I2 F

<Planificación de la Producción>
Planificación de Corto Plazo: MRP

<Administración de Proyectos>
Gestión de Operaciones – ICS3213
Localización de Instalaciones
Alejandro Mac Cawley –Isabel Alarcón 2018
Localización
• La localización de los procesos productivos, se
refiere a la ubicación geográfica o espacial de la
planta. ¿Dónde?
• Es interesante notar la distribución geográficas de

ciertas industrias. Ej. Computación Silicon Valey
California, Celulosa Arauco Constitución, Pisqueras
IV Región, Producción de Chips Singapur, Codelco
Chuquicamata, etc.
• La pregunta que surge es ¿Por qué se ubican en

estas zonas geográficas? ¿existe alguna razón
especial?
1
Localización
• La ubicación generalmente responde a dos variables,
de tipo:
– Técnico: Los sistemas productivos basados en recursos

naturales, necesitan de insumos y características, que sólo
ciertos lugares pueden ofrecer. Ej. Clima, temperatura,
suelos, agua.
– Competitivas: La localización de sistemas productivos en

ciertos lugares ofrece ventajas competitivas frente al resto
de los competidores como: cercanía a centros de consumo y
clientes, acceso a tecnologías, denominación de origen,
obtención de insumos a menor costo, menores costos de
transporte etc.
Localización
• Esta variables se ven reflejadas en la eficiencia y

eficacia del sistema productivos, incorporándose
dentro de los ingresos y costos de producción.
• Ingresos: debido a que la elección de un cierto lugar

limita la flexibilidad de productos y mercados a los
cuales es posible acceder.
• Costos: la ubicación dictaminará en parte los costos
fijos como arriendo, infraestructura y los costos
variables como mano de obra, insumos, maquinarias,
transporte, impuestos, etc.
2
Unidad de decisión Decisión Principal Criterios para la Selección de la decisión
División Operativa Región de Potencial del Mercado

División de Planificación mercado Porción del Mercado
Costo Operativo
División Operativa Costos Transporte

Tráfico (Mercado Materias Primas)
Impuestos Subregión Impuestos (Estatales)
Compras Costo Materias Primas
Relaciones Industriales Costo y disponibilidad de Personal
Acceso a Mercado y Materiales

División Operativa Costo de Materiales
Tráfico Costo y Disponibilidad de Personal
Compras Comunidad Impuestos (Locales)
Relaciones Industriales Disponibilidad de servicios Públicos
Propiedad Disponibilidad de Lugares
Atractivos de la Comunidad
Acceso a una red de Transporte

División Operativa Caracterisitcas del Lugar
Ingeniería Lugar Impuestos (Bienes Raíces)
Propiedad Disponibilidad de Servicios Publicos
Impuestos Costo del Terreno y su Adquisición
Costos de Construcción
Junta Directiva o Aprobación Final

Propietario del Lugar
Comunidad
Se autoriza la Negociación para la obtención
del Lugar Lugar
Factores que afectan la localización

• En general los factores que afectan la localización de
una planta son:
– Características técnicas del proceso.
– Cercanía a los consumidores.
– Costos totales.
– Infraestructura.
– Calidad y disponibilidad de mano de obra.
– Otras plantas cercanas.
– Marco macroeconómico.
– Barreras gubernamentales.
– Bloques de comercio.
– Regulaciones ambientales.
– Competidores
3
Modelos de localización
• Para solucionar el problema de la localización de las

instalaciones es posible utilizar modelos cuantitativos
de:
– Centro de gravedad.
– Ranking de Factores.
– Costos de Transporte.
– Análisis de punto de equilibrio.
• Cada uno de estos modelos debe ser evaluado en

conjunto con un análisis de costos del lugar a
evaluar.
Modelo de Centro de Gravedad
• El modelo se basa en un modelo físico del centro de

