Escenario 1 0 1482 0 0
Escenario 2 0 1504 0 0
Escenario 3 0 1505 0 0
Escenario 4 0 1551 0 0
Escenario 5 0 431 0 0

Por otra parte, la solucin entregada por el modelo en trminos de tamao de flota, produccin
y total de viajes de canje efectuados permanece prcticamente inalterada a lo largo de los escenarios,
lo cual puede ser observado en el Anexo n4.B, parte 4.
Para finalizar, a partir de los anlisis efectuados se puede concluir lo siguiente:
Aumentos moderados para la penalidad por compra de cilindros (alrededor de un 10%) no
generarn grandes cambios en las soluciones, por lo cual resulta factible efectuarlos en caso
que se desease.
Para el caso de disminucin en la penalidad, se ha observado que es posible reducir su valor
hasta en un 50% sin presentar mayores variaciones en el espacio de solucin, pero s
generando cambios en el costo final a incurrir.

150
E. Sensibilidad sobre Premio por reduccin en stock para canje

Para esta sensibilidad se consideran nuevamente cinco escenarios, donde el primero de estos
corresponde a la situacin inicial y para el resto el ponderador unitario por reduccin (tanto para el
final del tercer perodo como para el trmino del horizonte de planificacin) es de 2 (Escenario 2), 5
(Escenario 3), 10 (Escenario 4) y 50 (Escenario 5).
La variacin de la funcin objetivo a travs de los escenarios se presenta en el grfico 9:

Grfico 9: Variacin valor funcin objetivo segn escenario

Variacin Valor Funcin Objetivo


100.000.000
80.000.000
60.000.000
40.000.000
20.000.000 Funcin
Objetivo
0
$

-20.000.000 Esc 1 Esc 2 Esc 3 Esc 4 Esc 5


-40.000.000
-60.000.000
-80.000.000
Escenario

Puede verse que tal como es esperable, el valor de la funcin objetivo decrece escenario a
escenario, teniendo su cambio ms drstico en el quinto escenario, donde el incentivo generado
supera con creces al resto de las componentes positivas, obtenindose una funcin objetivo de
alrededor de - MM$64. El grfico 10 representa el comportamiento de las distintas componentes de la
funcin objetivo a travs de los escenarios.

151
Grfico 10: Variacin componentes de costo segn escenario.

Variacin Componentes Costo por Escenario


Flota
40
MM

Viajes Extra
20
Dficit Llenos

0
Dficit Vacos
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5

-20 Cils Patios Colores:Caso Bajo


$

Cils Patios Colores:Caso Alto


-40
Costo por reduccion en stock cilindros
para canje en las plantas
-60
Costo por reduccion en stock cilindros
para canje en las plantas: FINAL 3
PERIODO
-80 Compra inicial cils

Castigo Ventas Perdidas


-100
Escenario

Del grfico se puede observar que para los primeros cuatro escenarios, ninguna componente, salvo la
sensibilizada, presenta cambios considerables en su valor, lo cual hace ver que modificar el parmetro
dentro de estos rangos no debiera generar mayores cambios en las soluciones del modelo. Para el
ltimo escenario, la situacin cambia, presentndose un drstico aumento en el costo por cilindros
ingresados a patios de colores (desde valores cercanos a 0 hasta alrededor de MM$30), una cada en
un 47% en el costo por compra de cilindros nuevos y una cada de un 95% en el costo por desfase de
cilindros llenos. Estos cambios se justifican en que dado el incentivo, resulta muy conveniente efectuar
canjes, llegando incluso a insertar cilindros para canje y reducir la compra de cilindros nuevos. En la
tablas 6,7 y 8 puede verse la variacin para los distintos escenarios de desfase en cilindros llenos,
cilindros agregados en patios de colores y cilindros a comprar.

Tabla 6: Variacin en desfase stock cilindros llenos


Desfase total (en nmero) stock cilindros
llenos por escenario
5 Kg 11 Kg 15 Kg 45 Kg
Escenario 1 0 1505 0 0
Escenario 2 0 1509 0 0
Escenario 3 0 1505 0 0
Escenario 4 0 1530 0 0
Escenario 5 0 106 0 0

152
Tabla 7: Variacin cilindros agregados en patios de colores
Cilindros a Agregar en Patio Lipigas Cilindros a Agregar en Patio Gasco (Abastible)
1 2 3 4 1 2 3 4
Esc 1 0 1 0 0 Esc 1 0 2 0 0
Esc 2 0 3 0 0 Esc 2 0 0 0 0
Esc 3 0 13 0 0 Esc 3 0 0 0 0
Esc 4 0 1 0 0 Esc 4 0 4 0 0
Esc 5 0 472 0 0 Esc 5 0 289 11 0

Tabla 8: Variacin cilindros a comprar

Formato
Escenario
1 2 3 4
Esc 1 0 767 0 0
Esc 2 0 770 0 0
Cilindros a
Esc 3 0 763 0 0
Comprar
Esc 4 0 763 0 0
Esc 5 0 407 0 0

Por otra parte, la solucin entregada por el modelo en trminos de tamao de flota y viajes
extra, produccin y total de viajes de canje efectuados prcticamente permanece inalterada a lo largo
de los escenarios, lo cual puede ser observado en el 3, parte E.
Por ltimo, se debe mencionar que al ejecutar el modelo considerando valores para el
incentivo que hagan tender a la funcin objetivo hacia valores relativamente pequeos (menos de
MM$5, lo cual se alcanza con valores cercanos a 20 como incentivo), generan un incremento
exponencial en la dificultad del modelo, no siendo posible lograr resultados con un gap aceptable
(valores superiores al 35%) dentro de los tiempos definidos como prudentes (20 minutos en este
caso), por lo cual no se recomienda utilizar valores de este tipo 33.

33
Con un incentivo igual a 25, el gap alcanzado en 20 minutos es de alrededor de un 35%. Con un
incentivo igual a 20 el gap est cercano al 10% en 20 minutos de ejecucin.

153
Anexo n 4.B: Otros grficos sensibilidad sobre parmetros
definidos por Gasco.

1. Sensibilidad sobre Stock inicial de cilindros llenos y vacos

Tabla 1. Compra Inicial de Cilindros Vacos


Formato
Escenario
1 2 3 4
Esc 1 0 0 0 0
Esc 2 0 0 0 0
Cilindros a
Esc 3 0 1257,989 0 0
Comprar
Esc 4 1200,344 8146,118 0 124,14
Esc 5 4635,144 16871,52 233,012 920,74

Grfico 1. Desfase cilindros llenos

Variacin Beta (Desfase stock llenos) 5 Kg. Variacin Beta (Desfase stock llenos) 11 Kg.
12000 30000

10000 25000
Esc 1 Esc 1
8000 20000
Esc 2 Esc 2
6000 Esc 3 15000 Esc 3
N

Esc 4 Esc 4
4000 10000
Esc 5 Esc 5
2000 5000

0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

Variacin Beta (Desfase stock llenos) 15 Kg. Variacin Beta (Desfase stock llenos) 45 Kg.
20000 3000
18000
2500
16000
14000 Esc 1 Esc 1
2000
12000 Esc 2 Esc 2
10000 Esc 3 1500 Esc 3
N

8000 Esc 4 Esc 4


6000 1000
Esc 5 Esc 5
4000 500
2000
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

154
Grfico 2. Desfase cilindros Vacos (los formatos 5 y 45 Kg. no presentan desfases)

Variacin Gama (Desfase stock vacos) 11 Kg. Variacin Gama (Desfase stock vacos) 15 Kg.
4500 3500
4000 3000
3500
Esc 1 2500 Esc 1
3000
Esc 2 Esc 2
2500 2000
N

Esc 3 Esc 3

N
2000 1500
Esc 4 Esc 4
1500
Esc 5 1000 Esc 5
1000
500 500

0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

Tabla 2. Cilindros Agregados a Patios de Colores


Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Gasco (Lipigas)
1 2 3 4 1 2 3 4
Esc 1 0 0 0 0 Esc 1 0 0 0 0
Esc 2 0 0 0 0 Esc 2 0 0 0 0
Esc 3 0 1954,87 0 6,58 Esc 3 7,29 0 0 0
Esc 4 1455,38 3213,87 0 132,58 Esc 4 763,13 0 0 0
Esc 5 1533 3210,575 2657,28 132,58 Esc 5 790,443 0 0 0
CI_Canje 1932 3100 5033 140 CI_Canje 2423 23928 31513 1528

Cilindros a Agregar en Patio Abastible Cilindros a Agregar en Patio Lipigas


1 2 3 4 1 2 3 4
Esc 1 0 0 0 0 Esc 1 0 0 0 0
Esc 2 0 0 0 0 Esc 2 0 0 0 0
Esc 3 0 0 0 0 Esc 3 0 1380,715 0 0
Esc 4 0 0 0 0 Esc 4 0 1766,442 190,14 57,41
Esc 5 0 0 0 0 Esc 5 0 1766,442 1356,71 125,602
CI_Canje_OC 3323 88350 8417 1105 CI_Canje_OC 2288 2735 3865 684

Grfico 3. Tamao de Flota y Viajes Extra

Variacin Tamao Flota Variacin Nmero Viajes Extra


6 60

5 50
Esc 1 Esc 1
4 Esc 2 40 Esc 2
3 Esc 3 30 Esc 3
N

2 Esc 4 20 Esc 4
Esc 5 Esc 5
1 10

0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

155
2. Sensibilidad sobre Incentivo por definicin de cilindros canjeables

Grfico 4. Variacin tamao flota y viajes extra

Variacin Tamao Flota Variacin Nmero Viajes Extra


4,5 60
4
50
3,5 Esc 1 Esc 1
3 Esc 2 40 Esc 2
2,5
Esc 3 30 Esc 3
N

N
2
1,5 Esc 4 20 Esc 4
1 Esc 5 Esc 5
10
0,5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

3. Sensibilidad sobre penalidad por desfase stock cilindros llenos y vacos

Grfico 5. Variacin tamao flota y viajes extra

Variacin Tamao Flota Variacin Nmero Viajes Extra


4,5 35
4 30
3,5 Esc 1 Esc 1
25
3 Esc 2 Esc 2
2,5 20
Esc 3 Esc 3
N

2 15
1,5 Esc 4 Esc 4
10
1 Esc 5 Esc 5
0,5 5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

Grfico 6. Desfase cilindros llenos y vacos (para el resto de los formatos es cero)

Variacin Beta (Desfase stock llenos) 11 Kg. Variacin Gama (Desfase stock vacos) 11 Kg.
8000
1400
7000
1200
6000
Esc 1 1000 Esc 1
5000 Esc 2
Esc 2 800
4000 Esc 3 Esc 3
N
N

Esc 4 600
3000 Esc 4
Esc 5 400 Esc 5
2000
200
1000
0
0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

156
Tabla 3. Variacin en la Produccin
Promedio produccion 5 Kg.
1 2 3 4 5 6 Promedio
Esc 1 8.649 10.606 8.766 8.423 3.888 2.757 7.181
Esc 2 8.658 10.615 8.764 8.121 4.236 2.757 7.192
Esc 3 8.662 10.595 8.787 8.116 4.236 2.757 7.192
Esc 4 8.659 10.612 8.763 8.399 4.219 2.486 7.190
Esc 5 8.650 10.612 8.772 8.123 4.236 2.757 7.192
Promedio produccion 11 Kg.
1 2 3 4 5 6 Promedio
Esc 1 20.628 21.597 20.403 19.127 14.780 11.377 17.985
Esc 2 20.629 21.596 20.403 18.913 15.041 11.377 17.993
Esc 3 20.629 21.596 20.403 19.152 14.750 11.377 17.985
Esc 4 20.630 21.596 20.403 18.913 15.224 11.221 17.998
Esc 5 20.654 21.596 20.379 18.913 15.133 11.299 17.996
Promedio produccion 15 Kg.
1 2 3 4 5 6 Promedio
Esc 1 18.338 18.651 17.442 16.794 14.519 9.717 15.910
Esc 2 18.337 18.652 17.442 16.794 13.829 10.305 15.893
Esc 3 18.338 18.651 17.442 16.794 14.552 9.689 15.911
Esc 4 18.338 18.651 17.442 16.794 14.421 9.801 15.908
Esc 5 18.338 18.651 17.442 16.794 13.829 10.305 15.893
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Promedio
Esc 1 2.274 1.777 1.809 1.768 1.858 1.631 1.853
Esc 2 2.274 1.798 1.753 1.851 1.870 1.569 1.853
Esc 3 2.274 1.798 1.753 1.802 1.858 1.631 1.853
Esc 4 2.275 1.798 1.753 1.851 1.870 1.569 1.853
Esc 5 2.274 1.777 1.809 1.768 1.858 1.631 1.853

4. Sensibilidad sobre compra de cilindros.

Tabla 4. Variacin en los viajes de canje (parra los tres primeros perodos)
Total Viajes
Total Perodo 1 Total Perodo 2 Total Perodo 3
341 235 256
341 233 255
341 233 255
340 234 255
341 235 256

157
Tabla 5. Variacin en la Produccin
Promedio produccion 5 Kg.
1 2 3 4 5 6 Promedio
Esc 1 8.649 10.606 8.813 8.376 3.888 2.757 7.181
Esc 2 8.649 10.606 8.766 8.137 4.236 2.757 7.192
Esc 3 8.662 10.595 8.787 8.116 4.236 2.757 7.192
Esc 4 8.649 10.606 8.766 8.422 3.889 2.757 7.181
Esc 5 8.649 10.606 8.766 8.393 3.925 2.757 7.183
Promedio produccion 11 Kg.
1 2 3 4 5 6 Promedio
Esc 1 20.629 21.597 20.403 18.913 15.096 11.330 17.995
Esc 2 20.629 21.596 20.403 18.913 15.366 11.100 18.001
Esc 3 20.629 21.596 20.403 19.152 14.750 11.377 17.985
Esc 4 20.627 21.598 20.403 19.155 14.746 11.377 17.984
Esc 5 20.649 21.597 20.384 18.913 15.041 11.377 17.993
Promedio produccion 15 Kg.
1 2 3 4 5 6 Promedio
Esc 1 18.338 18.409 18.043 17.040 13.104 10.305 15.873
Esc 2 18.338 18.651 17.442 16.794 13.829 10.305 15.893
Esc 3 18.338 18.651 17.442 16.794 14.552 9.689 15.911
Esc 4 18.338 18.651 17.442 16.794 14.552 9.689 15.911
Esc 5 18.338 18.651 17.442 16.794 14.519 9.717 15.910
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Promedio
Esc 1 2.275 1.798 1.753 1.851 1.870 1.569 1.853
Esc 2 2.274 1.777 1.809 1.768 1.858 1.631 1.853
Esc 3 2.274 1.798 1.753 1.802 1.858 1.631 1.853
Esc 4 2.274 1.777 1.809 1.768 1.858 1.631 1.853
Esc 5 2.275 1.798 1.753 1.851 1.870 1.569 1.853

Grfico 7. Variacin tamao flota y viajes extra

Variacin Tamao Flota Variacin Nmero Viajes Extra


4,5 35
4 30
3,5 Esc 1 Esc 1
25
3 Esc 2 Esc 2
2,5 20
Esc 3 Esc 3
N

2 15
1,5 Esc 4 Esc 4
10
1 Esc 5 Esc 5
0,5 5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

158
E. Sensibilidad sobre incentivo por reduccin de stock

Tabla 5. Variacin en nmero de viajes para los tres primeros perodos


Total Viajes
Total Perodo 1 Total Perodo 2 Total Perodo 3
341 233 255
341 234 256
342 232 258
341 223 267
341 234 257

Grfico 8. Variacin tamao flota y viajes extra

Variacin Tamao Flota Variacin Nmero Viajes Extra


4,5 35
4 30
3,5 Esc 1 Esc 1
25
3 Esc 2 Esc 2
2,5 20
Esc 3 Esc 3
N

2 15
1,5 Esc 4 Esc 4
10 Esc 5
1 Esc 5
0,5 5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

Tabla 6. Variacin en la produccin


Promedio produccion 5 Kg.
1 2 3 4 5 6 Promedio
Esc 1 8.662 10.595 8.787 8.116 4.236 2.757 7.192
Esc 2 8.665 10.612 8.773 8.108 4.236 2.757 7.192
Esc 3 8.649 10.606 8.820 8.353 3.907 2.757 7.182
Esc 4 8.649 10.606 8.831 8.362 3.883 2.757 7.181
Esc 5 8.649 10.606 8.829 8.368 3.877 2.757 7.181
Promedio produccion 11 Kg.
1 2 3 4 5 6 Promedio
Esc 1 20.629 21.596 20.403 19.152 14.750 11.377 17.985
Esc 2 20.629 21.596 20.404 18.913 15.041 11.377 17.993
Esc 3 20.629 21.595 20.404 18.913 15.041 11.377 17.993
Esc 4 20.629 21.595 20.404 18.913 15.041 11.377 17.993
Esc 5 20.657 21.595 20.379 18.913 15.041 11.377 17.994
Promedio produccion 15 Kg.
1 2 3 4 5 6 Promedio
Esc 1 18.338 18.651 17.442 16.794 14.552 9.689 15.911
Esc 2 18.338 18.638 17.456 16.794 14.503 9.731 15.910
Esc 3 18.353 18.396 18.043 17.040 13.104 10.305 15.873
Esc 4 18.338 18.409 18.043 17.040 13.104 10.305 15.873
Esc 5 18.338 18.651 17.442 16.794 14.618 9.633 15.913
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Promedio
Esc 1 2.274 1.798 1.753 1.802 1.858 1.631 1.853
Esc 2 2.275 1.798 1.753 1.851 1.870 1.569 1.853
Esc 3 2.275 1.798 1.753 1.851 1.870 1.569 1.853
Esc 4 2.275 1.798 1.753 1.851 1.870 1.569 1.853
Esc 5 2.275 1.798 1.753 1.802 1.858 1.631 1.853

159
Anexo n5: Sensibilidad sobre parmetros pronosticados

A. Sensibilidad sobre la demanda: pronstico inferior a demanda


real del perodo
La variacin en el valor de la funcin objetivo se presenta en el Grfico 1.

