aplicaciÓn de software para las herramientas...
TRANSCRIPT
Universidad del Istmo
Facultad de Ingeniería
APLICACIÓN DE SOFTWARE PARA LAS HERRAMIENTAS DE ANÁLISIS
Y MEJORA DE PROCESOS
JOSÉ IGNACIO IBARGÜEN ARRIVILLAGA
Guatemala, 12 de agosto de 2010
Universidad del Istmo
Facultad de Ingeniería
APLICACIÓN DE SOFTWARE PARA LAS HERRAMIENTAS DE ANÁLISIS
Y MEJORA DE PROCESOS
Trabajo de Graduación
Presentado al Consejo de la Facultad de Ingeniería
de la Universidad del Istmo para optar al título de:
Ingeniero Industrial
por
JOSÉ IGNACIO IBARGÜEN ARRIVILLAGA
Asesorado por: Ingeniero Luis Pedro Cruz Martínez
Guatemala, 12 de agosto de 2010
Universidad del Istmo
Facultad de Ingeniería
A continuación se presenta el trabajo
APLICACIÓN DE SOFTWARE PARA LAS HERRAMIENTAS DE ANÁLISIS
Y MEJORA DE PROCESOS
Tema que fue asignado por el Consejo de la Facultad de Ingeniería el día 9 de septiembre de 2008
JOSÉ IGNACIO IBARGÜEN ARRIVILLAGA
DEDICATORIA
Dedicada a todas aquellas personas, que están siempre conmigo apoyándome en la búsqueda
de éxito. Especialmente a mi madre
¡Muchas gracias por todo!
�������
�
������������ � � � � � � � � ��
������ � � � � � � � � � �
�������� � � � � � � � � � �
����������� � � � � � � � � � �
�
�� ������������ �� ��� ���� ! ��"#�� �� $�#%��#� � � &�
����� ��� �������������� � � � � � � ��
���������������� � � � � � � ��
���������� � � � � � � � ��
������� ��� ������� � � � � � � !�
��"�� ���������������� � � � � � � !�
��������������� � � � � � � !�
���������� � � � � � � � !�
������ ��� ������� � � � � � � !�
'� $���%�(�# �� $����# � � � � � � � )
������������� � � � � � � � � #�
�������� � � � � � � � � $�
����� ��� ������� � � � � � � � $� �
����� %��� � � � � � � � � $�
! ������ �� � � � � � � � � �&�
&� ���*���� �� ��+�� �,�%�# # ���*���� �� ��-�.�/�� � � � �0�
���'(��������)�*���������� ���� � � � � � ���
��'(���������������+� � ��������* ��� ���������*���� � � ���
���'(�����!�'� � � � � � � � �!�
���������������� � � � � � � �,�
���������� � � � � � � � �,�
������� ��� ������� � � � � � � �,� �
������� %��� � � � � � � � �#�
��!������� � �#�
��!����� ��� ����������*������������� �� � � �#�
0� ����#*���� � � � � � � � �1
���������%���������-���*��.������� �� � � � � � �/�
� ������ �� � � � � � � � � �/�
������ ��� ������ � � � � � � � �/�
2� ���*���� �� 3���� � � � � � � '&
!����� ���� � � � � � � � � �� �
!���� %��� � � � � � � � � ��
!�������� �� � � � � � � � � !�
!����� ��� ������� � � � � � � � !�
4� � +"#*���� � � � � � � � � � ')
,��0� �����1��2������������ � � � � � � #� �
,������� � � � � � � � � $� �
,����� %��� � � � � � � � � $�
,�������� �� � � � � � � � �� �
,! ��� ���� � � � � � � � � ��
)� 3��,�%�� �� �#���# � � � � � � � � &4
#��3�4+� ��������������5� � � � � � � �#�
#������ ��� ������ � � � � � � �#�
#����� %��� � � � � � � � �#�
#�3�4+� ���������������� � � � � � � �/�
#����� %��� � � � � � � � �&�
#������ �������%� ������������ ���� � � � � � ���
#�������� �� � � � � � � � ���
5� $�#�6���%#�� � � � � � � � � 05
$��"�%�������������� � � � � � � � !��
$������� � � � � � � � � !�
$�������� �� � � � � � � � � !��
$����� %���������0��������"�� %�� � � � � � !��
$!���� %����������������61������ � � ,��
� � � � � �
1� 7�8# �� +�� ��� 9�:(����6� �;����<� � � � � � 4)�
/����� %��� � � � � � � � � ,#�
/ ������ �� � � � � � � � � ,$�
�=� � +"# ��:��#� � � � � � � � � )0�
�&��7%�� � ������8���� %���� � � � � � � #��
�&�7������ ��������"��8� ���������7* �����%�������)�*���'49� �� � ##�
�&�������� �� � � � � � � � � ##�
��� �#�� # �� �����(#��� � � � � � � 52�
������� %��� � � � � � � � � $!�
���'(���������"����%�����%���'���� ��� � � � � $$�
���������� �� � � � � � � � � $$� �
�'� �����# ��;��%# # �+�� ��� �#��� � � � � 10�
������ ��� ������ � � � � � � � /��
��������������������:�� ���%��� ����� � � � /��
���������%��������:�� ������� ����� � � � � /��
���������������%��������:�� ��;(��� �� 4����� ���� � � /��
�����4� *��������:�� ��;(��� �� 4����� ���� � � � /��
����� %��� /!
���<=�>*���������� ��������� �� � � � � � /!�
����������� ������� � � � � � � /!�
�������� ������ � � � � � � /#�
��������� �� � � � � � � � � /#�
�&� �>�#�# ��( �:� � � � � � � � � �=0
���������� � � � � � � � � �&��
������ %��� � � � � � � � � �&!�
���������� ���� � � � � � � � �&$�
�������� %���� � � � � � � �&$�
�#�% +��#��� ��0
��%#�����%�#��� ��2
��,����%��� ��8 �#*��,�%���� � � � � � � � ��4�
���:# � ��1
���:# ' �'=
���:# & �'�
ÍNDICE DE ILUSTRACIONES
Tablas
1. Pasos y Herramientas para Solución de Problemas 4
2. Defectos de Producción 9
3. Defectos Encontrados 9
4. Defectos Encontrados Tabulados 11
5. Defectos Encontrados Frecuencia % y Acumulada % 11
6. Defectos Encontrados Gráfica de Barras 12
7. Selección de Gráficas 13
8. Defectos Semanales 20
9. Tiempo del Proyecto 24
10. Datos Gantt 26
11. Plantilla diagrama de Flujo 32
12. Plantilla 33
13. Armar Plantilla 34
14. Conector de Figuras 35
15. Resultado de Toma de Muestras 38
16. Índice de Capacidad del Proceso 41
17. Índice de Capacidad Real 42
18. Índice de K 43
19. Datos de Muestra y Submuestra 44
20. Número de Muestra y Submuestra 45
21. Especificación Superior e Inferior 45
22. Opción de Gráficas 46
23. Valor de Cp, Cpi, Cps y Cpk 47
24. Tipos de Pronósticos 48
25. Opción de Pronósticos 53
26. Años y Cantidad 54
27. Opción de Pronósticos Serie de Tiempo 55
28. Tabla del Sistema 55
29. Add an Observation 56
30. Solve and Analyze 56
31. Forecasting Method 58
32. Forecasting Setup 59
33. Tabla de Resultados 60
34. CFE, MAD, MSE, MAPE, TRK Signal R-Square 61
35. Regresión Lineal X/Y 62
36. Regresión Lineal 62
37. Tabla del Sistema de Regresión Lineal 63
38. Comando para la Regresión Lineal 63
39. Variable dependiente 64
40. Resultados de la Regresión Lineal 65
41. Opción de Resultados Gráficamente de la Regresión Lineal 65
42. Opciones de Selección para Modelos de Redes 69
43. Números de Nodos para Problema de Redes 69
44. Entrada de Nodos al Sistema 70
45. Cambio de Nombre de Nodos 70
46. Nombra Nodos de la Red 71
47. Información de la Red 71
48. Opción Modelo Gráfico de Red 72
49. Resolución de Modelo de Red 73
50. Opciones de Selección para Flujo Máximo 78
51. Maximización del Flujo 79
52. Nodos Flujo Máximo 79
53. Cambio de nombre a los Nodos Flujo Máximo 80
54. Nombra Nodos Flujo Máximo 80
55. Información Flujo Máximo 81
56. Opción Modelo Gráfico Flujo Máximo 81
57. Resolución de Flujo Máximo 82
58. Selección de Ruta del Flujo Máximo 83
59. Resultados Flujo Máximo 84
60. Costos de Envío Unitario 85
61. Opción de Problema de Transporte 89
62. Costo de Envíos 90
63. Nombrar Node Transportes 90
64. Información de Nodos 91
65. Selección de Gráfica de Transportes 91
66. Solución de Transportes 92
67. Solución de Minimización de Transportes 93
68. Opción Ruta más Corta 98
69. Opción Ruta más Corta Minimización 99
70. Especificación de Ruta 99
71. Dirección de Rutas 100
72. Selección de Gráfica de Ruta más Corta 101
73. Solución de Ruta más Corta 102
74. Resultado Ruta más Corta 103
75. Resolución Método Simplex Paso 1 105
76. Resolución Método Simplex Paso 2 106
77. Resolución Método Simplex Paso 3 106
78. Resolución Método Simplex Paso 4 107
79. Resolución Método Simplex Paso 5 107
80. Resolución Método Simplex Paso 6 108
81. Datos Método Simplex 110
82. Selección de Data 111
83. Selección de Solver 111
84. Entrada de Datos a Solver 112
85. Mantener la Solución Asignada por Solver 112
86. Maximización de la Producción 113
Gráficas
1. Ley 80/20 7
2. Gráfica de Pareto 10
3. Barras 12
4. No Conformidades Semanales 20
5. Defectos Semanales 21
6. Mayor al Menor Defecto 21
7. Gráfica de X 39
8. Gráfica de R 40
9. Resultados Gráficos de Regresión Lineal 66
10. Puntos de Oferta y Demanda 87
11. La incorporación de la demanda entrega la solución respectiva 88
12. Minimización de Transportes 92
13. Ruta Crítica 101
Diagramas
1. Diagrama de Ishikawa 17
2. Diagrama Ishikawa 5 M 18
3. Diagrama de Introducción Gantt 25
4. Diagrama de Gantt 26
5. Flujograma Servicio al Cliente 29
6. Solicitud del Producto 34
7. Proceso de Diagrama de Flujo 35
8. Categorías de Pronósticos 49
9. Árbol de una Red 67
10. Expansión Mínima 68
11. Modelo Gráfico de Red 72
12. Flujo Máximo 75
13. Flujo de un Sistema 76
14. Modelo Gráfico de Flujo Máximo 82
15. Ruta 95
16. Red Dirigida con Recursos 96
17. Ruta más Corta Dirigida con Recursos 97
1
INTRODUCCIÓN
Existen varias herramientas y software que ayudan a los ingenieros a resolver y mejorar
problemas. No obstante, no se han hecho estudios para hacer un manual con las herramientas
básicas más utilizadas en Ingeniería Industrial, con software específico para cada una, que
proporcionen al alumno, catedrático o empresario su existencia, su importancia y aplicación.
Algunas herramientas ayudan a detectar la no conformidad del proceso, otras a la creación de
un plan de acción y al control del mismo. Se logra esto mediante un software para facilitar la
utilización de ellas de una forma rápida y precisa, minimizando el error humano y creando
diferentes escenarios. Dichas herramientas ayudan a tomar la decisión más aceptable, al identificar
el problema y colaborar con la mejora continua.
Este trabajo de investigación muestra las herramientas que podrán ser utilizadas para cualquier
línea de negocio (administrativo, control de producción, planificación, construcción, distribución de
productos o servicios, etc.), ya que toda empresa cuenta con problemas comunes, como
inconformidades de productos o servicios, distribución ineficiente, personal insatisfecho, etc., que
pueden entenderse y resolverse de una forma eficiente aplicando el software.
El objetivo principal de este trabajo es facilitar el acceso de alumnos y catedráticos de la
Universidad del Istmo a herramientas básicas de Ingeniería Industrial a través de un software para
la creación de diversos escenarios, metodologías, aplicaciones y solución de problemas. Asimismo,
se busca poner a disposición del empresario la información de cada herramienta, incluyendo
ejemplos de utilización con el software, para poder aplicarla y con ello ayuda a alcanzar los
objetivos de la empresa.
Se investigó diferentes herramientas para mejorar la calidad de los procesos como la
Recolección de Datos, Tormenta de Ideas, Principio de Pareto, Diagramas de Ishikawa y Diagramas
de Flujo, se mencionarán con sus objetivos, reglas, procedimientos, y uso del software
correspondiente. De igual forma, se investigó la recopilación de herramientas necesarias para la
realización de una planeación de procesos y proyectos: Pronósticos y Diagrama de Gantt.
Seguidamente, se buscaron herramientas de investigación de operaciones: el Flujo Máximo, Ruta
Critica, Método Simplex, Modelo de transporte, Árbol de Expansión mínima.
