“PRONOSTICAR DE LA DEMANDA PARA EL CONTROL DEL INVENTARIO EN UN TALLER DE MUEBLES”

INSTITUTO TECNOLÓGICO DE TOLUCA[pic 1][pic 2]

“PRONOSTICAR DE LA DEMANDA PARA EL CONTROL DEL INVENTARIO EN UN TALLER DE MUEBLES”[pic 3]

INGENIERIA INDUSTRIAL

TALLER DE INVESTIGACION II

[pic 4]

PROFESOR:

BERNAL VELASQUEZ VANESA

METEPEC, ESTADO DE MÉXICO, FEBRERO DE 2020

Agradecimientos

A mi familia, a mi madre, a mi padre, mi hermano a Fridda, que siempre me han brindado todo su apoyo, y han estado en los buenos y los malos momentos.

Al profesor Arturo Archundia por siempre brindar su apoyo a la investigación, por la buena actitud, y por siempre sacarnos una sonrisa cuando mas la necesitamos, gracias apa.

Resumen

El pronóstico de la demanda, para realizar un control de la producción y con ellos, tener un control del inventario optimo, han sido temas que se trataron el presente proyecto.

Utilizando un método casual como la regresión lineal, se pretendía generar el pronóstico de la demanda para el taller de muebles ubicado en San Pedro Tultepec. Las problemáticas detectadas en el taller eran:

• La falta de un stock óptimo.

• Falta de una planificación para la producción de los muebles en el Taller.

Por ende, se optó por realizar un pronostico de la demanda que llega al taller mensualmente, utilizando el método de regresión lineal simple, donde más adelante se exponen como de definieron las variables para la realización del proceso. Gracias a esto se pudo encontrar la demanda, y con ellos se elaboró un plan para el inventario óptimo.

Abstract

The forecast of the demand, to realize a control of the production and with them, to have a control of the optimum inventory, have been subjects that treated the present project.

Using a casual method such as linear regression, it was intended to generate the demand forecast for the furniture workshop located in San Pedro Totoltepec. The problems detected in the workshop were:

• The lack of an optimal stock.

• Lack of planning for the production of furniture in the Workshop.

Therefore, it was decided to make a forecast of the demand that arrives at the workshop monthly, using the simple linear regression method, where later they are exposed as defined the variables for the realization of the process. Thanks to this the demand could be found, and with them a plan for the optimal inventory was elaborated.

Indice

Introducción        7

Parte 1        8

Generalidades        8

Antecedentes        8

Descripción del Problema        10

Objetivos        11

General        11

Específicos        11

Hipótesis        11

Justificación        13

Casos de Éxito        15

Parte 2        18

Marco Histórico        18

Historia de los Pronósticos        18

Historia del control y gestión de Inventarios        22

Historia de la Regresión Lineal        26

Marco Conceptual        29

Consideraciones del Pronostico        31

Selección de un método de pronósticos        31

Etapas del Pronostico        32

Tipos de pronostico        33

Regresión Lineal        34

Modelo de Regresión Lineal        36

1. Determinista        37
2. No determinista        37
3. Lineal        37
4. No lineal        38
5. Ausencia de Relación:        38

Método de Mínimos Cuadrados        38

Tipos de inventarios        40

Funciones de los inventarios        41

Costos de los inventarios        42

1. Costos de preparación        42
2. Costos de mantenimiento:        43
3. Costos de desabasto        43
4. Costos relacionados con la capacidad        43

Clasificación ABC del Inventario        43

Modelo de cantidad económica a ordenar (EOQ)        44

Inventario de seguridad        44

Modelo de cantidad económica a producir        45

Marco referencial        45

Parte 3        47

METODOLOGIA        47

Determinación de la mestra        47

Tipo de investigación        47

DESCRIPCION DEL INSTRUMENTO        48

Referencias        50

Introducción[pic 5]

Este proyecto de investigación nos da la oportunidad de aplicar al campo laboral una de las herramientas más utilizadas en las ventas, los pronósticos. Siendo esta uno de los métodos que nos ayuda a la optimización de inventarios o stock óptimo.

Esta técnica de estadística inferencial dará a lo largo de este proyecto resultados que pueden ayudar a la empresa Muebles Dávila Hernández, a evitar pérdidas por cuestión de descentralización de productos o materiales debido a la mala gestión en las compras o fabricación de productos, que con el tiempo devalúan su valor, siendo un constante problema en la industria de muebles concretamente en el poblado de San Pedro Tultepec, Estado de México. Siendo esta una comunidad donde la mayoría de los pobladores dedican su tiempo y esfuerzo a la fabricación de dichos artefactos.

