INSTITUTO TECNOLÓGICO SUPERIOR

DE IRAPUATO.
INGENIERIA INDUSTRIAL

TEMA 3: PLANEACIÓN DE LA CAPACIDAD

INVESTIGACIÓN:
3.4 HERRAMIENTAS PARA LA PLANEACIÓN DE LA CAPACIDAD.

ADMINISTRACIÓN DE OPERACIONES I.

GRUPO”H”
PRESENTA:
o GRANADOS AGUILERA LAURA GUADALUP (IS15111339).

DOCENTE: M. C. ADRIANA ESPINOSA SANCHEZ

AGOSTO – DICIEMBRE 2017.

IRAPUATO, GTO. 7 DE NOVIEMBRE DE 2017.

1
Índice Pág.
Introducción 3
3.4 Herramientas para la planeación de la capacidad 4
El método grafico 4
3.4.1 Modelos de Línea de Espera 5
El modelo básico 5
Suposiciones del modelo básico 5
Clasificación de los modelos de colas de espera
6
Clasificación de los modelos de colas de espera
Ejemplo 7
3.4.2 Árboles de decisión 9
Como dibujar un árbol de decisión 11
Ventajas y Desventajas 12
Ejemplo 13
3.4.3 Simulación 15
Simulación vs Optimización 15
Características 15
Clasificación de los modelos de simulación de negocios 16
Limitaciones 16
Ejemplo 17
Conclusiones 19
Bibliografía 20

Índice de Figuras Pág.

Figura 1: Árbol de decisión. 9
Figura 2: Ejemplo 1 (Inicio de árbol de decisión). 11
Figura 3: Ejemplo 2 (Nodos de probabilidad). 11
Figura 4:Árbol de decisión terminado. 12
Figura 5: Ejemplo de árbol de decisión. 14

Índice de Tablas Pág.

Tabla 1: Tabla de símbolos para crear un árbol de
decisiones 10
Tabla 2: Realización del experimento 17
Tabla 3: Realización del experimento 17
Tabla 4: Realización del experimento 18

2
INTRODUCCIÓN:
Cuando una empresa toma la decisión de “hacer” más de un producto (o
servicio) o decide “hacer” un nuevo producto (o servicio), la planeación de la
capacidad es la primera actividad de administración de las operaciones que tiene
lugar. Una vez que se ha evaluado la capacidad y se determina una necesidad
para instalaciones nueva o en expansión, entonces tienen lugar las actividades
de localización y tecnología de proceso. Si existe demasiada capacidad, es
necesario explorar alternativas para disminuir la capacidad tales como el cierre
temporal o aun la venta de instalaciones. En tal caso, puede tener lugar una
consolidación que implique actividades tales como una reubicación, la
combinación de tecnologías y el reordenamiento de los equipos y los procesos
(distribución física).

La planificación de la capacidad a largo plazo no requiere de pronósticos de

demanda por un vasto periodo de tiempo. Sin embargo, la precisión de los
pronósticos disminuye a medida que el horizonte de los mismos se prolonga.
Además, la necesidad de prever lo que hará la competencia acrecienta la
incertidumbre en los pronósticos de la demanda. Finalmente, la distribución de
la demanda durante un periodo cualquiera no es uniforme: en ese tiempo pueden
presentarse (y a menudo se presentan) crestas y valles de demanda. Estas
realidades imponen la necesidad de usar “Colchones” de capacidad. Estas dos
herramientas que se van a presentar abordan con más formalidad la
incertidumbre y variabilidad de la demanda: los modelos de fila de espera, los
árboles de decisiones, simulación. Los modelos de fila de espera toman en
cuenta el comportamiento independiente y aleatorio de muchos consumidores,
tanto en sus tiempos de llegada como en sus necesidades de procesamiento.
Los árboles de decisiones permiten pronosticar ciertos eventos, como las
actividades de la competencia