2
SUMARIO
El presente trabajo de graduación con título “Aplicación de Software para las Herramientas de
Análisis y Mejora de Procesos” es un manual, tanto para estudiantes universitarios, catedráticos y
profesionales de distintas líneas de negocios, basado en herramientas que ayudan en la planeación,
organización, ejecución y control de procesos que se llevan a cabo en cualquier organización.
Asimismo, da a conocer las herramientas básicas para el control de calidad de procesos, para el
proceso de planeación industrial y para la investigación de operaciones. De esta forma se hará una
definición general de cada herramienta con sus objetivos, las reglas que se deben seguir para su
aplicación, se mostrará también un ejemplo práctico que incluye la utilización del software
adecuado.
OBJETIVOS
GENERALES
• Facilitar al alumno de la Universidad del Istmo el conocimiento, entendimiento y aplicación
de software para la aplicación de herramientas básicas de Ingeniería Industrial.
• Ofrecer información al empresario sobre software aplicado en herramientas ayudándole a
la creación de escenarios para la toma de decisiones.
ESPECÍFICAS
• Explicar la aplicación de las herramientas.
• Establecer el proceso de aplicación a cada herramienta.
• Demostrar la aplicación de software de cada herramienta.
• Realizar ejemplo de aplicación de cada herramienta con su software.
JUSTIFICACIÓN
El trabajo de la Aplicación de Software para las Herramientas de Análisis y Mejora de Procesos
es una recopilación de información sobre los temas importantes de Ingeniería Industrial, las
herramientas básicas y su aplicación con un software asignado. En la actualidad existen varios
programas y herramientas, pero en el ámbito universitario y empresarial no existe un manual que
reúna estas herramientas, por lo cual nace la necesidad de hacer esta investigación que pueda ser
de gran uso para alumnos, catedráticos universitarios, y profesionales.
3
1. Herramientas de Análisis y Mejora de Procesos
El objetivo de las empresas es crear, de una mejor manera que sus competidores, un producto
o servicio; ya que los clientes hoy en día, en un mercado globalizado, pueden elegir entre varias
opciones; esto lleva a las empresas a la búsqueda de mejorar la integración e interrelación de sus
diversas actividades.
Para que el producto o servicio sea satisfactorio al cliente, debe existir calidad del producto,
calidad del servicio y precio competitivo.
Las empresas que trabajan con mala calidad, tienen costos más elevados, porque pueden
existir:
• Reprocesos de productos terminados.
• Retrasos en la línea de producción.
• Pérdidas por elaborar productos malos.
• Paros y fallas dentro del proceso.
• Alto nivel de desperdicios.
• Problemas con proveedores.
• Clientes insatisfechos.
• Pérdida de ventas.
• Y otros problemas más.
En cambio, las empresas con bajos costos totales son aquellas en que sus procesos generan
valor para el cliente y proveedores de mejor manera que sus competidores. Estas empresas
cumplen con los principios de productividad, eficiencia y eficacia.
Una empresa eficiente es aquella que disminuye los tiempos de desperdicio por paros de
equipos, no tiene escasez de materiales, desbalance de capacidades, retrasos en los suministros y
en las órdenes de compra, ni pérdidas de tiempo por mantenimiento correctivo. En la eficacia se
busca mejorar los resultados del equipo, materiales, procesos y recursos humanos según lo
planificado.
Las empresas que elaboran un proyecto o tiene una línea de producción tienen problemas para
lograr la mejora contínua. A continuación, se listan los pasos que deben seguir, junto con las
herramientas, para la solución de los problemas:
4
Tabla No. 1
Pasos y Herramientas para Solución de Problemas
Pasos Herramientas
Identificar los problemas Recolección de datos, Tormenta de ideas, Principio de
Pareto, Gráficas de control, Método Simplex.
Investigar las causas reales del
problema
Principio de Pareto, Diagrama causa efecto, Histograma,
Camino Critico.
Determinar las mejores opciones
o soluciones
Pronósticos, Árbol de una red, Flujo Máximo, Modelo de
Transporte, Camino Crítico, Método Simplex.
Aplicar y evaluar Diagrama de Gantt, Gráficas de control, Flujograma,
Histogramas.
Prevenir la repetición del
problema Gráficas de control, Flujograma, Histogramas.
Fuente: Propia
1.1 Recolección de datos
Consiste en recopilar datos en forma acumulativa y sistemática sobre una determinada situación
(equipo, proceso, procedimiento, actitud u otro).
Debe ser presentada en formatos, por ejemplo: reportes, hojas de trabajo o formas claras
(estos documentos se obtienen durante un período de tiempo), con datos que estén directa o
indirectamente relacionados con la calidad y el servicio de la empresa.
1.1.1 Objetivos
• Tener en mente que los problemas pueden no tener solución.
• Entender que los proyectos deben analizarse de manera integral para obtener los
resultados deseados.
• Recabar datos cualitativos y cuantitativos con validez y confiabilidad.
• Separar las causas reales de las aparentes.
1.1.2 Reglas
• Utilizar formatos especiales según la necesidad.
• Utilizar lista de verificación, encuestas, entrevistas o cuestionarios.
5
• Recabar información de personas que dominen el tema en el campo.
• Aclarar dudas que se tengan del tema.
• Gráficar los procesos observados e involucrados.
• Cuantificar y cualificar el comportamiento del evento observado (porcentajes, proporciones,
razones, frecuencias, etc.).
1.1.3. Procedimientos
• Tener claro los objetivos de lo que se quiere hacer.
• Analizar todos los casos para definir qué se va a medir u observar.
• Registrar ordenadamente los datos obtenidos.
• Realizar una cadena de relación con los datos obtenidos.
• Respaldar la información obtenida y validarla con personal experto en el tema.
• Seleccionar la información relevante a la solución del problema o al éxito del proyecto.
1.2 Tormenta de Ideas
Consiste en dar la oportunidad a todos los miembros del equipo de trabajo para opinar y
sugerir ideas con relación al problema o proyecto específico.
1.2.1 Objetivos
• Entender que el trabajo en grupo es mucho más eficaz que el trabajo de un individuo.
• Al aprovechar el conocimiento de los integrantes del grupo, se genera grandes cantidades
de ideas.
• Estimular la creatividad y participación de los miembros del grupo.
• Crear responsabilidad en lo que se desea hacer.
1.2.2 Reglas
• Deben de participar todas las personas que estén involucradas y/o afectadas en el
proyecto.
• Solo se habla sobre el proyecto.
• La persona que no tenga en el momento de su turno la idea clara o los que estén agotados
de ideas deberán de decir “paso” y esperar su turno nuevamente.
1.2.3 Procedimientos
• Se coloca el grupo en una mesa redonda.
6
• Nombrar a la persona que escribirá las ideas (secretaria).
• Se inicia el aporte de ideas, uno por uno, hacia la derecha.
• Cada idea debe de ser registrada en el rotafolio.
• No es permitido interrumpir al expositor.
• El desarrollo de ideas crece con las ideas de los demás.
• Cuando todos terminen de dar ideas, termina el proceso.
• Al terminar, cada miembro deberá de analizar las ideas generadas para solucionar dudas y
descartar las ideas no útiles o imposibles de realizar. (Ver Apéndice I.)
7
2. Principio de Pareto
Es una estrategia de clasificación de datos para que la solución sea fácil de identificar mediante
una gráfica. Ya que es difícil tratar de resolver todos los problemas al mismo tiempo, para facilitarlo
se deben seleccionar los problemas más importantes y hacer énfasis en las causas más relevantes
de estos problemas. Esto es lo que se conoce como la Ley 80/20 o Ley de Pareto.
En un fenómeno de consecuencias de las intervenciones de varias causas o factores ordenados
de mayor a menor. Según sea la importancia del problema, se encontrará que un número pequeño
de causas, que encabeza la lista, contribuye a la mayor parte del efecto; mientras que el restante
contribuye a una pequeña parte del efecto.
Gráfica No.1
Ley 80/20
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006.
Al construir la gráfica de Pareto se deben hacer barras verticales en forma descendente de
izquierda a derecha, priorizando los efectos más significativos a los menos significativos.
2.1 Objetivos
• Analizar los datos numéricos.
• Presentar como el 20% de las causas producen el 80% de los efectos y viceversa.
8
2.2 Reglas
• Todos los datos deben de estar cuantificados y debe ser posible su comparación.
• Elaborar la Gráfica de Pareto.
• Se debe señalizar de forma clara y completa.
2.3 Procedimientos
• Identificar lo que se desea analizar.
• Con la ayuda de la tormenta de ideas, se hace una lista de todas las posibles causas que
contribuyen al efecto.
• Si es posible, se debe de cuantificar los efectos.
• Ordenar las causas de mayor a menor, con su peso cuantitativo real o por medio de
porcentajes.
• Graficar en forma de barras verticales.
2.4 Ejemplo:
Una fábrica de materiales plásticos desea observar cuáles son los defectos de las unidades
terminadas al salir de la línea de producción, se empezó clasificando los posibles defectos:
9
Tabla No. 2
Defectos de Producción
Defectos posibles Detalle de Problemas
Color incorrecto No es el color requerido por el cliente
Fuera de medida Medida fuera del estándar
Mal terminado Error de máquina
Roturas Se quiebra durante la fabricación
Desbalance El producto quiere contra peso adicional
Aplastamiento El producto se aplastó durante la fabricación
Incompleto Falta alguno de los insertos metálicos
Mal Alabeo Nivel de alabeo no aceptable
Otro Otro defecto
Fuente: http://www.elprisma.com/apuntes/ingenieria_industrial/diagramadepareto/
El inspector revisa cada producto al salir de la línea de producción, registrando cada defecto
encontrado (frecuencia).
Tabla No. 3
Defectos Encontrados
Defectos
posibles
Detalle de Problemas
Frec. Frec. %
Acumul.
%
Aplastamiento El producto se aplastó durante la
fabricación 45 43,69% 43,69%
Roturas Se quiebra durante la fabricación 37 35,92% 79,61%
Mal terminado Error de máquina 10 9,71% 89,32%
Color incorrecto No es el color requerido por el cliente 3 2,91% 92,23%
Desbalance El producto quiere contra peso adicional 3 2,91% 95,15%
Fuera de medida Medida fuera del estándar 2 1,94% 97,09%
Incompleto Falta alguno de los insertos metálicos 2 1,94% 99,03%
Mal Alabeo Nivel de alabeo no aceptable 1 0,97% 100%
Otro Otro defecto 0 0% 100%
TOTAL 103 100%
Fuente: http://www.elprisma.com/apuntes/ingenieria_industrial/diagramadepareto/
10
Para hacer más evidente los defectos se va ordenando los datos de la tabla en orden
decreciente de frecuencia, para poder ver con facilidad los defectos más sobresalientes.
Gráfica No.2
Gráfica de Pareto
Fuente:
http://www.elprisma.com/apuntes/ingenieria_industrial/diagramadepareto/
Se puede observar que los primeros dos tipos de defectos presentan el 79.61% de los
productos no conformes.
Se concluye que la mayor parte de los defectos encontrados corresponde a “Aplastamiento y
Roturas”, de manera que, si se eliminan las causas que lo provocan, desparecería la mayor parte
de las no conformidades.
2.5 Programa
El programa que se utiliza para aplicar la Ley de Pareto es Microsoft Excel 2007, los pasos son
los siguientes:
Ingresar al programa e introducir la tabla de no conformidades con sus frecuencias, porcentaje
de frecuencias y porcentaje acumulado.
11
Tabla No. 4
Defectos Encontrados Tabulados
Fuente: Microsoft Excel 2007
Seleccionar los datos que deben aparecer en la gráfica.
Tabla No. 5
Defectos Encontrados Frecuencia % y Acumulada %
Fuente: Microsoft Excel 2007
Hacer click en la sección de “Insertar”, escoger “Gráfica de Columnas” y hacer click en “Columna
Agrupada.”
12
Tabla No. 6
Defectos Encontrados Gráfica de Barras
Fuente: Microsoft Excel 2007
Luego aparece una gráfica, selecciona las líneas “Porcentaje Acumulado” y hace click derecho.
Gráfica No.3
Barras
Fuente: Microsoft Excel 2007
Selección la casilla de “Cambiar tipo de grafico de serie” y escoge “Línea.”
13
Tabla No.7
Selección de Gráficas
Fuente: Microsoft Excel 2007
Presiona “Aceptar” y tiene su gráfica de Pareto.
14
3. Diagrama Causa Efecto o Diagrama de Ishikawa
El diagrama de Ishikawa refleja la relación entre una característica dada (causa raíz obtenida
por el diagrama de Pareto) y los posibles factores que contribuyen a que se dé esta causa raíz.
Con el diagrama se logra conocer más el proceso o la situación de la causa raíz, sirve de guía
objetiva para la discusión y la motiva. Toda posible causa que afecta directamente a la causa raíz
se busca activamente y los resultados quedan escritos en el diagrama. El diagrama muestra el nivel
de conocimiento técnico que se han logrado sobre el proceso.
Existen métodos diferentes para hacer este diagrama: Método de flujo del proceso, Método de
estratificación o enumeración de causas y Método 5M o análisis de dispersión.
