PORTADATRABAJO COLABORATIVO UNO LUIS CARLOS APONTE CASADIEGOS88204625

METODO DETERMINISTICO102016 62

GLORIA LUCIA GUZMAN ARAGONTutora

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIASFACULTAD DE INGENIERIA INDUSTRIALDUITAMA2011

TRABAJO COLABORATIVO UNO

LUIS CARLOS APONTE CASADIEGOS 88204625TOMAS TORRES BARBOSADUBERLY SARMIENTO SERNAJOSE GREGORIO APONTEJORGE ELIECER

PLANEACION Y CONTROL DE LA PRODUCCION256598 28

EDWIN GIOVANNY SUELTATutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIASFACULTAD DE INGENIERIA INDUSTRIALDUITAMA2011

INTRODUCCION

INTRODUCCION

Los mltiples Sistemas de Planeacin y Control de la Produccin, estn creados formados por de niveles estructurados jerrquicamente de planificacin que contemplan los Planes Agregados, los Planes Maestros, la Gestin de Materiales, as como, los niveles de Ejecucin o Gestin de Taller. En los ltimos aos se ha estado produciendo un notable incremento de la importancia que tiene el Subsistema de Produccin en el desarrollo de la actividad empresarial. Los Sistemas de Gestin de la Produccin integran las diferentes funciones de planificacin y mando de la produccin; a partir de la utilizacin de tcnicas, diagramas, grficos y software, que facilitan los clculos y decisiones en torno a la seleccin de las mejores variantes de produccin.En este taller encontraremos algunos ejemplos de aplicacin de mtodos sencillos.Adems, los pronsticos son herramientas que utilizaremos en la bsqueda de soluciones de problemas que se van a presentar a diario en las empresas, estos van a servir para predecir de una manera muy acertada las diferentes acciones que se deben emprender para afrontar el futuro con datos estadsticos y basados en la realidad.

OBJETIVOSOBJETIVOS

* Comprender y aplicar las distintas tcnicas a utilizar en la Planificacin de la Produccin y su posterior control. Evaluar el rendimiento y eficacia de las tcnicas de planificacin y control.

* Comprobar y estudiar los diferentes tipos de pronstico y se mostraran algunos ejemplos de pronostico. Se quiere que el estudiante conozca, comprenda y maneje varios mtodos, tambin que pueda evaluar la precisin de cada uno de los modelos del ejemplo

EJERCICIO UNO PUNTO A1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de montaa producidas por CCB desde el segundo semestre de 1999.

a) Grafique los datos y verifique si la tendencia de los datos. Utilice el mtodo de regresin lineal para estimar los parmetros y pronosticar el tercer trimestre de 2006

ObsAoTrimestreDemanda

119992162373346142000157524363447468820011689273103841149312200211281321001431301541481620031147172142183134194159202004118121216822316823418824200511862521892631842742242820061207y = 6,8123X + 24,919292223303229X = OBSERVACION

OBSAOTRIMESTREDEMANDAPROMEDIO SIMPLE11999216502373346142000157535243634474688200116879.5927310384114931220021128126.51321001431301541481620031147145.51721421831341941592020041181176.252121682231682341882420051186195.75252189263184y = 6.6305X + 36.5322742242820061207215292223X = OBSERVACION303242314249

24

analisis de errorOBSAOTRIMESTREdemandapronostico movilerrorAbsolutoCuadrado119992162373346142000157507749524363.6666666667-20.666666666720.6666666667427.1111111111634453.6666666667-9.66666666679.666666666793.444444444474684820204008200116851.666666666716.333333333316.3333333333266.777777777892736013131691038469.666666666714.333333333314.3333333333205.444444444411493751818324122002112883.333333333344.666666666744.66666666671995.1111111111132100101.6666666667-1.66666666671.66666666672.77777777781431301072323529154148119.333333333328.666666666728.6666666667821.777777777816200311471262121441172142141.66666666670.33333333330.33333333330.1111111111183134145.6666666667-11.666666666711.6666666667136.111111111119415914118183242020041181145363612962121681581010100223168169.3333333333-1.33333333331.33333333331.7777777778234188172.333333333315.666666666715.6666666667245.44444444442420051186174.666666666711.333333333311.3333333333128.4444444444252189180.66666666678.33333333338.333333333369.4444444444263184187.6666666667-3.66666666673.666666666713.4444444444274224186.333333333337.666666666737.66666666671418.7777777778282006120719988642922232051818324303215218-339

