TRABAJO
TRABAJO COLABORATIVO UNO
ISRAAEL HERRERA MORENO
PLANEACION Y CONTROL DE LA PRODUCCION
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIAS FACULTAD DE INGENIERIA INDUSTRIAL SANTA MARTA 2012
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.
OBJETIVOS
* 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
1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 199 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 p
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Ao 1999
Trimestre 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
Demanda 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 229
2000
2001
2002
2003
2004
2005
2006
OBS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
AO 1999
TRIMESTRE DEMANDA 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 242 249
PROMEDIO SIMPLE
50
2000
53
2001
79.5
2002
126.5
2003
145.5
2004
176.25
2005
195.75
2006
215
analisis de error OBS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 AO 1999 TRIMESTR E 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 demanda 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 215 pronosti error co movil Absoluto
2000
2001
2002
2003
2004
2005
2006
50 63.6667 53.6667 48 51.6667 60 69.6667 75 83.3333 101.667 107 119.333 126 141.667 145.667 141 145 158 169.333 172.333 174.667 180.667 187.667 186.333 199 205 218
7 -20.6667 -9.66667 20 16.3333 13 14.3333 18 44.6667 -1.66667 23 28.6667 21 0.33333 -11.6667 18 36 10 -1.33333 15.6667 11.3333 8.33333 -3.66667 37.6667 8 18 -3
7 20.6667 9.66667 20 16.3333 13 14.3333 18 44.6667 1.66667 23 28.6667 21 0.33333 11.6667 18 36 10 1.33333 15.6667 11.3333 8.33333 3.66667 37.6667 8 18 3
OBS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
AO 1999
TRIMESTRE DEMANDA 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 242 249
PROMEDIO SIMPLE
PROMEDIO MOVIL
50
2000
53
2001
79.5
2002
126.5
2003
145.5
2004
176.25
2005
195.75
2006
230
16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 215 219
constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de
de regresin lineal para estimar los parmetros y pronosticar el tercer trimestre de 2006
demandas de bicicletas250 y = 6.8123x + 24.919 R = 0.944 d 200 e m a 150 n d a 100 s 50
0 2 1999 1 2 3 3 4 1 2000 4 5 6 7 2 3 4 1 2001 8 2 3 4 1 2002 2 3 4 1 2003 2 3 4 1 2004
9 10 11 12 13 14 15 16 17 18 19 20 tiempo Demanda Linear (Demanda)
y = 6,8123X + 24,919X = OBSERVACION
demandas de bicicletas250 y = 6.6305x + 36.532 R = 0.9838
d 200 e m a 150 n d a 100 s 50
0 2 1999 1 2 3 3 4 1 2000 4 5 6 7 2 3 4 1 2001 8 2 3 4 1 2002 2 3 4 1 2003 2 3 4 1 2004
9 10 11 12 13 14 15 16 17 18 19 20 tiempo Demanda Linear (Demanda)
y = 6.6305X + 36.532X = OBSERVACION
Cuadrad o
demandas de bicicletas49 427.1111 93.44444 400 266.7778 169 205.4444 324 1995.111 2.777778 529 821.7778 441 0.111111 136.1111 324 1296 100 1.777778 245.4444 128.4444 69.44444 13.44444 1418.778 64 324 9250
d 200 e m a 150 n d a 100 s 50
0 2 1999 1 2 3 3 4 1 2000 4 5 6 7 2 3 4 1 2001 8 2 3 4 1 2002 2 3 4 1 2003 2 3 4 1 2004 2
9 10 11 12 13 14 15 16 17 18 19 20 21 tiempo pronostico movil Linear (pronostico movil)
Demanda
PROMEDIO MOVIL
demandas de bicicletas
16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223 215 219
250
y = 6.9574x + 33.814 R = 0.9879 200 d e m 150 a n d a s 100
