Feeds RSS
Feeds RSS

domingo, 11 de abril de 2010

Casos practicos del plan maestro de producción




1.- CASO PRÁCTICO DEL PLAN MAESTRO DE PRODUCCIÓN
A continuación se expone el primer caso práctico de cómo funciona un MRP, retomaremos el caso de la fabricación de las tijeras, recordando la lista de materiales (BOM) que lo componía es la siguiente:

 Lista de materiales
Para comprender mejor el funcionamiento del MRP, imaginemos que se necesitan 2 tornillos para fabricar la tijera, con lo cual ahora la lista de materiales seria la siguiente:

Los datos iníciales son los siguientes:
PLAN MAESTRO DE PRODUCCIÓN (MPS)
El Plan Maestro de Producción indica que se necesita fabricar 400 tijeras en la 3ª semana, en la 4ª semana 600 tijeras, en la 6ª semana 800 tijeras y en la 7ª semana 300 tijeras.
Denominaremos Necesidades Brutas (NB) a la demanda de fabricación de los productos, para los productos finales (en este caso tijeras) corresponde con las cantidades que aparecen en el Plan Maestro de Producción (MPS), para los productos intermedios o semiterminados (en este caso los tornillos) corresponde a multiplicar la cantidad necesaria para fabricar el producto final con la cantidad demanda del producto final.

 
Necesidades Brutas del MRP.

 FICHERO DE REGISTRO DE INVENTARIOS (FIR)

 El fichero de registros de inventarios nos indica que disponemos desde la 1ª semana un total de 550 tijeras en stock, además nos indica que el stock de seguridad no debe de ser menor a 50 tijeras.
Denominaremos Disponibilidad (D) al stock inicial del producto final o semiterminado que disponemos para satisfacer las necesidades brutas descritas anteriormente.
Denominaremos Stock de Seguridad (SS) aquella cantidad de producto final o semiterminado que no se puede utilizar para satisfacer las necesidades brutas.
Denominaremos Necesidades Netas (NN) a la cantidad que realmente debemos de realizar para satisfacer las necesidades brutas, teniendo en cuenta la Disponibilidad (D) y el Stock de Seguridad (SS), se calculará de la siguiente manera:
  1. Si la disponibilidad es mayor que 0; NN =NB-D+SS
  2. Si la disponibilidad es igual a 0; NN=NB
                               Cálculo de las Necesidades Netas del MRP.

SEMANA 1: Las necesidades brutas son nulas, la disponibilidad es de 550 unidades, dentro de las cuales el stock de seguridad es de 50, al no existir necesidades brutas no existen necesidades netas.
NB=0
D= 550; SS=50
NN =0
SEMANA 2: Ocurre lo mismo que la semana 1, con lo cual nos encontramos con una Disponibilidad de 550 unidades y con un Stock de Seguridad de 50 unidades.
SEMANA 3: Las necesidades brutas son de 400 unidades, pero disponemos de una disponibilidad de 550 unidades "heredadas" de la anterior semana, con lo cual satisfacemos las 400 unidades con las 550 disponibles, nos cercioramos que nos sobran más de 50 unidades para el Stock de Seguridad
NN=NB-D+SS; NN= 400-550+50 ; NN=-100
Al ser negativo las NN, no necesitaremos fabricar tijeras, además nos sobran 150 tijeras de disponibilidad pues 550-400 =150.
SEMANA 4: Necesitamos fabricar 600 tijeras, pero disponemos únicamente de 150 unidades que sobraron de la semana anterior, con lo cual las necesidades netas son:
NN = NB-D+SS; NN=600-150+50; NN=500
Debemos de fabricar en la 4ª semana 500 tijeras, nos aseguramos que mantenemos el Stock de Seguridad en 50 unidades.
SEMANA 5: Como las NB son nulas, no necesitamos fabricar con lo cual las NN son nulas.
SEMANA 6: Las Necesidades Brutas son de 800 unidades, como la disponibilidad es nula aplicaremos para el cálculo de las Necesidades Netas
NN=NB; NN=800
Debemos de fabricar 800 Unidades en la 6ª semana, seguimos manteniendo el SS de 50 unidades.
SEMANA 7: Ocurre lo mismo que la semana 6, con lo cual las necesidades netas son de 300 unidades.
NN=NB; NN=300. 
                                              Cálculo de las Necesidades Netas del MRP.
                                                               

LEAD TIME - EMISIÓN DE ÓRDENES PLANIFICADAS.

