APLICACIÓN DE TEORÍA DE COLAS EN UNA EMPRESA DE MANUFACTURA

DE PLÁSTICOS PARA DETERMINAR TIEMPOS DE ENTREGA DE PEDIDOS Y

PLANEACIÓN DE LOS MANTENIMIENTOS DE EQUIPOS

TANIA MARCELA PASTRANA SANCHEZ

CRISTIAN GARCIA SANDOVAL

ESCUELA TECNOLÓGICA INSTITUTO TÉCNICO CENTRAL

INGENIERÍA DE PROCESOS INDUSTRIALES
BOGOTA D.C., 2016

1
APLICACIÓN DE TEORÍA DE COLAS EN UNA EMPRESA DE MANUFACTURA
DE PLÁSTICOS PARA DETERMINAR TIEMPOS DE ENTREGA DE PEDIDOS Y
PLANEACIÓN DE LOS MANTENIMIENTOS DE EQUIPOS

TANIA MARCELA PASTRANA SANCHEZ

CRISTIAN GARCIA SANDOVAL

TRABAJO DE GRADO

ASESOR TÉCNICO
FABIÁN PRÉSIGA

ESCUELA TECNOLÓGICA INSTITUTO TÉCNICO CENTRAL

INGENIERÍA DE PROCESOS INDUSTRIALES
BOGOTA D.C., 2016

2
 Nota de aceptación

El trabajo de grado titulado “Aplicación de

teoría de colas en una empresa de manufactura de
plásticos para determinar tiempos de entrega de
pedidos y planeación de los mantenimientos de
equipos” realizado por Tania Marcela Pastrana
Sánchez y Cristian García Sandoval, cumple con
los requisitos legales exigidos por la Universidad
para optar al título de Ingeniero de procesos
Industriales.

Firma del Director de Proyecto

Firma del
Jurado 1

Firma del
Jurado 2

Bogotá D.C. Agosto de 2016

3
 AGRADECIMIENTOS

Este proyecto es el resultado del esfuerzo conjunto de todos los que

participamos directa o indirectamente en la elaboración del trabajo. Por esto
agradezco a mis profesores, mis compañeros y mi persona, quienes a lo largo de
este tiempo se han puesto a prueba capacidades y conocimientos en el desarrollo
de este nuevo plan estratégico de negocios el cual ha finalizado llenando las
expectativas. A mi familia quienes a lo largo de toda mi vida han apoyado y motivado
mi formación académica, creyeron en mí en todo momento y no dudaron de mis
habilidades. A mis profesores a quienes les debo gran parte de mis conocimientos,
gracias a su paciencia y enseñanza y finalmente un eterno agradecimiento a la
universidad la cual abrió sus puertas a jóvenes como yo, preparándonos para un
futuro competitivo y formándonos como personas de bien.

4
 DEDICATORIA

Este trabajo se dedica de ante mano a Dios, por sus bendiciones he podido
culminarlo, también a mi familia gracias a ellos. Para mi mamá, mi hermano, mis
hijos, por su apoyo, consejos, comprensión, amor, ayuda en los momentos difíciles.
Gracias a su apoyo incondicional en este proceso no solo desde el nivel profesional
sino personal, ya logrado cumplir el objetivo.

5
 CONTENIDO

1. INTRODUCCIÓN ............................................................................................. 11

2. PLANTEAMIENTO DEL PROBLEMA ........................................................... 12

2.1 Formulación del problema ........................................................................................ 13

3. JUSTIFICACIÓN ........................................................................................... 14

4. OBJETIVOS DE LA INVESTIGACIÓN .......................................................... 18

4.1 Objetivo General ......................................................................................................... 19

4.2 Objetivos Específicos ................................................................................................ 19

5. MARCO DE REFERENCIA ........................................................................... 19

5.1 Antecedentes .............................................................................................................. 21

6. MARCO HISTÓRICO .................................................................................... 24

7. MARCO CONCEPTUAL ............................................................................... 28

8. ESTADO ACTUAL ........................................................................................ 30

9. MÉTODO CIENTÍFICO Y TECNOLÓGICO ................................................... 33

10. DISEÑO METODOLÓGICO .......................................................................... 34

11. DESARROLLO .............................................................................................. 44

11.1. Análisis .......................................................................................................................... 46

11.2. Toma de datos ............................................................................................................ 48

12. RESULTADOS .............................................................................................. 56

12.1. Pruebas realizadas y datos obtenidos ................................................................. 56

6
 12.2. Análisis económico del sistema de colas (propuesta) ..................................... 60

12.3. Análisis de costos....................................................................................................... 63

12.4. Riesgo en la Simulación y programación ............................................................ 65

13. CONCLUSIÓNES ......................................................................................... 67

14. BIBLIOGRAFÍA ............................................................................................. 68

7
 INDICE DE TABLAS

Tabla 1 presenta la nomenclatura. ........................................................................ 27

Tabla 2 Intervalos tiempos de llegada hora-día .................................................... 40

Tabla 3 Registros de tiempos. .............................................................................. 42

Tabla 4 Ingreso ordenes semanales ..................................................................... 50

Tabla 5 Probabilidad de demanda ordenes semanal ............................................ 50

Tabla 6 Simulación pedidos semanal ................................................................... 50

Tabla 7 Beneficio, varianza e intervalo ................................................................. 51

Tabla 8 Medidas de rendimiento ........................................................................... 51

Tabla 9 Medidas de rendimiento con diferentes .................................................... 52

Tabla 10 Datos históricos de la simulación y recolección de datos ....................... 53

Tabla 11 Sistemas de Información OEE ............................................................... 55

Tabla 12Valorizacion de producción costos estándar un servidor ......................... 60

Tabla 13 Costo de Espera .................................................................................... 60

Tabla 14 Flujo caja Golden Flex ........................................................................... 61

Tabla 15 TIR y VPN proyecto teoría colas ............................................................ 62

Tabla 16 Modelo maximación beneficio planta de producción .............................. 63

Tabla 17 pronostico promedio móvil ..................................................................... 70

Tabla 18 Suavización exponencial ........................................................................ 71

Tabla 19 Proyección de tendencias ...................................................................... 71

8
 ÍNDICE GRÁFICOS

Figura 1 Modelo básico de una línea de espera ................................................... 26

Figura 2 Estructura (red) procesos de extrusión Golden Flex. Fuente: propia ...... 38

Figura 3 Grafico de Pareto - Bolsa plástica ........................................................... 45

Figura 4 Diagrama de flujo - actual del proceso 4 Tintas al refilado ...................... 46

Figura 5 Comparativo Actual vs. Propuesta .......................................................... 48

Figura 6 Planta Golden Flex, Simulación Promodel - Proceso de maquinaria 4 tintas

y refilado. .............................................................................................................. 57

Figura 7 Simulación Promodel, tiempo corrido. ..................................................... 58

Figura 8 Porcentaje de ocupación en Promodel. . ................................................ 59

Figura 9 Costos de Servicio o procesamiento. . .................................................... 65

9
 1. LISTA DE ABREVIATURAS

2.

L= Número esperado de ordenes en el sistema

Lq = N° ordenes en cola

W= Tiempo de espera en el sistema para cada orden

Wq = Tiempo espera

r = Repeticiones

𝐏=Probabilidad

𝐇𝟎 =Hipótesis nula bajo prueba

𝐇𝟏 =Hipótesis alternativa

n= Tamaño muestra

z=Intervalo de confianza → 1.96

p= Proporción esperada
q= Incertidumbre
e= Error esperado
i= Interacciones
J= Probabilidad

3.

4.

5.
6.
7.
8.
9.

10
 1. INTRODUCCIÓN

Golden Flex, es una empresa que fabrica empaques flexibles de alta calidad y en
diferentes tipos, en la actualidad se ve reflejado problemas de saturación,
ineficiencia y falta de planeación por lo que con lleva atrasos en pedidos, fallas y
paradas de máquinas, afectando entrega de los pedidos. Lo que implica un estudio
basado en medidas de desempeño que se ven afectadas constantemente por
muchas variables dentro del sistema.

En las variables cada una de estas impacta de alguna forma el modo como el
sistema se comporta y como es capaz de satisfacer las necesidades del cliente
eficientemente. Especialmente los pedidos que entran tienen mayor impacto en las
medidas de evaluación y por lo tanto representan el mejor punto de partida para
aplicar las mejoras, su estudio y análisis solo es posible mediante pruebas
estadísticas que evidencien su efecto en indicadores alrededor de factores que dan
inicio a un modelo de colas.

Este estudio se encarga de realizar dichos análisis con diferentes factores que
intervienen en el proceso tales como tasas de atención, llegada de un pedido,
mantenimientos con distribuciones de probabilidad, numero de servidores y
capacidad del sistema para modelar problemas de colas en diferentes aplicaciones
con resultados que sean relevantes y diferentes a los actuales en la empresa.

Además, a partir del análisis obtenido, se abren conocimientos en indicadores, de

tal forma que sea inteligente escoger varios conjuntos de soluciones para el
problema, esto quiere decir la cantidad de servidores de atención y la capacidad
necesaria de producción para que estos satisfagan la necesidad de los clientes.

11
De esta manera se tiene presente un estudio de investigación a la aplicación de
teoría de colas en la empresa para determinar tiempos de entrega de pedidos y la
planeación de mantenimientos de equipos que brinden criterios de mejora y
eficiencia con los pedidos dentro de la empresa.

2. PLANTEAMIENTO DEL PROBLEMA

Golden Flex, es una empresa con un aumento significativo de la demanda, donde

busca un crecimiento y mejoramiento continuo como parte positiva en la evolución
de la organización, así mismo generar un aumento de sus utilidades, con el ánimo
de expandirse en el mercado, pese a esto los problemas con la inadecuada
planeación de los recursos que interactúan como foco elemental en la elaboración
de productos en pro de satisfacer las necesidades de los clientes continúan.
Situaciones de espera y atrasos en los pedidos se presentan en la medida en que
la oferta del servicio es inferior respecto a la demanda actual, creando así las
denominadas colas, que son molestas para los clientes y negativas para la
compañía y estas restan puntos y credibilidad en el servicio.

Los procesos de fabricación se realizan con el objetivo de obtener productos de alta

calidad y para ello es necesario contar con un plan de mantenimiento preventivo
para la impresora de 4 tintas y la refiladora; plan que contribuya a la optimización
del proceso, así como minimizar el proceso de producción para cumplir con las
entregas de pedidos de acuerdo al requerimiento de los clientes convirtiéndola en
una empresa competitiva y confiable.

Muchos de estos inconvenientes podrían ser subsanados si se contara con una

planeación en todo el proceso acertadamente, evitando así retrasos en tiempo de
servicio, ingresos de pedidos al sistema, paradas de intempestivas de maquinaria y

12
atrasos en los pedidos y además perdidas de dinero. Hay que tener en cuenta que
con una buena planeación en los mantenimientos de la impresora de 4 tintas y la
refiladora, permite programar los trabajos a mediano y largo plazo generando
acciones que dan la dirección a producción. Muchos beneficios alcanzados al llevar
un programa establecido de modelos de mantenimiento, programación y control,
optimizaría el consumo de horas hombre, menor tiempo de parada de equipos,
mejora la productividad (Eficiencia x Eficacia) y también se presentaría un ahorro
en costos, esto no implica saber exactamente cuándo y cómo puede ocurrir una
falla, si no reducir la posibilidad que de falle y aumentar el lapso de tiempo entre
una falla y otra.

Con este proyecto se pretende determinar tiempos de entrega de pedidos y

planeación de los mantenimientos de los equipos, para determinar las falencias
actuales y estas sean corregidas lo más acertadamente posible evitando al máximo
los problemas en todo el proceso.

2.1 Formulación del problema

¿Cuáles son las características del modelo de líneas en espera como herramienta
de planeación en los mantenimientos y en el flujo de producción de GOLDEN FLEX?

13
 3. JUSTIFICACIÓN

En la empresa Golden Flex, es conveniente la aplicación de teoría de Colas para

determinar tiempos de entrega y planeación en los mantenimientos de equipos,
debido a que esta no posee una teoría que le permita mitigar al máximo los
inconvenientes presentados. Lo que se busca con este proyecto es incrementar la
confiabilidad y disponibilidad de los pedidos entrantes al sistema ejecutados con la
maquinaria actual, permitiendo que estos se encuentren en buen estado de
funcionamiento la mayor parte del tiempo.

