Producción

Es el proceso de diseño mediante el cual los elementos son transformados en productos útiles.

La producción denota la generación, tanto de bienes como de servicios.

Sistemas de Producción

Todo sistema es un conjunto de componentes que interactúan. Cada componente podría ser en sí mismo un sistema, en orden descendente de simplicidad.

A las operaciones de un sistema de producción se les puede llamar colectivamente administración de operaciones, expresión aplicable a los sistemas de producción en que la función primordial es el servicio.

Se puede definir a la administración de operaciones como el diseño, y la mejora de los sistemas que crean y producen los principales bienes y servicios, y que está dedicada a la investigación y a la ejecución de todas aquellas acciones que van a generar una mayor productividad mediante la planificación, organización, dirección y control en la producción, aplicando todos esos procesos individuales de la mejor manera posible, destinado todo ello a aumentar la calidad del producto.

Función de Producción

• Control, verificabilidad, cumplimiento de objetivos, uso racional de los recursos, beneficios.
• Relaciones entre las áreas funcionales de la empresa, red de comunicación, coordinación de actividades.
• Tareas administrativas comunes; planificación, organización, personal, dirección y control.
• Adaptabilidad de la funcionalidad de la empresa; proceso, tecnología, productividad, eficiencia, manejo de recursos.

P=Q(K,L,T)

Evolución e Importancia de la Administración de Operaciones

Comienzos del siglo XX: Frederick W. Taylor, estudios de tiempo y movimiento, estandarización de procesos, diseño de métodos de trabajo, donde el trabajador y la máquina eran solo una entidad, libro de administración científica.

Henry L. Gantt: desarrolló métodos para ordenar sucesivamente las actividades de producción e implicaciones organizativas.

Frank y Lillian Gilbreth: objetivos básicos de los movimientos efectuados por el hombre son comunes a muchas situaciones diferentes de trabajo, micro movimientos para mejorar las operaciones manuales. La fatiga, la monotonía, las reacciones emocionales.

Desde 1920 a 1930: la complejidad de los procesos productivos genera nuevos mecanismos de control, estudios de Hawthorne (1924) Universidad de Harvard, Western Electric.

Walter Shewhart: diseña controles estadísticos en la producción en masa iniciadas por Henry Ford. Diseño del producto, distribución de la planta, la capacidad del trabajador, las condiciones ambientales, los materiales y la actitud de los clientes.

En los años 1940: surge el enfoque multidisciplinario de los estudios de sistemas, Gran Bretaña-investigación de operaciones aplicación a la industria.

En los 40s también: se inicia la automatización y computarización de los procesos, no muy bien recibida por la deshumanización de las industrias, surge el sabots.

Importancia de la Administración de Operaciones

Generación masiva de productos comerciales en fábricas dispersas.

El rol de la administración de operaciones es importante por 3 razones:

• Abarca tanto servicios como manufactura.
• Maneja eficientemente la productividad.
• Desempeña un rol estratégico en el éxito competitivo de una organización.

Vamos a revisar cada una de ellas:

Servicios y manufactura: la organización de manufactura produce bienes físicos y es fácil poder observar todo el proceso de transformación en este tipo de organización, debido a que las materias primas se convierten en productos finales (físicos).

Por ejemplo:

• La industria de automóviles.
• La industria de producción de celulares, etc.

En la organización de manufactura los productos finales no son reconocibles fácilmente ya que no son físicos porque están en forma de servicio.

Por ejemplo:

• Los hospitales proporcionan servicio médico y de cuidado de salud.
• Las aerolíneas producen servicio de transporte, etc.

Manejo de la productividad: mejorar la productividad se ha vuelto un objetivo importante para prácticamente todas las organizaciones. Para los países la alta productividad puede producir crecimiento y desarrollo económico. Los trabajadores pueden recibir sus salarios y su repartición de utilidades. En el caso de empresas individuales un aumento en la productividad genera una estructura de costo más competitiva y la capacidad de ofrecer precios que tengan mayor competitividad en el mercado.

Rol estratégico de la administración de operaciones: el rol estratégico de la administración de operaciones en el desempeño exitoso de unas organizaciones se aprecia a medida que más empresas deciden manejar sus operaciones desde la perspectiva de la cadena de valor.

Sistemas de Producción: Características

• Abarca los procesos y las actividades, necesarios para transformar elementos en productos y servicios útiles.
• Hay una secuencia insumo-conversión-producto, aplicable a una amplia gama de actividades del hombre.
• Sirven para maximizar la producción por unidad de insumo dentro de los sistemas industriales, de servicios y del gobierno.