Grfico 1: Variacin valor funcin objetivo segn escenario.

Variacin Valor Funcin Objetivo

200
Millones

180
160
140
120
Funcin
100
$

Objetivo
80
60
40
20
0
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede observar que la funcin de costos presenta para los primeros cuatro escenarios una
tasa de crecimiento relativamente constante de alrededor de un 22%, la cual entre los escenarios 4 y
5 aumenta a un 35%. Por ende, un aumento en un 5% en la demanda (la cual por salvo las
economas de escala presentes generar un aumento en los ingresos relativamente similar a un 5%)
genera un incremento ms de cuatro veces mayor en los costos.
En el grfico 2 se presenta el detalle de variacin por escenario para cada componente de la
funcin objetivo, tenindose el detalle de los costos en la Tabla 1, a partir de los cuales es posible
efectuar un anlisis ms exhaustivo de los resultados obtenidos.

160
Tabla 1. Detalle componentes Funcin Objetivo
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Componente Costo Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje
Costo por contrato flota 31.620.000 43% 31.620.000 35% 31.620.000 28% 31.620.000 23% 31.620.000 17%
Costo por Viajes Extra 180.000 0% 930.000 1% 3.120.000 3% 5.610.000 4% 8.730.000 5%
Costo por deficit en stock deseado cils llenos 7.774.631 10% 10.224.758 11% 11.317.098 10% 14.246.192 10% 40.204.780 21%
Costo por deficit en stock deseado cils vacios 1.660.945 2% 1.066.009 1% 645.842 1% 249.486 0% 0 0%
Costo por agregar cils a patios de colores: Caso
1.645.012 2% 560.400 1% 4.992.371 4% 22.397.061 16% 41.795.101 22%
Bajo
Costo por agregar cils a patios de colores: Caso 0 0% 0 0% 0 0% 0 0% 0 0%
Alto
Costo por reduccion en stock cilindros para canje -1.170.243 -2% -1.196.463 -1% -1.163.854 -1% -1.153.981 -1% -107.187 0%
Costo por reduccion en stock cilindros para canje -1.566.084 -2% -1.523.494 -2% -1.533.536 -1% -1.537.335 -1% -1.598.774 -1%
Costo por compra de cilindros vacos inicio 2
periodo 0 0% 15.834.510 17% 27.884.972 25% 31.341.443 23% 33.466.857 18%
Costo compra inicial cilindros (1 Periodo) 34.108.976 46% 34.108.976 37% 34.108.976 31% 34.108.976 25% 34.108.976 18%
TOTAL FUNCION OBJETIVO (FINAL 6
74.253.237 91.624.696 110.991.870 136.881.843 188.219.753
PERIODO)

Grfico 2: Variacin valor funcin objetivo segn escenario.

Variacin Componentes Costo por Escenario


45 Flota
MM

40 Viajes Extra

35
Dficit Llenos
30
Dficit Vacos
25

Cils Patios Colores:Caso Bajo


20
$

15 Cils Patios Colores:Caso Alto

10
Costo por reduccion en stock cilindros
para canje en las plantas
5
Costo por reduccion en stock cilindros
0 para canje en las plantas: FINAL 3
PERIODO
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 Compra cils 2periodo
-5
Escenario

A partir del grfico y tabla anteriores, es posible observar que:

Dado el aumento en la demanda y la imposibilidad de contar con ms flota, el costo incurrido


en viajes extra aumenta en ms de un 400% entre el primer y segundo escenario, para luego
mantener un aumento con tasa decreciente. Por otra parte la utilizacin de la capacidad de
flota34 disponible (Tabla 1, Anexo n 5.B, parte 1) refleja la necesidad creciente de utilizar
toda la flota disponible en pro de mejores resultados.
Se tiene que en trminos de viajes de canje extra promedio por perodo (vase Tabla 5, Anexo
n5.B, Parte 1), un aumento de un 5% en la demanda genera un aumento de entre 8 y 12

34
La capacidad de la flota considera los viajes que es posible efectuar en la jornada de trabajo y fuera
de ste (viajes extra) y para este caso se supuso que un camin realiza en promedio 3.6 viajes diarios
en horario normal.

161
viajes (cuyo nmero aumenta escenario a escenario, producto del aumento en canjes de 15 y
45 Kg.) de canje para el caso de Abastible y de alrededor de 5 para Lipigas. Si se analiza el
aumento acumulado en viajes de canje a travs de los escenarios (vase Tabla 6, Anexo
n5.B, Parte 1), es posible concluir que para la situacin en estudio un aumento de un 20%
en demanda recin justifica la incorporacin de un nuevo vehculo para los perodos 2 al 4,
mientras que con un aumento de un 15% es recomendable incorporar un vehculo en el
35
perodo 2 .
La produccin diaria por formato (Tabla 2, Anexo n5.B, parte 1) aumenta de forma
relativamente proporcional con la demanda, tenindose aumentos entre dos escenarios que
oscilan entre un 4.5 y 5%. En trminos de horas diarias promedio de produccin se tiene que
un aumento de un 20% de la demanda genera un incremento en 2, 1.5, 2 y 1.8 hrs. de
produccin diaria para 5, 11, 15 y 45 Kg. respectivamente. Los resultados reflejan que las
horas necesarias diariamente para produccin tienen su valor menor para 11 Kg. (8 hrs. En
el escenario 1) y mayor para 5 Kg (11 hrs. En el escenario 1).
A partir del segundo escenario se debe realizar una inversin extra para un nuevo pedido de
cilindros nue vos, sumndose alrededor de 550 cilindros de 11 Kg. a los 1200 definidos
anteriormente. Esta cifra aumenta a una tasa decreciente a medida que se avanza en los
escenarios, tenindose para el ltimo una segunda compra de alrededor de 1150 cilindros
(vase Tabla 3, Anexo n5.B, Parte 1). Esta componente corresponde a valores entre el 15 y
23% del total de la funcin objetivo entre el segundo y quinto escenario, teniendo su peak
para el segundo y tercero.
Se observa un dficit en stock de cilindros llenos que en trminos de costo tiene un impacto a
medida que se avanza en los escenarios creciente en magnitud, pero irregular en trminos de
variacin porcentual. Su valor como fraccin de los costos totales es de aproximadamente un
10 (salvo el escenario 5 donde corresponde a un 20%).Este costo se genera por el dficit en
cilindros de formato 11 Kg. (vase Grfico 1, Anexo n 5.B, Parte 1), el cual ocurre
nicamente para el inicio del segundo perodo (donde recin hacen ingreso al sistema los
cilindros nuevos), donde el desfase oscila entre 700 y 3500 cilindros (teniendo un crecimiento
suave hasta el ltimo escenario, donde el dficit prcticamente se triplica con respecto al
valor del escenario 4). Para el resto de los formatos, los niveles deseados son alcanzados. Si
se observan los desfases obtenidos en relacin al stock deseado, se puede ver que la
fraccin tiende a ser pequea, no superando el 4% para los primeros cuatro escenarios y
bordeando el 10% para el escenario 5. Sin embargo, si bien esta diferencia podra ser
considerada como menor se debe tener en cuenta que el valor sealado corresponde a valor

35
Si bien el nmero de viajes no es mayor que los viajes extras equivalentes a la contratacin de un
nuevo camin, la diferencia es pequea, por lo cual por seguridad sera recomendable llevar a cabo
dicha medida

162
promedio, por lo cual una disminucin de ste generar un mayor impacto de forma operativa
tras das consecutivos de demandas que superen el valor definido, por lo cual se recomienda
que sea cual fuere el dficit definido por el modelo, sea considerado en la planificacin y,
dependiendo del nivel de adversidad al riesgo del tomador de decisiones, defina las prcticas
a llevar a cabo (por supuesto con el apoyo de esta herramienta).
Al igual que para el caso de cilindros llenos, se presenta un dficit en el stock deseado de
vacos para 11 Kg. (vase Grfico 1, Anexo n5.B, Parte 1) desde el escenario uno al cuatro.
De forma opuesta al caso anterior, su impacto monetario (y en unidades de dficit) es
decreciente correspondiendo en un inicio a un 2% de los costos totales (512 cilindros) para
descender hasta 0% en el ltimo escenario (0 cilindros). Al observar los desfases obtenidos
en relacin al stock deseado, se puede ver que la fraccin nuevamente tiende a ser menor,
tenindose un valor en el peor escenario (uno), de un 10%. Sin embargo, en base a la
justificacin dada para cilindros llenos, se recomienda que a pesar de su aparente impacto
menos, sea siempre considerada en la toma de decisiones.
Por otra parte, de forma lgica dadas las penalidades definidas, se debe tener que siempre
debiera ser preferible dejar un dficit de una unidad en cilindros vacos que llenos, lo cual no
concordara con los resultados obtenidos. El motivo de esto es que los problemas se dan al
inicio del perodo en que llegan los cilindros nuevos, los cuales al ingresar al sistema se
suman al stock de cilindros vacos, sin poder llenarlos e insertarlos para cubrir el dficit en
stock de cilindros llenos producto de la no disponibilidad de cilindros suficientes para llenar
durante el perodo uno.
En relacin al nmero de cilindros canjeados por Gasco (vase Tabla 4, Anexo n5.B, Parte 1)
se tiene un aumento promedio por cambio de escenario de un 5% para 5 y 11 Kg., mientras
que para 15 y 45 Kg. estos aumentos son en promedio de un 11 y 8% respectivamente. El
motivo de esto es la definicin del modelo, en que se han acotado los canjes efectuados por
otras compaas por los ingresos a los patios de colores, lo cual para el caso en estudio ha
generado que para los escenarios 2 a 5, en los formatos 15 y 45 Kg. no sea posible para
algunos perodos incrementar en un 5% los canjes efectuados por otras compaas 36,
generando la necesidad de Gasco de canj ear un mayor nmero de cilindros para estos
formatos. Las fracciones que ha sido posible considerar para los canjes efectuados sobre el
total definido tras la amplificacin de la demanda (y con esto de los canjes) es presentado en
la Tabla 2, donde se marca de color los casos con problemas. Tal como era esperado en
caso de presentarse una fraccin menor a 1 en un escenario, para los siguientes este valor
continuar decreciendo.

36
Pues se ha supuesto que un aumento en la demanda de un x%, generar la misma variacin en los
canjes efectuados por otras compaas.

163
Tabla 2: Fraccin del valor para canjes utilizado en el modelo con respecto al valor para
definido originalmente en el escenario.
Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Abastible
Escenario Formato 1 2 3 4 5 6
Esc1 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
Esc2 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 0,99 0,98
Esc 3 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 1,00 1,00 1,00 0,96 1,00
4 1,00 1,00 1,00 1,00 0,94 0,93
Esc 4 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 1,00 0,98 0,97 0,92 0,99
4 1,00 1,00 1,00 0,97 0,90 0,89
Esc 5 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 0,97 0,94 0,93 0,88 0,95
4 1,00 1,00 1,00 0,93 0,87 0,86

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Lipigas


Escenario Formato 1 2 3 4 5 6
Esc1 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,93 1,00 1,00 1,00 1,00
Esc2 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 0,79 1,00 1,00 1,00 1,00
4 1,00 0,68 1,00 1,00 0,89 1,00
Esc 3 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 0,79 1,00 1,00 1,00 1,00
4 1,00 0,68 1,00 1,00 0,89 1,00
Esc 4 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 0,79 1,00 1,00 1,00 1,00
4 1,00 0,68 1,00 1,00 0,89 1,00
Esc 5 1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
3 1,00 0,79 1,00 1,00 1,00 1,00
4 1,00 0,68 1,00 1,00 0,89 1,00

Lo recin sealado claramente tiene un impacto en los resultados del anlisis, en este caso
aumentando la necesidad de canjes de Gasco, sin embargo no se ha encontrado una mejor
forma de enfrentar esta situacin, producto de los problemas con la informacin disponible
con la que se han definido los valores utilizados para algunos parmetros.

La necesidad de recurrir a la variable de factibilidad para agregar cilindros a algn patio de


colores es creciente (salvo para el escenario 2), teniendo su mximo aumento monetario
entre el tercer y cuarto perodo (alrededor de un 400%), llegando en el escenario 5 a un costo

164
25 veces mayor que el inicial. Los cilindros agregados (vase Tabla 7, Anexo n5.B, Parte 1)
corresponden a cilindros Abastible en la planta Gasco y cilindros Gasco en la planta Lipigas
(de 11 Kg. para ambos casos). Si se miran los cilindros agregados en relacin a los que
debieran ingresar diariamente a la planta, se tiene que para Abastible esta fraccin no supera
el 1%, mientras que para Lipigas a partir del tercer escenario la fraccin es de 5, 27 y 48%.
La reduccin en los stock de cilindros para canje presenta resultados similares para los
primeros cuatro escenarios. Para el quinto se observa que los mayores cambios favorables
se generan en el segundo trimestre, logrando finalmente un reduccin similar a los
escenarios anteriores. Por ltimo Se tiene que esta componente corresponde a entre un 1 y
2% (beneficio) del costo total para los cinco escenarios.
No existen ventas perdidas para ningn perodo.

165
B. Sensibilidad sobre la demanda: pronstico superior a
demanda real del perodo.
La variacin en el valor de la funcin objetivo se presenta en el Grfico 3.

Grfico 3: Variacin valor funcin objetivo segn escenario.

Variacin Valor Funcin Objetivo

76
Millones

74
72
70
68
Funcin
66
$

Objetivo
64
62
60
58
56
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede observar que la funcin de costos presenta un comportamiento decreciente con una
disminucin entre escenarios de alrededor de un 5%, salvo entre el tercer y cuarto perodo en que la
disminucin es muy pequea (menos de 1%). Por ende, en primera instancia, se puede concluir que
una demanda x% menor a la pronosticada genera una disminucin tambin de x% en el valor de la
funcin objetivo.
En el grfico 4 se presenta grficamente el detalle de variacin por escenario para cada
componente de la funcin objetivo, tenindose el detalle de los costos en la Tabla 3, a partir de los
cuales es posible efectuar un anlisis ms exhaustivo de los resultados obtenidos.