3.1 Método de Flujo del Proceso
El método de flujo del proceso contiene en la línea principal la serie de secuencias del proceso
de producción o de administración. En las ramas se agregan los factores que afectan las
características de calidad en el orden correspondiente.
Las ventajas del método: Debe utilizarse un diagrama de flujo del proceso, el proceso completo
es considerado como causa del problema, puede llevar a descubrir nuevos problemas, se pueden
predecir problemas en el proceso.
Desventajas del método: Con facilidad no se detectan las causas potenciales, difícil usar el
diagrama por mucho tiempo, algunas causas potenciales puede ser repetitivas.
3.2 Método de Estratificación o enumeración de Causas
El método de estratificación o enumeración de causas está diseñado para ir directamente a la
causa potencial del problema. Este método debe ser utilizado cuando las categorías de las causas
potenciales pueden subdividirse.
Ventajas del método: Da a conocer las causas potenciales del problema, este diagrama es
menos complejo comparado con los otros diagramas.
Desventajas del método: puede ser que no se tomen en cuenta algunas causas potenciales,
puede ser difícil dividir las subdivisiones principales, requiere un gran conocimiento del proceso y
causas potenciales.
15
3.3 Método 5M
El método 5M o análisis de dispersión se realiza colocando el diagrama de Pescado del lado
derecho (cabeza) el problema y en el lado izquierdo (espinas) se especifica todas sus causas
potenciales.
Algunas empresas que utilizan una clasificación de causas, llamada las 5M´s. recurren al
ordenamiento de cinco categorías que ayudan a ordenar la información de una forma simple:
Mano de obra o gente: Conocimiento: ¿Qué tanto conoce la gente su trabajo? Entrenamiento:
¿Saben los operadores cómo operar eficientemente la máquina? Habilidad: ¿Qué habilidades tienen
los operadores para realizar su trabajo? Capacidad: ¿Qué capacidad de trabajo tiene el operador?
Métodos y procedimientos: Estandarización: ¿Están definidas, de una manera adecuada y clara,
las responsabilidades y los procedimientos que se llevan? Excepciones: ¿Existe una mejor forma
hacer el proceso? Definición de operaciones: ¿Cómo se decide si la operación debería de hacerse
de otra forma?
Máquinas o Equipo: Capacidad: ¿Cuál es la capacidad de las máquinas? ¿Hay diferencias? ¿Qué
diferencias significativas se han encontrado? Herramientas: ¿El cambio de herramientas es
significativo? Ajustes: ¿Son claros los criterios para ajustar la maquinaria? Mantenimiento: ¿Se hace
mantenimiento preventivo?
Material: Variabilidad: ¿Se conoce la variabilidad de las características importantes? Cambios:
¿Qué cambios han sucedido? Proveedores ¿Cuál es la influencia de múltiples proveedores?
Medio Ambiente: Ciclos: ¿Existen ciclos en proceso que afecten al medio ambiente?
Temperatura: ¿Cómo influye la temperatura en el proceso?
Las ventajas de este método son: Se considera una cantidad masiva de elementos con el
problema, se puede usar sin conocer detalles del proceso, solo se concentra en el proceso no en el
producto.
Cuenta también con desventajas: Se puede saturar las ramas con causas potenciales, el método
no será entendido para quienes desconocen el proceso.
Este es el método más utilizado, ya que éste se puede utilizar en casi cualquier situación y
requiere menos conocimiento del proceso y de sus causas potenciales para poder llegar a una
solución.
16
3.3.1 Objetivos
• Presenta todas las causas que afecten la solución del problema.
• Ayuda a visualizar la o las causas más importantes del problema.
• Agrupa diferentes procesos.
3.3.2 Reglas
• Lo que se esté diagramando debe ser medible paso a paso.
• Cualquier cosa que influya sobre el efecto se debe considerar una causa.
• A la derecha (cabeza) se coloca el efecto y a la izquierda (en las espina) las causas.
3.3.3 Procedimientos
• Derivado del análisis de Pareto, se coloca el problema como efecto.
• Dibuje del lado derecho un cuadrado y adentro escriba el problema.
• Dibuje una flecha horizontal de izquierda a derecha que llegue al cuadro.
• Dibuje cinco flechas apuntando a la flecha horizontal y rotule cada una de las 5M´s al
principio de cada flecha.
• Coloque cada una de las causas de acuerdo con su naturaleza en la categoría que
considere adecuada.
• Al terminar la clasificación, determine las causas más importantes para definir una acción
adecuada.
17
3.3.4 Ejemplo
Diagrama No.1
Diagrama de Ishikawa
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 168.
3.3.5 Programa
Hoja programada de Excel, link http://www.asq.org/learn-about-quality/cause-analysis-
tools/overview/overview.html .
3.3.5.1 Procedimiento del uso del Programa
• Introducir la no conformidad prioritaria identificada en la gráfica de Pareto en el cuadro de
la derecha (cabeza de pescado).
• Escribir los problemas que generan esa no conformidad en su categoría respectiva.
18
Diagrama No.2
Diagrama Ishikawa 5 M
Fuente: http://asq.org/sixsigma/2008/04/fishbone-cause-amp-effect-diagram.xls
Se puede observar las diferentes ramas principales y sus subramas que afectan a la causa raíz.
Estudiando y mejorando los puntos de las subramas se arregla la causa raíz.
19
4. Histograma
El histograma es una gráfica de barras que demuestra el comportamiento de un conjunto de
datos, sirve para tener una idea objetiva sobre la calidad de un producto, el desempeño de un
proceso o el impacto de una acción de mejora. La gráfica se puede demostrar por medio de una
distribución de frecuencias.
La realización de un histograma cuenta con una serie de pasos generales que pueden ser
modificados dependiendo del estudio.
4.1 Pasos para realizar un Histograma
• Determinar el rango de los datos.
• Obtener el número de clases o barras.
• Establecer la longitud de clase. Debe de establecerse de tal manera que el rango pueda ser
cubierto en su totalidad por las clases.
• Construcción de intervalos de clases.
• Obtener la frecuencia de cada clase. Se obtiene por medio de datos que caen en cada
intervalo de clase.
• Graficar el histograma. Realizar una gráfica de barras con los datos obtenidos.
4.2 Programa
Hoja programada de Excel, link http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/check-sheet-histogram.xls
4.3. Procedimiento
Introducir los errores o no conformidades dentro de la hoja de no conformidades
semanales. En la columna vertical se debe nombrar las no conformidades detectadas, en la
columna horizontal se encuentran los días de la semana para completar la matriz indicando
las no conformidades.
20
Tabla No. 8
Defectos Semanales
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-tools/overview/check-
sheet-histogram.xls
En la segunda hoja del archivo de Excel se encuentra el Histograma que indica la cantidad de
no conformidades por los días de la semana.
Gráfica No.4
No Conformidades Semanales
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/check-sheet-histogram.xls
21
En la tercera hoja del archivo de Excel se encuentra la gráfica de barras que indica la cantidad
de defectos por la semana.
Gráfica No.5
Defectos Semanales
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/check-sheet-histogram.xl
En la tercera hoja del archivo de Excel se encuentra la gráfica de pareto indicando del mayor al
menor defecto. Aplicando la ley de 80%-20%.
Gráfica No.6
Mayor al Menor Defecto
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/check-sheet-histogram.xl
22
Mediante el programa se puede hacer un análisis de gráficas inmediatas para tomar una
decisión lo más rápido posible, e imprimir.
23
5. Diagrama de Gantt
Es utilizado para desarrollar proyectos complejos (mayores de 25 actividades). El Diagrama de
Gantt muestra el tiempo de dedicación para distintas tareas o actividades en el tiempo determinado
del proyecto, este no indica la relación entre las actividades, pero la posición de cada tarea en el
tiempo puede identificar la relación entre cada una.
Es muy utilizado para demostrar diferentes fases, tareas y actividades programadas de un
proyecto o para ilustrar una línea de tiempo en las diferentes actividades, haciendo el método más
eficiente.
5.1. Proceso
Identificar tareas:
• Identificar sus tareas necesarias que afecten el desarrollo del proyecto.
• Identificar el tiempo necesario de cada tarea.
• Identificar la secuencia de actividades: ¿Qué tareas deben ser terminadas antes que
comience la otra?, ¿Qué actividad sucede al mismo tiempo que esta tarea?
Dibujar un eje de tiempo.
En el margen izquierdo de la página, en forma vertical, se deben escribir las tareas y etapas del
proyecto en orden.
• Para las actividades que ocurren durante un período de tiempo, se deben dibujar una
barra que se extiende en la línea de tiempo: alìnear el extremo izquierdo de la barra con el
tiempo que se inicia la actividad, y alìnear el extremo derecho con el tiempo de llega a la
conclusión de la actividad.
Compruebe que todas las tareas del proyecto estén en la gráfica. Como los eventos y
actividades se llevan a cabo, rellene las tareas y barras para mostrar su finalización. Marcar
verticalmente en donde se está en la línea de tiempo.
5.2 Ejemplo
La empresa XY. S.A. debe contratar 10 operarios, y le jefe de personal a diseñado el siguiente
programa de contratación de personal.
24
Actividad Tiempo
• Reclutamiento 3 días
• Selección 2 días
• Contratación 1 días
• Inducción 2 días
• Entrenamiento 3 días
Tabla No. 9
Tiempo del Proyecto
Task Start Date # Days
Required
Percent
Complete
Reclutamiento 3/15/09 3 50
Selección 3/19/09 2 0
Contratación 3/20/09 1 0
Inducción 3/22/09 2 0
Entretenimiento 3/23/09 3 0
Fuente: http://asq.org/sixsigma/tools-exchange/docs/gantt-chart.xls
25
Diagrama No.3
Diagrama de Introducción Gantt
Fuente: http://asq.org/sixsigma/tools-exchange/docs/gantt-chart.xls
5.3 Programa
Hoja programada de Excel, link http://www.asq.org/learn-about-quality/project-planning-
tools/overview/gantt-chart.html
5.4 Procedimiento
Ingresar las tareas (Task), fechas de comienza (Start Date), tiempo de realización (# Days
Required) y porcentaje de realización (Percent Complete).
26
Tabla No. 10
Datos Gantt
Task Start Date # Days
Required
Percent
Complete
Develop broad plan 4/3/07 14 100
Fuente: http://asq.org/sixsigma/tools-exchange/docs/gantt-chart.xls
Hacer esto con todas las tareas del proyecto y en la gráfica de arriba se ilustrará
automáticamente la gráfica y los cambios que desee hacerla.
Diagrama No.4
Diagrama de Gantt
Fuente: http://asq.org/sixsigma/tools-exchange/docs/gantt-chart.xls
27
6. Flujograma
Es fundamentalmente un diagrama que ilustra procesos productivos, para definir, documentar y
analizar procesos con el máximo detalle. Muestra las tareas, las entradas y salidas para un proceso
específico.
El Flujograma es la herramienta que enseña cómo se realiza el trabajo, representándolo
gráficamente, mediante la simbología global para que se pueda entender que tipo de función se
realiza.
6.1 Simbología Universal
Inicio o fin (límites).
Operación: Actividad que se realiza, esta modifica el insumo la de operación
pasada.
Movimiento o transporte
Inspección: parada de evaluación para observar que el producto cumpla con los
requisitos y satisfaga al cliente. Autorizando su continuidad en el proceso.
Demora: almacenamiento corto o espera.
Almacenamiento: espera de largo tiempo.
Decisión: el Flujograma tiene otras opciones dependiendo si cumple con la de
decisión propuesta, por ejemplo: “si” o “no”, “concluida” o “no concluida” y otras.
28
Conector: indica la salida del camino de una parte del proceso con una letra
mientras otras letras simbolizan diferentes caminos del proceso. Se debe asociar
con una flecha de entrada o salida.
Flechas: indica el flujo y la dirección del proceso.
6.2 Pasos
• Definir el proceso y sus límites.
• Mantener el flujo del proceso de izquierda a derecha y de arriba hacia abajo.
• Incorporar símbolos e información al diagrama.
• Mantener los símbolos equidistantes entre sí para facilitar la interpretación.
• Evitar intersecciones, deben pasar por encima o por debajo.
• Asegurarse que en las decisiones estén correctas las etiquetas.
6.3 Ejemplo
En el área de servicio al cliente se tiene como misión, satisfacer las necesidades de los clientes
desde el momento en que solicitan su mercadería hasta que reciben el producto final. Esta
primordial tarea lleva diferentes pasos para que se pueda realizar con éxito. Los pasos están
comprendidos entre la solicitud del pedido hasta la entrega del mismo, y se pueden ver con más
claridad y especificación en siguiente diagrama de las actividades del área de Servicio al Cliente.
