Vous êtes sur la page 1sur 35

PLANEACIN Y CONTROL DE LA PRODUCCIN

Ing. Esp. Yessica Velsquez Castiblanco


UNIDAD MODULAR II:
SELECCIN DEL PROCESO
CICLO DE VIDA DEL PRODUCTO

Lanzamiento o introduccin
Volumen bajo de ventas
Competencia escasa o nula

Crecimiento
Incremento de los beneficios
Costos elevados

Madurez
Ventas desaceleran
Altos niveles de competidores

Declive
Ventas disminuyen
Beneficios bajos
Fuente: Nahmias, 2007
CICLO DE VIDA DEL PROCESO DE PRODUCCIN

Etapa Pedidos de bajo volumen


Cambios en el diseo del producto
temprana Poco control sobre los proveedores

Automatizacin
Etapa Incremento en el volumen de
produccin
media Mayor control sobre los proveedores

Etapa Estandarizacin del proceso de


produccin
madura Pocas innovaciones

Fuente: Nahmias, 2007


SELECCIN DEL PROCESO DE PRODUCCIN

Factores de Decisin

Condiciones del mercado

Necesidades de capital

Disponibilidad y costo de la mano de obra

Habilidades gerenciales requeridas por cada tipo de proceso

Disponibilidad y costo de la materia prima

Etapa y estado de la tecnologa


DISEO DEL PRODUCTO Y DEL PROCESO

Factores de Decisin

Intensidad de capital

Flexibilidad

Integracin vertical

Participacin del cliente en el proceso

Naturaleza de la demanda

Nivel de calidad

Efecto aprendizaje
Fuente: blogs.udima.es
UNIDAD MODULAR III:
ANLISIS DE LA DEMANDA
PRONSTICO

Tcnica para utilizar experiencias pasadas con la finalidad de predecir expectativas del futuro

Caractersticas

Casi siempre son incorrectos

Son ms precisos para grupos o familias de artculos

Son ms precisos cuando se hacen para perodos cortos

Debe incluir un error de estimacin

No son sustituto de la demanda calculada


PRONSTICO
Subjetivos: Basados en el juicio humano Objetivos: Basados en el anlisis de datos

Mtodos cualitativos Mtodos cuantitativos


Investigacin de mercado Mtodos causales con regresin
Mtodo Delphi Regresin lineal simple
Mtodos de series de tiempo
Proceso constante
Mtodos simples
Promedios mviles
Suavizamiento exponencial simple
Proceso con tendencia
Suavizamiento exponencial doble
Proceso estacional
Suavizamiento exponencial triple
MTODOS CUALITATIVOS
INVESTIGACIN DE MERCADO

Cuestionarios estructurados que se envan a los clientes potenciales del mercado

1.
Desarrollar un cuestionario

2.
Aplicar el cuestionario

3.
Tabular y analizar los resultados
MTODO DELPHI
1. Grupo de trabajo conformado por un comit
de expertos y un facilitador

2. Diseo del cuestionario (solicitud de


pronstico)

3. Miembros del comit entregan pronsticos de


eventos especficos con la respectiva justificacin

4. Anlisis de las respuestas recibidas

5. Actualizacin del cuestionario, para realizar


nuevamente pasos 3 y 4

6. Acuerdo razonable
MTODOS CUANTITATIVOS
MTODOS CAUSALES CON
REGRESIN
REGRESIN LINEAL SIMPLE

= + Ecuacin de la recta

)(
( )( )
= =
2 =
2 2 2 2
2

=
= = 0
=
=
REGRESIN LINEAL SIMPLE

Ejemplo

En la empresa Ice Cola, productora de bebidas gaseosas, desean estimar la proyeccin de la


demanda para los siguientes 3 perodos, con el objetivo de establecer las posibles estrategias de
abastecimiento. Luego de solicitar al departamento de ventas los registros de los ltimos 12
perodos se observa lo siguiente:

Perodo (Mes) Demanda (Miles) Perodo (Mes) Demanda (Miles)


Febrero 2016 220 Agosto 2016 310
Marzo 2016 240 Septiembre 2016 325
Abril 2016 242 Octubre 2016 360
Mayo 2016 250 Noviembre 2016 355
Junio 2016 270 Diciembre 2016 380
Julio 2016 290 Enero 2016 370
REGRESIN LINEAL SIMPLE

