UNIDAD 3 Planeacin de la Capacidad

BARRERA REYES IRIS

LOGO

INTRODUCCION

La planificacin de la capacidad a largo plazo requiere pronsticos de demanda por un vasto periodo de tiempo. Sin embargo, la precisin de los pronsticos disminuye a medida que el horizonte del mismo se prolonga. Adems, la necesidad de prever lo que har la competencia acrecienta la incertidumbre en los pronsticos de la demanda. Finalmente, la distribucin de la demanda durante un periodo cualquiera no es uniforme: en este periodo pueden presentarse (y a menudo se presentan) crestas y valles de demanda. Estas realidades imponen la necesidad de usar colchones u herramientas para la planificacin de la capacidad.

Capacidad
La capacidad es el volumen de produccin o numero de unidades que puede alojar, recibir, almacenar o producir una instalacin en un periodo de tiempo especifico.

La capacidad tambin determina si se cumplir con la demanda o si las instalaciones estarn desocupadas.

La capacidad excesiva puede ser tan fatal como la capacidad insuficiente.

La planificacion de la capacidad puede verse en 3 horizontes de tiempo

Modificar la capacidad Utilizar la capacidad

Planeacion a largo plazo

Agregar instalaciones Agregar equipo con tiempo de entrega largo

Planeacion a mediano Subcontratar plazo Agregar equipo Agregar turnos Planeacion a corto plazo

Agregar personal Construir o utilizar el inventario Programar trabajos Programar personal Asignar maquinaria

* Exiten posibilidades limitadas

La capacidad de diseo es la produccin terica mxima de un sistema en un periodo dado bajo condiciones ideales. La mayora de las organizaciones operan sus instalaciones a una tasa menor que la capacidad diseada.

La capacidad efectiva es la capacidad que una empresa espera alcanzar dadas las restricciones operativas actuales. La capacidad efectiva es menor que la capacidad diseada. Dos medidas del desempeo del sistema son particularmente tiles: Utilizacin: % capacidad de diseo Eficiencia: % capacidad efectiva.

Utilizacin= produccin real capacidad de diseo

Eficiencia= produccin real Capacidad efectiva

3.1 Medidas de la Capacidad

Cuando las unidades producidas son relativamente homogneas, las unidades de capacidad son bastante obvias. Sin embargo, ninguna medicin de la capacidad es aplicable a todas las situaciones. Para algunas organizaciones la capacidad es fcil de ser medida. Kraft Inc. Se puede referir a la produccin en toneladas de queso por ao. La General Motors Corporation puede hablar del nmero de automviles por ao, o bien, un hospital mide su propia capacidad por el nmero de pacientes que pueden ser tratados cada da.

A continuacin se presentan algunas medidas de capacidad para diferentes tipos de organizaciones:

Tipo de Organizacin Planta automotriz Planta de cerveza Planta de energa nuclear Cine Restaurante Escuela Hospital Medida de Capacidad Nmero de automviles Cajas de cerveza Mega watts de electricidad Asientos-funcin disponibles Asientos-consumo disponibles Semestres o trimestres disponibles Camas-da disponibles

3.2 Teora de Restricciones (Dr. Eliyahu Goldratt)

La Teora de las Restricciones TOC es una filosofa administrativa integral que permite enfocar las soluciones a los problemas crticos de las organizaciones (sin importar su tamao ni giro), para que se acerquen a su meta mediante un proceso de mejora continua. La TOC comprende un conjunto de conocimientos, principios, herramientas y aplicaciones que simplifican la gestin de los sistemas, utilizando la lgica pura o sentido comn.