29
Diagrama No.5
Flujograma Servicio al Cliente
Fuente: Propia
NO
SI
SI NO
Solicitud de Producto
Requieren
Visita a
Cliente
Es un
equipo
estándar
Ingresa Solicitud
con Diseño
Deseado
Hacer Visita
Hacer
Diseño
Cálculo de
Cotización
Externa
SI
NO
Cálculo de
Cotización
Interna
Hacer Cálculo De
Cotización
Externa
INICIO
Ingreso de
Cotización a
Computadora
Revisión de
Cotización
(Computadora-
Original)
A
30
Fuente: Propia
A
SI
NO
Acepta
Cotización
Cliente Evaluar
Razones
Hacer Nueva
Cotización
Abre Orden de
Producción
Pedir Anticipo al Cliente
Rectificación de
Medidas
Rectificación
de Diseño Final
B
Mandar
Cotización al
Cliente
31
Fuente: Propia
SI
NO Producción
Producto Final
Hacer
Envío
Revisar
Producto
Terminado
Contactar
Cliente
Enviar Pedido a
Cliente
FIN
B
32
6.4 Programa
Microsoft Office Vicio 2003
6.5 Proceso
Ingresar al programa y oprima la opción de “Flow Charts”, escoge el diseño que más convenga
(por el ejemplo se escoge el primero).
Tabla No.11
Plantilla diagrama de Flujo
Fuente: Microsoft Office Vicio 2003
Observar la venta en blanco especial para realizar el diagrama de flujo.
33
Tabla No.12
Plantilla
Fuente: Microsoft Office Vicio 2003
Escogiendo la figura, la arrastra hasta la hoja en blanco, colocándola en donde más desee.
34
Tabla No.13
Armar Plantilla
Fuente: Microsoft Office Vicio 2003
Al hacer doble click en el centro de cada figura, puede escribir dentro de ella.
Diagrama No.6
Solicitud del Producto
Fuente: Microsoft Office Vicio 2003
35
Para poder unir todas las figuras y terminar el diagrama de flujo, seleccione la opción de
“Herramienta Conector” que se encuentra en la barra superior de herramientas.
Tabla No.14
Conector de Figuras
Fuente: Microsoft Office Vicio 2003
Una las figuras en el orden que desee en el diagrama.
Diagrama No.7
Proceso de Diagrama de Flujo
Fuente: Microsoft Office Vicio 2003
Si una figura esta fuera de lugar, hacer click en la figura y arrastrarla hasta donde se quiera.
36
7. Gráficas de control
Las empresas están constituidas por procesos para la transformación de insumos en
satisfactores (productos o servicios) para el cliente. Tienen un principio y un final, un responsable y
la retroalimentación del mismo proceso.
Las cartas de control muestran gráficamente el comportamiento de un proceso que mediante la
retroalimentación puede ser analizado y estudiado para hacer mejoras en los resultados del mismo.
Esto tiene el propósito de identificar los puntos críticos del control, que para el cliente son de mayor
impacto sobre la calidad.
Existen varios tipos de gráficas de control, pero en este caso sólo se mostrará las cartas de
control para la aplicación de variables o caractéristicas de calidad. Estas determinan cómo se mide
el proceso y su desempeño, con el fin de determinar las causas de los defectos y poder mejorar el
proceso. Las cartas tipo Shewhart para variables continuas más usuales son:
• de promedio
• (R) de rangos
• (S) de desviación estándar
• (X) de medidas individuales
Las gráficas de control tienen tres líneas paralelas horizonales que sirven para poder medir los
resultados de los procesos: la línea del centro representa el promedio estadístico, mientras que las
otras líneas, la superior y la inferior, muestran los límites dentro de los cuales los valores
estadísticos obtenidos por el proceso deben permanecer para que el proceso esté bajo control
estadístico.
Una forma sencilla y usual para obtener los límites de controles, para “el caso de una variable
con distribución normal con medio µ, desviación estándar δ, y bajo condiciones de control
estadístico , se tiene que entre µ - 3δ y µ+3δ se encuentra 99.73% de los posibles valores que
toma tal variable.” Los límites superiores (LCS), la (X) línea central y el límite de contro inferior
(LCI) están dador por:
Limite de Natural Superior = µ + 3δ
Línea central = µ
Limite de Natural Inferior = µ - 3δ
37
Los límites específicos son aquellos límites que exije cliente sobre el proceso, son aquellas
especificación exijidas por el mercado en sí.
7.1 Gráficas de Control X
La gráfica de control X se aplica a procesos que producen grandes cantidades de producto con
las mismas características de calidad y sirve para controlar la variabilidad hasta llegar a la causa
raíz.
7.1.1 Procedimientos
Se determina la característica de calidad que se va a estudiar con la muestra, tomando en
cuenta un lapso de tiempo que sea significativo.
Determinar los límites naturales mediante las cartas tipo Shewhart (µ - 3δ y µ+3δ), en el caso
de la línea central es la media de la media, mientras que la desviación estándar se muestra
, donde es el tamaño de la muestra y es la desviación estándar. En la mayoría de
los estudios no se conoce la desviación y por ello hay que calcularla usando los datos de la
muestra, la estimación de corto plazo se realiza de la siguiente fórmula:
Donde es una constante que depende del tamaño de la muestra. De esta manera los
límites para la gráfica de control X se obtienen:
LCS =
Línea central =
LCI =
(Ver Anexo II.)
7.1.2 Ejemplo
Una empresa de café elabora un nuevo empaque para su producto llamado “Café listo para la
oficina” en el que la característica importante del producto es el peso del mismo, 50Kg. El cliente
exige un peso mínimo de 49Kg y la empresa debe poner un peso máximo de 51Kg. El peso de
38
cada bolsa debe de estar entre 49Kg y 51Kg para que se considere tolerable. Con la gráfica de
control X se evaluará el desempeño del proceso.
Para definir la muestra se decide tomar 4 bolsas cada hora hasta tener 10 subgrupos. Estos son
los datos obtenidos:
Tabla No. 15
Resultado de Toma de Muestras
MUESTRA O
SUBGRUPOS
PESO DE BOLSAS (KG) MEDIA RANGO
1 50.2 49.9 50.1 50.1 50.08 0.3
2 50.3 50.2 50.0 49.3 49.95 1.0
3 49.8 50.0 50.0 49.7 49.88 0.3
4 50.0 49.4 50.1 50.5 50.00 1.1
5 50.2 49.8 49.1 49.9 49.75 1.1
6 49.2 50.7 49.1 49.8 49.70 1.6
7 49.6 49.9 49.5 49.9 49.73 0.4
8 50.2 49.8 49.5 50.6 50.03 1.1
9 50.1 49.3 49.0 49.4 49.45 1.1
10 50.8 49.6 49.8 50.1 50.08 1.0
TOTAL 49.86 0.9
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición. México:
McGraw-Hill Interamericana, 2006. Pág. 199
Determinando los límites de control.
LCS = 49.86 + (0.729 + 0.9) = 51.49
Línea central = 49.88
39
LCI = 49.86 - (0.729 + 0.9) = 48.23
Gráfica No.7
Gráfica de X
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 201
El resultado positivo del estudio es que las bolsas están dentro del control estadístico y el
resultado negativo es que la media es 49.87Kg no 50Kg como se desea.
7.2 Gráficas de Control R
La gráfica sirve para estudiar la versatilidad de las características de calidad. Analiza la conducta
en los rangos de las muestras y subgrupos en un tiempo determinado.
Sus límites de control se obtienen de la forma general: µ +- 3δ en donde la media se obtiene a
través de la media de rangos y la estimación de la desviación estándar del rango se obtiene por:
Donde es un constante que depende de la muestra, de esta forma los límites de R se
obtienen de la siguiente manera.
40
LCS =
Línea central =
LCI =
(Ver Anexo II)
7.2.1 Ejemplo
Utilizando los datos del ejemplo anterior, se realizan los siguientes límites:
LCS = 2.282 (0.9) = 2.0538
Línea central = 0.9
LCI = 0 (0.9) = 0
Gráfica No.8
Gráfica de R
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 203
41
Mediante estos resultados se puede concluir que no hay ningún defecto que haya afectado la
tendencia del proceso. Entonces se pueden utilizar los límites de control en un futuro para analizar
el proceso.
7.3 Índice de Capacidad del Proceso
El índice de capacidad del proceso (Cp), indica la medida de la capacidad potencial del proceso.
Cp = (Especificación inferior – Especificación superior) / 6
En donde es la desviación estándar de las propias características de calidad que se mide en
el producto.
La capacidad del proceso compara las especificaciones con amplitud de la variación del proceso;
mide la variación tolerada entre la variación real. Conociendo sobre los resultados del proceso,
dependiendo de su valor así es el tipo de proceso y la decisión que se vaya a tomar.
Tabla No. 16
Índice de Capacidad del Proceso
Valor de Cp Clase de
proceso Decisión del proceso
Cp ≥ 2 Clase mundial Calidad Seis Sigma
Cp < 1.33 1 Adecuada
1 < Cp < 1.33 2 Parcialmente adecuado.
0.67 < Cp < 1 3 No adecuado
Cp < 0.67 4 Totalmente inadecuado
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 133
Entre más cerca de cero está el valor de Cp, más mejoras necesita el proceso. En la clase de
proceso 3 es necesaria una mejora y requiere modificaciones, en la clase de proceso 4 es necesario
hacer modificaciones serias.
42
Una desventaja de la capacidad del proceso es que no indica el centrado del proceso, en
cambio el índice de capacidad real (Cpk) es una modificación de la fórmula de capacidad del
proceso y se puede encontrar la localización de la media con respecto a las especificaciones del
cliente.
Cpk =
Donde MC es el menor valor entre (Especificación superior - µ) y (µ - Especificación inferior).
Tabla No. 17
Índice de Capacidad Real
Cp = Cpk Indica que la media del proceso está en el punto medio de la gráfica
Cpk < Cp Muestra que el proceso no está centrado
Cpk > 1 El proceso está fabricando artículos que cumplen con las especificaciones.
Cpk < 1 El proceso no está fabricando artículos dentro de las especificaciones.
Cpk ≤ 0
Enseña que la media del valor esta fuera de las especificaciones.
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 134
Si el proceso está descentrado, una forma para observar que tan desorientado está, es utilizado el
índice K, el cual se obtiene con:
Donde N es el valor nominal central de la característica de calidad, ES es la especificación
superior y EI es la especificación inferior.
43
Tabla No. 18
Índice de K
K > 0 Indica que µ es mayor que N
K < 0 Muestra que µ es menor que N
K > 20% Enseña un proceso significativamente descentrado.
Fuente: PULIDO, GUTIÉRREZ Humberto. Calidad total y productividad. Segunda edición.
México: McGraw-Hill Interamericana, 2006. Pág. 135
Existen procesos con una sola especificación, ya sea esta superior o inferior.
Cuando se toma solo la especificación superior se utiliza la fórmula de índice de capacidad
superior (Cps).
Cuando se toma solo la especificación inferior se utiliza la fórmula de índice de capacidad
inferior (Cpi).
Donde µ es la media y es la desviación estándar de las características de calidad.
7.4 Programa
El programa que se utiliza para realizar las gráficas de control X y R es Microsoft Excel
2007, http://asq.org/learn-about-quality/data-collection-analysis-tools/overview/asq-control-
chart.xls, los pasos son los siguientes:
Debe de ingresar las muestras y subgrupos en las celdas de color amarillo en vertical las
muestras y horizontal los subgrupos.
44
Tabla No. 19
Datos de Muestra y Submuestra
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/asq-control-chart.xls
Luego ingresar el número de muestras y subgrupos que se van a evaluar. “Sample size” es el
tamaño de la muestra y “Number of samples” es el tamaño de subgrupos.
45
Tabla No. 20
Número de Muestra y Submuestra
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/asq-control-chart.xls
Se debe ingresar la especificación superior o inferior (si las hay). Donde “Upper specification” es
la especificación superior y “Lower specification” es la especificación inferior.
Tabla No. 21
Especificación Superior e Inferior
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-tools/overview/asq-
control-chart.xls
46
Con los datos en la hoja de excel solo se debe de cambiar de hoja para observar la gráfica y
analizarla.
Tabla No. 22
Opción de Gráficas
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/asq-control-chart.xls
Si se ingresaron especificación superior o/y especificación inferior, se puede estudiar el valor de
Cp, Cpi, Cps y Cpk. Donde Cpi se indentifica como Cpl y Cps como Cpu.
47
Tabla No. 23
Valor de Cp, Cpi, Cps y Cpk
Fuente: http://asq.org/learn-about-quality/data-collection-analysis-
tools/overview/asq-control-chart.xls
48
8. Pronósticos
Pronosticar es especificar información significativa acerca del futuro. Tratando de afirmar el
futuro con datos cuantitativos en base a datos obtenidos en tiempos pasados.
Las proyecciones son estructuradas con la experiencia pasada teniendo como finalidad predecir
expectativas del futuro. En otras palabras son afirmaciones acerca del futuro.
Existe una necesidad de hacer pronósticos para poder conocer el entorno altamente incierto, ya
que la intuición no da los mejores resultados. Con los pronósticos se realiza una mejor planeación
para ser más competitivos y adaptarnos al cambio.
No siempre los pronósticos son exactos, entonces se debe tomar en cuenta que tan
equivocados pueden ser los resultados obtenidos.
Los pronósticos nunca van a ser perfectos debido a que se utilizan métodos que generan
pronósticos con base en información previa, son menos confiables a medida que el lapso de tiempo
es mayor. Son más precisos en períodos cortos porque son menos las perturbaciones potenciales
respecto al futuro próximo que puede impactar la demanda de productos.