Este proyecto ayudara a aumentar la eficiencia en el proceso lo que tendrá

repercusión directa con la calidad del producto en el sector de manufactura que
cada día se consolida como uno de las industrias más importantes de la economía
nacional, por lo cual su aporte es considerable en la generación de empleo en el
mercado laboral. Gracias a los acuerdos comerciales que ha suscrito Colombia y a
su posición geográfica, en el país se ha convertido en un centro de producción,
distribución y exportador para mercados internacionales. Adicionalmente Colombia
cuenta con costos competitivos, un mercado interno atractivo, mano de obra
calificada y el apoyo del gobierno para una inversión segura y rentable. Con un
producto Interno Bruto de US$42.595 Millones en 2013 y una participación del 11%
PIB total, la industria manufacturera se ubicó como la cuarta actividad productiva
más representativa de la economía Colombiana. Estadísticas del DANE, 2014. En
2013 las exportaciones de la industria manufacturera alcanzaron los US$8.361
millones, 5,4% superior a lo reportado en 2012, ubicándose como el segundo
renglón con más envíos en 2013 y con una participación del 14,2% de las
exportaciones totales colombianas. DIAN, 2014.

A la luz de estas cifras, es posible ver que el sector está en uno de sus mejores
momentos. Es de analizar su comportamiento con el ánimo de generar ideas

14
innovadoras que permitan mantener o potencializar su crecimiento, generar
bienestar a la comunidad y consolidar la economía Colombiana.

Sin embargo existe un problema común que impide la gestión eficiente de una
organización, sus procesos y la evidencia física del servicio y son precisamente las
colas la espera es fatal para aquel que espera un producto o servicio. De acuerdo
con Michael Fortino, de Priority Management en Pittsburgh, la mayoría de las
personas pasan alrededor de cinco años de su vida en filas de espera, fenómeno
que se vuelve más frecuente en la medida que la demanda por un servicio se
incrementa más que proporcionalmente con respecto a su capacidad para ofrecerlo,
causando incomodidad, insatisfacción y sobrecostos. Ninguna organización es
ajena a este problema, de hecho toda solicitud, pago, asesoría, reclamación o
adquisición de productos son sólo ejemplos de cómo a diario consumidores deben
esperar formando cola frente a un servicio o producto.

Lo expuesto anteriormente hace notar la necesidad en las organizaciones de

analizar, conocer y explorar sus sistemas de atención, pedidos en proceso,
maquinaria y equipos en donde se generan líneas de espera, con el fin de mermar
el impacto que ellas tienen sobre su productividad. Las redes de colas y la visión
más amplia de los sistemas, junto con la mayor aproximación de las distribuciones
no exponenciales y las nuevas metodologías de solución, son variaciones que
hacen que este estudio sea de gran utilidad al sector manufacturero, aproximándose
cada vez más a su situación real. Además, la realización de este estudio desde la
perspectiva multidisciplinar que brinda la ingeniería industrial, hace que las
soluciones abarquen aspectos tecnológicos, organizacionales, comerciales,
económicos, financieros y operativos que son indispensables para alcanzar la
rentabilidad y la productividad esperada.

Adicional a los beneficios percibidos por las organizaciones, este desarrollo será un
aporte investigativo a la teoría de colas, al trabajar, analizar y comprender sistemas

15
complejos que pueden usarse en un sin número de aplicaciones empresariales,
dadas unas variables y una metodología estandarizada de solución.

En el desarrollo Teoría de Colas se fundamenta en la secuenciación de los trabajos

de las áreas de impresión y sellado en la impresora de 4 tintas y la refiladora en
paralelo, evaluando así, a través de la modificación del algoritmo y mediante la
teoría de colas los programas de mantenimientos. En el diseño del modelo se debe
tener en cuenta aspectos como la planeación, programación y control. También se
contempla el sistema de información parametrizando tiempos y medios, permitiendo
definir tiempos de llegada y respuesta de los productos “empaques flexibles”.

El objetivo principal es determinar la tasa o capacidad de servicio (respuesta) de

mantenimiento, de acuerdo a la cantidad de centros de producción (refilado, corte,
extrusión, tinta), enfocado a dar mayor productividad y agilidad en las entregas y
cumpliendo con los tiempos pactados para con los clientes. También se desea
conocer las pérdidas generadas mensualmente por la falta de una respuesta
oportuna a los clientes, los cuales migran para otras empresas “competencia”; el
valor relevante es la entrega de los pedidos el cual se pretende mitigar un poco más
ya que el cumplimiento y entregas oportunas son factores importantes en la
compañía para tener clientes satisfechos y evitar su deserción por el servicio
presentado en esta compañía.

Lo expuesto anteriormente evidencia la necesidad en la organizacion de analizar,

conocer y explorar sus sistemas de atención en donde se generan líneas de espera,
con el fin de mermar el impacto que ellas tienen sobre la productividad. Las redes
de colas y la visión más amplia de los sistemas, junto con la mayor aproximación de
las distribuciones no exponenciales y las nuevas metodologías de solución, son
variaciones que hacen que este estudio sea de gran utilidad, aproximándose cada
vez más a su situación real. Además, la realización del estudio desde la perspectiva

16
multidisciplinar hace que las soluciones abarquen aspectos tecnológicos,
organizacionales, comerciales, económicos, financieros y operativos que son
indispensables para alcanzar la rentabilidad y la productividad.

La generación de los números aleatorios del sistema relaciona y apoya el hecho de

que todo cálculo es predecible y repetible, reproduciendo eventos aleatorios
idénticos mediante una secuencia la cual se realiza con base a la llegada de los
requerimientos, el tamaño de los lotes, capacidad de respuesta y el tiempo de
duración del mantenimiento, con la información dinámica que se trabaja a través de
números aleatorios.

Teniendo las herramientas establecidas de planeación, líneas de espera (teoría de

colas) y determinado los métodos, se desarrollan, verifica y analiza el
comportamiento del proceso con la recepción y la asimilación de la información,
reorganizando y rediseñando los procesos de programación, salida del servicio y
tamaño requerido, para así desarrollarlo con efectividad en los procesos de la
impresora de 4 tintas y la refiladora.

Son los estudios matemáticos de la información de los procesos, donde se

determina la frecuencia, y la toma decisiones respecto al proceso y/o diseño
establecido, logrando estandarizar la demanda para dar el servicio y respuesta
oportuna.

Estas herramientas no resuelven directamente el problema, pero contribuye con la

información vital que se requiere para tomar las decisiones concernientes a la
mejora continua de los procesos de impresora de 4 tintas y la refiladora, teniendo
en cuenta así el costo oportunidad.

17
En cualquier caso, para poder tomar decisiones se debe contemplar datos que la
teoría de colas presenta en los siguientes aspectos:

a) tiempo de espera (en el total del sistema o en la cola)

b) cantidad de pedidos esperando (en el sistema o en las colas)
c) tiempo ocioso de las maquinarias (total o particular de cada servicio)

4. OBJETIVOS DE LA INVESTIGACIÓN

18
4.1 Objetivo General

Proponer una programación de producción en las líneas de proceso del sistema de

fabricación evaluando la probabilidad de respuesta de la impresora de 4 tintas a la
refiladora y tiempos de realización para minimizar los costos asociados con la
espera valorando la respuesta de los mantenimientos.

4.2 Objetivos Específicos

· Realizar un estudio de tiempos y demoras para la determinación de los flujos y

la capacidad proyectada mediante el uso de la estadística descriptiva, de tal manera
que se pueda diagnosticar la situación actual de Golden FLEX.

· Analizar las herramientas estadísticas de la teoría de colas para evaluar la

situación de los procesos de la impresora de 4 tintas y la refiladora teniendo en
cuenta el flujo de pedidos en el sistema previamente definido.

· Desarrollar un modelo de simulación que represente la situación en la

producción de bolsas plásticas en Golden Flex y su productividad en el proceso de
la impresora de 4 tintas y la refiladora, contemplando los mantenimientos y paradas.

· Validar el modelo de simulación a través del análisis estadístico descriptivo

desarrollado, para así, proponer una combinación de buena calidad en la planeación
y mejora de los tiempos de entrega al cliente final.

·Realizar un análisis financiero de la viabilidad en la implementación de la

herramienta de teoría de colas en GOLDEN FLEX.

5. MARCO DE REFERENCIA

19
Es el estudio matemático de las líneas de espera (o colas) permitiendo el análisis
de varios procesos relacionados como: la llegada al final de la cola, la espera en la
cola, o también matemática etc. Un sistema de colas se puede describir como:
“clientes” que llegan buscando un servicio, esperan si este no es inmediato, y
abandonan el sistema una vez han sido atendidos. En algunos casos se puede
admitir que los clientes abandonan el sistema si se cansan de esperar. El término
“cliente” se usa con un sentido general y no implica que sea un ser humano, puede
significar piezas esperando su turno para ser procesadas o una lista de trabajo
esperando para imprimir en una impresora en red.

Las colas y la simulación estudian las líneas de espera. Son técnicas que permite
optimizar de mejor manera el tiempo de espera para un servicio determinado;
determinan medidas de desempeño de las líneas de espera, como tiempo de espera
promedio en la cola, tiempo de espera promedio para el servicio, y el uso de las
instalaciones de servicio. Los modelos de colas utilizan modelos probabilísticos y
estocásticos para analizar líneas de espera, y la simulación estima las medidas de
desempeño al imitar el comportamiento del sistema real. De cierto modo, la
simulación tiene ventajas para observar un sistema real, ya que la diferencia
principal entre las colas y la simulación es que los modelos de colas son puramente
matemáticos y en consecuencia, están sujetos a hipótesis específicas que limitan el
alcance de su aplicación. La simulación, por otra parte, es flexible y puede utilizarse
para analizar prácticamente cualquier situación.

La teoría de colas es considerada una rama de investigación operativa, porque sus

resultados a menudo son aplicables en una amplia variedad de situaciones como:
negocios, comercio, industria, ingenierías, transporte y telecomunicaciones.
En los modelos de mercado una aplicación de teoría de colas, el cual trata de la
revisión de los modelos de mercado (monopolio, duopolio y competencia perfecta)
en los que se ha utilizado la teoría de colas. El uso de esta teoría permite tratar

20
modelos realistas determinado la demanda y la producción a través del proceso
estocástico. El objetivo que consiste en analizar el proceso de aplicación de una
teoría puramente estadística en la modelización de las estructuras de mercado
tradicionales1.

5.1 Antecedentes

El estudio de las líneas de espera o colas inicia en 1909 cuando A. K. Erlang,

ingeniero telefonista danés, analizó los sistemas telefónicos de tráfico en donde las
llamadas esperaban para ser conmutadas a su destino 2, pero dado el crecimiento
del servicio, la espera para ser comunicado aumentaba y en ocasiones era
imposible completar la operación. A partir de esto, Erlang formalizó una
investigación que después sería conocida como teoría de colas con el fin de analizar
la espera y los factores que intervenían en ella.

A pesar de que la idea de la teoría de colas surgió de una red, solo fue concebida,
trabajada y determinada como tal en los estudios realizados por Jackson cincuenta
años después, en donde se analizaron las redes abiertas y cerradas de colas y se
evidenció que las tasas de llegada que siguen la propiedad markoviana son
independientes del estado de la red. Bajo una demostración matemática el estudio
concluyó que dada esta propiedad era posible analizar la red como un conjunto de
sistemas de esperas individuales e independientes de la tasa de llegada.

Este hallazgo impacto positivamente el desarrollo teórico de las redes de espera

permitiendo analizar sistemas más complejos que reflejaban la verdadera estructura
de los sistemas y se ajustaban en una mejor medida a la realidad. En 1962,
Mazumdar, Mason y Douligeris utilizaron las redes de Jackson para representar los

1
Tesis doctoral dirigida por Joaquín Aranda Gallego. Universidad de Murcia (2000).
2
2NAHMIAS, Steven. Análisis de la producción y las operaciones. Primera edición. México: CECSA, 1999.
p. 425

21
modelos de telecomunicaciones y determinar la capacidad máxima de estos
sistemas antes de que colapsaran. A su vez, P. J. Burke en 1976 estudió el
comportamiento de colas M/M/1 al interior de una red de Jackson y analizó cómo
las salidas de un proceso a otro se comportaban equivalentemente con la
distribución de llegada cuyas llegadas se ajustaban a distribuciones de probabilidad
clásicas.

La importancia del estudio de Jackson ha tenido un alto impacto en la teoría de

colas y su aporte ha trascendido a lo largo de los años. Autores como Downb en su
investigación de 1998, trabajaron con la combinación de redes abiertas y cerradas
de Jackson para determinar la estabilidad de recurrencia y tránsito de un sistema
en la medida en que entraban, salían o permanecían entidades al interior de éste.
Otros ejemplos son los evidenciados en los trabajos realizados en 2008 por Gonga
y Shouyang quienes utilizan las redes cerradas de Jackson para modelar una
cadena de suministro en la que el número de servidores y estaciones debían ser
determinados para hallar el equilibrio del sistema y no generar cuellos de botella.