3
3.4 HERRAMIENTAS PARA LA PLANEACIÓN DE LA CAPACIDAD.
Una herramienta es, el DBR (Drum, Buffer, Rope) es la aplicación de la teoría de
las limitaciones a la producción, se resume en los siguientes pasos:
1. Identificar el cuello de botella. El cuello de botella (único) es el recurso con
capacidad limitada.
2. Decidir cómo explotar el cuello de botella. Un minuto ganado en un cuello de
botella es un minuto ganado en el sistema. Hay que hacer la planificación del
cuello de botella porque es la más importante de la fábrica.
3. Subordinar todo a la decisión anterior. No tiene sentido producir más que lo
que el cuello de botella puede absorber.
4. Elevar el cuello de botella.
5. Si se ha roto el cuello de botella volver al paso 1. Si se elimina el cuello de
botella hay que dejar ese recurso y buscar la siguiente limitación, buscar la
mejora continua.
Otra herramienta muy importante es la aplicación de un sistema de ecuaciones, es
decir expresar de forma matemática las restricciones del sistema de producción,
una vez obtenido el modelo matemático se puede resolver por algebra lineal (algún
método de resolución de sistemas de ecuaciones o matrices), el método gráfico o
bien por el método simplex.

El método gráfico.
Muchas aplicaciones de administración y economía implican un proceso
denominado optimización en el que se requiere determinar el costo mínimo, la
ganancia máxima o el uso mínimo de los recursos.
Si un problema de programación lineal tiene solución tiene solución este debe de
ocurrir en un vértice de conjuntos de soluciones factibles. Si el problema tiene más
de una solución, entonces por lo menos una de ellas debe de ocurrir en un vértice
de conjunto de soluciones factibles, en cualquier caso, el valor de la función objetivo
es único.
1. Para resolver con el método grafico un problema de programación lineal que
implique 2 variables, use los pasos siguientes:
2. Trace la región correspondiente al sistema de restricciones (los puntos o en
la frontera de la región se denomina factible)
3. Encuentre los vértices de la región.
4. Compruebe la función objetivo en cada uno de los vértices y elija los valores
de las variables que optimizan la función objetivo. para una región acotada
existen un valor mínimo y un valor máximo (para una región no acotada si
existe una solución óptima debe de ocurrir en un vértice)

4
3.4.1 MODELOS DE LINEAS DE ESPERA.
Uno de los mayores usos de la teoría de colas de espera en Estados Unidos es
para analizar el flujo del tránsito o circulación de automóviles.
Un modelo de espera es aquel en el que usted tiene una secuencia de
elementos (tales como las personas) que llegan a una instalación en busca de
servicio.
Las preguntas sobre un sistema de cola de espera se centran en cuatro
cantidades:
El modelo básico.
1. El número de personas en el sistema: el número de personas que están
siendo atendidas en el momento, así como aquellas que están esperando
servicio.
2. La cantidad de personas en la cola de espera: las personas que están
esperando servicio.
3. El tiempo de espera en el sistema: el intervalo entre el momento en que
el individuo entra al sistema y aquel en que sale del mismo. Observe que
este intervalo incluye el tiempo de servicio.
4. El tiempo de espera en la cola: el tiempo transcurrido desde que uno
entra al sistema hasta que se inicia el servicio.
Suposiciones del modelo básico.
1. Proceso de llegadas. A cada llegada se le denominara un “trabajo”.
En este momento sólo es necesario comprender que la distribución exponencial
queda totalmente definida con un solo parámetro. Este parámetro, llamado λ, es
la tasa media de llegadas; esto es, cuantos trabajos llegan (en promedio) durante
un periodo especifico.
2. Proceso de servicio. Representa la tasa media de servicio en trabajos por
unidad de tiempo.
3. Tamaño de la cola de espera. Se dice que la cola de espera es infinita.
4. Disciplina de las colas de espera. Los trabajos se atienden en el orden que
llegaron.
5. Horizonte de tiempo. La operación del sistema se considera como si ocurriera
continuamente en un horizonte infinito.
6. Población fuente. Hay una población infinita susceptible de hacer un arribo.
Existen algunas características básicas para el modelo básico el cual solo se
cumplen sí, las llegadas tienen un mayor tiempo que el tiempo de
procesamiento.