Tabla No. 24
Tipos de Pronósticos
Corto Plazo 1 Año
Mediano Plazo 1-3 Años Plazo
Largo Plazo 5 Años
Micro entorno
Según su
entorno Macro entorno
Fuente: http://webcache.googleusercontent.com/
search?q=cache:dHMxXc2WA_wJ :www.auladeeconomia.com/
Pron%C3%B3sticos.ppt+pronosticos&cd =1&hl=es&ct=clnk&gl=gt
Pocas veces tiene importancia si el pronóstico es correcto o no; lo sustancial es concentrar
la atención en “qué tan equivocado se espera que sea” y en “cómo se planea darle cabida al error
potencial del pronóstico.”
49
Los pronósticos son más precisos para grupos o familias de artículos, esto se da porque los
errores de proyecciones respecto a productos individuales tienden a cancelarse entre sí a medida
que se les agrupa.
Siempre que se pronostique se debe incluir tanto el error de la estimación como la estimación
básica del pronóstico.
Los pronósticos no son sustitutos de la demanda calculada, si se cuenta con información de la
demanda real para un período dado, no debe realizarse nunca cálculos con base en pronósticos en
el mismo marco temporal. Se debe de utilizar información real cuando esta sea posible.
Existe una ecuación muy lógica para hacer un pronóstico de la demanda:
Planes de la empresa + Historia de la empresa = Futuro esperado
La precisión de los pronósticos varía según el método que se utiliza, los modelos causales o
explicativos son más precisos, sobre todo en el pronóstico referente a la rotación, pero logran su
precisión con costos considerables en cuanto a tiempo dedicado a los cálculos y el almacenamiento
de información.
Para un grupo o familia de productos, es probable que se obtengan pronósticos más precisos, si
se utilizan modelos explicativos. Un pronóstico en grupo será más exacto que uno para un producto
por separado, ya que es más fácil realizar pronósticos para un grupo que para un producto
individual.
Diagrama No. 8
Categorías de Pronósticos
Fuente: Propia
50
Los pronósticos cualitativos son generados de una estructura analítica no definida, estos son
utilizados cuando no existe una información histórica, como en productos nuevos.
Pronósticos cualitativos más utilizados:
• Encuestas de mercado.
• Método Delphi.
• Analogías de ciclo de vida.
• Valoración informada.
Los pronósticos cuantitativos utilizan los datos históricos para pronosticar el futuro, los métodos
más utilizados son:
• Promedio simple: Se basa en que la demanda pasada sigue por cierto patrón, y que si este
patrón puede ser analizado podrá utilizarse para desarrollar proyecciones para la demanda
futura, suponiendo que el patrón continúa, aproximadamente, de la misma forma.
• Promedio móvil: Se debe de usar el promedio de los números de períodos recientes en
donde “n” es el número de períodos u orden a considerar, se escoge la demanda más
reciente y no se elimina la más antigua a lo largo de la demanda. Se utiliza la siguiente
ecuación.
• Promedio móvil ponderado: se pronostica igual que el promedio móvil, solo con que en este
existe un patrón o una tendencia en los períodos, dándole más sensibilidad a los cambios.
• Suavizado exponencial simple: básicamente es un pronóstico ponderado que permite hacer
pronósticos para el próximo período usando pocos datos. Utilizando el pronóstico del último
período más la constante de suavización, que tiene un valor entre 0 y 1, que luego
multiplica a la demanda real del último período menos el pronóstico del último período.
Los pronósticos satisfactorios deben ser precisos, contener pocos requisitos en cuanto al tiempo
para hacer cálculos, tener costos bajos en el desarrollo del pronóstico, capacidad en línea,
capacidad para enlazarse con un sistema de administración de base de datos existente.
Para hacer un pronóstico se debe de tomar en cuenta los costos y la precisión del mismo. Un
elevado grado de precisión del pronóstico equivale a un costo elevado para desarrollar el
pronóstico. Por ello se debe de contestar las siguientes preguntas:
51
� “¿Cuánto dinero y fuerza de trabajo está presupuestado para elaborar el
pronóstico?”
� “¿Qué beneficios probables tendrá el pronóstico preciso?”
� “¿Cuales son los costos probables en que se incurrirá si los pronósticos no son
exactos?”
8. 1 Tipos de Errores
• Error del pronóstico acumulado (Cumulative Forecast Error –CFE): se calcula a partir del
error del pronóstico promedio matemático sobre un período específico.
Donde (At – F1) representa la diferencia entre la demanda real y el pronóstico para
cualquier período. El error del pronóstico acumulado implica sumar todos los errores del
pronóstico individual y dividirlos entre el número total de errores. La importancia de este
número radica en su signo: si el signo es positivo indica que la demanda real fue mayor
que el pronóstico sobre el rango de números incluidos; si su signo es negativo significa que
los pronósticos fueron mayores que la demanda en promedio.
• Desviación media absoluta (Mean Square Error –MAD): es el promedio de la desviación
absoluta matemática de los errores de pronóstico (desviación).
Esto indica el error de los pronósticos promedio (siempre positivo) sobre el promedio de
cuestión.
• Error medio cuadrático (Mean Square Error –MSE): es el promedio de las diferencias al
cuadrado, entre el pronóstico y los valores observados.
• Error medio porcentual absoluto (Mean Absolute Percent Error –MAPE): es la media
absoluta entre el pronóstico y los valores observados expresados como porcentaje de los
valores observados.
52
• Señal de seguimiento (Tracking Signal): Proporciona un límite subjetivo para que el método
de pronóstico se “desvíe” antes de emprender alguna acción, se calcula a partir del CFE y
el MAD.
Señal de seguimiento = (CFE)/MAD
Permite averiguar de manera sistemática en que oportunidades debe evaluarse o no el
método de pronóstico.
• R al cuadrado o coeficiente de determinación (R-Square): es un índice estadístico que mide
la relación líneal entre dos variables cuantitativas, a diferencia de la covarianza, la
correlación es independiente de la escala de medida de las variables.
El cálculo del coeficiente de correlación líneal se realiza dividiendo la covarianza por el
producto de las desviaciones estándar de ambas variables:
El valor del índice de correlación varía en el intervalo [-1, +1]:
Si r = 0, no existe ninguna correlación. El índice indica, por tanto, una independencia total entre
las dos variables, es decir, que la variación de una de ellas no influye en absoluto en el valor que
pueda tomar la otra.
Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total entre las
dos variables denominada relación directa: cuando una de ellas aumenta, la otra también lo hace
en idéntica proporción.
Si 0 < r < 1, existe una correlación positiva.
Si r = -1, existe una correlación negativa perfecta. El índice indica una dependencia total entre
las dos variables llamada relación inversa: cuando una de ellas aumenta, la otra disminuye en
idéntica proporción.
Si -1 < r < 0, existe una correlación negativa.
8. 2 Pasos
• Recopilación de datos
• Reducción o condensación de datos
• Construcción del modelo
• Extrapolación del modelo
53
8.3 Programa
El programa a utiliza es WinQSB
Entrar en la selección de pronósticos (Forecasting and Linear Regression).
Presiona la opción de nuevo problema (New Problem) que va a generar una serie de casillas en
el cual se introducirán las características que se va a utilizar para resolver el problema.
Tabla No. 25
Opción de Pronósticos
Fuente: WinQSB
En la ventana de Especificaciones del problema (Problem Specification) seleccione el tipo de
problema: Pronóstico de serie de Tiempo (Time Series Forecasting)
Además, aparecen las siguientes casillas:
• Título del problema (Problem Title): Nombre para identificar el programa
• Unidad de Tiempo (Time Unit): La serie de tiempo
• Número de unidades de tiempo (Number of Time Units - Períodos): Períodos disponibles de
la serie de tiempo.
(Para facilitar el entendimiento del software se realizara un ejemplo).
8. 4 Ejemplo de la Serie de Tiempo
“Información suministrado por el Departamento de Estadísticas de la ciudad de Guatemala, el
número de carros que transitaron en los últimos 7 años fueron:
54
Tabla No. 26
Años y Cantidad
Año Cantidad
1998 1,250,000.00
1999 1,610,000.00
2000 1,800,000.00
2001 1,845,000.00
2002 2,300,000.00
2003 2,500,000.00
2004 2,800,000.00
Fuente: www.auladeeconomia.com/Pronósticos.ppt
Ingresar al programa.
55
Tabla No. 27
Opción de Pronósticos Serie de Tiempo
Fuente: WinQSB
Nombre del programa: Ejemplo Carros
Unidad de tiempo: Años (Years)
Numero de períodos: 7 (por los 7 años de información anterior)
Introducir los datos en orden
Tabla No. 28
Tabla del Sistema
Fuente: WinQSB
Si desea agregar más datos seleccione “Add an Observation”
56
Tabla No. 29
Add an Observation
Fuente: WinQSB
Realizar el pronóstico en la opción de Solve and Analyze.
Tabla No. 30
Solve and Analyze
Fuente: WinQSB
En la ventana puede utilizar cualquier tipo de método para resolver su pronóstico, dependiendo
el que más le convenga.
Las opciones son las siguientes:
• Promedio simple (Simple Average)
• Promedio móvil (Moving Average)
• Promedio móvil ponderado (Weighted Moving Average)
57
• Promedio móvil con tendencia líneal (Moving Average with Linear Trend)
• Suavizado exponencial simple (Single Exponential Smoothing)
• Suavizado exponencial simple con tendencia líneal (Single Exponential Smoothing with
Linear Trend)
• Suavizado exponencial doble (Double Exponential Smoothing)
• Suavizado exponencial doble con tendencia líneal (Double Exponential Smoothing with
Linear Trend)
• Suavizado exponencial adaptado (Adaptive Exponential Smoothing)
• Regresión líneal con tiempos (Linear Regression with Time)
• Algoritmo suma Holt-Winters (Holt-Winters Additive Algorithm)
• Algoritmo multiplicativo Holt-Winters (Holt-Winters Multiplicative Algorithm).
58
Tabla No. 31
Forecasting Method
Fuente: WinQSB
Para este ejemplo se va a utilizar la más común que es la Suavización Exponencial Simple
(Single Exponential Smoothing), presionando la casilla, aparecerá otra casilla para anotar
información adicional para poder resolver el pronóstico con este método.
59
Tabla No. 32
Forecasting Setup
Fuente: WinQSB
En este ejemplo se va a pronosticar dos años colocando un dos en la casilla Número de
períodos a pronosticar (Number of periods to forecast).
En la siguiente casilla se introduce el α (alpha). Recordando que alpha se encuentra dentro de
un rango de 0 a 1 dependiendo de la confiabilidad de los datos, por el ejemplo se coloca 1.
Si se quiere comparar los resultados con diferentes métodos de pronóstico se oprime la casilla
“Retain other method´s result”.
60
Al presionar OK se obtiene:
Tabla No. 33
Tabla de Resultados
Fuente: WinQSB
El pronóstico está en las columnas 8 y 9 que son los años que queríamos pronosticar.
También se tiene la siguiente información:
• Error del pronóstico acumulado (Cumulative Forecast Error - CFE)
• Desviación media absoluta (Mean Absolute Deviation - MAD)
• Error medio cuadrático (Mean Square Error - MSE)
• Error medio porcentual absoluto (Mean Absolute Percent Error –MAPE)
• Señal de senda (Tracking Signal): Equivale a la división entre CFE y MAD.
• R al cuadrado (R-Square): Coeficiente de determinación.
61
Tabla No. 34
CFE, MAD, MSE, MAPE, TRK Signal R-Square
Fuente: WinQSB
En los diferentes tipos de errores se puede ver si es aceptable o no el pronóstico, la decisión es
subjetiva. Por ejemplo en CFE indica que la demanda real es mayor que el pronóstico sobre el
rango de años incluidos; mientras que MAD indica que existe una desviación del error de 258333.3
sobre el pronóstico elaborado en los siete años de historia y los dos pronosticados; con R al
cuadrado o coeficiente de determinación indica que no existe ninguna una correlación, por tanto,
existe una independencia total entre las variables.
Lo cual significa que para 6 períodos utilizados en el método de pronósticos no estuvo sesgado,
con un error promedio de pronóstico de 2 unidades.
8.5 Ejemplo de Regresión Líneal
“Presidir el valor de Y para un X de 40 si se tiene la siguiente información:
62
Tabla No. 35
Regresión Líneal X/Y
X Y
10 1,000.00
15 1,100.00
20 1,210.00
25 1,563.00
30 1,935.00
35 2,000.00
Fuente: www.auladeeconomia.com/Pronósticos.ppt
Es igual que el anterior solo que se selecciona la casilla de Regresión Líneal (Linear Regression).
Tabla No. 36
Regresión Líneal
Fuente: WinQSB
Introducir los datos del problema en programa
63
Tabla No. 37
Tabla del Sistema de Regresión Líneal
Fuente: WinQSB
Presionamos la opción de resolver: Regresión Líneal
Tabla No. 38
Comando para la Regresión Líneal
Fuente: WinQSB
En la siguiente ventana se debe especificar cuál es la variable dependiente. Por el ejemplo se
selecciona el Factor 2 (es la Y) y luego OK.