masa.
• Este modelo es una técnica para localizar

instalaciones únicas, que consideran las
instalaciones existentes, las distancias entre ellas y
la nueva instalación, y el volumen de bienes a
transportar.
• Es muy utilizada para localizar almacenes e

instalaciones intermedias.
4
Modelo de Centro de Gravedad

• En su forma mas sencilla , supone que son iguales todos los
costos de transporte de las entradas y salidas y no incluye
costos especiales de envío por no completar la carga.
• Para utilizar el modelo se debe poner en un eje de coordenadas
todas las instalaciones con que se cuenta y el centro de
gravedad se calcula para las coordenadas X e Y, con las
siguientes formulas:
Cx 
d V ix i
Cy 
d V
iy i
V i V i
Modelo de Ranking de Factores
• Este modelo se basa en la creación de un ranking u

orden de importancia en los factores que la empresa
busca de cada lugar reflejándolo en un ponderador
para cada factor. Posteriormente toma las posibles
localidades y entrega un puntaje o nota a cada factor
del lugar.
• Obteniendo finalmente el lugar que presenta las

mejores características de acuerdo a los factores
seleccionados.
5
Ejemplo de Ranking de Factores
Puntaje de cada lugar Puntaje Ponderado

Factores Ponderador X Y X Y
Clima 25% 100 70 25 17.5
Disponibilidad Agua 20% 60 80 12 16
Condiciones edafológica 15% 40 90 6 13.5
Mano de Obra 12% 50 50 6 6
Cercanía receptora Uva 10% 40 70 4 7
Infraestructura Vial 7% 70 70 4.9 4.9
Proveedores 6% 80 90 4.8 5.4
Políticas y Leyes 5% 60 60 3 3
100% Puntaje Lugar : 65.7 73.3
Beneficios del Modelo
• Permite comparar lugares totalmente distintos.

• Permite valorar atributos tanto cualitativos como
cuantitativos.
• Permite tomar una decisión sobre bases claras.
Problemas del Modelo

• El mayor problema del modelo es: cómo asignar los
ponderadores y los puntajes adecuadamente.
6
Modelo de Costos de Transporte
• Para el uso de este modelo se requiere de los costos

de transporte desde y hacia las nuevas ubicaciones.
• El modelo permite realizar comparaciones en torno a

los costos de transporte de las diferentes localidades
y elegir aquella localización que minimice los costos
de transporte.
• Es muy útil cuando el costo de transporte es un

factor determinante. Ej: Almacenes, forestal,
bodegas, centros de acopio, etc.
Modelo de Costos de Transporte

• De éste modelo se desprende el hecho de que existen
áreas de acción de empresas o áreas de influencia. Ej.
Celulosa Arauco Constitución, Empresas de Salsa de
Tomate EE.UU.
• El mayor problema del modelo es que sólo se basa en los

costos de transporte para decidir cual es la mejor
ubicación.
• Este problema puede ser solucionado por medio de a su

vez utilizar otros tipos de modelos y realizando detallados
análisis de costos, de las diferentes localidades.
7
Modelo de Punto de Equilibrio

• Este modelo utiliza el análisis de costo-volumen para
comparar diferentes alternativa de lugares en donde
ubicarse.
• Mediante la identificación de los costos fijos y
variables, a través de graficar estos, para cada lugar.
Permite tomar la mejor decisión en torno a un
volumen de producción especifico.
• Para utilizar este modelo se requiere de:

– Los costos fijos y variables de cada localidad.
– Graficar cada curva de costos, para cada lugar.
– Elegir aquel lugar que presente los menores costos para un
nivel de producción dado.
Análisis de punto de equilibrio