Modelos de Sistemas de Producción: Tipología

Un modelo es una réplica o generalización de las características esenciales de un proceso. Muestra las relaciones entre causa y efecto, y entre objetivos y restricciones. Los problemas que desafían las soluciones directas debido a su magnitud, complejidad o estructura, pueden ser evaluados con frecuencia mediante simulaciones con modelos.

Tipos de Modelos

• Modelo físico: flujos; ubicación de la estructura, ubicación de la maquinaria.
• Modelo esquemático: estructura (organigramas), diagramas, gráficas de flujos de procesos.
• Modelo matemático: expresiones cuantitativas; fórmulas, ecuaciones, estadísticas.

Planeación, Análisis y Control de Sistemas de Producción

La planeación, el análisis y el control describen el estado mental de quien toma una decisión, más que el procedimiento rígido para resolver un problema.

Cada fase se distingue por un objetivo: prever, investigar, coordinar o diseñar. La definición del objetivo señala la técnica cuantitativa más adecuada y sirve de guía para obtener la información.

La planeación, el análisis y el control son fases de un estudio de sistemas. La finalidad de los trabajos de planeación, análisis y control es sentar las bases para una decisión.

Planificación de la Producción

Pronósticos de la Producción

El pronóstico es un proceso de estimación de un acontecimiento futuro proyectando hacia el futuro datos del pasado. Los datos del pasado se combinan sistemáticamente en forma predeterminada para hacer una estimación del futuro. En concreto, los pronósticos son sólo afirmaciones acerca del futuro.

El pronóstico es un componente importante de la planeación estratégica y operacional. Establece la unión para los sistemas de planeación y control. Es necesario estimar el futuro para planear el sistema; y luego programar y controlar éste para facilitar una eficaz y eficiente producción de bienes y servicios. La administración de la demanda tiene como fin coordinar y controlar todas las fuentes de la demanda, de manera que los sistemas de producción y operaciones puedan utilizarse en forma eficiente.

Entender las limitaciones de los pronósticos y fijar expectativas apegadas a la realidad en cuanto al funcionamiento futuro es esencial para hacer uso efectivo de los pronósticos en la toma de decisiones. En un sentido más positivo, ciertos aspectos de los pronósticos pueden claramente añadir valor al trabajo de la administración. En general, los pronósticos a corto plazo, hasta de un año, sirven de parámetro para las operaciones en curso. Los pronósticos a mediano plazo, que abarcan entre 1 y 3 años, y los pronósticos a largo plazo, más de 5 años, sirven de apoyo para las decisiones acerca de la ubicación y la capacidad de proyectos.

Naturaleza y Características de los Pronósticos

Factores Generales que Influyen en los Pronósticos

1. Número de elementos: entre mayor sea el número de elementos implicado (todo lo demás permaneciendo igual), mayor será la exactitud de los pronósticos. Debido a la ley estadística de los grandes números, disminuye conforme el número de elementos que se pronostica aumenta, y viceversa.
2. Homogeneidad de los datos: entre más homogéneos sean los datos (permaneciendo todo lo demás igual), más exactos serán los pronósticos.
3. Elasticidad de la demanda: a mayor inelasticidad de la demanda (permaneciendo todo lo demás igual), mayor exactitud de los pronósticos.
4. Competencia: entre mayor sea la competencia (permaneciendo igual todo lo demás), mayor es la dificultad para pronosticar, ya que la competencia puede utilizar los pronósticos para cambiar el curso de los sucesos futuros e invalida así los pronósticos.

El Proceso de Pronóstico

En el proceso de pronóstico es importante seguir cierta secuencia:

Paso 1. Especificar objetivos. Es importante determinar los objetivos con la mayor claridad posible.

Paso 2. ¿Qué pronosticar? El determinar la naturaleza de los datos nos da referencia de los métodos a usar, así como las características que las definen.

Paso 3. Dimensiones de tiempo. Los pronósticos suelen clasificarse conforme a periodos y a su utilización. En general, los pronósticos a corto plazo, hasta de un año, sirven de parámetro para las operaciones en curso. Los pronósticos a mediano plazo, que abarcan entre 1 y 3 años, y los pronósticos a largo plazo, más de 5 años, sirven de apoyo para las decisiones de planeación.

