TTULO DEL TRABAJO (Indicar el trabajo y la empresa en que se aplica)

Integrantes: (Por orden alfabtico, (ej.: Araya P.; Cerda H.;etc.)

Carrera mencin (Indicar carrera y especialidad)
Seccin: (ej.:651)
Universidad Tecnolgica de Chile-INACAP
La Serena -Chile

PROFESOR : Nombre del profesor

1.1. Resumen
El presente trabajo est centrado en la cuarta regin de Coquimbo - Chile.
El sector minero y el agroindustrial aportan entre ambos casi el 48% del PIB regional. El
dinamismo que se ha experimentado en los ltimos aos se ha debido a la importante
participacin del sector minero, pero considerando adems que el sector agroindustrial ha
contribuido a las exportaciones en trminos nominales y de paso ha logrado potenciar al sector
manufacturero promovido por la va de encadenamientos productivos, trayendo como
consecuencia un supervit de la balanza comercial del pas.
Pese a est situacin es necesario resguardar las condiciones favorables en los mercados
apoyndose en el desarrollo eficiente de los procesos productivos, razn por la cual estudiar
los tipos de riesgos que se presentan en estos sectores facilita la toma de decisiones desde
una perspectiva proyectual, que por otra parte, permita ir en busca de las variables de corte
genricas que gobiernan los comportamientos de los procesos en cada uno de los sectores
tratados este trabajo, con la finalidad de minimizar los efectos adversos que puedan surgir
como consecuencia de un manejo poco controlado de variables exgenas y endgenas propias
de la minera y la agroindustria regional.
Palabras claves: Agroindustria, eficiencia, Minera, Productividad, Proyecto, Productividad.
















2
2.1. Objetivos
Se realizarn algunas consideraciones que
se deben tener presente al momento de
decidir estrategias tendientes a una posterior
toma de decisiones respecto a los proyectos
de inversin, como asimismo la conveniencia
de estos desde el punto de vista econmico
en funcin de las directrices que se fijan.
Analizar los riesgos inherentes a los
proyectos, desde una perspectiva de anlisis
de modelos y metodologas que posibiliten el
manejo y en parte el control de estos,
considerando para tal efecto las variables de
corte genrico que estn presentes como
denominador comn y otras de carcter
particular, capaces de aportar antecedentes
que posteriormente puedan ser llevadas a un
modelo cuantitativo que permita explicar los
riesgos y por otra parte, contribuir al
mejoramiento de la eficiencia operacional
en los sectores minero y agroindustrial de la
regin de Coquimbo.

3.1. Desarrollo

3.1.1. Consideraciones previas sobre
proyectos

En la bsqueda de una concepcin bsica,
un proyecto se define Como una
combinacin de recursos humanos y
materiales, reunidos temporalmente en una
organizacin, para conseguir un propsito
determinado. (Cleland y King., 1975). El
cual debe ser capaz de promover eficiencia,
coordinacin y control a un costo razonable.
(Briceo P., 1996). A nivel pas el 65% de los
empleos (excluyendo del clculo a los
trabajadores por cuenta propia) depende de
la micro y pequea empresa. Por otra parte,
la cuarta regin presenta un 72% en esta
condicin. (Departamento de estudios
direccin del
Trabajo, 2003)










Fig.2.1.Distribucin del PIB IV regin por
ramas de actividad econmica (Direccin del
Trabajo, 2003).
Desde esta perspectiva, las Mipes se
podran asociar al concepto de proyecto,
por sus caractersticas de unicidad,
transitoriedad y exclusividad en el logro de
los propsitos para las cuales fueron
concebidas. (Turner J., Et. Al., 2002.).
El sector agroindustrial pese a su
contribucin al desarrollo de la regin, no ha
manifestado un crecimiento simtrico. Por
ejemplo, en la produccin de queso de
cabra, los microempresas han visto
empantanadas sus aspiraciones al progreso
debido a la baja calidad de sus productos lo
que ha repercutido en la eficiencia de las
operaciones (http://www.agronomia.uchile.cl)
situacin que ha imposibilitado desagregar
las variables que componen su proceso para
ir en busca de un estudio parcial de la
productividad. Para manejar la productividad
es necesario desagregar la eficiencia y la
eficacia en sus mltiples variables para
determinar los alcances y su contribucin
real a la produccin. (Hicks P., 2002).

0
5
10
15
20
25
30
A
g
r
o
p
.

S
iv

c
o
l
a
P
e
s
c
a
M
i
n
e
r

a
I
n
d
.

