Ejemplo del Plan de Requerimientos de

Materiales (MRP)
por GEO Tutoriales el 16/08/2011 en Plan de Requerimientos de Materiales (MRP) 13

El Plan de Requerimientos de Materiales o simplemente MRPpor sus siglas

en ingls (Material Requirements Planning) es una metodologa que permite
administrar el inventario y planificar pedidos de partes y piezas condemanda
dependiente.
En la actualidad el MRP resulta ser un mdulo indispensable para la gestin de
los recursos de las empresas de manufactura y son parte fundamental de las
prestaciones de los ms prestigiosos softwares ERP (Enterprise Resource
Planning) disponibles en el mercado (destacndose entre ellos SAP).
En el siguiente artculo encontrars a travs de un ejemplo sencillo, explicado
con detalle, cmo realizar un Plan de Requerimientos de Materiales
(MRP) y cules son los elementos necesarios para su construccin. Para una
correcta comprensin introduciremos algunos conceptos que te recomendamos
leer detenidamente.
En primer lugar se afirma que un producto tiene demanda dependiente en la
medida que su demanda se puede derivar de un producto de categora
superior.
Ejemplo N1: las plantillas, cuero, cordones, etc, son partes de demanda
dependiente, basadas en la demanda de zapatos (demanda
independiente).
Ejemplo N2: si una empresa vende 1.000 triciclos, entonces se van a
necesitar1.000 ruedas delanteras y 2.000 ruedas traseras (ms
pequeas). Este tipo de demanda interna no necesita un pronstico, sino slo
una tabulacin (demanda dependiente). Por otra parte la cantidad de triciclos
que la empresa podra vender es la demanda independiente.

En este contexto, una empresa que vende un producto final (con demanda
independiente) est interesada en qu, cunto y cundo ordenar de las
distintas partes y piezas que permiten la produccin de dicho producto final.
EstaPlaneacin de Requerimientos de Materiales es crtica dado que
permitir alcanzar las metas de produccin en tiempo y cantidad de lo
planificado previamente en un plan maestro de produccin.
Para llevar a cabo un Plan de Requerimientos de Materiales (MRP) se

necesitan 3 elementos:
Plan Maestro de la Produccin (PMP)
Estructura del Producto, Lista de Materiales o Bill of Materials (BOM)
Registro del Inventario (IRF)
El Plan Maestro de la Produccin (PMP) establece las necesidades
en cantidady tiempo del producto final o con demanda independiente.
Por otra parte la estructura del producto o Bill of
Materials (BOM) detallacuntas partes y piezas se necesitan para
obtener una unidad de producto final y cmo dicho producto se
compone. Generalmente se utiliza una representacin grfica para
el BOM como la de la siguiente imagen:

Por ejemplo, para cada unidad de X (producto final con demanda

independiente) se necesitan 2 unidades de la pieza A (producto con
demanda dependiente). Anlogamente, por cada unidad de la pieza A se
necesitan 3 unidades de la pieza C.
As tambin, un tpico juego de Lego viene con un instructivo que detalla la
cantidad de piezas componentes del producto (juego) final y el orden en el cual
se deben ensamblar. De este modo si hemos armado un juego de Lego ya
tenemos una idea intuitiva de lo que consiste unMRP.

Finalmente necesitamos el Registro del Inventario (Inventory Record

File o IRF) (tanto para productos con demanda
dependiente e independiente) que contiene la informacin del inventario
disponible y el tiempo de espera (o lead time) asociado a cada producto. Un
ejemplo del IRF es el siguiente:

Arbitrariamente vamos a considerar que necesitamos 100 unidades el

producto X en la semana 10. Toda esta informacin nos permitir desarrollar
el Plan de Requerimientos de Materiales, el cual se resume a continuacin:

Ejemplo del Plan de Requerimientos de Materiales

La forma usual de poder completar la informacin del Plan de

Requerimientos de Materiales (MRP) es desde el producto de categora
superior, en este caso, elProducto X. Para la semana 10 existe una necesidad
bruta de este producto por100 unidades, sin embargo, el inventario disponible
(40 unidades) finalmente determina que slo se necesiten 60 unidades
adicionales. Como el tiempo de espera (lead time) para el Producto X es
de 2 semanas, el pedido se debe realizar en la semana 8.
Posteriormente, por cada unidad del Producto X necesitamos 2 unidades
delProducto A. Esto determina la necesidad bruta del Producto A en 120
unidadesen la semana 8. Luego, como se dispone de un inventario de 60
unidades del producto A, la necesidad neta es slo de 60 unidades, las cuales
se piden con 3 semanas de antelacin dado el tiempo de espera. Siguiendo el
mismo procedimiento se determinan las necesidades netas del Producto B.
Es importante destacar el caso del Producto C, el cual depende tanto
de A comoB. Por cada unidad de A se necesitan 3 unidades de C (en este

caso 180 unidades) y por cada unidad de B se necesitan 2 unidades de C (en

este caso 80 unidades).
El procedimiento utilizado para desarrollar el Plan de Requerimientos de
Materiales (MRP) es la poltica de lotificacin Lote a Lote, es decir, cada vez
que se necesitan unidades se piden stas en forma exacta. Esta
alternativa, sin embargo, NO garantiza los menores costos en la planificacin,
especialmente cuando los costos de emisin (generar un pedido) son
relativamente superiores a los costos de almacenamiento (inventario).
Te recomendamos consultar al final de esta publicacin los Artculos
Relacionados donde podrs encontrar otros ejemplos aplicados
de MRPutilizando distintas alternativas de polticas de lotificacin (Costo Total
Mnimo,Costo Unitario Mnimo, EOQ)

Archivo | Plan Maestro de la Produccin (PMP)

Planificacin Agregada y Plan Maestro de la Produccin (PMP) en empresas de
manufactura. Optimizacin de la Produccin a travs de la Investigacin de
Operaciones.

Planificacin de la Produccin Multiproducto

por GEO Tutoriales el 11/09/2015 en Plan Maestro de la Produccin (PMP) 0

El siguiente problema consiste en la formulacin de un modelo de Programacin

Entera y posterior resolucin computacional haciendo uso del complemento
OpenSolver de Excel, especficamente en lo que se refiere a un modelo que
permita encontrar la estrategia ptima para la Planificacin de la Produccin
Multiproducto (es decir, 2 o ms productos) y multiperiodo (2 []
Continua Leyendo

Formulacin de un Problema de Programacin de

Explotacin Forestal resuelto con Solver de Excel

por GEO Tutoriales el 31/07/2015 en Plan Maestro de la Produccin (PMP), Programacin

Entera 0

En el artculo Problema de Planificacin Forestal resuelto con Graphic Linear

Optimizer (GLP) describimos un problema de explotacin forestal reducido en
trminos de la complejidad de un caso de esta naturaleza (de modo de
representarlo grficamente), el cual a continuacin extenderemos a travs de la
incorporacin de una serie de decisiones en el tiempo respecto []
Continua Leyendo

Planificacin de la Produccin y Empaque en el

Programa Maestro de Produccin

por GEO Tutoriales el 23/01/2015 en Plan Maestro de la Produccin (PMP), Programacin

Entera 0

El Plan Maestro de la Produccin (PMP) especifica las fechas y las cantidades de

produccin que corresponden a cada uno de los elementos de la familia
de productos (manufactura). En muchas aplicaciones el producto no esta

terminado en la medida que no haya sido empacado, es decir, que este en una
condicin de uso suficiente para su []
Continua Leyendo

Estrategia Pura de Acumulacin y Desacumulacin

de Inventario aplicada a un Plan Maestro de la
Produccin (PMP)

por GEO Tutoriales el 31/07/2013 en Plan Maestro de la Produccin (PMP) 3

Una estrategia pura para desarrollar un Plan Maestro de la Produccin (PMP) es

la acumulacin de inventarios cuando la capacidad de produccin excede el
pronstico de demanda, para luego desacumular inventario cuando los
requerimientos son mayores o incluso cuando la demanda supera la capacidad
de produccin. Para presentar una aplicacin de esta estrategia consideraremos
los []
Continua Leyendo