64
Tabla No. 39
Variable dependiente
Fuente: WinQSB
Los resultados son los siguientes:
65
Tabla No. 40
Resultados de la Regresión Líneal
Fuente: WinQSB
Las medias de las variables pueden ver en la columna Mean
• = 22.5
• =1468
La desviación de cada uno está en la columna Standard Deviation
X = 431.5437
Y = 9.35
Los valores de a y b de la ecuación de la línea recta están en la columna
Regression Coefficient
Y = 457.6857 + 44.90286X
La correlación al cuadrado es de 0.9473411
Se puede observar la gráfica de la regresión líneal.
Tabla No. 41
Opción de Resultados Gráficamente de la Regresión Líneal
Fuente: WinQSB
66
Gráfica No. 9
Resultados Gráficos de Regresión Líneal
Fuente: WinQSB
67
9. Árbol de una Red (Expansión Mínima)
Se define como una red no dirigida y conectada, que no contiene ningún ciclo, se dice que un
árbol pertenece a una red dada, si constituye una red parcial. Normalmente un árbol contiene
información de longitud positiva la cual es asociada a través de una ligadura.
Para resolver la expansión mínima, se debe de seleccionar un conjunto de ligaduras con la
longitud total más corta entre todas las ligaduras, de tal suerte que proporcione una trayectoria
entre el origen y el destino, por tal motivo la propiedad requerida de un árbol de expansión mínima
es que la ligadura seleccionada debe proporcionar una trayectoria entre cada par de nodos que sea
única, una y solo una vez en cada nodo. Una red con “n” nodos necesita (N-1) ligaduras para lograr
una trayectoria de expansión entré cada par de nodos de la red.
Aplicaciones:
• Telecomunicaciones
• Transporte
• Cableado eléctricos
• Tuberías
9.1 Ejemplo
Se desea determinar los caminos en los cuales se deben poner líneas telefónicas para conectar
todas las estaciones con una longitud total mínima de cable.
Diagrama No.9. Árbol de una Red
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación
de Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 418
68
Diagrama No.10. Expansión Mínima
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación
de Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 420
N = 7
Ligaduras = N-1 = 7
Trayectorias: 22
Algoritmo de solución
Se selecciona de manera arbitraria cualquier nodo y se conecta a través de una ligadura al nodo
distinto más cercano y de menor longitud.
Si identifica el nodo no conectado más cercano a un nodo conectado y se conecta por una
ligadura este paso se repite hasta que todos los nodos estén conectados.
Si existe un empate entre el nodo más cercano distinto o para el nodo no conectado más
cercano se puede romper de forma arbitraria y el algoritmo los llevara a una solución optima.
9.2 Programa
El programa a utiliza es WinQSB
Entra en la selección de modelos de redes (Network Modeling)
69
Tabla No.42
Opciones de Selección para Modelos de Redes
Fuente: WinQSB
Debe seleccionar en la casilla de Árbol de Expansión Mínima (Minimal Spanning Tree) que se
encuentra debajo de “Problem Type”. Luego tiene la opción de maximización o minimización debajo
de “objective Criterion”. Por último, la forma de trabajar: por medio de matriz o gráfico, que se
encuentra debajo de “Data Entry Format”.
Colocar el nombre del Problema y el número de nodos que se va a trabajar.
Tabla No. 43
Números de Nodos para Problema de Redes
Fuente: WinQSB
70
Por facilidad en el programa se operara por medio de una matriz.
Tabla No. 44
Entrada de Nodos al Sistema
Fuente: WinQSB
Para cambiar los nombres de los nodos, debe pulsar “Edit” y seleccionar la casilla “Node
Names.”
Tabla No. 45
Cambio de Nombre de Nodos
Fuente: WinQSB
71
Tabla No. 46
Nombra Nodos de la Red
Fuente: WinQSB
Llena la tabla con las rutas asignadas y la cantidad de kilómetros que debe recorrer entre
cada una de ellas.
Tabla No. 47
Información de la Red
Fuente: WinQSB
Para mostrarlo en forma gráfica marca la opción “Format” y “Switch to Graphic Model”.
72
Tabla No. 48
Opción Modelo Gráfico de Red
Fuente: WinQSB
Diagrama No. 11
Modelo Gráfico de Red
Fuente: WinQSB
73
Para la solución del método marca la opción “Solve and Analyze”. Presiona la opción de
“Solve the Problem”.
Tabla No. 49
Resolución de Modelo de Red
Fuente: WinQSB
Esta matriz marca la mejor ruta, con la distancia de 14 kilómetros de recorrido. Esto
perfectamente puede ser un sistema de cableado eléctrico en secciones de la República de
Guatemala.
74
10. Flujo Máximo
Cuando se tiene un flujo de entrada en una red y es necesario considerar muchas posibles
combinaciones de rutas, dependiendo de las diferentes capacidades de los nodos y de los flujos
permitidos, a través del canal o arco, se le conoce como problema de flujo máximo y se describe
así:
Todo flujo a través de una red conectada y dirigida se orienta en un nodo llamado fuente y
termina en otro llamado destino
Los nodos restantes son conocidos como nodos de transbordo.
Se permite el flujo a través del arco solo en la dirección indicada, y en donde la cantidad
máxima de flujo, que está dada por la capacidad del arco en la fuente de todos los arcos, debe
señalar hacia afuera y el destino todas las flechas indican hacia el nodo.
El objetivo es maximizar la cantidad total de flujo de la fuente al destino y esa cantidad se mide
en cualquiera de las dos maneras equivalentes, es decir, la cantidad que sale de la fuente o la
cantidad que entra al destino.
10.1 Aplicaciones y ejemplo
Maximizar el flujo a través de una red de distribución de fábricas a clientes.
• Red de suministros.
• Flujo de un líquido para tuberías
• Flujo de petróleo por acueductos.
• Vehículos a través de una red de transportes.
75
Diagrama No. 12
Flujo Máximo
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de
Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 422
Cap. Arco = Flujo residual + Capacidad flujo sobrante.
76
Diagrama No. 13
Flujo de un Sistema
Nodos OA OB OC AB AD BC BD BE ED CE DT ET
Asignaciones 4 7 3 1 3 0 4 4 1 3 8 6
O B D T Flujo máximo
7 4 9 MAX 4 14
O B E T
3 5 6 MAX 3
O A D T
5 3 5 MAX 3
O A B E T
2 1 2 3 MAX 1
O C E T
4 4 2 MAX 2
O C E D T
Rut
as
2 2 1 2 MAX 1
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 424
77
Para resolver esta red, en principio, antes de asignar cualquier flujo esta red tendrá la
apariencia mostrada con arcos asignados, a esta red se le denomina red residual. El procedimiento
consiste en cambiar los arcos dirigidos por no dirigidos, no obstante las capacidades en la dirección
original no cambian y las capacidades en la dirección opuesta son cero. De manera tal que las
restricciones sobre los flujos no cambian, así se asigna una capacidad de flujo a cualquier arco y
esa cantidad se resta del flujo residual en la misma dirección y se suma al flujo asignado en la
dirección opuesta.
10.2 Algoritmo de la Trayectoria de Aumento para el Flujo Máximo
Se identifica una trayectoria de aumento encontrando alguna trayectoria, dirigida del origen al
destino de la red residual, tal que cada arco sobre esta trayectoria tenga la capacidad suficiente y
que sea estrictamente positiva, de no existir una, esto significa que los flujos asignados constituyen
el flujo óptimo.
Se identifica la capacidad residual “C*” de esta trayectoria de aumento encontrando el mínimo
de las capacidades residuales de los arcos sobre esa trayectoria. Se aumenta c* al flujo de esa
trayectoria.
Se disminuye C* de cada arco en esta trayectoria de aumentada y se aumenta en C*la
capacidad residual de cada arco en la dirección opuesta y se regresa al primer punto.
10.3 Programa
Programa a utilizar es WinQSB
Entrar en la selección de modelos de redes (Network Modeling)
78
Tabla No.50
Opciones de Selección para Flujo Máximo
Fuente: WinQSB
Debe de seleccionar en la casilla de Flujo Máximo (Maximal Flow Problem) que se encuentra
debajo de “Problem Type”. Luego tiene la opción de maximización o minimización debajo de
“Objective Criterion”. Por último la forma de trabajar: por medio de matriz o gráfico, que se
encuentra debajo de “Data Entry Format”.
Colocar el nombre del Problema y el número de nodos que se van a trabajar.
79
Tabla No.51
Maximización del Flujo
Fuente: WinQSB
Por facilidad en el programa se operará por medio de una matriz.
Tabla No.52
Nodos Flujo Máximo
Fuente: WinQSB
Para cambiar los nombres de los nodos, debe pulsar Edit y seleccionar la casilla Node Names.
80
Tabla No.53
Cambio de nombre a los Nodos Flujo Máximo
Fuente: WinQSB
Tabla No.54
Nombra Nodos Flujo Máximo
Fuente: WinQSB
81
En la tabla se coloca la cantidad de flujo que sale de la bomba y pasa por cada tubería hasta
llegar a la planta.
Tabla No.55
Información Flujo Máximo
Fuente: WinQSB
Para mostrarlo en forma gráfica ingresa en la opción “Format” y “Switch to Graphic Model”.
Tabla No. 56
Opción Modelo Gráfico Flujo Máximo
Fuente: WinQSB
82
Diagrama No. 14
Modelo Gráfico de Flujo Máximo
Fuente: WinQSB
Para la solución del método marca la opción “Solve and Analyze”. Presione la opción de “Solve
the Problem”.
Tabla No. 57
Resolución de Flujo Máximo
Fuente: WinQSB
83
Después aparece una opción de donde y hasta donde quiere sacar el Flujo Máximo.
Tabla No. 58
Selección de Ruta del Flujo Máximo
Fuente: WinQSB
Se marca automáticamente desde la bomba hasta la planta, presione “Solve”.
84
Tabla No. 59
Resultados Flujo Máximo
Fuente: WinQSB
Despliega la matriz con el resultado obtenido.
El Flujo Máximo es de 14.
85
11. Modelo de Transporte
Para el modelo de transporte existen dos aplicaciones principales de programación líneal que se
le puede aplicar, que son el modelo de transporte y el de asignación de recursos. Se puede
solucionar con método simplex, o métodos de transporte por matrices, pero existen algoritmos
diseñados para la solución de este tipo de problemas.
11.1 Ejemplo
“Una empresa energética dispone de tres plantas de generación para satisfacer la demanda
eléctrica de cuatro ciudades. Las plantas 1, 2 y 3 pueden satisfacer 35, 50 y 40 millones de kWh
respectivamente. El valor máximo de consumo ocurre a las 2:00 PM y es de 45, 20, 30 y 30
millones de kWh en las ciudades 1, 2, 3, y 4 respetivamente. El costo de enviar 1 kWh depende de
la distancia que deba recorrer la energía. La siguiente tabla muestra los costos de envío unitario
desde cada planta a cada ciudad. Formule un modelo que permita minimizar los costos de
satisfacción de la demanda máxima en todas las ciudades.
Tabla No. 60
Costos de Envío Unitario
Hacia
Desde Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Oferta (Millones
kWh)
Planta 1 8 6 10 9 35
Planta 2 9 12 13 7 50
Planta 3 14 9 16 5 40
Demanda
(Millones kWh) 45 20 30 30
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 352
86
En primer lugar se debe definir las variables de decisión necesarias para representar las posibles
decisiones que puede tomar la empresa energética. En este caso, corresponde a la cantidad de
energía que se debe enviar desde cada planta a cada ciudad, luego para i=1… 3 y j =1…4:
Xij =número de millones de kWh producidos en la planta i enviados a ciudad j
En términos de estas variables, es costo total de entregar energía a todas las ciudades es:
8x11 + 6x12 + 10x13 + 9x14 (Costo de enviar energía desde la Planta 1)
+9x21 + 12x22 + 13x23 + 7x24 (Costo de enviar energía desde la Planta 2)
+14x31 + 9x32 + 16x33 + 5x34 (Costo de enviar energía desde la Planta 3)
El problema tiene dos tipos de restricciones. Primero, la energía total suministrada por cada
planta no puede exceder su capacidad. En este caso se habla de restricciones de oferta o
suministro.
Como existen tres puntos de oferta o suministro, existen tres restricciones:
x11 + x12 + x13 + x14 35 (Restricción de oferta de la Planta 1)
x21 + x22 + x23 + x24 50 (Restricción de oferta de la Planta 2)
x31 + x32 + x33 + x34 40 (Restricción de oferta de la Planta 3)
Segundo, se deben plantear las restricciones que permitan asegurar que se satisfaga la
demanda en las cuatro ciudades. Así las restricciones de demanda para cada punto de demanda
quedan:
x11 + x21 + x31 45 (Restricción de demanda de la Ciudad 1)
x12 + x22 + x32 20 (Restricción de demanda de la Ciudad 2)
x13 + x23 + x33 30 (Restricción de demanda de la Ciudad 3)
x14 + x24 + x34 30 (Restricción de demanda de la Ciudad 4)
Evidentemente cada Xij debe ser no negativo, por lo tanto, se agregan las restricciones Xij 0
donde i=5…3 y j=1…4. Más adelante se demuestra que la solución de este problema es z = 1020,
x12 = 10, x13 = 25, x21 = 45, x23 = 5, x32 = 10 y x34 = 30. El resto de las variables vale cero.
