Administracion de Operaciones2

Administración
de operaciones
Enfoque de administración
de procesos de negocios
David F. Muñoz Negrón

Administración de operaciones
Enfoque de administración de procesos de negocios
David F. Muñoz Negrón
Australia • Brasil • Corea • España • Estados Unidos • Japón • México • Reino Unido • Singapur
Administración de operaciones. © D.R. 2009 por Cengage Learning Editores,
Enfoque de administración de procesos S.A. de C.V., una Compañía de Cengage
de negocios Learning, Inc.
David F. Muñoz Negrón Corporativo Santa Fe
Av. Santa Fe núm. 505, piso 12
Col. Cruz Manca, Santa Fe
Presidente de Cengage Learning C.P. 05349, México, D.F.
Latinoamérica: Cengage Learning™ es una marca registrada
Javier M. Arellano Gutiérrez usada bajo permiso.
Director editorial Latinoamérica:

José Tomás Pérez Bonilla
DERECHOS RESERVADOS. Ninguna
Director de producción: parte de este trabajo amparado por la
Raúl D. Zendejas Espejel Ley Federal del Derecho de Autor, podrá
ser reproducida, transmitida, almacenada
Editor senior: o utilizada en cualquier forma o por
Javier Reyes Martínez cualquier medio, ya sea gráfico, electrónico
o mecánico, incluyendo, pero sin limitarse
Editor de producción: a lo siguiente: fotocopiado, reproducción,
Timoteo Eliosa García escaneo, digitalización, grabación en audio,
distribución en Internet, distribución en
Composición tipográfica: redes de información o almacenamiento y
Imagen Editorial recopilación en sistemas de información a
excepción de lo permitido en el Capítulo III,
Portada: Artículo 27 de la Ley Federal del Derecho de
Ansialab Autor, sin el consentimiento por escrito de la
Editorial.
Datos para catalogación bibliográfica:

Muñoz Negrón, David F.
Administración de operaciones.
Enfoque de administración de procesos
de negocios
ISBN-13: 978-607-481-355-5
ISBN-10: 607-481-355-8
Visite nuestro sitio web en:

www.cengage.com.mx
A Lia Gardenia, David Gonzalo y Diego Fernando.
Algunas personas creemos que la ciencia y el arte auténticos

tienen algo de profético, como que también existe algo
de ciencia y arte en la profecía verdadera.
Contenido
Introducción xi
Agradecimientos xiii
PARTE I ESTRATEGIA, COMPETITIVIDAD Y TECNOLOGÍA
Capítulo 1 INTRODUCCIÓN A LA ADMINISTRACIÓN DE OPERACIONES 1

Los sistemas de producción 1
El proceso de producción 2; Manufacturas y servicios 2; ¿Qué es la
administración de operaciones? 3
Historia de los métodos de producción 5
La Revolución Industrial 6; La administración científica 6;
El movimiento por los recursos humanos 7; La toma de decisiones con
base en modelos 8
La revolución por la calidad 9
Nuevos actores en la economía mundial 9; Competencia global 11;
Competitividad de la industria de Estados Unidos en los años setenta
y ochenta 14
La economía basada en el conocimiento 17
Los sectores activos en la nueva economía 17; Retos operativos de la
economía basada en el conocimiento 18
EJERCICIOS 20
Capítulo 2 COMPETITIVIDAD Y PLANEACIÓN ESTRATÉGICA

DE LAS OPERACIONES 23
Competitividad y estrategia 23
Competitividad y ventaja competitiva 23; Enfoques de mercado y de
eficiencia 25; Competitividad de las empresas en el nuevo milenio 26;
Posiciones de ventaja competitiva 28
Planeación estratégica de las operaciones 31
Enfoque y capacidades operacionales 31; Formulación de una
estrategia de operaciones 33
v
vi ADMINISTRACIÓN DE OPERACIONES
Estrategias de operaciones de empresas exitosas 35

Estrategias de operaciones de Wal-Mart y Southwest 35; Estrategia
de operaciones de Shouldice Hospital 37; Sistemas de información
estratégicos 38
EJERCICIOS 41
Capítulo 3 TECNOLOGÍA AVANZADA Y OTRAS TENDENCIAS EN PRODUCCIÓN 43

Desarrollo de proveedores 43
La estructura multitiers 44; Retos del desarrollo de cadenas globales 45
Tecnologías de producto, proceso e información 47
Tecnologías modernas para la producción 47; Tecnologías de
información y comunicaciones 54
Producción justo a tiempo 56
El concepto justo a tiempo 57; Componentes del justo a tiempo 58
Personalización en masa 64
Estrategias para la personalización en masa 65; Posponer la
diferenciación del producto 66
EJERCICIOS 67
PARTE II DIRECCIÓN DE LAS OPERACIONES
Capítulo 4 INTRODUCCIÓN AL ANÁLISIS DE PROCESOS 69

Visión de proceso de las organizaciones 69
Ventajas de la visión de proceso 69; Elementos de un proceso de
negocios 71
Medición del desempeño 74
Medidas operacionales básicas de flujo 74; La regla de Little 77
Análisis de procesos de negocios 78
Comparación de diseños alternos 79; Análisis de un proceso por
actividades 80; Análisis de un proceso con diferentes tamaños de
entidades 83
EJERCICIOS 87
Capítulo 5 COMPETENCIA EN TIEMPO DE RESPUESTA 93

La importancia del tiempo de respuesta 93
Flujo del proceso y estrategia de ventas 93; Importancia del tiempo
de flujo 95
Análisis del tiempo teórico de flujo 96
Método de la ruta crítica 97; Tiempo teórico de flujo con reproceso 99;
Tiempo de flujo con entidades de diferentes tamaños 101; Mejora del
tiempo teórico de flujo 103
Análisis del tiempo de flujo con esperas 106
Estimación del tiempo de flujo con esperas 107; Mejora del tiempo
promedio de espera 109
EJERCICIOS 115
INTRODUCCIÓN A LA ADMINISTRACIÓN DE OPERACIONES vii
Capítulo 6 ANÁLISIS DE LA CAPACIDAD 121

Principios básicos para analizar la capacidad 121
Factores que afectan la capacidad 122; Organización de los
recursos 122
Medición de la capacidad 125
Capacidad teórica y capacidad efectiva 126; Capacidades con diferentes
tamaños de entidades 129
Mejora de la capacidad 131
Mejora de la capacidad teórica 131; Mejora de la tasa de flujo 133
EJERCICIOS 140
Capítulo 7 ADMINISTRACIÓN DE INVENTARIOS 145

Conceptos básicos 146
Tipos de inventarios 146; Funciones de los inventarios 148; Enfoques
para administrar inventarios 148; Clasificación ABC 150
Administración de inventarios de demanda dependiente 154
Planeación de requerimientos de materiales 154; Sistemas kanban 159
Algunos modelos para administrar inventarios 161
Costo de los inventarios 161; El modelo EOQ 162; Modelo del tamaño
económico de lote 165; Modelo EOQ con pedidos pendientes 167;
Técnicas para administrar inventarios con demanda dinámica 169
EJERCICIOS 174
Capítulo 8 ADMINISTRACIÓN DE INVENTARIOS DE PRODUCTOS TERMINADOS 181

Inventarios de productos de consumo regular 181
Mecanismos de control para productos de consumo regular 181;
Política de inventarios con revisión continua 183; Política de
inventarios con revisión periódica 186
Agregación del riesgo y economías de escala 187
Agregación del riesgo 187; Agregación de pedidos 190; Descuentos por
tamaño del pedido 192
Inventarios de productos de temporada 193
La política (s, S) 194; El problema del voceador 196; Contratos de
suministro 197; Equilibrios y óptimos globales 201
EJERCICIOS 203
PARTE III PLANEACIÓN DE LAS OPERACIONES
Capítulo 9 DISEÑO DEL SISTEMA DE PRODUCCIÓN 207

Planeación de un estudio de diseño de las instalaciones 207
Metas del diseño de planta 208; Tasa de salida (throughput) 208;
Inventario de material en espera (waiting inventory) 208; Inventario de
material en proceso (work in process) 209; Tiempo de flujo (flow time,
cycle time) 209; Pasos de un estudio de diseño de planta 210
Visión de la tecnología de proceso 212
Cómo enfocar la tecnología de proceso 213; Consideraciones para la
toma de decisiones 214
viii ADMINISTRACIÓN DE OPERACIONES
Caracterización de los sistemas de producción 215

Producción de acuerdo al sistema de ventas 215; Producción de
acuerdo al proceso 215; La matriz producto-proceso 217
Análisis del proceso y del equipo 220
Pasos para el análisis del proceso 220; Elementos de un análisis
técnico 222
Procesos de fabricación 227
Procesos de formado 227; Procesos de fabricación 228; Procesos
de unión 228; Procesos de tratamiento térmico 229; Procesos de
tratamiento superficial 229
EJERCICIOS 230
Capítulo 10 LOCALIZACIÓN DE PLANTAS, CENTROS DE DISTRIBUCIÓN Y SERVICIOS 231

Problemas de localización 232
Localización de servicios con demanda abierta 232
Localización de plantas y centros de distribución 234
Pasos de un estudio de localización 234; Factores importantes para
la localización 236; Técnicas para la exploración geográfica 238;
El modelo de localización de planta 247
Localización de servicios con demanda ubicada 252
Localización de una sola instalación 253; Localización de varias
instalaciones 254; Localización de varias instalaciones con costos
fijos 256
EJERCICIOS 261
Capítulo 11 DISPOSICIÓN DE LAS INSTALACIONES 269

Esquemas para la disposición de las instalaciones 269
Disposición de acuerdo al producto 270; Disposición de acuerdo al
proceso 271; Disposición celular 272; Disposición de posición fija 273;
Disposición de instalaciones en servicios 273
Técnicas para el diseño de la disposición de planta 274
Balanceo de líneas 274; Evaluación de costos por transporte de
materiales 281; Organización de células de manufactura 286
EJERCICIOS 295
PARTE IV CONTROL DE LAS OPERACIONES
Capítulo 12 PLANEACIÓN DE LA PRODUCCIÓN Y DE LOS RECURSOS 299

Planeación de los recursos de la empresa 300
Actividades de la planeación de recursos 300; Conceptos estratégicos
en planeación de la capacidad 301; Estrategias para planear la
capacidad 304; Planeación de los recursos 307
Planeación de la producción 310
Planeación agregada de la producción 310; Planeación agregada por
medio de heurísticas 312; Planeación agregada mediante programación
lineal 317
Programa maestro de producción 323
EJERCICIOS 327
INTRODUCCIÓN A LA ADMINISTRACIÓN DE OPERACIONES ix
Capítulo 13 PROGRAMACIÓN Y CONTROL DE LAS ACTIVIDADES PRODUCTIVAS 333

Control de piso 334
Programación de la carga 334; Monitoreo del proceso 337
Secuenciación de operaciones 339
Secuenciación en una estación de trabajo 340; Menor tiempo de
proceso (MTP) 343; Fecha de vencimiento más temprana (FVMT) 343;
Costo sobre el horizonte (CSH) 344; Mayor penalidad unitaria
(MPU) 345; MTPP 345; MCC 346; Secuenciación en varias estaciones
de trabajo 351
Secuenciación en plantas 355
El problema del panadero 356
Secuenciación en talleres 358
Reglas para la priorización de órdenes 359
EJERCICIOS 362
Capítulo 14 HABILIDAD, CONFIABILIDAD, MANTENIMIENTO

Y RENOVACIÓN 367
Costo y habilidad del sistema 367
Habilidad del proceso 368; Análisis de costo-rendimiento 370
Confiabilidad y falla de equipos 374
Confiabilidad 375; Tasa de fallas 378; Tiempo operativo sin fallas 380
Mantenimiento y renovación de equipos 384
Mantenimiento preventivo 385; Renovación de equipos 387
EJERCICIOS 391
PARTE V ADMINISTRACIÓN DE LA CALIDAD
Capítulo 15 ADMINISTRACIÓN DE LA CALIDAD 397

Evolución de la administración de la calidad 397
Evolución histórica 397; Concepto de calidad 399
Filosofías sobre la calidad 401
La filosofía de Deming 402; La filosofía de Juran 408; La filosofía de
Crosby 409; Administración para la calidad total 409; Sistemas de
certificación ISO 9000 411
La función del control de la calidad en la empresa 414
Objetivos del control de la calidad 414; Responsabilidades para el
control de la calidad 414; El sistema de control 416; Inspección
de la calidad 417; Responsables de la inspección 418; Control de
proveedores 418; Causas de la variabilidad 418
EJERCICIOS 420
Capítulo 16 CONTROL Y ASEGURAMIENTO DE LA CALIDAD 421

