Efectos de la

VARIABILIDAD
SEMANA 6

[ FSICA DE PLANTA ]


SEMANA N. 0 6


LECTURA 1: EFECTOS DE LA VARIABILIDAD

Para un sistema productivo cualquiera, la Ley de Little afirma que se puede alcanzar la misma
eficiencia (Throughput) con un trabajo en proceso (WIP) y un tiempo de ciclo (CT) grandes,
que con un WIP y un CT pequeos.

!" = !"# !"

Entonces, Cul es la diferencia? La respuesta es: Variabilidad!

La variabilidad puede definirse formalmente como la calidad de la no uniformidad de una

serie de entidades. Por ejemplo, un grupo de estudiantes que pesan exactamente lo mismo,
no presentan ninguna variabilidad en peso. Por otro lado, un grupo de personas cuyos pesos
tienen un rango amplio de valores, presentan variabilidad en ese aspecto especfico.

La variabilidad est muy asociada con la aleatoriedad, mas no es un sinnimo de esta. La

variabilidad puede nacer a partir de eventos fcilmente predecibles (variabilidad controlable)
o de eventos simplemente aleatorios (aleatoriedad). Por ejemplo, imagine un lote de 10
piezas que son procesadas individualmente, pero tienen que ser transportadas al mismo
tiempo. Compare el tiempo que tiene que esperar la primera pieza a ser trasladada con
respecto al tiempo que tiene que esperar la dcima pieza del mismo lote a ser trasladada.
Por obvias razones, la dcima pieza espera menos y por ello las piezas presentan variabilidad
controlable en ese aspecto. Ahora piense en la demanda de una referencia de chicles
determinada en un supermercado. Los tiempos entre las llegadas de los clientes que
consumen dicha referencia de chicles, son variables, pero adems, son aleatorios y nada
fciles de predecir. Por supuesto, presentan aleatoriedad.

Races de la aleatoriedad

El efecto de la aleatoriedad es evidente en muchos aspectos cotidianos, y es de gran

importancia en el mundo de la administracin de operaciones. Cualquiera que sea la razn
filosfica o cientfica para la existencia de la aleatoriedad, se debe estar consciente de ella y
aprender a entenderla. La robustez de los modelos es lo que ayuda a acortar la brecha entre
las predicciones y la realidad. Muchos de los modelos actuales se basan en supuestos irreales
que no involucran todos los aspectos y no permiten encontrar respuestas satisfactorias.
Recuerde, por ejemplo, en los cursos de fsica mecnica cuando se describa un movimiento
parablico tomando las variables de gravedad, velocidad inicial y altura. Imagine que

2 [ POLITCNICO GRANCOLOMBIANO ]


adicional a esas variables, se hubiesen tenido en cuenta la densidad del aire, velocidad del
viento y dems factores que afectan el lanzamiento, y deduzca si ese ltimo modelo pudo
haber sido ms preciso.

La herramienta ms poderosa con la que los tomadores de decisiones puedan enfrentarse a

la realidad aleatoria es una buena intuicin probabilstica.

La intuicin es bien usada por todas las personas a diario, incluso sin saber que la usan,
debido a que la experiencia permite inferir consecuencias de determinadas acciones.
Asimismo, la intuicin de primer orden para los sistemas de manufactura, tambin
presentan buenos resultados en general. En lenguaje de probabilidad y estadstica, se habla
de un razonamiento basado en los primeros momentos o la media. Por ejemplo, nuestra
intuicin nos dice que si aumentamos la velocidad promedio del cuello de botella,
obtendremos mayor produccin, y eso es cierto. Sin embargo, la intuicin tiende a ser menos
efectiva cuando se quiere inferir a partir de los segundos momentos, es decir, en lenguaje
estadstico, los valores que tienen en cuenta el efecto de la varianza. Por ejemplo, Qu ser
ms variable, el tiempo para procesar un nmero de piezas individualmente, o el tiempo para
procesar la misma cantidad de piezas por lotes? Este tipo de preguntas requieren un anlisis
ms profundo y una intuicin ms fina.

Puesto que esta ltima intuicin es ms difcil de desarrollar, se tiende a malinterpretar la

aleatoriedad de los eventos. Vale la pena insistir en que los sistemas tienen muchas variables
que no siempre se tienen en cuenta. Por lo tanto, las conclusiones apresuradas acerca de
eventos individuales pueden no ser las ms precisas, y conllevan a decisiones errneas.

Dado que nuestra intuicin de primeros momentos est menos expuesta al error, esta
lectura se enfocar principalmente en el estudio de los segundos momentos, es decir, la
varianza.

Variabilidad del proceso

Se definir la variabilidad del proceso como cualquier causa que ocasione que el sistema se
aleje de su comportamiento regular y predecible.