Conceptos Bsicos EI primer paso es reconocer que todo sistema fue construido con un propsito, no creamos nuestras organizaciones solo para que existieran. Por tanto, cada accin realizada por cualquier rgano parte de la organizacin debera ser juzgada de acuerdo con su impacto sobre el propsito global.

www.themegallery.com

Company Logo

Identificar las Restricciones. Uno de los conceptos ms fundamentales es el reconocimiento del importante rol que juega las restricciones delsistema. Se entiende por restriccin cualquier cosa que limita un sistema de alcanzar un mayor desempeo en relacin con su meta, en nuestra realidad cualquier sistema tiene muy pocas restricciones.

www.themegallery.com

Company Logo

Cuello de Botella. El elemento que restringe el desempeo del aspecto fsico del sistema se lo conoce como el eslabn dbil o cuello de botella.El cuello de botella es un recurso que no puede satisfacer a la demanda del mercado. Es decir un recurso cuya capacidad, en un periodo de tiempo, es igual o menor que la demanda que hay de l.

www.themegallery.com

Company Logo

Medidores de Desempeo
De acuerdo can Goldratt, "antes de poder resolver la mejora de cualquier seccin de un sistema, debemos definir primero la meta global del sistema, y los medidores que nos van a permitir juzgar el impacto de cualquier subsistema y de cualquier decisin local sobre esta meta global. Los medidores del TOC son: Trput (T): La velocidad en que el sistema genera dinero a travs de las ventas. Inversin (I): Todo el dinero que el sistema invierte en comprar elementos que se pretende vender. Gastos de Operacin (GO): Todo el dinero que el sistema gasta en convertir la inversin en Trput.

Company Logo

La esencia de la teora de las restricciones se basa en cinco puntos correlativos de aplicacin:

Identificar las restricciones del sistema. Decidir cmo explotarlas. Subordinar todo a la decisin anterior. Superar la restriccin del sistema (elevar su capacidad). Si en los pasos anteriores se ha roto una restriccin, regresar al paso (1) pero no permitir la inercia.
www.themegallery.com Company Logo

3.3 Economas de Escala A travs de la historia, las organizaciones han aceptado un concepto que se conoce como economas de escala, segn el cual el costo unitario de un bien o servicio puede reducirse cuando su tasa de produccin se incrementa. Las economas de escala hacen que los costos disminuyan cuando la produccin se acrecienta, en virtud de las cuatro razones principales siguientes:
www.themegallery.com Company Logo

www.themegallery.com

Los costos fijos se dispersan en ms unidades. A corto plazo, ciertos costos no varan cuando cambia la tasa de produccin. Cuando la tasa de produccin se incrementa, y por lo tanto tambin aumenta la tasa de utilizacin de una instalacin, el costo unitario promedio desciende porque los costos fijos se dispersan sobre ms unidades. Como a manudo los incrementos de capacidad son bastantes grandes, es posible que inicialmente una compaa tenga que comprar ms capacidad que la

Company Logo

www.themegallery.com

Reduccin de los costos de construccin. Algunas actividades y gastos son necesarios en la construccin de pequeasy grandes instalaciones por igual: permisos de construccin, honorarios de arquitectos, alquiler del equipo de construccin y otros similares. Cuando el tamao de las instalaciones se duplica, por lo general no se duplican los costos de construccin. El costo del equipo de construccin o las instalaciones aumenta a menudo en relacin con su superficie, en tanto que

Company Logo

Recorte del costo de los materiales comprados. Los altos volmenes suelen reducir los costos de los servicios y los materiales comprados. Con estos altos volmenes, el comprador est en una posicin ms fuerte para negociar y tiene oportunidad de aprovechar descuentos por cantidad.

www.themegallery.com

Company Logo

www.themegallery.com

Descubrimiento de otras ventajas en el proceso. La produccin en grandes volmenes ofrece muchas oportunidades para la reduccin de costos. Con una tasa de produccin ms alta, el proceso de desplaza hacia una estrategia de flujo de lnea y los recursos se destinan a los productos individuales. Algunas de las ventajas de dedicar recursos a ciertos productos o servicios en forma individual son las siguientes: acelerar el efecto de aprendizaje, disminuir los inventarios, mejorar el diseo de procesos y puestos