Inspección de proveedores y del producto final 421
Muestreo de aceptación 421; Riesgos del muestreo 422; Muestreo
de aceptación por atributo 423; Mejora de planes de muestreo 428;
Muestreo de aceptación por variable 431
x ADMINISTRACIÓN DE OPERACIONES
Control estadístico del proceso 434

Cartas de control 435; Diagramas de causa-efecto 441; Cartas
de Pareto 443; Histogramas de frecuencia 446;
Diagramas de estratificación 449; Gráfica de correlación 451;
Listas de verificación 453
EJERCICIOS 454
Capítulo 17 INGENIERÍA DE LA CALIDAD 459

Planeación de la calidad en el diseño 459
El proceso de diseño 460; Diseño para la manufactura 461; Diseño
para desarmar 461; Ingeniería de la calidad 462
Diseño de experimentos planeados 463
Diseño completamente al azar 466; Diseño en bloque completo
al azar 469; Arreglos factoriales 471; Arreglos factoriales
fraccionados 474; Factoriales fraccionados de la serie 2k-1 475;
La filosofía de Taguchi 479
EJERCICIOS 485
APÉNDICES
Apéndice 1 INTRODUCCIÓN A LA ESTADÍSTICA Y LAS PROBABILIDADES 489

Introducción a las probabilidades 490
Variables aleatorias 493
Apéndice 2 PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS 499

Distribución de Bernouilli 499
Distribución binomial 501
Distribución binomial negativa 501
Distribución de Poisson 502
Distribución uniforme 502
Distribución triangular 504
Distribución normal 504
Distribución exponencial 505
Distribución de Weibull 506
Distribución gama 506
Distribución t-Student 507
Apéndice 3 INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA 509

Descripción de datos no agrupados 509
Agrupamiento de datos 512
Introducción a la estadística inferencial 515
EJERCICIOS 519
Introducción
E
sta obra es producto de mi esfuerzo académico y profesional, de las últimas
dos décadas en torno a los temas que aplico en las materias de Administración
de operaciones I y II, a nivel licenciatura, y en Dirección de las operaciones y
la tecnología para las maestrías en Administración y tecnologías de información
y Administración del Instituto Tecnológico Autónomo de México (ITAM).
La inclusión de las materias de administración de la producción y de admi-
nistración de operaciones en los países de habla hispana obedece a la necesidad
de alcanzar la competitividad de sus empresas productoras de manufacturas y ser-
vicios, ante la globalización de los mercados, y es esta misma exigencia la que me
impulsó a presentar una obra que sintetiza mi experiencia en el área, con especial
énfasis en los aspectos de la administración de operaciones.
Puesto que en las últimas décadas hay una clara tendencia hacia la globali-
zación de las economías, las empresas proveedoras de mercados locales tienen que
competir por sus mercados con empresas similares de otros países. Pero además,
en este contexto, las empresas trasnacionales buscan mejorar su competitividad
subcontratando muchas de sus actividades de producción a otras empresas (de
menor tamaño) proveedoras de bienes y servicios. Ambas tendencias convergen
en la integración de las empresas locales en los sistemas de producción y distribu-
ción mundiales, o al menos regionales (esquemas de acuerdos comerciales como
la Comunidad Económica Europea, el Mercosur o el Tratado de Libre Comercio de
América del Norte). Una consecuencia de estos cambios en la economía mundial
son las transformaciones radicales que experimenta el ámbito de competencia de las
empresas: de competir en ambientes con alto nivel de controles y proteccionismo
por parte del Estado, ahora lo hacen en un entorno con alto grado de apertura.
La experiencia reciente muestra que las empresas iberoamericanas, en espe-
cial las pequeñas y medianas, encuentran que su integración en los sistemas de
producción y distribución de cobertura mundial, exige cambios (con frecuencia ra-
dicales) en sus métodos de operación. Pero el desconocimiento de los métodos de
operación y de las técnicas disponibles para mejorar su competitividad, y empare-
jarlas con sus similares extranjeras, es un impedimento para que nuestras empresas
introduzcan los cambios requeridos en este nuevo ambiente de competencia.
Esta creciente exigencia de mejora en los métodos de producción es la prin-
cipal motivación para publicar esta obra. El libro se dirige a las universidades de
habla hispana que imparten programas de estudios sobre la producción de ma-
nufacturas y servicios para formar a los futuros gerentes de operaciones pero, en
especial, a los profesionales que hoy se desempeñan en las empresas de países de
habla hispana (en particular las pequeñas y medianas), que buscan las herramien-
tas para iniciar proyectos que les permitan mejorar su competitividad e integrarse
a las cadenas globales de distribución y producción. xi
xii ADMINISTRACIÓN DE OPERACIONES
Aquí conviene resaltar la importancia de esta obra en su primera edición, ya

que debido a la falta de publicaciones especializadas en idioma español, en nuestros
días la mayoría de materias sobre administración de operaciones que se ofrecen en
las universidades de habla hispana se ven forzadas a utilizar bibliografía en idio-
ma inglés, con el consiguiente desconocimiento del ámbito real al que se aplican
las técnicas de mejoramiento de la producción, tanto en servicios como en manu-
factura. La conveniencia del idioma, por enfatizar en las necesidades de la región,
hace de esta obra un recurso valioso para las universidades de habla hispana.
Los capítulos se agrupan en cinco partes:
Parte I (capítulos 1 al 3): Estrategia, competitividad y tecnología

Parte II (capítulos 4 al 8): Dirección de las operaciones
Parte III (capítulos 9 al 11): Planeación de las operaciones
Parte IV (capítulos 12 al 14): Control de las operaciones
Parte V (capítulos 15 al 17): Administración de la calidad
La versatilidad de la obra permite que cada una de las partes se pueda abor-
dar por separado para su estudio en diferentes materias. Por ejemplo, las dos pri-
meras partes (capítulos 1 a 8) constituyen el material básico para una materia de
dirección de operaciones en una maestría en administración. En cambio, para el
curso de licenciatura se recomienda agrupar los capítulos de la parte I (capítu-
los 1 a 3), de la parte III (capítulos 9 a 11) y los capítulos 15 y 16 en un primer
curso de administración de operaciones, y dejar los capítulos de la parte II (capí-
tulos 4 a 8) y la parte IV (capítulos 12 a 14) para un segundo curso. Por otro lado,
cualquiera de los capítulos de este libro funciona como material de consulta, por
ejemplo, en materias como ingeniería y control de la calidad, planeación y control
de la producción, diseño de instalaciones y servicios, o estrategia tecnológica y de
operaciones.
Asimismo, una característica que distingue a esta obra de sus similares, es-
critas en español o en inglés, es que pone a disposición de sus lectores un software
expresamente desarrollado para apoyar la implantación de las técnicas descritas
en el libro, intensivas en cómputos numéricos. El software está disponible en el
sitio web del libro y utiliza interfaces de Excel para ilustrar los ejemplos del texto,
aunque la generalidad de su construcción y su interfaz amigable permite su apli-
cación para resolver además los ejercicios propuestos por el instructor o problemas
de aplicación reales.
Agradecimientos
P
ara la elaboración de esta obra agradezco la valiosa colaboración de mis asis-
tentes del Centro de Estudios de Competitividad, quienes no sólo ayudaron
en la revisión de los capítulos sino también en el desarrollo de las herra-
mientas de apoyo, entre quienes merecen mención especial (en orden cronológico
de participación): Sergio Garza Wollenstein, Mauricio Aragón Sarmiento, Michelle
Landgrave Márquez, Josué Rojas Montero, David Muñoz Medina, Betsabé Licona
Sánchez y Diego Muñoz Medina.
También deseo expresar mi más profundo agradecimiento a los estudian-
tes de las materias de Dirección de operaciones, Dirección de las operaciones y
la tecnología, Administración de operaciones I y II, con quienes tuve el privilegio
de discutir los temas que se abordan en este libro, así como al ITAM, sus funcio-
narios y colegas, por la confianza depositada y la oportunidad de desarrollo que
me ofrecieron en esta importante área de la administración de la producción y las
operaciones.
La edición final de esta obra se ha visto enriquecida por las valiosas sugeren-
cias y opiniones de mis colegas, a quienes agradezco sinceramente, y en particular
a Denis Benavente Riveros de la Universidad Alas Peruanas, Dídimo Dewar Valde-
lamar del Tecnológico de Monterrey, Saúl Ovidio Palomares de la Escuela Superior
de Economía y Negocios de El Salvador, Edgar Ramos Palomino de la Universidad
Peruana de Ciencias Aplicadas, Guadalupe Durán y Antonio Castro Martínez de
la Facultad de Ingeniería y de la Facultad de Contaduría y Administración de la
Universidad Nacional Autónoma de México, respectivamente, quienes participaron
directamente en la revisión de los capítulos.
xiii
CAPÍTULO 1
Introducción a la administración
de operaciones
• Los sistemas de producción

• Historia de los métodos de producción
• La revolución por la calidad
• La economía basada en el conocimiento
E
n este primer capítulo se presenta una introducción al objeto de estudio de
la administración de operaciones, así como la evolución histórica de los mé-
todos de producción. En la primera sección se analizan los conceptos fun-
damentales sobre operaciones y sistemas de producción. En la segunda se lleva a
cabo una breve reseña histórica de los métodos de producción, desde la Revolución
Industrial hasta la década de los años setenta del siglo XX. En la tercera se revisa el
impacto de los métodos de producción que se generaron durante la revolución por
la calidad, que permitió un importante desarrollo de la industria a nivel mundial.
Por último, en la cuarta sección, se analiza el impacto en los sistemas de produc-
ción de la llamada economía basada en el conocimiento, que caracteriza el entorno
competitivo actual de las empresas productoras de manufacturas y servicios.
LOS SISTEMAS DE PRODUCCIÓN

Las empresas productoras de manufacturas o servicios desarrollan procesos de
negocios con la finalidad de operar con eficiencia y satisfacer a sus clientes. Estos
procesos tienen la finalidad de producir bienes (manufacturas y/o servicios) que
atienden a las necesidades de los clientes y generan un beneficio (económico) para
la empresa; de este modo, la eficiencia de los procesos productivos se relaciona
tanto con la calidad de los bienes producidos, como con el costo de producción
en que se incurre. Debido a que la eficiencia de los procesos productivos es el
objeto de la administración de operaciones, ésta debe estudiar el proceso de pro-
ducción desde el punto de vista de su desempeño, para lo cual es conveniente
concebir a dicho proceso como uno de transformación, por medio del cual, ya sea
el cliente o un conjunto de insumos (materia prima) se transforma para generar
productos (manufacturas y/o servicios); concepto que resulta adecuado para de-
finir medidas de desempeño relacionadas con la rapidez, el costo y la congestión,
entre otras características de eficiencia del proceso de transformación. Con este
marco, a continuación, se presenta un breve análisis de la terminología y los con-
ceptos que se utilizan para hacer referencia a los sistemas de producción de ma-
nufacturas y servicios. 1
2 ADMINISTRACIÓN DE OPERACIONES
El proceso de producción
Con el término producción se hace referencia a cualquier proceso (o mecanismo)
por medio del cual, el cliente y/o ciertos insumos (materia prima) se convierten
o transforman para generar bienes (o productos) para el consumo de los clientes
que demandan estos bienes. Como se ilustra con la figura 1.1, esta definición im-
plica que en un proceso productivo existe siempre una entrada (cliente y/o ma-
terias primas), una salida (los bienes producidos), y un mecanismo o proceso de
transformación que se lleva a cabo mediante los recursos de la empresa (capital
y fuerza laboral). Este concepto de producción no se limita a la producción de
bienes tangibles (concepto que se refiere a las manufacturas), sino también a la
producción de servicios (bienes intangibles que se consumen en el momento de
ser producidos), de manera que en éste y en los siguientes capítulos, se presentan
y analizan tecnologías relevantes para producir con eficiencia, tanto manufacturas
(partes de automóviles, conservas alimenticias, artículos de plástico), como servicios
(consultoría, información, servicios financieros, cuidado de la salud).
Por lo general, la producción eficiente de un bien requiere de muchas acti-
vidades que se programan y ejecutan en los sistemas productivos. Por ejemplo, la
producción eficiente de conservas alimenticias no sólo requiere de las típicas acti-
vidades de manufactura (escaldado, pelado, corte, cocido, etc.), sino que, para que
la empresa sea competitiva, se deberán administrar con propiedad los inventarios
tanto de la materia prima como del producto final; la empresa y sus proveedores
deberán tener una coordinación eficiente con el propósito de disponer de la ma-
teria prima adecuada para iniciar la producción de cada lote; y aun antes de estas
actividades, debe haber una planeación adecuada de la localización de la planta,
la tecnología de información y de proceso, el nivel de automatización y la dispo-
sición de las instalaciones dentro de la planta, entre otras actividades. El término
operación se aplica a todas y cada una de las actividades necesarias para producir
eficientemente manufacturas y servicios. Los encargados de la organización, direc-
ción, planeación y control de las operaciones de una empresa son, por lo general,
los gerentes o directores de operaciones; y las operaciones a las que se refiere el
término administración de operaciones son, justamente, las operaciones producti-
vas que recién se identificaron.
Manufacturas y servicios
Es conveniente indicar que aquí se coloca a la producción de servicios dentro
del mismo marco (figura 1.1) que a la producción de manufacturas. Aunque este
› Figura 1.1
La producción como un proceso • Fuerza laboral
de transformación. • Maquinaria
RECURSOS • Red de proveedores
• Instalaciones
PROCESO SALIDA
ENTRADA (Productos)
(Operaciones)
• Clientes • Manufactura • Bienes manufacturados