• Tres posibles ubicaciones:
Costo Costo Costo
Ciudad Fijo Variable Total
Akron $30,000 $75 $180,000
Bowling Green $60,000 $45 $150,000
Chicago $110,000 $25 $160,000
Precio Venta = $120
Volumen esperado = 2,000 unidades
Costo Total= Costo Fijo + Costo Variable x Volumen
8
Análisis de punto de equilibrio
–
$180,000 –
–
$160,000 –
$150,000 –
–
$130,000 –
–
Costo anual
$110,000 –
–
–
$80,000 –
–
$60,000 –
–
–
Costo Costo
$30,000 – Akron
Costo
Chicago
– Bowling Green
$10,000 –
| | | | | | |
–
0 500 1,000 1,500 2,000 2,500 3,000
Volumen
9
La “Física en la Fabrica”
Entender y manejar la variabilidad e incertidumbre.
Impacto de Variabilidad
• Esta en todas partes. La Meta.
• Trabajamos con el promedio. Mente.
• Pensemos en un sistema estocástico. Caracterizarlo.
• Efectos:
– Ingresos.
– Costos.
1
Variabilidad e Incertidumbre
• Son diferentes?
• La demanda.
• La capacidad de mi sistema productivo.
• Es importante notar la diferencia.
• Tipos de variabilidad en la producción y servicios.
Importante
¿Porqué sucede esto?

¿otros ejemplos?
2
Variabilidad
• ¿Porqué?
Por que la capacidad no satisface la demanda.
Ejemplo: Sala de Emergencia

• Atiende a una tasa de 10 personas/hora
• Antes de 7pm y después de 9pm, pacientes llegan a
una tasa de 5 personas/hora
• Entre las 7pm y 9pm, paciente llegan a tasa de 20
personas por hora
Variabilidad
• ¿Qué sucede?
Tasa
llegada
tiempo
N° pacientes en
sala espera
tiempo
• En este tipo de casos, podemos “predecir” que

sucederá
3
Variabilidad
• Pero, en otros casos, a pesar de mayor capacidad

vemos colas de espera…
• En muchas situaciones, la tasa de llegada no supera
la capacidad en el largo plazo y en periodos
predecibles, pero si en el corto plazo y por periodos
no predecibles.
VARIABILIDAD
Teoría de Colas
• Vamos a utilizar Teoría de Sistemas de Espera y

aplicarlos al sistema productivo.
• Elementos que caracterizan a un sistema de espera.
• Que indicadores se utilizan para medir la

“performance” de un sistema de espera.
4
Costos en líneas de espera
Costo
Costo de fila de espera
Optimo Nivel de servicio
Más ejemplos
Situación Llegadas Servidor Servicio
Depósito,
Banco Clientes Cajero
etc.
Hospital Pacientes Doctor Tratamiento
Intersección Tráfico
Autos Semásforo
de tráfico controlado
Línea de
Partes Trabajador Ensamble
ensamble
5
Veamos las siguientes situaciones
• Llega un trabajo cada un minuto en promedio
Servidor demora
=? 45 segs. por
Cola
vacía trabajo
al inicio
=?
• El próximo trabajo llega:

– Después de 15 segs con probabilidad 0.5
– Después de 1 min 45 segs con probabilidad 0.5
Incertidumbre genera las colas

1 trabajo llega
cada minuto
en promedio Servidor demora
Cola 45 segs. por
=1 vacía trabajo
al inicio
 = 1.33
Largo cola
5
4
3
2
1
Tiempo
0 1 2 3 4 5 6 7 8 9 10 11 12 (min)
6
Manejando la física de las colas
Costo
Total
WB
Costo
Capacidad
B
WA A Costo
  Retraso
0 Congestión 1 0 Congestión 1
(Tasa de llegada / Tasa de servicio) (Tasa de llegada / Tasa de servicio)
Características de líneas de espera
Llegadas Línea de espera Servidores
• Población de clientes • Largo de la cola puede • Tiempos de servicio

puede ser finita o infinita ser limitado pueden ser random
• Patrón de llegada puede • Clientes son servidos en • Puede haber más de un
ser random una secuencia FIFO servidor
• Clientes pueden ser o no • Pueden haber más de una
ser pacientes cola
7
Medidas de desempeño
Clientes o Trabajo
trabajos llegan terminado
Area de Servidor
espera
Desempeño del sistema = F( Parámetros del sistema )
 Output/Throughput rate  Tasa de llegada