Paso 4. Consideraciones con respecto a la base de datos. El tipo de datos con que se desea contar depende del uso que se les dará. Los datos deben ser consistentes en el tiempo, y las variaciones tienen que registrarse con la misma unidad de tiempo e identificarse claramente.

Paso 5. Selección de un modelo de pronóstico. Depende de los patrones que presente los datos observados.

Paso 6. Someter el modelo a prueba. Un modelo tiene que ser validado antes de poderse utilizar con propósitos de pronóstico. Por tanto, hay que utilizar una parte de los datos disponibles para estructurar el modelo, en tanto los datos restantes se deben utilizar para someter el modelo a prueba y validarlo a fin de asegurarse de que representa el proceso de manera real.

Paso 7. Preparación del pronóstico. La administración puede adoptar uno o dos modelos al mismo tiempo, los cuales deben conciliarse, en la medida de lo posible.

Paso 8. Presentación del pronóstico. Los pronósticos tienen que presentarse al usuario de tal manera que incluyan explicaciones acerca de la forma en que se obtuvieron, dónde se encontraron los datos, y los supuestos implícitos que se derivan de ellos. Para los usuarios es crucial conocer la integridad de la información antes de utilizarla con plena confianza.

Paso 9. Seguimiento de los resultados. Cualquier desviación de lo pronosticado debe observarse con todo cuidado mediante la medición de error, así como estudiando las variables o situaciones que influyen en el cambio de los resultados pronosticados.

Modelos Cualitativos de Pronósticos

Método Delphi: consiste en preguntas hechas a un grupo de expertos para recabar opiniones. Es un pronóstico por consenso. El procedimiento funciona de la siguiente manera:

1. Se proporciona una pregunta a cada experto por escrito, de la situación que se requiere de un pronóstico expresado de una manera muy general. Cada uno de los expertos realiza una predicción breve.
2. El coordinador o moderador, quien proporcionará la pregunta original, reúne todas las opiniones, las pone en términos claros y las edita.
3. Los resúmenes de los expertos proporcionan la base para un conjunto de preguntas que el coordinador da a los expertos. Estas son respondidas.
4. Las respuestas por escrito son recopiladas por el coordinador, y el proceso se repite hasta que el coordinador queda satisfecho con la predicción general, que es una síntesis de los expertos.

Descripción del escenario: se usa para hacer un retrato de cómo evolucionará el presente con el tiempo; con frecuencia se usa junto con el método Delphi. La descripción del escenario comienza tratando de identificar un conjunto de eventos futuros posibles. Se escribe un conjunto de escenarios, cada uno basado en un evento futuro posible. Cada escenario se examina con cuidado para determinar su probabilidad de ocurrencia y se desarrollan planes de contingencia para los más probables. Es más adecuado para el largo plazo, para las macrosituaciones tipificadas por la incertidumbre, para la falta de datos y para los factores no cuantificables.

Análisis de impactos cruzados: con frecuencia se usa para examinar los resultados de un estudio Delphi. El análisis indica los escenarios que deben describirse. Este procedimiento es de panorama amplio, igual que la descripción de escenarios, y evalúa la probabilidad de ocurrencia de ciertos eventos futuros que pueden interactuar y afectar las decisiones futuras.

El primer paso es determinar los eventos críticos relacionados con el tema de interés, que se resumen a un número manejable. Se forma una matriz en la que cada renglón representa algún evento; las columnas representan los mismos eventos que el renglón correspondiente. Al principio se escribe en la matriz la naturaleza de la interacción entre cada evento o factor. Una flecha hacia arriba indica una influencia positiva y una flecha hacia abajo indica una influencia negativa. Se estima la probabilidad de cada evento y las probabilidades de que ocurran dos eventos simultáneos, y se convierten en los elementos de la matriz.

Modelos Cuantitativos de Pronósticos

Modelo de Series de Tiempo

En un modelo de series de tiempo dos factores son importantes: la serie de datos que se va a pronosticar y el periodo de tiempo a utilizarse. Un modelo de series de tiempo supone siempre que algún patrón o combinación de patrones es recurrente a través del tiempo. De esta manera, al identificar y extrapolar dicho patrón, se pueden desarrollar pronósticos para periodos subsecuentes.