• Materias primas • Transporte • Servicios
• Comercialización • Satisfacción del cliente
• Información
INTRODUCCIÓN A LA ADMINISTRACIÓN DE OPERACIONES 3
marco resulta más claro para la producción de manufacturas, se hace extensivo al

caso de los servicios. Por ejemplo, en la producción de automóviles es fácil iden-
tificar las materias primas (lámina de acero, partes y componentes, energía, etc.),
los recursos (operarios, máquinas, robots, etc.), las operaciones de manufactura
(estampado, soldadura, ensamble, pintado, etc.) y el producto manufacturado
(automóvil). De manera semejante, para la producción de un servicio, por ejem-
plo, el cuidado de la salud en un hospital, se identifica al cliente (paciente) y a las
materias primas (medicamentos, material de limpieza, etc.), los recursos (camas e
instalaciones, médicos, enfermeras, equipo clínico, etc.), las operaciones (consul-
tas, diagnósticos, aplicación de medicamentos, etc.) y al producto final (la salud y
bienestar del paciente).
Sin embargo, también se debe indicar que la producción de un servicio tiene
algunos elementos diferentes a la producción de manufacturas. A continuación se
destacan algunos de los elementos más importantes:
• La valoración de un servicio por parte del cliente involucra preferencias sub-

jetivas, propias de cada cliente; por esto se conduce de manera indirecta, a
partir de encuestas de opinión, donde se recopilan las sugerencias y prefe-
rencias de los clientes. En cambio, la calidad de las manufacturas a menudo
se percibe de manera directa, a partir de la medición del desempeño del pro-
ducto y de su conformidad con las especificaciones de diseño. La calidad de
una manufactura se predice con base en los estándares del nuevo diseño, y
el proceso de producción se controla para que las características de los bienes
producidos se ajusten a las especificaciones de diseño.
• La interacción con el cliente es mucho más intensiva que en la producción
de manufacturas, ya que quien compra una manufactura, rara vez tiene la
oportunidad de visitar una planta y enterarse de los procesos necesarios
para producir el producto que compra; los que interactúan con el producto
durante el proceso productivo más bien son máquinas y operarios. En cam-
bio, el personal (o el equipo en el caso de servicios automáticos) que presta
un servicio tiene una alta interacción con el cliente al momento de prestar el
servicio, por lo que la motivación del personal y la congestión en el sistema
juegan un papel muy importante para retener a los clientes que demandan
los servicios.
• La producción del servicio es simultánea al consumo del mismo, razón por
la cual no se pueden mantener inventarios (como en la manufactura) para
atender los pedidos. En la manufactura, por ejemplo, en periodos de baja de-
manda, se mantienen inventarios para satisfacer la demanda de los periodos
pico; se invierte en una capacidad mediana de producción para aprovechar
las fluctuaciones de la demanda y los inventarios para satisfacer la demanda
pico. En cambio, en la prestación de un servicio la capacidad de producción
debe estar disponible en los periodos de demanda pico, ya que de otra forma
se perderían clientes.
• La producción de servicios, a menudo, necesita adecuarse al cliente en el
mismo momento en que se presta el servicio, de modo que es preferible que
el empleado disponga de mayor responsabilidad y autonomía para decidir la
mejor manera de prestar el servicio, a diferencia de la manufactura, donde
existen operaciones que requieren más bien de un estricto cumplimiento de
las instrucciones por parte de los operarios.
¿Qué es la administración de operaciones?

Como puede intuir por el inicio de esta sección, la administración de operacio-
nes es la disciplina que estudia la planeación, organización, dirección y control de
› Tabla 1.1 MANUFACTURAS SERVICIOS DIFERENCIA

Características distintivas de las
manufacturas y los servicios. Valoración más objetiva Valoración más subjetiva Administración de la calidad
Poca interacción con clientes Interacción con clientes Motivación del personal
Se mantienen inventarios Se presta al instante Capacidad de producción
A menudo estandarizada A menudo personalizada Flexibilidad necesaria
las operaciones productivas, donde se entiende que las operaciones productivas

son las actividades necesarias para producir los bienes y servicios que ofrecen
las empresas y las organizaciones dedicadas a la producción de manufacturas y
servicios.
La administración de operaciones es una disciplina muy rica en problemas
y temas de investigación, y sus áreas de estudio toman el nombre del problema
específico que se trata de resolver. Como se ilustra en la figura 1.2, algunas áreas
de la administración de operaciones tienen más relación con la organización y di-
rección (por ejemplo, la estrategia de operaciones, el diseño de instalaciones, o la
localización de plantas y almacenes), y otras la tienen con la planeación y el control
(por ejemplo, la planeación de la producción o la administración de inventarios).
Aunque en capítulos posteriores se analizan con mayor detalle las áreas más im-
portantes de la administración de operaciones, es conveniente mencionar que los
temas de actualidad en cada una de estas áreas los tratan las organizaciones de
profesionales de estas áreas, por ejemplo, dos sociedades importantes son la Pro-
duction and Operations Management Society (POMS) que puede consultarse en la
dirección http://www.poms.org/, y el Institute for Operations Research and the Ma-
nagement Sciences (INFORMS) que puede consultarse en la dirección http://www.
informs.org/.
Por otro lado, es conveniente mencionar que como disciplina científica, la
administración de operaciones aplica metodologías objetivas y hace uso de mode-
los matemáticos que han sido objeto de estudio de otras disciplinas. En particular,
dos disciplinas que tienen mucha relación con la administración de operaciones
son la investigación de operaciones y la ingeniería administrativa.
› Figura 1.2
Algunas áreas de la
administración de operaciones. Estrategia de operaciones Planeación de la capacidad
Organización
y dirección
Localización de plantas y almacenes Diseño de instalaciones
Diseño de la cadena de suministro
Administración de inventarios Planeación de la producción
Planeación
y control
Administración de la calidad Administración de materiales

La ingeniería administrativa (del inglés Management Science and Engineering)

es la disciplina que estudia la formulación de problemas de toma de decisiones
a partir de un enfoque racional sustentado en modelos matemáticos (el problema
de toma de decisiones se expresa como un modelo matemático de optimización),
mientras que la investigación de operaciones (del inglés Operations Research) es
la disciplina que estudia las metodologías (por ejemplo algoritmos) que permiten
encontrar la solución de los modelos matemáticos que se utilizan para resolver
problemas de toma de decisiones.
HISTORIA DE LOS MÉTODOS DE PRODUCCIÓN

Antes de entrar al tema de la competitividad y de las estrategias para la manufac-
tura (capítulo 2), es conveniente presentar un breve resumen de los hitos históricos
de la producción de bienes; la idea es que el resumen sirva para entender mejor el
ámbito actual y aprovechar las lecciones importantes que siempre da la historia.
Aunque el hombre ha producido bienes para su consumo desde hace mucho
tiempo, de manera artesanal en sus inicios, se considera a la producción industrial
como la base de los sistemas actuales de producción, la cual comienza con la Re-
volución Industrial, que evoluciona hasta llegar en la actualidad a lo que diversos
autores denominan la economía basada en el conocimiento, y pasa por la re-
volución por la calidad de los años ochenta y principios de los noventa del siglo
pasado. Hasta antes de la Revolución Industrial, la producción y distribución de
bienes la dominaban las uniones de artesanos y los mercados domésticos (Hopp y
Spearman, 2001). Los diferentes pasos de un proceso de manufactura no estaban
integrados en una fábrica, como ocurre en la actualidad, distintos artesanos rea-
lizaban cada paso del proceso de manufactura, después de comprar y vender sus
productos en los mercados domésticos. Por ejemplo, para la producción de prendas
de vestir, había artesanos que se encargaban de producir el hilo a partir de la fibra
natural, otros compraban el hilo y producían la tela, unos más compraban la tela
y se encargaban de teñirla, y así sucesivamente hasta llegar a la prenda de vestir;
los artesanos que participaban en cada uno de estos pasos compraban los insumos
requeridos y ofrecían sus productos en los mercados domésticos.
En la transición desde la Revolución Industrial hasta la economía basada en
el conocimiento, se identifican varias etapas, cada una de las cuales se caracteriza
por el desarrollo de técnicas y filosofías predominantes. Las etapas más importan-
tes en el desarrollo de los métodos de producción son las siguientes:
• La Revolución Industrial (a partir de 1769 hacia fines del siglo XIX).

• La administración científica (de fines del siglo XIX hacia mediados de la dé-
cada de los años treinta del siglo XX).
• El movimiento por los recursos humanos (de mediados de los años treinta
hacia fines de la década de los años cincuenta).
• La toma de decisiones con base en modelos (de principios de los años sesenta
hacia principios de los años setenta).
• La revolución por la calidad (de principios de los años setenta hasta media-
dos de los noventa).
• La economía basada en el conocimiento (de mediados de la década de los
noventa hasta el día de hoy).
A continuación se presenta un resumen de los eventos más sobresalientes que

ocurren en estas etapas, así como un breve análisis de los métodos de producción
y tendencias comerciales que caracterizaron a las cuatro primeras etapas. Los ele-
mentos más importantes de las últimas dos etapas podrán apreciarse con mayor
detalle en las siguientes secciones.
La Revolución Industrial
La Revolución Industrial inicia con la invención de la máquina de vapor por el
inglés James Watt, en 1769, que se instala por primera vez en las manufacturas de
hierro de John Wilkinson en 1776; aunque es conveniente remarcar que una varie-
dad de eventos anteriores, como la apertura de canales para la navegación fluvial,
el cercado de tierras y la acumulación de otros inventos, posibilitaron la Revolu-
ción Industrial. La máquina de vapor permite reemplazar el trabajo artesanal (el
cual utilizaba sólo herramientas) por la máquina, y reemplaza a la potencia del
agua, como fuente de energía, que tenía la desventaja de depender de las fuentes
naturales de caída de agua. A partir de su primera aplicación, el uso de la máqui-
na de vapor empieza a generalizarse en fábricas (en la industria textil), en barcos,
trenes y en la explotación de minerales.
El segundo gran descubrimiento es la división del trabajo, que enunció Adam
Smith en su libro Riqueza de las naciones, en el que expone los principios del ca-
pitalismo y explica cómo la división del trabajo permitirá una producción más
rápida y económica que la artesanal. Es conveniente indicar, sin embargo, que si
bien el Reino Unido empieza a dominar la producción industrial, con base en la
utilización de máquinas, al principio de la Revolución Industrial (principalmen-
te por su poderosa industria textil), según algunos autores (por ejemplo, Hopp y
Spearman, 2001) la industria inglesa mantiene por algún tiempo el viejo sistema
de mercados domésticos, es decir, las fábricas no se integran. Al parecer quienes
empiezan a aprovechar las ventajas de la división del trabajo son los industriales
de Estados Unidos, donde hacen su aparición las primeras fábricas integradas.
El tercer descubrimiento es el principio de intercambio de las partes: las partes
de diferentes ejemplares del mismo producto son intercambiables, sin alterar el
funcionamiento del producto si respetan las especificaciones de diseño. Si bien en
1785 el francés Honoré LeBlanc fue el primero en mostrar este principio a Thomas
Jefferson, al intercambiar las partes de dos mosquetes, este principio no se adoptó
en Europa, donde se prefirió continuar con el antiguo método artesanal. No fue sino
hasta 1801 cuando Eli Withney y Simeon North probaron la factibilidad del méto-
do, mediante la celebración de un contrato para producir 10 000 mosquetes para el
gobierno de Estados Unidos, el último mosquete de la orden lo entregaron en 1809.
Si bien la Revolución Industrial empieza en el Reino Unido con el apro-
vechamiento de la máquina de vapor, hacia finales de este periodo (inicios del
siglo XX), la industria de Estados Unidos asume el liderazgo sobre las industrias
de otras naciones, el incentivo fue un amplio mercado local en expansión, y una
clara estrategia de producción en masa y de bajo costo.
En comparación con las prácticas comerciales de los siglos XVIII y XIX, la apa-
rición de empresas industriales aceleró el comercio de Europa (en especial del
Reino Unido) con otros países; aunque este comercio se concentró en la importa-
ción de productos primarios (minerales y productos agrícolas) desde las colonias
y los países de reciente independencia. Por otro lado, las inversiones europeas en
otros países tenían por finalidad la consolidación de una red comercial para la
importación de materias primas. La inversión extranjera en manufactura casi no
existe hacia fines del siglo XIX, salvo el caso en que la localidad presentara claras
ventajas para la producción, por ejemplo, en razón de la exclusividad de la materia
prima (Flaherty, 1996).
La administración científica
A inicios del siglo XX la Revolución Industrial permite la aparición de las primeras
empresas integradas, con la necesidad de organizarse en estructuras de administra-
ción jerárquica y de desarrollar sistemas de contabilidad. Estos primeros sistemas
de organización fueron el punto de partida para proponer que la administración
debería constituirse en una disciplina, con principios y técnicas sustentados en el