Estrategia Pura de Fuerza Laboral Exacta aplicada

a un Plan Maestro de la Produccin (PMP)

por GEO Tutoriales el 30/07/2013 en Plan Maestro de la Produccin (PMP) 0

En el desarrollo de un Plan Maestro de la Produccin (PMP) resulta de inters el

anlisis de estrategias puras, es decir, enfoques en los cuales se utiliza una
variable de ajuste de forma exclusiva para responder a la demanda
pronosticada. Si bien en la prctica lo usual es utilizar una combinacin de
alternativas para lograr []
Continua Leyendo

Formulacin y Resolucin de un modelo de

Programacin Entera para un Plan Maestro de la
Produccin (PMP)

por GEO Tutoriales el 29/07/2013 en Plan Maestro de la Produccin (PMP) 4

La Planificacin Agregada y el Plan Maestro de la Produccin (PMP o MPS segn

sus siglas en ingls Master Production Schedule) son metodologas
ampliamente utilizadas hoy en da en empresas de manufactura para planificar
las necesidades de produccin de una serie de productos, de modo de
responder a un pronstico de demanda a travs de []

Archivo | Proyectos
Herramientas para la Gestin de Proyectos. Mtodo de la Ruta Crtica (CPM) y
Mtodo PERT. Anlisis de Crashing. Tutoriales y herramientas computacionales para
la administracin de proyectos empresariales.

Cmo obtener la Ruta Crtica de un Proyecto

(CPM) con OM Explorer en Excel

por GEO Tutoriales el 16/08/2015 en Proyectos 2

El el artculo Cmo obtener la Ruta Crtica de un Proyecto (Critical Path Method)

describimos de forma detallada cmo las holguras de las actividades de un
proyecto y la ruta o camino ms largo (no necesariamente nico) que
determina la duracin de un proyecto. Como complemento a lo anterior a
continuacin presentamos cmo desarrollar este procedimiento de []
Continua Leyendo

Clculo de los Beneficios Esperados de un Proyecto

utilizando PERT

por GEO Tutoriales el 29/05/2015 en Proyectos 0

Un aspecto usual en la Gestin de Proyectos es enfrentar incentivos econmicos

por entregas anticipadas o a tiempo en base a la planificacin preliminar y
adicionalmente multas o cargos por entregas atrasadas o tardas. En este
contexto el mtodo PERT (Program Evaluation and Review Technique) permite
incorporar de forma explcita la incertidumbre asociada a los tiempos []
Continua Leyendo

Cmo determinar la Duracin ptima de un

Proyecto a travs del Anlisis de Crashing

por GEO Tutoriales el 07/01/2015 en Programacin Lineal, Proyectos 4

La Programacin Lineal como hemos analizado anteriormente provee una forma

eficiente para enfrentar el problema de cmo reducir la duracin de un proyecto
de la forma ms econmica posible (Anlisis de Crashing) en el contexto de la
aplicacin del Mtodo de Ruta Crtica (CPM) para la gestin de proyectos.
Adicionalmente en algunas situaciones se suele []
Continua Leyendo

Problema de Seleccin de Cartera de Proyectos a

travs de la Programacin Entera

por GEO Tutoriales el 30/12/2014 en Programacin Entera, Proyectos 0

La Programacin Entera provee una forma eficiente de enfrentar los problemas

de seleccin de proyectos a ejecutar dentro de una cartera de potenciales
proyectos a realizar, donde cada uno de stos tiene asociado un tiempo de
ejecucin, requerimientos de fondos de inversin y necesidades adicionales. El
siguiente artculo aborda la formulacin de un modelo de []

Continua Leyendo

Cmo instalar WinQSB en un computador con

Sistema Operativo Windows 7

por GEO Tutoriales el 18/03/2014 en Inventarios, Plan de Requerimientos de Materiales

(MRP), Programacin de Trabajos, Proyectos 8

Lamentablemente el popular software WinQSB (muy til como herramienta de

anlisis para cursos de Gestin de Operaciones e Investigacin de Operaciones)
el cual hemos utilizado en artculos anteriores en el blog no es compatible con
las ltimas versiones de sistema operativo Windows, en particular con Windows
7 y tampoco lo es con Windows 8 o con la []
Continua Leyendo