Dentro de dichas causas que pueden afectar al sistema se encuentran:

Setups o alistamientos
Fallas (mquinas)
Falta de material
Incumplimientos
Reprocesos
Disponibilidad operario

[ FSICA DE PLANTA ] 3


Variacin en las estaciones de trabajo

Diferentes niveles de habilidad
Cambios de rdenes (trabajo)
rdenes de los clientes
Diferenciacin del producto
Manejo de material.

Medidas de la variabilidad

!! = !"#$%& !"#$%&'# !"!#$%&' !" !"#$%&# !" !" !"#$#%&

!! = !"#$%&'%! !"#!"# !"# !"#$%& !" !"#$%&#
!!
!! = !"#$%&%#'(# !" !"#$"%$!, !"
!!

Nota: muchas veces ser conveniente usar el coeficiente de variacin al cuadrado (CVC), !! !

Note que la varianza mide la variacin en trminos absolutos y que para hacer un mejor
anlisis comparativo entre variabilidades, se formula la variacin relativa con el coeficiente
de variacin.

Para hacer una pequea clasificacin de la variabilidad, se establece que de acuerdo con los
valores del coeficiente de variacin, la variabilidad va a ser baja, moderada o alta, de la
siguiente manera:

Figura 1: Variabilidad versus coeficiente de variacin.

Fuente: Elaboracin propia.

En el caso de los sistemas productivos y la fsica de plantas, vamos a considerar como

variable de referencia al tiempo de proceso, de tal forma que su comportamiento nos d una
mejor nocin del sistema para compararlo posteriormente.

4 [ POLITCNICO GRANCOLOMBIANO ]


Se definirn dos tiempos de esta manera:

El tiempo actual o natural: es un tiempo de proceso generalmente de variabilidad baja.

El tiempo efectivo: tiempo que incluye tiempos de setups, fallas, etc.

Clases de variabilidad

Relacin con los casos de desempeo:

VM: Peor caso prctico (PWC)

VB: Entre el mejor caso y el peor caso prctico
VA: Entre el peor caso prctico y el peor caso

Variabilidad natural

La variabilidad natural hace alusin a la variabilidad inherente al tiempo natural del proceso,
es decir, que excluye situaciones aleatorias externas que lo afecten como setups, fallas, entre
otras.

Dentro de las fuentes o causas de variabilidad natural podemos incluir:

Ritmo de operacin
Fluctuaciones de material
Tipo de producto
Calidad del producto.

Sea !! y !! la media y la desviacin estndar, respectivamente, del tiempo de proceso natural,

decimos que el coeficiente de variacin del tiempo de proceso natural es:
!!
!! =
!!
La variabilidad natural del proceso est usualmente en la categora de Variabilidad Baja.

Variabilidad por fallas

Dentro de las principales causas que nombrbamos anteriormente, las fallas son una de las
ms importantes. Por consiguiente, sus efectos van a ser analizados en esta lectura a fin de
entender mejor cmo incluirlas en los clculos de la variabilidad.

Definiciones:

!! = !"#$%& !" !"#$%&# !"#$%"&

[ FSICA DE PLANTA ] 5


!! = !"#$%&%#'(# !" !"#$"%$! !"#$%"&

!
!! = ! = !"#" !" !"#$%&&'! !!"#$!% (!"#$%&/!"#)
!

!! = !"#$%& !"#$%&'# !" !"#$%&#'(%)#*&

!! = !"#$%& !"#$%&'# !" !"#$!$%&!

!! = !"#$%&'%! !"#!"#$ !" !"# !"#$%&' !" !"#$!$%&!

!! = !"#$%&%#'(# !" !" !"#!! !" !"# !"#$%&' !" !"#$!$%&!

Uno de los primeros efectos que tienen las fallas de las mquinas es que ahora la
disponibilidad de las mismas estar definida como un porcentaje del tiempo total de la
siguiente manera:

!
!=
!! + !!

Ahora dado que las mquinas ya no van a estar funcionando el 100% del tiempo, el tiempo y
tasas de produccin se ven afectados. Razn por la cual es necesario hallar un tiempo
efectivo y una tasa efectiva de produccin en trminos de la disponibilidad de las mquinas.

!! = !! /!
!! = !!!

De esta manera ya se puede hallar una frmula para la varianza y el coeficiente de variacin
que involucre los nuevos tiempos y tasa efectivos:

!
!! ! !! ! + ! ! ! ! ! ! !
!! = +
! !!!

Por conveniencia de formulacin y para efectos de anlisis, el coeficiente de variacin

cuadrado efectivo resulta formulado como la varianza del tiempo efectivo de proceso, sobre
el tiempo efectivo del proceso de la siguiente forma:

!! ! !!
!! ! = = !!
!
+ ! + !!
!
!(! !)
!! ! !!