5
 Clasificación de los modelos de colas de espera
Hay muchos modelos de colas de esperas posibles. Por ejemplo, si
al tiempo que existe entre los arribos en el modelo básico se le
hubiera dado una distribución diferente (no la exponencial),
habríamos tenido un modelo diferente, en el sentido de que las
formulas anteriores para L, Lq, etcétera, ya no serían válidas.
Para facilitar la comunicación entre aquellos que trabajan con
modelos de cola de espera, D. G. Kendall propuso una clasificación
o taxonomía con base en la siguiente notación:
A/B/s
Donde:
o A = distribución de las llegadas
o B = distribución del servicio
o S= número de servidores
Se utilizan diferentes letras para designar ciertas distribuciones.
Colocadas en la posición A o B, indican la distribución de llegadas o
de servicio, respectivamente. Las reglas convencionales siguientes
son de uso general:
o M = distribución exponencial
o D = número determinístico
o G = cualquier distribución (general) de tiempos de servicio
o GI = cualquier distribución (general) de tiempos de llegada

6
EJEMPLO

Suponga que usted tiene que contratar a una secretaria y tiene que
seleccionar entre dos candidatas. La secretaria 1 es muy
consistente: escribe a máquina cualquier documento en 15 minutos
exactos. La secretaria 2 es un poco más rápida, con un promedio de
14 minutos por documento, pero sus tiempos varían de acuerdo con
la distribución exponencial.

La carga de trabajo promedio es de tres documentos por hora, con

tiempos Inter arribos que varían de acuerdo con la distribución
exponencial. ¿Qué secretaria le dará un tiempo de ciclo de
documentos más corto?

Desarrollo: Se necesita calcular el número esperado en la cola de

espera (Lq), para poder calcular el tiempo esperado en la cola (Wq)
y el tiempo estimado promedio (w).

7
Por lo que se deberá escoger a la secretaria uno por tener el tiempo
de ciclo menor. A pesar de que la secretaria numero dos es más

rápida, sus tiempos promedio de ciclo son mayores, debido a la alta

variabilidad en sus tiempos de servicio.

Cola de espera con múltiples servidores (M/M/s)

Se tomara de referencia el modelo de prueba de sangre, donde cada

paciente se forma en una cola de espera común, y al llegar al
principio de la cola, entra en la primera sala de examen disponible

8
 3.4.2 ÁRBOLES DE DECISIÓN

Un árbol de decisión es un mapa de los posibles resultados de una serie de

decisiones relacionadas. Permite que un individuo o una organización comparen
posibles acciones entre sí según sus costos, probabilidades y beneficios. Se pueden
usar para dirigir un intercambio de ideas informal o trazar un algoritmo que anticipe
matemáticamente la mejor opción.
Un árbol de decisión, por lo general, comienza con un único nodo y luego se ramifica
en resultados posibles. Cada uno de esos resultados crea nodos adicionales, que
se ramifican en otras posibilidades. Esto le da una forma similar a la de un árbol.
Hay tres tipos diferentes de nodos: nodos de probabilidad, nodos de decisión y
nodos terminales. Un nodo de probabilidad, representado con un círculo, muestra
las probabilidades de ciertos resultados. Un nodo de decisión, representado con un
cuadrado, muestra una decisión que se tomará, y un nodo terminal muestra el
resultado definitivo de una ruta de decisión.

Figura 1: Ejemplo de árbol de decisión. Fuente: https://www.lucidchart.com/pages/es/queesunárboldedecisión.

Los árboles de decisión también se pueden dibujar con símbolos de diagramas de

flujo, que a algunas personas les parecen más fáciles de leer y comprender.

9
Tabla 1: Tabla de símbolos para crear un árbol de decisiones. Fuente:
https://www.lucidchart.com/pages/es/queesunárboldedecisión.