método científico.
A Frederick W. Taylor (1856-1915) se le considera el padre de la administra-
ción científica. A él se le reconoce el logro de generar, por primera vez, un marco
sistemático para proclamar a la administración como una disciplina. Taylor se gra-
duó de ingeniero mecánico y durante su carrera obtuvo diversas patentes, entre
las que se cuenta el acero de alta velocidad (útil para fabricar herramientas para
corte en caliente). Sin embargo, la mayor contribución de Taylor a la administra-
ción fue la sistematización del principio de la división del trabajo: estableció que se
mejora la eficiencia de un sistema de producción si se estandariza cada uno de los
pasos de un proceso productivo, para lo que es necesario estudiar científicamente
la mejor manera de llevar a cabo cada uno de estos pasos. Taylor era de la idea
de que el diseño de los estándares y métodos de producción lo deberían desarro-
llar los administradores e ingenieros de mayor nivel, de manera que los operarios
y técnicos condujeran sus tareas bajo estándares y métodos específicos: la mayor
eficiencia se logra con el estricto cumplimiento de las normas. De esta manera, el
trabajo de producción se delega a personal con necesidad de entrenamiento, pero
no de estudios especializados. Si bien este concepto permitió el despliegue de sis-
temas de producción altamente productivos (y de bajo costo), ha sido cuestionado
por los métodos que propone la revolución por la calidad (como se dará cuenta en
la siguiente sección). Taylor desarrolló sus principios en su libro The Principles of
Scientific Management (Taylor, 1911).
Esta idea de la administración científica tuvo muchos seguidores, quienes
desarrollaron diferentes técnicas que hasta el día de hoy sustentan el diseño y la
planeación de la producción. Entre estos seguidores figuran Henry Gantt (1861-
1919), quien propuso la “Carta de Gantt” para la programación de actividades, y
los esposos Frank y Lillian Gilbreth, quienes propusieron los “estudios de tiempos
y movimientos” (del inglés motion study): que requieren el examen con detalle de
los tiempos y movimientos de los operarios, para proponer los procedimientos más
eficientes de producción.
Durante esta etapa aparecen los primeros sistemas de producción en masa.
Uno de los hombres de negocios que mejor aprovecha las ideas de la administra-
ción científica es Henry Ford (1863-1947), quien implanta por primera vez una
línea de producción en masa de alta velocidad para el modelo T, en su planta de
Highland Park en 1913. La innovación principal de esta línea consistió en la intro-
ducción del transportador móvil, de manera que ya no era necesario que el obre-
ro se trasladara a buscar el trabajo, sino que el trabajo llegaba al obrero, hasta su
estación de trabajo. Esta innovación le permitió a Ford reducir drásticamente los
precios de sus automóviles, llegando a capturar 60% del mercado de automóviles
de Estados Unidos en 1920 (Hopp y Spearman, 2001).
Como consecuencia de la aparición de la producción en masa y de las em-
presas integradas, aproximadamente entre 1875 y 1914, surgen las primeras em-
presas trasnacionales, entre las que destacan las empresas estadounidenses Otis,
Quaker Oats, Coca-Cola, Heinz, Armour y Singer, y las europeas Philips, Siemens,
Ciba-Geigy, BASF, Hoechst y Bayer. Así que en 1914 la inversión extranjera direc-
ta, como porcentaje del producto interno bruto, alcanza su pico histórico, y es el
Reino Unido la principal fuente de inversión extranjera, seguido por Estados Uni-
dos, Francia y Alemania (Flaherty, 1996).
El movimiento por los recursos humanos

Los principios de la administración científica establecidos por Taylor significaron
un impresionante impulso para el desarrollo de técnicas y métodos de producción
que permitieron la aparición de empresas integradas y altamente productivas, que
aprovecharon las ventajas de la división del trabajo y de las economías de escala.
Estas ideas, sin embargo, no tomaron en cuenta que la productividad de los traba-
jadores no sólo depende de los métodos y estándares que se les establecieron para
la ejecución de sus tareas, sino también de la motivación para realizar su trabajo.
Se reconoce a Hugo Munsterberg (1863-1916), el haber sido el primero en
aplicar la psicología al estudio de la eficiencia de los sistemas de producción in-
dustrial. Munsterberg dirigió los primeros estudios de psicología industrial en su
laboratorio de la Universidad de Harvard, que culminaron en la publicación de
su libro Psychology and Industrial Efficiency en 1913, en el que por primera vez
se tocaron temas como la selección de empleados, el entrenamiento y las condi-
ciones de trabajo, y la motivación del trabajador para el logro de las metas de la
empresa. Sin embargo, el hito histórico de mayor importancia para el movimiento
por los recursos humanos, fue la serie de estudios que se realizaron en la planta
Hawthorne de la Western Electric, entre 1924 y 1932, a los que se conoce con el
nombre de “estudios Hawthorne”. En dichos estudios se investigó empíricamen-
te el efecto de la iluminación de la planta en la productividad de los trabajado-
res. Los primeros resultados indicaron que al aumentar la intensidad de la luz, la
productividad aumentaba; sin embargo, a la postre descubrieron que también el
hecho de disminuir la intensidad tenía efectos positivos en la productividad de
los trabajadores. Incapaces de explicar tales resultados, los miembros del primer
equipo de trabajo abandonaron esos estudios. Luego de invitar a diversos investiga-
dores para analizar los resultados encontrados, fue Elton Mayo quien proporcionó
una teoría satisfactoria al respecto. Mayo indicó que el cambio de productividad
se debía a una mayor atención en su trabajo, fenómeno que recibió el nombre
de “efecto Hawthorne”. Tiempo después Mayo ofrece una versión más elaborada de
sus conclusiones, donde indica que el trabajo es una actividad grupal, que no es
simplemente el beneficio monetario lo que mueve a realizar bien un trabajo, sino
que existen diversos incentivos que motivan a los trabajadores a lograr incremen-
tos importantes en la productividad. A partir de dichos estudios, empieza a crecer
el interés por la motivación del trabajador para el establecimiento de sistemas de
producción más eficientes, y aparecen diversas teorías sobre la motivación, como
las de Abraham Maslow en los años cuarenta, Frederick Hertzberg en los años cin-
cuenta y Douglas McGregor en los sesenta.
La toma de decisiones con base en modelos

Una de las grandes contribuciones hacia el camino de la administración con base
en métodos científicos proviene de la investigación de operaciones, área que en
sus inicios aparece para resolver problemas de logística y abastecimiento de las
operaciones militares durante la Segunda Guerra Mundial. El área se ocupó, desde
sus inicios, del desarrollo y solución de modelos matemáticos que permitieron re-
solver problemas de toma de decisiones, muchos de ellos con aplicación directa a
la solución de problemas de la administración de operaciones (distribución y lo-
gística). Estas técnicas fueron rápidamente aprovechadas para facilitar la toma de
decisiones en los sistemas de producción, lo que demostró la utilidad de los mo-
delos matemáticos para representar problemas administrativos y, lo que es más
importante, para sustentar el proceso de toma de decisiones.
Desde la aparición del primer modelo de investigación de operaciones, la
programación lineal elaborada por George Dantzig para la fuerza aérea de Estados
Unidos durante la Segunda Guerra Mundial, se han generado diversos modelos
que hoy sirven como herramientas de apoyo al proceso de toma de decisiones.
Muchas de las técnicas desarrolladas por la comunidad científica son intensivas
en cálculos numéricos, de ahí que la aparición de la computadora facilitara el uso
de los modelos en los sistemas de producción.
En la actualidad los modelos para la toma de decisiones son de amplia utili-
zación en casi todas las áreas de la administración de operaciones; esto reconoce
› Figura 1.3
La toma de decisiones con base
Análisis en modelos.
cualitativo
(Experiencia)
Problemas
de administración Evaluación Decisión
de operaciones
Análisis
cuantitativo
(Modelos)
que un proceso de toma de decisiones se conduce mejor si se cuantifican sus ele-

mentos, y que las mejores decisiones son las que se toman racionalmente y con el
auxilio de la mejor información objetiva disponible (vea la figura 1.3).
En la figura 1.4 se ilustran algunas de las áreas que hoy constituyen la inves-
tigación de operaciones, y que sirven como herramientas para la administración
científica.
LA REVOLUCIÓN POR LA CALIDAD

Dados los cambios significativos que ocurrieron en el entorno competitivo y en los
métodos de producción desde la década de los años setenta hasta mediados de
los noventa, se dedica esta sección a la revolución por la calidad.
Nuevos actores en la economía mundial

Como ya se señaló, desde la Revolución Industrial hasta la década de los años se-
senta, la industria de Estados Unidos asume el liderazgo en la producción de bie-
› Figura 1.4
Algunas áreas de investigación
Análisis estadístico Modelos de transporte de operaciones/ingeniería
administrativa.
Programación lineal
Modelos de inventarios Programación lineal entera

Investigación
de operaciones
Teoría de desiciones
Modelos de optimización en redes
Probabilidad aplicada
Ingeniería
Programación no lineal administrativa
Teoría de sistemas de espera
Simulación de sistemas
› Figura 1.5
Fracción del total de
1973
multinacionales por región
en 1973.
0.45
Fuente: Fortune, 1974.
0.4
0.35
0.3
0.25
0.2 EU
JAPÓN
0.15 FRAN., GB., ALE.
0.1
0.05
0
ALIMENTOS
METALES
QUÍMICA
PETRÓLEO
ELECTRÓNICA
EQUIPO IND.
AUTOMÓVILES
TOTAL
nes y servicios. Sin embargo, a partir de los años setenta y ochenta, ese liderazgo
tiene fuertes competidores por la aparición paulatina pero creciente, en diversos
sectores de la industria, de otras naciones, entre las que sobresalen Japón, Ale-
mania y nuevos países industrializados del Asia. A partir de entonces se observa
una agresiva penetración de los productos que se manufacturan en Asia, los que
logran una amplia aceptación y se venden a precios muy competitivos; al mismo
tiempo, tanto la industria de Estados Unidos como la de Europa responden a este
nuevo reto, con la creación de un ambiente muy competitivo, y con tendencia a
la globalización de los mercados.
A partir de la información de las figuras 1.5 a 1.7 se puede comparar la impor-
tancia de las multinacionales de los tres principales bloques industriales, en 1973,
1993 y 2005 respectivamente. Como se aprecia, es notable la aparición de Japón,
como potencia en las principales ramas de la actividad industrial; esta presencia se
asocia con un mayor bienestar de su economía, como lo muestra la evolución de
› Figura 1.6
Fracción del total de
multinacionales por región 1993
en 1993.
0.45
Fuente: Fortune, 1994.
0.4
0.35
0.3
0.25
0.2 EU
JAPÓN
0.15 FRAN., GB., ALE.
0.1
0.05
0
ALIMENTOS
METALES
QUÍMICA
PETRÓLEO
ELECTRÓNICA
EQUIPO IND.
AUTOMÓVILES
TOTAL
› Figura 1.7
2005 Fracción del total de
multinacionales por región en
0.5 2005.
0.45 Fuente: Fortune, 2006.
0.4
0.35
0.3
0.25 EU
0.2 JAPÓN
FRAN., GB., ALE.
0.15
0.1
0.05
0
ALIMENTOS
METALES
QUÍMICA
PETRÓLEO
ELECTRÓNICA
EQUIPO IND.
AUTOMÓVILES
TOTAL
su ingreso per-cápita, figura 1.8. En esta figura se aprecia la evolución favorable no
sólo del Japón, sino también de Alemania y de otros países, que fueron llamados
nuevos países industrializados (NPI), que apostaron con éxito al desarrollo indus-
trial como motor del bienestar económico. La presencia de estos nuevos actores
en la economía mundial crea una nueva organización industrial, que descansa en
la construcción de un esquema de cooperación entre empresas (pequeñas y me-
dianas) proveedoras y empresas (grandes) de las industrias terminales.
Competencia global
Como acaba de ver, durante la revolución por la calidad aparecen nuevos actores
(NPI) en la economía mundial, que apuestan al desarrollo industrial como motor
› Figura 1.8
50000 Evolución del ingreso real
per-cápita (U.S.$) en algunos
45000 países.
Fuente: World Bank, 1995.
40000
35000
Alemania
Hong Kong
30000
Japón
Singapur
25000
Estados Unidos
20000 Rep. de Corea
Mundial
15000
10000
5000
0
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
de sus economías. Al mismo tiempo, un nuevo esquema de organización industrial