Con lo desarrollado hasta ese punto en la teoría clásica de líneas de espera, su

análisis se tornó descriptivo más que prescriptivo; en la práctica, esto significaba
que dadas unas distribuciones de probabilidad de los tiempos entre llegadas y de
los tiempos de servicio, las medias de desempeño se cuantificaban, pero éstas no
se traducían en estrategias o decisiones relacionadas con el diseño óptimo del
sistema. Por este mismo hecho pareció lógico usar la teoría de colas no sólo como
un método de análisis, sino como una herramienta de decisión, lo cual se hizo
posible al integrar esta teoría con la optimización. Trabajos como el de J.S. Barras
y D. J. Makowski realizado en 1985, usaron la teoría de colas para planear a largo
plazo cuál sería la utilidad y productividad de un sistema de k colas; y usaron una
optimización denominada µc-rule en donde minimizaban el costo.

22
Para encontrar el número óptimo de servidores al variarlos a lo largo del tiempo. Por
su parte, Ann Van Mieghem en su aplicación orientada a los servicios, se concentró
en el uso de la teoría de colas como insumo de la misma optimización de costos
para determinar si se debía o no aumentar la capacidad del sistema, pues se sabía
que independientemente del servicio, las colas resultaban más costosas en
términos de calidad si en ellas había personas que necesitaban atención.

El principal aporte de la investigación es la metodología interactiva que utiliza la

simulación para estimar la función objetivo que permite calcular y validar la
configuración óptima de servidores. El desarrollo de esta herramienta sirve de apoyo
a los administradores de la salud en la toma de decisiones para no dejar al azar el
incremento en la cantidad de servidores y poder determinar los efectos que ello
tiene en el desempeño del sistema y en el plan presupuestario.

- Simulación:

Una técnica para ejecutar estudios piloto, con resultados rápidos y a un costo
relativamente bajo, están basadas en la modelación de escenarios a través de la
simulación. Proceso para diseñar un modelo del sistema real y llevar a término
experiencias para determinar y comprender el comportamiento del sistema a
evaluar, teniendo en cuenta nuevas estrategias, que sean positivas para el estudio
basado dentro de los límites impuestos así tener un criterio o un conjunto de ellos y
optar por el mejor funcionamiento del sistema.

En pro de presentar las utilidades de aplicar los conceptos de la teoría de Colas a

través de la simulación, se tomó información realizando un muestreo sistemático de
los tiempos entre llegadas de pedidos, servicio, tiempo en fila, duración de pedidos
en el sistema, de acuerdo a anexo (2), determinando tiempos de entrega, para luego
ser comparado con el modelo de simulación.

23
Con esta herramienta se maneja canales de servicio, con un elemento poblacional
potencial que puede llegar de forma independiente y/o de forma aleatoria, en
intervalos constantes. Para establecer el proceso, es necesario conocer la situación
actual frente a las pautas requeridas, desarrollando un modelo lógico-matemático
del sistema, de tal forma que se obtiene una imitación de la operación de un proceso
de la vida real o de un sistema a través del tiempo.

6. MARCO HISTÓRICO

Las necesidades básicas en la realización de actividades diarias en cuanto al

manejo del tiempo en el desarrollo social. Las diferentes temáticas en cuanto al
manejo del tiempo; permite orientar un estudio de líneas de espera. De acuerdo a
este estudio (Líneas de espera), forma una técnica de predicción, aunque no
siempre resuelve en su totalidad el problema, si disminuye el impacto que tiene
sobre quien lo afronta (empresas).

El ingeniero danés Agner Kraup Erlang, en su búsqueda por la solución al problema

de la congestión del tráfico en la industria telefónica en Dinamarca con el objetivo
de cumplir la demanda incierta de ciertos servicios, realizo estudios sobre los
modelos que se presentaban en la distribución de llegadas al sistema y su tiempo
de servicio mediante métodos matemáticos que generan sistemas de simulación
para un análisis más profundo del comportamiento de las colas o líneas de espera,
estos problemas se generan debido a que la demanda de un servicio excede la
oferta que este presenta o la dinámica del sistema no permite determinar un tiempo
de atención fijo, aunque al estar totalmente preparados puede generar costos

24
excesivos. Estos modelos pueden ser útiles para encontrar la relación entre costos
del servicio o sistema y tiempo en las líneas de espera.

Resulta relevante plantear en forma detallada el desarrollo histórico del fenómeno

que se desea estudiar aplicando en GOLDEN FLEX; investigaciones que pueden
centrarse en una descripción histórica y analítica de fenómenos propios del proceso.
En tales casos es conveniente construir y contextualizar el conjunto de hechos que
se piensan estudiar a fondo durante el desarrollo de la investigación, establecer
canales de comunicación, formales e informales, ya que estas dirigen el sentido y
la fluidez de la información dentro de los procesos.

El comportamiento de líneas de espera que se presenta cuando entra un pedido y

se dispone a programarlo en la impresora de 4 tintas a la refiladora, pero sin tener
claro los tiempos de realización, ya que muchas veces son mucho mayor a la
esperada, por lo general cuando no se encuentra disponible la máquina, no se tiene
programada las llegadas de las ordenes, tiempos de servicio en el proceso de
fabricación o la disciplina de la cola o espera del pedido dentro el sistema de
producción de la empresa.

La eficiencia en el manejo de los tiempos direcciona a la compañía en la prestación

oportuna del servicio y/o producto logrando así la satisfacción de los clientes,
mejorando la calidad de respuesta basado en la toma de decisiones y en el
desarrollo del cumplimiento de los objetivos de GOLDEN FLEX en comparación con
las competencias.

25
6.1 Teoría de Colas3

El objetivo principal es encontrar el estado estable del sistema y determinar una

capacidad de servicio apropiada que garantice un equilibrio entre el factor
cuantitativo (referente a costos del sistema) y el factor cualitativo (referente a la
satisfacción del cliente por el servicio). Dado lo anterior, lo agentes principales que
participan en este proceso analítico, son los clientes y los servidores. Entendiéndose
por cliente una persona, una orden de servicio, un automóvil, una maquina en
espera de mantenimiento, entre otros y el servidor será aquella estación que este
en facultad de realizar la respectiva actividad de servicio sobre el cliente, por
ejemplo un cajero, una secretaria, una máquina, etc.

La figura 1, presenta un bosquejo de un sistema básico de líneas de espera para

una sola cola y un servidor disponible, en donde es claro que cuando el cliente llega
al sistema, si no hay nadie en la cola, pasa de una vez a recibir el servicio, de lo
contrario, se une a la cola. Es importante señalar que la cola no incluye a quien está
recibiendo el servicio.

Figura 1 Modelo básico de una línea de espera

3
Scientia et Technica Año XVII, No 46, Diciembre 2010. Universidad Tecnológica de Pereira. Análisis de
líneas de espera a través de teoría de colas y simulación. Recuperado:
http://www.redalyc.org/pdf/849/84920977012.pdf

26
Con base a lo anterior en necesario tener en cuenta algunos componentes claves
para ser analizados, los cuales son:

 Las llegadas de los clientes.

 La capacidad de la cola.
 La disciplina de la cola.
 Los tiempos de servicio.
 La cantidad de servidores.
 Las etapas del sistema.

Es por eso que en la Teoría de Colas se utiliza una notación generalizada para
indicar el tipo de sistema que se presenta. Esta notación tiene la siguiente forma:
A/B/C

En donde:

A: Se refiere a la distribución de probabilidad que siguen las llegadas al sistema. B:

Se refiere a la distribución de probabilidad que sigue el tiempo de servicio.
C: Indica la cantidad de servidores con lo que cuenta el sistema.

Tabla 1 presenta la nomenclatura que se debe utilizar conforme al

sistema analizado.

27
De esta manera un sistema de Líneas de Espera donde el patrón de llegadas siga
una distribución exponencial, el patrón de servicio sea otra distribución exponencial
y se cuente con un servidor, tendrá la siguiente notación: M/M/1.

Por otro lado, también es necesario identificar cuáles son las características
operativas del sistema que se van a medir para evaluar la eficiencia respectiva.
Entre las más utilizadas se tiene:

Número promedio de unidades en la línea de espera.

Número promedio de unidades en el sistema.
Tiempo promedio de espera.
Tiempo promedio de servicio.

7. MARCO CONCEPTUAL

 Teoría de colas: es el estudio matemático del comportamiento de líneas de

espera. Esta se presenta, cuando los "clientes" llegan a un "lugar"
demandando un servicio a un "servidor", el cual tiene una cierta capacidad
de atención.

 Cola: es una línea de espera y la teoría de colas es una colección de modelos

matemáticos que describen sistemas de línea de espera particulares o
sistemas de colas4.

4
Investigación de operaciones, teoría de colas o línea de espera. Recuperado de
http://invoperacioneslu.blogspot.com.co/p/teoria-de-colas-o-linea-de-espera.html

28
 El sistema de la cola: es el conjunto formado por la cola y el mecanismo de
servicio. Un modelo de sistema de colas debe especificar la distribución de
probabilidad de los tiempos de servicio para cada servidor.

 Entrada: Es un conjunto de individuos que pueden llegar a solicitar el servicio

y/o producto. Podemos considerarla finita o infinita.

 Cliente: Es todo individuo de la población potencial que solicita servicio.

 Capacidad de la cola: Es el máximo número de clientes que pueden estar
haciendo cola (antes de comenzar a ser servidos).

 Disciplina de la cola: Es el modo en el que los clientes son seleccionados

para ser servidos. Las disciplinas más habituales son: La disciplina FIFO (first
in firstout): según la cual se atiende primero al cliente que antes haya llegado;
la disciplina LIFO (last in firstout) o pila: que consiste en atender primero al
cliente que ha llegado el último; la RSS (randomselection of service), o SIRO
(service in randomorder), que selecciona a los clientes de forma aleatoria.

 Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los

clientes que lo solicitan.

29
 8. ESTADO ACTUAL

Golden Flex, busca optimizar recursos, mejorar el proceso productivo, ya que se

vuelve en una necesidad latente en el primer instante para el área productiva, donde

se presenta constantemente atrasos en la fabricación de pedidos, debido a las

múltiples fallas y paradas de la maquinaria, afectando la productividad en planta o

producción, lo que implica atrasos en los pedidos y el desempeño de la maquinaria

por las variables que se presentan dentro del sistema.

De acuerdo a las múltiples variaciones presentadas en producción, lo que afecta

directamente la programación que se genera para los diferentes proceso del

sistema, se evidencia que en la impresora de 4 tintas a la refiladora es donde más

se presentan estos inconvenientes, muchas veces con tiempos no contemplados

para su mantenimiento, al no ser programados las paradas son cada vez más

constantes, evidencia sobre afectaciones en tiempos de realización de productos

de la empresa y costos asociados con la espera, lo que incrementa tiempos de

espera y sobrecostos no contemplados en los pedidos.

Al desarrollar un modelo de simulación que represente la situación actual de Golden

Flex y su productividad, se busca controlar que los pedidos cumplan dentro de los
tiempos estimados por el departamento de programación, que las paradas
generadas por los mantenimientos sean parte vital y entren a ser tiempos para
corregir posibles daños. Los mantenimientos mejoran el desempeño de la

30
maquinaria, controlando en gran parte la fallas, al no realizar estos mantenimientos
repercute constante mente en paradas de emergencia, como es actualmente el
estado de la compañía, por otro lado si se deja de hacer estos mantenimientos en
la impresora de 4 tintas y la refiladora surgen fallas continuas y salen a relucir piezas
averiadas por la falta de mantenimiento, es de tener presente que esto es un factor
relevante a la hora de procesar los productos por la compañía, el ingreso o margen
de los productos afectan directamente y a gran escala en el proceso de fabricación,
teniendo en cuenta que este es un factor donde las investigaciones realizadas en
este proyecto nos centra para determinar donde es el punto de partida, como
objetivo de la investigación se busca cumplimiento en las entregas, buscando la
eficiencia de la maquinaria a utilizar para cumplir con pedidos, aumentando la
producción y estimar tiempos programados en la elaboración de productos.

Los pedidos que a partir de la simulación presentada, refleje la mejora en el sistema

que interviene para un avance en las entregas. La investigación se enfoca en buscar
o cambiar un sistema negativo actual por un sistema positivo que sea reflejo en el
crecimiento en todo lo relacionado con el estudio a ejecutar en el proyecto.
La empresa gana mayor credibilidad frente a los clientes, aumentando la demanda
actual incrementando mayor cantidad de pedidos y mitigando al máximo errores
actuales que intervienen en el sistema.