166
Tabla 3. Detalle componentes Funcin Objetivo
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Componente Costo Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje
Costo por contrato flota 31.620.000 43% 31.620.000 45% 31.620.000 48% 31.620.000 48% 31.620.000 50%
Costo por Viajes Extra 180.000 0% 30.000 0% 0 0% 0 0% 0 0%
Costo por deficit en stock deseado cils llenos 7.774.631 10% 5.889.576 8% 3.688.447 6% 1.404.894 2% 0 0%
Costo por deficit en stock deseado cils vacios 1.660.945 2% 397.890 1% 0 0% 0 0% 0 0%
Costo por agregar cils a patios de colores: Caso
1.645.012 2% 958.646 1% 0 0% 2.026.025 3% 0 0%
Bajo
Costo por agregar cils a patios de colores: Caso
0 0% 0 0% 0 0% 0 0% 0 0%
Alto
Costo por reduccion en stock cilindros para canje -1.170.243 -2% -1.302.627 -2% -1.305.743 -2% -1.309.478 -2% -1.419.605 -2%
Costo por reduccion en stock cilindros para canje -1.566.084 -2% -1.637.774 -2% -1.622.821 -2% -1.639.757 -2% -1.684.666 -3%
Costo por compra de cilindros vacos inicio 2
0 0% 0 0% 0 0% 0 0% 0 0%
periodo
Costo compra inicial cilindros (1 Periodo) 34.108.976 46% 34.108.976 49% 34.108.976 51% 34.108.976 52% 34.108.976 54%
TOTAL FUNCION OBJETIVO (FINAL 6
74.253.237 70.064.688 66.488.859 66.210.659 62.624.705
PERIODO)

Grfico 4: Variacin valor funcin objetivo segn escenario.

Variacin Componentes Costo por Escenario


40 Flota
MM

35 Viajes Extra

30 Dficit Llenos

25
Dficit Vacos

20
CilsPatiosColores:CasoBajo
$

15
CilsPatiosColores:CasoAlto
10
Costo por reduccion en stock cilindros
5 para canje en las plantas

Costo por reduccion en stock cilindros


0 para canje en las plantas: FINAL 3
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 PERIODO
Compra cils 2 periodo
-5
Escenario

A partir del grfico y tabla anteriores, es posible observar que:

Dada la disminucin en la demanda se genera una reduccin en la necesidad de


viajes extra, los cuales no son necesarios a partir del tercer escenario. Por otra parte
la utilizacin de la capacidad de flota disponible (Tabla 1, Anexo n 5.B, parte 2)
refleja que en promedio cada cada de un 5% en la demanda genera una
disminucin en la capacidad utilizada de entre un 3 y 4%.
Los canjes totales efectuados entre Gasco y la compaa k (Lipigas o Abastible)
disminuyen para cada cambio de escenario en una proporcin relativamente

167
equivalente (con un margen no mayor a 1%) a la demanda (Tabla 2, Anexo n 5.B,
parte 2). De la misma forma se tiene que la distribucin de los canjes entre las
compaas permanece prcticamente constante a travs de los escenarios (Tabla 3,
Anexo n5.B, parte 2).
El motivo por el cual no se presentan las diferencias ya analizadas al tenerse una
demanda sobre la estimada es que, para este caso, en gran parte de los escenarios
es posible efectuar la disminucin de los canjes definidos por el escenario, pudiendo
tomar el modelo el valor deseado. Al igual que en el anlisis de sensibilidad anterior
se ha desarrollado una tabla que presenta los casos en que la situacin recin
descrita no puede ser alcanzada (marcados en color amarillo) (Tabla 4, Anexo n 5.B,
parte 2).
La produccin diaria por formato (Tabla 5, Anexo n5.B, parte 2) disminuye de forma
prcticamente proporcional con la demanda, tenindose aumentos entre escenarios
que oscilan entre un 5 y 6%. En trminos de horas diarias promedio de produccin
se tiene que una disminucin de un 20% en la demanda genera una reduccin en 2,
1.5, 1.9 y 1.8 hrs. de produccin diaria para 5, 11, 15 y 45 Kg. respectivamente.
No resulta necesario para ningn escenario realizar una inversin extra para un
nuevo pedido de cilindros nuevos, siendo suficiente con los 1180 cilindros de 11 Kg.
que se incorporan al inicio del perodo 2 (definidos en el escenario 1).
Se observa un dficit en stock de cilindros llenos que, en trminos de costo, tiene un
comportamiento decreciente a tasa creciente, donde para el escenario cinco el dficit
ya desaparece. Este costo se genera por el dficit en cilindros de formato 11 Kg.
(vase Grfico 1, Anexo n5.B, Parte 2), donde si se observan los desfases
obtenidos en relacin al stock deseado, se puede ver que en el peor escenario (1) la
fraccin no supera el 2% (disminuyendo hasta 0% en el escenario 5), por lo cual a
primera vista no parece tener mayor relevancia. Sin embargo, al igual que para el
anlisis de sensibilidad anterior, se sugiere que sea cual fuere el dficit definido por
el modelo, sea considerado en la planificacin.
Existe un dficit en el stock deseado de vacos que, al igual que para cilindros llenos, se
presenta en el formato 11 Kg. (vase Grfico 1, Anexo n5.B, Parte 2) para los escenarios 1 y
2. En trminos de fraccin del desfase sobre el nivel deseado se tiene para 11 kg. un peso
medianamente pequeo y decreciente (8 y 2% para los escenarios ya mencionados). Al igual
que en la sensibilidad anterior, el que exista desfase de cilindros llenos junto con la no

168
totalidad de desfase en cilindros vacos para 11 Kg., se justifica por la llegada en el segundo
perodo de los cilindros nuevos.
Se tiene que en trminos de viajes de canje extra promedio por perodo (vase Tabla 6, Anexo
n5.B, Parte 2), una cada de 5% en la demanda genera una disminucin de
aproximadamente 7 viajes de canje a Abastible y 5 a Lipigas. Para analizar bajo que
circunstancias sera recomendable reducir en un vehculo la flota contratada, se ha estudiado
la relacin entre los viajes promedio efectuados por cada vehculo en el escenario 1
(llammosle ?1) y el nmero de viajes extra equivalente en costos a la contratacin de un
37
vehculo (llammosle ?2 ) . De esta forma la disminucin para cada perodo en el total de
viajes de canje efectuados es descontado al valor ?1 y, en caso de ser inferior al valor de ?2,
implica que el ltimo camin contratado est efectuando un nmero de viajes tal, que resulta
conveniente no contratarlo y efectuarlos como viajes extra (vase Tabla 8, Anexo n5.B,
Parte 2). A partir de lo anterior ha sido posible concluir que ante una variacin igual o
superior a un 10% resulta conveniente reducir en un vehculo la flota para perodos 1, 2 y 4
(aunque para este ltimo una variacin de 5% prcticamente justifica la reduccin). Adems,
ante una variacin del 15% se suma una reduccin para el perodo 3.
La necesidad de recurrir a la variable de factibilidad para agregar cilindros a los patios de
colores es prcticamente nula para 11 Kg., teniendo pequeas cifras en cilindros Abastible en
Patio Gasco y cilindros Gasco en Patio Abastible, que no corresponden a ms del 1% del
total de cilindros ingresados a cada uno de estos patios en un da, lo cual hace bastante
posible su logro. Por otra parte, se tienen ingresos de cilindros Gasco al Patio de Lipigas, los
cuales requieren de mayor atencin, puesto que corresponden a alrededor del 10% de los
cilindros ingresados durante el da, lo cual si bien no es una cifra mayor, dificulta en parte su
logro.
No existen ventas perdidas para ningn perodo ni escenario.

3737
Es decir, en trminos de costo cuantos son los viajes extra a partir de los cuales el incorporar un
nuevo viaje es de mayor costo que contratar otro vehculo. Este valor surge del cuociente entre el
costo unitario de arriendo de un camin y el costo unitario de un viaje extra.

169
C. Sensibilidad sobre canjes: pronsticos inferiores a valor real
del perodo.

La variacin en el valor de la funcin objetivo se presenta en el Grfico 5.

Grfico 5: Variacin valor funcin objetivo segn escenario.

Variacin Valor Funcin Objetivo

88
Millones

86
84
82
80
Funcin
78
$

Objetivo
76
74
72
70
68
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede observar que la funcin de costos presenta entre el tercer y quinto escenario una
tasa de crecimiento relativamente constante de alrededor de un 4%, la cual inicialmente (entre
escenarios 1 y 2) alcanza slo un 2%. Por ende una disminucin de un 5% en los canjes efectuados
por otras compaas en relacin al valor pronosticado, genera un aumento levemente inferior en la
funcin de costos, en trminos porcentuales.
En el grfico 6 se presenta grficamente el detalle de variacin por escenario para cada
componente de la funcin objetivo, tenindose el detalle de los costos en la Tabla 4, a partir de los
cuales es posible efectuar un anlisis ms exhaustivo de los resultados obtenidos.

Tabla 4. Detalle componentes Funcin Objetivo


Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Componente Costo Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje
Costo por contrato flota 31.620.000 43% 31.620.000 42% 31.620.000 40% 31.620.000 39% 31.620.000 37%
Costo por Viajes Extra 180.000 0% 1.860.000 2% 4.560.000 6% 7.950.000 10% 10.920.000 13%
Costo por deficit en stock deseado cils llenos 7.774.631 10% 7.976.023 11% 8.084.629 10% 8.009.235 10% 8.278.841 10%
Costo por deficit en stock deseado cils vacios 1.660.945 2% 1.398.047 2% 1.422.043 2% 1.443.164 2% 1.495.911 2%
Costo por agregar cils a patios de colores: Caso
1.645.012 2% 634.852 1% 542.507 1% 500.166 1% 35.418 0%
Bajo
Costo por agregar cils a patios de colores: Caso
Alto 0 0% 0 0% 0 0% 0 0% 0 0%
Costo por reduccion en stock cilindros para canje -1.170.243 -2% -1.270.815 -2% -1.145.809 -1% -1.231.397 -2% -637.604 -1%
Costo por reduccion en stock cilindros para canje -1.566.084 -2% -1.574.964 -2% -1.505.097 -2% -1.544.496 -2% -1.629.471 -2%
Costo por compra de cilindros vacos inicio 2
0 0% 740.661 1% 735.553 1% 817.254 1% 1.072.571 1%
periodo
Costo compra inicial cilindros (1 Periodo) 34.108.976 46% 34.108.976 45% 34.108.976 43% 34.108.976 42% 34.108.976 40%
TOTAL FUNCION OBJETIVO (FINAL 6
74.253.237 75.492.779 78.422.801 81.672.902 85.264.640
PERIODO)

170
Grfico 6: Variacin valor funcin objetivo segn escenario.

Variacin Componentes Costo por Escenario


40 Flota
MM

35 Viajes Extra

30 Dficit Llenos

25
Dficit Vacos

20
CilsPatiosColores:CasoBajo
$

15
CilsPatiosColores:CasoAlto
10
Costo por reduccion en stock cilindros
5 para canje en las plantas

Costo por reduccion en stock cilindros


0 para canje en las plantas: FINAL 3
PERIODO
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 Compra cils 2periodo
-5
Escenario

A partir del grfico y tabla anteriores, es posible observar que:

Dada la disminucin en los canjes y la imposibilidad de contar con ms flota, el costo


incurrido en viajes extra aumenta en ms de un 900% entre el primer y segundo escenario,
para luego mantener un aumento con tasa decreciente (de 37% para la variacin entre los
ltimos dos escenarios). Por otra parte la utilizacin de la capacidad de flota disponible (Tabla
38
1, Anexo n5.B, parte3) refleja la necesidad creciente de utilizar toda la flota disponible en
pro de mejores resultados.
La produccin diaria por formato (Tabla 2, Anexo n5.B, parte 3), tal como era esperado,
permanece constante para todos los escenarios.
A partir del segundo escenario se debe realizar una inversin extra para un nuevo pedido de
cilindros nuevos de 11 Kg. Sin embargo para todos los casos el nmero necesario es
pequeo (vase Tabla 3, Anexo n5.B, Parte 3), sin corresponder a ms de un 1% del total de
la funcin objetivo para ningn escenario.

38
La capacidad de la flota considera los viajes que es posible efectuar en la jornada de trabajo y fuera
de ste (viajes extra) y para este caso se supuso que un camin realiza en promedio 3.6 viajes diarios
en horario normal.

171
Se observa un dficit en stock de cilindros llenos y vacos que en trminos de costo tiene un
impacto medianamente constante de alrededor del 12% del total de la funcin objetivo,
variando levemente las fracciones aportadas por cada dficit. Este costo se genera por el
dficit en cilindros de formato 11 Kg. (vase Grfico 1, Anexo n5.B, Parte 3), el cual ocurre
nicamente para el inicio del segundo perodo en llenos y al inicio del tercer perodo para
vacos. Los desfases oscilan entre 670 y 720 cilindros, para cilindros llenos y entre 480 y 520
para cilindros vacos. Tal como puede observarse el margen de diferencia entre escenarios
es muy pequeo, por lo que se puede considerar que permanece medianamente constante
tras los cambios en los canjes. Para el resto de los formatos, los niveles deseados son
alcanzados. Por ltimo, los desfases obtenidos en relacin al stock deseado corresponden a
alrededor de 2% para llenos y de alrededor de un 9% para vacos.
En relacin al nmero de cilindros canjeados por Gasco (vase Tabla 4, Anexo n5.B, Parte 3)
se tiene, en primer lugar para el caso Abastible, un aumento promedio por cambio de
escenario de un 3% (5 Kg.), 1% (11 Kg.), 22% (15 Kg.) y 11% (45 Kg.), donde las
variaciones escenario a escenario tienden a ser medianamente constantes, salvo para 15
Kg. donde la fraccin de aumento en los canjes tiene una tasa decreciente (desde 32 a
13%). Para Lipigas, los aumentos por cambio de escenario son 6% (5 Kg.), 1% (11 Kg.),
11% (15 Kg.) y 9% (45 Kg.), con variaciones escenario a escenario medianamente
constantes. Las diferencias en las variaciones se deben a las distintas fracciones iniciales de
los canjes efectuados por Gasco en cada escenario y formato, lo que hace variar el impacto
de una variacin de 5% en los canjes de la otra compaa. Lo recin sealado puede ser
corroborado en trminos de la fraccin sobre el total de los cilindros canjeados con la
competencia que son efectuados por Gasco (vase Tabla 5, Anexo n5.B, Parte 3), donde se
puede ver que el aumento porcentual en los canjes realizados por Gasco es ms marcado
para los casos en que la situacin inicial es menor (15 y 45 Kg.).
Ha sido posible efectuar la variacin deseada en los canjes para prcticamente todos los
escenarios (salvo inicialmente para 45 Kg. en el caso Lipigas, el cual se regulariza en el
segundo escenario), sin presentarse problemas en la relacin con los cilindros ingresados
para canje como en sensibilidades anteriores (vase Tabla 6, Anexo n5.B, Parte 3).
Se tiene que en trminos de viajes de canje extra promedio por perodo (vase Tabla 7, Anexo
n5.B, Parte 3), un aumento de un 5% en la demanda genera un aumento de entre 10 y 12
viajes de canje para el caso de Abastible y de alrededor de 6 para Lipigas. Si se analiza el
aumento acumulado en viajes de canje a travs de los escenarios (vase Tabla 8, Anexo
n5.B, Parte 3), es posible concluir que para la situacin en estudio una disminucin en los
canjes de un 20% justifica la incorporacin de un nuevo vehculo para los perodos 1 a 4,

172
mientras que con una cada de un 15% es recomendable incorporar un vehculo para los
39
perodo 2 y 3 .
La necesidad de recurrir a la variable de factibilidad para agregar cilindros a algn Patio de
Colores es prcticamente nula para todos los casos (vase Tabla 9, Anexo n5.B, Parte 3),
sin corresponder a ms de un 2% del total de la funcin objetivo. Adems se tiene un valor
(en trminos de costo) decreciente a medida que se avanza en los escenarios.
La reduccin en los stock de cilindros para canje presenta resultados similares para los
primeros cuatro escenarios. Para el quinto se observa que los mayores cambios favorables
se generan en el segundo trimestre, logrando finalmente una reduccin levemente superior a
los escenarios anteriores. Por ltimo Se tiene que cada una de estas componentes
corresponden a entre un 1 y 2% (beneficio) del costo total para los cinco escenarios.
No existen ventas perdidas para ningn perodo.