87
También se puede construir una representación gráfica del problema:
Gráfica No. 10
Puntos de Oferta y Demanda
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 353
Si la oferta total supera a la demanda total, se puede balancear el problema de trasporte
incorporando un punto de demanda artificial que tenga como demanda el excedente de oferta del
problema. Como las asignaciones al punto artificial no son reales, se le asigna un costo unitario de
cero. En general, el costo unitario no necesariamente debe ser igual a cero, basta con que tenga
igual valor a todos los puntos de ofertas disponibles de forma de no generar preferencias. Por
simplicidad se prefiere emplear cero. La demanda de la ciudad 1 disminuye a 40 kWh. La siguiente
figura ilustra la incorporación del punto de demanda artificial y entrega la solución respectiva:
88
Gráfica No. 11
La incorporación de la demanda entrega la solución respectiva
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 353
11.2 Métodos de Transporte por Matrices
Existen varios pero los más utilizados son:
• Vogel
• Esquina noroeste
• Optimización
11.3 Programa
El programa a utilizar es WinQSB
Entra en la selección de modelos de redes (Network Modeling)
89
Tabla No. 61
Opción de Problema de Transporte
Fuente: WinQSB
Se debe seleccionar en la casilla de Modelo de Transporte (Transportation Problems) que se
encuentra debajo de “Problem Type”. Luego se tiene la opción de maximización o minimización
debajo de “objective Criterion”. Por último, la forma de trabajar: por medio de matriz o gráfico, que
se encuentra debajo de “Data Entry Format”.
Coloca el nombre del Problema y el número de fuentes de producto (Number of Sources) con el
número de destinos del producto.
Para explicar el programa se va a realizar un ejemplo.
En la siguiente tabla se muestran las fábricas y los destinos de la empresa X.Y. S.A. también las
demandas, ofertas y costos de transporte entre distintos orígenes y sus destinos.
90
Tabla No. 62
Costo de Envíos
Fuente: WinQSB
(Para cambiar los nombres de los nodos, se debe pulsar “Edit” y seleccionar la casilla “Node
Names”).
Tabla No. 63
Nombrar Node Transportes
Fuente: WinQSB
91
Tabla No. 64
Información de Nodos
Fuente: WinQSB
Para mostrarlo en forma gráfica marca la opción “Format” y “Switch to Graphic Model”.
Tabla No. 65
Selección de Gráfica de Transportes
Fuente: WinQSB
92
Gráfica No. 12
Minimización de Transportes
Fuente: WinQSB
Para la solución del método marca la opción “Solve and Analyze”. Presione la opción de “Solve
the Problem”
Tabla No. 66
Solución de Transportes
Fuente: WinQSB
93
Tabla No. 67
Solución de Minimización de Transportes
Fuente: WinQSB
La tabla demuestra cuanto producto se debe de mandar a cada lugar específico, con su costo
de transporte para poder minimizar el costo lo más posible. El costo mínimo de transporte de esta
distribución es de $44,000.
94
12. Camino Crítico o Ruta más Corta
Se dispone de un algoritmo muy sencillo para determinar la ruta más corta de una red. El
procedimiento consiste en analizar toda la red a partir del origen; identificando de manera sucesiva
la ruta más corta a cada uno de los vértices en orden ascendente.
12.1 Procedimiento
12.1.1 Objetivo de la N-sima Operación
Encontrar el n-simo vértice más cercano al origen, paso que se repetirá un número de veces
dependiendo del n-simo vértice hacia el vértice de destino que se tenga.
12.1.2 Datos para la N-sima Iteración
Vértices más cercanos al origen. Los cuales son encontrados en las iteraciones previas incluidas,
incluida la red más corta y la distancia hacia el origen. Se conocen como vértices resueltos y el
resto como no resueltos.
12.1.3 Candidatos para el N-simo Vértice más Cercano
Cada vértice resuelto tiene conexión directa por medio de una ligadura con uno o más vértices
no resueltos, esto proporciona un candidato y este es el vértice no resuelto que tiene ligadura más
corta o el arco más corto al origen. Cuando existe “n” empatada, esto resulta en un mayor número
de candidatos.
12.1.4 Cálculo del N-simo Vértice más Cercano
Para cada vértice resuelto y sus candidatos, se suma la distancia entre ellos y a la distancia de
la ruta más corta desde el origen al vértice resuelto y es el total. El candidato con la distancia total
más pequeña es el n-simo vértice más cercano y su ruta más corta es la que genera esta distancia.
95
12.2 Ejemplo
Diagrama No. 15
Ruta
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación
de Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 418
Camino más Corto
Longitud 13
{O,A,B,D,T}
{O,A,B,E,D,T}
12.3 Búsqueda del Camino Crítico
Se conoce el camino crítico, el método que trata de encontrar la ruta más desfavorable de una
red, ya que ésta constituirá el menor tiempo o justo con el cual es posible llevar a cabo una serie
de actividades por desarrollar. El mejor ejemplo de un problema secuencial de camino crítico es la
construcción de una casa, ya que para ella se debe de realizar una serie de actividades desde un
inicio (I) hasta un punto de finalización (T).
12.3.1 Observaciones
• El método aplicado calcula un camino máximo que une el vértice de origen al final.
• Pueden existir varios caminos críticos.
• Si dos actividades son simultáneas, se considera que no constituyen más de una.
96
• Si varios vértices constituyen orígenes distintos es fácil transformar el problema en uno en
el cual un vértice constituya un único origen adicionándole arcos ficticios. Lo mismo ocurre
cuando se tienen varios vértices finales
• Entre una actividad A y una actividad B, dadas las cuales tienen un sentido existe una
conexión de nominada a la cual representa un arco que representa ciertos recursos
(tiempos, flujos, personas, etc.)
Suponga que se tiene una red con 12 operaciones dadas de P1 a P12, así considere una red
dirigida y le asigna los recursos (tiempos) entre actividad y actividad.
Diagrama No. 16
Red Dirigida con Recursos
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 412
Este tipo de red así constituida siempre deberá de estar dirigida y no deberá contener circuito
alguno, de lo contrario, el problema no tendrá solución posible, ya que el principio de una
operación no puede tener retraso respecto a sí mismo.
97
Diagrama No. 17
Ruta más Corta Dirigida con Recursos
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 413
¿Cuál es el tiempo total de ejecución de esta red de P1 a P12?
La ruta crítica sería: {1,3,4,8,11,12}
El tiempo total entre P1 y la última actividad PN deberá ser mayor o igual que la suma de
intervalos sobre el camino más desfavorable, esto se le conoce como el camino critico.
12.3.2 Condiciones
El camino que corresponde de P1 a P12 puede realizarse en 61 días como mínimo y la ruta que
constituye todas las actividades que no tienen holgura (actividades críticas) constituirán el camino
crítico; es importante hacer notar que estas actividades deberán trabajarse con una gran
supervisión para no atrasar el tiempo de la red.
12.4 Programa
El programa a utilizar es WinQSB
Entra en la selección de modelos de redes (Network Modeling)
98
Tabla No. 68
Opción Ruta más Corta
Fuente: WinQSB
Debe seleccionar en la casilla de Ruta Crítica (Shortest Path Problem) que se encuentra debajo
de “Problem Type”. Luego tiene la opción de maximización o minimización debajo de “objective
Criterion”. Por último la forma de trabajar: por medio de matriz o gráfico, que se encuentra debajo
de “Data Entry Format”.
Coloca el nombre del Problema y el número de nodos que se van a trabajar.
99
Tabla No. 69
Opción Ruta más Corta Minimización
Fuente: WinQSB
Por facilidad en el programa se operará por medio de una matriz.
Tabla No. 70
Especificación de Ruta
Fuente: WinQSB
Para cambiar los nombres de los nodos, debe pulsar “Edit” y seleccionar la casilla “Node
Names.”
100
Llena la tabla con las rutas asignadas y la cantidad de kilómetros que debe recorrer entre cada
una de ellas.
Tabla No. 71
Dirección de Rutas
Fuente: WinQSB
Para mostrarlo en forma gráfica marca la opción “Format” y “Switch to Graphic Model”.
101
Tabla No. 72
Selección de Grafica de Ruta más Corta
Fuente: WinQSB
Gráfica No. 13
Ruta Crítica
Fuente: WinQSB
102
Para la solución del método se marca la opción “Solve and Analyze”. Presionar la opción de
“Solve the Problem”.
Tabla No. 73
Solución de Ruta más Corta
Fuente: WinQSB
Después aparece una opción de donde hasta donde se quiere sacar el camino crítico. Se marca
automáticamente desde la bodega hasta la ciudad, presione “Solve.”
103
Tabla No. 74
Resultado Ruta más Corta
Fuente: WinQSB
Despliega la matriz con el resultado obtenido.
En esta matriz el camino crítico que es: Bodega, P3, P10, Ciudad con 32 km.
Además, dice la cantidad mínima de kilómetros que hay desde la bodega hasta cada parada.
104
13. Método Simplex
Es una solución algebraica muy eficiente, la cual mantiene los cálculos al mínimo y puede ser
aplicable a problemas lineales con “n” variables, las cuales no podrían ser solucionadas en forma
gráfica y en una forma algebraica común, ya que requeriría la revisión de demasiados puntos de
intercepción. El método consiste en resolver puntos seleccionados del polígono de factibilidad y
llegar a una solución óptima por medio de un proceso de interacción o pasos sucesivos, ya que en
la vida real no existe ningún método o fórmula que alcance directamente una solución.
13.1 Pasos
• Establecer la naturaleza y la función objetivo y sus inecuaciones.
• Convertir las inecuaciones en igualdades y agregar las variables de holgura a cada una de
las inecuaciones.
• Convertir las inecuaciones en ecuaciones de igualdad.
• Incluir las variables de holgura en la función objetivo.
• Construir la matriz básica simplex de acuerdo a los vectores de líneas y columnas
• Construir la matriz de coeficientes de transformación.
• Añadir las variables de solución posibles y los coeficientes unitarios asociados.
• Determinar la primera solución factible.
• Determinar las soluciones factibles que sean necesarias hasta lograr la solución final.
Nota 1: La matriz unitaria representa la base del sistema y es una solución factible o iteración
del mismo, es decir, el sistema de coordenadas o ejes de referencia de los vectores que son
combinaciones lineales de dicha matriz.
Nota 2: Cuando una variable entra en la solución su vector es un vector unitario
Nota 3: Variable sale de la matriz, su vector unitario se transforma en un vector coeficiente el
cual se calcula de acuerdo a la siguiente regla:
• Las variables que están en la base y siguen conservando sus vectores unitarios.
• El paso de una solución a otra su efecto de forma iterativa, es decir, introduciendo y
sacando una variable por vez.
105
Nota 4: Todas las variables de transformación las se conocen con Xj y las variables de solución
como Xk.
La solución del caso está siempre constituida por las variables de holgura, esto significa que X1
y X2 son igual a cero, esto con el fin de resolver el sistema
13.2 Ejemplo
Z = 3X1 + 5X2
Restricciones
X1 + X3 = 4
2X2 + X4 = 12
3X1 + 2X2 + X5 = 18
Tabla No. 75
Resolución Método Simplex Paso 1
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 200
Prueba del coeficiente mínimo
• Elegir los coeficientes de la columna pivote que son estrictamente positivos.
• Dividir cada coeficiente entre el elemento del lado derecho en el mismo reglón.
• Identificar el reglón que tiene la menor de estas razones.
La variable básica en ese reglón es la variable básica de la siguiente tabla.
106
Tabla No. 76
Resolución Método Simplex Paso 2
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de
Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 201
Las operaciones elementales con reglones que deben realizarse son:
• Dividir el renglón pivote entre el número pivote. Use este nuevo renglón pivote en los
pasos 2 y 3.
• Para los renglones (incluso el renglón 0) que tienen un coeficiente negativo en la columna
pivote, se suma a este renglón el producto del valor absoluto de este coeficiente por el
nuevo renglón pivote.
• Para los renglones que tienen un coeficiente positivo en la columna pivote, se resta de este
renglón el producto de este coeficiente por el nuevo renglón pivote.
Tabla No. 77 Resolución Método Simplex Paso 3
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de
Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 202
107
Tabla No. 78
Resolución Método Simplex Paso 4
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de
Operaciones. Séptima edición. México: McGraw-Hill, 2001. Pág. 202
Se divide el pivote, después, se suma al renglón 0 el nuevo renglón 3 multiplicado por 3. Luego,
se resta el nuevo renglón 3 del renglón 1.
Tabla No. 79
Resolución Método Simplex Paso 5
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 202
La nueva solución (2,6,2,0,0), con Z =36. Al hacer la prueba de optimalidad, se da a conocer
que la solución es la óptima porque no hay coeficientes negativos en el renglón 0, de manera que
el algoritmo termina. En consecuencia, la solución óptima, es X1 = 2, X2 = 6
108
Tabla No. 80
Resolución Método Simplex Paso 6
Fuente: HILLIER, FREDERICK S. AND LIEERMAND, Gerald J. Investigación de Operaciones.