Ejemplo
MTODOS CUANTITATIVOS
MTODOS DE SERIES DE TIEMPO
PATRONES EN LAS SERIES DE TIEMPO
HORIZONTAL O DE NIVEL

Patrn asociado a series estacionarias, cuya fluctuacin se genera en torno a una media
constante
PATRONES EN LAS SERIES DE TIEMPO

TENDENCIA CCLICO

Pauta de incrementos o decrementos


Incremento o decremento sistemtico de la
graduales, poco previsibles en relacin a
media de la serie a travs del tiempo
los periodos temporales
PATRONES EN LAS SERIES DE TIEMPO

ESTACIONALIDAD ALEATORIEDAD

Patrn de incrementos o decrementos No existe un patrn reconocible para los


que se repite en intervalos fijos datos
PATRONES EN LAS SERIES DE TIEMPO

Fuente: Nahmias, 2007


AUTOCORRELACIN DE DATOS

Correlacin existente entre una variable retrasada uno o ms periodos


consigo misma

+ )
( )(
=
2

=
=
=
+ = +
AUTOCORRELACIN DE DATOS

Ejemplo

La empresa Promoda, desea realizar su prxima coleccin con base en las estimaciones de la demanda
actual en su lnea juvenil, especialmente en la venta de abrigos. Sin embargo, an no reconoce el
comportamiento de sta demanda, por lo que lo ha contratado como analista, para que le indique a
qu tipo obedece y qu mtodos de pronstico debe utilizar, de acuerdo a los siguientes datos:

Mes (2016) Demanda Mes (2016) Demanda

1 210 7 340
2 190 8 412
3 290 9 400
4 309 10 430
5 300 11 440
6 320 12 530
AUTOCORRELACIN DE DATOS

Ejemplo
AUTOCORRELACIN DE DATOS
AUTOCORRELACIN DE DATOS
El Correlograma es un grfico de las autocorrelaciones para varios retrasos de una serie
temporal

Permite el estudio de patrones de datos

Identificar posible aleatoriedad en los datos

Tendencia marcada (datos no estacionarios)

Patrn horizontal (datos estacionarios)

Posible estacionalidad
ANLISIS DE CORRELACIN

Las correlaciones para cualquier retraso k, son cercanas a


ALEATORIEDAD
cero.

Coeficientes bastante diferentes de cero para los primeros


TENDENCIA
retrasos y cada gradual hacia cero.

Coeficientes caen a cero bastante rpido, generalmente


HORIZONTAL
despus del segundo o mximo tercer retraso de tiempo.

Presencia de coeficiente de correlacin representativo, en el


ESTACIONAL retraso de tiempo estacional o en mltiplos del retraso
estacional.
AUTOCORRELACIN DE DATOS
Tcnicas para determinar diferencias significativas respecto a cero. (Aproximaciones
mtodos no exactos)

Mtodo Quenouille
Aproximacin a distribucin muestral, dependiente de los errores estndar

Error estndar para k = 1 es igual a 1/

=
1+2 1
=1 2 =
SE = =
=
AUTOCORRELACIN DE DATOS
Tcnicas para determinar diferencias significativas respecto a cero. (Aproximaciones
mtodos no exactos)

Mtodo Quenouille
La significancia depender de un rango dado segn la distribucin correspondiente.

0
0
Se analiza cada retraso de forma individual, teniendo en cuenta si su valor es
significativamente diferente de cero, segn un nivel de confianza.
AUTOCORRELACIN DE DATOS
Tcnicas para determinar diferencias significativas respecto a cero. (Aproximaciones no
mtodos exactos)

Prueba Q Box Pierce


Prueba de conjunto de n valores de rk, con el fin de analizar si dicho conjunto es
significativamente distinto a un grupo en el cual todos los n valores son cero

Dicha prueba se asocia a una distribucin Chi cuadrado con m grados de libertad (m =
nmero de retrasos a analizar)

=
2
=
= +2
=
=1
=
AUTOCORRELACIN DE DATOS
AUTOCORRELACIN DE DATOS
AUTOCORRELACIN DE DATOS
BIBLIOGRAFA

Chapman, S. (2006). Planificacin y control de la produccin. Mxico: Pearson Educacin.

Nahmias, S. (2007). Anlisis de la produccin y las operaciones. Mxico: McGraw Hill.

Sipper, D., & Bulfin, R. (1998). Planeacin y control de la produccin. Mxico: McGraw Hill.
G R A C I A S