50
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 tiempo PROMEDIO SIMPLE Linear (PROMEDIO SIMPLE)
DEMANDA Linear (DEMANDA)
s bicicletas de
06
1 2004
2
3
4
1 2005
2
3
4
1 2006
2
20 21 22 23 24 25 26 27 28 29
1 2004
2
3
4
1 2005
2
3
4
1 2006
2
20 21 22 23 24 25 26 27 28 29
24
y = 6.8392x + 10.894 R = 0.9758
2 2004
3
4
1 2005
2
3
4
1 2006
2
3
21 22 23 24 25 26 27 28 29 30
near (pronostico movil)
de bicicletas
y = 6.9574x + 33.814 R = 0.9879 y = 6.6282x + 26.852 R = 0.9481
y = 6.9608x + 23.363 R = 0.9537
22 23 24 25 26 27 28 29 30 31 PROMEDIO MOVIL Linear (PROMEDIO MOVIL)
OMEDIO SIMPLE)
Resumen Estadsticas de la regresin Coeficiente de correlacin mltiple Coeficiente de determinacin R^2 R^2 ajustado Error tpico Observaciones ANLISIS DE VARIANZA Regresin Residuos Total Grados de libertad Suma de cuadrados 1 94207.50788 27 5589.181773 28 99796.68966 Coeficientes 24.91871921 6.812315271 Error tpico 5.484729632 0.319333305
0.9715937 0.943994317 0.941920032 14.38772853 29
Intercepcin Variable X 1
Anlisis de los residuales Observacin 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Pronstico para Y 31.73103448 38.54334975 45.35566502 52.16798030 58.98029557 65.79261084 72.60492611 79.41724138 86.22955665 93.04187192 99.85418719 106.66650246 113.47881773 120.29113300 127.10344828 133.91576355 140.72807882 147.54039409 154.35270936 161.16502463 167.97733990 174.78965517 Residuos -15.73103448 34.45665025 15.64433498 4.832019704 -15.98029557 -21.79261084 -4.604926108 -11.41724138 -13.22955665 -9.041871921 -6.854187192 21.33349754 -13.47881773 9.708866995 20.89655172 13.08423645 1.271921182 -13.54039409 4.64729064 19.83497537 0.022660099 -6.789655172
23 24 25 26 27 28 29
181.60197044 188.41428571 195.22660099 202.03891626 208.85123153 215.66354680 222.47586207
6.398029557 -2.414285714 -6.226600985 -18.03891626 15.14876847 -8.663546798 0.524137931
Grfico de probabilidad normal250
200
150 Y 100 50 0 0 20 40 60 Muestra percentil 80
Promedio de los cuadrados 94207.50788 207.0067323
F Valor crtico de F 455.0939325 1.97243E-18
Estadstico t 4.543290351 21.33293071
Probabilidad 0.000103897 1.97243E-18
Inferior 95% 13.66498358 6.157097451
Superior 95% 36.17245485 7.467533091
Resultados de datos de probabilidad Percentil 1.724137931 5.172413793 8.620689655 12.06896552 15.51724138 18.96551724 22.4137931 25.86206897 29.31034483 32.75862069 36.20689655 39.65517241 43.10344828 46.55172414 50 53.44827586 56.89655172 60.34482759 63.79310345 67.24137931 70.68965517 74.13793103 Y 16 43 44 57 61 68 68 73 73 84 93 100 128 130 134 142 147 148 159 168 168 181
77.5862069 81.03448276 84.48275862 87.93103448 91.37931034 94.82758621 98.27586207
184 186 188 189 207 223 224
250
200
150 Y 100 50 100 120 0 0
Inferior 95,0% 13.66498358 6.157097451
Superior 95,0% 36.17245485 7.467533091
Variable X 1 Grfico de los residuales40
30
20
Residuos
10
0 0 -10 5 10 15 20
-20
-20
-30
Variable X 1
Variable X 1 Curva de regresin ajustada
Y Pronstico para Y Linear (Pronstico para Y)
5
10
15 Variable X 1
20
25
30
35
os residuales
25
30
35
Pronstico para Y Linear (Pronstico para Y)
1. La Demanda de Bicicletas para todos los terrenos ha aumentado en forma constante desde 199 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.