El último paso a aplicar es convertir las Necesidades Netas (NN) en Emisión de Órdenes Programadas (EOP) mediante el Lead Time.
Denominaremos Lead Time como el tiempo necesario para pasar de un estado inicial a otro estado final, lo veremos mejor con varios ejemplos:
El lead time puede ser tanto tiempo de procesado en maquina como el tiempo necesario para adquirir un producto , o la suma de ambos tiempos, en el presente caso nos fijamos que en la semana 4 debemos de tener 500 tijeras, el lead time seria el tiempo necesario para poder fabricarlas, puede ser 1 semana, 2 semanas, etc..., es muy importante mantener el Lead Time constante, esto presupone mantener una capacidad infinita, pero mediante el MRPII, consideraremos la capacidad y la carga de trabajo para ajustarla en el tiempo indicado por el Lead Time.
La Emisión de Órdenes Planificadas (EOP) consiste en indicar la cantidad y la fecha a la cual se ha de lanzar el aviso de fabricación o compra para cumplir las necesidades netas, la EOP se calcula trasladando en tiempo las cantidades resultantes del cálculo de las Necesidades Netas, dicha traslación viene definido por el Lead Time.
Consideramos por tanto que el Lead Time para el código TJ es de 2 semanas, con lo cual las Emisiones de Ordenes Planificadas (EOP) se calcularían trasladando en tiempo 2 semanas las Necesidades Netas (NN).



CÁLCULO DE LA EMISIÓN DE ÓRDENES PLANIFICADAS DEL MRP.
El análisis final sería que en la semana 2 necesitamos de 500 unidades de materia prima para fabricar las 500 unidades en 2 semanas de tal forma que en la semana 4 satisfagamos las Necesidades Netas, estas 500 unidades de materia prima se refiere a las tuercas, lado izquierdo y lado derecho de la tijera, pero según la lista de materiales, para fabricar 1 tijera necesitamos 1 lado derecho, 1 lado izquierdo y 2 tuercas, con lo cual para fabricar 500 tijeras necesitaremos 500 lado derecho, 500 lado izquierdo y 1000 tuercas., en la segunda semana., para asegurarnos de que la materia prima se encuentre disponible en la segunda semana debemos de EXPLOSIONAR el MRP con los artículos del nivel inferior.

 

EXPLOSIÓN MRP

La explosión del MRP no es más que aplicar los anteriores pasos a los artículos que pertenecen a los niveles inferiores de la lista de materiales, pero teniendo en cuenta que ahora las Necesidades Brutas de los artículos, son las Emisiones de Ordenes Planificadas (EOP) del nivel superior.

Según lo expuesto con anterioridad, el cálculo de las Necesidades Brutas artículos D,T,I se realizaría automáticamente

Explosión del MRP según la lista de materiales.
Sabiendo que disponemos de un stock o disponibilidad de 700 unidades del artículo I, 500 uds del artículo D y 300 unidades del artículo T cuyo Stock de Seguridad es de 125 unidades, calcularemos las necesidades netas de dichos artículos aplicando las 2 reglas descritas con anterioridad:
  1. Si la disponibilidad es mayor que 0; NN =NB-D+SS
  2. Si la disponibilidad es igual a 0; NN=NB
 
                          Cálculo de las Necesidades Netas según la lista de materiales.

El último paso de la explosión del MRP seria aplicar el Lead Time de cada artículo para calcular las EOP de cada artículo, considerando los siguientes Lead Time para los artículos, la explosión final quedaría como:
                Cálculo de la emisión de órdenes planificadas según la lista de materiales.
Con este primer caso práctico, he querido introducir el concepto y funcionamiento del MRP, a continuación se explica la valiosa información de salida que nos proporciona el MRP así como un resumen global.
Una vez que tengamos estos conceptos bien asentados, pasare a explicar el funcionamiento del MRP teniendo en cuenta técnicas de lotificación, disponibilidades variables, además de introducirnos en el concepto del MRPII, pero estos será más adelante, por ahora analicemos los resultados del MRP de la producción de tijeras.
Pronosticos a corto y largo plazo