con base en la cooperación entre empresas grandes, productoras de bienes de con-
sumo final, y empresas, proveedoras, medianas y pequeñas permite implantar una
estrategia de competencia fincada en la innovación y la flexibilidad (vea la primera
sección del capítulo 2). Por otro lado, tras la caída de los gobiernos comunistas de
Europa del Este, al comenzar la década de los años noventa, irrumpe en América
Latina una ola de gobiernos democráticos, convencidos de que el desarrollo de la
región sólo es posible con la incorporación de sus economías a un marco de com-
petencia global, que trastoca drásticamente el entorno competitivo de las empresas
locales. Este nuevo concepto para los países latinoamericanos obligó a las empre-
sas locales a revisar sus estrategias competitivas, para orientar su tecnología y ope-
raciones en concordancia con el nuevo entorno competitivo a escala global.
Puesto que el concepto de competencia global es de trascendental importan-
cia actual para las empresas latinoamericanas, a continuación se señalan las prin-
cipales características de este entorno competitivo.
Cambios en la economía mundial. Además de la presencia de los NPI, la
economía mundial experimentó cambios importantes en la década de los años
noventa, entre los que se cuentan el rápido crecimiento de la inversión extranje-
ra directa (IED) y del comercio internacional. Como se aprecia en los datos de la
tabla 1.2, la IED tiene como principal objetivo la penetración de mercados, ya que
el mayor porcentaje de la misma se destinó a las economías desarrolladas. Sin em-
bargo, como menciona Flaherty (1996), la IED hacia países en desarrollo, que tra-
dicionalmente había buscado la captación de materias primas hacia las economías
desarrolladas, empieza a buscar proveedores de bienes con un valor agregado, que
impriman un mayor dinamismo a la industria de los países avanzados, por ejemplo,
a los “Cuatro Tigres” (Corea del Sur, Hong Kong, Singapur y Taiwán) correspondió
1% de las exportaciones mundiales en 1963, mientras que su participación superó
al 7% en 1990, destaca el hecho de que la mayor parte de dichas exportaciones fue-
ron manufacturas. Por otro lado, la IED con la mira puesta en el desenvolvimiento
de mercados, tuvo un crecimiento sostenido en Asia y en Latinoamérica desde los
inicios de la década de los años noventa, el incentivo fueron los procesos de pri-
vatización en esta última región. En cuanto al comercio internacional, el impulso
› Tabla 1.2 PAÍSES PAÍSES

Inversión extranjera directa DESARRO- EN DESA- AMÉRICA
acumulada por país y región LLADOS E.U.A. G.B. ALEMANIA FRANCIA JAPÓN RROLLO LATINA ASIA TOTAL
hasta 1990.
1914* 14.4 2.6 6.5 1.5 1.8 .03 neg n.d. n.d. 14.6
5.2 1.5 .2 n.d. n.d. .03 8.9 4.6 3.0 14.1
1938* 26.3 7.3 10.5 .35 2.5 .75 neg n.d. n.d. 26.4
8.3 1.8 .7 n.d. n.d. .1 16.0 7.5 6.1 24.3
1960** 62.9 31.9 10.8 .8 4.1 .5 7 n.d. n.d. 66.1
36.7 7.6 5.0 n.d. n.d. .1 17.6 8.5 4.1 54.5
1971** 168.1 82.8 23.7 7.4 7.3 4.4 40 n.d. n.d. 172.1
108.4 13.9 13.4 n.d. n.d. 2.5 51.4 29.6 7.8 166.3
1978** 380.3 162.7 50.7 28.6 14.9 26.8 12.5 n.d. n.d. 392.8
251.7 42.4 (32.5) n.d. n.d. 6.0 100.4 52.5 25.2 361.6
1985** 684.7 251.0 101.2 59.9 20.3 83.6 5.4 1.8 2.1 690.2
0509.7 184.6 62.6 36.9 19.2 6.4 175.6 60.2 65.4 685.3
1990** 1602 423.2 244.7 155.1 74.8 310.80 10.8 3.1 6.1 1613
1230 403.7 205.6 93.5 51.1 18.4 265.9 97.1 120.9 1496
* Millones de dólares.
** Miles de millones de dólares.
El renglón superior indica el flujo de inversión extranjera directa que proviene de la región, el renglón inferior indica
el flujo de inversión extranjera directa hacia la región o país.
Fuente: Flaherty, 1996.
de su crecimiento se debió a los acuerdos que reducen las barreras arancelarias,

como la Comunidad Económica Europea, el Tratado de Libre Comercio de Amé-
rica del Norte, la Ronda Uruguaya del GATT (Acuerdo General sobre Aranceles y
Comercio) y el Mercosur.
Competencia entre multinacionales. En 1992 existían aproximadamente
37 000 corporaciones multinacionales, las cuales, según estimaciones de la Organi-
zación de las Naciones Unidas (vea UNCTAD, 1993), son responsables del 75% del
comercio de manufacturas y servicios, y del 80% de la transferencia de tecnología
comercial, cifras que muestran la persistencia del dominio de las multinacionales,
e incluso su incremento en los años noventa. Sin embargo, como puede observar
en las figuras 1.5 y 1.6, el predominio de las multinacionales de Estados Unidos
disminuye por la presencia de las multinacionales japonesas, hecho que genera
una mayor competencia entre las multinacionales.
Según Kenichi Ohmae (1985), consultor de McKinsey, ya que las economías
de las tres regiones exhiben niveles financieros y tecnológicos similares, sus em-
presas compiten por clientes, proveedores y aliados a partir de sus operaciones
en cada mercado, tienen acceso a proveedores en diversas partes del mundo y no
permiten que sus competidores puedan obtener ganancias libres de competencia, a
la vez que acuden a sus redes de información para mejorar tan rápidamente como
sus competidores.
Competencia entre economías industrializadas. A partir de los datos de
la figuras 1.9 y 1.10, se observa que las diferencias en la cobertura educacional en
los distintos países industrializados tienden a cerrarse, lo que ilustra el hecho de
que los recursos tecnológicos y humanos de los países industrializados tienden a
ser similares. En este sentido, es notable el caso del Japón que, ya desde la década
de los años setenta (vea Flaherty, 1996) exhibe un número de científicos e inge-
nieros (por cada 1 000 hab.) en actividades de investigación y desarrollo mayor
que Estados Unidos. Aunque la intensidad de la competencia es difícil de medir,
se observa que las ventas en el extranjero crecen con la inversión en activos en
el extranjero. En el caso de productos intensivos en propaganda (productos de
marca), las multinacionales canadienses y europeas tienden a tener una fracción
más alta de inversiones que de ventas en el extranjero, lo que refleja su estrategia
de penetración del mercado en Estados Unidos. En el caso de las trasnacionales
› Figura 1.9
100
Porcentajes de matrícula
en educación secundaria.
Fuente: World Bank, 1995.
90
Alemania
80 Hong Kong
Japón
Singapur
70
Estados Unidos
Rep. de Corea
60
50
40
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
› Figura 1.10
Científicos e ingenieros
empleados en I&D Núm. de científicos por cada mil personas
(por cada 1 000 habitantes)
7
Fuente: United Nations
Statistical Yearbook
6
Alemania
4 Japón
Estados Unidos
3 Rep. de Corea
Singapur
2
0
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
de automóviles, las empresas japonesas también tienden a tener una fracción más
alta de inversiones que de ventas en el extranjero, pero esto parece ser más bien
reflejo de su estrategia de desarrollo de proveedores en el exterior.
Competencia en los NPI. Los NPI experimentaron, en los años noventa, un
desarrollo industrial acelerado que tuvo el apoyo de grandes grupos industriales y
de sus respectivos gobiernos. Según Alice Amsden (1989), los NPI empezaron con
productos que requerían un nivel medio de tecnología, y enfocaron sus esfuerzos
en la manufactura de dichos productos, con la misma calidad, pero a menor costo
que en los países industrializados. El rendimiento de la inversión en estos pro-
ductos no fue alto al inicio, por lo que se requirió del apoyo gubernamental para
mantener sus empresas. Sin embargo, en el mediano plazo consiguieron mejorar
la calidad y complejidad tecnológica de sus manufacturas, y con ello compitieron
con éxito en los mercados internacionales. Por ejemplo, las exportaciones hacia
Estados Unidos, desde las subsidiarias estadounidenses en los “Cuatro Tigres”, au-
mentaron de 10% de las ventas en 1966 a 27% de las ventas en 1977. Desde la dé-
cada de los noventa otras economías siguen los pasos de los “Cuatro Tigres”. Entre
ellas se cuentan Brasil, Chile y México, en Latinoamérica, China, India, Filipinas y
Tailandia, en Asia, e Irlanda, Portugal, Polonia y España, en Europa.
Competitividad de la industria de Estados Unidos en los

años setenta y ochenta
La aparición de nuevos actores en la economía mundial, los que aplicaron una es-
trategia de competencia basada en la flexibilidad de sus métodos de producción y
en su preocupación por la calidad y el servicio al cliente (vea la tabla 1.3), debilitó
el predominio de la industria de Estados Unidos.
Los análisis que consideran a los elementos culturales como la fuente del éxito
de la industria japonesa tienen poco sentido, como comprobaron los casos de varias
plantas que operan en Estados Unidos, y que fueron capaces de implantar métodos
de producción más competitivos dentro de su entorno. Estas experiencias indican,
MARCA DE AUTOMÓVILES FALLAS EN LOS 8 PRIMEROS MESES EN CADA 100 VEHÍCULOS › Tabla 1.3
Calidad de productos japoneses
Chrysler 285 y estadounidenses en los años
General Motors 256 setenta y ochenta.
Ford 214
Japonés (promedio) 132
Toyota 55
INDICADOR DE CALIDAD DE SEMICONDUCTORES MARCAS DE ESTADOS UNIDOS MARCAS JAPONESAS
Defectuosos a la entrega 16% 0%
Fallaron antes de 1 000 horas 14% 1%
INDICADOR DE CALIDAD EN APARATOS
PARA AIRE ACONDICIONADO MARCAS DE ESTADOS UNIDOS MARCAS JAPONESAS
Defectuosos por manufactura 4.4% menos del 0.1%
Defectuosos por ensamble 63.5% 0.9%
Solicitaron servicio 10.5% 0.6%
Costo por garantía (como % de ventas) 2.2% 0.6%
INDICADOR DE CALIDAD DE TV A COLOR MARCAS DE ESTADOS UNIDOS MARCAS JAPONESAS

Defectos de ensamble por aparato 1.4-2.0 0.01-0.03
Solicitudes de servicio por aparato 1.0-2.0 0.09-0.26
Fuente: Russel y Taylor, 1995, p. 8.
al mismo tiempo, una recuperación de la competitividad de la industria de Estados