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Ao 1999
Trimestre 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
Demanda 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223
2000
2001
2002
2003
2004
2005
2006
PRONOSTICO 73 64.6 59.28 47.884 45.1652 61.14956 65.944868 70.8834604 80.06503812 89.11951144 116.3358534 104.900756 122.4702268 140.341068 145.0023204 142.9006961 136.6702088 152.3010627 172.3903188 169.3170956 168.3951287 182.1185386 184.8355616 187.7506685 185.1252005 212.3375602 208.601268 218.6803804
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Ao 1999
Trimestre 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
Demanda 16 73 61 57 43 44 68 68 73 84 93 128 100 130 148 147 142 134 159 181 168 168 188 186 189 184 224 207 223
PROMEDI O GRUPO
n
2000
2001
79.07
15
2002
2003
2004
178.57
14
2005
2006
PROMEDIO TOTAL DE LOS DATOS DIFERENCIA DE PROMEDIO DE LAS VENTAS PROMEDIO DE n
127.10 99.50 14.5
rma constante desde 1998. En la siguiente tabla se muestran las ventas por trimestre de las bicicletas de mo
y beta=0.25. = =
0.3 0.25
SUAVIZACION EXPONENCIAL SIMP
ERROR #N/A #N/A #N/A 12.47395153 10.61263172 16.34576344 13.94563343 14.3542271 9.464794888 11.38905524 24.83981509 25.46805671 28.33445809 22.72004603 21.02445197 15.33106456 6.647748846 13.98637304 21.61381479 21.14650071 16.77933893 11.62412175 11.56361337 11.78642254 3.9359795 22.67642016 22.75820069 24.13201928
= + (1-)( + pronostico para un periodo t con tende
= ( ) + (1) estimacion de la tendencia + = + tendencia = pronostico
Suavizacin exponencial250 200 150 Valor 100 50 0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223 Punto de datos
tendencia Pronostico suavizada T1 suavizado Ft 6.9 0.1 -0.4 -1.6 -2.6 -4.2 -4.9 -3.2 -1.8 -0.3 1.6 3.5 7.1 7.1 8.8 10.6 11.1 10.2 8.2 8.0 9.0 8.0 6.7 6.8 6.2 5.6 4.3 6.1 5.6 6.1 99.7 79.4 77.5 72.3 66.6 57.6 50.6 52.4 54.8 59.0 66.3 75.4 93.6 100.5 114.3 130.6 142.9 150.4 152.6 160.3 172.1 177.2 180.0 187.1 191.6 195.1 195.7 207.2 211.4 218.8
Pronostico con tendencia 106.5 79.4 77.1 70.7 63.9 53.4 45.7 49.1 53.0 58.7 67.8 78.8 100.7 107.6 123.1 141.2 154.0 160.6 160.8 168.3 181.1 185.2 186.8 193.9 197.8 200.7 200.0 213.3 217.1 224.9
error -90.5 -6.4 -16.1 -13.7 -20.9 -9.4 22.3 18.9 20.0 25.3 25.2 49.2 -0.7 22.4 24.9 5.8 -12.0 -26.6 -1.8 12.7 -13.1 -17.2 1.2 -7.9 -8.8 -16.7 24.0 -6.3 5.9 -224.9
absoluto 90.52 6.44 16.10 13.65 20.92 9.43 22.31 18.86 20.03 25.35 25.17 49.15 0.74 22.39 24.90 5.79 12.02 26.59 1.79 12.70 13.11 17.19 1.24 7.95 8.79 16.71 23.99 6.32 5.94 224.92
cuadrado 8193.2 41.4 259.1 186.3 437.5 89.0 497.9 355.8 401.2 642.5 633.4 2416.1 0.6 501.2 619.9 33.5 144.5 707.0 3.2 161.3 171.8 295.4 1.5 63.2 77.2 279.3 575.6 39.9 35.3 50589.2
tre de las bicicletas de montaa
PONENCIAL SIMPLE
+ )= eriodo t con tendencia
(1) = encia
pronostico con
exponencial
Real Pronstico
2223242526272829
250.0
200.0
150.0
100.0
50.0
0.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
Pronostico con tendencia Demanda
28 29 30 31
c) Verifique cual de los mtodos es ms preciso, compare los resultados obtenidos.
demandas de bicicletas
250
y = 6.9574x + 33.814 R = 0.9879 200 y = 6.6282x + 26.852 d e m 150 a n d a s 100
50
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 tiempo DEMANDA Linear (DEMANDA) PROMEDIO SIMPLE Linear (PROMEDIO SIMPLE) PROMEDIO MOVIL Linear (PROMEDIO MOVIL)
El metodo de regresion lineal presenta un comportamieno creciente a futuro d pronostico, al igual que el metodo de promedio simple presenta menos variacion d comparacion con la regresion lineal observandose demandas mas gra
s obtenidos.
250.0
200.0 y = 6.9608x + 23.363 R = 0.9537
y = 6.6282x + 26.852 R = 0.9481
150.0
100.0
50.0
27 28 29 30 31 PROMEDIO MOVIL Linear (PROMEDIO MOVIL)
0.0 1 2 3 4 5 6 7 8 9 10
no creciente a futuro dando un buen nta menos variacion de los resultados en ose demandas mas grandes.