M
a
n
u
f
a
c
t
u
r
e
r
a
E
l
e
c
.

g
a
s

y

a
g
u
a
C
o
n
s
t
r
u
c
c
i
n
C
o
m
e
r
c
io
,

r
e
s
t
.

Y

h
o
t
e
le
s
T
r
a
n
s
p
.

Y

c
o
m
u
n
ic
a
c
i
o
n
e
s
S
e
r
v
ic
io
s
Sector
%

P
I
B
1991
2002
3
Desde el ao 2004 al 2007, las inversiones
mineras han alcanzado 2.400 millones de
dlares, estas corresponden a pequeas y
medianas empresas; en la regin se
manejan alrededor de 21 proyectos de
inversin minera en carpeta. (Prochile)
Durante el desarrollo de los proyectos se
presentan actividades con un bajo potencial
de certeza, acentundose esta situacin
cuando surgen ambigedades en la
direccin (Atkinsons R., 2006), En la regin
de Coquimbo existen formalmente
establecidas alrededor de 26.000 empresas
(Mipes), de las cuales el 1,1% corresponden
al sector minero y un 16,8% al sector
agrcola y agroindustria, este tipo de
empresas suele desarrollar un ambiente de
desconexin entre la administracin y los
empleados, desde el punto de vista de la
direccin. (Sercotec, 2002). La estrategia
utilizada para dirigir, fundamentalmente se
basa en liderazgos de tipo transformacional
y transaccional, que en cierta manera
extiende la permanencia en el mercado pero
no la garantiza. Al respecto (Montagna M.,
2004) indica que la falta de entendimiento en
la direccin imposibilita a este tipo de
empresas encontrar un nexo adecuado de
encadenamiento productivo.


3.1.2. Riesgos en proyectos, sector
minero y agroindustrial
Las inversiones de capital son
especialmente sensibles a varias formas de
riesgos como financiero, de mercado y
tecnolgico, estos en su conjunto podran
repercutir desfavorablemente en los
proyectos (Hernndez, M., 2007)
El riesgo, lleva asociado una probabilidad de
ocurrencia, que puede ser tratada desde una
ptica discreta continua (Ruiz L., 2004),
Aunque no es garanta del valor esperado, el
cual podra presentar desviaciones.
Casteleiro M.2000, indica que una
probabilidad global aceptable se logra
cuando se asigna una probabilidad de
ocurrencia a partir de experiencias de
campo. Sin embargo, se reconoce que el
riesgo es el resultado de un escenario
multidimensional en el que coexisten las
mltiples variables internas y de entorno de
un proyecto. (Oreja J.R., Et. Al., 2005)
El riesgo de mercado, es la prdida que
sufre un inversionista debido a las
diferencias de precios que se registran en el
mercado o en el movimiento de los factores
de riesgo (De Lara A., 2005)
El mercado del hierro, que representa el
58% a nivel regional y una contribucin del
27% a nivel nacional, proyecta una
expansin del 65% en el precio para este
ao 2008, sin embargo, a partir del ao 2009
y 2010, las fluctuaciones podran situarse
entre 0% a 10%, y a partir del ao 2011, se
prev cadas de 8% anual. (Banco Security)
en concreto algunas variables crticas en
esta incidencia, las fluctuaciones de los
precios, la capacidad de produccin y el alza
en los costos de materias primas.
En el caso de la minera del cobre, algunas
variables importantes en la determinacin de
la eficiencia son los costos operacionales,
tipo de cambio, precio del petrleo, precio
del cobre y quizs uno de los ms
importantes la energa. Segn reporte de
Research capabilities and science and
technology development areas, el sector
minero nacional demanda el 33% de la
4
distribucin de energa por sectores
econmicos. (gkausel), situacin
preocupante ya que est limitante forma
parte de un rasgo estructural de la economa
de Chile, por la escasa autogeneracin
energtica. En el ao 2003 las importaciones
por este concepto alcanzaron un 72%.



Fig.3.1.2.1.Esquema evolutivo de las
variables presentes en los proyectos
(Adaptacin Sapag N., 2001)

Este esquema representa la evolucin de las
variables de entorno que estn presentes
durante el desarrollo de los proyectos. A
medida que transcurre el tiempo, se va
acrecentando. Por tanto ser necesario ir
avanzando por hitos temporales para mejor
control de las variables.
Para medicin del riesgo de mercado, se
covaria la rentabilidad del proyecto respecto
a la rentabilidad del mercado, mediante el
beta asociado. (Cruz J., 2004)