En Golden Flex, el mantenimiento y la estructuración actual consiste en un solo

trabajador de forma permanente, lo que conlleva a que aumente el tiempo de
mantenimiento de la maquinaria. El tiempo es un factor relevante que incrementa y
afecta directamente con el producto final, atrasando y afectando los pedidos en
producción. Los mantenimientos predictivos como los correctivos, con Teoría de
colas busca la movilidad y un flujo constante de operación de la maquinaria a utilizar
y pedidos que entran en el sistema.

31
  Tipo de averías

Dado que el mantenimiento se produce más por averías no programadas, causando

fallas repetitivas, esto influye a que no existe una programación planeada para
corregir daños y estos se especifican en:

Daño o parada de emergencia. Consideraciones:

 El trabajo llega de forma aleatoria con un promedio medio de llegadas

 Tiempo medio (después de cola espera) para iniciar labores es de 15 min.
(Alistamiento)
 El costo de falla por unidad y tiempo
 Determinar número de servidor mantenimientos (técnicos)
 Número Servidores (técnicos)
 Número de equipos/maquinaria

Con este estudio matemático (teoría de colas), se pretende la planeación de

los mantenimientos con la producción, de tal forma que al prestar el servicio, se
incluya el tiempo que demora y respuesta de la solución. Esto se contempla para la
implementación de puntos destinados al servicio de mantenimientos, y del tiempo
de respuesta a los pedidos entrantes al sistema.

32
 9. MÉTODO CIENTÍFICO Y TECNOLÓGICO

 Observación e identificación de la problemática

Los tiempos entre alistamiento de la maquinaria, llegada de los pedidos

consecutivos y los tiempos de servicio permiten introducir el riesgo en la valoración
de los procesos de Golden Flex, basada en simular la realidad a través del estudio
de una muestra, que se ha generado de forma totalmente aleatoria. Estudiando los
factores como el tiempo de espera de un pedido, planeación de acuerdo a la
capacidad de respuesta, la maquinaria del sistema sin que llegue a colapsarse.
Buscando encontrar el equilibrio entre el número de unidades que se encuentran en
espera y la cantidad de receptores que satisfagan la demanda de servicio.

 Hipótesis.

Identificar los factores más influyentes para mejorar calidad del servicio y tiempos
de respuesta en la entrega final de un pedido, la probabilidad de respuesta de la
impresora de 4 tintas en su paso a la refiladora contemplando tiempos de
alistamiento y mantenimientos no programados, vislumbrando las posibles averías
presentadas, que afectan la planeación de dicho proceso. Por lo tanto el tiempo de
espera de pedidos seguirá aumentando presentándose acumulación e
incumplimiento con el cliente.

 Diseño experimental.

Se emplea un método experimental para probar la hipótesis, donde las diferentes

variables que descritas anteriormente pueden influir en la planeación y
programación de pedidos, afectando el flujo y tiempos de respuesta. A razón de esto
se realizara trazabilidad a la cantidad de pedidos entrantes al sistema, tiempos

33
desde que ingresa hasta la salida del sistema, alistamientos de la maquinaria,
siguiendo el proceso de forma paulatina y obtener resultados de la implementación.

El ambiente propuesto para la construcción de la simulación, se basa en una

metodología que permite integrar de una manera activa a Golden Flex en la
implementación. Con el objetivo de que se establezca el modelo, buscando una
mejora sustancial en el proceso.

10. DISEÑO METODOLÓGICO

 Tipo de investigación

La metodología general se basó inicialmente en la recolección de datos,

relacionados con tiempos de llegada y de procesamiento, realizando un análisis
exploratorio estadístico de los mismos y comprobar confiabilidad de los datos.

Posteriormente se determina lo siguiente:

 Los parámetros necesarios para utilizar el modelo de teoría de colas y

determinar las variables de salida de interés. Finalmente se aplica un modelo
de aceptación que permita calcular el número óptimo de órdenes sin
sacrificar la eficiencia de la empresa representada en el tiempo ocioso de los
empleados.
 La investigación es, según los fines, de tipo directo. Es decir la investigación
persigue fines de aplicación directa e inmediata, confrontando la teoría con
la práctica; la obtención de la solución práctica frente a las necesidades
reales, a partir de conceptos, modelos teóricos y desarrollo aplicativos.

 Investigación descriptiva

34
Dadas las características del proyecto, el tipo de investigación a utilizar es
descriptiva, partiendo de los tiempos de llegada y salida de pedidos del sistema. Se
determinará el desempeño de las diferentes rutas que se generan al combinar
características de las líneas de espera, determinando la probabilidad de arribos y
tiempos entre llegadas, cantidad de pedidos, servidores en el sistema
(mantenimiento), y capacidad del sistema. Adicionalmente, analizar las
simulaciones del sistema generado, buscando encontrar valores para mejorar el
desempeño del proceso.

 Metodología.

El proyecto se orientó en la elección del software y adaptación de Promodel, ya que

es un programa de simulación de procesos industriales, que permite simular
cualquier tipo de proceso de manufactura y procesos de manejos de materiales,
donde se puede crear modelos computarizados de todo tipo de proceso de
manufactura y una vez realizado el modelado, se pude simular aplicando teoría de
Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar y Jalar, Logística y
muchas otras más. Además de permitir el simulado de acciones, nos enseña como
optimizar los procesos en la misma, y así obtener los mejores con el consumo
mínimo de recursos, para dicha tarea, es un simulador donde permite trabajar líneas
de espera, determinando así la mejor combinación de factores para maximizar
producción minimizando costo, etc.

Las pruebas adelantadas según el modelo estadístico de diseño de experimentos,

presenta un enfoque metodológico que permite analizar el proceso y distribución
basado en el uso de la simulación discreta.

En el análisis estadístico final, se realiza un muestreo aproximado de 15 intervalos,

de los cuales se toma la información de confiabilidad, verificando de esta manera el

35
comportamiento y evaluando los resultados sobre la probabilidad equivalente al
tiempo promedio del flujo tanto en el proceso, al igual verificar el número de pedidos
en cola, equivalente al tiempo promedio de espera, valorando la probabilidad de
respuesta de la impresora de 4 tintas a la refiladora y tiempos de realización.

 Factor de ensayo

El factor de este ensayo corresponde a las variaciones que se deben realizar al

modelo se enfoca al transporte o desplazamiento entre máquinas de los pedidos
programados, implementando el modelo probabilístico y estocástico planteado
previamente en el marco teórico, buscando establecer la estabilidad de operación
en el flujo del sistema y en qué proporción. Por lo tanto, determinar si se presenta a
diferentes tiempos, es decir tiempos de fluctuación, o si por el contrario, el tiempo
de oscilación de la misma al pasar de una maquina a otra es insignificante
estadísticamente, proporcionando una solución inicial cercana a la óptima, y en
general un factor de tiempo con respecto a disponibilidad de máquina.

 Variable de análisis

La variable de estudio o de análisis de comportamiento definida para la

experimentación de este proyecto es “el tiempo en que tarda un pedido en ingresar
a programación y a línea de producción hasta la entrega en almacén para su
posterior despacho.

 Repeticiones o número de ensayos

Las suposiciones mencionadas suelen ser complejas y muy desacertadas, por ello,
vale en una aproximación, haciendo uso de la herramienta de simulación, definiendo

36
φ y v1, según el número de nodos como se ve en la figura 1, estableciendo el grado
de significancia del 95%, con un criterio de “precisión estadística deseado”, donde
la probabilidad de ocurrencia de los valores del estadístico se observaría en la
región de rechazo. El procedimiento es el siguiente:

 Primero se calcula el número de nodos (maquinaria) de acuerdo a capacidad

y tiempos de la línea de proceso de fabricación, teniendo en cuenta el número
de nodos iniciales y sus terminales (Estructura del proceso de fabricación).

 Segundo se define el número de repeticiones ”r”, y se crea la base de datos,

en donde r=n, el número de iteraciones = n+1 (para “n” entero>0). A partir de
la siguiente iteración “n+2” se comienza a eliminar las filas que no cumplen
con la condición del paso de la red (estructura) “multi euleriana”, queriendo
decir con esto eliminar la ruta más crítica.
Paralelamente en la construcción de la estructura de pequeños ciclos; se va
analizando los parámetros que cumplen la condición siguiente: que pase por todos
los lados de la red contemplando los tiempos de mantenimientos, extrayendo así la
ruta que cumpla en la iteración “i” (“i” como mínimo es el número de conexiones),
dando paso a los ciclos, redes y tiempos entre nodos (maquinaria); se procede a
calcular la distancia total recorrida, y por ende el costo de la alternativa.

Por último, se termina el método si en la iteración “i+1” se calcula otra alternativa

que cumpla la condición construcción de ciclos y de redes y tiempos de los nodos
comparando con el mínimo recorrido; si el costo es menor, entonces la ruta optima
es la ruta de la iteración “i”, sino sé continua hasta que cumpla esta condición.

Redes de Jackson: Tipo especial de Red de Colas, donde se contempla:

 Las llegadas desde el exterior al nodo (i) que siguen un proceso de Poisson
de media i

37
  Tiempos de servicio en cada nodo (maquina), que son independientes y
siguen una distribución negativa exponencial con parámetro i.
 La probabilidad de que la orden de producción haya completado su servicio
en el nodo (i) y vaya al nodo j, es rij con i=1, y j=0, donde indica la probabilidad
de que el pedido abandone o salga de la red del proceso de fabricación.

El Modelo de redes por nodos permite conocer las características físicas de las
instalaciones:

Figura 2 Estructura (red) procesos de extrusión Golden Flex. Fuente:

propia

 Planificación de las pruebas.

Antes de iniciar con el software e iniciar las pruebas, es ingresar los nudos, ingresar
las distancias y costos entre nodos, así mismo se determina el número de pasadas
y el nodo de inicio, después se muestra la ruta óptima, considerando los ciclos, es
decir solo muestra los resultados posibles con el nodo que se ingresó,
seguidamente se muestra las iteraciones o combinaciones, aquí se incluyen las que
cumplen las condiciones y las que no y la última se muestra las rutas óptimas y las
rutas alternas, considerando todos los nodos (sí es que necesario).

En la toma estadística de datos y resultados concretos, se logra determinar una

puesta en marcha precisa, con el fin de verificar y comparar los datos dentro del
rango específico y límites de los tiempos de operación.

38
  Toma de Datos, Procedimiento y Software Usados

Se optó por adquirir un software especializado en medición de las rutas entre nodos,
llamado Promodel, los nodos fueron ubicados por diseño de la planta de producción
de GOLDEN FLEX entre la impresora de 4 tintas y de la refiladora.

Para la recolección de los datos se realizaron en (n) unidades de análisis, que

vendrían a conformar la muestra de estudio. El tiempo promedio entre llegada de
las órdenes de producción (la inversa de la tasa de llegada) para los diferentes días-
horas de la semana luego de recolectar 73 muestras. El número de ensayos y las
curvas de desempeño, se definieron con base en una evaluación estadística de
muestreo simple aleatorio que permitirá obtener diferentes análisis.

 Configuración de la simulación

La simulación se realizará haciendo uso del software Promodel en dos distintos

modelos según la cantidad de nodos que se quiera simular. Debido al elevado
número de sistemas a simular, se realiza una macro para correr los modelos de
forma automática, a partir de las diferentes combinaciones de factores que se
encuentran organizadas en un archivo de Microsoft Excel (ver Anexo A). Esta macro
automatiza el proceso al tomar la información de entrada desde Excel y llevarla a
Promodel para correr cada una de las posibles combinaciones.

 Tipo de mediciones/observaciones

Las observaciones se concentran en indicadores de medición de número de pedidos

en espera y el tiempo que permanece. Debido a que estas medidas corresponden
a promedios de tiempo de fabricación, fallos y pedidos en el sistema de colas, se
toman como mediciones de tipo continuo y mayores que cero.

39
  Población – muestra

El tamaño de la muestra quedó definido en 73 unidades de análisis, que vendrían a

conformar el marco de muestra del estudio. El tiempo promedio entre llegada de
las órdenes de producción (la inversa de la tasa de llegada) para los diferentes días-
horas de la semana luego de recolectar en 15 intervalos. En el eje horizontal se
muestran los intervalos de horas elegidos y en el vertical los días de la semana.

Tabla 2 Intervalos tiempos de llegada hora-día

Nota: Numero de intervalos y determinación de tiempo en la toma de muestras

para la recolección de datos. Fuente: Elaboración propia.