Company Logo

3.4 Herramientas para la planeacin de la capacidad

LOGO

 La planificacin de la capacidad a largo plazo no requiere de pronsticos de demanda por un vasto periodo de tiempo. Sin embargo, la precisin de los pronsticos disminuye a medida que el horizonte de los mismos se prolonga. Adems, la necesidad de prever lo que har la competencia acrecienta la incertidumbre en los pronsticos de la demanda. Finalmente, la distribucin de la demanda durante un periodo cualquiera no es uniforme: en ese tiempo pueden presentarse (y a menudo se presentan) crestas y valles de demanda. Estas realidades imponen la necesidad de usar Colchones de capacidad. Estas dos herramientas que se van a presentar abordan con ms formalidad la incertidumbre y variabilidad de la demanda: los modelos de fila de espera, los rboles de decisiones, simulacion. Los modelos de fila de espera toman en cuenta el comportamiento independiente y aleatorio de muchos consumidores, tanto en sus tiempos de llegada como en sus necesidades de procesamiento. Los rboles de decisiones permiten pronosticar ciertos eventos, como las actividades de la competencia.

HERRAMIENTAS PARA LA PLANEACION DE LA CAPACIDAD

Modelos de filas de espera

Simulacin

rboles de decisin

3.4.1 Modelos de Filas de espera

LOGO

 Los modelos de filas de espera usan distribuciones de probabilidad para ofrecer estimaciones del tiempo de:

Retraso promedio de los clientes

La longitud promedio de las filas de espera

La utilizacin del centro de trabajo
Los gerentes suelen utilizar esta informacin para elegir la capacidad ms efectiva en trminos de costos, hallando un equilibrio entre el servicio al cliente y el costo de la capacidad agregada.

Porque se forman Filas de espera?

Se conoce como fila de espera una hilera formada por uno o varios clientes que aguardan para recibir un servicio. Los clientes pueden ser personas u objetos inanimados, como mquinas que requieren mantenimiento, pedidos de mercancas en espera de ser embarcado o elementos de inventario a punto de ser utilizados.

Las filas de espera se forman a causa de un desequilibrio temporal entre la demanda de un servicio y la capacidad del sistema para suministrarlo. En la mayora de los problemas de filas de espera que se presentan en la vida real, la tasa de demanda vara; es decir, los clientes llegan a intervalos imprevisibles. Lo ms comn es que tambin haya variaciones en el ritmo de produccin del servicio dependiendo de las necesidades del cliente.

Estructura de los Problemas de Filas de Espera

Un insumo, o poblacin de clientes, que genera clientes potenciales Una fila de espera formada por los clientes. La instalacin de servicio, constituida por una persona (o una cuadrilla), una mquina (o un grupo de mquinas) o ambas cosas si as se requiere para proveer el servicio que el cliente solicita Una regla de prioridad para, seleccionar al siguiente cliente que ser atendido por la instalacin de servicio.

El anlisis de los problemas de filas de espera comienza con una descripcin de los elementos bsicos de la situacin. Cada situacin especfica tendr caractersticas diferentes, pero cuatro elementos son comunes a todas ellas:

El sistema de filas cuenta con tres componentes bsicos: La forma en que llegan los clientes. El sistema de prestacin del servicio. La condicin en que los clientes salen del servicio..

Llegada de los clientes

Poblacion finita
Se refiere al conjunto limitado de clientes que usaran el servicio y, en ocaciones, formaran una linea.
Cuando un cliente abandona su posicion como miembro de la poblacion, el tamano de grupo de usuarios tendra una unidad menos y ello disminuye la probabilidad de que se presente el siguiente hecho.

Poblacion infinita
Es lo bastante grande, en relacion con el sistema del servicio, como para que el tamano que resulta del incremento o decremento en ella no afecte las probabilidades del sistema.

Distribucin de Llegadas
La llegada de clientes a las instalaciones de servicio es aleatoria. La variabilidad en los intervalos de llegada de los clientes a menudo se describe por medio de una curva de distribucin de Poisson, la cual especifica la posibilidad de que n clientes lleguen en T periodos de tiempo:

Donde P(n)= Probabilidad de n llegadas en T periodos de tiempo. = Numero promedio de llegadas de clientes por periodo = 2.7183 La medida de la distribucin de Poisson la varianza es . La distribucin de Poisson es una distribucin discreta; es decir, las probabilidades corresponden a un nmero especfico de llegadas por unidad de tiempo.

Distribucion de las llegadas Cuando se describe un sistema de espera es preciso definir la forma en que los clientes o las unidades que esperan estan ordenados.