( )
( ) Rm
Rm Rvanp
2
, cov
o
| =

R
m
: Representa la rentabilidad del mercado
R
vanp
: Rentabilidad del proyecto, a partir del
valor actual neto.
A partir del ao 2004, las empresas mineras
han logrado un repunte y volatilidad en los
precios, arrojando un beta promedio de 1.2,
lo que explicara que las acciones de las
mineras tienden a fluctuar ms que el
mercado (COCHILCO).
En el aspecto financiero, y considerando
algunas de las mineras de cobre en Chile,
como Minera Los Pelambres, desde el ao
2000 hasta el ao 2003, se sito entre las
mejores marcado por una desviacin
estndar importante respecto a otras
empresas mineras. ROE, es decir, la
rentabilidad obtenida por los dueos
despus de los descuentos de los impuestos
corporativos, fue expansiva y sostenida.
ROA, de igual forma se ubic sobre el
promedio entre los aos 2000-2003, lo que
indic, un progreso en la rentabilidad de la
empresa.
Tabla3.1.2.2.Rentabilidades de Empresas
Mineras Chilenas 2000-2003 (COCHILCO, 2004)

Por otra parte, la gran minera del Hierro se
ha mostrado estable en los cinco ltimos
aos a partir del ao 2002
Empresa 2001 2002 2003
ROE ROA ROE ROA ROE ROA
Escondida 19,2 5,7 13,5 4,0 40,9 14,2
Collahuasi 11,1 3,6 15,5 5,6 18,7 7,4
Los
Pelambres
15,1 5,6 20,3 8,0 40,5 17,3
Minera Sur
Andes
3,9 2,0 1,3 0,7 10,8 6,1
El Abra -8,8 -3,9 -14,4 -6,2 5,5 2,7
Candelaria -4,7 -2,1 7,6 3,7 29,4 16,9
Zaldvar 8,6 1,4 4,7 2,6 7,7 4,6
Mantos
Blancos
-1,6 -1,3 1,8 1,3 3,8 2,8
Cerro
Colorado
10,3 8,8 7,2 6,1 8,1 6,9
Promedio 5,9 2,2 6,4 2,9 18,4 8,8
ESCALA TEMPORAL
FUERZAS DINMICAS DEL MERCADO

Incremento de la
incertidumbre
5
Produccin anual de Hierro gran minera cuarta regin
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
IV
T
.
M
.

H
i
e
r
r
o

f
i
n
o
2001
2002
2003
2004
2005
2006

Fig.3.1.2.3. Produccin anual de Hierro
fino,(2002-2006)Cuarta regin de Chile.
(Anuario Minera Chilena, 2006)

El sector agroindustrial, especficamente la
hortoindustralizacin ha presentado
eminente riesgo de mercado por contar con
un nivel bajo de demandantes y restriccin
de materias primas.
Sin embargo, en relacin al riesgo operativo,
el sector agroindustrial, ha realizado fuertes
inversiones en el mbito productivo como: en
riego tecnificado, packings, frigorficos y
plantas equipadas con tecnologas y equipos
de primer nivel.
En los proyectos se deben considerar las
variables que representan un impacto
relevante, priorizando aquellas variables con
mayor grado de incertidumbre y volatilidad
que impacten de manera negativa al
proyecto. Sobre este punto Franke A., 1987,
plantea una metodologa fcil de jerarquas
mediante anlisis de Pareto.
Segn Palacios F. Et. Al., 2003, la utilizacin
de valor actual neto ampliado, permite mayor
grado de flexibilidad, adaptabilidad de las
estrategias para enfrentar los mercados,
disminuyendo el riesgo asociado.
Mascareas J., indica que la realizacin de
un proyecto de inversin es comparada con
la opcin de compra de una accin, ya que
ambas situaciones implican un derecho de
desembolso.
La utilizacin de valoracin de opciones,
permite no restar dinamismo al proyecto en
comparacin con los parmetros
econmicos VAN y TIR. (Del Carpio J.,
2004)
Una manera de controlar los riesgos
asociados a la implementacin de los
proyectos bien a su recomendacin
acerca de su continuidad, viene dado por la
evaluacin de opciones reales, llevada al
mbito de proyectos por Charnes Cobbs,
mediante un modelo de simulacin-
optimizacin, donde se platean tres tipos de
variables: decisin, componentes
estocsticas y los supuestos deterministas
(Conde J., Et. Al, 2004)
El clculo del valor de un proyecto, se puede
realizar mediante la reversin de la media y
el proceso de poisson.