L Nivel inventario / largo cola  Tasa de servicio
M Tiempo de servicio
W Tiempo de espera
S Número de servidores
C Tiempo de ciclo
R Capacidad de la cola (buffer)
Pfull Probabilidad de cola llena
 Utilización de capacidad
K Clases de servicio
 Política de servicio
Tipos de líneas de espera

Canal Simple – Una fase
Sistema de servicio
Unidades
Cola servidas
Llegadas
Servidor
Canal Simple – Multi-fase

Sistema de servicio
Unidades
Cola
Llegadas servidas
Servicio Servidor
8

Multi-servidor – Una fase
Sistema de servicio
Unidades
servidas
Llegadas Cola Servidor
Servidor
Ejemplo: banco, correo, etc.

Multi-servidor – Multi-fase
Sistema de servicio
Unidades
servidas
Llegadas Cola Servidor Servidor
Servidor Servidor
Ejemplo: Lavandería, sistema de producción make-to-order, etc
9
Tipos de líneas de espera: ejemplos
Una fase Multi-fase
Peluquero con Lavado de

Servidor simple
una silla auto
Ventanillas de Admisión en
Multi-servidor
cajeros bancos hospitales
Analicemos una cola simple (1

servidor)
Proceso llegada Cola Servidor Proceso salida

LQ 
LS
Cantidades importantes:
 Tasa llegada: l (ej: clientes/hr, paquetes/seg, etc)
 Tasa servicio: m (ej: clientes/hr, etc)
 # unidades en el sistema: LS
 # unidades en la cola: LQ
 Tiempo en el sistema: WS (Throughput Time)
 Tiempo en la cola: WQ
 Utilización del servidor: r
10
Sistema Productivo
• Performance:
– Tiempo de ciclo de producción o tiempo de flujo. (FT)
– Work in Progress (WIP)
– Tasa de produccion (throughput).
• Se puede medir el FT y WIP en espera.
• Cual es el objetivo. Trade-off.
Sistema Simple: Cola M/M/1

• λ: Tasa llegada de “clientes”. (1/λ : tiempo medio)
• µ: Tasa de atención del servidor. (1/µ: tiempo medio)
• Llegada y servicios son Poisson. Distribución exponencial.
• Sea:
• Podemos obtener:
• Medidos en la espera:
11
Funciona?
Little
• Relación entre L y W.
• Formula de Little (J.D. Little MIT, demostró en 1961).
• Interesante: Es valida en cualquier proceso de

llegada y servicio y cualquier disciplina en la cola.
• Requisito: sistema este en “estado estacionario”.
12
Extrapolaciones de Little
13
¿Para qué la variabilidad?

SIX SIGMA
Cantidad
Procesos ±3σ ±4σ ±5σ ±6σ
1 93,32% 99,379% 99,9767% 99,9996%
7 61,63% 95,7332% 99,84% 100,00%
10 50,09% 93,9607% 99,77% 100,00%
20 25,09% 88,2861% 99,54% 99,99%
40 6,29% 77,9444% 99,07% 99,98%
80 0,40% 60,7533% 98,15% 99,97%
100 0,10% 53,6367% 97,70% 99,96%
L E A N
150 0,00% 39,2820% 96,56% 99,94%