𝑧2 ∗ 𝑝 ∗ 𝑞
𝑛= (𝐸1)
𝑒2

1,962 ∗ 0,95 ∗ 0,05

𝑛= = 72,9 → 73
0,052

40
n= Tamaño muestra

z=Intervalo de confianza → 1.96

p= proporción esperada 95 % → 0,95

q= 1- p → 1 – 0,95 = 0,05
e= error esperado (5% → 0,05)

La hipótesis a contrastar es:

Ho: Tiempos de espera de los mantenimientos es mayor a 60 minutos c/u

Ha: Tiempos de espera de los mantenimientos es menor a 60 minutos c/u

 Plan de análisis

El trabajo se abordará a través de la recopilación de datos por medio de:

 Formato para toma de tiempos

 Formato de trazabilidad de los mantenimientos
 Tiempos de llagada y salida promedio de los pedidos
 Recolección de desperdicios, horas de inicio de un pedido en el proceso de
refilado e impresión contemplando el alistamiento de la maquinaria
 Pruebas de ajuste con los datos ya obtenidos
 Finalizar, con las conclusiones y recomendaciones
 Técnicas de reducción de varianza

Para obtener la eficiencia del diseño y aumentarla precisión, existen técnicas que
buscan reducir la varianza y dan un mejor uso a la información disponible 5. Dichas
técnicas son usadas en estudios estadísticos donde es necesario llegar a resultados

5
CAO Ricardo, ABAD Ricardo, Introducción a la Simulación y a la Teoría de Colas. Editor Net biblo, (2002).
P.103 -110

41
con la menor variabilidad posible para hacer comparaciones precisas y concluir
acertadamente. Una de dichas técnicas aplicables a este estudio es el método de
Monte Carlo, ya que posibilita la realización de experimentos con el uso de números
pseudo-aleatorios6. Se tratará de buscar la distribución de la variable aleatoria que
representa el número de servicios en cola.

Tabla 3 Registros de tiempos.

Nota: toma de tiempos del proceso de 4 tintas y del paso a la refiladora, en la fabricación de bolsa
plástica. Fuente: propia

 Variables de respuesta

Las medidas claves de desempeño del sistema de colas son el número esperado
de cliente (L), el número de pedidos en cola (Lq), el tiempo esperado en el sistema
(W) y el tiempo esperado en cola (Wq)7. De estas medidas de desempeño, se

6
EVANS, Michael J. Probabilidad y estadística Editor Reverte, (2005) .p.675.
7
HILLIER y LIEBERMAN. Op. cit., p. 770

42
seleccionan como variable respuesta Lq y Wq, son las que muestran como tal el
comportamiento de las colas. Debido a la ausencia de fórmulas acotadas que
permitan calcular fácilmente las medidas de productividad de las líneas de espera
es necesario recurrir a técnicas avanzadas de cálculo. Para esto se hará uso de la
simulación en el software PROMODEL, el cual genera reportes consolidados para
todas las corridas y reportes de las simulaciones.

 Manejo de Resultados

La hipótesis establece enunciando que “probabilidad de respuesta de la impresora

de 4 tintas a la refiladora y los tiempos de realización son mucho mayor a la
esperada, por la planeación o programación de dicho proceso, por lo tanto el tiempo
de espera y respuesta de los pedidos es más largo”, esto es, para este trabajo, que
la programación influyen en el tiempo de estabilización del sistema.
Estadísticamente hablando, quiere decir que las medias poblacionales por grupos
son relativamente iguales entre sí. Por el contrario, si la hipótesis nula se rechaza
según lo indique el estadístico F, implicaría que estas medias no son iguales o que
no son muy cercanas, según la bondad del ajuste estadístico (en este caso se
seleccionó un 5% máximo de error), en este caso F será mayor que uno e implicará
que sí hay un efecto en el cambio de flujo sobre el tiempo de del sistema. Como se
mencionó en el marco teórico, los resultados numéricos y el criterio de estabilización
responden a los modelos realistas a través del proceso estocástico. Por tal razón
se consideró que la hipótesis nula ( 𝐻𝑜 :) en este caso, que el tiempo no es
independiente al desarrollo del proceso de producción, por lo tanto, el método se
orienta a definir si se descarta o no esta hipótesis.

43
 11. DESARROLLO

En esta sección se presentan con detalle la secuencia de trabajo mencionada en la

metodología, por lo tanto, se presentan el proceso de análisis, ampliando lo
comentado en el marco teórico, los pormenores del proceso, y pruebas del mismo,

44
por supuesto se presentan los detalles del diseño de experimentos que orientaron
las pruebas efectuadas.

Los diagramas y las herramientas empleadas en el proceso de 4 tintas y refilado,

cumplen su función en la medida que logran acercarse delimitadamente a cada una
de las operaciones involucradas en el proceso actual, identificando las deficiencias
y puntos críticos dentro del proceso y buscando alternativas para reducir estas fallas
y mejorar estas situaciones.

Figura 3 Grafico de Pareto - Bolsa plástica

Proceso 4 tintas a refilado
5 120%

4
100%
4

Porcentaje acumulado
3 80%
Ocurrencias

3
60%
2

2 40%

1
20%
1

- 0%
.004Mante .002Recurs .002Almac .001Tiemp .001Tecnol .001Materi Otros
nimientos o Humano enamiento os ogia a Prima
Cantidad 4 2 2 1 1 1 2
Cum % 31% 46% 62% 69% 77% 85% 100%
% deTotal 31% 15% 15% 8% 8% 8% 15%

Fuente: Elaboración propia.

En la figura 3 puede observar las causas de la ineficiencia del proceso de fabricación

de bolsa plástica en Golden Flex. Se ve que la mayor causa del problema está
representada en el mantenimiento con un 31%, seguido por recursos representado
en un 15%. Las causas que menos afectan a la ineficiencia son: materia prima,
tiempos de alistamiento y almacenaje con un 8%.

45
De igual manera es útil visualizar áreas de almacenamiento temporal o permanente,
estaciones de inspección y puntos de trabajo, además facilita el desarrollo de una
distribución de planta y así contemplar las posibles fallas del proceso, como lo
podemos observar en la figura 4.

Figura 4 Diagrama de flujo - actual del proceso 4 Tintas al refilado

DIAGRAMA DE PROCESO OPERARIO / MATERIAL / EQUIPO
Diagrama: 1 Hoja: 1 R E S U M E N
Objeto: ACTIVIDAD ACTUAL PROPUESTA ECONOMIA
Elaboración bolsa plastica
OPERACIÓN 9
OP. COMBINADA 2
Descripción: TRANSPORTE 2
Elaboracion de bolsa plastica
ESPERA 1
INSPECCION 0
Metodo: Actual / Propuesto ALMACENAMIENTO 2
DISTANCIA (mts) 45,00
Lugar: TIEMPO (minutos) 810,00
Proceso de impresión 4 tintas a refilado DISTANCIA TOTAL (mts) 45,00
TIEMPO TOTAL (Hrs) 13,50
Máquina: 4 Tintas / Refilado
Elaborado por: Tania Pastrana / CristianGarcia
Producción
Fecha:

TIEMPO STD
CANTIDAD

DISTANCIA
(unid)

SIMBOLO
(mts)

(min)
ELEMENTOS OBSERVACIONES

1 Recepcion de MP 120 O
2 Descargue y traslado 20 30 O Descargue materia prima
3 Almacenamiento 15 O Apilado y almacenamiento
4 Orden de pedido 20 O
5 Mezcla material 15 O
6 Arranque maquina 90 O Preparación maquina
7 Extrusión 150 O
8 Traslado material 15 10 O
9 Montaje rollos impresión 15 O Preparación
10 Impresión (4 Tintas) 110 O
11 Montajes rollos impresos 15 O
12 Alistamiento maquina 60 O Preparación maquina
13 Refilado 120 O
14 Alistamiento 10 O
15 Empaque 15 O
16 Almacenamiento 10 15 O

45 810

Nota: La Figura muestra el flujo del proceso de producción de bolsas plásticas. Fuente: Elaboración
propia.
11.1. Análisis

Evaluar la eficiencia del proceso de fabricación y de servicio mediante el uso de

modelos de simulación para determinar las causales que lo afectan desarrollando
un Modelo Teórico del flujo de pedidos del sistema de GOLDEN FLEX. Este sistema
está compuesto por dos líneas y un servidor (para la simulación se hará con solo 15

46
intervalos por 15 días); la primera semana: Lunes, martes, miércoles, jueves y
viernes, 5 intervalos en horas; en la segunda semana: Lunes, martes, miércoles,
jueves y viernes, 5 intervalos en horas y en la tercera semana: cinco días, cinco
intervalos, entre el paso de la 4 tintas a la refiladora, para un total de muestras de
73, dos más que el tamaño de muestra determinado a causa del número de
intervalos propuestos, realizando las siguientes observaciones:

 La autonomía del proceso no es muy favorable respecto a los requerimientos

de operación del usuario. Pedido.
 El régimen de operación variable incide negativamente en la estabilidad del
funcionamiento del sistema (maquinaria 4 tintas y la refiladora).
 La planeación, presenta constantemente modificaciones, presentadas en su
mayoría por las urgencias de la planta de producción.

Estas observaciones fueron cualitativas, donde se demostró la necesidad de

modificar el sistema de planeación y programación de alimentación de la
maquinaria, dejando como base de información para la aplicación de la teoría de
colas y determinar tiempos de entrega de pedidos y planeación de los
mantenimientos de equipos. Las exigencias en mención pueden resumirse en los
siguientes 2 puntos:

o Es necesario que producción genere una planeación más adecuada

respecto a las exigencias de respuesta por parte del cliente.
o En el prototipo del proyecto hará énfasis en simular el sistema tal y
como sucede en la realidad, actualmente, el objetivo final que se
quiere alcanzar es poder pronosticar el comportamiento en el proceso
de 4 tintas y la refiladora, y poder tomar decisiones proactivas que
logren darle una eficiente planeación al proceso.

47
En la figura 5, se puede observar el comportamiento y la disminución de tiempos de
un pedido, de acuerdo al proceso actual que presentaba Golden Flex contra la
propuesta a implementar una mejora de un 5%.

Figura 5 Comparativo Actual vs. Propuesta

Actual Vs. Propuesta

Diagrama de proceso
820,00

810,00

800,00

790,00 810,00
780,00

770,00

760,00 775,00

750,00
ACTUAL PROPUESTA

Fuente: Elaboración propia

11.2. Toma de datos

Los datos tomados fueron básicamente la frecuencia de llegada de los pedidos de

producción para su fabricación (cantidad programada y la planeación de pedidos
que llegaban a la línea de espera, en intervalos horas del día), y a partir de esto
concluir el tiempo de llegada de las órdenes. A partir del sistema de producción de
la 4 tintas y la refiladora, se obtuvo información de los tiempos de duración para
efectos de modelado del problema, fue acordado que cuando un pedido llegara a la
máquina incluyendo el alistamiento que se le hace de mantenimiento para iniciar
proceso, en ese momento empieza el tiempo de servicio.

48
El tiempo de servicio se establece entonces desde que el pedido llega a la máquina,
hasta que termina por completo y sale para alistamiento como producto final. Dichos
datos se tomaron del sistema de la impresora de 4 tintas a la refiladora de GOLDEN
FLEX en donde se mide la hora en la cual comienza cada proceso, se realiza la
toma de tiempo de duración en el sistema (proceso fabricación), que por
conveniencia será manejado en minutos. Para tomar el tiempo de llegada de los
pedidos, al ser una tarea tan laboriosa se decido tomar intervalos de la llegada y
duración en el sistema de los pedidos, con esta información se podrá obtener el
comportamiento del tiempo de llegada.

Para este último se realizaron 73 muestreos; realizados en fechas estratégicas que

cumplen con los diferentes tipos de comportamientos que se pueden observar, por
ejemplo hábiles entre semana de lunes a viernes, donde la demanda de pedidos es
regular. Esta información que es concluida por la experiencia será validada en este
proyecto. Todos los datos fueron obtenidos en el horario de 7:30 a.m. a 4:30 p.m.,
y teniendo en cuenta de que se tomaron las muestras en horarios similares, hace la
muestra homogénea.

El software utilizado para analizar los datos estadísticos fue Promodel; inicialmente
se realiza una simulación con Montecarlo y luego se efectúa con Promodel, con el
fin de obtener un comparativo del comportamiento en el sistema desde que el
pedido entra a proceso de ejecución pasando por la maquina 4 tintas a la refiladora,
hasta que termina por completo y sale para alistamiento.

A partir de los beneficios simulados para cada cantidad comprada obtenemos la

variable aleatoria beneficios esperados calculando la media de las 73 muestras, y
con un nivel de confianza del 95 %.