( )
t t t
dZ dt S S ds
2
o o + =

La expresin representa el comportamiento
de reversin de la media, tambin conocido
como camino aleatorio elstico que
considera la media en funcin del tiempo, y
la varianza como cambio infinitesimal de la
inversin acompaada del proceso
estocstico de Wiener. o , indica el valor
estocstico a largo plazo S, que es el precio
del proyecto en aquel horizonte. (De la
Fuente, G., 2000)
Algunos modos de integrar asignaciones de
probabilidades de ocurrencia, podran
facilitar el manejo del riesgo asociado; el
valor esperado discreto, se emplea para
6
obtener un VAN ampliado, considerando tres
escenarios probables.
El caso continuo se utiliza para obtener el
valor esperado de la variable entre tiempos
determinados dentro del horizonte temporal
asignado al proyecto. El equivalente de
certidumbre se relaciona con el valor
esperado, para considerar si existe aversin,
propensin indiferencia al riesgo en el
proyecto.


Criterio Formulacin
Valor esperado o
esperanza (VE)
-Caso discreto:
i
n
i
i
x p VE

=
=
1

-Caso continuo:
( )xdx x f VE
}
+

=

Equivalente de
certidumbre (EC)
VE EC * o = ,donde | | 1 , 0 e o
Prima riesgo (p)
p i i + =
'
Desv.tpica (ED)
o c =VE ED
Varianza ( ) o
( )
n
x x
n
i
i

=

=
1
2
o

Esperanza
condicionada
(EC)
o < =
prdida
p VE EC /

Tabla 3.1.2.4.Integraciones de posibles
resultados conocidas las probabilidades de
ocurrencia (Oreja J., Et.Al, 2005)

Otro modelo clsico, es el de simulacin de
montecarlo, constituyndose en una
herramienta utilizada frecuentemente en
ingeniera de proyectos, orientada a
encontrar una aproximacin de las
incertidumbres, (Rezaie K., Et. Al, 2007)
La utilizacin de redes bayesianas, han
permitido flexibilizar las asignaciones de
probabilidades a la variables presentes en
las actividades de los proyectos, generando
una mejor aproximacin a los patrones de
ocurrencia, an en el desconocimiento cabal
del comportamiento del sistema. (Lpez S.,
Et. Al., 2004.)
)) /( ( ) ,......, , , (
1
3 2 1 i
n
i
i n
X x P X X X X P
[
=
=
La experiencia indica que usualmente estas
estimaciones son realizadas por los gerentes
a partir de la propia experiencia que tienen
en relacin a sus respectivos proyectos.
(Karlsen J.T., 2005.)
La valoracin oportunidad / riesgo, y los
planes de accin oportunidad/riesgo,
permiten una mejor administracin de los
riesgos asociados a los proyectos. (Garrett
G.A., 2005.)
Indudablemente desviar las probabilidades
de amenaza y transformarlas en
oportunidades de xito, es el concepto
riesgo que debe formar parte de la cultura
organizacional, promovindose su
cuantificacin y conocimiento profundo de
las causas que lo originan. (Kaliprasad M.,
2006.).
3.1.3. Productividad en sector minero y
agroindustrial

La productividad en las industrias sin duda
es una variable crtica a controlar.
Hicks P., indica que para manejar la
productividad es necesario desagregar la
eficiencia y la eficacia en las mltiples
variables que la componen con la finalidad
de encontrar respuestas de la contribucin
real de cada una de estas a la productividad.
(Hicks P., 2002).
En los sectores minero y agroindustrial la
produccin, se debe garantizar mediante la
asignacin acertada de equipos, tecnologas
y recursos humanos, el manejo de la
7
demanda, capacidad de cobertura,
planeacin de corto, mediano y largo plazo,
con la finalidad de enfrentar los mercados
altamente dinmicos. (Render H., 2004).
Estas asignaciones deben estar orientadas a
minimizar el riesgo operativo, por ende es
necesario optimizarlo. (Hiller F., 2002) esto
se logra midiendo, evaluando y corrigiendo
las variables que permitan un mejor
desempeo del proceso y garanticen
repercusiones positivas en su entorno.
(Garca R., 2005).
La cuarta regin exporta casi el 75%,
(incluyendo productos elaborados), 17%
para el consumo interno y el 8% deriva a la
agroindustria. La industria vitivincola entreg
informacin, en donde el 70% de las
bodegas corresponden a elaboradoras de
vinos y mostos; 65% son guardadoras o
conservadoras y el 28% cuentan con una
lnea de embotellado. (ODEPA,2005)
Adems dentro de la regin, se desarrolla la
agroindustria hortofrutcola clasificada en
cuatro categoras de procesos: conservas,
deshidratados, jugos y congelados.
En los sectores que presenten ciertos
apoyos de manufactura, ser necesario
establecer una funcin de tres dimensiones:
una estructura de procesos, conocimiento de
los productos y organizacin de las
operaciones. (Devaraj S., Et .Al. , 2004).
Contar con la informacin sobre el proceso
permitira elaborar cartas de estado, y
posteriormente tratarlas mediante cadenas
de Markov permitiendo asignar una
probabilidad de ocurrencia a cada una de las
actividades. (Chica A. Et Al, 2006).