Formulacin y Resolucin de un Modelo de

Programacin Lineal para reducir la duracin de un
Proyecto (Crashing)

por GEO Tutoriales el 02/01/2014 en Programacin Lineal, Proyectos 3

En la Gestin de Proyectos uno de los aspectos claves es determinar los costos

asociados a terminar el proyecto en un tiempo determinado. Del mismo modo,

resulta de particular inters poder enfrentar de forma eficiente el problema de

cmo reducir la duracin del mismo de la forma ms econmica posible,
partiendo de la premisa que []

Formulacin y Resolucin de un Modelo de

Programacin Lineal para reducir la duracin de un
Proyecto (Crashing)
por GEO Tutoriales el 02/01/2014 en Programacin Lineal, Proyectos 3

En la Gestin de Proyectos uno de los aspectos claves es determinar los costos

asociados a terminar el proyecto en un tiempo determinado. Del mismo modo,
resulta de particular inters poder enfrentar de forma eficiente el problema de
cmo reducir la duracin del mismo de la forma ms econmica posible,
partiendo de la premisa que ciertas actividades eventualmente se podran
desarrollar en un tiempo menor al estimado inicialmente luego de asignar una
mayor cantidad de recursos. En este contexto el siguiente artculo aborda la
problemtica anterior a travs de la formulacin y resolucin computacional de
un modelo de optimizacin lineal.
Consideremos el siguiente proyecto que consta de 12 tareas estrictamente
necesarias, donde la relacin de predecesores, tiempos (en semanas) y costos
se resume en la tabla a continuacin:

Por ejemplo la actividad I tiene puede comenzar una vez completadas las
actividades F y H y su tiempo estimado es de 1,5 semanas con un costo normal
de $75. Sin embargo la actividad I se puede apurar (lo que comnmente se
conoce como crash o crashing) de modo que su duracin pueda ser de
0,5 semanas pero con un costo mayor de $135. En consecuencia la mxima
reduccin permisible para dicha tarea es de 1 semana (1,5 0,5 semanas) con

un costo adicional de $60. Asumiremos adicionalmente que existe

proporcionalidad entre el tiempo de reduccin y el costo adicional, por ejemplo,
si quisiramos reducir la actividad I en 0,5 semanas (es decir, pasar de 1,5 a
1,0 semanas) el costo de la actividad sera $105 ($75+0,5*$60) y el costo
adicional (sobre el costo normal) es de $30.
A continuacin determinamos la duracin del proyecto utilizando el Mtodo de
Ruta Crtica (CPM), considerando los tiempos normales estimados para cada
actividad.

El proyecto tiene una duracin estimada de 15,5 semanas y existe una

nica ruta crtica: A-B-D-G-H-I-K-L (notar que todas las actividades en esta
ruta tienen holgura igual a cero). El costo del proyecto es de $2.620 y se
obtiene simplemente sumando los costos normales de cada una de las
actividades. La notacin que hemos utilizado es:

Donde IC: Inicio ms Cercano; TC: Trmino ms Cercano; IL: Inicio ms

Lejano;TL: Trmino ms Lejano; TN: Tiempo Normal, HOLG: Holgura. De esta
forma, por ejemplo, la actividad I tiene un tiempo normal de 1,5 semanas y
holgura igual a cero, es decir, si se retrasa esta actividad el proyecto tambin se
retrasar.
En este contexto, el siguiente modelo de Programacin Lineal permite
abordar de forma ptima el problema de cmo reducir la duracin del proyecto
de la forma ms econmica posible, mediante la reduccin del tiempo de las
actividades (en particular de las actividades pertenecientes a la(s) ruta(s)
crtica(s)). Cabe destacar que en la actualidad existen softwares que facilita
este tipo de procedimientos (Crashing) como por ejemplo WINQSB.
Variables de Decisin:

Parmetros:

Funcin Objetivo: Se buscar minimizar el costo adicional asociado al proyecto

luego de hacer el crashing necesario para completar el proyecto en un
tiempo determinado. Notar que podramos agregar en la funcin objetivo como
constante el costo normal del proyecto ($2.620) en donde en dicho caso la
interpretacin del valor ptimo sera el costo total del proyecto que tiene
duracin de K semanas.