2.- PRONOSTICO DE PROMEDIO MÓVIL A CORTO PLAZO
Ejemplo:
Suponga que se tiene la serie Yt para 12 periodos y se calcula el pronóstico Y´t usando promedios móviles de 3 periodos. En este ejemplo estamos formulando un promedio móvil a los últimos 3 días. Para graficar este fenómeno utilizamos en plano Y y X. Donde X es la variable t o tiempo y Y la variable precio. Además necesitamos graficar las líneas de valores Yt junto con el promedio móvil.
T
Yt
Y´t (N= 3)
1
42
-
2
52
-
3
54
-
4
65
49,3
5
51
57,0
6
64
56,7
7
67
60,0
8
53
60,7
9
66
61,3
10
68
62,0
11
58
62,3
12
67
64,0

Existen casos especialmente en los mercados financieros donde las muestras para esta técnica son enormes. Generalmente estos se calculan en días los cuales se desglosan en periodos de 5, 15, 30 minutos, hasta 1 hora, 4 horas y un día. Existe software que realiza estos cálculos por nosotros como el Metatrader y el E-Signal.

Aplicación de los Promedios Móviles

Los promedios móviles indican el promedio del precio en un punto determinado de tiempo sobre un período de tiempo definido. Se llaman promedios móviles ya que reflejan el último promedio, mientras que se toma en cuenta la misma medida de tiempo. El promedio móvil, sin embargo, es un indicador retrasado, por lo tanto no indica necesariamente un cambio en la tendencia en los precios o comportamiento de un fenómeno. Los promedios móviles tienen la versatilidad que estos pueden ser calculados a los precios de cierre, apertura, precio máximo y precio mínimo en los determinados periodos de tiempo por día.

3.- PRONOSTICOS A LARGO PLAZO
Introducción a la regresión lineal
El objeto de un análisis de regresión es investigar la relación estadística que existe entre una variable dependiente (Y) y una o más variables independientes (X1,X2,X3,...). Para poder realizar esta investigación, se debe postular una relación funcional entre las variables. Debido a su simplicidad analítica, la forma funcional que más se utiliza en la práctica es la relación lineal.  Cuando solo existe una variable independiente, esto se reduce a una línea recta:
 
Donde los coeficientes b0 y b1 son parámetros que definen la posición e inclinación de la recta.  (Nótese que hemos usado el símbolo especial y´ para representar el valor de Y calculado por la recta.  Como veremos, el valor real de Y rara vez coincide exactamente con el valor calculado, por lo que es importante hacer esta distinción.)
El parámetro b0, conocido como la “ordenada en el origen,” nos indica cuánto es Y cuando X = 0.  El parámetro b1, conocido como la “pendiente,” nos indica cuánto aumenta Y por cada aumento de una unidad en X.  Nuestro problema consiste en obtener estimaciones de estos coeficientes a partir de una muestra de observaciones sobre las variables Y y X. En el análisis de regresión, estas estimaciones se obtienen por medio del método de mínimos cuadrados.

Caso Práctico

Consideremos las cifras, que muestra datos mensuales de  producción y costos de operación para una empresa británica de transporte de pasajeros por carretera durante los años 1949-52 (la producción se mide en términos de miles de millas-vehículo recorridas por mes, y los costos se miden en términos de miles de libras por mes). Para poder visualizar el grado de relación que existe entre las variables, como primer paso en el análisis es conveniente elaborar un diagrama de dispersión, que es una representación en un sistema de coordenadas cartesianas de los datos numéricos observados. En el diagrama resultante, en el eje X se miden las millas-vehículo recorridas, y en el eje Y se mide el costo de operación mensual. Cada punto en el diagrama muestra la pareja de datos (millas-vehículo y costos de operación)  que corresponde a un mes determinado.   Como era de esperarse, existe una relación positiva entre estas variables: una mayor cantidad de millas-vehículo recorridas corresponde un mayor nivel de costos de operación.

Por otro lado, también se aprecia por qué este gráfico se denomina un diagrama de “dispersión”: no existe una relación matemáticamente exacta entre las variables, ya que no toda la variación en el costo de operación puede ser explicada por la variación en las millas-vehículo. Si entre estas variables existiera una relación lineal perfecta, entonces todos los puntos caerían a lo largo de la recta de regresión, que también ha sido trazada y que muestra la relación “promedio” que existe entre las dos variables. En la práctica, se observa que la mayoría de los puntos no caen directamente sobre la recta, sino que están “dispersos” en torno a ella. Esta dispersión representa la variación en Y que no puede atribuirse a la variación en X.

1 comentarios:

Salis Livon dijo...

EXCELENTE APORTE, GRACIAS.

Publicar un comentario