OBSAOTRIMESTREDEMANDAPROMEDIO SIMPLEPROMEDIO MOVIL1199921650162373733461614200015753575243436344447468688200116879.568927373103848411493931220021128126.51281321001001431301301541481481620031147145.51471721421421831341341941591592020041181176.251812121681682231681682341881882420051186195.751862521891892631841842742242242820061207230207292223223303242215314249219

ANALISIS DE REGRESION LINEALResumen

Estadsticas de la regresinCoeficiente de correlacin mltiple0.9715936995Coeficiente de determinacin R^20.9439943169R^2 ajustado0.9419200324Error tpico14.3877285333Observaciones29ANLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadradosFValor crtico de FRegresin194207.507881773494207.5078817734455.09393251691.97243257214189E-18Residuos275589.181773399207.0067323481Total2899796.6896551724

CoeficientesError tpicoEstadstico tProbabilidadInferior 95%Superior 95%Inferior 95,0%Superior 95,0%Intercepcin24.91871921185.48472963184.54329035060.000103897413.664983578636.172454845113.664983578636.1724548451Variable X 16.81231527090.319333305121.33293070621.97243257214188E-186.15709745057.46753309146.15709745057.4675330914Anlisis de los residualesResultados de datos de probabilidad

ObservacinPronstico para YResiduosPercentilY131.73103448-15.73103448281.72413793116238.5433497534.45665024635.172413793143345.3556650215.64433497548.620689655244452.167980304.832019704412.068965517257558.98029557-15.980295566515.517241379361665.79261084-21.792610837418.965517241468772.60492611-4.604926108422.413793103468879.41724138-11.417241379325.862068965573986.22955665-13.229556650229.3103448276731093.04187192-9.041871921232.7586206897841199.85418719-6.854187192136.20689655179312106.6665024621.333497536939.655172413810013113.47881773-13.47881773443.103448275912814120.291133009.708866995146.551724137913015127.1034482820.89655172415013416133.9157635513.084236453253.448275862114217140.728078821.271921182356.896551724114718147.54039409-13.540394088760.344827586214819154.352709364.647290640463.793103448315920161.1650246319.834975369567.241379310316821167.977339900.022660098570.689655172416822174.78965517-6.789655172474.137931034518123181.601970446.398029556777.586206896618424188.41428571-2.414285714381.034482758618625195.22660099-6.226600985284.482758620718826202.03891626-18.038916256287.931034482818927208.8512315315.148768472991.379310344820728215.66354680-8.66354679894.827586206922329222.475862070.52413793198.275862069224

EJERCICIO UNO PUNTO B1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de montaa producidas por CCB desde el segundo semestre de 1999.

b) Pronostique las ventas para el tercer trimestre de 2006 usando alfa=0.3 y beta=0.25.

=0.3SUAVIZACION EXPONENCIAL SIMPLEObsAoTrimestreDemanda =0.25

11999216PRONOSTICOERROR237373ERROR:#N/A346164.6ERROR:#N/A4200015759.28ERROR:#N/A524347.88412.4739515257634445.165210.6126317189746861.1495616.34576343738200116865.94486813.9456334293927370.883460414.35422709831038480.065038129.46479488791149389.11951143611.38905523521220021128116.335853430824.8398150885132100104.900756029225.4680567059143130122.470226808828.3344580925154148140.341068042622.7200460271620031147145.002320412821.02445197172142142.900696123815.3310645626183134136.67020883726.6477488461194159152.301062651113.98637304342020041181172.390318795321.6138147938212168169.317095638621.1465007149223168168.395128691616.7793389321234188182.118538607511.62412174552420051186184.835561582211.5636133696252189187.750668474711.7864225403263184185.12520054243.9359795004274224212.337560162722.67642016292820061207208.601268048822.7582006858292223218.680380414624.132019277303