Restricciones:

Cada actividad se puede reducir (de ser posible) dentro del lmite mximo de
reduccin permisible:

Relaciones de predecesores entre las actividades y el tiempo de inicio y

reduccin:

Por ejemplo en conjunto las inecuaciones (3) y (4) representan que la semana
de inicio para la actividad D ser mayor o igual a la semana de trmino (luego
de una eventual reduccin) de la que termine ms tarde entre sus actividades
predecesoras (B y C). Adicionalmente hemos definido una actividad ficticia o
de trmino llamada M la cual tiene como predecesoras a aquellas actividades
que terminan una ruta para el proyecto (no necesariamente crtica) y nos
permitir estimar la duracin del proyecto.
Definicin del tiempo objetivo para el proyecto:

En la resolucin computacional con Solver de Excel se puede simular para

distintos valores del parmetro K de modo de ver cmo cambian los resultados.
La mnima duracin del proyecto estar dada por el menor valor de K que
permite generar una instancia factible para el modelo de optimizacin.
No negatividad de las variables de decisin:

Los resultados se muestran en la tabla a continuacin donde la mnima duracin

del proyecto corresponde a 8,5 semanas con un costo total de $3.295 ($675
adicional al costo normal del proyecto). En las celdas color amarillo (variables
de decisin) se puede apreciar la solucin ptima donde queda explcito cundo
comienza la actividad y cunto se reduce respecto a su tiempo normal. Por
ejemplo la actividad G comienza al cabo de 2,5 semanas (a contar del inicio del
proyecto) y su duracin normal se reduce en 1,5 semanas (es decir pasamos de
un tiempo normal de 3 a 1,5 semanas).

Quieres tener el archivo Excel con la resolucin en Solver de este

problema?

rchivo | Lneas de Espera

Teora de Colas y Lneas de Espera. Ejercicios resueltos de la Ley de Little. Modelos
M/M/1. Simulacin del comportamiento de una lnea de espera con Excel y software

de modelamiento matemtico. Distribucin Exponencial. Tasa de llegada de los

clientes al sistema y capacidad de los servidores. Distribucin de Poisson.

Comparacin de un Servicio General y Especfico

para la Atencin de Clientes (Teora de Colas)

por GEO Tutoriales el 23/08/2015 en Lneas de Espera 0

En los sistemas de atencin de pblico se suelen encontrar distintos esquemas

o configuraciones en las que se organiza la espera de los clientes antes de ser
atendidos. Se pueden observar casos donde los clientes se ordenan en una fila
para ser atendidos por un servidor, otros donde los clientes se ordenan en una
fila []
Continua Leyendo

Simulacin de una Lnea de Espera M/M/1 (Teora

de Colas) en Excel

por GEO Tutoriales el 29/07/2015 en Lneas de Espera 0

Un sistema de espera M/M/1 es aquel que considera un servidor, con tiempos

exponenciales de servicio y entre llegadas de clientes. La implicancia que los
tiempos de servicio se distribuyan exponencial es que existe una

preponderancia de tiempos de servicio menores al promedio combinados con

algunos pocos tiempos extensos. Un ejemplo de ello es lo []
Continua Leyendo

Qu son las Lneas de Espera (Teora de Colas)

por GEO Tutoriales el 28/07/2015 en Lneas de Espera 0

En el artculo Qu es la Ley de Little y su aplicacin en el anlisis de Lneas de

Espera describimos algunos elementos bsicos asociados al estudio de lneas de
espera como la poblacin de referencia (finita o infinita), distribucin de los
tiempos entre llegadas (usualmente se distribuyen de forma exponencial,
satisfaciendo la Propiedad de Falta de Memoria []
Continua Leyendo

Clculo de la Probabilidad de un Nmero de

Llegadas en un Tiempo Determinado utilizando la
Distribucin de Poisson

por GEO Tutoriales el 23/07/2015 en Lneas de Espera 0

Cuando los clientes llegan a un servicio de forma totalmente aleatoria (es decir,
no hay forma de pronosticar cundo va a llegar alguien) la funcin de densidad
de probabilidad para describir la cantidad de llegadas durante un tiempo
determinado se representa por la Distribucin de Poisson y automticamente la
distribucin del tiempo entre llegadas sigue []
Continua Leyendo