 Simulación con Montecarlo

49
Tabla 4 Ingreso ordenes semanales
Pedidos 73
Pedidos Frecuencia
semanales relativa (probabilidad)

18 0,25
19 0,26
25 0,34
11 0,15
Total 1
Nota: Son los pedidos que ingresan a la planta de producción de Golden Flex, para iniciar
proceso de programación. Fuente: Propia

Tabla 5 Probabilidad de demanda ordenes semanal

Probabilidad Rango inferior de Demanda de
demanda la probabilidad Pedidos
0,25 0,00 5
0,26 0,25 7
0,34 0,51 9
0,15 0,85 8
Demanda Frecuencias Porcentaje Acumulado
5 15 21% 21%
7 20 27% 48%
9 31 42% 90%
8 7 10% 100%
Nota: Probabilidad de respuesta y de capacidad de procesar el pedido en el proceso de
fabricación. Fuente: Propia

Tabla 6 Simulación pedidos semanal

Semanas Numero Aleatorio Pedidos simulados

1 0.651519168 8
2 0.429370494 8
3 0.646034822 8
4 0.124300165 7
Nota: Probabilidad estadística de capacidad en procesar ordenes de producción. Fuente:
Propia

50
Tabla 7 Beneficio, varianza e intervalo generado a partir del nº de pedidos
PEDIDOS 5 6 7 8 9

BENEFICIO MEDIO 17.37 20.84 24.32 27.79 31.27

DESVIACIÓN TÍPICA 16.54 19.84 23.15 26.46 29.76

INTERVALO 1.45 1.74 2.03 2.32 2.61

CONFIANZA
MÁXIMO 18.82 22.58 26.35 30.11 33.87

MÍNIMO 15.92 19.10 22.29 25.47 28.66

Nota: A partir de los beneficios simulados para cada cantidad de pedidos, obtenemos la
variable aleatoria beneficios esperados calculando la media de las 73 muestras, y además
obtenemos el intervalo de confianza a un nivel del 95 %.

Tabla 8 Medidas de rendimiento con diferentes tamaños de personal de

mantenimiento

Data Punto 95% Intervalo de confianza

estimación Bajo Alto
Numero de servidores 1 L = 3.83883897 1.13781737 6.53986057
Lq = 3.07095969 0.60841571 5.53350368
Tiempo de arribo W = 15.0320627 7.15643116 22.9076942
Wq = 12.0252136 4.5401259 19.5103013
Distribución= Exponencial
Valor mínimo = 4 P 0 = 0.23212072 -0.021682 0.48592344

5 P 1 = 0.14993877 0.02842548 0.27145206

P 2 = 0.07827605 0.05103472 0.10551738
P 3 = 0.10783498 0.03779076 0.1778792
Tiempo de servicio P4 = 0.0697987 0.03130005 0.10829735

Distribución = Exponencial P 5 = 0.02664063 0.00091281 0.05236846

P 6 = 0.03956196 0.00135554 0.07776839
Valor mínimo = 3 P7 = 0.0967702 0.00331571 0.1902247
P8 = 0.0613309 0.00210142 0.12056038
P 9 = 0.04632835 0.00158738 0.09106931
Longitud de Simulación Corrida P 10 = 0.04993715 0.00171103 0.09816328
Numero de Arribos = 73

Nota: Tiempos de arribo y espera de un pedido con un servidor. Fuente: propia

51
Tabla 9 Medidas de rendimiento con diferentes tamaños de personal de
mantenimiento.
Data Resultados
Numero de servidores 2 Punto 95% Intervalo de confianza
estimación Bajo Alto
Tiempo de arrivo L = 0.62039352 0.396651904 0.844135128
Distribucion= Exponential Lq = 0.03518801 -0.014402064 0.084778077
Valor minimo = 4 W = 2.66849081 1.924257681 3.412723932
5 Wq = 0.15135373 -0.049214966 0.351922424

Tiempo de servicio P0 = 0.52940422 0.402622438 0.656186004

Distribution = Exponential P1 = 0.35598605 0.276413196 0.435558902
Valor minimo = 3 P2 = 0.08988665 0.037641206 0.142132102
25 P3 = 0.01425815 -0.004634509 0.033150801
P4 = 0.01046493 -0.009712851 0.030642712
Longitud de Simulación Corrida P5 = 0 0 0
Numero de Arribos = 73 P6 = 0 0 0
P7 = 0 0 0
P8 = 0 0 0
P9 = 0 0 0
P10 = 0 0 0
Nota: Tiempos de arribo y espera de un pedido con dos servidores. Fuente: propia

52
Tabla 10 Datos históricos de la simulación y recolección de datos (Tiempos de servicio y mantenimientos)

µ 1 PEDIDOS/HORA CON DOS

landa 2 PEDIDOS/HORA SERVIDORES

N° DE SERV ICO
TIEMPO N° DE TIEMPO TIEMPO PEDIDOS PEDIDOS
ALEATORI HORA HORA ALEATORIO TIEMPO DE HORA DE TIEMPO TIEMPO EN EN ELSISTEMA
ID PEDIDO ENTRE PEDIDOS EN PROMEDIO EN PROMEDIO EN PROMEDIO EN PROMEDIO EN
O LLEGADA INICIO 2 SERV ICO SALIDA EN FILA EL SISTEMA CUANDO LLEGO
LLEGADAS EL SISTEMA ESPERA EL SISTEMA ESPERA EL SISTEMA
EL PEDIDO

0 0,7943 0,1152 0,1152 0,1152 0,3686 0,9980 1,1132 0,0000 0,9980 0 1 0,0000 0,9980 0,0000 1,0000
1 0,0504 1,4939 1,6091 1,6091 0,0610 2,7976 4,4067 0,0000 2,7976 0 1 0,0000 1,8978 0,0000 1,0000
2 0,1581 0,9224 2,5315 4,4067 0,6177 0,4818 4,8885 1,8752 2,3570 1 2 0,6251 2,0509 0,3333 1,3333
3 0,2671 0,6600 3,1915 4,8885 0,4563 0,7846 5,6730 1,6970 2,4815 2 3 0,8930 2,1585 0,7500 1,7500
4 0,6745 0,1969 3,3884 5,6730 0,4616 0,7730 6,4460 2,2846 3,0576 3 4 1,1714 2,3383 1,2000 2,2000
5 0,2915 0,6164 4,0048 6,4460 0,9498 0,0516 6,4976 2,4412 2,4927 4 5 1,3830 2,3641 1,6667 2,6667
6 0,0110 2,2530 6,2578 6,4976 0,3018 1,1981 7,6957 0,2398 1,4379 2 3 1,2197 2,2318 1,7143 2,7143
7 0,0290 1,7697 8,0275 8,0275 0,8513 0,1610 8,1885 0,0000 0,1610 0 1 1,0672 1,9729 1,5000 2,5000
8 0,7151 0,1677 8,1952 8,1952 0,5011 0,6910 8,8862 0,0000 0,6910 0 1 0,9486 1,8305 1,3333 2,3333
9 0,5232 0,3239 8,5191 8,8862 0,7415 0,2991 9,1852 0,3671 0,6661 1 2 0,8905 1,7140 1,3000 2,3000
10 0,2092 0,7822 9,3013 9,3013 0,1629 1,8145 11,1159 0,0000 1,8145 0 1 0,8095 1,7232 1,1818 2,1818
11 0,8993 0,0531 9,3544 11,1159 0,7869 0,2396 11,3555 1,7615 2,0011 1 2 0,8889 1,7463 1,1667 2,1667
12 0,2242 0,7477 10,1021 11,3555 0,6956 0,3630 11,7184 1,2534 1,6163 2 3 0,9169 1,7363 1,2308 2,2308
13 0,8537 0,0791 10,1812 11,7184 0,3625 1,0147 12,7332 1,5372 2,5520 3 4 0,9612 1,7946 1,3571 2,3571
14 0,4517 0,3974 10,5785 12,7332 0,1621 1,8195 14,5527 2,1546 3,9741 4 5 1,0408 1,9399 1,5333 2,5333
15 0,8603 0,0753 10,6538 14,5527 0,7965 0,2276 14,7803 3,8989 4,1265 5 6 1,2194 2,0766 1,7500 2,7500
16 0,9471 0,0272 10,6810 14,7803 0,5557 0,5875 15,3677 4,0993 4,6868 6 7 1,3888 2,2301 2,0000 3,0000
17 0,8000 0,1116 10,7925 15,3677 0,7772 0,2521 15,6198 4,5752 4,8273 7 8 1,5658 2,3744 2,2778 3,2778
18 0,3340 0,5483 11,3408 15,6198 0,7805 0,2478 15,8676 4,2790 4,5268 7 8 1,7086 2,4877 2,5263 3,5263
19 0,7621 0,1359 11,4767 15,8676 0,0669 2,7048 18,5724 4,3910 7,0957 7 8 1,8427 2,7181 2,7500 3,7500
20 0,1074 1,1158 12,5925 18,5724 0,1018 2,2844 20,8568 5,9799 8,2643 7 8 2,0397 2,9822 2,9524 3,9524
21 0,1807 0,8555 13,4480 20,8568 0,1728 1,7556 22,6124 7,4088 9,1644 7 8 2,2838 3,2632 3,1364 4,1364
22 0,8779 0,0651 13,5132 22,6124 0,5842 0,5375 23,1499 9,0992 9,6368 8 9 2,5801 3,5403 3,3478 4,3478
23 0,8648 0,0727 13,5858 23,1499 0,6834 0,3806 23,5305 9,5641 9,9447 9 10 2,8711 3,8072 3,5833 4,5833
24 0,8825 0,0625 13,6483 23,5305 0,2715 1,3037 24,8343 9,8822 11,1859 10 11 3,1516 4,1023 3,8400 4,8400
25 0,1691 0,8885 14,5368 24,8343 0,2117 1,5525 26,3867 ###### 11,8499 11 12 3,4264 4,4003 4,1154 5,1154
26 0,2691 0,6563 15,1931 26,3867 0,1292 2,0464 28,4331 ###### 13,2400 10 11 3,7141 4,7277 4,3333 5,3333
27 0,1235 1,0456 16,2388 28,4331 0,3338 1,0971 29,5302 ###### 13,2915 8 9 4,0169 5,0335 4,4643 5,4643
28 0,4405 0,4099 16,6487 29,5302 0,4048 0,9043 30,4345 ###### 13,7858 9 10 4,3226 5,3353 4,6207 5,6207
29 0,2382 0,7174 17,3661 30,4345 0,0599 2,8158 33,2503 ###### 15,8842 10 11 4,6141 5,6870 4,8000 5,8000
30 0,6161 0,2421 17,6082 33,2503 0,8251 0,1923 33,4425 ###### 15,8343 11 12 4,9699 6,0143 5,0000 6,0000
31 0,4435 0,4066 18,0148 33,4425 0,8504 0,1621 33,6046 ###### 15,5898 12 13 5,2967 6,3135 5,2188 6,2188
32 0,1943 0,8192 18,8340 33,6046 0,7906 0,2350 33,8396 ###### 15,0056 12 13 5,5838 6,5769 5,4242 6,4242
33 0,6739 0,1973 19,0314 33,8396 0,7194 0,3294 34,1690 ###### 15,1376 13 14 5,8551 6,8287 5,6471 6,6471
34 0,7478 0,1453 19,1767 34,1690 0,1010 2,2928 36,4618 ###### 17,2851 14 15 6,1161 7,1275 5,8857 6,8857
35 0,9178 0,0429 19,2196 36,4618 0,6705 0,3997 36,8615 ###### 17,6419 15 16 6,4252 7,4195 6,1389 7,1389
36 0,6763 0,1956 19,4152 36,8615 0,3931 0,9336 37,7951 ###### 18,3800 16 17 6,7231 7,7158 6,4054 7,4054
37 0,3653 0,5035 19,9187 37,7951 0,2369 1,4403 39,2355 ###### 19,3168 17 18 7,0166 8,0211 6,6842 7,6842
38 0,3486 0,5269 20,4456 39,2355 0,1988 1,6153 40,8508 ###### 20,4052 18 19 7,3185 8,3386 6,9744 7,9744
39 0,4287 0,4235 20,8690 40,8508 0,4563 0,7846 41,6353 ###### 20,7663 18 19 7,6350 8,6493 7,2500 8,2500
40 0,8056 0,1081 20,9772 41,6353 0,3128 1,1623 42,7976 ###### 21,8205 19 20 7,9527 8,9705 7,5366 8,5366
41 0,9355 0,0334 21,0105 42,7976 0,3781 0,9725 43,7701 ###### 22,7596 20 21 8,2821 9,2988 7,8333 8,8333
42 0,0026 2,9743 23,9848 43,7701 0,5656 0,5699 44,3400 ###### 20,3551 18 19 8,5496 9,5560 8,0698 9,0698
43 0,9866 0,0068 23,9916 44,3400 0,0796 2,5302 46,8702 ###### 22,8786 19 20 8,8177 9,8588 8,3182 9,3182
44 0,8167 0,1012 24,0928 46,8702 0,0407 3,2024 50,0726 ###### 25,9797 20 21 9,1280 10,2170 8,5778 9,5778
45 0,2564 0,6806 24,7734 50,0726 0,7383 0,3034 50,3760 ###### 25,6026 21 22 9,4795 10,5515 8,8478 9,8478
46 0,5277 0,3196 25,0930 50,3760 0,5183 0,6572 51,0332 ###### 25,9402 21 22 9,8157 10,8789 9,1064 10,1064
47 0,7558 0,1400 25,2330 51,0332 0,5608 0,5784 51,6116 ###### 26,3785 22 23 10,1488 11,2018 9,3750 10,3750
48 0,4805 0,3665 25,5995 51,6116 0,5462 0,6047 52,2163 ###### 26,6168 23 24 10,4725 11,5164 9,6531 10,6531
49 0,1848 0,8443 26,4438 52,2163 0,4597 0,7772 52,9935 ###### 26,5497 23 24 10,7785 11,8171 9,9200 10,9200
50 0,0142 2,1276 28,5714 52,9935 0,9670 0,0336 53,0271 ###### 24,4557 23 24 11,0460 12,0649 10,1765 11,1765
51 0,2275 0,7404 29,3118 53,0271 0,0538 2,9231 55,9502 ###### 26,6384 24 25 11,2897 12,3451 10,4423 11,4423
52 0,8280 0,0944 29,4061 55,9502 0,4671 0,7612 56,7114 ###### 27,3052 25 26 11,5775 12,6274 10,7170 11,7170
53 0,1935 0,8214 30,2275 56,7114 0,2868 1,2489 57,9603 ###### 27,7328 25 26 11,8535 12,9071 10,9815 11,9815
54 0,2471 0,6989 30,9264 57,9603 0,8042 0,2179 58,1781 ###### 27,2517 25 26 12,1295 13,1679 11,2364 12,2364
55 0,8777 0,0652 30,9916 58,1781 0,9955 0,0045 58,1826 ###### 27,1910 26 27 12,3984 13,4184 11,5000 12,5000
56 0,3203 0,5693 31,5609 58,1826 0,3745 0,9822 59,1648 ###### 27,6039 27 28 12,6479 13,6672 11,7719 12,7719
57 0,3278 0,5576 32,1185 59,1648 0,8331 0,1826 59,3474 ###### 27,2289 28 29 12,8962 13,9010 12,0517 13,0517
58 0,6502 0,2153 32,3338 59,3474 0,4090 0,8940 60,2414 ###### 27,9076 29 30 13,1355 14,1384 12,3390 13,3390
59 0,8432 0,0853 32,4191 60,2414 0,0473 3,0511 63,2925 ###### 30,8735 30 31 13,3802 14,4174 12,6333 13,6333
60 0,8020 0,1103 32,5294 63,2925 0,6594 0,4165 63,7090 ###### 31,1796 31 32 13,6652 14,6921 12,9344 13,9344
61 0,0937 1,1836 33,7130 63,7090 0,6102 0,4940 64,2030 ###### 30,4900 29 30 13,9286 14,9470 13,1935 14,1935
62 0,0923 1,1912 34,9042 64,2030 0,2696 1,3109 65,5140 ###### 30,6097 28 29 14,1726 15,1956 13,4286 14,4286
63 0,8876 0,0596 34,9639 65,5140 0,6531 0,4261 65,9400 ###### 30,9762 29 30 14,4285 15,4421 13,6719 14,6719
64 0,3799 0,4839 35,4478 65,9400 0,1146 2,1659 68,1060 ###### 32,6582 30 31 14,6756 15,7070 13,9231 14,9231
65 0,7644 0,1343 35,5822 68,1060 0,7476 0,2908 68,3968 ###### 32,8146 31 32 14,9460 15,9662 14,1818 15,1818
66 0,0803 1,2612 36,8434 68,3968 0,8251 0,1923 68,5891 ###### 31,7457 31 32 15,1939 16,2017 14,4328 15,4328
67 0,5778 0,2742 37,1176 68,5891 0,8015 0,2212 68,8103 ###### 31,6927 31 32 15,4333 16,4295 14,6765 15,6765