ObsAoTrimestreDemandaPROMEDIO GRUPOntendencia suavizada T1Pronostico suavizado FtPronostico con tendenciaerrorabsolutocuadrado

1199921679.07156.999.7106.5-90.590.528193.223730.179.479.4-6.46.4441.43461-0.477.577.1-16.116.10259.142000157-1.672.370.7-13.713.65186.35243-2.666.663.9-20.920.92437.56344-4.257.653.4-9.49.4389.07468-4.950.645.722.322.31497.982001168-3.252.449.118.918.86355.89273-1.854.853.020.020.03401.210384-0.359.058.725.325.35642.5114931.666.367.825.225.17633.41220021128
Usuario: Usuario:UBICACIN PROMEDIO DE LOS DATOS3.575.478.849.249.152416.11321007.193.6100.7-0.70.740.61431307.1100.5107.622.422.39501.21541488.8114.3123.124.924.90619.91620031147178.571410.6130.6141.25.85.7933.517214211.1142.9154.0-12.012.02144.518313410.2150.4160.6-26.626.59707.01941598.2152.6160.8-1.81.793.220200411818.0160.3168.312.712.70161.32121689.0172.1181.1-13.113.11171.82231688.0177.2185.2-17.217.19295.42341886.7180.0186.81.21.241.524200511866.8187.1193.9-7.97.9563.22521896.2191.6197.8-8.88.7977.22631845.6195.1200.7-16.716.71279.32742244.3195.7200.024.023.99575.628200612076.1207.2213.3-6.36.3239.92922235.6211.4217.15.95.9435.33036.1218.8224.9-224.9224.9250589.2

PROMEDIO TOTAL DE LOS DATOS127.10DIFERENCIA DE PROMEDIO DE LAS VENTAS99.50PROMEDIO DE n14.5

EJERCICIO UNO PUNTO Cc) Verifique cual de los mtodos es ms preciso, compare los resultados obtenidos.

El metodo de regresion lineal presenta un comportamieno creciente a futuro dando un buen pronostico, al igual que el metodo de promedio simple presenta menos variacion de los resultados en comparacion con la regresion lineal observandose demandas mas grandes.

EJERCICIO DOS2. SSF Moldea por inyeccin tapas de plsticos hermticos para productos al consumidor. El moldeo funciona mejor a 68. La planta est equipada con un horno de gas para clima fro y acondicionadores de aire para clima caliente. Por esta razn, el consumo de energa elctrica es estacional con pico en los meses de verano y baja en los meses de invierno.a) Utilice el modelo multiplicativo para estimar los parmetrosb) Simule el pronstico para cada uno de los aos y pronostique el consumo de energa elctrica para cada trimestre del ao 2010.T= Datos disponibles16L= Periodos estacionales4Valores Iniciales Factor Tendencia (Bo)-9.2291666667m= Numero de aos4Valor Inicial Factor Promedio (So)
MANUEL: MANUEL:3445.2083333333alfa=0.2122beta=0.0001231gama= 0.689