Fig. 3.1.3.1. Esquema de punto de decisin
condicional (Chica A. Et. Al, 2006)

Mediante la utilizacin de modelos
markovianos, se ha logrado determinar
capacidades de trabajo de mquinas de
forma rpida, utilizndose como punto de
enlace el mantenimiento predictivo en su
fase de diagnstico tcnico, como parte de la
fiabilidad integral en las operaciones.
(Zaldivar M., 2002)
Enfoques deterministas presentan
desventajas, al asumir que todas las
desviaciones del nivel de produccin
observado en una empresa respecto de la
frontera de produccin, se deben
exclusivamente a una ineficiencia, bajo la
suposicin que los errores de medida en
las variables o las fluctuaciones aleatorias
son parte de esta. Este supuesto puede
producir estimaciones sesgadas al alza de la
ineficiencia. Sin embargo, un enfoque de
frontera estocstica podra explicar que este
error es compuesto y est formado por el
trmino de ineficiencia que sigue una
distribucin asimtrica, y la perturbacin
aleatoria, que proviene de una distribucin
simtrica normal. (Gumbau M., 2000)
El control de operaciones en la agricultura,
considerada como una actividad previa a la
agroindustria, ha mejorado con el empleo de
=
=
n
i
Pi
1
1
P
1
P
2
P
3
P
E.2.
E.1. E.3.
E.4.
8
las tecnologas de la informacin utilizando
herramientas como la agricultura de
precisin (AP), cuyo objetivo es aumentar la
productividad y la eficiencia en las
operaciones, y por otra parte, reducir costos.
La aplicacin se ha difundido principalmente
en la agricultura extensiva. Este tipo de
agricultura involucra desarrollos tecnolgicos
combinados, que permiten procesar
informacin acerca de factores como clima,
suelo, topografa, calidad de nutrientes,
grado de humedad y pestes. (Moguillansky
G., 2005)
La productividad en el sector minero
regional, se ha visto por los diversos
problemas derivados de la escasez y
encarecimiento de insumos, falta de
recursos hdricos y una compleja relacin de
las empresas mineras con el
medioambiente.

Fig.3.1.3.2.Ley de Cobre de Chile (Base de
datos centro de Minera PUC, 2007).
En el grfico anterior el coeficiente de
determinacin es de 52%, debido a que
existen algunos datos que estn por sobre la
curva de ajuste, no obstante, escapan al
comportamiento usual.
La productividad depender de algunos
factores naturales como la ley de cobre que
se presente; adems de algunas otras como
la dureza de mineral y razn esteril -mineral,
determinantes en clculo de la productividad.
En el caso de Minera los Pelambres su
productividad alcanz el ao 2003, ha 269
(Kg. Cu fino / HH)

3.1.4. Variables que afectan a la
productividad en las operaciones, en
sector minero y agroindustrial

La productividad en las operaciones debe
ser analizada considerando aspectos claves
como la localizacin de equipos,
maquinarias y recursos. Pero debido al
dinamismo de estas y otras variables, es
difcil precisar con exactitud las distintas
ubicaciones y medir el tiempo empleado por
cada recurso en una determinada actividad,
(Huang G., Et. Al, 2006) configurndose un
escenario de riesgo e incertidumbre en las
operaciones. Por ejemplo, la baja de
eficiencia de los equipos y maquinarias la
baja capacidad de respuesta ante
emergencias. Por tanto, ser determinante
para el desarrollo del proceso desglosar sus
componentes como, balances de horas
trabajadas, balance de destreza y las
restricciones de la fuerza laboral. (Dufuaa S.,
2007).
Otras variables importantes que pueden
influenciar en la eficiencia y productividad de
las operaciones son los inventarios, las
cantidades demandas, costos asociados a
nivel de pedido, capacidad de
almacenamiento, control de las existencias y
capacidad de respuesta de los proveedores.
(Gajardo R., 2002).
Para mejorar la capacidad de respuesta a
los clientes y contar con un mejor manejo de
los inventarios que permita rentabilizar a la
empresa, trabajar con pedidos fraccionados
9
ser fundamental. (Khan L., Sarker R.,
2002).
Los costos y el riesgo asociado se
comportan en razn inversa en un sistema
productivo, que va desde el proveedor de las
materias primas hasta el cliente y viceversa.
(Stonebrake P., Liao F., 2005).


