Fuente: Elaboración propia basado el registros y toma de tiempos

53
Aunque cada parámetro individualmente no pueda parecer muy significativo, se
evaluó el mantenimiento, donde la eficiencia general de los equipos tan sólo es del
70,9% y con una eficiencia individual del 61,8% en la 4 Tintas y un 80% en la
refiladora. La producción de empaques flexibles se encuentra en 41 pedidos, de ahí
la importancia de este dato reside en lo que subyace del mismo, ya que ahora se
conoce que la disponibilidad de la maquinaria con un servidor es de un 54,7% (Ver
tabla 10).

Con esta información, se puede acometer acciones de mejora. Por ejemplo, para
aumentar la disponibilidad se dispone de un segundo servidor, buscando así
disminuir las pérdidas de tiempo no productivo debidas a arranques de máquinas,
cambios, averías, esperas, etc., lo que aumentaría el indicador OEE.

54
 Tabla 11 Sistemas de Información OEE, el tiempo de inactividad de la máquina y de fabricación

Fecha
Servidor 1
Máquina Residuos Residuos Total Tiempo Tiempo de tiempo de Tiempo de Tiempo Disponibilidad Tasa de Tasa OEE
(metros) ( metros ) Producción total inactividad inactividad funcionamiento Ideal de rendimiento de
( metros ) disponible programado no (min) ejecución Calidad
(min) (min) programado (metro por
(min) min.)

1 4 Tintas 495 270 480 90 160 230 45,00 59,0% 108,7% 96,5% 61,8%
21600
2 Refiladora 450 225 480 120 180 180 46.87 50,0% 166,7% 97,0% 80,8%
22500
3 0 0,0%
4 0 0,0%
5 0 0,0%
6 0 0,0%
7 0 0,0%
8 0 0,0%
9 0 0,0%
10 0 0,0%
1050 550 49000 960 210 340 410 51,04 54,7% 134,1% 96,7% 70,9%

Nota: 24000 unds., equivalente a 73 pedidos. 1 unidad se elabora con 0.9 metros de plástico, para un total de 21600 metros de material. Fuente:
Elaboración propia.

55
 12. RESULTADOS

12.1. Pruebas realizadas y datos obtenidos (tabla con información Promodel)

El programa permitió establecer el régimen de operación a evaluar en cada ensayo

visualmente a través la pantalla del computador con previa instalación del software
el cual reconoció la herramienta de interpretación de datos llamada Promodel, por
lo tanto dio garantía a cada una de las pruebas ofreciendo una gran cantidad de
variables de comportamiento y operación en la línea de fabricación en tiempo real
pero de las cuales solo se empleó en minutos, puesto que se contó con cronometro
análogos que avala el régimen de operación.

Considerando que la línea produce 24000 unidades equivalente a 21600 metros de

material, durante sólo 8 horas, se simulo con Promodel el proceso con dos
servidores (Operador mantenimiento), evidenciando una disponibilidad de la
máquina de 4 tintas y la refiladora del 89%, donde en producción se ingresaban 45
pedidos para fabricación, representado en un 37% más que utilizando un solo
servidor. (Ver Figura 4).

Con lo mencionado anteriormente se aprecia una mejora en la eficiencia y

productividad en la utilización de la maquinaria y en la optimización del proceso de
un 70,9% a un 89.7%, evidenciando un incremento en el flujo de los pedidos en el
sistema de un 37%.

56
Se realiza simulación en Promodel (Ver Figura 4), generando el comportamiento deseado en el sistema de la planta de
producción basada en los tiempos tomados, realizado como soporte del rendimiento mostrado en la simulación realizada
con Montecarlo.

Figura 6 Planta Golden Flex, Simulación Promodel - Proceso de maquinaria 4 tintas y refilado. Fuente: propia

57
Con la simulación se plantea la reducción de los tiempos muertos, buscando optimizar el proceso de circulación, planeando desde
mantenimientos, alistamiento de maquinaria y el tiempo ingreso de la orden hasta su finalización, teniendo en cuenta en esa planeación
las esperas en líneas del pedido.

Figura 7 Simulación Promodel, tiempo corrido. Fuente: Propia

58
Con la simulación se quiere reducir el tiempo ocio o en el que no se está procesando una orden de producción, como se
observa en la Figura 6., con una tasa de rendimiento esperada del 72%

Figura 8 Porcentaje de ocupación en Promodel. Fuente: Propia.

59
12.2. Análisis económico del sistema de colas (propuesta)

En la sección anterior se vio la ventaja de tener más de un servidor, a saber

la reducción del tiempo de espera y el número de pedidos que se espera para ser
procesados. Claramente, mientras más servidores se tengan, mejor será el proceso
de fabricación y más rápido. Sin embargo, cada servidor implica costos de operación.

Tabla 12Valorizacion de producción costos estándar un servidor

VALORIZACION DE LA PRODUCCION EN PROCESO A COSTO ESTANDAR

ELEMENTO DEL PORCENTAJE VALOR TOTAL

kGS./ DIA CIFRAS ES TÁNDAR
COS TO UTILIZACIÓN UNITARIO Kgs ES TANDAR ($)
MATERIA PRIMA 990 100% $ 500 $ 495.000 990 kGS./ DIA 123,75 kGS./ HRS

VALOR TOTAL
ELEMENTO DEL PORCENTAJE
MANO OBRA UNITARIO ES TANDAR ($) CIFRAS ES TÁNDAR
COS TO UTILIZACIÓN
HORA DIA
MANO DE OBRA
1 100% $ 3.222 $ 25.776 8 HORAS /DIA
DIRECTA
Nota: Valores estándar de acuerdo a metro día y desglosado por hora. Fuente: Propia

Tabla 13 Costo de Espera

Hrs Precio $ Total
Mano de Obra 8.0 $ 3,222.00 $ 25,776.00
Costo espera 8.0 $ 71,972.00 $ 575,776.00
TOTAL $ 601,552.00
Nota: Costos total de espera de una orden de producción en la
planta de fabricación. Se contempla mano de obra y tiempos.

Tabla 14 Cantidad material y costos espera total

Unidades fabricadas dia 24000

Metraje dia 21600
Unidades fabricadas horas 3000
Metros horas 2700
Valor producto $ 2.100.000
Nota: Costos oportunidad de lo que se deja de fabricar.

60
 Tabla 15 Flujo caja Golden Flex

ene-16 feb-16 mar-16 abr-16 may-16 jun-16 jul-16 ago-16 sep-16 oct-16 nov-16 dic-16

Efectivo 0 48.306.800 53.964.760 57.925.332 60.697.732 62.638.413 63.996.889 64.947.822 65.613.476 66.079.433 66.405.603 66.633.922
disponible al
inicio del mes

Ventas $160.724.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000
(efectivo)
Total Ingresos $160.724.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000 $120.500.000
en efectivo
Efectivo Total $160.724.000 $168.806.800 $174.464.760 $178.425.332 $181.197.732 $183.138.413 $184.496.889 $185.447.822 $186.113.476 $186.579.433 $186.905.603 $187.133.922
Disponible
(antes de los
retiros)
Compra de 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000 60.000.000
mercancía
Compras
(especificar)
Sueldos brutos 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000 1.600.000

Otros gastos de 600.000 600.000 600.000 600.000 600.000 600.000 600.000 600.000 600.000 600.000 600.000 600.000
nómina
Mantenimiento 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000 2.000.000

Otros gastos 48.217.200 50.642.040 52.339.428 53.527.600 54.359.320 54.941.524 55.349.067 55.634.347 55.834.043 55.973.830 56.071.681 56.140.177
(especificar)
SUBTOTAL $112.417.200 $114.842.040 $116.539.428 $117.727.600 $118.559.320 $119.141.524 $119.549.067 $119.834.347 $120.034.043 $120.173.830 $120.271.681 $120.340.177

Reserva y/o en
depósito
Total Egresos $112.417.200 $114.842.040 $116.539.428 $117.727.600 $118.559.320 $119.141.524 $119.549.067 $119.834.347 $120.034.043 $120.173.830 $120.271.681 $120.340.177
en efectivo
Posición de $48.306.800 $53.964.760 $57.925.332 $60.697.732 $62.638.413 $63.996.889 $64.947.822 $65.613.476 $66.079.433 $66.405.603 $66.633.922 $66.793.745
Efectivo (fin de
mes)

Nota: Flujo de fondo de acuerdo a ventas proyectadas en el año 2016. Fuente: Propia

61
Se sabe financieramente que la TIR, desde el punto de vista matemático, es la tasa
que hace el VPN igual a 0. Aplicando esto al proyecto tenemos. Ver

Tabla 16 TIR y VPN proyecto teoría colas

Tasa 10%

Períodos 0 1 2 3 4

-
Flujo
48.306.800,00 60.697.732,40 65.613.475,55 60.697.732,40 66.793.745,48
TIR 123,78%

VPN 152.323.101
Nota: la tasa interna de rendimiento y el valor presente, se asumen a una tasa de costo de capital del
10,00%. Fuente: Elaboración propia

Se acepta el proyecto desde el punto de vista de la TIR, ya que se necesita como

mínimo, que rinda 9.50% anual y se encuentra que este entrega una rentabilidad de
123.78%. De acuerdo a este resultado.