Último dato: se considera que el valor pronosticado para el periodo t+1 es el valor observado en el periodo t (último valor de datos observados)

f_t+1=x_t

Promedio simple: es un promedio de los valores observados del pasado en el cual los valores observados de todos los periodos anteriores tienen el mismo peso relativo. Se calcula como:

Dónde: f_t+1, es el pronóstico del período t+1

x_i, es el valor observado en el periodo i

t, es el número de periodos de los valores observados

Promedio móvil simple: combina los datos de los valores observados de la mayor parte de los periodos recientes, siendo un promedio de ellos el pronóstico para el periodo siguiente. El promedio se “mueve” en el tiempo en el sentido de que al transcurrir un periodo, el valor observado del periodo más antiguo se descarta, y se agrega el valor observado para el periodo más reciente para la siguiente operación.

Suavizado exponencial simple: la fórmula del suavizamiento exponencial simple se obtiene al usar la fórmula de promedios móviles simples, pero suponiendo que sólo se tiene el valor más reciente y el pronóstico hecho para el mismo periodo, se usa en el lugar del valor más antiguo del pronóstico el valor del pronóstico hecho para el último periodo. Las fórmulas son:

Suavizado exponencial doble (de Holt): si en el suavizamiento exponencial simple se usa con una serie de datos que contenga una tendencia consistente, los pronósticos se retrasarán de la tendencial. Utiliza las siguientes ecuaciones para suavizar.

Suavizado exponencial amortiguado de tendencia: difiere del suavizamiento lineal de Holt por amortiguar (disminuir) la tendencia lineal que se extrapola a medida que nos dirigimos más hacia el futuro. El suavizamiento amortiguado de tendencia incluye el parámetro extra f (además de dos parámetros de Holt), el cual aplica el amortiguamiento óptimo mediante la aplicación de valores diferentes para elegir el que minimice el error cuadrado medio o la desviación media absoluta. Las ecuaciones usadas son:

Suavizado exponencial de Winters: este método genera resultados semejantes a los del suavizamiento exponencial doble, pero tiene la ventaja extra de ser capaz de manejar datos estacionales junto con datos que tengan una tendencial. Este método se basa en tres ecuaciones, cada una asociada con uno de los tres componentes del patrón (aleatoriedad, tendencia y estacionalidad).

Método de descomposición: identifican tres componentes distintos del patrón básico subyacente que caracterizan a las series económicas y empresariales. Estos factores son el tendencial, cíclico y estacional. El concepto básico en dicha separación es empírico y consiste en remover primero la estacionalidad, luego la tendencia secular y finalmente el ciclo.

Promedios móviles autorregresivos (ARMA): la autocorrelación es una medida de asociación entre valores sucesivos de la misma variable. Las autocorrelaciones proporcionan información importante acerca de la estructura de un conjunto de datos y de sus patrones. En un conjunto de datos completamente aleatorios la autocorrelación entre valores sucesivos estará cercana a 0, o será igual a 0, pero los valores de datos de fuerte naturaleza estacional o cíclica estarán sumamente autocorrelacionados. Se llama autorregresivo porque se asemeja a una ecuación de regresión, pero las variables independientes son valores rezagados de la variable dependiente en 1, 2, 3, …, p periodos.

Modelo Explicativo o Causal

En este tipo de método cualquier variación de los insumos afectará los productos del sistema de manera predecible, suponiendo que la relación es constante. La primera tarea de los pronósticos es encontrar la relación a través de la observación de los productos del sistema (ya sea a lo largo del tiempo o mediante el análisis de un corte transversal de sistemas semejantes) y relacionándolos con los insumos correspondientes.

Regresión lineal simple: la regresión consiste en relacionar el comportamiento de una variable con otra; la linealidad de la relación se observa cuando la mejor manera de describir el comportamiento entre las dos variables es una línea que pasa por en medio de todos los valores observados. La línea tiene una ordenada y una pendiente los cuales se estiman como:

Regresión múltiple: en las aplicaciones puede haber varias variables independientes que afecten la variable dependiente. Si se tiene n observaciones de la variable dependiente y m variables independientes. Los coeficientes se obtienen por matrices:

Método de simulación: imitan el comportamiento de un sistema. Estos modelos se basan en una gran variedad de relaciones y por lo general consideran elementos estocásticos del problema. Lo mismo que las ecuaciones en los sistemas simultáneos, las interrelaciones en un modelo de simulación son altamente dependientes del sistema bajo estudio.