Siendo alrededor de 40 fabricantes alrededor del poblado, gana el que tenga menores desperdicios; pues si se compara calidad y precio la mayoría de los locales o empresas dedicadas a la fabricación de estos son muy parecidos entre si, lo que hace que las empresas deban involucrar la ingeniería industrial en muchos de sus rubros, en esta ocasión, en almacén, para evitar aquellas pérdidas materiales, sin dejar de lado el cumplimiento de la demanda estimada. Esta empresa y muchas otra, siendo más concretos el 100% de ellas han dedicado su fabricación a una estimación intuitiva, lo cual, no tiene ninguna certeza. Precisamente este proyecto pretende darle con certeza a la empresa una cantidad que pueda fabricar, con la oportunidad de comprar en recursos materiales, justamente lo que esta necesita, siendo una manera de reducir sus perdidas, aumentar oportunidades de venta y hacer de ella, una empresa destacada sobre las demás, por esta implementación de la estadística inferencial y administración de operaciones, de cierta manera de la ingeniería industrial.

A lo largo del capítulo 1 se podrá tener un panorama  general de la empresa, su historia y  los problemas que en esta se han identificado, en específico aquel que da lugar a este proyecto, la mala gestión de inventarios .

Al abordar el capítulo dos de este proyecto, se podrá tener acceso a la información más relevante sobre el tema que se trata, la regresión lineal simple, además de los tópicos que este abarca, para dar al lector una visión más amplia de lo que implica este tema, ventajas y desventajas que se tienen con este tema.

En los capitulos posteriores uniremos el conocimiento, las técnicas o metodologías investigadas a lo largo del capítulo 2, esto se logrará a partir de la información proporcionada por la empresa que se encuentra en el capítulo 3, que es una muestra de las ventas que se han hecho durante los 8 últimos meses del año, con ello se muestra en los capítulos posteriores la metodología usada con estos datos, además del análisis, comprensión, aplicación y conclusión de dichos datos para verificar lo que sucede con los resultados obtenidos después de la aplicación de los instrumentos

Parte 1

Generalidades

Antecedentes[pic 6]

La Casos de Éxito[pic 7]

1. Utreras Avalos J. L. 2015, ingeniero Industrial en la Universidad San Francisco de Quito, Ecuador. “Propuesta de mejoras a los modelos de pronóstico de demanda y de control de inventario de materia prima actuales de los principales productos del segmento APH de la empresa XYZ”. En dicho trabajo aplican la metodología DMAIC y realizan una categorización ABC en base a la utilidad generada por los productos del segmento APH en el que se concluye de que el método de descomposición es el más adecuado debido a que caracteriza de mejor manera la tendencia, estacionalidad y ciclos de demanda. Finalmente se recomienda adquirir un software de ERP con el fin de tener información a tiempo real.
2. Marín Valderrama Juliana María, 2011, ingeniera industrial en la Universidad Pontificia Universidad Javeriana, Colombia. “Propuesta de rediseño de la cadena de abastecimiento de la empresa de confecciones GAF y definición de los indicadores de gestión”. En esta tesis se genera una propuesta de mejora de los

procesos productivos, con el fin de rediseñar la cadena de abastecimiento identificando variables críticas con la ayuda de herramientas e indicadores de gestión. La herramienta planteada son pronósticos de ventas que ayuden a predecir el comportamiento del mercado.

1. Agudelo Rendón, Carolina (2013) Universidad Tecnológica de  Pereira, Colombia. “Desarrollo de un modelo para el pronóstico de la demanda por color en la empresa Coats Cadena Andina SA”. El siguiente trabajo se basa en el uso de pronósticos para series de tiempo ARMA y GARCH, con el fin de estudiar el comportamiento de las series de tiempo y los enfoques del pronóstico de la demanda a utilizar. Como conclusión, permite modelar de manera individual los distintos tipos de color para conocer cuales se deben incluir en la venta.
2. Tejada López, C. A. 2012, ingeniero industrial en la Universidad San Francisco de Quito, Ecuador. “Utilización del modelo SCOR para realizar una propuesta de rediseño del esquema de gestión del abastecimiento y del manejo de inventarios en una industria textil”. La siguiente tesis al utilizar el modelo SCOR, concluye que la empresa toma una decisión acertada al aceptar tener faltantes debido a que no representa un costo significante. Por lo tanto, se recomienda reducir cantidad de proveedores y realizar un plan de homologación y calificación de proveedores.
3. Ramírez Agudelo, S. 2013, ingeniero industrial en la Universidad Pontificia Bolivariana, Colombia. “Comparación de metodologías estadísticas para pronóstico de demanda de productos de difícil estimación”. En esta tesis la metodología utilizada para la planeación de inventarios es la prima bayesiana, junto

con distribuciones de Gamma- Poisson y el algoritmo tabú. En el presente trabajo se recomienda hacer un análisis exploratorio de la correlación de datos y también llevar a cabo con otro tipo de combinaciones distribucionales.

...