Unidos en el presente milenio. Uno de los primeros casos es el de la compra efec-
tuada por Matsushita de una planta de televisores en Chicago, que era propiedad
de Motorola, y que tenía problemas de operación. Luego de dos años, con el mismo
número de trabajadores, la mitad del plantel de administradores y con casi nin-
guna inversión adicional, Matsushita dobló la producción, redujo las composturas
por fallas de ensamble de 130% a 6%, y redujo los costos por garantías de U.S.$16
millones al año a sólo U.S.$2 millones. Una primera conclusión que se desprende
de este caso, es que el declive de la industria de Estados Unidos es consecuencia
directa de una diferente concepción de las estrategias y prácticas de manufactura
de las empresas, hecho que incentivó el estudio de las estrategias y métodos que
aplica la industria japonesa. En esta dirección, la Comisión sobre Productividad
Industrial del Instituto Tecnológico de Massachussets (MIT), realizó uno de los
estudios más completos para identificar las principales causas de los problemas de
las empresas manufactureras de Estados Unidos en ocho sectores de la industria.
Aunque no se conocen estudios similares en los países de habla hispana, se apela
al buen criterio del lector para deducir si alguna de estas deficiencias, o su totali-
dad, se aplican también en las empresas de América Latina, tome en cuenta, sobre
todo, que la industria latinoamericana se ha desarrollado en estrecha vinculación
con la industria estadounidense. Se resumen los cinco puntos importantes que se
presentan a continuación:
• Orientación financiera de corto plazo. Una técnica muy difundida para

decidir sobre la conveniencia o no de iniciar un proyecto es calcular la TIR
(tasa interna de retorno) del mismo, su rendimiento en términos financieros.
Este indicador ha dominado el escenario de la toma decisiones en el ambiente
empresarial de Estados Unidos, y aunque es necesario conocer el rendimien-
to de una inversión, antes de embarcarse en ella, se debe reconocer que la
utilidad financiera no es el único factor en un proyecto, que podría consumir
una gran variedad de recursos (no sólo financieros). Una de las diferencias
entre inversionistas japoneses (o alemanes) y estadounidenses, es que para

los primeros la participación en el mercado es más importante que la TIR en
la toma de decisiones de un proyecto de inversión. En un sentido más am-
plio, la conveniencia de un proyecto muchas veces no se mide en términos
cuantitativos; por ejemplo, al evaluar un proyecto, será difícil medir cuanti-
tativamente las habilidades que desarrollará el personal para conseguir los
objetivos estratégicos de la empresa. En particular, la historia presenta casos
en los que el éxito de proyectos en empresas japonesas sólo se alcanzó luego
de varios intentos; y también existen casos de proyectos exitosos en empre-
sas japonesas, que fueron descartados inicialmente en empresas de Estados
Unidos, por ser poco atractivos desde el punto de vista financiero (vea, por
ejemplo, Hayes y Pisano, 1994). Estos éxitos no hubieran ocurrido si la di-
rección de las empresas japonesas hubiera tenido una orientación financiera
de corto plazo.
• Falta de cooperación. La nación estadounidense se construyó, desde sus
inicios, con base en el individualismo y la competencia, principios que, si
bien han hecho que sus miembros dediquen el mayor esfuerzo al logro de sus
metas personales, también generaron la falta de cooperación entre los ciuda-
danos e instituciones de la sociedad estadounidense. En opinión de Russel y
Taylor (1995), esta falta de cooperación hace que diferentes departamentos
de la misma empresa tomen decisiones aisladas y conforme a objetivos en
conflicto; que el Estado sea visto como un obstáculo (que carga impuestos
y establece regulaciones) y no como un promotor; que los proveedores no
se alíen sino compitan por las ganancias, y que las empresas no estén dis-
puestas a compartir información ni servicios para su mutuo beneficio. Otros
estudios (McMillan 1990), demuestran que entre los factores cruciales de la
gran dinámica de la industria japonesa destacan justamente los principios de
cooperación y confianza en que se basan las relaciones entre sus empresas.
La cooperación permite que empresas de diversos tamaños y sectores (por
ejemplo, proveedores y compradores) se comprometan en la ejecución de
proyectos que serán beneficiosos para cada una de las partes, y la confianza
se fortalece a través de la interacción en relaciones repetidas y de largo plazo
que se establecen entre las diversas empresas, y se traducen en contratos en
los que cada una de las partes obtiene beneficios.
• Administración de los recursos humanos. La administración de recursos
humanos en las empresas de Estados Unidos, desde sus inicios, tuvo una fuer-
te influencia por las ideas del taylorismo. Estas ideas sugieren la creación de
niveles jerárquicos administrativos, donde los más altos se encargan de dise-
ñar las labores de los mandos jerárquicos de menor nivel. El excesivo apego
a estos lineamientos, sin embargo, ha traído como consecuencia la creación
de organizaciones con demasiados niveles jerárquicos, donde el proceso de
toma de decisiones es lento y burocrático, lo que retrasa la innovación y la
dinámica de la empresa. Por otro lado, los trabajadores de mandos jerárqui-
cos inferiores tienen escasos incentivos para mejorar su trabajo, ya que en
las organizaciones verticales sus opiniones tienen muy pocas probabilidades
de tener eco. Esta tendencia en la administración de recursos humanos ha
creado empresas con alta rotación de personal, en las cuales a los técnicos y
operarios se les considera un factor de producción más, a quienes siempre se
les contrata al menor salario y cuya capacitación es responsabilidad de ellos
mismos. Las nuevas filosofías de producción que introdujo la revolución por
la calidad descubrieron que el recurso humano es el activo más valioso de una
empresa, ya que en sus habilidades radica la capacidad de la empresa para la
mejora constante de la calidad de los productos que ofrece. Así se plantea
la necesidad de incentivar el desarrollo del personal a través de programas de
entrenamiento, de crear organizaciones más horizontales, donde la opinión
de los mandos inferiores siempre es valiosa y de fomentar la formación de

equipos para la resolución de problemas.
• Prácticas tecnológicas. Hasta hace poco tiempo, la industria de Estados
Unidos concentra sus esfuerzos de innovación en el desarrollo de productos,
con lo que aprovecha la tecnología que generan sus laboratorios de investiga-
ción, y en general, su amplio sistema de investigación y desarrollo. Sin embar-
go, descuidaron el desenvolvimiento de la tecnología de proceso, área en la
que Japón y Alemania han concentrado sus esfuerzos de investigación. En
la actualidad, la incorporación de tecnologías avanzadas en los procesos de
producción (tema del siguiente capítulo), es un componente importante,
tanto para controlar con eficiencia la calidad de los productos que se ofre-
cen, como para reducir los tiempos de lanzamiento de nuevos productos al
mercado, y lograr la flexibilidad (bajo costo) que cada día se exige más de los
sistemas de producción. Vale la pena comentar que la tecnología de produc-
to se puede copiar con mayor facilidad que la tecnología de proceso, la cual
depende más del entorno (proveedores, mercados, organización industrial,
etc.) en el cual opera la empresa.
• Debilidad estratégica. El último punto (aunque no el menos importante)
que señala el equipo del MIT, es que la industria estadounidense, que se con-
centra en una estrategia de precios, con base en las ventajas de la producción
en masa (fundamentalmente economías de escala), fue superada por una es-
trategia de producción que combina con eficiencia producción en masa y ve-
locidad, con flexibilidad para innovar y adaptarse a los nuevos requerimientos
de entornos con fuerte competencia. En mercados de fuerte competencia, se
observa una proliferación de productos, una segmentación de los mercados y
ciclos de vida de productos más cortos, lo que genera la necesidad de reducir
los tiempos de introducción de nuevos diseños, y de aprovechar la innovación
tecnológica para desarrollar mejores productos. Una estrategia de producción
basada únicamente en la producción por volumen, tiene poca capacidad para
adaptarse a los cambios que exigen los mercados de alta competencia.
LA ECONOMÍA BASADA EN EL CONOCIMIENTO

En la última década del siglo XX sucedió una apertura económica sin precedentes
en la historia, que aunada al rápido avance de las tecnologías de información y
comunicaciones, posibilitó la competencia entre empresas de diversas partes del
mundo en los mercados domésticos, fenómeno que se conoce como la globaliza-
ción de los mercados. Si bien la globalización controla los márgenes de utilidad de
las empresas en los principales sectores de la industria de manufacturas, es cier-
to que ciertos sectores (en su mayoría de servicios) experimentan utilidades sin
precedentes; este éxito proviene de la venta de productos con un alto contenido
tecnológico, de información o “conocimiento”, por lo que a mediados de los años
noventa se empezó a utilizar el término “economía basada en el conocimiento”
para hacer referencia a los sectores más dinámicos de la economía. En esta sección
se analizan brevemente las características comunes de estos sectores, así como los
nuevos paradigmas o retos que introducen desde el punto de vista de la adminis-
tración de operaciones.
Los sectores activos en la nueva economía

Entre los sectores más activos de la última década destacan las industrias de de-
sarrollo de software, servicios de entretenimiento y noticias, telecomunicaciones,
servicios por Internet, circuitos electrónicos, computadoras, juegos de video, bio-
tecnología y farmacéuticos. Estos sectores explicaron la tercera parte del creci-
miento del PIB y la mitad del incremento en productividad entre 1995 y 2000 en
Estados Unidos, así como el 50% del crecimiento del índice Nikkei entre 1998 y
2000 (Hayes, 2002).
Sin duda dichos sectores tienen en común el ofrecimiento de productos inno-
vadores, cuyo rápido desarrollo y lanzamiento al mercado constituyen la clave de su
éxito, y es por esta razón que enfrentan una competencia en tiempo de respuesta
(del inglés time-based competition, vea Stalk, 1990). Un paradigma de las empresas
de la nueva economía es que sus costos dominantes son los costos iniciales por el
desarrollo del producto y la creación del sistema de producción y distribución, ya
que los costos marginales de producción y distribución son relativamente bajos (y
en algunos casos independientes de la distancia al consumidor), observe algunos
de los ejemplos que sustentan esta observación:
• El desarrollo de Office 2000 requirió de alrededor de 1 000 desarrolladores

durante 2 años consecutivos.
• Una planta de circuitos integrados cuesta alrededor de 2 000 millones de dólares
(70% del costo del producto se explica por depreciación y mantenimiento).
• La aprobación de un medicamento toma alrededor de 5 años y 500 millones
de dólares de inversión en promedio.
Debido al alto costo inicial del desarrollo y lanzamiento al mercado, las empre-
sas de la nueva economía deben implantar estrategias agresivas de penetración
de mercado, por lo que a menudo incorporan otros servicios de valor agregado
a sus productos (por ejemplo, información por Internet, garantías, actualizacio-
nes y/o reparaciones), o bien se incorporan a cadenas (o redes) de proveedores
reconocidos. Así, por ejemplo, algunas marcas de bebidas, alimentos o de ropa de
moda consisten de una extensa red de pequeñas empresas que manufacturan los
productos, y la empresa matriz enfrenta el reto de coordinar la cadena de provee-
dores para garantizar la producción y distribución de productos de calidad, que
permitan mantener la reputación de la marca. Por otro lado, algunas empresas
que prestan servicios de consultoría (por ejemplo, Rockwell, EDS o IBM) tienen
una variedad de aplicaciones especializadas que les permiten prestar servicios de
consultoría integrales, y en este caso particular de las tecnologías de información,
la compatibilidad del desarrollo con otras aplicaciones y/o sistemas operativos es
muy importante, ya que determina la capacidad de incorporarse o no a una red
de usuarios. Por tales motivos, la nueva economía enfrenta los retos de la compe-
tencia en tiempo y rapidez, la coordinación de grandes cadenas de suministro, y
la incorporación del producto a una red de proveedores que permita ofrecer un
conjunto de servicios de mayor valor agregado.
Retos operativos de la economía basada en el conocimiento

El hito más importante en la producción de bienes y servicios en el siglo XXI es el
auge de sectores de la nueva economía, intensivos en información, tecnología y co-
nocimiento, y aunque no se sugiere que algunas de las tendencias observadas en
esta última década se consoliden o generalicen en el futuro, es conveniente hacer
una enumeración breve de las tendencias y retos que experimenta la administra-
ción de operaciones en esta nueva economía:
1. Enfoque en la red de la empresa: la administración de operaciones se en-

focó tradicionalmente en la mejora de medidas de desempeño de la unidad
operativa (compras, diseño, transporte, manufactura, etc.). Sin embargo, el
desarrollo de cadenas de suministro ha permitido darse cuenta de que la co-
laboración entre las distintas unidades de la empresa y entre diferentes em-
presas dentro de la cadena o red de aliados, conduce a situaciones en que los
› Figura 1.11
Retos operativos de la nueva
economía.
Enfoque Competencia
en la red en tiempo
de la empresa y rapidez
Servicios
Incorporación de mejora
de servicios Retos del producto
en manufactura de la Nueva
economía
Personalización
Redes a gran escala
de proveedores
Competencia
y colaboración
entre empresas
diversos actores obtienen mayores ganancias que su actuación individual. El

reto consiste en lograr una coordinación de las diferentes unidades y empre-
sas de la red para lograr acuerdos en las que todos los actores individuales
obtengan beneficios adicionales.
2. Competencia en tiempo y rapidez: cuando se producen bienes con tecno-
logía de producción madura, es preferible implantar procesos de producción
estables, altamente estandarizados y con planes de producción poco flexibles,
es por ello que en administración de operaciones se utilizan medidas de des-
empeño de estado estable. En la nueva economía, sin embargo, se introducen
productos y se implantan nuevos procesos en periodos cortos, por lo que se
debe medir el desempeño de los sistemas productivos en periodos cortos, du-
rante los cuales el sistema experimenta una gran dinámica, está muy lejos de
un estado estable y requiere de una gran flexibilidad para implantar nuevos
procesos en lapsos cortos. En un ambiente sujeto a constantes cambios, la
calidad y preparación del recurso humano es un elemento clave del éxito.
3. Incorporación de servicios de mejora del producto: para ciertos productos
(tecnologías de información), la presión por la pronta introducción del nuevo
desarrollo, hace que se lance el producto sin haber implantado y/o probado
algunas funciones importantes del nuevo desarrollo. El lanzamiento temprano
de estos nuevos productos hace que la empresa deba mantener procesos de
servicio al cliente, que recogen información de las necesidades de los clientes,
para facilitar la mejora y/o incorporación de nuevas funciones al producto,
o para solucionar problemas que presentan las primeras versiones.
4. Personalización a gran escala: si bien la globalización permitió que las em-
presas más eficientes redujeran sus costos al aprovechar economías de escala
(debido a una mayor demanda), muchas empresas globales debieron recono-
cer que cada mercado tiene sus preferencias, y se vieron forzadas a dotar al
producto de las características particulares (empaque, materiales, canales de
distribución, etc.) que el mercado regional exige, lo que creó el paradigma
de la particularización a gran escala (del inglés mass customization), es decir,