10
Cómo dibujar un árbol de decisión:
1. Comienza con la decisión principal. Dibuja un pequeño recuadro para
representar este punto, luego dibuja una línea desde el recuadro hacia la
derecha para cada posible solución o acción. Etiquétalas correctamente.

Figura 2: Ejemplo 1 (Inicio de árbol de decisión). Fuente: https://www.lucidchart.com/pages/es/queesunárboldedecisión.

2. Agrega nodos de decisión y probabilidad. Para expandir el árbol del

siguiente modo.

Si otra decisión es necesaria, dibujo otro recuadro.

Si el resultado es incierto, dibuja un circulo (los círculos representan nodos
de probabilidad).
Si el problema está, déjalo en blanco (por el momento).

Figura 3: Ejemplo 2 (Nodos de probabilidad). Fuente: https://www.lucidchart.com/pages/es/queesunárboldedecisión.

11
 Desde cada nodo de decisión, dibuja soluciones posibles. Desde cada nodo
de probabilidad, dibuja líneas que representen los resultados posibles. Si
deseas analizar tus opciones de forma numérica, incluye la probabilidad de
cada resultado y el costo de cada acción.
3. Continúa con la expansión hasta que cada línea alcance un extremo, lo
que significa que no hay más decisiones que tomar o resultados probables
que considerar. Luego, asigna un valor a cada resultado posible. Puede ser
una puntuación abstracta o un valor financiero. Agrega triángulos para indicar
los extremos.

Figura 4:Árbol de decisión terminado. Fuente: https://www.lucidchart.com/pages/es/queesunárboldedecisión.

Con un árbol de decisión completo, ya estás listo para comenzar a analizar la

decisión que enfrentas.

Ventajas y desventajas

Los árboles de decisión siguen siendo populares por razones como las siguientes:

 Son muy fáciles de entender

 Pueden ser útiles con o sin datos fehacientes, y cualquier dato requiere una
preparación mínima
 Se pueden agregar nuevas opciones a los árboles existentes
 Su valor al seleccionar la mejor de numerosas opciones
 Se combinan fácilmente con otras herramientas de toma de decisiones

Sin embargo, los árboles de decisión pueden volverse excesivamente complejos.

En esos casos, un diagrama de influencia más compacto puede ser una buena
alternativa. Los diagramas de influencia se enfocan en los objetivos, las entradas y
las decisiones fundamentales.

12
EJEMPLO
Una compañía de componentes electrónicos para computadoras esta considerando
que hacer con su empresa durante los próximos cinco años. El crecimiento de las
ventas durante los últimos dos años ha sido bueno, pero podrían crecer mucho más.
El propietario tiene tres opciones:
• La primera es agrandar su actual almacén.
• La segunda es ubicarlo en un nuevo sitio.
• La tercera es esperar y no hacer nada.
La decisión de expandirse o de trasladarse tomaría poco tiempo, y en consecuencia
el almacén no perdería ingresos. Si no se hace nada durante el primer año y se
registra un gran crecimiento, la decisión de expandirse debe ser reconsiderada.
Esperar más de un año le permitiría a la competencia abrir otros almacenes en la
localidad, en cuyo caso la expansión no sería factible.

El supuesto y las condiciones son las siguientes:

 Un fuerte crecimiento como resultado del mayor número de gente que utiliza
computadoras, tiene una probabilidad del 55%
 Un fuerte crecimiento con un nuevo sitio daría un rendimiento anual de US
$195, 000. Un crecimiento débil con un nuevo sitio significaría un rendimiento
anual de US $115, 000.
 Un fuerte crecimiento con una expansión daría un rendimiento anual de US
$190, 000. Un crecimiento débil con una expansión significaría un
rendimiento anual de US $100, 000.
 En el almacén existente, sin efectuar ningún cambio, habría un rendimiento
de US $170, 000 por año si el crecimiento es fuerte, y de US $105, 000 por
año si el crecimiento es débil.
 La expansión en el sitio actual costaría US $87,000.
 El traslado al nuevo sitio costaría US $210,000
 Si el crecimiento es fuerte y el sitio se agranda durante el segundo año, el
costo seguiría siendo de US $87,000.
 Los costos operacionales de todas las opciones son iguales.