EJEMPLO
Los clientes se presentan en la seccin de quejas de una gran tienda de departamentos, a razn de dos clientes por hora. Cul es la probabilidad de que se presenten cuatro clientes durante la prxima hora? Solucin En este caso clientes por hora, T = 1 hora y n= 4 clientes. La probabilidad de que lleguen cuatro clientes en la prxima hora es:

Distribucin del tiempo de Servicio

La distribucin exponencial describe la probabilidad de que el tiempo de servicio del cliente en una instalacin determinada no sea mayor que T periodos de tiempo. La probabilidad puede calcularse con la siguiente formula:

Donde t = Es el tiempo de servicio del cliente T = Tiempo de servicio propuesto como objetivo. La medida de distribucin del tiempo de servicio es , y la varianza es . A medida que T incrementa, la probabilidad de que el tiempo de servicio sea menor que T se va aproximando a 1.

EJEMPLO
El empleado de la seccin de quejas de clientes puede atender, en promedio, a tres clientes por hora. Cul es la probabilidad de que un cliente requiera menos de 10 min. de ese servicio? Solucin Es necesario expresar todos los datos en las mismas unidades de tiempo. Puesto que , convertimos los minutos en hora, es decir, T = 10 minutos = 0.167 horas. Entonces

3.4.3 rboles de Decisin

LOGO

El formato de los arboles ayuda no solo a comprender el problema sino tambin a encontrarle una solucin.

Un rbol de decisin es un modelo esquemtico de la secuencia de los pasos de un problema y de las condiciones y consecuencias de cada paso.

En los ltimos aos se han desarrollado paquetes de software para ayudar en la construccin y anlisis de los rboles de decisin. Estos paquetes que el proceso sea rpido y fcil.

Los rboles estn compuestos por nodos de decisin con ramas que llegan y salen de ellos:

Los cuadrados representan puntos de decisin.

Los crculos representan los eventos casuales.

Las ramas que salen de los puntos de decisin muestran las posibilidades que tiene quien toma las decisiones

Las ramas que salen de los eventos casuales muestran las probabilidades de ocurrencia.

Al resolver los problemas de los rboles de decisin, se trabaja desde el final del rbol hacia atrs, hasta el comienzo del mismo.

A medida que se trabaja hacia atrs, se calculan los valores esperados de cada paso. Al calcular el valor esperado, el valor del tiempo del dinero reviste importancia si el horizonte de planeacin es largo.

Una vez hechos los clculos, el rbol se poda mediante la eliminacin, en cada punto de decisin, de todas las ramas con excepcin de aquella que presente el mejor resultado. Este proceso contina hasta el primer punto de decisin y as se resuelve el problema.

EJEMPLO
Una compaa de componentes electrnicos para computadoras esta considerando que hacer con su empresa durante los prximos cinco aos. El crecimiento de las ventas durante los ltimos dos aos ha sido bueno, pero podran crecer mucho ms. El propietario tiene tres opciones: La primera es agrandar su actual almacn. La segunda es ubicarlo en un nuevo sitio. La tercera es esperar y no hacer nada. La decisin de expandirse o de trasladarse tomara poco tiempo, y en consecuencia el almacn no perdera ingresos. Si no se hace nada durante el primer ao y se registra un gran crecimiento, la decisin de expandirse debe ser reconsiderada. Esperar ms de un ao le permitira a la competencia abrir otros almacenes en la localidad, en cuyo caso la expansin no sera factible.

El supuesto y las condiciones son las siguientes:

Un fuerte crecimiento como resultado del mayor nmero de gente que utiliza computadoras, tiene una probabilidad del 55% Un fuerte crecimiento con un nuevo sitio dara un rendimiento anual de US $195, 000. Un crecimiento dbil con un nuevo sitio significara un rendimiento anual de US $115, 000. Un fuerte crecimiento con una expansin dara un rendimiento anual de US $190, 000. Un crecimiento dbil con una expansin significara un rendimiento anual de US $100, 000. En el almacn existente, sin efectuar ningn cambio, habra un rendimiento de US $170, 000 por ao si el crecimiento es fuerte, y de US $105, 000 por ao si el crecimiento es dbil. La expansin en el sitio actual costara US $87,000. El traslado al nuevo sitio costara US $210,000 Si el crecimiento es fuerte y el sitio se agranda durante el segundo ao, el costo seguira siendo de US $87,000. Los costos operacionales de todas las opciones son iguales.

