Gerencia Estratégica_modelo ación de sistemas
Booris LealEnsayo6 de Agosto de 2020
1.728 Palabras (7 Páginas)104 Visitas
Tarea de acción semana [pic 1]3
Identificación del estudiante
Nombre | Bárbara Alfaro |
Profesión | Ingeniero Comercial |
Institución | Universidad Andrés Bello |
Ciudad - País | Santiago |
Correo electrónico | b.alfaromuoz@uandresbello.edu |
Seleccione el modelo para dar solución al problema identificado durante la semana 2, esto considerando:
- Un universo predefinido de modelos, en donde se le solicita analizar cada uno a la luz de su problema y pronunciarse, para cada uno de ellos, si el modelo podría entregar una solución a su problema o no. Deberá justificar sus respuestas.
- Los modelos que si servirían para dar solución a su problema; generando un ranking, ordenándolos desde el que sirve de mejor modo hasta el que sirve menos, justificando esta jerarquía.
- ANÁLISIS DE MODELOS
Antes de comenzar a analizar los sistemas, resumiré el problema a resolver y comentaré las variables que se pueden utilizar para resolver este problema.
Problema: Niveles de Inventario de insumos. Se debe determinar la cantidad de inventario óptima de insumos de faena, de tal manera de evitar quiebres de inventario (minimizar), inventarios inmovilizados (maximizar rotación) y generar ahorros en la operación (minimizar costos). Las variables son:
- Demanda: Si bien este valor varia mes a mes, se tiene la información para determinar un pronóstico medianamente certero.
Faena | Dda Prom FY 2016 | Dda Prom FY 2017 |
Antucoya | 2.131.902 | 2.432.704 |
Centinela | 2.685.477 | 2.588.191 |
Armado | 4.998.539 | 6.401.430 |
Sierra Gorda | 9.264.855 | 12.372.458 |
DMH | 3.252.028 | 6.353.065 |
Mina Sur | 1.789.224 | 3.363.058 |
Radomiro Tomic | 12.421.692 | 20.736.317 |
Gaby | 10.007.505 | 9.332.186 |
Caserones | 11.117.644 | 13.126.449 |
CNN | 951.166 | 1.718.062 |
Pelambres | 9.060.760 | 11.179.956 |
Andina | 12.230.805 | 12.685.675 |
TOTAL | 79.911.597 | 102.289.551 |
- Inventarios: Esta variable es certera, vario mes a mes, pero se tiene la información exacta en cualquier espacio de tiempo.
Faena | Inventario Promedio FY 2016 | Inventario Promedio FY 2017 |
Antucoya | 16.060.601 | 17.483.670 |
Centinela | 29.943.252 | 32.480.480 |
Armado | 19.058.305 | 22.671.871 |
Sierra Gorda | 54.959.936 | 54.227.149 |
DMH | 18.238.411 | 27.576.878 |
Mina Sur | 15.787.087 | 19.484.143 |
Radomiro Tomic | 129.524.868 | 133.575.626 |
Gaby | 61.932.531 | 69.264.122 |
Caserones | 86.494.575 | 78.909.642 |
CNN | 11.302.424 | 11.103.086 |
Pelambres | 130.216.003 | 143.706.056 |
Andina | 62.634.688 | 79.255.210 |
TOTAL | 636.152.681 | 689.737.932 |
- Segmentación de inventarios (ABC): Información conocida, no varía. Esta información se obtiene de acuerdo a una matriz (IFP) que mide tres criterios:
IMPACTO EN LA OPERACIÓN: Evaluación de criterios caso a caso por parte de planificadores y administradores de contrato.
[pic 2]
FRECUENCIA: Total de consumo (tx) por meses durante un rango de tiempo (12 meses).
[pic 3]
PLAZO DE ENTREGA: Tiempo de entrega del insumo (OC completa) desde la liberación de OC hasta la entrega en faena.
[pic 4]
Las combinaciones de los tres parámetros en sus tres rangos de valores arman la siguiente matriz:
[pic 5]
- Inventarios en Tránsitos: Información disponibles en cualquier momento. No es igual todos los meses. Se obtiene del sistema (SAP) y representa a todos los materiales comprados no recepcionados por la bodega de la faena (pedidos de compras no entregados por el proveedor + pedidos recepcionados en CD + pedidos en transporte CD-faena).