39
Si bien para el perodo 3 el nmero de viajes no es mayor que los viajes extras equivalentes a la
contratacin de un nuevo camin, la diferencia es pequea, por lo cual por seguridad sera
recomendable llevar a cabo dicha medida

173
D. Sensibilidad sobre canjes: pronsticos superiores a valor real
del perodo.
La variacin en el valor de la funcin objetivo se presenta en el Grfico 7.

Grfico 7: Variacin valor funcin objetivo segn escenario.

Variacin Valor Funcin Objetivo

74.300.000
74.200.000
74.100.000
74.000.000
73.900.000
Funcin
73.800.000
$

Objetivo
73.700.000
73.600.000
73.500.000
73.400.000
73.300.000
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Escenario

Se puede observar que en trminos de valor de la funcin objetivo, los distintos escenarios
presentan diferencias mnimas, lo cual refleja que una subestimacin de los canjes efectuados por
otras compaas no tiene mayor impacto en trminos de costos, sin embargo es probable que tenga
efectos sobre las decisiones, las cuales sern brevemente estudiadas.
En el grfico 8 se presenta grficamente el detalle de variacin por escenario para cada
componente de la funcin objetivo, tenindose el detalle de los costos en la Tabla 5.

Tabla 5. Detalle componentes Funcin Objetivo


Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Componente Costo Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje Valor Porcentaje
Costo por contrato flota 31.620.000 43% 31.620.000 43% 31.620.000 43% 31.620.000 43% 31.620.000 43%
Costo por Viajes Extra 180.000 0% 0 0% 0 0% 0 0% 0 0%
Costo por deficit en stock deseado cils llenos 7.774.631 10% 8.023.311 11% 7.868.705 11% 7.725.599 10% 7.904.493 11%
Costo por deficit en stock deseado cils vacios 1.660.945 2% 1.594.430 2% 1.389.309 2% 1.419.937 2% 1.450.566 2%
Costo por agregar cils a patios de colores: Caso 1.645.012 2% 474.558 1% 981.972 1% 1.695.404 2% 1.015.827 1%
Bajo
Costo por agregar cils a patios de colores: Caso
0 0% 0 0% 0 0% 0 0% 0 0%
Alto
Costo por reduccion en stock cilindros para canje -1.170.243 -2% -1.222.106 -2% -1.217.481 -2% -1.242.862 -2% -1.226.940 -2%
Costo por reduccion en stock cilindros para canje -1.566.084 -2% -1.514.567 -2% -1.610.243 -2% -1.577.683 -2% -1.524.536 -2%
Costo por compra de cilindros vacos inicio 2
periodo 0 0% 779.811 1% 495.558 1% 8.753 0% 418.965 1%

Costo compra inicial cilindros (1 Periodo) 34.108.976 46% 34.108.976 46% 34.108.976 46% 34.108.976 46% 34.108.976 46%
TOTAL FUNCION OBJETIVO (FINAL 6
74.253.237 73.864.412 73.636.796 73.758.123 73.767.351
PERIODO)

174
Grfico 8: Variacin valor funcin objetivo segn escenario.

Variacin Componentes Costo por Escenario


40 Flota
MM

35 Viajes Extra

30 Dficit Llenos

25
Dficit Vacos

20
Cils Patios Colores:Caso Bajo
$

15
Cils Patios Colores:Caso Alto
10
Costo por reduccion en stock cilindros
5 para canje en las plantas

Costo por reduccion en stock cilindros


0 para canje en las plantas: FINAL 3
PERIODO
Esc 1 Esc 2 Esc 3 Esc 4 Esc 5
Compra cils 2periodo
-5
Escenario

A partir del grfico y tabla anteriores, es posible observar que:

Dado el aumento en los canjes efectuados por la competencia se genera una reduccin en la
necesidad de viajes extra, no siendo necesarios a partir del segundo escenario. Por otra parte
la utilizacin de la capacidad de flota disponible (Tabla 1, Anexo n5.B, parte 4) refleja que en
promedio cada aumento de un 5% en los canjes genera una disminucin en un 4% en la
capacidad utilizada de la flota, presentndose la mayor variacin entre el primer y segundo
escenario (5%).
La produccin diaria por formato (Tabla 2, Anexo n5.B, parte 4) permanece constante para
todos los escenarios.
En relacin al nmero de cilindros canjeados por Gasco (vase Tabla 3, Anexo n5.B, Parte 4)
se tiene, en primer lugar para el caso Abastible, una disminucin promedio por cambio de
escenario de un 4% (5 Kg.), 1% (11 Kg.), 40% (15 Kg.) y 9% (45 Kg.), donde las variaciones
escenario a escenario tienden a ser medianamente constantes, salvo para 15 Kg. donde
tienen comportamientos irregulares. Para Lipigas, los aumentos por cambio de escenario son
6% (5 Kg.), 1% (11 Kg.), 7% (15 Kg.) y 1% (45 Kg.), con variaciones escenario a escenario
medianamente constantes. Las diferencias en las variaciones se justifican de forma anloga a

175
lo planteado en esta situacin para la subestimacin de canjes de otras compaas (vase
Tabla 4, Anexo n5.B, Parte 4).
A medida que se avanza en los escenarios, el nmero de casos en que no es posible llevar a
cabo la sensibilidad deseada, producto de problemas con la relacin entre canjes e ingresos a
Patios de Colores, aumenta (vase Tabla 5, Anexo n5.B, Parte 4). Tal como se ha sealado
anteriormente ocurre que en caso de tener una fraccin menor a 1 en un escenario, para los
siguientes este valor continuar disminuyendo. Los casos con mayor desfase corresponden al
quinto y sexto perodo para 15 y 45 Kg.
Se presenta un comportamiento irregular para la inversin extra para un nuevo pedido de
cilindros nuevos (de 11 Kg). Sin embargo para todos los casos el nmero necesario es
pequeo (vase Tabla 6, Anexo n 5.B, Parte 4), sin corresponder a ms de un 1% del total de
la funcin objetivo para ningn escenario.
Se observa un dficit en stock de cilindros llenos y vacos que en trminos de costo tiene un
impacto medianamente constante de alrededor de entre un 12 y 13% del total de la funcin
objetivo, variando levemente las fracciones aportadas por cada dficit. Este costo se genera
por el dficit en cilindros de formato 11 Kg. (vase Grfico 1, Anexo n5.B, Parte 4), el cual
ocurre nicamente para el inicio del segundo perodo en llenos y al inicio del tercer perodo
para vacos. Los desfases oscilan entre 670 y 685 cilindros, para cilindros llenos y entre 480 y
550 para cilindros vacos. Tal como puede observarse el margen de diferencia entre
escenarios es muy pequeo, por lo que se puede considerar que permanece medianamente
constante tras los cambios en los canjes. Para el resto de los formatos, los niveles deseados
son alcanzados. Por ltimo, los desfases obtenidos en relacin al stock deseado
corresponden a alrededor de 2% para llenos y de alrededor de un 8% para vacos.
Se tiene que en trminos de variacin en los viajes de canje necesarios por perodo (vase
Tabla 7, Anexo n5.B, Parte 4), se produce una disminucin a tasa decreciente para el caso
Abastible (desde 11 a 5 viajes menos por una reduccin extra de 5% en los canjes) y una
disminucin regular de alrededor de 5,5 viajes para Lipigas. Para analizar bajo que
circunstancias sera recomendable reducir en un vehculo la flota contratada, se ha estudiado
la relacin entre los viajes promedio efectuados por cada vehculo en el escenario 1
(llammosle ?1) y el nmero de viajes extra equivalente en costos a la contratacin de un
40
vehculo (llammosle ?2) . De esta forma la disminucin para cada perodo en el total de
viajes de canje efectuados es descontado al valor ?1 y, en caso de ser inferior al valor de ?2,
implica que el ltimo camin contratado est efectuando un nmero de viajes tal, que resulta
conveniente no contratarlo y efectuarlos como viajes extra (vase Tabla 8, Anexo n5.B Parte

4040
Es decir, en trminos de costo cuantos son los viajes extra a partir de los cuales el incorporar un
nuevo viaje es de mayor costo que contratar otro vehculo. Este valor surge del cuociente entre el
costo unitario de arriendo de un camin y el costo unitario de un viaje extra.

176
4). A partir de lo anterior ha sido posible concluir que ante una variacin igual o superior a un
10% resulta conveniente reducir en un vehculo la flota para los cuatro primeros perodos.
Adems, ante una variacin del 5%, es posible reducir en un vehculo la flota del perodo 4.
La necesidad de recurrir a la variable de factibilidad para agregar cilindros a algn Patio de
Colores es prcticamente nula para todos los casos (vase Tabla 9, Anexo n5.B, Parte 4),
sin corresponder a ms de un 2% del total de la funcin objetivo. Adems las cifras
agregadas en ningn caso superan al 1% de los cilindros ingresados al Patio de Colores
respectivo en un da, por lo cual la cifra se considera despreciable.
La reduccin en los stocks de cilindros para canje presenta resultados similares para todos los
escenarios. Por ltimo Se tiene que cada una de estas componentes corresponden a entre un
1 y 2% (beneficio) del costo total para los cinco escenarios.
No existen ventas perdidas para ningn perodo.

177
Anexo n5.B: Otros grficos sensibilidad sobre parmetros
pronosticados.

1. Sensibilidad sobre la demanda: Demanda pronosticada inferior a demanda


real del perodo.

Tabla 1. Capacidad utilizada de los camiones (incluyendo disponibilidad de viajes extra)


Capacidad Utilizada de Camiones
1 2 3 4 5 6
Esc 1 75% 73% 78% 66% 79% 80%
Esc 2 79% 78% 79% 69% 78% 89%
Esc 3 82% 80% 85% 74% 80% 98%
Esc 4 86% 84% 90% 78% 93% 100%
Esc 5 89% 93% 96% 84% 100% 100%

Tabla 2. Horas promedio de produccin (de acuerdo a capacidades de carruseles definidas por
personal Gasco) por perodo y escenario.

Horas promedio produccion 5 Kg.


1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 10,77 13,20 10,91 10,12 5,27 3,43
Esc 2 11,30 13,88 11,49 10,96 5,09 3,60 4,86%
Esc 3 11,83 14,53 12,00 11,16 5,80 3,77 4,92%
Esc 4 12,36 15,19 12,54 11,68 6,06 3,95 4,55%
Esc 5 12,89 15,85 13,11 12,17 6,33 4,12 4,36%
Horas promedio produccion 11 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 7,42 7,77 7,33 6,88 5,31 4,09
Esc 2 7,79 8,16 7,69 7,14 5,70 4,28 5,05%
Esc 3 8,15 8,55 8,06 7,57 5,85 4,50 4,71%
Esc 4 8,51 8,94 8,43 7,91 6,12 4,70 4,54%
Esc 5 8,85 9,36 8,79 8,17 6,51 4,90 4,38%
Horas promedio produccion 15 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,37 9,42 9,03 8,58 7,07 5,27
Esc 2 9,84 9,91 9,61 9,14 7,07 5,53 4,87%
Esc 3 10,30 10,35 10,10 9,58 7,42 5,79 4,77%
Esc 4 10,76 10,82 10,55 10,00 7,78 6,06 4,55%
Esc 5 11,23 11,30 10,84 10,31 8,48 6,32 4,46%
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,21 7,23 7,14 7,49 7,49 6,41
Esc 2 9,66 7,64 7,57 7,53 7,89 6,93 5,01%
Esc 3 10,11 7,91 8,03 7,88 8,27 7,26 4,76%
Esc 4 10,57 8,27 8,39 8,25 8,64 7,59 4,54%
Esc 5 11,02 8,63 8,74 8,62 9,27 7,77 4,55%

178
Tabla 3. Cilindros a comprar (los primeros 1179 de cada perodo se insertan al inicio del segundo
perodo, mientras los restantes al inicio del tercero). Las columnas (1 a 4) representan formatos de
cilindros.
Formato
Escenario
1 2 3 4
Esc 1 0 1179 0 0
Esc 2 0 1726 0 0
Cilindros a
Esc 3 0 2142 0 0
Comprar
Esc 4 0 2262 0 0
Esc 5 0 2335 0 0

Tabla 4. Nmero de cilindros canjeados por flota Gasco a otras compaas por formato y perodo.
Abastible.
Nmero de Cilindros Canjeados a Abastible.
1 2 3 4 5 6
5 Kg. 18300 23370 29220 26640 7860 9720
11 Kg. 79295 64397 57410 56006 44066 41358
Esc 1 15 Kg. 22302 11340 15876 9072 3024 6048
45 Kg. 3402 1638 2016 378 126 252
Total 123299 100745 104522 92096 55076 57378
5 Kg. 19140 24240 31650 27540 7020 11100
11 Kg. 83082 67595 60301 58881 42703 47252
Esc 2 15 Kg. 23436 13608 14364 10206 3024 6426
45 Kg. 3528 2016 1764 504 126 378
Total 129186 107459 108079 97131 52873 65156
5 Kg. 19620 25680 33300 28920 6000 12960
11 Kg. 86913 70831 63156 61880 41974 52344
Esc 3 15 Kg. 24192 12852 16632 10584 756 11718
45 Kg. 3654 2016 2016 504 504 378
Total 134379 111379 115104 101888 49234 77400
5 Kg. 21000 26490 34710 29460 8100 12180
11 Kg. 90240 74508 66023 64506 43365 55114
Esc 4 15 Kg. 24948 13986 18900 12852 5670 10962
45 Kg. 3906 2142 2016 756 504 756
Total 140094 117126 121649 107574 57639 79012
5 Kg. 21900 27750 35940 31620 6750 13260
11 Kg. 91536 80226 68911 67030 49342 53976
Esc 5 15 Kg. 26082 18900 23058 17388 6426 11718
45 Kg. 4032 1890 2520 882 882 252
Total 143550 128766 130429 116920 63400 79206

179
Tabla 4. Nmero de cilindros canjeados por flota Gasco a otras compaas por formato y perodo.
Lipigas.

Nmero de Cilindros Canjeados a Lipigas.


1 2 3 4 5 6
5 Kg. 9105 5720 8440 11770 3300 5850
11 Kg. 42165 34494 36492 36210 19152 26112
Esc 1 15 Kg. 8694 17766 10962 10206 12474 9828
45 Kg. 2646 0 1764 1512 252 1890
Total 62610 57980 57658 59698 35178 43680
5 Kg. 9380 7050 8290 13005 0 9300
11 Kg. 44136 36216 38316 37461 22200 25992
Esc 2 15 Kg. 9072 18522 11718 10584 11340 11718
45 Kg. 2898 252 1638 1638 630 1638
Total 65486 62040 59962 62688 34170 48648
5 Kg. 10045 7005 8485 13920 3300 6600
11 Kg. 46185 37941 40143 39660 25752 24504
Esc 3 15 Kg. 9828 18900 12096 11340 11340 12852
45 Kg. 3024 0 2268 1638 630 1638
Total 69082 63846 62992 66558 41022 45594
5 Kg. 10325 7350 8485 14700 3300 7050
11 Kg. 48579 39672 41967 41568 26952 25440
Esc 4 15 Kg. 10584 19278 12474 12096 13986 11340
45 Kg. 3150 126 2394 1764 630 1764
Total 72638 66426 65320 70128 44868 45594
5 Kg. 10650 7815 9535 14635 2250 8550
11 Kg. 51000 41391 43791 43359 25728 28800
Esc 5 15 Kg. 10962 20034 13230 12474 14742 11340
45 Kg. 3276 756 2016 1764 756 1260
Total 75888 69996 68572 72232 43476 49950

Tabla 5. Variacin en el nmero de viajes de canje efectuados por flota Gasco ante cambio de
escenario.