Propiedad de Falta de Memoria o Amnesia de la

Distribucin Exponencial

por GEO Tutoriales el 22/07/2015 en Estadstica, Lneas de Espera 0

En el anlisis del comportamiento de las Lneas de Espera, se reconoce que el

proceso de llegada de los clientes al sistema ocurre de forma totalmente
aleatoria. Se entiende por aleatorio que la ocurrencia de un evento no se ve
afectado por el tiempo transcurrido desde la ocurrencia de un evento anterior.
Por ejemplo, si []
Continua Leyendo

Cmo ajustar una Funcin de Probabilidad Terica

a una serie de datos Empricos

por GEO Tutoriales el 26/12/2014 en Estadstica, Lneas de Espera 0

En el anlisis del comportamiento de una lnea de espera se suele considerar la

premisa de que el tiempo entre llegada de los clientes se distribuye exponencial
con parmetro lambda (). Si bien esta presuncin es vlida en muchas
situaciones es conveniente realizar un diagnstico de dicha situacin a travs
de test estadsticos ad hoc. []

Cmo ajustar una Funcin de Probabilidad Terica

a una serie de datos Empricos
por GEO Tutoriales el 26/12/2014 en Estadstica, Lneas de Espera 0

En el anlisis del comportamiento de una lnea de espera se suele considerar la

premisa de que el tiempo entre llegada de los clientes se distribuye
exponencial con parmetro lambda (). Si bien esta presuncin es vlida en
muchas situaciones es conveniente realizar un diagnstico de dicha situacin a
travs de test estadsticos ad hoc. En este contexto el siguiente artculo aborda
el problema de ajuste de una funcin de probabilidad terica a una serie de
datos empricos que como se menciono anteriormente es un asunto de inters
en el anlisis de los sistemas de espera como as tambin en un sin nmero de
aplicaciones estadsticas clsicas.
La data que utilizaremos en este tutorial fue obtenida del Libro Matching Supply
with Demand: An Introduction to Operations Management . Esta corresponde a
las 686 llamadas que ha recibido un Call Center en un perodo de 4 horas segn
se muestra a continuacin:

La pregunta que queremos responder es: El tiempo entre llamada de los

clientes se distribuye exponencial?. Anlogamente Qu funcin de
probabilidad terica ajusta de mejor forma los datos empricos?. Para
enfrentar dichas interrogantes utilizaremos el software Easyfit que hemos
abordado en artculos anteriores para la confeccin de histogramas y anlisis de
estadsticas descriptivas.
Preliminarmente ordenaremos los datos recolectados en una columna y
procedemos a calcular el tiempo transcurrido entre cada llamada (Iai), por
ejemplo, entre la primera y segunda llamada pasan 23 segundos, entre la
segunda y tercera llamada pasan 1 minuto y 24 segundos (equivalente a 84
segundos) y as sucesivamente. A continuacin se muestra un extracto de dicho
procedimiento:

Con los tiempos entre llamadas en segundos (o su equivalencia en minutos si

as se desea) se hace uso de Easyfit. Copiamos dichos tiempos en la columna
A tal se muestra en la siguiente imagen y luego la opcin Ajustar
distribuciones:

Luego seleccionamos OK:

El programa se ejecuta y proporciona los resultados de los ajustes de los datos

empricos a un importante nmero de distribuciones tericas, proporcionando
una estimacin de los parmetros respectivos.

La distribucin Wakeby es la que muestra el mejor ajuste, considerando los

siguientes parmetros:

Adicionalmente podemos obtener los test de bondad de ajuste (en la

pestaaBondad de ajuste). Probablemente el ms conocido de ellos es el
test Chi-cuadrado (notar que las distribuciones han sido ordenadas en base a

este criterio). Tambin se puede obtener el detalle de las pruebas de hiptesis

para distintos niveles de significancia estadstica (valores de alfa).

Una interpretacin exhaustiva de los test de bondad de ajuste requiere de una

discusin ms detallada que escapa a los propsitos de este artculo. No
obstante queda de manifiesto que existen herramientas computacionales que

permite simplificar este tipo de anlisis que es recurrente en el mbito de la

estadstica y por cierto en el de la gestin de operaciones.