Séptima edición. México: McGraw-Hill, 2001. Pág. 202
13.3 Programa
El programa que se utilizará es Microsoft Office Excel 2007.
Para definir un modelo de optimización debe de seguir estos cinco pasos:
• En la hoja de cálculo debe de colocar todas las variables de decisión que se puedan
modificar con la maximización o minimización del modelo.
• Crear la fórmula en la celda para calcular la función objetivo en el modelo.
• Del mismo modo, se debe de crear fórmulas en las celdas, o asignar en función de un
programa, para calcular de lado izquierdo todas sus limitaciones.
• Utilizar la función de Solver para programas las variables de decisión, objetivos y
limitaciones.
• Hacer clic en la casilla de Solver, para encontrar la solución óptima del modelo.
13.3.1 Ejemplo
Imagine una empresa que quiere crear tres productos diferentes:
109
• Televisores
• Estéreos
• Conos de altavoz
Cada producto está compuesto por diferentes partes, existen cinco diferentes partes:
• Chassis (Chasis)
• Picture Tubes (Tubo de imagen)
• Speaker Cones (Los conos de altavoz)
• Power supplies (Fuentes de alimentación energética)
• Electronics units (Unidades electrónicas)
La meta del Ingeniero Industrial es producir todos estos productos, maximizando los beneficios,
con un inventario limitado.
Con esta descripción, se puede ver que las variables de decisión son el número de productos
para construir, y la función objetivo será (bruto) de beneficio. Suponga que usted puede vender los
televisores de un beneficio bruto de $ 75 cada uno, estéreos para un beneficio de $ 50 cada uno, y
conos de altavoz de $ 35 dólares cada uno.
Para montar un aparato de TV, necesita 1 chasis, 1 tubo de imagen, 2 conos de altavoz, 1
fuente de alimentación energética y 2 juegos de la electrónica. Para hacer un equipo de música,
necesita 1 chasis, 2 conos de altavoz, 1 fuente de alimentación energética y 1 juego de la
electrónica. Y para construir un altavoz necesita 1 de altavoz de cono y 1 juego de la electrónica.
Las partes que tiene a mano son 450 chasis, 250 tubos de imagen, 800 conos de altavoz, 450
fuentes de alimentación energética y 600 juegos de la electrónica. Esto define las limitaciones en el
problema: sólo se puede construir un número limitado de productos.
Debe de escribir la función objetivo, si utiliza X1 para el número de televisores, X2 para el
número de estéreos y X3 para el número de conos de altavoz, la fórmula es la siguiente:
Max 75 x1 + 50 x2 + 35 x3
Cada producto necesita cierta cantidad de piezas para ser ensamblado. Por ejemplo, los
televisores y estéreos requieren cada uno de chasis, pero los conos de altavoz no utilizan. Del lado
izquierdo se tiene la cantidad de piezas que necesita el producto que se quiere construir y del lado
derecho se tiene la cantidad de piezas de cada tipo de materia prima.
110
1 x1 + 1 x2 + 0 x3 <= 450 (Chasis)
1 x1 + 0 x2 + 0 x3 <= 250 (Tubo de imagen)
2 x1 + 2 x2 + 1 x3 <= 800 (Los conos de altavoz)
1 x1 + 1 x2 + 0 x3 <= 450 (Fuentes de alimentación energética)
2 x1 + 1 x2 + 1 x3 <= 600 (Unidades electrónicas)
A los productos que no utilizan cierto tipo de materia prima se les coloca 0, esto es para definir
de una forma más fácil las limitaciones constantes en Excel, calculando sus valores usando la
opción SUMPRODUCT.
Como ningún producto puede ser negativo se dice:
X1, X2, X3 >= 0
Se debe plantear un cuadro que contenga toda la información desde la función objetivo hasta
los límites.
Tabla No. 81
Datos Método Simplex
Fuente: Microsoft Office Excel 2007
Cuando se tenga el cuadro armado debe de oprimir la opción “Data” en la hoja de Excel.
111
Tabla No. 82
Selección de Data
Fuente: Microsoft Office Excel 2007
“Data” muestra varias categorías, en la sección de Análisis se encuentra la casilla de “Solver”.
Hace clic sobre ella.
Tabla No. 83
Selección de Solver
Fuente: Microsoft Office Excel 2007
En la casilla de “Set Target Cell” debe de introducir la celda que va a cambiar el total de la
ganancia.
Puede maximizar o minimizar por medio de la casilla “Equal To”.
En “By Changing Cells” en esta debe de introducir las celdas que cambian el total de la
ganancia, para este ejemplo introduce las cantidades de producto que se van a construir (TV = 100
unidades, Estéreos = 100 unidades y Cono de Altavoz = 100 unidades).
112
En “Subject to the Constraints” se ponen los límites, como en este caso, el primero lo
determinan todas las cantidades de inventario que son mayor a las cantidades que se pueden
producir y el otro límite son todos los productos que se producirán son mayor o igual a cero.
Tabla No. 84
Entrada de Datos a Solver
Fuente: Microsoft Office Excel 2007
Al terminar de llenar la hoja de parámetros presione la casilla de “Solver”.
Luego aparece otra casilla que indica si Excel encontró una respuesta o no, y si desea que
cambie la tabla.
Tabla No. 85
Mantener la Solución Asignada por Solver
Fuente: Microsoft Office Excel 2007
113
Presione “ok”.
Puede ver de inmediato que la tabla ha cambiado, ahora el total es Q25000 y la cantidad
de TV es 200, Estéreos es 200 y de Conos de Altavoz es 0. ¿Pero qué significa esto?
Tabla No. 86
Maximización de la Producción
Fuente: Microsoft Office Excel 2007
Significa que debe de construir 200 televisores y 200 Estéreos para que el beneficio sea Q25000.
114
CONCLUSIONES
El trabajo facilita el acceso de alumnos y catedráticos de la Universidad del Istmo a algunas
herramientas básicas de Ingeniería Industrial y, adicionalmente, se especifica el software que
puede utilizarse para volver más fácil y eficiente su uso. Además, se explica, claramente, cada una
de las metodologías, sus objetivos y se presentan ejemplos prácticos obtenidos de diversas fuentes
de información.
Este trabajo puede servir para diversos cursos universitarios, especialmente los relacionados con
Ingeniería Industrial, tales como: Gestión de la calidad y productividad, Investigación de
Operaciones, Análisis y Rediseño de Procesos, Planeación Industrial, Procesos Industriales,
Elaboración de Proyectos, entre otros.
Se enfatizan los beneficios que se logran al usar las herramientas con un software, demostrando así
la gran utilidad de las mismas y el provecho que se obtiene al poderlas utilizar de una manera más
rápida, precisa y con el mínimo error humano.
115
RECOMENDACIONES
En el ámbito empresarial, esta investigación brinda la información necesaria para que el
empresario pueda conocer las herramientas, el software recomendado, su aplicación y desarrollo.
Con la creación de diferentes escenarios de cada herramienta, se tiene una mejor visión de los
problemas, ayudando así a poder elegir diferentes caminos para llegar a sus objetivos
preestablecidos, utilizando sus recursos limitados, en situaciones complejas y muy competitivas, de
una forma eficiente.
El documento es de mucha importancia para los estudiantes y empresarios que deseen alcanzar el
éxito mediante la organización de los procesos que se realizan dentro de la empresa, utilizando
instrumentos que les permitan obtener la información del proceso para conseguir una mejora
continua y la resolución de no satisfacciones.
Se recomienda que estudiantes, profesionales, catedráticos y empresarios conozcan del beneficio
que se obtiene al implementar estas herramientas con su software. Se aconseja a los mismos
mantenerse informados sobre las herramientas y el software de vanguardia que puede utilizarse
con ellas para lograr una mejora constante y una empresa altamente competitiva.
Con esta información se puede obtener diferentes escenarios que proporcionen los datos
necesarios para tomar las mejores decisiones, lográndose así resultados altamente positivos en
cualquier área de la empresa.
116
REFERENCIAS BIBLOGRÁFICAS
Libros
GOODSTEIN, Leonard. and NOLAN, Timothy. and PFEIRREF, William. Aplicación Estratégica
Aplicada. Primera Edición. Colombia: McGraw-Hill, 1998.
HELLRIGEL, Don. and JACKSON, Susan. and SLOCUM, John. Administración un enfoque basado
en competencias. Novena edición. Colombia: Thomson Learning, 2002.
HILLIER, Frederick S.and LIEBERMAN, Gerald J. Investigación de Operaciones. Séptima edición.
México: McGraw-Hill, 2001.
MILTON, Susan. and JESSE, Arnold. Probabilidad y Estadística. Cuarta Edición. México:
McGraw-Hill Interamericana. 2003.
PULIDO, GUTIÉRREZ, Humberto. Calidad total y productividad. Segunda edición. México:
McGraw-Hill Interamericana, 2006.
Entrevistas
CRUZ, Pedro. Apuntes de clase de Análisis y Rediseño de Procesos, 2008.
CRUZ, Pedro. Apuntes de clase de Gestión de la Calidad y Productividad, 2007.
CRUZ, Pedro. Apuntes de clase de Procesos Industriales, 2008.
DE LEÓN, Héctor. Investigación de Operaciones I, 2007.
DE LEÓN, Héctor. Investigación de Operaciones II, 2007.
DE LEÓN, Héctor. Investigación de Operaciones III, 2008.
MORALES, Sergio. Apuntes de clase de Planeación Estratégica, 2008.
MORALES, Sergio. Apuntes de clase de Planeación Industrial, 2008.
117
Documentos Electrónicos
ASQ. Quality Tools, Disponible en: http://asq.org/learn-about-quality/cause-analysis-
tools/overview/overview.html [Consulta: 5 de agosto 2008].
ASQ. Fishbone (Isikawa) diagram, Disponible en: http://asq.org/learn-about-quality/cause-
analysis-tools/overview/fishbone.html [Consulta: 10 de marzo 2009].
ASQ. Flowchart, Disponible en: http://asq.org/learn-about-quality/process-analysis-
tools/overview/flowchart.html [Consulta: 09 de marzo 2009].
ASQ. Pareto Chart, Disponible en: http://asq.org/learn-about-quality/cause-analysis-
tools/overview/pareto.html [Consulta: 10 de marzo 2009].
ASQ. Process Analysis Tools, Disponible en: http://asq.org/learn-about-quality/process-analysis-
tools/overview/overview.html [Consulta: 10 de marzo 2009].
ASQ. Project Planning and Implementing Tools, Disponible en: http://asq.org/learn-about-
quality/project-planning-tools/overview/gantt-chart.html [Consulta: 10 de marzo 2009].
Auladeeconomia. Pronósticos, Disponible en:
http://webcache.googleusercontent.com/search?q=cache:dHMxXc2WA_wJ:www.auladeeconom
ia.com/Pron%C3%B3sticos.ppt+pronosticos&cd=1&hl=es&ct=clnk&gl=gt [Consulta: 21 de
marzo 2009].
Elprisma. Diagrama de Pareto, Disponible en:
http://www.elprisma.com/apuntes/ingenieria_industrial/diagramadepareto/ [Consulta: 14 de
marzo 2009].
Investigacion-Operaciones.com. Fundamentos de Investigación de Operaciones el Problema de
Transportes, Disponible en: http://www.investigacion-
operaciones.com/material%20didactico/TRANSPORTE.pdf [Consulta: 12 de marzo 2009].
Promonegocios.net. La Satisfacción del Cliente, Disponible en:
http://www.promonegocios.net/mercadotecnia/satisfaccion-cliente.htm
[Consulta: 26 de marzo 2009].
Sover.com. Product Mix Example, Disponible en: http http://www.solver.com/stepbystep.htm
[Consulta: 27 de marzo 2009].
118
Spconsulting. Estandarización de procesos, Disponible en:
http://www.spconsulting.org/index.php?option=com_content&view=article&id=57:estandarizac
ion-de-procesos&catid=45:todos&Itemid=61 [Consulta: 10 de diciembre 2009].
Wikipedia. Trabajo en Equipo, Disponible en: http://es.wikipedia.org/wiki/Trabajo_en_equipo
[Consulta: 26 de julio 2008].
119
Anexos No. 1
FORMATO DE TORMENTA DE IDEAS
120
Anexo No. 2
FACTORES PARA LA CONSTRUCCIÓN DE LAS CARTAS DE CONTROL
Tamaño de la
muestra, n
2 1.880 0 3.267 1.128
3 1.023 0 2.575 1.693
4 0.729 0 2.282 2.059
5 0.577 0 2.115 2.326
6 0.483 0 2.004 2.534
7 0.419 0.076 1.924 2.704
8 0.373 0.136 1.864 2.847
9 0.337 0.184 1.816 2.970
10 0.308 0.223 1.777 3.078
11 0.285 0.256 1.744 3.173
12 0.266 0.283 1.717 3.258
Pulido Gutiérrez Humberto. Calidad total y productividad. Segunda edición. México: McGraw-Hill
Interamericana, 2006. Pág.398
121
Anexo No. 3