Totales Abastible
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 10,7 14,5 1,6 9,3 -3,1 13,1
Esc3-Esc2 9,6 5,1 13,6 7,2 -3,9 22,0
Esc4-Esc3 10,7 10,5 11,2 12,1 15,2 5,5
Esc5-Esc4 6,6 19,5 19,6 17,4 13,6 -3,6
Total 37,7 49,5 45,9 46,0 21,9 37,0

Totales Lipigas
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 6,6 8,0 3,5 5,2 2,7 5,1
Esc3-Esc2 6,8 1,5 9,5 6,2 9,1 -2,5
Esc4-Esc3 7,0 5,1 5,0 6,7 7,9 -0,3
Esc5-Esc4 6,3 10,5 2,4 3,8 -0,3 2,6
Total 26,7 25,1 20,4 21,9 19,4 4,9

180
Tabla 6. Anlisis de necesidad de incorpora r vehculos extra a la flota contratada. Las primeras cuatro
filas corresponden a resultados del escenario original. La quinta fila corresponde al nmero de viajes
de canje que en trminos monetarios corresponden a arrendar un vehculo extra. En la segunda tabla
se marcan de color los casos donde el nmero de viajes extra a efectuar en el perodo es superior (o
muy cercano) al nmero de viajes extra equivalentes a un vehculo, por ende, casos e que resulta
conveniente incorporar un vehculo extra ala flota.

Relaciones a partir de Escenario 1


Viajes Canje Original 358 281 291 256 159 185
Tamao Flota Original 4 3 3 3 2 2
Promedio por camion 89,5 93,7 97,0 85,3 79,5 92,5
Viajes extra efectuados
6 0 0 0 1 5
(sit original)
Viajes Extra equivalentes
62 62 62 62 62 62
a 1 camin
Variacion total en viajes de canje efectuados a travs de escenarios
Esc2-Esc1 23,3 22,5 5,1 14,5 0,6 23,2
Esc3-Esc2 39,7 29,1 28,2 27,8 5,8 42,7
Esc4-Esc3 57,5 44,7 44,3 46,7 28,9 47,9
Esc5-Esc4 70,4 74,6 66,4 67,9 42,3 46,9

Tabla 7. Cilindros a agregar en patios de colores por formato y escenario.

Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Lipigas


1 2 3 4 1 2 3 4
Esc 1 0 28 0 0 Esc 1 0 10 0 0
Esc 2 0 4 0 0 Esc 2 0 8 0 0
Esc 3 0 28 0 0 Esc 3 0 87 0 0
Esc 4 0 0 0 0 Esc 4 0 516 0 0
Esc 5 0 3 0 0 Esc 5 0 960 0 0
CI_Canje 1932 3127,98 5033 140 CI_Canje_OC 2288 2735 3865 684

Tiempo (Dias) Esperado para obtener Stock Necesario Tiempo (Dias) Esperado para obtener Stock Necesario
1 2 3 4 1 2 3 4
Esc 1 0,00 0,01 0,00 0,00 Esc 1 0,00 0,01 0,00 0,00
Esc 2 0,00 0,00 0,00 0,00 Esc 2 0,00 0,00 0,00 0,00
Esc 3 0,00 0,01 0,00 0,00 Esc 3 0,00 0,05 0,00 0,00
Esc 4 0,00 0,00 0,00 0,00 Esc 4 0,00 0,27 0,00 0,00
Esc 5 0,00 0,00 0,00 0,00 Esc 5 0,00 0,48 0,00 0,00

181
Grfico 1. Dficit en stock de cilindros llenos y vacos por perodo (los formatos no incluidos es porque
no existe dficit). El desfase en el primer perodo (no considerado en la funcin de costos)
corresponde a la diferencia entre la situacin inicial real y deseada (en este caso 80% del valor
deseado).

Variacin Beta (Desfase stock llenos) 11 Kg. Variacin Gama (Desfase stock vacos) 11 Kg.
8000 1400
7000
1200
6000
Esc 1 1000 Esc 1
5000 Esc 2
Esc 2 800
4000 Esc 3 Esc 3

N
N

Esc 4
600 Esc 4
3000
Esc 5 400 Esc 5
2000
200
1000
0
0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

Variacin Stock Cils. Llenos 11 Kg. Variacin Stock Cils. Vacos 11 Kg.

40000 14000
35000 Dda Orig. 12000 Esc 1
30000 10000 Esc 2
Dda 1.05
25000
Dda 1.1 8000 Esc 3
20000
N
N

Dda 1.15 6000 Esc 4


15000
Dda 1.20 4000 Esc 5
10000
5000 Stock Deseado 2000 Stock Deseado
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

182
2. Sensibilidad sobre la demanda: Demanda pronosticada superior a demanda
real del perodo.

Tabla 1. Capacidad utilizada de los camiones por perodo (incluyendo disponibilidad de viajes extra)

Capacidad Utilizada de Camiones


1 2 3 4 5 6
Esc 1 75% 73% 78% 66% 79% 80%
Esc 2 72% 68% 76% 60% 78% 79%
Esc 3 68% 64% 71% 52% 78% 78%
Esc 4 64% 61% 68% 45% 78% 78%
Esc 5 61% 57% 65% 38% 76% 78%

Grfico 1. Dficit en stock de cilindros llenos y vacos (los formatos no incluidos es porque no existe
dficit).

Variacin Beta (Desfase stock llenos) 11 Kg. Variacin Gama (Desfase stock vacos) 11 Kg.
8000 1400
7000
1200
6000
1000 Esc 1
Esc 1
5000 Esc 2
Esc 2 800
4000 Esc 3 Esc 3
N
N

600
3000 Esc 4 Esc 4
Esc 5 400 Esc 5
2000
200
1000
0
0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

183
Tabla 2. Nmero de cilindros canjeados por flota Gasco a otras compaas por perodo.

Nmero de Cilindros Canjeados a Abastible.


1 2 3 4 5 6
5 Kg. 18300 23370 29220 26640 7860 9720
11 Kg. 79295 64397 57410 56006 44066 41358
Esc 1 15 Kg. 22302 11340 15876 9072 3024 6048
45 Kg. 3402 1638 2016 378 126 252
Total 123299 100745 104522 92096 55076 57378
5 Kg. 17610 21750 28800 24990 5400 10800
11 Kg. 75460 61175 54456 52363 36910 45620
Esc 2 15 Kg. 21546 9828 15876 6048 5292 6048
45 Kg. 3276 1134 2268 504 126 126
Total 117892 93887 101400 83905 47728 62594
5 Kg. 16770 20880 27000 19950 9480 9720
11 Kg. 71649 57943 51350 44063 41459 42558
Esc 3 15 Kg. 20790 9072 15120 7938 378 8316
45 Kg. 3024 1134 2142 504 126 0
Total 112233 89029 95612 72455 51443 60594
5 Kg. 15240 18960 26940 18600 9720 8700
11 Kg. 67842 54724 48547 41784 37158 41829
Esc 4 15 Kg. 19656 8316 14742 756 8694 6048
45 Kg. 2898 1008 2016 504 126 0
Total 105636 83008 92245 61644 55698 56577
5 Kg. 15060 17760 24840 16500 9720 8640
11 Kg. 64034 51435 45826 40727 33558 39496
Esc 5 15 Kg. 18900 7182 14364 0 2268 12474
45 Kg. 2772 882 2016 126 252 126
Total 100766 77259 87046 57353 45798 60736

Nmero de Cilindros Canjeados a Lipigas.


1 2 3 4 5 6
5 Kg. 9105 5720 8440 11770 3300 5850
11 Kg. 42165 34494 36492 36210 19152 26112
Esc 1 15 Kg. 8694 17766 10962 10206 12474 9828
45 Kg. 2646 0 1764 1512 252 1890
Total 62610 57980 57658 59698 35178 43680
5 Kg. 8995 5570 8305 9900 3235 6535
11 Kg. 40185 32766 34347 33432 22743 21495
Esc 2 15 Kg. 8316 17010 10584 9450 11718 9450
45 Kg. 2520 0 1512 1386 630 1512
Total 60016 55346 54748 54168 38326 38992
5 Kg. 7855 5395 8550 8100 4800 5700
11 Kg. 38211 30849 32928 32064 17712 23784
Esc 3 15 Kg. 7560 16632 9828 4914 15498 8694
45 Kg. 2268 0 1512 1386 504 1386
Total 55894 52876 52818 46464 38514 39564
5 Kg. 8155 5630 6900 7455 3150 7305
11 Kg. 36243 28872 30936 31029 17400 21573
Esc 4 15 Kg. 7182 15876 9450 3780 10962 12474
45 Kg. 2268 0 1386 1260 378 1386
Total 53848 50378 48672 43524 31890 42738
5 Kg. 7025 5650 6935 8400 3150 5400
11 Kg. 34203 26982 29805 24696 19200 21552
Esc 5 15 Kg. 6804 15120 8694 3024 15120 7938
45 Kg. 2142 0 1260 630 882 1386
Total 50174 47752 46694 36750 38352 36276

184
Tabla 3: Fraccin de los canjes efectuados entre Gasco y compaa k que son efectuados por Gasco.

Fraccin Canjes, efectuados por Gasco a Abastible


1 2 3 4 5 6
5 Kg. 48% 46% 74% 68% 53% 70%
11 Kg. 96% 68% 67% 70% 85% 90%
Esc 1 15 Kg. 24% 10% 16% 10% 5% 12%
45 Kg. 59% 34% 40% 8% 3% 6%
Total 56% 38% 46% 44% 42% 50%
5 Kg. 48% 45% 74% 68% 45% 73%
11 Kg. 96% 68% 67% 69% 83% 91%
Esc 2 15 Kg. 25% 9% 17% 8% 9% 12%
45 Kg. 59% 28% 44% 11% 3% 3%
Total 57% 38% 46% 43% 40% 53%
5 Kg. 48% 46% 74% 64% 60% 72%
11 Kg. 96% 68% 67% 67% 85% 91%
Esc 3 15 Kg. 25% 9% 17% 10% 1% 17%
45 Kg. 59% 29% 44% 11% 3% 0%
Total 57% 38% 46% 40% 43% 54%
5 Kg. 47% 45% 75% 64% 62% 71%
11 Kg. 96% 68% 67% 67% 85% 91%
Esc 4 15 Kg. 25% 9% 18% 1% 16% 14%
45 Kg. 59% 28% 43% 12% 4% 0%
Total 57% 37% 47% 38% 47% 53%
5 Kg. 49% 45% 75% 63% 63% 72%
11 Kg. 96% 68% 67% 68% 84% 91%
Esc 5 15 Kg. 25% 8% 18% 0% 5% 26%
45 Kg. 59% 26% 45% 3% 7% 4%
Total 57% 37% 47% 38% 43% 57%

Fraccin Canjes efectuados por Gasco a Lipigas


1 2 3 4 5 6
5 Kg. 45% 23% 41% 62% 46% 82%
11 Kg. 91% 67% 77% 82% 80% 88%
Esc 1 15 Kg. 21% 26% 24% 23% 42% 38%
45 Kg. 50% 0% 42% 36% 8% 47%
Total 55% 39% 49% 54% 55% 66%
5 Kg. 46% 24% 42% 59% 47% 85%
11 Kg. 91% 67% 77% 82% 83% 87%
Esc 2 15 Kg. 21% 26% 24% 23% 42% 38%
45 Kg. 50% 0% 39% 35% 19% 43%
Total 55% 39% 49% 53% 58% 64%
5 Kg. 43% 24% 44% 56% 58% 83%
11 Kg. 91% 67% 78% 82% 80% 88%
Esc 3 15 Kg. 20% 27% 24% 14% 50% 38%
45 Kg. 49% 0% 41% 37% 16% 42%
Total 54% 39% 50% 50% 60% 66%
5 Kg. 46% 26% 40% 55% 49% 87%
11 Kg. 91% 66% 77% 82% 81% 88%
Esc 4 15 Kg. 20% 27% 24% 12% 43% 48%
45 Kg. 50% 0% 40% 36% 13% 43%
Total 55% 39% 49% 50% 57% 69%
5 Kg. 44% 27% 42% 59% 50% 84%
11 Kg. 91% 66% 78% 80% 83% 89%
Esc 5 15 Kg. 20% 27% 24% 10% 53% 38%
45 Kg. 50% 0% 39% 23% 28% 45%
Total 55% 40% 49% 47% 63% 67%

185
Tabla 4. Relacin entre canjes OC utilizados en el modelo y los que debieran haber sido utilizados
segn escenario dado. En color se tienen los casos en que los canjes utilizados son inferiores a los
que el escenario defina.

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Abastible


Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Lipigas


Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,98 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00

186
Tabla 5. Horas promedio de produccin (de acuerdo a capacidades carruseles definidas por personal
Gasco).

Horas promedio produccion 5 Kg.


1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 10,77 13,20 10,91 10,12 5,27 3,43
Esc 2 10,24 12,55 10,35 9,60 5,01 3,26 -5,01%
Esc 3 9,71 11,89 9,82 9,08 5,08 2,80 -5,18%
Esc 4 9,18 11,22 9,39 8,57 4,33 2,92 -5,72%
Esc 5 8,65 10,58 8,71 8,04 4,61 2,41 -5,71%
Horas promedio produccion 11 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 7,42 7,77 7,33 6,88 5,31 4,09
Esc 2 7,06 7,38 6,96 6,51 5,09 3,86 -4,98%
Esc 3 6,70 6,99 6,60 6,10 4,87 3,68 -5,24%
Esc 4 6,33 6,60 6,24 5,78 4,58 3,47 -5,56%
Esc 5 5,97 6,21 5,88 5,40 4,33 3,27 -5,86%
Horas promedio produccion 15 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,37 9,42 9,03 8,58 7,07 5,27
Esc 2 8,91 8,94 8,76 8,21 6,43 5,00 -5,10%
Esc 3 8,45 8,47 8,30 7,74 6,12 4,74 -5,25%
Esc 4 7,98 8,00 7,85 7,17 5,93 4,48 -5,49%
Esc 5 7,52 7,53 7,40 6,73 5,60 4,21 -5,87%
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,21 7,23 7,14 7,49 7,49 6,41
Esc 2 8,75 6,85 6,96 6,99 7,19 5,99 -4,97%
Esc 3 8,27 6,50 6,46 6,80 6,80 5,65 -5,26%
Esc 4 7,84 6,11 6,10 6,44 6,41 5,32 -5,54%
Esc 5 7,39 5,79 5,89 5,64 6,01 5,28 -5,86%

Tabla 6. Variacin en el nmero de viajes de canje efectuados por flota Gasco ante cambio de
escenario.
Totales Abastible
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 -9,8 -14,7 -3,1 -13,3 -9,2 7,0
Esc3-Esc2 -11,0 -7,9 -9,7 -14,4 0,5 -2,2
Esc4-Esc3 -11,4 -10,0 -6,7 -21,0 11,5 -7,2
Esc5-Esc4 -9,3 -10,2 -7,4 -8,7 -19,2 11,4
Total -41,6 -42,8 -26,8 -57,5 -16,3 9,1

Totales Lipigas
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 -5,3 -4,7 -6,7 -9,2 7,5 -11,2
Esc3-Esc2 -8,2 -4,2 -3,8 -14,1 0,4 0,2
Esc4-Esc3 -3,8 -4,8 -6,8 -6,0 -13,3 6,2
Esc5-Esc4 -6,4 -4,8 -4,6 -16,8 16,6 -11,9
Total -23,8 -18,5 -22,0 -46,0 11,3 -16,6

187
Tabla 7. Cilindros a agregar en patios de colores (primera tabla corresponde a cilindros con castigo
bajo y la segunda con castigo alto).

Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Lipigas


1 2 3 4 1 2 3 4
Esc 1 0 28 0 0 Esc 1 0 10 0 0
Esc 2 0 0 0 8 Esc 2 0 0 0 0
Esc 3 0 0 0 0 Esc 3 0 0 0 0
Esc 4 0 0 0 0 Esc 4 0 0 0 18
Esc 5 0 0 0 0 Esc 5 0 0 0 0
CI_Canje 1932 3127,98 5033 140 CI_Canje_OC 2288 2735 3865 684

Tabla 8. Anlisis de posibilidad de reducir tamao de flota a travs de escenarios . Las celdas de color
corresponden a los casos que se encuentran cercanos a situacin de borde en relacin a flota
necesaria.

Relaciones a partir de Escenario 1


Viajes Canje Original 358 281 291 256 159 185
Tamao Flota Original 4 3 3 3 2 2
Promedio por camion 89,5 93,7 97,0 85,3 79,5 92,5
Viajes Extra equivalentes a 1
62 62 62 62 62 62
camin
Viajes de Canje que hara ltimo camin producto de cambio de escenario
Esc2-Esc1 74,3 74,3 87,1 62,9 77,8 88,4
Esc3-Esc2 55,1 62,2 73,7 34,4 78,8 86,4
Esc4-Esc3 39,8 47,5 60,2 7,4 77,0 85,4
Esc5-Esc4 24,1 32,4 48,2 -18,2 74,5 84,9

188
3. Sensibilidad sobre canjes: canjes pronosticados inferiores a valor real del
perodo.

Tabla 1. Capacidad utilizada de los camiones (incluyendo disponibilidad de viajes extra)


Capacidad Utilizada de Camiones
1 2 3 4 5 6
Esc 1 75% 73% 78% 66% 79% 80%
Esc 2 79% 79% 84% 72% 78% 93%
Esc 3 82% 86% 90% 77% 82% 100%
Esc 4 86% 94% 96% 81% 100% 97%
Esc 5 92% 100% 100% 88% 100% 100%

Grfico 1. Dficit en stock de cilindros llenos y vacos (los formatos no incluidos es porque no existe
dficit)

Variacin Beta (Desfase stock llenos) 11 Kg. Variacin Gama (Desfase stock vacos) 11 Kg.
8000 1400
7000
1200
6000
Esc 1
1000 Esc 1
5000 Esc 2
Esc 2 800
4000 Esc 3 Esc 3
N
N

600
3000
Esc 4 Esc 4
Esc 5 400 Esc 5
2000
200
1000
0
0
1 2 3 4 5 6
1 2 3 4 5 6
Perodo Perodo

189
Tabla 2. Horas promedio de produccin (de acuerdo a capacidades carruseles definidas por personal
Gasco).

Horas promedio produccion 5 Kg.


1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 10,77 13,20 10,91 10,12 5,27 3,43
Esc 2 10,77 13,21 10,96 10,37 4,90 3,43 -0,13%
Esc 3 10,77 13,22 10,90 10,49 5,24 3,08 0,09%
Esc 4 10,77 13,21 10,91 10,27 5,10 3,43 -0,02%
Esc 5 10,77 13,21 10,98 10,41 4,83 3,43 -0,09%
Horas promedio produccion 11 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 7,42 7,77 7,33 6,88 5,31 4,09
Esc 2 7,42 7,77 7,33 6,88 5,32 4,08 0,01%
Esc 3 7,42 7,77 7,33 6,86 5,33 4,09 0,00%
Esc 4 7,42 7,77 7,33 6,86 5,33 4,09 0,00%
Esc 5 7,42 7,77 7,33 6,88 5,31 4,09 -0,01%
Horas promedio produccion 15 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,37 9,42 9,03 8,58 7,07 5,27
Esc 2 9,37 9,41 9,20 8,70 6,72 5,27 -0,12%
Esc 3 9,37 9,41 9,04 8,58 7,07 5,27 0,13%
Esc 4 9,37 9,42 9,19 8,71 7,13 4,91 0,00%
Esc 5 9,37 9,44 9,01 8,58 7,43 4,96 0,11%
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,21 7,23 7,14 7,49 7,49 6,41
Esc 2 9,21 7,22 7,29 7,36 7,56 6,33 0,02%
Esc 3 9,21 7,20 7,30 7,15 7,52 6,60 0,00%
Esc 4 9,21 7,19 7,18 7,50 7,58 6,33 0,00%
Esc 5 9,21 7,27 7,24 7,35 7,58 6,32 0,00%

Tabla 3. Cilindros a comprar (los primeros 1179 de cada perodo se insertan al inicio del segundo
perodo, mientras los restantes al inicio del tercero)
Formato
Escenario
1 2 3 4
Esc 1 0 1179 0 0
Esc 2 0 1204 0 0
Cilindros a
Esc 3 0 1204 0 0
Comprar
Esc 4 0 1207 0 0
Esc 5 0 1216 0 0

190
Tabla 4. Nmero de cilindros canjeados por flota Gasco a otras compaas.
Nmero de Cilindros Canjeados a Abastible.
1 2 3 4 5 6
5 Kg. 18300 23370 29220 26640 7860 9720
11 Kg. 79295 64397 57410 56006 44066 41358
Esc 1 15 Kg. 22302 11340 15876 9072 3024 6048
45 Kg. 3402 1638 2016 378 126 252
Total 123299 100745 104522 92096 55076 57378
5 Kg. 19230 24270 31050 26550 9720 8400
11 Kg. 79453 65884 58837 57432 38958 47397
Esc 2 15 Kg. 25704 16254 20034 13230 378 13986
45 Kg. 3528 1638 2268 756 252 378
Total 127915 108046 112189 97968 49308 70161
5 Kg. 19890 26430 30780 27630 9300 8940
11 Kg. 79626 67375 60267 58094 42093 45328
Esc 3 15 Kg. 29484 21168 24192 17010 756 18522
45 Kg. 3528 1764 2520 1008 504 504
Total 132528 116737 117759 103742 52653 73294
5 Kg. 21030 27810 30990 24300 10800 12420
11 Kg. 79812 68851 61699 59295 42020 46013
Esc 4 15 Kg. 32886 26838 27594 21168 11340 12852
45 Kg. 3654 2394 2268 1134 756 756
Total 137382 125893 122551 105897 64916 72041
5 Kg. 22560 28620 31950 28890 7560 11880
11 Kg. 79968 70343 63133 61113 41234 46882
Esc 5 15 Kg. 36288 33264 30618 24948 13986 10962
45 Kg. 3906 2394 2394 1386 1008 882
Total 142722 134621 128095 116337 63788 70606

Nmero de Cilindros Canjeados a Lipigas.


1 2 3 4 5 6
5 Kg. 9105 5720 8440 11770 3300 5850
11 Kg. 42165 34494 36492 36210 19152 26112
Esc 1 15 Kg. 8694 17766 10962 10206 12474 9828
45 Kg. 2646 0 1764 1512 252 1890
Total 62610 57980 57658 59698 35178 43680
5 Kg. 9510 7500 8440 11610 3000 7735
11 Kg. 42378 35352 37020 36378 22320 23823
Esc 2 15 Kg. 10584 20034 12852 11718 13230 10584
45 Kg. 2898 0 1764 1638 882 1512
Total 65370 62886 60076 61344 39432 43654
5 Kg. 10390 7905 8785 13585 3300 6450
11 Kg. 42588 36213 37551 36135 20352 26376
Esc 3 15 Kg. 12096 22680 14364 13608 13608 11718
45 Kg. 3024 126 1890 1764 1008 1638
Total 68098 66924 62590 65092 38268 46182
5 Kg. 10795 8635 10135 12900 4500 5870
11 Kg. 42801 37071 38079 36576 20880 26622
Esc 4 15 Kg. 13986 24948 16254 15498 14742 12096
45 Kg. 3150 0 2394 1890 1134 1764
Total 70732 70654 66862 66864 41256 46352
5 Kg. 10820 10220 11400 12900 2250 7650
11 Kg. 43014 37926 38616 37776 20928 26304
Esc 5 15 Kg. 20412 22680 18144 17010 13230 15120
45 Kg. 3276 630 2142 2016 1260 1890
Total 77522 71456 70302 69702 37668 50964

191
Tabla 5. Variacin en la fraccin sobre el total de los canjes entre Gasco y la compaa k, que son
efectuados por flota Gasco.
Fraccin Canjes, efectuados por Gasco a Abastible
1 2 3 4 5 6
5 Kg. 48% 46% 74% 68% 53% 70%
11 Kg. 96% 68% 67% 70% 85% 90%
Esc 1 15 Kg. 24% 10% 16% 10% 5% 12%
45 Kg. 59% 34% 40% 8% 3% 6%
Total 56% 38% 46% 44% 42% 50%
5 Kg. 50% 48% 76% 69% 59% 67%
11 Kg. 96% 70% 69% 71% 84% 91%
Esc 2 15 Kg. 28% 14% 21% 15% 1% 25%
45 Kg. 61% 36% 44% 15% 6% 9%
Total 59% 41% 49% 46% 41% 56%
5 Kg. 53% 52% 77% 71% 60% 70%
11 Kg. 96% 72% 70% 73% 86% 91%
Esc 3 15 Kg. 32% 19% 25% 19% 1% 31%
45 Kg. 62% 39% 48% 20% 12% 12%
Total 61% 44% 52% 49% 44% 58%
5 Kg. 55% 54% 78% 70% 65% 77%
11 Kg. 96% 73% 72% 74% 86% 92%
Esc 4 15 Kg. 36% 24% 29% 24% 19% 25%
45 Kg. 64% 47% 46% 23% 18% 18%
Total 63% 48% 54% 51% 51% 59%
5 Kg. 59% 56% 79% 75% 57% 78%
11 Kg. 97% 75% 73% 76% 87% 93%
Esc 5 15 Kg. 40% 29% 32% 29% 24% 23%
45 Kg. 67% 49% 49% 28% 24% 21%
Total 65% 51% 57% 55% 52% 60%

Fraccin Canjes efectuados por Gasco a Lipigas


1 2 3 4 5 6
5 Kg. 45% 23% 41% 62% 46% 82%
11 Kg. 91% 67% 77% 82% 80% 88%
Esc 1 15 Kg. 21% 26% 24% 23% 42% 38%
45 Kg. 50% 0% 42% 36% 8% 47%
Total 55% 39% 49% 54% 55% 66%
5 Kg. 47% 29% 42% 63% 45% 87%
11 Kg. 91% 68% 79% 83% 83% 88%
Esc 2 15 Kg. 25% 30% 28% 27% 45% 41%
45 Kg. 54% 0% 43% 39% 24% 43%
Total 57% 42% 51% 56% 59% 67%
5 Kg. 50% 32% 45% 68% 48% 85%
11 Kg. 92% 70% 80% 83% 82% 89%
Esc 3 15 Kg. 29% 33% 32% 31% 47% 45%
45 Kg. 56% 3% 46% 42% 28% 46%
Total 59% 45% 54% 59% 60% 69%
5 Kg. 53% 35% 50% 68% 58% 85%
11 Kg. 92% 72% 81% 84% 83% 90%
Esc 4 15 Kg. 33% 37% 36% 35% 50% 47%
45 Kg. 58% 0% 53% 45% 32% 49%
Total 62% 48% 57% 61% 63% 70%
5 Kg. 54% 40% 54% 69% 42% 88%
11 Kg. 93% 73% 82% 86% 84% 90%
Esc 5 15 Kg. 43% 36% 40% 39% 49% 54%
45 Kg. 61% 15% 52% 49% 35% 53%
Total 65% 50% 60% 63% 62% 74%

192
Tabla 6: Fraccin del valor para canjes utilizado en el modelo con respecto al valor para definido
originalmente en el escenario. Las celdas destacadas corresponden a los casos en que no es posible
igualar el nivel de canjes definido en el escenario.

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Abastible


Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Lipigas


Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,98 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 1,00 1,00

193
Tabla 7. Variacin en el nmero de viajes de canje efectuados por flota Gasco ante cambio de
escenario.

Totales Abastible
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 9,8 14,3 15,6 14,8 -11,5 27,5
Esc3-Esc2 9,3 16,6 13,6 12,7 7,9 8,2
Esc4-Esc3 10,1 21,9 8,0 9,2 27,0 -6,0
Esc5-Esc4 11,5 17,5 11,1 18,0 3,7 -2,2
Total 40,6 70,2 48,2 54,7 27,0 27,7

Totales Lipigas
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 7,1 8,2 5,1 4,6 12,2 -3,6
Esc3-Esc2 5,6 8,8 5,7 6,8 -1,1 6,6
Esc4-Esc3 6,0 6,1 10,7 5,4 5,6 1,8
Esc5-Esc4 15,8 3,4 4,1 6,5 -4,3 9,0
Total 34,6 26,4 25,6 23,2 12,4 13,8

Tabla 8. Anlisis necesidad de incorporar vehculos extra a flota contratada a travs de escenarios.
Las celdas de color corresponden a los casos que se encuentran cercanos a situacin de borde en
relacin a flota necesaria.
Relaciones a partir de Escenario 1
Viajes Canje Original 358 281 291 256 159 185
Tamao Flota Original 4 3 3 3 2 2
Promedio por camion 89,5 93,7 97,0 85,3 79,5 92,5
Viajes extra efectuados
6 0 0 0 1 5
(sit original)
Viajes Extra
62 62 62 62 62 62
equivalentes a 1 camin
Variacion total en viajes de canje efectuados a travs de escenarios
Esc2-Esc1 22,9 22,4 20,6 19,4 1,6 28,9
Esc3-Esc2 37,9 47,8 39,9 38,9 8,4 43,8
Esc4-Esc3 54,0 75,7 58,6 53,4 41,1 39,6
Esc5-Esc4 81,2 96,6 73,8 77,9 40,4 46,5

Tabla 9. Cilindros a agregar en patios de colores


Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Lipigas
1 2 3 4 1 2 3 4
Esc 1 0 28 0 0 Esc 1 0 10 0 0
Esc 2 0 7 0 0 Esc 2 0 7 0 0
Esc 3 0 9 0 0 Esc 3 0 4 0 0
Esc 4 0 11 0 0 Esc 4 0 1 0 0
Esc 5 0 1 0 0 Esc 5 0 0 0 0
CI_Canje 1932 3127,98 5033 140 CI_Canje_OC 2288 2735 3865 684

Tiempo (Dias) Esperado para obtener Stock Necesario Tiempo (Dias) Esperado para obtener Stock Necesario
1 2 3 4 1 2 3 4
Esc 1 0,00 0,01 0,00 0,00 Esc 1 0,00 0,01 0,00 0,00
Esc 2 0,00 0,00 0,00 0,00 Esc 2 0,00 0,00 0,00 0,00
Esc 3 0,00 0,00 0,00 0,00 Esc 3 0,00 0,00 0,00 0,00
Esc 4 0,00 0,00 0,00 0,00 Esc 4 0,00 0,00 0,00 0,00
Esc 5 0,00 0,00 0,00 0,00 Esc 5 0,00 0,00 0,00 0,00

194
4. Sensibilidad sobre canjes: canjes pronosticados superiores a valor real del
perodo.

Tabla 1. Capacidad utilizada de los camiones (incluyendo disponibilidad de viajes extra)

Capacidad Utilizada de Camiones


1 2 3 4 5 6
Esc 1 75% 73% 78% 66% 79% 80%
Esc 2 71% 64% 73% 56% 78% 78%
Esc 3 68% 58% 68% 47% 78% 78%
Esc 4 64% 51% 63% 42% 74% 77%
Esc 5 60% 47% 59% 42% 70% 76%

Tabla 2. Horas promedio de produccin (de acuerdo a capacidades carruseles definidas por personal
Gasco).

Horas promedio produccion 5 Kg.