Ejemplo de la Planeacin de Requerimientos

de Materiales (MRP o Material Requirements
Planning)
por GEO Tutoriales el 28/02/2015 en Plan de Requerimientos de Materiales (MRP) 1

El siguiente artculo desarrolla un ejemplo de la Planificacin de

Requerimientos de Materiales o MRP para una empresa de manufactura
que se dedica a las operaciones de ensamblaje, como lo que se podra observar
en un sistema productivo Flow Shop. En particular consideraremos una
empresa que produce carros de golf, la cual ha recibido una orden de 100
carros para la semana 6, 100 para la semana 8 y 100 para la semana 9. La
informacin sobre la produccin de los carros de golf se presenta en la tabla a
continuacin. Las partes en la primera columna alineadas a la izquierda se
hacen con las partes centradas.

Notar que la empresa utiliza distintas polticas de lotificacin lo que vuelve ms

complejo el desarrollo del MRP. Se propone la siguiente abreviacin para las
mismas: LxL: Lote a Lote; C.T.M: Costo Total Mnimo; C.U.M: Costo
Unitario Mnimo; EOQ: Cantidad Econmica de Pedido). Para cada tem el
costo de emitir un pedido es de $400 (independiente del tamao del pedido) y
el costo unitario semanal de almacenamiento de inventario es de $1. En base a
1.

la informacin anterior se solicita:

Realizar el Bill of Materials (BOM) para el carro de golf.

2.

Realizar el Plan de Requerimiento de Materiales (MRP) para el carro de golf y sus

distintos tems.
El BOM o lista de materiales es un registro donde figuran todos los
componentes de un articulo, las relaciones padre componente y las
cantidades de uso derivadas de los diseos de ingeniera y de procesos. Una
forma tradicional de representar la informacin del BOM es a travs del rbol
estructural del producto el cual se presenta a continuacin:

Cada carro de golf requiere de un Top y una Base. Adicionalmente

cada Topnecesita de 4 Supports y 1 Cover. Anlogamente
cada Base necesita 1Motor, 1 Body y 2 Seats. Finalmente
cada Body necesita 1 Frames, 1Controls y 4 Wheel Assemblies. Por
cierto la informacin es consistente con lo detallado en la tabla inicial pero la
representacin grfica de la lista de materiales facilita su rpida interpretacin.
Con esta informacin desarrollamos el MRP del carro de golf, siendo el producto
final el que establece las necesidades brutas de 100 unidades en las semanas
6, 8 y 9, segn lo indicado en los datos del problema. En este sentido al no
disponer de inventario inicial del carro de golf (terminado) las necesidades
brutas de los perodos indicados son al mismo tiempo necesidades netas. Por
ello se requiere entradas de pedidos planeados de 100 unidades en las semanas
6, 8 y 9 para lo cual la emisin (expedicin) de las mismas debe ser con una
semana de antelacin dado el tiempo de reposicin o lead time de una semana.

En el caso del tem Top las necesidades brutas corresponden al mismo

perodo en el cual se emiten los pedidos planeados del carro de golf. Ahora
bien, se dispone de 40 unidades de inventario inicial de Top lo que se traduce
a que el requerimiento neto de este producto de demanda dependiente sea de
60 unidades en la semana 5. En consecuencia se requiere la entrada de un
pedido planeado de 60 unidades de Top en la semana 5, el cual se emite en la
semana 4 (lead time de 1 semana).
De forma anloga se puede completar la informacin correspondiente para
laBase que al igual que Top utiliza la poltica de lotificacin lote a lote, por
tanto se satisface de forma exacta el requerimiento neto positivo de cada
perodo (si lo hubiere).
En el caso del tem Supports se utiliza el mtodo de Costo Unitario Mnimo.
Descontando de las necesidades brutas el inventario inicial, los requerimientos
netos de dicho componente son 40, 400 y 400 en las semanas 4, 6 y 7,
respectivamente. Con ello se aplica el Costo Unitario Mnimo agrupando las
necesidades: por ejemplo, un pedido de 40 unidades para satisfacer la
necesidad neta exacta de la semana 4 no genera costos de inventario (C.Inv)
pero s un costo de emisin (C.Em) de $400 (el costo unitario
es $400/40=$10). En el caso de consolidar las necesidades de la semana 4 y
6 se deber hacer un pedido de 440 unidades. En este caso el costo de emisin
(que es independiente del tamao de pedido) seguir siendo $400 y el costo de
inventario es de $800 (al final se la semana 4 y 5 quedaran 440-40 unidades en
inventario, con un costo unitario de almacenamiento semanal de $1, es decir,
400*$1+400*$1=$800). El costo unitario en este caso es ($800+
$400)/440=2,727 (aprox). Finalmente se analiza la alternativa de realizar
un pedido nico de 840 unidades (para cubrir los requerimientos netos de las
semanas 4, 6 y 7). El costo de emisin es de $400 y el de almacenamiento es
$2.000 (800*$1+800*$1+400*$1), con un costo unitario de ($2.000+
$400)/840=$2,857 (aprox).