Solucin
Primeramente se calculan los ingresos y costos para cada alternativa. Los valores se muestran en la siguiente tabla. Luego se construye un rbol de decisin.
Alternativa Traslado a un nuevo sitio, crecimiento fuerte Traslado a un nuevo sitio, crecimiento dbil Expansin del almacn, crecimiento fuerte Expansin del almacn, crecimiento dbil No hacer nada ahora, crecimiento fuerte, expansin para el ao prximo No hacer nada ahora, crecimiento fuerte, no expansin para el ao prximo No hacer nada ahora, crecimiento dbil Ingresos $195 000 x 5 aos $115 000 x 5 aos $190 000 x 5 aos $100 000 x 5 aos $170 000 x 1 aos + $190 000 x 4 aos $170 000 x 5 aos Costo $210 000 $210 000 $87 000 $87 000 $87 000 Valor $765 000 $365 000 $863 000 $413 000 $843 000

$0

$850 000

$105 000 x 5 aos

$0

$525 000

Con esta informacin armamos el rbol: Existen dos puntos de decisin (nodos cuadrados) y tres ocurrencias (nodos redondos)

Trabajando a partir de las alternativas de la derecha, que tienen que ver con la decisin de expandir o no expandir, se observa que la alternativa de no hacer nada tiene un mayor valor que la de expandir.

En consecuencia se elimina la opcin de expandir en las alternativas del segundo ao. Esto significa que si no se hace nada durante el primer ao y se experimenta una fuerte demanda, en el segundo ao no tendra ningn sentido expandir.

Ahora se calculan los valores provistos asociados con las alternativas de decisin actuales.

Simplemente multiplica el valor de la alternativa por su probabilidad y se suman los valores.

El valor previsto para la alternativa del traslado ahora es de US $585 000.

La alternativa de expandir tiene un valor previsto de US $ 703, 750.

El anlisis indica que la mejor decisin es no hacer nada (Ni ahora ni el prximo ao).

3.4.2 Simulacin

LOGO

La simulacin es el acto de reproducir el comportamiento de un sistema, utilizando un modelo que describa las operaciones de dicho sistema.

Una vez que se ha desarrollado el modelo, el analista puede manipular ciertas variables para medir los efectos de los cambios introducidos en las caractersticas de operacin de su inters.

Ningn modelo de simulacin es capaz de recomendar lo que se debe hacer frente a un problema. Las alternativas se utilizan sistemticamente en el modelo y se registran las caractersticas relevantes de su operacin.

Una vez que se han ensayado todas las alternativas se selecciona la mejor.

El modelo sigue la pista del nmero de fila, el tiempo de espera y otros datos similares, en el curso de la simulacin, y calcula los promedios y varianzas al final.

Razones para Utilizar la Simulacin

Cuando la relacin entre las variables no es lineal o cuando es necesario manejar demasiadas variables y restricciones con los enfoques de optimizacin.

Los modelos de simulacin pueden usarse para realizar experimentos sin perturbar el funcionamiento de los sistemas reales.

Los modelos de simulacin pueden utilizarse para obtener estimaciones de caractersticas de operacin en mucho menos tiempo del que se requiere para recopilar esos mismos datos de operacin a partir de un sistema real. Esta caracterstica de la simulacin se conoce como compresin de tiempo.

La simulacin es til para perfeccionar las habilidades de toma de decisiones administrativas, por medio de juegos.

El proceso de Simulacin El proceso de simulacin incluye recoleccin de datos, asignacin de nmeros aleatorios, formulacin del modelo y anlisis. Este proceso se conoce como simulacin de Montecarlo, como una alusin a la capital de los juegos de azar en Europa, por el hecho de que para generar los eventos de dicha simulacin se utilizan nmeros al azar.

EJEMPLO

LOGO