1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 10,77 13,20 10,91 10,12 5,27 3,43
Esc 2 10,77 13,21 10,90 10,12 5,55 3,19 0,08%
Esc 3 10,77 13,20 10,97 10,09 5,24 3,43 -0,09%
Esc 4 10,77 13,21 10,97 10,06 5,27 3,43 0,01%
Esc 5 10,77 13,21 10,95 10,07 5,27 3,43 0,00%
Horas promedio produccion 11 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 7,42 7,77 7,33 6,88 5,31 4,09
Esc 2 7,42 7,77 7,33 6,81 5,39 4,09 0,04%
Esc 3 7,42 7,77 7,33 6,80 5,41 4,09 0,01%
Esc 4 7,42 7,77 7,33 6,80 5,41 4,09 0,00%
Esc 5 7,42 7,77 7,33 6,80 5,41 4,09 0,00%
Horas promedio produccion 15 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,37 9,42 9,03 8,58 7,07 5,27
Esc 2 9,37 9,41 9,20 8,69 6,74 5,27 -0,12%
Esc 3 9,37 9,41 9,20 8,58 6,87 5,27 0,04%
Esc 4 9,37 9,41 9,20 8,60 6,84 5,27 -0,01%
Esc 5 9,37 9,43 9,02 8,58 7,36 5,01 0,17%
Horas promedio produccion 45 Kg.
1 2 3 4 5 6 Var. Pdio. Hrs.
Esc 1 9,21 7,23 7,14 7,49 7,49 6,41
Esc 2 9,21 7,20 7,32 7,15 7,52 6,60 0,03%
Esc 3 9,21 7,20 7,32 7,33 7,57 6,35 0,00%
Esc 4 9,21 7,19 7,18 7,40 7,55 6,45 0,00%
Esc 5 9,21 7,19 7,18 7,41 7,58 6,42 0,01%

195
Tabla 3. Nmero de cilindros canjeados por flota Gasco a otras compaas.

Nmero de Cilindros Canjeados a Abastible.


1 2 3 4 5 6
5 Kg. 18300 23370 29220 26640 7860 9720
11 Kg. 79295 64397 57410 56006 44066 41358
Esc 1 15 Kg. 22302 11340 15876 9072 3024 6048
45 Kg. 3402 1638 2016 378 126 252
Total 123299 100745 104522 92096 55076 57378
5 Kg. 17340 21900 29310 19020 11880 11640
11 Kg. 79099 62872 56020 54654 40882 44583
Esc 2 15 Kg. 18900 5670 12096 4536 378 4536
45 Kg. 3276 1134 2142 252 0 0
Total 118615 91576 99568 78462 53140 60759
5 Kg. 16500 19740 28980 20550 10260 10800
11 Kg. 78936 61411 54566 53664 35689 48620
Esc 3 15 Kg. 15498 756 7938 0 0 3024
45 Kg. 3150 1008 2016 0 0 0
Total 114084 82915 93500 74214 45949 62444
5 Kg. 15180 19380 28230 19440 10200 10380
11 Kg. 78733 59918 53146 51516 40989 43955
Esc 4 15 Kg. 7938 0 5292 0 0 0
45 Kg. 3024 882 1764 0 0 0
Total 104875 80180 88432 70956 51189 54335
5 Kg. 14040 17940 27600 17250 11040 10770
11 Kg. 78571 58431 51720 51360 40051 42967
Esc 5 15 Kg. 3780 378 4158 0 0 0
45 Kg. 2898 756 1638 0 0 0
Total 99289 77505 85116 68610 51091 53737

Nmero de Cilindros Canjeados a Lipigas.


1 2 3 4 5 6
5 Kg. 9105 5720 8440 11770 3300 5850
11 Kg. 42165 34494 36492 36210 19152 26112
Esc 1 15 Kg. 8694 17766 10962 10206 12474 9828
45 Kg. 2646 0 1764 1512 252 1890
Total 62610 57980 57658 59698 35178 43680
5 Kg. 8485 5055 7500 11195 4350 5700
11 Kg. 41943 33597 36000 30735 24552 25584
Esc 2 15 Kg. 7182 15120 9072 8694 11340 9072
45 Kg. 2646 0 1512 1260 504 1512
Total 60256 53772 54084 51884 40746 41868
5 Kg. 7885 4585 7220 8560 4950 6150
11 Kg. 41727 32775 35430 29280 29016 21744
Esc 3 15 Kg. 5292 12852 7560 1890 12852 10962
45 Kg. 2520 0 1386 1134 378 1386
Total 57424 50212 51596 40864 47196 40242
5 Kg. 7450 2935 6940 7920 300 11100
11 Kg. 41550 31911 34908 29820 26832 22560
Esc 4 15 Kg. 7938 5670 6048 0 9828 12474
45 Kg. 2394 0 1260 504 126 1890
Total 59332 40516 49156 38244 37086 48024
5 Kg. 6980 2270 6000 9440 4580 4885
11 Kg. 41304 31038 34392 28266 23472 26607
Esc 5 15 Kg. 6804 2646 4158 0 7560 11718
45 Kg. 2268 0 1134 378 126 1638
Total 57356 35954 45684 38084 35738 44848

196
Tabla 4: Fraccin de los canjes efectuados entre Gasco y compaa k que son efectuados por Gasco.

Fraccin Canjes, efectuados por Gasco a Abastible


1 2 3 4 5 6
5 Kg. 48% 46% 74% 68% 53% 70%
11 Kg. 96% 68% 67% 70% 85% 90%
Esc 1 15 Kg. 24% 10% 16% 10% 5% 12%
45 Kg. 59% 34% 40% 8% 3% 6%
Total 56% 38% 46% 44% 42% 50%
5 Kg. 45% 43% 73% 60% 62% 72%
11 Kg. 95% 67% 65% 68% 83% 90%
Esc 2 15 Kg. 21% 5% 12% 5% 1% 9%
45 Kg. 57% 26% 40% 5% 0% 0%
Total 54% 35% 44% 39% 40% 50%
5 Kg. 43% 39% 72% 60% 57% 70%
11 Kg. 95% 65% 64% 67% 81% 90%
Esc 3 15 Kg. 17% 1% 8% 0% 0% 6%
45 Kg. 55% 23% 37% 0% 0% 0%
Total 52% 32% 41% 36% 37% 49%
5 Kg. 40% 38% 70% 58% 56% 68%
11 Kg. 95% 64% 62% 65% 82% 89%
Esc 4 15 Kg. 9% 0% 5% 0% 0% 0%
45 Kg. 53% 20% 33% 0% 0% 0%
Total 49% 30% 39% 35% 39% 45%
5 Kg. 37% 35% 69% 54% 57% 68%
11 Kg. 95% 62% 60% 64% 81% 88%
Esc 5 15 Kg. 4% 0% 4% 0% 0% 0%
45 Kg. 50% 17% 31% 0% 0% 0%
Total 46% 29% 38% 33% 39% 45%

Fraccin Canjes efectuados por Gasco a Lipigas


1 2 3 4 5 6
5 Kg. 45% 23% 41% 62% 46% 82%
11 Kg. 91% 67% 77% 82% 80% 88%
Esc 1 15 Kg. 21% 26% 24% 23% 42% 38%
45 Kg. 50% 0% 42% 36% 8% 47%
Total 55% 39% 49% 54% 55% 66%
5 Kg. 42% 20% 37% 60% 51% 81%
11 Kg. 90% 65% 76% 79% 83% 87%
Esc 2 15 Kg. 17% 22% 20% 20% 39% 35%
45 Kg. 49% 0% 37% 31% 14% 40%
Total 53% 36% 46% 49% 57% 64%
5 Kg. 39% 18% 35% 52% 54% 82%
11 Kg. 90% 63% 75% 77% 84% 85%
Esc 3 15 Kg. 13% 19% 17% 5% 41% 38%
45 Kg. 46% 0% 34% 28% 11% 37%
Total 50% 34% 44% 42% 60% 62%
5 Kg. 36% 12% 33% 49% 6% 88%
11 Kg. 89% 62% 74% 77% 83% 85%
Esc 4 15 Kg. 17% 9% 13% 0% 33% 40%
45 Kg. 44% 0% 31% 14% 4% 44%
Total 50% 28% 42% 39% 53% 65%
5 Kg. 34% 9% 29% 52% 49% 76%
11 Kg. 89% 60% 73% 75% 80% 86%
Esc 5 15 Kg. 14% 4% 9% 0% 27% 38%
45 Kg. 42% 0% 28% 11% 4% 39%
Total 48% 25% 39% 38% 51% 62%

197
Tabla 5. Relacin entre canjes OC utilizados en el modelo y los que debieran haber sido utilizados
segn escenario dado. Las celdas destacadas corresponden a los casos en que no es posible igualar
el nivel de canjes definido en el escenario.
Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Abastible
Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 1,00 1,00 1,00 0,99 0,98
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 0,96 1,00
4 1,00 1,00 1,00 1,00 0,94 0,93
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 0,98 0,97 0,92 0,99
4 1,00 1,00 1,00 0,97 0,90 0,89
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 0,97 0,94 0,93 0,88 0,95
4 1,00 1,00 1,00 0,93 0,87 0,86

Valor Canjes OC definido en el escenario vs. cilindros canjeados OC efectivo. Lipigas


Escenario Formato 1 2 3 4 5 6
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc2
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,88 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 3
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,84 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 4
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,81 1,00 1,00 1,00 1,00
1 1,00 1,00 1,00 1,00 1,00 1,00
2 1,00 1,00 1,00 1,00 1,00 1,00
Esc 5
3 1,00 1,00 1,00 1,00 1,00 1,00
4 1,00 0,77 1,00 1,00 1,00 1,00

Tabla 6. Variacin en segunda compra de cilindros nuevos


Formato
Escenario
1 2 3 4
Esc 1 0 1179 0 0
Cilindros a Esc 2 0 1206 0 0
Esc 3 0 1196 0 0
Comprar
Esc 4 0 1179 0 0
Esc 5 0 1193 0 0

198
Tabla 7. Variacin en el nmero de viajes de canje efectuados por flota Gasco ante cambio de
escenario.

Totales Abastible
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 -9,9 -20,9 -9,5 -20,7 -8,5 1,7
Esc3-Esc2 -9,7 -16,5 -13,1 -12,5 -11,0 2,6
Esc4-Esc3 -19,5 -5,6 -11,2 -4,6 8,8 -14,9
Esc5-Esc4 -11,7 -4,1 -6,6 -2,3 -0,8 -1,3
Total -50,8 -47,1 -40,4 -40,1 -11,5 -11,9

Totales Lipigas
Var Dda. Periodo 1 Periodo 2 Periodo 3 Periodo 4 Periodo 5 Periodo 6
Esc2-Esc1 -4,3 -8,0 -8,1 -15,2 9,7 -6,0
Esc3-Esc2 -6,2 -6,9 -5,7 -21,2 10,3 -2,9
Esc4-Esc3 4,1 -19,0 -5,6 -9,4 -17,0 13,8
Esc5-Esc4 -4,5 -8,8 -7,1 -2,2 -6,6 -3,0
Total -10,9 -42,6 -26,4 -48,0 -3,6 1,9

Tabla 8: Anlisis de Escenario para el cual sera conveniente reducir en una unidad la flota contratada.
Las celdas de color corresponden a los casos que se encuentran cercanos a situacin de borde.
Relaciones a partir de Escenario 1
Viajes Canje Original 358 281 291 256 159 185
Tamao Flota Original 4 3 3 3 2 2
Promedio por camion 89,5 93,7 97,0 85,3 79,5 92,5
Viajes extra efectuados
6 0 0 0 1 5
(sit original)
Viajes Extra
62 62 62 62 62 62
equivalentes a 1 camin
Variacion total en viajes de canje efectuados a travs de escenarios
Esc2-Esc1 22,9 22,4 20,6 19,4 1,6 28,9
Esc3-Esc2 37,9 47,8 39,9 38,9 8,4 43,8
Esc4-Esc3 54,0 75,7 58,6 53,4 41,1 39,6
Esc5-Esc4 81,2 96,6 73,8 77,9 40,4 46,5

Relaciones a partir de Escenario 1


Viajes Canje Original 358 281 291 256 159 185
Tamao Flota Original 4 3 3 3 2 2
Promedio por camion 89,5 93,7 97,0 85,3 79,5 92,5
Viajes Extra equivalentes 62 62 62 62 62 62
a 1 camin
Viajes de Canje que hara ltimo camin producto de cambio de escenario
Esc2-Esc1 75,3 64,7 79,4 49,4 80,7 88,2
Esc3-Esc2 59,3 41,4 60,6 15,8 80,0 87,9
Esc4-Esc3 43,9 16,8 43,9 1,8 71,8 86,8
Esc5-Esc4 27,7 3,9 30,2 -2,8 64,4 82,5

Tabla 9. Cilindros a agregar en patios de colores (primera tabla corresponde a cilindros con castigo
bajo y la segunda con castigo alto)

Cilindros a Agregar en Patio Gasco (Abastible) Cilindros a Agregar en Patio Lipigas


1 2 3 4 1 2 3 4
Esc 1 0 28 0 0 Esc 1 0 10 0 0
Esc 2 0 8 0 0 Esc 2 0 3 0 0
Esc 3 0 22 0 0 Esc 3 0 0 0 0
Esc 4 0 0 0 0 Esc 4 0 39 0 0
Esc 5 0 16 0 0 Esc 5 0 8 0 0
CI_Canje 1932 3127,98 5033 140 CI_Canje_OC 2288 2735 3865 684

199
Grfico 1. Dficit en stock de cilindros llenos y vacos (los formatos no incluidos es porque no existe
dficit).

Variacin Beta (Desfase stock llenos) 11 Kg. Variacin Gama (Desfase stock vacos) 11 Kg.
8000
1400
7000
1200
6000
Esc 1 1000 Esc 1
5000 Esc 2
Esc 2 800
4000 Esc 3 Esc 3

N
N

Esc 4 600 Esc 4


3000
Esc 5 400 Esc 5
2000
200
1000
0
0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo Perodo

200
Anexo n 6: Detalle resultados pronsticos de demanda
Instancia 1: Pronsticos Enero 2007 Junio 2007.

PRONOSTICOS AO 2007
5 Kg. 11 Kg.
Mes Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Ene-07 63010 62748 56423 240305 231514 243794
Feb-07 63649 59514 56515 228655 208722 220215
Mar-07 84252 74086 67388 324032 317160 289321
Abr-07 108448 98899 88846 344097 348050 372944
May-07 215216 195369 169911 514327 502829 497939
Jun-07 298617 214348 195931 607915 561512 522157
RECM 35839,5 47187,5 21690,7 40297,6
MAD 21371,4 33029,9 16241,8 29605,7
MAPE 10,87 19,20 4,25 6,92
PRONOSTICOS AO 2007
15 Kg. 45 Kg.
Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Ene-07 215127 217485 170350 34088 33829 31831
Feb-07 198777 187190 155475 31729 28580 27793
Mar-07 286054 265896 206267 45285 45884 38116
Abr-07 309342 317278 230741 43821 44137 43523
May-07 458013 453407 318400 56674 52019 50590
Jun-07 518336 463758 338806 50043 56431 48985
RECM 24526,0 106573,1 3486,0 4285,7
MAD 16870,4 94268,4 2560,8 3467,2
MAPE 4,68 26,84 5,62 8,06

Generales:
o Para los cuatro formatos, las tres mediciones de error obtenidas son mejores para
HW que para MS.
o Para los cuatro formatos, el mes donde se tiene el mayor error corresponde a Junio,
mes en el cual la demanda real se encuentra por sobre los valores normales para 5,
11 y 15 Kg, mientras que en 45 Kg los valores mediante HW supera a los reales en
ms de un 10%.
5 Kg:
o Para los seis meses se dan mejores pronsticos mediante HW.
11 Kg:
o Para enero y febrero se obtiene mejores resultados con MS, mientras que para el
resto de los meses se obtienen mejores pronsticos con HW.
o Es el formato en el cual el nivel de error se minimiza, lo cual se observa en los
resultados de MAPE, as como en la proporcin que equivaldra el RECM sobre un
mes promedio (vase tabla al final de esta seccin).
15 Kg:
o Es el formato donde se genera el mayor beneficio en los pronsticos al utilizar la
tcnica HW.
o Para los seis meses se dan mejores pronsticos mediante HW.