13
Figura 5: Ejemplo de árbol de decisión. Fuente: TEOSEM

14
 3.4.3 SIMULACIÓN
La idea básica de la simulación es la construcción de un dispositivo experimental, o
simulador, que “actuará como” (simulará) el sistema de interés en ciertos aspectos
importantes, de una manera rápida y redituable.
El objetivo consiste en crear un entorno en el cual se pueda obtener información
sobre posibles acciones alternativas a través de la experimentación. El uso de la
simulación es fundamental para muchos experimentos aplicados; por ejemplo,
 Prueba de medicinas en animales de laboratorio. Aquí las respuestas del
animal simulan las respuestas humanas.
 Manejar automóviles en pistas de prueba. Aquí la pista de prueba simula las
condiciones que enfrentara el automóvil.
 Pruebas de diseño de alas de avión en túneles de viento. El túnel de viento
simula las condiciones de vuelo.
 El entrenamiento de pilotos de aerolíneas en cabinas reales con despliegues
simulados fuera de las ventanas bajo condiciones simuladas.

En el contexto del análisis cuantitativo, la simulación ha venido a significar la

experimentación basada en un modelo matemático, a pesar de que tanto la
simulación como la optimización (por ejemplo, mediante la programación lineal)
utilizan modelos cuantitativos, se basan en conceptos muy diferentes. La diferencia
fundamental estriba en el papel que toman las variables de decisión en todos los
enfoques.
SIMULACIÓN VERSUS OPTIMIZACIÓN
 En un modelo de optimización, los valores de las variables de decisión son
resultados. Esto es, el modelo proporciona un conjunto de valores para las
variables de decisión que maximiza (o minimiza) el valor de la función
objetivo.
 En un modelo de simulación, los valores de las variables de decisión son
entradas. El modelo evalúa la función objetivo en relación con un conjunto
particular de valores.

CARACTERÍSTICAS
Los juegos de negocios son, en su mayoría, programas de computación que se
construyen usando un lenguaje de programación. Dichos programas son
elaborados considerando tanto la relación que existe entre los factores internos de
operación de una empresa así como de algunas variables del entorno que la
afectan en su operación.

15
En general, se puede decir que los simuladores de negocios son modelos que se
construyen a partir de especificar un número de variables relevantes internas y
también externas, las cuales deben permitir simular la operación de una empresa
en un contexto cambiante y de competencia con otras compañías similares.
Así, en el diseño de los algoritmos del programa se deben considerar todas las
interacciones posibles entre las variables seleccionadas, a fin de que el modelo
represente tanto las distintas operaciones que desarrolla una empresa, como el
efecto de los cambios del ambiente sobre la misma.
LOS SIMULADORES DE NEGOCIOS SE PUEDEN CLASIFICAR COMO:
 Generales: cuando están orientados a mostrar el uso de las estrategias a
nivel de negocios y las principales decisiones que debe tomar la dirección
general de una empresa. Entre los principales tenemos al Business Policy
Game, Business Strategic Game, CEO, Treshold y el Multinational
Management Game.
 Específicos: cuando están enfocados a simular las actividades de un área
específica de una empresa como marketing, finanzas y producción. Entre los
principales simuladores de este tipo tenemos al:
 Markstrat, Brandmaps, Marketplace, Shoes: A marketing game y
Marketing Simulation, los cuales están orientados a simular las actividades
de marketing;
 Fingame: para el área de finanzas.
 Forad: enfocado al área de finanzas internacionales
 Intopia: para los negocios internacionales.
 The Management / Accounting Simulation: para el área de contabilidad.