En consecuencia el Costo Unitario Mnimo se alcanza agrupando las necesidades

netas de la semana 4 a la 6 y se deber realizar un pedido de 440 unidades.
Luego se requerir un pedido de 400 unidades el cual satisface el requerimiento
neto de la semana 7.

Para el producto Cover, sus necesidades brutas dependen de la emisin de

pedidos planeados del Top en una razn 1 a 1. Como el tem Cover utiliza la
poltica lote a lote, los pedidos satisfacen las necesidades netas exactas (notar
que no se dispone de inventario inicial) y en cada caso son emitidos con una
semana de antelacin dado el tiempo de reposicin.
Un Motor es necesario para cada Base (segn se detalla en el BOM) y este
producto utiliza al igual que Supports la poltica de Costo Unitario Mnimo. No
obstante se dispone en este caso de un inventario inicial suficiente (300
unidades) para cubrir los requerimientos brutos en las semanas 4, 6 y 7.
El tem Body al igual que el Motor depende de la Base. Este producto
(Body) utiliza la poltica de Tamao Fijo de Pedido de Q=300 unidades,
es decir, cada vez que se necesite se emite un pedido de esa magnitud.
Adicionalmente se dispone de un inventario inicial de 50 unidades
de Body por lo cual la necesidad neta es de 30 unidades en la semana 4 (8050). Por ello se emite un pedido de 300 unidades (en la semana 3) el cual se
recibe al inicio de la semana 4, en consecuencia, el saldo disponible proyectado
al final de la semana 4 es de 270 unidades (que de hecho es suficiente para
cubrir las necesidades brutas de las semanas 6 y 7).
Por cada Base se necesitan 2 Seats, luego las necesidades brutas de este
ltimo tem es de 160, 200 y 200 (semanas 4, 6 y 7, respectivamente). Este
producto utiliza la lotificacin de Costo Total Mnimo la cual se detalla a
continuacin.

Notar que para la semana 4 es slo necesario 40 unidades (dado el inventario

inicial de 120 unidades). Naturalmente un pedido de este tamao no genera
costos de almacenamiento pero si el costo fijo de pedido de $400. Por otra
parte un pedido de 24o unidades que cubre las necesidades netas de la semana
4 a la 6 tiene un costo de emisin de $400 y un costo de inventario de $400
(200*$1+200*$1). En este caso el diferencial en valor absoluto entre el costo
de preparacin de pedido y de inventario es de $0 que es el primer Costo
Total Mnimo. Luego se realiza un pedido adicional de 200 unidades para
enfrentar los requerimientos de la semana 7.
Continuando el desarrollo del MRP del carro de golf, los
tems Frames yControls, ambos dependen del Body en una relacin 1 a 1.

En cada caso es suficiente con un nico pedido de la magnitud que establece

el Tamao Fijo de Pedido.
Finalmente se requieren 4 Wheels por cada Body lo que determina el
requerimiento bruto de 1.200 unidades de Wheels en la semana 3. Como se
dispone de un inventario inicial de 240 unidades y no hay ms requerimientos
despus de la semana 3, es suficiente con un pedido nico de 960 que se emite
en la semana 2.
La siguiente tabla resumen muestra el resultado final de la Planificacin de
Requerimientos de Materiales (MRP):