Método econométricos: son sistemas de ecuaciones lineales de regresión múltiple cada una con diversas variables interdependientes. Éste no es el único uso del término econometría, ya que hay quienes lo utilizan como un término general para cubrir ecuaciones de regresión simple, múltiple y sistemas de ecuaciones de regresión múltiple. Los pasos que sigue son:

1. Determinar qué variables incluir en cada ecuación (especificación).
2. Determinar la forma funcional (es decir, lineal, exponencial, logarítmica, etc.) de cada una de las ecuaciones.
3. Estimar de manera simultánea los parámetros de las ecuaciones.
4. Probar la significación estadística de los resultados.
5. Verificar la validez de los supuestos implicados.

Método bayesianos: son útiles cuando se dispone de pocos datos. Inicialmente, se hace una estimación subjetiva de los parámetros y conforme se dispone de más datos se usa el teorema de Bayes para actualizar esas estimaciones.

Redes neuronales: es un conjunto de pequeñas unidades de procesamiento (neuronas) ligadas por conexiones dirigidas ponderadas (una red). Cada neurona recibe señales de entrada ya sea de una fuente de entrada o de otras neuronas. La señal se pondera según la conexión por la que pasa. Si el peso total de todas las señales de entrada es suficientemente fuerte, la neurona responde manda una señal por cada una de sus conexiones de salida a otras neuronas. Como una red neuronal aprende directamente de los datos, puede realizar clasificaciones, pronósticos, comprensión de datos y otras tareas similares.

Programación de la Producción

Estudios Primarios

La programación de las operaciones productivas se considera como la fase de puesta en marcha de la planificación, ya que consiste en convertir las decisiones sobre instalaciones, capacidad, recursos humanos, plan agregado y programa maestro en secuencias de tareas y asignaciones específicas del personal, materiales y maquinarias. La programación está a lo largo del tiempo relacionadas con los tiempos para ejecutar las operaciones productivas, pues con estas se asignas los proyectos, actividades, tareas o clientes, los recursos necesarios y disponibles, como en la matriz de transformación (continuo, masivo, serie, lote, y artículo único), requieren por sus particularidades, diferentes técnicas o métodos de programación. Permitiendo evidenciar la importancia estratégica de la programación de las operaciones.

Análisis de Puntos de Equilibrio

El análisis del punto de equilibrio es una técnica útil para estudiar las relaciones entre los costos fijos, los costos variables y los ingresos. Si los costos de una empresa sólo fueran variables, no existiría problema para calcular el punto de equilibrio.

El punto de equilibrio es el nivel de producción en el que los ingresos por ventas son exactamente iguales a la suma de los costos fijos y los variables.

En primer lugar hay que mencionar que ésta no es una técnica para evaluar la rentabilidad de una inversión, sino que sólo es una importante referencia a tomar en cuenta; además, tiene las siguientes desventajas:

a) Para su cálculo no se considera la inversión inicial que da origen a los beneficios proyectados, por lo que no es una herramienta de evaluación económica.

b) Es difícil delimitar con exactitud si ciertos costos se clasifican como fijos o como variables, y esto es muy importante, pues mientras los costos fijos sean menores se alcanzará más rápido el punto de equilibrio. Por lo general se entiende que los costos fijos son aquellos independientes del volumen de producción, y que los costos directos o variables son los que varían directamente con el volumen de producción; aunque algunos costos, como salarios y gastos de oficina, pueden asignarse a ambas categorías. En el caso práctico presentado al final del capítulo se clasifican los costos y se calcula el punto de equilibrio.

c) Es inflexible en el tiempo, esto es, el equilibrio se calcula con unos costos dados, pero si éstos cambian, también lo hace el punto de equilibrio. Con la situación tan inestable que existe en muchos países, y sobre todo en México, esta herramienta se vuelve poco práctica para fines de evaluación.

Aplicaciones del Modelo de Puntos de Equilibrio

El punto de equilibrio se puede calcular en forma gráfica o bien, en forma matemática, como se describe a continuación.

Los ingresos están calculados como el producto del volumen vendido por su precio, ingresos

= p + q. Se designa por costos fijos a cf, y los costos variables se designan por cv. En el punto de equilibrio, los ingresos se igualan a los costos totales:

p × q = cf + cv

Con esta fórmula obtenemos el punto de equilibrio expresado en los ingresos necesarios que satisfacen el equilibrio de la producción.

En donde q representa el punto de equilibrio en unidades, f representa los costos fijos, p corresponde al precio unitario del producto y v es el costo variable unitario.

Método para la comparación de alternativas.