LIMITACIONES
 La simulación imita, pero no reproduce exactamente la complejidad
empresarial.
 Hay aspectos de la realidad que no se pueden simular (especialmente difícil
es que cubra el aspecto del análisis de las relaciones humanas), cuestión
que hay que tener presente siempre que empleamos cualquier tipo de
simulación.
 Hay que ser muy cautos al predecir cómo se comportará una persona ante
una situación real, basándonos en las respuestas ante una situación
simulada.

16
EJEMPLO
ANALISIS DE GANANCIA
Supóngase que una firma está considerando la introducción de un nuevo producto
al mercado. Se sabe con una información razonable que el costo fijo es de $10,000
y que el precio de venta debe ser de $2 por razones competitivas. La firma quiere
por lo menos alcanzar el punto de equilibrio en el primer año de ventas. Este
problema surge gracias a la incertidumbre en cuanto a que los costos variables
estarán entre $0.95 y $1.04. Se piensa que la demanda dependerá de la reacción
de los competidores. Si reaccionan rápidamente el primer año, se espera que las
ventas sean de 8000, 9000 o 10,000 unidades. Si no hay reacción fuerte, entonces
las ventas pueden llegar a 10,000, 11,000 0 12,000 unidades. La firma piensa que
existe un 60% de posibilidades de que sus competidores reaccionen fuertemente.
La administración desea saber el riesgo de seguir adelante con el producto. ¿qué
posibilidades existe de llegar al punto de equilibrio?

Tabla 2: Realización del experimento. Fuente. TESOEM

Tabla 3: Realización del experimento. Fuente. TESOEM

17
 Tabla 4: Realización del experimento. Fuente. TESOEM

Resultados
 Ganancia Mínima $-2400
 Ganancia Máxima $2400
 Ganancia Promedio $-266
 Ganancia Mediana $-200

18
CONCLUSIÓN:

En conclusión, al tema de investigación relacionado con la planeación de la

capacidad en el sistema de conversión encontramos diferentes aspectos que se
tienen que evaluar de acuerdo con la producción.

El sistema de conversión también conocido como sistema de transformación o

producción, y en cuanto a la que se refiera a capacidad del sistema es aquella que
considera como el número máximo de unidades a producir en un tiempo
determinado haciendo uso de todos y cada uno de los recursos disponibles para
cumplir con tal objetivo.

En cuanto a la capacidad de producción está considerada en proporción a las

instalaciones, maquinaria, mano de obra, equipo, mobiliario y que tiene resultados
en lo referido a unidades de producción consideradas en una jornada de trabajo que
en realidad es lo que demuestra cual es el alcance que la propia empresa tiene ante
un mercado y como tal ante la competencia.

Como es sabida la planeación en general es trazar el camino de acción.

En la planeación se debe considerar algunas etapas como son: Premisas,

pronósticos, políticas, normas y programas con la finalidad de que se cumpla al
100% con el plan.

Específicamente en la producción se debe pensar en la provisión de materiales y

materia prima.

Capacitación constante, mantenimientos programados; preventivos y correctivos, y

la información necesaria para plantear mejores técnicas que optimizan, tanto como
recursos como tiempo, para que la planeación tenga éxito se debe realizar en base
a información estadística e histórica, experiencias y conocimientos de los procesos
y el funcionamiento de producción.

El recurso humano es de máxima importancia para englobar una producción exitosa

y satisfactoria por ello concluimos que hay diferentes aspectos que debemos
analizar y desarrollar para poder llevar a cabo el proceso completo de producción.

19
BIBLIOGRAFIA:
 Recuperado de:
www.tesoem.edu.mx/alumnos/cuadernillos/2011.001.pdf
 Recuperado de:
Administración de operaciones: estrategia y análisis. By Lee J. Krajewski, Larry P. Ritzman.
https://books.google.com.mx/books?id=B6LAqCoPSeoC&printsec=frontcover#v=onepage
&q&f=false.
 Recuperado de:
https://www.lucidchart.com/pages/es/qu%C3%A9-es-un-diagrama-de-%C3%A1rbol-de-
decisi%C3%B3n.

20