Pronostico con tendencia Demanda
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Pronostico con tendencia
2. SSF Moldea por inyeccin tapas de plsticos hermticos para productos al consumidor. El mol funciona mejor a 68. La planta est equipada con un horno de gas para clima fro y acondicionado aire para clima caliente. Por esta razn, el consumo de energa elctrica es estacional con pico en meses de verano y baja en los meses de invierno. a) Utilice el modelo multiplicativo para estimar los parmetros b) Simule el pronstico para cada uno de los aos y pronostique el consumo de energa elctrica cada trimestre del ao 2010.
Observa cion 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
J 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
Ao 2005
Estacion Invierno Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno Primavera Verano Otoo
Demanda 1752 3341 4910 3704 1738 2037 4444 3308 1783 2324 4377 4042 1741 2712 4972 3839 1753.5 2603.5 4675.75 3723.25 1753.875 2419.125 4617.188 3728.063
Demanda Promedio 3426.75 D1
2006
2881.75 D2
2007
3131.5 D3
2008
3316 D4=DM
Estimacion Indice Estacion Co 0.50921443 0.97366512 1.43477665 1.08529204 0.51062423 0.60009759 1.31276598 0.97986084 0.52958921 0.69217524 1.30722972 1.21051564 0.50601731 0.79035612 1.452894 1.12484777 suma coeficiente
2009
3189
2010
3130
uctos al consumidor. El moldeo a clima fro y acondicionadores de a es estacional con pico en los
nsumo de energa elctrica para
T= Datos disponibles L= Periodos estacionales m= Numero de aos alfa= beta= gama=
16 4 4 0.2122 0.0001231 0.689
Estimacin Factor Estacional Promedio
Estimacin Factor Estacional Normalizado
Factor Promedio
Factor Tendencia
Factor estacional
0.513861298 0.764073516 1.376916587 1.100129076
0.54739171 0.81393075 1.46676298 1.17191456
3.754980477 1.065251877
3386.03168 3531.29453 3485.02909 3408.9201 3378.42667 3131.85626 3120.86739 3081.93914 3150.69317 3150.71739 3126.68866 3245.92028 3220.2442 3312.48064 3351.81969 3314.64884 3288.13951 3280.0573 3256.42918 3233.51188 3233.68621 3187.21806 3182.44933 3183.50161
-9.23531585 -9.21629513 -9.22085636 -9.22909115 -9.23170906 -9.26092852 -9.26114125 -9.26479365 -9.25518853 -9.25404612 -9.25586507 -9.2400466 -9.24207009 -9.22957678 -9.22359735 -9.22703802 -9.22916569 -9.22902449 -9.2307972 -9.23248219 -9.23132409 -9.23590842 -9.23535845 -9.23409191
0.527 0.905 1.427 1.113 0.518 0.730 1.425 1.086 0.551 0.735 1.408 1.196 0.544 0.793 1.460 1.170 0.537 0.793 1.443 1.157 0.541 0.770 1.448 1.167
Valores Iniciales Factor Tendencia (Bo) Valor Inicial Factor Promedio (So)
-9.22916667 3445.20833
pronostico 1880.8265 2748.4784 5166.0540 4073.3503 1,790.777 3,049.045 4,455.618 3,463.601 1,592.476 2,292.098 4,476.195 3,384.683 1,783.678 2,360.496 4,649.858 3,996.443 1,797.790 2,591.900 4,747.848 3,766.296 1,710.276 2,529.037 4,533.487 3,629.222
error
ECM
-128.826519 592.521612 -256.053954 -369.350289 -52.7773564 -1012.04452 -11.6175247 -155.600801 190.523797 31.9020373 -99.1947546 657.317402 -42.678298 351.503938 322.141966 -157.442572 F(16+1) F(16+2) F(16+3) F(16+4) F(16+5) F(16+6) F(16+7) F(16+8)
16596.2719 351081.86 65563.6273 136419.636 2785.44935 1024234.1 134.96688 24211.6094 36299.3171 1017.73998 9839.59935 432066.167 1821.43712 123555.018 103775.446 24788.1634 147136.901
Demanda6000
5000
4000
3000
Demanda
2000
1000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
6000
5000
4000
3000
Demanda pronostico
2000
1000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
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.
BIBLIOGRAFIA
http://www.elprisma.com/apuntes/ingenieria_industrial/planeacionycontroldelaproduccion/.
Modulo Planeacin y Control De La Produccin, Manuel ngel Camacho Oliveros, BOGOT, Enero de 2010, UNAD.
Top Related