Fig.3.1.4.1.Esquema adaptado de la
representacin de la cadena de suministros
(Stonebrake P., 2005)

La capacidad de respuesta y manejo de la
cadena de suministros va a depender de la
estructura organizativa, la planificacin y del
modelamiento de las operaciones,
permitiendo reducir costos, como
consecuencia de una disminucin de los
tiempos de entrega. Un sistema importante
para el logro de este objetivo es la
implementacin del sistema de manufactura
flexible. (Hurtubise S., Et. Al, 2004)
Esta implementacin se puede realizar
utilizando la programacin de una tarea
flexible de manufactura, (Flexible Flow Shop
Scheduling; FFSS) que consiste en
encontrar una programacin ptima de un
conjunto de trabajos, que deben ser
realizado en una lnea flexible de
manufactura, donde cada etapa esta
compuesta de un conjunto de mquinas
idnticas en paralelo, y en cada etapa
solamente una mquina debe realizar la
operacin, y se considera adems que lo
hace sin interrupciones y que los tiempos de
ejecucin realizado por cada mquina es
conocido, posteriormente se realiza la
asignacin de trabajo de tareas a la
mquinas y de debe minimizar un criterio o
variable, que podra ser el tiempo.
Finalmente se obtiene el tiempo total de
residencia de todos los trabajos. (Acero R.,
2002)


= =
(

+ =
N
n
S
S
s M n s M n M n s m n n
M
R d T Min Y
1 1
, , , , , , ,


Donde:

n: Nmero de trabajos a realizar, desde 1
hasta N.
m: Etapas del proceso, desde 1 hasta M.
s: Nmero de la mquina en la etapa j,
desde 1 hasta
M
S , para cada etapa m.
s M n
R
, ,
: 1, si el trabajo n se realiza en la
mquina s de la etapa m, y 0 de lo
contrario.
M n
T
,
: Tiempo de inicio del trabajo n en la
etapa m.
Parte de
manufactura
Reunir
productos
Distribucin de
productos
Informacin a
clientes y servicios
A
n

l
i
s
i
s

d
e

R
i
e
s
g
o
s
A
n

l
i
s
i
s

d
e

C
o
s
t
o
s
Fabricar o
comprar
las
materias
primas
10
s m n n
Y
, , , '
: 1, si el trabajo n precede al
trabajo n en la mquina s de la etapa m,
y 0 de lo contrario.
La aproximacin basada en algoritmos
genticos, para la programacin de tareas
de manufactura tiene ventajas sobre otras
herramientas artificiales que se utilizan como
la lgica difusa, debido a que esta programa,
selecciona y resuelve a partir de prioridades,
en cambio los algoritmos genticos apuntan
a resolver y optimizar el resultado obtenido.
(Husbans P., 2000)
La dimensin de los procesos, debe estar
orientada a la organizacin, por ejemplo,
para la asignacin de puestos de trabajos,
se deben considerar aspectos tales como
desarrollo conceptual de las operaciones,
mantenimiento y reparacin, control de
calidad y defectos de los sistemas, realizar
un modelo de simulacin considerando la
varianza y definir las limitaciones de los
sistemas junto a sus restricciones. ( Azadeh
A., Et.Al., 2005)