Observacion JAoEstacionDemandaDemanda PromedioEstimacion Indice Estacion CoEstimacin Factor Estacional PromedioEstimacin Factor Estacional NormalizadoFactor PromedioFactor TendenciaFactor estacionalpronosticoerrorECM112005Invierno17520.50921443430.5138612980.5473917123386.0316822884-9.23531584630.5271880.8265-128.826518569216596.271886670922Primavera33413426.750.97366511740.7640735160.81393074683531.2945250583-9.216295130.9052748.4784592.5216116678351081.86029340733Verano4910D11.43477665321.37691658691.46676297813485.0290914621-9.22085635681.4275166.0540-256.053953788965563.627250905744Otoo37041.0852920441.10012907631.1719145633408.9201044454-9.22909114861.1134073.3503-369.3502889715136419.63596336552006Invierno17380.5106242333378.426666214-9.2317090640.5181,790.777-52.77735637952785.449346403666Primavera20372881.750.60009758583131.8562570102-9.26092851970.7303,049.045-1012.04451577291024234.1019060877Verano4444D21.31276597713120.8673912146-9.2611412511.4254,455.618-11.6175247013134.966880185688Otoo33080.97986084333081.9391428564-9.26479365461.0863,463.601-155.600801271624211.6093563666992007Invierno17830.52958921323150.6931692091-9.25518853150.5511,592.476190.523796600136299.31707092431010Primavera23243131.50.69217524043150.7173893202-9.25404611650.7352,292.09831.90203731121017.73998460771111Verano4377D31.30722972153126.6886559464-9.25586507111.4084,476.195-99.19475463599839.59934727581212Otoo40421.21051564343245.9202815029-9.24004660361.1963,384.683657.317401797432066.1667051181312008Invierno17410.50601731173220.2442048792-9.24207009090.5441,783.678-42.67829800361821.4371204818142Primavera271233160.79035612053312.4806433227-9.22957677740.7932,360.496351.5039379079123555.018364729153Verano4972D4=DM1.45289399593351.8196863761-9.22359735381.4604,649.858322.1419662887103775.446444342164Otoo38391.12484777453314.6488398889-9.22703802071.1703,996.443-157.442571908424788.16344913191752009Invierno1753.53288.1395141617-9.22916569320.5371,797.790F(16+1)147136.900710625186Primavera2603.53189suma3.75498047733280.0573035589-9.22902448820.7932,591.900F(16+2)197Verano4675.75coeficiente1.06525187663256.429183676-9.23079720261.4434,747.848F(16+3)208Otoo3723.253233.5118785274-9.23248218831.1573,766.296F(16+4)2192010Invierno1753.8753233.6862100661-9.23132408820.5411,710.276F(16+5)2210Primavera2419.12531303187.2180586463-9.2359084220.7702,529.037F(16+6)2311Verano4617.18753182.449327876-9.23535845481.4484,533.487F(16+7)2412Otoo3728.06253183.5016053677-9.23409191411.1673,629.222F(16+8)

EJER DOS DEMANDA

PRONOS DEMAND

EJERC TRES PLANEACION AGREGADA3, Carlos es Gerente de produccin de una compaa de productos plsticos. Los dos Artculos importantes que hacen son portaespejos y manijas. La demanda histrica mensual para los dos ltimos aos se muestra en la tabla. La demanda histrica mensual para los dos ltimos aos se muestra en la tabla. Recientemente usted fue contratado y Carlos le ha pedido que planee la produccin para el prximo ao. Se necesitan dos das-trabajador para el hacer el portaespejo y tres para hacer una manija. Se cuenta con 32 trabajadores en la planta. El costo de contratar a un nuevo trabajador es de $700, y al despedir uno existente es $1000. Los trabajadores ganan $2000 al mes. Hacer un portaespejo cuesta $250, y una manija de $380. La tasa del costo de mantener un inventario para la compaa es de 36% anual. No se permiten faltantes. Desarrollo un plan de produccin agregado mensual con la estrategia de nivelacin de la tasa de produccin, para los meses 25 al 30.

AO 1AO 2DATOS DE ENTRADAVALORMESESPEJOMANIJAMESESPEJOMANIJAINVENTARIO INICIAL I110120013102222PRODUCCION POR TRABAJADOR2 UNIDAD/5 TRABAJADORES/DIA29719714102220RENDIMIENTO POR EMPLEADO EN TRABAJO EXTRA3941961597225COSTO DE CONTRACION$ 700410220016110222COSTO DE DESPIDO$ 1,00051012021792227COSTO DE INVENTARIO36%($250+$380)69220918102228COSTO DE MANO DE OBRA$ 2,00079720719110232COSTO DE PENALIZACION POR ORDEN ATRASADA8912162092234COSTO DE SUBCONTRATACION910321221102242COSTO DE HORA DIURNO 8HE)109222022107236COSTO DE HORA EXTRA DIURNO (HED)119721623103241COSTO DE HORA EXTRA NOCTURNO (HEN)12912182491239NUMERO DE TRABAJADORES ACTUALES32PROMEDIO97208101231SUMA1158249312102768