la necesidad de producir productos en masa, pero con la capacidad de que el
ensamble final se modifique de acuerdo con las necesidades de los clientes.
Sin duda, la clave de la particularización a gran escala radica en la flexibili-
dad del diseño.
5. Competencia y colaboración: a menudo la competencia entre las empresas
permite que cada empresa desarrolle sus mejores capacidades para mantener
la preferencia de sus clientes. Sin embargo, el surgimiento de las cadenas de
proveedores y de las redes de empresas que proporcionan servicios integra-
dos, ha permitido apreciar que la colaboración entre empresas también es
importante para aprovechar sinergias. En la actualidad las empresas deben
delinear estrategias claras para identificar en qué aspectos compiten con otras
empresas, y en qué aspectos es preferible colaborar con otras, situación que
ha dado lugar a la introducción del término inglés competition.
6. Consolidación de redes de proveedores: una vez que las cadenas de pro-
veedores se forman, el siguiente reto es el de colaborar para que los miem-
bros de la red establezcan su estándar en los consumidores. Hoy las grandes
corporaciones son las que compiten para consolidar sus estándares (sistemas
operativos, productos de moda, tecnología de comunicaciones), y a diferen-
cia del pasado, cuando el control de la tecnología estaba en manos de las
corporaciones, actualmente deben coordinar a una gran red de proveedores
para moverse en la dirección más conveniente para todos los miembros de
la red.
7. Incorporación de servicios en manufacturas: la globalización es la causa
de que muchas empresas dedicadas a la producción de manufacturas expe-
rimenten una disminución de sus utilidades, en cambio, el crecimiento de
los servicios ha sido notable en las últimas décadas. Por ejemplo, entre 1960
y 2000, la participación de los servicios en el PIB creció de 27% a 40% en Es-
tados Unidos, mientras que las manufacturas disminuyeron su participación
de 27% a 17%. Puesto que las empresas de manufactura tienen el mejor co-
nocimiento de las capacidades de sus productos, son las más aptas para inte-
grarse hacia delante, y el reto actual de estas empresas consiste en incorporar
en sus manufacturas los servicios (información, distribución, venta, servicio
al cliente) que les permitan tener una mayor participación de las utilidades
(Wise y Baumgartner, 1999).
EJERCICIOS
1. Mencione una empresa de manufactura o servicios (de administración de operaciones para apoyar el proceso
preferencia la empresa donde usted labora), e identifique de toma de decisiones.
explícitamente sus principales componentes (insumos, 6. Algunos defensores de las economías basadas en la pres-
operaciones productivas y bienes producidos), considé- tación de servicios aseguran que (como se observa en
rela como un sistema de transformación. algunos países desarrollados), la prestación de servicios
2. Indique las razones por las cuales el director de opera- irá en aumento y desplazará a la producción de manufac-
ciones de dicha empresa, debe interactuar con los otros turas, tal como ocurrió cuando los trabajos en agricultura
departamentos de la empresa. fueron absorbidos por la industria. Identifique algunas
3. Identifique los eventos (o descubrimientos) de las eta- razones por las que esta hipótesis no puede (o puede)
pas denominadas Revolución Industrial y administra- aplicarse en todos los países (en particular el suyo).
ción científica, con mayor impacto en la producción de 7. Comente brevemente sobre los posibles errores (o aciertos)
bienes y servicios. en que puede incurrir el director general de una empre-
4. Describa brevemente lo que se entiende por “efecto sa, si sus decisiones se basan sólo en el rendimiento de
Hawthorne”. la inversión, y/o en aspectos financieros de corto plazo.
5. Indique por lo menos cinco de los modelos desarrollados 8. Comente las principales causas de la pérdida de com-
por la investigación de operaciones, que se utilizan en petitividad de la industria manufacturera de Estados
Unidos, que se evidenció a partir de la década de los 13. Para la manufactura de su preferencia identifique la
años setenta. cadena de proveedores desde la producción de materia
9. Comente brevemente el significado del término “eco- prima hasta el consumidor final.
nomía basada en el conocimiento” y sobre los sectores 14. Para la manufactura o servicio de su preferencia (mejor
más activos de esta nueva economía. si es de su propia empresa), identifique a cuáles empre-
10. Indique por qué la Internet ha facilitado (o no) la for- sas considera aliadas y a cuáles considera competidoras
mación de redes de empresas que prestan servicios para lograr el éxito de dicha manufactura o servicio.
relacionados. 15. Para la manufactura de su preferencia (mejor si es de
11. Un caso muy comentado fue el de una productora de su propia empresa), identifique por lo menos tres ser-
cine que redujo el precio de sus cintas a una cadena vicios adicionales que se pueden ofrecer para aumentar
de renta de videos, a cambio de una participación en el valor agregado del producto.
las utilidades por la renta de videos. Explique por qué 16. Para la manufactura de su preferencia (mejor si es de su
ambas empresas pudieron percibir mejores ganancias propia empresa), identifique dos mercados en los que el
con base en un acuerdo de cooperación. producto debe tener ciertas diferencias, y cómo lograría
12. Identifique tres medidas de desempeño útiles para medir producir en masa los productos, pero a la vez ofrecer
el éxito (o fracaso) en el lanzamiento de un nuevo pro- el producto final con las características particulares en
ducto al mercado. cada mercado.
BIBLIOGRAFÍA
1. Amsden, A. H. (1989), Asia’s Next Giant: South Korea and 12. Hopp, W. J. y M. L. Spearman (2000), Factory Physics:
Late Industrialization, Oxford University Press, Nueva Foundations of Manufacturing Management (3a. Ed.),
York. McGraw-Hill, Nueva York.
2. Chandler, A. D. Jr. (1977), The Visible Hand: The Manage- 13. McMillan, J. (1990), Managing suppliers: incentive sys-
rial Revolution in American Business, Harvard University tems in japanese and U.S. industry, California Manage-
Press, Cambridge. ment Review, 31(3), 38-55.
3. Chandler, A. D. Jr. (1984), “The emergence of manage- 14. Ohmae, K. (1985), Triad Power, The Free Press, Nueva York.
rial capitalism”, Business History Review, 58, 473-503, 15. Russell, R. y B. W. Taylor III (1995), Production and Op-
Harvard Business School Press, Boston. erations Management Focusing on Quality and Competi-
4. Chandler, A. D. Jr. (1986), “The evolution of the modern tiveness, Prentice Hall, Nueva Jersey.
global corporation”, en Competition in Global Industries, M. 16. Stalk, G. Jr. (1990), Competing Against Time: How Time-
E. Porter (ed.). Harvard Business School Press, Boston. Based Competition is Reshaping Global Markets, The Free
5. Dunning, J. H. (1993), Multinational Enterprises and the Press, Nueva York.
Global Economy, Addison Wesley, Reading. 17. Taylor, F. W. (1911), The Principles of Scientific Manage-
6. Flaherty, M. T. (1996), Global Operations Management, ment, Harper & Row, Nueva York.
McGraw-Hill, Nueva York. 18. UNCTAD (1993), The World Investment Report 1993:
7. Fortune (1974), Fortune 500, febrero de 1974. Transnational Corporations and Integrated International
8. Fortune (1994), Fortune 500, febrero de 1994. Production. Programa de la UNCTAD sobre corporacio-
9. Fortune (2006), Fortune 500, febrero de 2006. nes transnacionales.
10. Hayes, R (2002), “Challenges posed to Operations Man- 19. Wise, R. y P. Baumgartner (1999), “Go downstream the
agement by the ‘new economy’ ”, Production and Opera- new profit imperative in manufacturing”, Harvard Busi-
tions Management 11(2), 21-32. ness Review 77(5), 133-141.
11. Hayes, R. H. y G. Pisano (1994), “Beyond wold class: the 20. World Bank (1995), World Tables, The John Hopkins Uni-
new manufacturing strategy”, Harvard Business Review versity Press, Baltimore.
72(1), 77-86.
CAPÍTULO 2
Competitividad y planeación
estratégica de las operaciones
• Competitividad y estrategia
• Planeación estratégica de las operaciones
• Estrategias de operaciones de empresas exitosas
E
l propósito de este capítulo es presentar un marco general que permita de-
linear una estrategia para el sistema de producción/operaciones que sea
congruente con los objetivos de la empresa y con un enfoque al logro de las
metas y objetivos estratégicos. En primer lugar, se analizan los conceptos de compe-
titividad y planeación estratégica en su sentido más amplio, y a partir de diferentes
enfoques, con especial atención a los enfoques de actividades estratégicas (Porter,
1996) y de capacidades dinámicas (Teece et al., 1997). En la segunda sección se
señalan las principales dimensiones en las cuales la empresa puede obtener claras
ventajas competitivas a partir de la implantación de su estrategia de operaciones
y, posteriormente, se propone un marco para formular una estrategia de operacio-
nes congruente con la estrategia de la empresa. Por último, en la tercera sección
se presentan a debate las estrategias de operaciones de algunas empresas que han
destacado por la excelencia en su operación.
COMPETITIVIDAD Y ESTRATEGIA
¿Cómo logra competir exitosamente una organización ante la globalización y la eco-
nomía del conocimiento? O dicho de otra manera: ¿cómo alcanza una organización
una posición de ventaja sostenible para sus manufacturas o servicios en un entor-
no de alta competencia? La respuesta a estas preguntas implica entender los concep-
tos de competitividad, ventaja competitiva y estrategia, propios de esta sección.
Competitividad y ventaja competitiva

El término competitividad se aplica a la capacidad para competir, y supone la exis-
tencia de los participantes y de los factores que determinan el éxito. En el ámbito
de los negocios es la capacidad para tener éxito en la producción de bienes y ser-
vicios, y en la literatura sobre competitividad en los negocios (Nelson, 1992), se
aplica el término por lo menos en 3 contextos: (a) competencia entre empresas, (b)
competencia entre países en un mismo sector industrial, y (c) competencia entre
países por la producción de bienes y servicios en general. 23
› Figura 2.1
Componentes del índice
de competitividad del World
Economic Forum. • Instituciones Peso:
• Infraestructura Requerimientos 50% países en fase de factores
• Macroeconomía básicos 40% países en fase de eficiencia
• Salud y educación básica 30% países en fase de innovación
Peso:
40% países en fase de factores
50% países en fase de eficiencia
40% países en fase de innovación
• Capacitación y educación
superior
Catalizadores Índice de
• Eficiencia de mercados
de eficiencia competitividad global
(laboral, financiero, bienes)
• Preparación tecnológica
• Sofisticación Innovación
de los negocios y factores Peso:
• Innovación de adelanto 10% países en fase de factores
10% países en fase de eficiencia
30% países en fase de innovación
Aunque el contexto propio de este texto es la competencia entre empresas,

es conveniente remarcar que no obstante la complejidad del tema de la compe-
tencia entre países, existen organizaciones que proponen una variedad de índices
para explicar el éxito de éstos en la competencia por la producción de bienes y
servicios. Por ejemplo, desde su último reporte de competitividad 2006-2007 (vea
López-Claros, 2006), el World Economic Forum (WEF) utiliza el índice de compe-
titividad global (GCI, global competitiveness index), elaborado por Xavier Sala-i-
Martin, para establecer la posición competitiva de cada país. El GCI se construye
a partir de tres componentes: requerimientos básicos, catalizadores de eficiencia,
e innovación y factores de adelanto, cada uno con diferentes pilares (vea la figura
2.1). Con la salvedad de que cada componente adquiere una importancia diferen-
te en cada país, el WEF calcula el GCI aplicando pesos diferentes, de acuerdo al
estado de desarrollo en que se encuentra el país. El WEF considera tres estados
de desarrollo: países en fase de factores, países en fase de eficiencia, y países en
fase de innovación, los pesos correspondientes se muestran en la figura 2.1, por
ejemplo, el GCI para los países en fase de eficiencia se construye con la asig-
nación de un peso de 40% a requerimientos básicos, de 50% a catalizadores de
eficiencia y de 10% a innovación y factores de adelanto. El criterio utilizado para
calificar a un país en alguna de las fases es el ingreso per-cápita. En su reporte
2006-2007, el WEF ubica a la mayoría de los países latinoamericanos (Argenti-
na, Brasil, Chile, Costa Rica, México, Panamá, República Dominicana, Uruguay y
Venezuela) en la fase de eficiencia, mientras que Bolivia, Guatemala, Honduras,
Nicaragua y Paraguay están en la fase de factores, Colombia, Ecuador, El Salva-
dor y Perú en transición de la fase de factores a la fase de eficiencia. Dicho en
pocas palabras, y de acuerdo con Oppenheimer (2006), el éxito de un país en la
competencia por la producción de bienes y servicios está muy ligado a su capa-
cidad para otorgar certidumbre a la inversión necesaria para generar empresas y
empleo productivos.
COMPETITIVIDAD Y PLANEACIÓN ESTRATÉGICA DE LAS OPERACIONES 25
La competitividad entre las empresas, en cambio, se limita al concepto de

ventaja competitiva. Una empresa tiene una ventaja competitiva, cuando obtiene
beneficios superiores al promedio de su industria, o dicho de otro modo, para que
una empresa compita con éxito debe desarrollar ventajas competitivas sostenibles.
En el nuevo milenio hacer lo mismo que los competidores pero de mejor manera no
necesariamente brinda una ventaja competitiva sostenible, porque eventualmente
ellos serán más eficientes. Para lograr una ventaja competitiva sostenible se debe
hacer algo diferente ante los ojos de los clientes, como se explica más adelante en
esta sección.
Enfoques de mercado y de eficiencia