4.1. Discusin
En los proyectos estn presentes riesgos de
mercado, financiero y operativo. El riesgo
financiero, se trata mediante la utilizacin de
opciones reales lo que ha permitido generar
mejores herramientas para la toma de
decisin en los proyectos, pasando desde
una perspectiva esttica dada por el VAN a
otra dinmica. Esta condicin surge
mediante la asignacin de probabilidades de
ocurrencia propia del tratamiento con
opciones reales, permitindole al proyecto
tomar las aleatoriedades del mercado.
La manufactura flexible apunta a mejorar las
productividades de los procesos, permitiendo
obtener mejores tiempo de ejecucin de las
tareas encomendadas a la mquina,
apoyando esta bsqueda en la tcnica de
programacin por ejemplo, Flexible Flow
Shop Scheduling.
La utilizacin de cadenas de Markov,
permitira modelar de manera ms eficiente
la estructura del proceso, y como
consecuencia tener ventajas sobre la
ingeniera y diseo final de las lneas de los
productos, logrndose una asignacin ms
efectiva de los recursos financieros y
humanos, lo que a su vez permitiran
mayores utilidades en los procesos
acercndose al nivel ptimo de produccin.
El sector agroindustrial de est regin,
presenta una fragilidad que en la prctica se
ve reflejada por los cambios climticos, lo
que amplia las probabilidades de
vulnerabilidad al controlar la estructura de
costos de produccin, que como
consecuencia genera alzas de precio,
variable que pone en alerta a los mercados
y/o consumidores quienes manifiestan su
comportamiento reduciendo el consumo
preferentemente.
El problema de recursos hdricos que se
experimenta en la regin no permite mejorar
la eficiencia del sector, pero mediante una
focalizacin efectiva de las asignaciones
sera posible encontrar mejoras, las cuales
son necesarias puesto que el sector
contribuye con el 15% de las exportaciones
a nivel pas, donde la regin contribuye con
un 4,8% de estas exportaciones.
Una mayor capacidad de almacenamiento
aumentara la eficiencia y la seguridad de
riego en los cultivos de manera de
establecer un mejor control de aplicacin,
considerando que los agricultores muestran
11
una aversin al riesgo, el cual obviamente
ira disminuyendo a medida que se den las
condiciones que apunten a incrementar los
ingresos.
El sector minero, presenta condiciones
favorables en los mercados internacionales
por el precio de transaccin del cobre, hierro
y otros no metlicos. Desde el punto de vista
de explotacin se cuenta con proyectos en
desarrollo, siendo el ms importante el
proyecto de la zona hipgena de la Minera
Carmen de Andacollo (2008), que apunta a
cuadruplicar la produccin actual de xidos
de cobre.
La produccin de hierro en Chile por las
empresas Romeral y El Tofo alcanzaron a
8.628.174 millones TMF de mineral anuales
el 2006, un 9,8% mayor que el ao 2005.
Referencias