EDSU: El costo de inventario de 36% anual se translada a mensual conservando el mismo valor, de 36% mensual.MESESPEJOMANIJAESPEJO1101200ERROR:#N/AERROR:#N/A297197101ERROR:#N/AMANIJAS39419698.2ERROR:#N/A410220095.26ERROR:#N/Ay = 1.963X + 194.67510120299.9785.1337965159692209100.69344.622844867379720794.608026.378277917X = OBSERVACION89121696.2824065.2389965922910321292.58472186.0332574129109222099.875416546.8824269327119721694.3626249628.1323227271129121896.20878748867.69103271681310222292.56263624665.66007655631410222099.1687908746.40705467451597225101.15063726226.43456931561611022298.24519117876.1727187261792227106.47355735367.38058410571810222896.342067206111.028556608119110232100.302620161811.24976438862092234107.090786048510.57568345622110224296.527235814610.859453681622107236100.358170744410.827775196523103241105.007451223310.02990307792491239103.6022353675.102120608325101.50243.7594.78067061018.30582310832699.50245.7199.4842011838.32657560882795.50247.6799.49526035498.245523498628106.00249.6396.69857810654.51337797942996.50251.60103.20957343195.84462157743097.00253.5698.51287202967.0118216887

Nivelacin de la Tasa de Produc

Mes252627282930TOTALNmero de das laborales 303030303030180Pronstico de la Demanda2732892983023053061773Tasa de Produccion x dia (TP/dia)9101010101059NEt555860606161355TP/dia1222229Produccion (TPt)255050505050275Inventario (It)-248-239-248-252-255-256-1498Subcontratar (Subt)0000000Costo de Mano de Obra (CMO)t$ 30,000$ 30,000$ 30,000$ 30,000$ 30,000$ 30,000$ 180,000Costo de Inventario-$ 2,480-$ 2,390-$ 2,480-$ 2,520-$ 2,550-$ 2,560-$ 14,980Costo de Penalizacion$ 0$ 0$ 0$ 0$ 0$ 0$ 0Costo de subcontratacion$ 0$ 0$ 0$ 0$ 0$ 0$ 0Costo Total$ 27,520$ 27,610$ 27,520$ 27,480$ 27,450$ 27,440$ 165,020

MANIJAPORTAESPEJOSTOTAL181922731949528920196298205973022079730520997306

MANIJAS

ESPEJOS

CONCLUSIONES CONCLUSION Es muy importante que el estudiante adquiera habilidades para la aplicacin de las diferentes tcnicas y mtodos cuantitativos usados en la planeacin, programacin y control de sistemas productivos, de tal manera que le permitan generar alternativas de solucin en cuanto a gestiones de operaciones.En cuanto al tema de pronstico, el estudiante debe conocer, comprender y manejar los diferentes mtodos de pronstico que existen para manejar pronstico de ventas, ya que este es un aspecto determinante en la competitividad y productividad de las compaas, de igual manera es importante evaluar la precisin de cada uno de los modelos.

CONCLUSIONES

Es muy importante que el estudiante adquiera habilidades para la aplicacin de las diferentes tcnicas y mtodos cuantitativos usados en la planeacin, programacin y control de sistemas productivos, de tal manera que le permitan generar alternativas de solucin en cuanto a gestiones de operaciones.

En cuanto al tema de pronstico, el estudiante debe conocer, comprender y manejar los diferentes mtodos de pronstico que existen para manejar pronstico de ventas, ya que este es un aspecto determinante en la competitividad y productividad de las compaas, de igual manera es importante evaluar la precisin de cada uno de los modelos.

BIBLIOGRAFIABIBLIOGRAFIA http://www.elprisma.com/apuntes/ingenieria_industrial/planeacionycontroldelaproduccion/.

Modulo Planeacin y Control De La Produccin, Manuel ngel Camacho Oliveros, BOGOT, Enero de 2010, UNAD.