200 0,00% 28,7690% 95,45% 99,92%
300 0,00% 15,4307% 93,25% 99,88%
400 0,00% 8,2765% 91,10% 99,84%
500 0,00% 4,4393% 89,00% 99,80%
600 0,00% 2,3811% 86,95% 99,76%
700 0,00% 1,2771% 84,95% 99,72%
800 0,00% 0,6850% 82,99% 99,68%
1000 0,00% 0,1971% 79,21% 99,60%
1200 0,00% 0,0567% 75,61% 99,52%
3000 0,00% 0,0000% 49,70% 98,81%
17000 0,00% 0,0000% 1,90% 93,43%
38000 0,00% 0,0000% 0,01% 85,90%
Variabilidad
• Definición:
“Cualquier cosa que cause a un sistema alejarse de un
comportamiento regular y predecible”
• Causas de Variabilidad:
– Falla de máquinas  Movimiento de material
– Setups  Fluctuaciones de demanda
– Falta de materiales  Cambio de ordenes
– Pérdida de velocidad  Variedad de productos
– Reproceso
– Indisponibilidad
– Diferencia de capacidades
14
Analicemos la Variabilidad
• Proceso:
– En las tiempos.
– En el flujo.
• Efecto de las tasas y las características de la

aleatoriedad.
• ¿Como medimos la variabilidad? Varianza
• Coeficiente de variabilidad (c): Si T es una variable

aleatoria. E(T) = t, Var(T)= σ2.
Variabilidad
• Definición:
“Cualquier cosa que cause a un sistema alejarse de un
comportamiento regular y predecible”
• Causas de Variabilidad:
– Falla de máquinas  Movimiento de material
– Setups  Fluctuaciones de demanda
– Falta de materiales  Cambio de ordenes
– Pérdida de velocidad  Variedad de productos
– Reproceso
– Indisponibilidad
– Diferencia de capacidades
15
Entender la Variabilidad
• Entender la variabilidad es crítico para un manejo

efectivo y eficiente de las operaciones
• Elaborar dos premisas básicas:
1. Ser capaz de medir consistente y apropiadamente la

variabilidad
2. Desarrollar la causa-efecto de la variabilidad en los

sistemas productivos
Variabilidad en lo tiempos de proceso
• Caracterizamos:
– Tiempo medio de proceso efectivo,
– Desviación standard del proceso efectivo,
– Coeficiente de variación.
Baja Moderada Alta

Variabilidad Variabilidad Variabilidad
BV MV AV
0 0,75 1,33
16
Variabilidad debido a Fallas
• Notación:
– tiempo base de proceso
– disv. estándar de tiempo base de proceso
– coeficiente variabilidad del tiempo base de proceso
– capacidad base del proceso
– tiempo medio entre fallas
– tiempo medio de reparación
– coeficiente variabilidad del tiempo medio de reparación
Variabilidad debido a Fallas
• Disponibilidad:
• Tiempo y tasa de proceso efectivo
17
Ejemplo variabilidad por fallas
• 2 maquinas:
– M1: 15 min. 3,35 min.
0,223
– M2: 15 min. 3,35 min.
– M1: Tiempo medio entre falla: 744 min. Tiempo medio
de reparación: 248 min.
– M2: Tiempo entre falla promedio: 114 min. Tiempo
medio de reparación: 38 min.
– Reparación es variable con un 1.0 para ambas
máquinas.
• Que maquina prefiero?
• Disponibilidad de cada máquina:

– M1: 0,75 ; ⁄ , 20
– M2: 0,75 ; ⁄ , 20
• Disponibilidad igual para ambas máquinas

• Necesito medir la coeficiente de variabilidad efectivo:

1 1
18
• Disponibilidad de cada máquina:

– M1: 0,223 1 1 0,75 1 0,75 6,25
• Alta variabilidad
– M2: 0,223 1 1 0,75 1 0,75 1
• Moderada variabilidad
• Conclusiones:
– Fallas aumentan media, varianza y CV del tiempo efectivo
de proceso
– Para una disponibilidad constante, paradas largas e
infrecuentes aumentan mas que paradas cortas y
frecuentes
Setup
19
Ejemplo
• 2 maquinas:
– M1: to=1.2 hrs. co=0.5.
– M2: to=1.0 hrs. co=0.25.
– M1: Flexible. Sin tiempos de setup.
– M2: 10 unidades entre setup. Tiempo setup: 2 hrs. cs=0.25
• Que maquina prefiero?
Ejemplo
20
Variabilidad en el Proceso/Flujo
• Al analizar la variabilidad en el proceso vemos al

sistema como una cola.
En sistemas productivos
• Calcular la distribución de salida puede ser muy difícil,
pero es posible estimar variabilidad.
• Nos interesa estimar Cs. Se puede demostrar que:
• La variabilidad se propaga. Se afecta por:

– Variabilidad llegada.
– Variabilidad servicio.
– Saturación del sistema.
21
Variabilidad en el Proceso/Flujo
• Al analizar la variabilidad en el proceso vemos al

sistema como una cola.
• Ya vimos una cola M/M/1.
• Que pasa si ahora hay distribuciones generales.
Sistema G/G/1
• Tiempo Ciclo:
2 1
• Medhi 1991 la derivo. Interesantes propiedades:

– Exacta para M/M/1 Ca=Ce.
– Depende de la Variabilidad, Utilización y Tiempo.
• Ecuación de Kingman: CT=VUT.
22
Ejemplo G/G/1
• Dos maquinas en serie:

– M1: CVe1=6.25 y CVa1=1.0. Tasa llegada G=2.875
trabajos/hr. Procesa 3 trabajos por hr.
– M2: CVa2=1.0. Idem las tasas.
Ejemplo G/G/1
• Dos maquinas en serie:
– M1: CVe1=6.25 y CVa1=1.0. Te=20 min. Tasa llegada G=2.875
trabajos/hr. Procesa 3 trabajos por hr.
– M2: CVa2=1.0. Te=20 min. Idem las tasas.
0.9583
1 6.25 0.9583
20 1667.5
2 1 0.9583
1 6.25 0.9583 1.0 1 0.9583

5.82
1 5.82 0.9583
20 1568.97
2 1 0.9583
23
Control de la variabilidad
• Se requieren
grandes
reducciones de Utilización
Tiempo en cola / tiempo de proceso

variabilidad si la
utilización es alta
• Esta es la
motivación detrás
del enfoque
6-Sigma
Coeficiente de variación
Control de la utilización (sobrecarga)
• Para cualquier nivel

de variación, algún
nivel de utilización CV
Tiempo en cola / tiempo de proceso
hace que el tiempo

en cola explote
• Esto es muri y mura
en acción
• Con frecuencia, un
pequeño cambio
marca una
diferencia drástica
Coeficiente de utilización
24
Capacidad finita: M/M/1/b
• La capacidad de espera es limitada a b clientes. Hay

bloqueo.
• Si llega y cola esta llena abandona.
• Resultado:
• Tasa efectiva de clientes:
Múltiples servidores: M/M/c
• Factor de congestión:
• Resultado:
• N es el numero de clientes en el sistema

• Espera:
25
Usos y limitaciones
• Se utilizan mucho en el ámbito de servicios.

• Ejemplos:
– Disney.
– Call-center.
– Supermercados.
• El modelo Markoviano o de Poisson puede no ser el

mejor para modelar situaciones productivas. ¿Por
que?
• Distribuciones generales.
En general
26
Pooling de la variabilidad
• Pooling es Agregar, juntar.
• Si agregamos. Ejemplo.
• Formas:
– Batch.
– Unir inventario.
– Compartir la espera. Ej. Jumbo.
• Objetivo es disminuir la variabilidad.
En sistemas productivos
• El buffer de capacidad finita mejora el performance

para los clientes que ingresan al sistema.
• La presencia de un buffer reduce el throughput del

sistema y este efecto aumenta la variabilidad.
• En sistemas interconectados los buffers amortiguan

la propagación de la variabilidad.
• Mejorar el throughput: Aumentar el tamaño del buffer

o reducir variabilidad.
27
Psicología de líneas de espera

• Tiempo ocioso se percibe más largo que tiempo
ocupado
• La ansiedad hace que las esperas parezcan más largas
• Esperas inciertas parecen más largas que las conocidas
• Esperas inexplicadas parecen ser más largas que
aquellas con explicación
• Esperas injustas se hacen más largas que esperas
justas
• Mientras más valioso el servicio, más tiempo estará
dispuesto a esperar el cliente
• Esperas individuales se perciben más largas que
esperas grupales
Sugerencias para administrar las colas