Note que si se quieren comparar 2 mquinas con tiempos de proceso iguales, la variabilidad
depende exclusivamente de los tiempos de reparacin y la disponibilidad de las mquinas.

Ejemplo:

Suponga que usted debe sacar un lote muy importante para un cliente reconocido de la
empresa y debe escoger entre 2 mquinas, con comportamientos muy parecidos, las ideales

6 [ POLITCNICO GRANCOLOMBIANO ]


para ese trabajo. Los datos de operacin histricos han arrojado la siguiente informacin,
con la cual usted debe tomar la decisin de producir:

Mquina 1:

!! = 15 !"#.
!! = 3.35 !"#.
3.35
!! = !! !! = = 0.05
15
!! = 12.4 . = 744 !"#.

!! = 4.133 . = 248 !"#.

!! = 1
Mquina 2:

!! = 15 !"#.
!! = 3.35 !"#.
3.35
!! = !! !! = = 0.05
15
!! = 1.9 . = 144 !"#.

!! = 0.633 . = 38 !"#.
!! = 1

Lo primero que se debe calcular para ambas mquinas es la disponibilidad.

Disponibilidad mquina 1
!! 744
!= = = !. !"
!! + !! 744 + 248

Disponibilidad mquina 2
!! 144
!= = = !. !"
!! + !! 144 + 38

[ FSICA DE PLANTA ] 7


Como siguiente paso, se procede a calcular el coeficiente de variacin de cada mquina.

Sin embargo, para hallarlo, primero debemos encontrar el tiempo efectivo y la varianza
del tiempo efectivo de cada mquina:

Mquina 1
!! 15
!! = = = !" !"#
! 0.75
!!
!! ! = !! ! + 1 + !! ! ! 1 !
!!
248
!! ! = 0.05 + 1 + 1 0.75 1 0.75
15
!! ! = !. !"

Mquina 2
!! 15
!! = = = !" !"#
! 0.75
!!
!! ! = !! ! + 1 + !! ! ! 1 !
!!
38
!! ! = 0.05 + 1 + 1 0.75 1 0.75
15
!! ! = !. !

Dentro de la clasificacin presentada anteriormente se puede afirmar que la variabilidad

de la mquina 1 es alta y que la variabilidad de la mquina 2 es moderada. Puesto que la
variabilidad de la mquina 2 es ms pequea, se puede afirmar que es ms confiable que
la maquina 1 y sera la elegida para el trabajo mencionado.

Variabilidad por Setups

Otra de las principales causas mencionadas anteriormente son los setups o alistamientos.
Algunos ejemplos de su ocurrencia son los alistamientos entre corridas de produccin o
algunos setups en cambios de turno.

8 [ POLITCNICO GRANCOLOMBIANO ]


Notacin:

!! = !!"#$ !"#$%&'# !" !"#$#%&' !"#$! setups

!! = !"#$%&! !"#$%&'# !"# setup

!! = !"#$%&'%! !"#!"#$ !"# !"#$%& !" setup

!!
!! = = !"#$%&%#'(# !" !"#$"%$! !" !"# !"#$%&' !" setup
!!
!!
!! = !! +
!!
!! ! !! 1 !
!! ! = !! ! + + !!
!! !! !
!! !
!! ! =
!! !

Cabe resaltar que no se tiene en cuenta la medida del tiempo entre setups porque resulta
conveniente calcular el tiempo efectivo, como una proporcin del tiempo de setup y los
trabajos, adicional al tiempo natural.

Ejemplo:

Imagine ahora una compaa que necesita comprar slo una mquina para una lnea
especfica de produccin y le estn ofreciendo dos opciones:

La mquina 1 presenta los siguientes datos de acuerdo al comportamiento de otras mquinas

de la misma referencia:

!! = 1 .
!! = 10 !"#$#%&' !"#$%
!! = 2 .
!! 2
!! = !! + =1+ = 1.2 .
!! 10
1 1
!! = = = 0.833 !"#$#%&' .
!! (1 + 2 )
10
!!! = !!! = 0,0625

[ FSICA DE PLANTA ] 9


Por su lado, la mquina 2 no presenta setups, y sus datos son los siguientes:

!! = 1.2 .
1 1
!! = = = 0.833 !"#$#%&' .
!! 1.2

!!! = 0.25

A continuacin se hallan los correspondientes coeficientes de variacin efectivos:

Mquina 1

Observe que para hallar la varianza de esta mquina se tienen todos los datos, excepto
uno: la varianza del tiempo natural de proceso. Para encontrar ese valor, debemos
analizar el coeficiente de variacin que nos dieron:

!!! = !!! = 0,0625

A partir de lo anterior se puede inferir que:

!! = !! = 0,25
!!!
!!! =
!!!