201
45 Kg:
o Entre enero y mayo se tienen mejores pronsticos mediante HW, mientras que para
junio, el pronstico de MS es ms acertado.

Instancia 2: Pronsticos Marzo 2007 Agosto 2007.

PRONOSTICOS AO 2007
5 Kg. 11 Kg.
Mes Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Mar-07 84252 75743 67388 324032 295378 289321
Abr-07 108448 99494 88846 344097 337364 372944
May-07 215216 193675 169911 514327 502556 497939
Jun-07 298617 209490 195931 607915 541791 522157
Jul-07 238312 221134 217830 553989 618652 582646
Ago-07 226884 159349 169824 519766 526113 482683
RECM 47286,9 53136,8 39997,5 44452,9
MAD 35474,0 43666,8 30715,0 38574,1
MAPE 15,86 21,21 6,14 8,12
PRONOSTICOS AO 2007
15 Kg. 45 Kg.
Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Mar-07 286054 273770 206267 45285 45336 38116
Abr-07 309342 334283 230741 43821 44448 43523
May-07 458013 487793 318400 56674 51968 50590
Jun-07 518336 508889 338806 50043 57193 48985
Jul-07 480967 573093 380740 48249 60198 54234
Ago-07 460145 488910 324629 49144 64449 51906
RECM 42941,4 124282,6 8666,8 4709,2
MAD 32890,7 118879,125 6631,3 3892,7
MAPE 7,68 28,12 13,34 7,90

Generales:
o Para 5, 11 y 15 Kg, las tres mediciones de error obtenidas son mejores para HW que
para MS. La situacin es totalmente opuesta para 45 Kg. Por otra parte, para todos
los casos los niveles de error son superiores con respecto a la primera instancia, lo
que se debe tanto a que se trabaja con meses de mayores ventas, como a la
disminucin en la capacidad de prediccin.
o 11 y 15 Kg son los formatos en los que el nivel de error se minimiza, lo cual se
observa en los resultados de MAPE, as como en la proporcin que equivaldra el
RECM sobre un mes promedio (vase tabla al final de esta seccin). Por otra parte,
para 5 Kg es donde se presentan los mayores niveles de error mediante la
interpretacin equivalente.
5 Kg:
o Para los meses de marzo a julio se dan mejores pronsticos mediante HW, mientras
que para agosto se logra mediante MS.
o el mes donde se tiene el mayor error es Junio (pronstico un 30% inferior a valor real).
11 Kg:
o Para todos los meses salvo julio se obtienen mejores resultados con HW. Para el mes
de julio el pronstico de HW sobredimensiona el valor de las ventas en alrededor de
un 10%.

202
o Los meses donde se tienen los mayores errores de pronstico son junio y julio (el
primero bajo y el segundo sobre el valor real).

15 Kg:
o Es el formato donde se genera el mayor beneficio en los pronsticos al utilizar la
tcnica HW.
o Para los seis meses se dan mejores pronsticos mediante HW. Sin embargo, en julio
esta diferencia es muy pequea (en HW se sobreestima el valor de las ventas
mientras en MS se subestima).
o El mes donde se tiene el mayor error es Julio (pronstico un 20% superior a valor
real).
45 Kg:
o La tcnica de HW no representa mejoras, obtenindose mejores pronsticos mediante
MS.
o A partir de junio la tcnica HW genera pronsticos sobredimensionados en base a las
ventas reales.
o Los meses dond e se presentan los mayores errores de prediccin son julio y agosto
(con sobredimensionamiento de las ventas de 25 y 30% respectivamente).

Instancia 3: Pronsticos Mayo 2007 Octubre 2007.

PRONOSTICOS AO 2007
5 Kg. 11 Kg.
Mes Ventas Real Holt -Winters Medias Simples Ventas Real Holt -Winters Medias Simples
May-07 215216 220124 169911 514327 519248 497939
Jun-07 298617 247999 195931 607915 533953 522157
Jul-07 238312 273440 217830 553989 582597 582646
Ago-07 226884 205923 169824 519766 472236 482683
Sep-07 94588 125950 98983 335856 369170 382296
Oct-07 72258 86477 73982 298227 309510 335796
RECM 30125,7 52113,2 40433,6 47236,0
MAD 26199,2 38608,8 33269,7 41982,5
MAPE 16,01 16,04 6,86 9,34
PRONOSTICOS AO 2007
15 Kg. 45 Kg.
Ventas Real Holt -Winters Medias Simples Ventas Real Holt -Winters Medias Simples
Mayo 458013 489062 318400 56674 55268 50590
Junio 518336 491589 338806 50043 55004 48985
Julio 480967 532136 380740 48249 55721 54234
Agosto 460145 436868 324629 49144 53976 51906
Septiembre 308808 332044 249598 41491 47224 46397
Octubre 270125 272906 227128 42746 48132 46781
RECM 29964,6 119364,6 5285,9 4507,9
MAD 26376,7 109515,6 4965,1 4138,3
MAPE 6,03 25,08 10,69 8,69

Generales:
o Para 5, 11 y 15 Kg, las tres mediciones de error obtenidas son mejores para HW que
para MS. La situacin es totalmente opuesta para 45 Kg. Por otra parte, los niveles de
error tienden a ser superiores a los de la primera instancia (salvo en 5 Kg) pero
inferiores a la segunda.

203
o 15 Kg es el formato en los que el nivel de error se minimiza, lo cual se observa en los
resultados de MAPE, as como en la proporcin que equivaldra el RECM sobre un
mes promedio (vase tabla inferior de esta seccin) . El ordenamiento de los otros
formatos sera 11, 45 y 5 Kg.

5 Kg:
o Para los meses de mayo, junio y agosto se dan mejores pronsticos mediante HW,
mientras que para el resto mediante MS.
o Los meses donde se tiene el mayor error son Junio y Julio (subestimndose el valor
real en el primer caso y sobreestimndose en el segundo).
11 Kg:
o Para todos los meses salvo agosto se obtienen mejores resultados con HW.
o Los meses donde se tienen los mayores errores de pronstico son junio y agosto (en
ambos subestimando el valor real).

15 Kg:
o Es el formato donde se genera el mayor beneficio en los pronsticos al utilizar la
tcnica HW.
o Para los seis meses se dan mejores pronsticos mediante HW. El mes donde se tiene
el mayor error es Julio (pronstico un 10% superior a valor real).
45 Kg:
o La tcnica de HW no representa mejoras, obtenindose mejores pronsticos mediante
MS para el 80% de los meses (mayo es la excepcin).
o Salvo para Mayo, la tcnica HW genera pronsticos sobredimensionados en base a
las ventas reales.

204
Instancia 4: Pronsticos Septiembre 2007 Febrero 2008.

PRONOSTICOS AO 2007 - 2008


5 Kg. 11 Kg.
Mes Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Sep-07 94588 99068 98983 335856 383661 382296
Oct-07 72258 82297 73982 298227 343109 335796
Nov-07 70130 66280 64761 291928 284217 298115
Dic-07 69173 63853 63300 284942 288466 312873
Ene-08 62237 58036 56616 230852 236048 246158
Feb-08 67806 56206 55476 232104 213515 219352
RECM 7259,3 6698,6 28119,2 28235,2
MAD 6581,7 5885,2 21284,6 24363,9
MAPE 9,28 8,40 7,24 8,41
PRONOSTICOS AO 2007 - 2008
15 Kg. 45 Kg.
Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Sep-07 308808 342096 249598 41491 46044 46397
Oct-07 270125 302841 227128 44883,3 48388 46781
Nov-07 273882 256154 202445 46273,5 43147 41492
Dic-07 267533 279082 215928 44060,1 40766 42402
Ene-08 220641 223242 168972 34589 31163 31705
Feb-08 216455 196181 151056 32944 27502 27489
RECM 22523,6 57832,8 3978,9 3901,9
MAD 19692,5 57053,1 3890,9 3596,9
MAPE 7,37 22,35 9,91 9,17

Generales:
o En trminos de RECM, se obtienen mejores resultados con HW nicamente para 15
Kg, mientras en 11 y 45 Kg los resultados mediante ambas tcnicas tienden a ser
equivalentes. Para 5 Kg, se obtienen mejores pronsticos mediante MS.
o Destaca la importante reduccin del error para 5 Kg en relacin a las instancias
anteriores, lo cual se observa en los resultados de MAPE, as como en la proporcin
que equivaldra el RECM sobre un mes promedio. El nivel de error de los otros
formatos no presenta mayores diferencias a los de instancias anteriores. La variacin
en el error se debe fundamentalmente a que se trabaja con el semestre del ao de
menor demanda (sin meses peak), donde adems se presenta un comportamiento
ms regular en las ventas (sin grandes diferencias con respecto a lo esperado), lo
cual tambin lleva a que mediante MS se obtengan pronsticos acertados.

5 Kg:
o Los pronsticos mediante ambas tcnicas tienden a ser similares, presentndose
diferencias mnimas a favor de HW en noviembre y enero y para MS en octubre.
o Con HW en los dos primeros meses se sobreestiman las ventas reales, mientras en
los siguientes ocurre lo contrario. Esto se debe a una componente de tendencia
negativa detectada por el modelo.
11 Kg:
o Los meses en que se obtienen mejores pronsticos con HW y MS son similares.

205
o El mes donde se obtiene el mayor error mediante HW es octubre, con una
sobreestimacin de alrededor de un 15%. Por otra parte mediante HW se ven 4 casos
en que la demanda es sobreestimada y dos en que se subestima.
15 Kg:
o Es el formato donde se genera el mayor beneficio en los pronsticos al utilizar la
tcnica HW.
o Para los seis meses se dan mejores pronsticos mediante HW, tenindose cinco
meses en que las ventas son sobreestimadas (en MS siempre se subestima el valor
real).
o Los meses donde se tiene el mayor error son septiembre y octubre (con alrededor de
un 11% de sobreestimacin para ambos casos).
45 Kg:
o Se obtienen pronsticos que en trminos de RECM son muy similares para ambas
tcnicas.
o Con HW en los dos primeros meses se sobreestiman las ventas reales, mientras en
los siguientes ocurre lo contrario. Esto se debe a una componente de tendencia
negativa detectada por el modelo.

Instancia 5: Pronsticos Enero 2007 Junio 2008.

PRONOSTICOS AO 2008
5 Kg. 11 Kg.
Mes Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Enero 62237 56040 57740 230852 206344 243096
Febrero 67806 55401 57942 232104 191349 221903
Marzo 73981 79443 70102 274731 297754 296263
Abril 104528 95512 89927 342475 331103 367174
Mayo 173854 201709 182943 442181 457726 493216
Junio 232921 212536 197476 507566 528798 531309
RECM 15784,1 16756,6 24540,7 27373,9
MAD 13553,2 12895,8 22739,2 23909,1
MAPE 11,51 10,24 7,93 6,83
PRONOSTICOS AO 2008
15 Kg. 45 Kg.
Ventas Real Holt-Winters Medias Simples Ventas Real Holt-Winters Medias Simples
Enero 220641 188885 179305 34589 32915 32282
Febrero 216455 174943 164135 32944 28815 28580
Marzo 266735 277834 222224 40486 42632 39550
Abril 329037 325755 246461 47262 42068 43582
Mayo 428953 458584 346322 54662 51383 51807
Junio 461605 514014 374712 49901 47475 49196
RECM 32889,7 67853,0 3368,4 2811,6
MAD 28281,7 65044,2 3141,5 2474,4
MAPE 9,50 20,46 7,42 6,11

Generales:
o En trminos de RECM, se obtienen mejores resultados con HW para 5, 11 y 15 Kg,
mientras que para 45 Kg MS es ms preciso. En trminos de MAPE, se obtienen
mejores resultados mediante MS para todos los formatos excepto 15 Kg. lo que se
debe principalmente a que en el clculo de este error se pondera de igual forma cada
mes independiente de la magnitud de las ventas de cada uno de stos.

206
5 Kg:
o El mes con mayor error en trminos de RECM mediante HW es mayo, donde se
genera una sobreestimacin de 16% sobre las ventas reales, lo que se debe a que
este mes para el ao 2008 no presenta el incremento marcado que tuvo para el ao
anterior.
11 Kg:
o Los meses en que se obtienen mejores pronsticos con HW y MS son similares.
o Salvo para febrero, el ao 2008 presenta niveles de venta inferiores a las medias de
aos anteriores, lo cual se observa a partir de que los pronsticos mediante MS
generar valores sobredimensionados en relacin a los reales.
o El mes donde se obtiene el mayor error mediante HW es febrero.
15 Kg:
o Es el formato donde se genera el mayor beneficio en los pronsticos al utilizar la
tcnica HW.
o Para los seis meses se dan mejores pronsticos mediante HW, tenindose el error
mximo mediante esta tcnica en el mes de febrero con alrededor de un 19% de
subestimacin de su valor real.
45 Kg:
o Tanto mediante HW como MS se generan pronsticos que si bien tienden a no
alejarse de los valores reales, los subestiman.
o Si bien mediante MS se logran mejores pronsticos, los obtenidos por HW no superan
en ningn perodo un error superior a un 10%.

Tabla 1: RECM mediante HW como fraccin de promedio ventas del perodo pronosticado
RECM mediante HW como fraccin de Promedio Ventas perodo
Instancia 5 Kg. 11 Kg. 15 Kg. 45 Kg.
Instancia 1 31% 6% 8% 8%
Instancia 2 30% 9% 10% 16%
Instancia 3 16% 9% 7% 10%
Instancia 4 10% 10% 8% 10%
Instancia 5 14% 7% 10% 8%

207
Anexo n 7: Problemticas en registro de ingreso y salida
de camiones de canje.

Anulaciones: Se caracterizan por tener una entrada ne gativa de idntico valor absoluto que
otra entrada positiva existente (se anula completamente). Este caso no afecta los registros de
canje y adems es fcilmente detectable de forma manual, por lo cual no existe necesidad de
invertir recursos en su identificacin.
Valores repartidos: La salida se encuentra repartida como valor legtimo de salida y como
valor negativo en la columna de entrada. (Al sumarlos igualan el canje de entrada). Este
problema ocurre cuando al llegar un camin no hay balones de respaldo para canje, por lo
cual se usa una entrada negativa para anular los balones que no se pueden canjear. Para el
ejemplo, se debe observar que si bien se intent canjear 132, slo pudieron realizarse 91,
volviendo el camin a la planta con los 91 cilindros canjeados y 41 cilindros de los llevados
originalmente (pertenecientes a la competencia). Para esta problemtica se ha considerado
til la deteccin automtica, por lo cual se ha incorporado a la macro una segunda etapa en la
cual se identifican errores de este tipo.

45V_LP 05V 11V 15V 45V


132
-41
-91

Desfase de datos: Existen datos con desfase (salen X cilindros ms de los que ingresan) o
sin contraparte (hay solo una salida o una entrada). Para ambos casos no se ha encontrado
otra explicacin ms que atribuirlo a errores de tipo humano. La alta subjetividad en el criterio
para definir la posible diferencia entre cilindros que salen e ingresan, unido a la baja
frecuencia de ocurrencia de este problema, motiv a que se opte por dejar su identificacin al
usuario.
Cambio formato: Los datos de salida estn en un formato diferente a los de entrada. Por
ejemplo, se ingresan X cilindros de 11 Kg. Y luego la salida de igual cantidad es de cilindros
de 15 Kg. Para esta problemtica se ha considerado til la deteccin automtica, por lo cual
se ha incorporado a la macro una segunda etapa en la cual se identifican errores de este tipo.
Hora cambiada: Los datos estn separados por segundos, pero al ser sumados calzan con la
salida o entrada segn corresponda. Generalmente estn en columnas adyacentes. La fcil

208
identificacin, unido a la frecuencia considerable de ocurrencia de estos casos, motivaron a su
identificacin automtica.

Hora 05V_AB 05V_LP 11V_AB 11V_LP 15V_AB 15V_LP 45V_AB 45V _LP 05V 11V 15V

15:13:04 -300 -315 -42


15:13:20 -45
16:45:44 300 360 45

209