• Determine un tiempo aceptable para sus clientes.
• Trate de desviar la atención de sus clientes cuando
esperan.
• Informe a sus clientes qué es lo que deben esperar.
• Mantenga fuera de la vista de sus clientes a los
empleados que no los están atendiendo.
• Segmente a los clientes.
• Capacite a sus servidores para que sean cordiales.
• Anime a los clientes para acudir durante períodos de
poca actividad.
• Tenga la perspectiva a largo plazo de deshacerse de las
colas.
28
Conclusiones
• Todos los sistemas tienen variabilidad. Administrarla.
• El coeficiente de variación es la mejor forma de medir la

variabilidad.
• La variabilidad se propaga. Látigo.
• El tiempo de espera es el mayor componente del tiempo de

ciclo.
• Si queremos reducir el CT, limitar el buffer. Reducimos el TH.

Eq. Little.
• Pooling ayuda a disminuir la variabilidad.
29

I2 F

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

I2 F

Încărcat de

Drepturi de autor:

Formate disponibile

<Planificación de la Producción>

Planificación de Corto Plazo: MRP

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

• Es interesante notar la distribución geográficas de

• La pregunta que surge es ¿Por qué se ubican en

Alejandro Mac Cawley –Isabel Alarcón 2018

– Técnico: Los sistemas productivos basados en recursos

– Competitivas: La localización de sistemas productivos en

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

• Esta variables se ven reflejadas en la eficiencia y

• Ingresos: debido a que la elección de un cierto lugar

Alejandro Mac Cawley –Isabel Alarcón 2018

División Operativa Región de Potencial del Mercado

División Operativa Costos Transporte

Acceso a Mercado y Materiales

Acceso a una red de Transporte

Junta Directiva o Aprobación Final

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Factores que afectan la localización

Alejandro Mac Cawley –Isabel Alarcón 2018

• Para solucionar el problema de la localización de las

• Cada uno de estos modelos debe ser evaluado en

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Modelo de Centro de Gravedad

• El modelo se basa en un modelo físico del centro de

• Este modelo es una técnica para localizar

• Es muy utilizada para localizar almacenes e

Alejandro Mac Cawley –Isabel Alarcón 2018

Modelo de Centro de Gravedad

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Modelo de Ranking de Factores

• Este modelo se basa en la creación de un ranking u

• Obteniendo finalmente el lugar que presenta las

Alejandro Mac Cawley –Isabel Alarcón 2018

Ejemplo de Ranking de Factores

Puntaje de cada lugar Puntaje Ponderado

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Beneficios del Modelo

• Permite comparar lugares totalmente distintos.

Problemas del Modelo

Alejandro Mac Cawley –Isabel Alarcón 2018

Modelo de Costos de Transporte

• Para el uso de este modelo se requiere de los costos

• El modelo permite realizar comparaciones en torno a

• Es muy útil cuando el costo de transporte es un

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Modelo de Costos de Transporte

• El mayor problema del modelo es que sólo se basa en los

• Este problema puede ser solucionado por medio de a su

Alejandro Mac Cawley –Isabel Alarcón 2018

Modelo de Punto de Equilibrio

• Para utilizar este modelo se requiere de:

Alejandro Mac Cawley –Isabel Alarcón 2018

Gestión de Operaciones – ICS3213

Análisis de punto de equilibrio

Costo Total= Costo Fijo + Costo Variable x Volumen