Acero R. y Torres J. Aplicacin de una
heurstica de bsqueda tab en un problema
de programacin de tareas en lnea flexible
de manufactura. Universidad de Los Andes,
Bogot Colombia. 2002. Disponible en:
<http://empleados.uniandes.edu.co/depende
ncias/Departamentos/ingenieria-
industrial/magister/memos/sep2002/ACERA
HB.pdf>
Atkinson, Roger, Crawford, Lynn and Ward,
Stephen (2006) Fundamental uncertainties in
projects and the scope of project
management. International Journal of Project
Management, 24, (8), 687-698
Azadeh A., Bidokhti, B., and Sakkaki, S. M.
2005. Design of practical optimum JIT
systems by integration of computer
simulation and analysis of variance. Comput.
Ind. Eng. 49, 4 (Dec. 2005), Pages 504-519.
Briceo P., Administracin y direccin de
proyectos, un enfoque integrado. Ciade
Universidad de Chile., segunda
edicin.1996. p. 41-55.
Brigham E., y Ehrhardt M. Financial
Management: Theory and Practice. 10th Ed.,
Thompson Learning, Inc. USA. 2002.
Cruz J., Medicin de riesgos en la evolucin
de proyectos mineros. El VaR
del VAN. Departamento de Ingeniera
Industrial, Universidad de Chile. Atacama
Resource Proyecto Fondef 1087. Ao
2004.disponible en:
<http://www.clgroup.cl/estudios/med_riesgos
.pdf>
Chica A., Cano D., Aplicacin de las
cadenas de markov en tiempo continuo a
partir del modelamiento de sistemas
reactivos utilizando stateflow. Universidad
Autnoma de Colombia, 2006. p 1-5.
Del Carpio J., Financiamiento de proyectos.
Facultad de Ingeniera Industrial,
Universidad Nacional Mayor de San Marcos.
ISSN versin electrnica 1810-9993. Ao
2004. p. 20 -24.Disponible en
<http://sisbib.unmsm.edu.pe/Bibvirtual/Public
aciones/indata/v04_n1/financiamiento.htm#*
>
De la Fuente G., Tesis doctoral. Las
opciones reales en la decisin de inversin.
Propuesta y aplicacin de un modelo de
valoracin al caso de una multinacional
Espaola. Facultad de ciencias econmicas
y empresariales. Departamento de
Economa y Administracin de empresas.
Universidad de Valladolid. p. 71-81.
De Lara A., Medicin y control de riesgos
financieros. Noriega Editores, Tercera
edicin. Publicado por Editorial Limusa,
2005. ISBN 9681864441, 9789681864446.
p. 25-34.
Devaraj S., Hollingworth D., Schoerder R.,
Generic manufacturing and plant
performance, Journal of operations
management. Volume 22, Issue 3, June
2004, Pages 313-333.
Dufuaa S., Al-Sultan K., A stochastic
programming model for scheduling
maintenance personnel, Applied
mathematical modeling. Volume 84, Issue
10, October 2007, Pages 1044-1055.
Franke A., Risk analysis in project
management, International Journal of Project
Management, 1987.
Gajardo R., Logstica: Base de gestin de
negocios, Asociacin de exportadores de
Per, primera edicin, 2002. p. 110-125.
Garca R., Ingeniera de mtodos y
mediciones de trabajo, Mc Graw Hill,
Segunda edicin, 2005. p 100-110.
Garrett G.A., Managing opportunity and risk
in a complex project environmental contract
management, 2005.
Gumbau M., La eficiencia tcnica de la
industria Espaola. Revista Espaola de
economa. Vol. 15, nm. 1. p. 67-84. 2000.
Disponible en: <
http://ddd.uab.es/pub/ree/02101025v15n1p6
7.pdf>
Hernndez M., El anlisis de los proyectos
de inversin por va de las opciones. TEC
12
empresarial. Vol 1. Edicin 3, 2007. p. 18-22.
Disponible en:
<http://www.itcr.ac.cr/tec_empresarial/Articul
os-vol1-3/Anal_Proy_Inv.pdf>
Hicks P., Ingeniera industrial y
administracin, Editorial continental Mxico,
segunda edicin, 2002. p. 35-42.
Hillier F., Liberman G. Introduccin a la
investigacin de operaciones, sptima
edicin. Editorial McGraw-Hill. Captulo VIII.
ISBN: 9701034864. ISBN-13:
9789701034866. Ao 2002.
Husbans P. and Mill F., Scheduling with
genetic algorithms., School of Cognocitive
and Computing Sciences, University of
Sussex Falmer, Brighton, UK, 2000.
Kaliprasad M., Proactive risk management,
Cost engineering. 2006, ISSN 0274-
9696. vol. 48, n
o
12, Pages 26-35
Karlsen J.T., Lereim J., Management of
project contingency allowance, Cost
engineering, 2005. ISSN 0274 -9696,
vol. 47, n
o
9, Pages 24-29.
Khan L., Sarker R., An optimal batch size
JIT manufacturing system, computers
industrial engineering. Volume 42, Issues 2-
4, 11 April 2002, Pages 127-136.
Lpez S., Snchez P., Conde J.
Secuenciacin de tareas mediante
metaheurstico, VIII congreso en ingeniera
de organizacin. Lganes Espaa, 9-10
Sep.2004. UPCM p.1021-1031
Mascareas J. Las Decisiones de Inversin
como Opciones Reales: Un enfoque
conceptual. Documento de Trabajo N 9805.
Universidad Complutense. Madrid,
Espaa. 1998.
Montagna M., Asociatividad empresarial y
acceso a los mercados, Programa de apoyo
a la microempresa rural de Amrica latina y
el Caribe PROMER, 2004.
Moguillansky G., Salas J., Cares G..
Innovacin en la industria hortofrutcola
Corfo, Universidad Adolfo Ibez.
CEPAL.2006. p. 5-11.
Oreja, J.R. y V.Yanes-Estvez La
incertidumbre percibida del entorno como
condicionante del riesgo estratgico
asumido por el decisor. Cuadernos de
Economa y Direccin de Empresas.2005.
ISSN: 1138-5758.vol.25, p.5-28.
Render H., Administracin de operaciones.
Pearson Prentice Hall. Quinta edicin, 2004.
p. 123-129.
Rezaie K., Amalnik M.S., Gereie A., Osatadi
B., Shakhce-Niaee M., Using extended
montecarlo simulation method for the
improvement of risk management:
consideration of relationships between
uncertainties, Applied mathematics and
computation. Volume 190, Issue 2, 15 July
2007, Pages 1492-1501.
Ruz L., Fundamentos de inferencia
estadstica, Thomson learning ibero, tercera
edicin. 2004. p. 307-312.
SERCOTEC. Pequea empresa:
Estadsticas bsicas de las empresas en
Chile, 2002. p. 6-7.
Stonebrake P., Liao F., Supply chain
integration, Supply chain management an
international journal, 2003.
Turner J., Muller R., On the nature of the
project as a temporary organization.
International Journal of Projects
Management, Volume 21, Issue 1, January
2003, Pages 1-8.
Zaldvar M., Aplicacin de los modelos
matemticos markovianos en el estudio de
la factibilidad de elementos complejos de
mquinas. Universidad de Holgun. Cuba.
Vol 10. 2002. p. 75-80. Disponible en:
<http://www.redmeso.net/bv/Natura/Zaldivar
_a.pdf>