- Nivel de Satisfacción: Variable conocida e igual mes a mes (95%).
- Stock de Seguridad: Se puede determinar de acuerdo a una ecuación teórica.
- Tiempos de traslado CD – Faenas: Variable conocida, según el siguiente cuadro:
[pic 6]
- Reparaciones no programadas: Variable no conocida. Se puede determinar probabilidad de reparación no programada.
- Condiciones Climáticas: Variable no conocida, solo se puede estimar probabilidad de que un transporte no pueda ingresar a la faena según época del año.
Según las variables indicadas, ahora procederemos con la evaluación por sistema:
- Programación Lineal: Si bien mi problema presenta restricciones y optimizar los recursos, este modelo no aplicaría, puesto que, existen variables como condiciones climáticas y reparaciones no programadas se conocieran con certeza.
- Programación Lineal Entera: Mismo caso que el anterior, solo que este modelo tiene un punto a favor, los resultados como nivel de inventario, se necesitan en valores enteros.
- Programación Lineal por Metas: Si bien las soluciones que necesitamos tienen orden de prioridad (1° No tener quiebres de stock, 2° Rotación de Inventario, 3° Ahorros), este modelo no aplica ya que este modelo no intenta maximizar ni minimizar la función objetivo.
- Programación Dinámica: Este sistema es unos de los que puede ayudar a resolver el problema de mejor manera, ya que, existen subsistemas dentro del proceso completo (abastecimiento, distribución, planificación). La restricción es que existen datos no certeros.
- Optimización de redes: Este sistema esta descartado, ya que el problema no presenta situaciones de optimización de traslados ni de procesos. Si bien nuestro problema tiene incluida la distribución, esta no es una variable que podamos modificar, puesto que este esta determinado por restricciones del mandante.
- Control de inventarios: Este a mi criterio es el sistema ideal para resolver la problemática, ya que, si bien existen variables probabilísticas, podemos aplicar un modelo de determinación de demanda dinámica para resolver nuestro problema de tamaños de inventarios.
- Pronósticos: Parte de este sistema debe ser utilizado para resolver el problema ya que podemos determinar el comportamiento futuro de acuerdo a información histórica de demandas, quiebres de stock, fallas no programadas, condiciones climatológicas, etc., pero se debe combinar con algún método determinístico ya que debemos buscar optimización.
- Teoría de Colas: Este método esta descartado, ya que busca determinar tiempos de espera, variables no considerada en este problema. Este método sería aplicable cuando busquemos determinar cantidad de bodegueros necesarios para atender a x cantidad de técnicos, de acuerdo a los horarios de cambios de turno y actividades de mantención programada.
- Simulación de Sistemas: Mismo caso que el método de pronóstico, descartado debido a que no busca la optimización del proceso.
- CUADRO COMPARATIVO
Características del problema | Si/No | Prog. Lineal | Prog. Lineal entera | Prog. Lineal por metas | Prog. Dinámica | Optimización de redes | Control de inventarios | Pronósticos | Teoría de Colas | Simulación de Sistemas |
¿Los datos son siempre iguales? | NO | N/A | N/A | N/A | N/A | No aplica ya que el problema no presenta problemas de ruta ni de procesos | Aplica | Aplica | No Aplica ya que el problema no presenta variables de espera | Aplica |
¿El resultado se necesita en número enteros? | SI | N/A | Aplica | Aplica | Aplica | Aplica | N/A | N/A | ||
¿Se tiene toda la información disponible? | SI | Aplica | Aplica | Aplica | Aplica | Aplica | Aplica | Aplica | ||
¿Existen subsistemas dentro del sistema? | SI | N/A | N/A | N/A | Aplica | N/A | N/A | N/A | ||
¿Se tienen restricciones? | SI | Aplica | Aplica | Aplica | Aplica | Aplica | N/A | N/A | ||
¿Existen variables probabilísticas? | SI | N/A | N/A | N/A | N/A | N/A | Aplica | Aplica | ||
¿Se necesita optimizar para resolver el problema? (minimizar/maximizar) | SI | Aplica | Aplica | N/A | Aplica | Aplica | N/A | N/A | ||
Resultado | 43% | 57% | 43% | 71% | 0% | 71% | 43% | 0% | 43% |
...