El VPN de este proyecto, es $ 15’323.101 y, la TIR, 123.78%. En ambos casos, la

decisión es unánime: Se acepta este proyecto, pues genera valor; lo que significa,
que el proyecto paga lo mínimo que se requiere (9.50%). Por otro lado, la TIR es de
123.78% anual; lo que significa que, anualmente, en promedio, está rindiendo esa
rentabilidad cuando como mínimo 9.50%.”

62
12.3. Análisis de costos

La red de colas como fueron modeladas en este proyecto habrán de ser optimizadas
en busca de dos objetivos definidos: minimización del costo total y minimización de
wq (Ver tabla 16).

Tabla 17 Modelo maximación beneficio planta de producción GOLDEN FLEX

Previsión del beneficio que obtendrá GOLDEN FLEX con el la incorporacion de otro servidor (Total dos servidores) en base a modelo montecarlo y a
información histórica que establece las diversas distribuciones de probabilidad de las variables que intervienen.

B=I-G
I=pq
G=CF+CV
CV=cq
Bº Esperado $ 377.727
El precio se distribuye como una normal de media 100 y desviación típica 20 Desv. Tip. $ 249.976 $ 249.976
Los coste fijos son una uniforme entre 52000 y 53000 pesos und.
El coste unitario se distribuye según una triangular de entre 50 y 70, con media en 60. Iteración 100
La cantidad vendida es una logonormal de media 45 pedidos semanal y desviación típica 1,2.

Lanzar Macro
Precio $ 100,22 64,39
Coste Fijos $ 52.612,00
6
Coste Unitario 63,34 0,77792386
Cantidad (q) 46 13.042 5

4
CV $ 826.080,28
3
G $ 878.692,28
I 1307069,24 2
B $ 428.376,96
1
Max Bº $ 945.611,22
0
19…
73…
12…
18…

78…
83…
89…
94…
23…
29…
34…
40…
45…
50…
56…
61…
67…
72…
-…
-…
-…

Min Bº -$ 144.316,48
Barras 100

Fuente: Elaboración propia con base a herramienta de simulación Montecarlo

Se puede presentar el conflicto entre los dos objetivos, que hará que la mejora en
una función empeore la otra, es decir, que la mejora en el indicador de desempeño
wq solo será posible con el aumento de los costos de funcionamiento del sistema.
Por lo tanto, se propone al interior del proceso una estrategia, en la que se presenta
un plan de acción, basado en los resultados de la simulación (utilización de dos

63
servidores) y el comportamiento dentro del sistema que permitirá a la empresa mayor
utilidad que en el proceso actual buscando incrementar los indicadores internos de
productividad al máximo, o bien mejorar los indicadores. Finalmente, se espera un
aporte del proceso (máquina de 4 tintas a la refiladora) una mejora de los indicadores
que rodeará el 5%.

En la planeación de las ordenes de producción se presenta una adaptación del

proceso 4 tintas a la refiladora que se basan en un sistema de comunicación, entre
las maquinarias y los 2 controladores, que son los que manipulan el funcionamiento
de la maquinaria. Este se presenta en un entorno de simulación integrada que se ha
desarrollado para el proceso de estudio; donde se maneja con respecto a costos y
rendimiento se refiere.

Costos de mano de obra es sin duda el recurso más valioso en el proceso de

manufactura de la línea de 4 tintas al refilado y también el más costoso por su carga
prestacional, ya que, dentro del costo unitario de producir un pedido, alrededor del
80% representan la materia prima y la mano de obra. (iadb, 2001).

Por esta razón, la mano de obra debe tenerse muy en cuenta a la hora de diseñar
un modelo ya que también se debe contemplar los tiempos ociosos y sobrecostos; y
si se excede en lo requerido, aumenta el tiempo de espera, las cargas de trabajo y
la eficiencia del proceso.

Teniendo en cuanta esto, uno de los principales parámetros a mejorar debe

orientarse a la asignación eficiente del recurso humano. En la red de colas en serie
definida, se considera una mano de obra homogénea; teniendo presente desde el
ingreso del pedido, su programación en la línea de producción hasta su finalización
y entrega como producto final.

En la figura se puede apreciar las líneas de espera: un incremento en la capacidad

de recepción y procesamiento de órdenes de producción, bajando así el costo de

64
espera (costo de servicio); no obstante, si no existe un nivel de atención suficiente
para los pedidos que ingresan se generaría un pérdida en la calidad del proceso
(tiempo de espera) y una pérdida económica de oportunidad, denominadas costos
de espera. Se debe buscar un equilibrio que satisfaga las necesidades de los clientes
y se ajuste a las posibilidades de la empresa.

Figura 9 Costos de Servicio o procesamiento. Fuente:

Propia.

12.4. Riesgo en la Simulación y programación de las órdenes de producción

Determinar el costo asociado a un servicio es sencillo, pero no a la espera, donde la

persección de comportamiento tiene un rango amplio de variación, donde es
determinante la estabilidad, comportamiento y actitud con la que se encuentre el
trabajador que interviene en el proceso; desde la recepción del pedido, montaje y
programación de maquinaria como en el alistamiento y mantenimiento de los equipos
de trabajo.

El comportamiento de las variables en condiciones típicas presenta la estabilidad

adecuada para poder hacer aproximaciones y promedios en el simulador. El principal

65
problema se presenta cuando alguna perturbación atípica aparece, que puede ser
causada por variaciones no contempladas en el sistema, o por falta de
mantenimiento, y en esas condiciones, los volúmenes y las variables que
normalmente se promedian, presentan alta varianza. Para determinar los
comportamientos del proceso en condiciones anormales, hace falta una simulación
con un nivel tecnológico más alto, el cual incurriría su implementación y estudio en
un costo más elevado.

Para la planeación e implementación de este proyecto en diferentes áreas de

GOLDEN FLEX y para mejorar el servicio se requieren de grandes inversiones. Por
lo tanto es indispensable realizar estudios preliminares para asegurar su
conveniencia de acuerdo a su eficiencia y ejecución económica. Una técnica para
ejecutar estudios piloto, con resultados rápidos y a un costo relativamente bajo, está
basado en la modelación de escenarios a través de la simulación por procesos.
(Henao, 2010)

66
 13. CONCLUSIÓNES

Durante el desarrollo ingenieril del proyecto se logró establecer, que el

comportamiento de operación y confiabilidad del proceso de mantenimientos,
preparación y alistamiento de la maquinaria con el nuevo sistema de líneas de
espera, se disminuyó los tiempos asegurando su condición de estabilidad. El estudio
que se realizó mediante el análisis estadístico y simulación (Promodel), fue suficiente
porque se logró evaluar qué tan estable era operacionalmente, la implementación de
la herramienta de teoría de colas en la planta de producción.

El mantenimiento programando es una herramienta indispensable, gracias a los

mercados, hoy en día, la mayoría de las empresas producen en cadena y esto les
implica contar con planes de mantenimiento que permita conservar los equipos
en las mejores condiciones para así poder suplir con toda la demanda requerida
por los consumidores.

Por lo anterior, la elección que se hizo del sistema de simulación abarco con los
requisitos mínimos de operación y criterio de programación, ya que para el análisis
de cada una de las pruebas se requería una recolección continua de datos y fuente
de visualización del proceso, garantizando así los procesos de fabricación de
empaque flexible. En el proceso de adaptación y empalme presento viabilidad
financiera de acuerdo al rendimiento de la planta obtenidas después de haber
realizado la programación y planeación con los esquemas propuestos de las líneas
de espera en los mantenimientos y alistamientos de la maquinaria.

En este proyecto, se ha propuesto un modelo de colas con diferentes características

y con distribuciones generales para el tiempo entre las llegadas y el tiempo de
servicio dentro del sistema, con el fin de aproximar estas distribuciones
desconocidas, y desarrollar métodos de estimación de tiempos en la programación
tanto de los mantenimientos con de los pedidos entrantes al proceso de producción.

67
 14. BIBLIOGRAFÍA

[1] Henao, S. F. (2010). Enfoque metodológico aplicado a los sistemas de

manufactura tipo pull. Risaralda.

[2] iadb. (2001). Banco Interamericano de Desarrollo. Obtenido de Banco

Interamericano de Desarrollo: http://www.iadb.org/res/publications/pubfiles/pubb-

2001s_7814.pdf

[3] Investigación de Operaciones, novena Edición, Autor HAMDY A. TAHA

[4] Investigación de operaciones, teoría de colas o línea de espera.

Recuperado de http://invoperacioneslu.blogspot.com.co/p/teoria-de-colas-o-linea-

de-espera.html

[5] Moskowitz, H. y Wright G.P. Investigation de Operaciones. Prentice Hall

Hispanoamericana S.A. 1991.

[6] M. Kaspi, y B. Montreuil, “On the scheduling of identical parallel with

arbitrary initial processor available times”. Research memorandum No. 88-12. School

of industrial engineering. Pardue University. West Lafayette. 1988.

[7] J. Prawda, Métodos y modelos de investigación de operaciones. Volumen

2. Limusa, Noriega editores. México. 1995.

[8] Hiller, Frederick S. y Lieberman, Gerald J. Introducción a la investigación

de operaciones. 5ª. Edición, México: Mc Graw Hill. 1991. 833 p.

68
ANEXOS

69
Anexo 1 Ingreso de pedidos para fabricación
Semana Pedidos
entrantes Pedidos entrantes
1 8
2 10 12
3 9 10
4 11 8
5 9 Pedidos
6
6 8 entrantes
4
7 10
8 2
9
9 11 0
10 10 1 2 3 4 5 6 7 8 9 10 11 12
11 7
12 11

Fuente: Elaboración propia

Tabla 18 pronostico promedio móvil

Semana Pedidos entrantes Pronóstico de Error del Error al
Promedio Móvil Pronóstico cuadrado
1 8
2 10
3 9
4 11 9 2 4
5 9 10 -1 1
6 8 10 -2 3
7 10 9 1 0
8 9 9 0 0
9 11 9 2 4
10 10 10 0 0
11 7 10 -3 9
12 11 9 2 3
Totales 0,67 24

12
10
Pedidos entrantes
8
6
4 Pronóstico de Promedio
Móvil
2
0
1 3 5 7 9 11

Fuente: Elaboración propia

70
 Tabla 19 Suavización exponencial
Semana Pedidos entrantes Pronóstico de Suav Error del Error al
(Yt) Exponencial (Ft) Pronóstico (Yt- cuadrado
Ft)
1 8 17,00
2 10 15,20 -5,20 27,04
3 9 14,16 -5,16 26,63
4 11 13,13 -2,13 4,53
5 9 12,70 -3,70 13,71
6 8 11,96 -3,96 15,70
7 10 11,17 -1,17 1,37
8 9 10,94 -1,94 3,75
9 11 10,55 0,45 0,20
10 10 10,64 -0,64 0,41
11 7 10,51 -3,51 12,33
12 11 9,81 1,19 1,42
Totales -25,76 107,07

18
16
14
12 Pedidos entrantes (Yt)
10
8 Pronóstico de Suav
6 Exponncial (Ft)
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12

Tabla 20 Proyección de tendencias

Año (t) Pedidos entrantes (t*Yt) (t2) Tendencia
(Yt)
1 10,8 10,80 1 10,75
2 11,45 22,90 4 11,3
3 12,75 38,25 9 11,85
4 10,95 43,80 16 12,4
5 11,95 59,75 25 12,95
6 13,75 82,50 36 13,5
7 15,75 110,25 49 14,05
8 14,85 118,80 64 14,6
9 14,3 128,70 81 15,15
10 15,7 157,00 100 15,7
55,00 132,25 772,75 385,00
Nota: se evidencia la proyección y tendencia en el comportamiento de los pedidos
entrantes al sistema. Fuente: elaboración propia

71
Se considerarse en éste caso el promedio de una serie de tiempo con un mecanismo
de autocorrección buscando ajustar los pronósticos en dirección opuesta a las
desviaciones del pasado mediante una corrección que se ve afectada por un
coeficiente de suavización. Es así entonces, este modelo de pronóstico precisa tan
sólo de tres tipos de datos: el pronóstico del último período, la demanda del último
período y el coeficiente de suavización.

Esto con el fin de que la demanda aleatoria, en el cual se pretende eliminar los
elementos irregulares históricos mediante un enfoque de demanda reciente,
utilizando una gran cantidad de períodos y de ponderaciones para lograr así óptimos
resultados.

72