Al despejar !!! se puede encontrar que:

!!! = !!! !!! = 0,0625 2! = !, !"

De forma similar,

!!!
!!! =
!!!

Al despejar !!! se puede encontrar que:

!!! = !!! !!! = 0,0625 1! = !, !"#$

De esta manera, ya se puede calcular la varianza efectiva y el coeficiente de variacin

efectivo de la mquina 1:

10 [ POLITCNICO GRANCOLOMBIANO ]


0.0625 10 1
!! ! = 0.0625 + 4 + = !. !!"#
10 100
!! ! = !. !"

Mquina 2

Al no tener setups, el coeficiente de variacin natural es el mismo efectivo y por

consiguiente:

!! ! = !! ! = !. !"

La mquina 2 presenta mejores resultados con respecto a variabilidad y en ese sentido

sera la mejor opcin de compra.

Ejemplo considerando fallas y setups

En un taller metalmecnico, se dispone de una mquina de control numrico que procesa

una pieza en aproximadamente 10 min., con una desviacin estndar de 5 min. La mquina
falla constantemente (aproximadamente cada 38 horas de operacin) y debe ser reparada
por un tcnico que est disponible las 24 horas. El tcnico tarda aproximadamente 2 horas en
reparar la mquina, con una desviacin estndar de 1/2 hora. Adicionalmente, a la mquina
de control numrico se le debe realizar un mantenimiento preventivo cada 10 horas de
operacin. El mantenimiento tarda en promedio 1/2 hora, con una desviacin estndar de 10
min. Halle el tiempo efectivo de proceso y el coeficiente de variacin efectivo.

Primero se debe resumir la informacin de acuerdo con la notacin y empezar por la

consideracin de fallas:

!! = 10 !"#.
!! = 5 !"#.
!! = 38 .

!! = 2 . = 120 !"#.

!! = 0.5 .

[ FSICA DE PLANTA ] 11


Considerando las fallas del proceso y los datos dados, se puede hallar la disponibilidad, el
coeficiente de variacin de los tiempos de reparacin, el coeficiente de variacin del
tiempo natural del proceso y el tiempo efectivo:
!! 38
!= = = !. !"
!! + !! 38 + 2

!! 0.5
!! = = = !. !"
!! 2

!
!! ! 5!
!! = ! = !
!! 10

!! ! = !. !"
!! 10
!! = = = !". !" !"#.
! 0.95

Con los nuevos datos, ya se puede calcular el coeficiente de variacin efectivo para la
consideracin de las fallas del sistema.
!!
!! ! = !! ! + 1 + !! ! !(1 !)
!!
120
!! ! = 0.25 + 1 + 0.25! 0.95 1 0.95 = !. !""#
10
!! = !. !"#

Ahora, considerando el mantenimiento (setup), los datos de entrada seran los

resultados obtenidos anteriormente con la consideracin de fallas:

!! = !!!"##"$ = 10.53 !"#.

!! = !!!"##"! = 0.925

Con el tiempo natural del proceso y el coeficiente de variacin natural, se puede despejar
la desviacin estndar del tiempo de proceso natural:
!!
!! = => !! = !! !! = 0.925 10.53 = !. !"#$%.
!!

12 [ POLITCNICO GRANCOLOMBIANO ]


Puesto que el problema no brinda el valor del nmero promedio de trabajos por setup,
pero si un tiempo entre cada setup (mantenimiento), se va a dividir el tiempo dado entre
!! con el fin de hallar el nmero de trabajos promedio entre mantenimientos:

!!!"#$ !"#$! !"!"#$ = 10 . = 600!"#.

!! = 10!"#.
600 !"#. !"#$% !"#$#%&'
!! =
10 !"#. !"#$#%&
= !" !"#$%

Con este valor y el tiempo promedio de los mantenimientos, el tiempo efectivo se

calcula:

!! = 0.5 . = 30 !!!.
!!
!! = !! +
!!
!"
!! = !". !" + = !!. !"#$%.
!"
Luego, ya tenemos todos los datos necesarios para encontrar la varianza efectiva del
proceso:

!! ! !! 1 !
!! ! = !! ! + + !!
!! !! !

! !
10! 60 1
!! = 9.74 + + !
30! = !!!. !"
60 60
Y, finalmente, encontramos el coeficiente de variacin efectivo:

!! ! 111.29
!! ! = = = 0.915
!! ! 11.03!
!! = !. !"#

Con esto, se puede afirmar que esta mquina presenta una variabilidad moderada ya que
se encuentra entre 0.75 y 1.33

[ FSICA DE PLANTA ] 13