El tema de investigación fundamental de la administración estratégica es la expli-
cación de cómo las empresas logran ventajas competitivas sostenibles, y una estra-
tegia se concibe como un conjunto de decisiones que una organización o individuo
toma para alcanzar ventajas competitivas sostenibles (Porter, 1996).
De acuerdo con Teece et al. (1997), existen dos enfoques para explicar cómo las
empresas logran y sostienen sus ventajas competitivas: el enfoque de mercado y el
enfoque de eficiencia. Los modelos más reconocidos del enfoque de mercado,
son el de fuerzas competitivas de Porter formulado en los años ochenta (Porter,
1985), y el modelo de conflicto estratégico planteado por Shapiro en los años no-
venta (Shapiro, 1989).
Los modelos con enfoque de mercado asumen que los ingresos de la em-
presa se logran al posicionarse en un segmento de mercado donde sus productos
ostentan privilegios que le permiten mantener una buena posición. Por ejemplo,
el modelo de fuerzas competitivas de Porter plantea que existen cinco fuerzas en
cualquier sector industrial (barreras de entrada, amenaza de sustitutos, poder de
los compradores, poder de los proveedores y rivalidad en la industria), y en este
contexto una empresa desarrolla una estrategia competitiva (con el análisis de sus
fuerzas y debilidades) para mantener una posición que le permita defenderse de
estas fuerzas o imponer condiciones favorables en el mercado.
El enfoque de eficiencia, en cambio, sugiere que las empresas tienen éxito no
porque participan en inversiones que impiden la acción de las fuerzas del merca-
do, sino porque tienen capacidades que les permiten ofrecer productos y servicios
con marcada superioridad sobre la competencia. Este enfoque tiene sus raíces en
la teoría de Ricardo, que sostenía la existencia de “ventajas comparativas” (en los
diferentes países o regiones) en cuanto a la escasez y costo de los recursos, y con-
cluía que los diferentes países se especializarían en la producción de los bienes
para los cuales tienen mejores ventajas comparativas; aunque en la actualidad las
empresas obtienen ventajas competitivas no sólo por el menor costo de sus pro-
ductos, sino también en otras dimensiones (por ejemplo, innovación y flexibilidad)
como se muestra más adelante en esta sección.
Otro modelo muy reconocido dentro del enfoque de eficiencia, el modelo de
capacidades dinámicas (Teece et al., 1997), sostiene que las ventajas competitivas
de las empresas descansan en el desarrollo de capacidades y recursos difíciles de
imitar por la competencia, más que en su capacidad para manipular el mercado,
este enfoque es el más apropiado para explicar la competitividad en los sectores
sujetos a cambios e innovación constantes.
Es necesario reconocer que el modelo de capacidades dinámicas no trata de
negar el enfoque de mercado (como lo indican sus mismos autores), ya que no
puede negarse la existencia de las fuerzas del mercado y la capacidad diferente
que tienen las empresas para manipularlo. Sin embargo, la historia reciente mar-
cada por la globalización y la nueva economía, confirma que en ambientes de alta
competencia, el desarrollo de capacidades dinámicas es necesario para asegurar
la competitividad de las empresas. Por otro lado, el desarrollo de un sistema de
producción/operaciones eficiente sólo tiene sentido bajo un enfoque de eficiencia,

y es por ello que sugerimos la adopción de un enfoque con base en el desarrollo
de capacidades para formular la estrategia de operaciones de una empresa.
Competitividad de las empresas en el nuevo milenio

El final del milenio pasado fue testigo de un avance tecnológico impresionante y
trajo una consolidación de nuevos conceptos administrativos como la administración
para la calidad total, los sistemas de producción justo a tiempo y la reingeniería de
procesos, entre otros. Esta avalancha de nueva tecnología y conceptos administra-
tivos produjeron mejoras impresionantes en eficacia operacional (concepto que se
detalla en la siguiente sección). Por otro lado, como bien señalan algunos autores
(Hayes y Pisano, 1994 y Porter, 1996), debido a la intensidad de la competencia, la
mejor eficacia operacional no ha resultado necesariamente en el éxito esperado, ya
que muchas empresas experimentan una disminución de sus utilidades. La mejora
continua es una necesidad en las mentes de los directores de empresas (CEO, chief
executive officer), pero sus herramientas han llevado a las empresas a la imitación
y a la homogeneidad. Algunos CEO han confundido la eficacia operacional con la
estrategia, y el resultado son ganancias estáticas (o decrecientes) y presión sobre
los costos internos, y en muchas ocasiones el sacrificio de miembros de la red de
aliados (proveedores y/o distribuidores). Estas consideraciones obligan a replantear
el concepto de estrategia en el nuevo milenio.
Las ventajas competitivas en el nuevo milenio deben sustentarse en la crea-
ción de una posición valiosa y única, que involucra la creación de un conjunto de
actividades diferentes y consistentes. La esencia de un posicionamiento estratégi-
co está en la elección de actividades diferentes a las de los competidores. Así por
ejemplo, las figuras 2.2 y 2.3 son diagramas de las actividades que sustentan los
posicionamientos estratégicos de dos de las empresas con más éxito al final del
siglo XX, Wal-Mart y Southwest Airlines.
Wal-Mart es la empresa creada por la familia Walton, dedicada a la venta de
productos para el hogar, comestibles y de consumo diario que reporta las utilidades
más altas de su industria (455 dólares estadounidenses por pie cuadrado en 2002,
el doble del promedio en su industria), el crecimiento más acelerado en Estados
Unidos (de 20% en 1987 a 47% en 1995 y 63% en 2002), y la rotación de inventa-
rios más impresionante de su sector (cuatro veces el promedio en su industria). La
estrategia de Wal-Mart descansa en la venta de productos de alto consumo a bajo
precio con la característica de tener el producto adecuado en el momento y lugar
oportuno. Como se ilustra en la figura 2.2, Wal-Mart logra dos objetivos en apa-
riencia contradictorios —alta disponibilidad y precios bajos— debido a que plantea
objetivos complementarios como son la alta rotación de inventarios, el manteni-
miento de bajos niveles de inventario, la venta de productos de alta demanda y
muy bajos costos de distribución y resurtido.
Como puede apreciar en el diagrama de actividades estratégicas de Wal-Mart,
los objetivos propuestos se complementan entre sí, además de que descansan en un
conjunto de actividades que apoyan simultáneamente el logro de varios objetivos, lo
que genera un conjunto de actividades especialmente diseñadas y muy difíciles de
imitar. Una de ellas es su impresionante sistema de distribución con flotilla propia
de transporte, que utiliza técnicas de trasbordo en puntos estratégicos, con apoyo de
un sistema de información apropiada (satélite, intercambio electrónico de datos,
identificadores de radiofrecuencia, sistema de administración de inventarios).
Como se aprecia en la figura 2.3, la propuesta de valor de Southwest se dirige
a clientes sensibles al precio y a la oportunidad. Con miras a reducir el precio de
los boletos y el tiempo de espera en la sala, la empresa vuela solamente de aero-
puertos pequeños en rutas de alto volumen y limita algunos servicios que tienen
un impacto negativo en los costos: los boletos se venden en despachadores auto-
› Figura 2.2
Economías de escala Diagrama de actividades
con Sams estratégicas de Wal-Mart.
y Super Center Precios
bajos
Trasbordo
Buena localización (Cross Docking)
Sistema informático
para administración
Alta rotación de inventarios Bajos niveles
de inventarios de inventario
Transferencia
de información Productos
vía satélite Bajos costos
de alta
de resurtido
demanda
Identificadores
de radio
Intercambio frecuencias
electrónico Disponibilidad (RFID)
de datos Comunicación de productos Acciones y bonos
(EDI) vía entre tiendas para los empleados
satélite
Reuniones semanales
sobre demanda Flotilla de transporte
de productos Información de venta propia
a proveedores (VMI)
máticos para evitar el pago de comisiones a los agentes, no se permite registrar

equipaje y no se ofrece servicio de comida en los vuelos. En contraposición a estas
limitaciones, los pasajeros pueden llegar con menos de media hora a abordar sus
vuelos y el costo del boleto es muy inferior. Además otorga una mayor utilización
a su flota por contar con un solo tipo de avión y por volar a aeropuertos peque-
ños menos congestionados, lo que hizo de la empresa una de las pocas aerolíneas
rentables.
El diagrama de actividades estratégicas de la figura 2.3 permite apreciar cómo
los objetivos estratégicos de Southwest se complementan, y cómo las actividades
estratégicas apoyan a diferentes objetivos a la vez, lo que crea una red de activi-
dades muy difícil de imitar por la competencia. Si una aerolínea desea posicionar-
se con éxito en el mismo segmento, no le bastará imitar algunas de las activida-
des de Southwest Airlines, sino que deberá de imitar la red de actividades en su
conjunto. Considere el caso de Continental Airlines que hace algunos años quiso
competir con Southwest Airlines y creó una nueva aerolínea, Continental Lite.
La implementación de esta idea careció del foco adecuado para poder hacer una
realidad su propuesta de valor. Para evitarse problemas con los agentes de viajes,
Continental decidió mantener la venta de boletos en este canal, lo que incrementó
el costo por el pago de comisiones. Asimismo, para crear sinergias con el resto de
la organización, la empresa decidió que Continental Lite volaría a los aeropuertos
con los que ya tenía acuerdos comerciales. El resultado fue que la empresa empe-
zó a incumplir la promesa de menor tiempo de espera en la sala y a perder dinero
por no haber hecho más eficientes sus procesos de operación.
› Figura 2.3
Diagrama de actividades Sin comidas
estratégicas de Southwest Sin transferencia
Airlines (Fuente: Porter, 1996). Tiempos de equipaje
de atención
reducidos
Sin asignación Sin conexiones con
de asientos otras aerolíneas
Demora en Uso limitado de

preparación agencias de viaje Flota estándar
de aviones de aviones 737 Servicio
Vuelos
de 15 directo entre
continuos
minutos aeropuertos
y confiables
pequeños
Máquinas
de autoservicio para
emisión de boletos
Bonos para
los empleados Alta Boletos
productividad a precios
del personal muy bajos
Contratos sindicales
flexibles Alta
utilización
Alto nivel de compra de los “Southwest la aerolínea
de acciones por parte aviones con tarifas bajas”
de empleados
Los casos de empresas exitosas del nuevo milenio muestran la necesidad de

redefinir el concepto de estrategia. Como se ilustra en la figura 2.4, ya no es posible
limitarse a buscar una posición ideal —más no sostenible— en la industria, ahora
se debe establecer una posición competitiva única, difícil de imitar por la compe-
tencia. Asimismo, en lugar de buscar una mejor eficacia operacional a través de la
simple implantación de mejores prácticas, resulta necesario delinear una red de
actividades consistentes y complementarias, que le permita a la empresa desarro-
llar ventajas competitivas sostenibles, muy difíciles de imitar. Es en este contex-
to precisamente, en el que se le sugiere apreciar la importancia de las operaciones
en una empresa, no porque la competencia o porque otras empresas implanten o
no una determinada tecnología, sino porque hacen uso de la tecnología para apoyar
actividades estratégicamente diseñadas que les llevan a lograr una posición única
y sostenible en un periodo razonable.
Posiciones de ventaja competitiva

Ahora que se ha visto cómo las empresas desarrollan una estrategia con miras a
establecer una ventaja competitiva sostenible, es conveniente analizar las diferentes
posturas bajo las cuales se establecen ventajas competitivas. Como se ilustra en la
figura 2.5, se conciben tres posiciones de ventaja (Treacy y Wierseman, 1997) por las
cuales puede optar una empresa al ofrecer a sus clientes su propuesta de valor:
1. Intimidad con los clientes. Cuando una empresa compite con esta posi-
ción de ventaja, su objetivo es ofrecer al cliente lo que pide y lograr una ca-
pacidad de respuesta hacia sus demandas que ningún otro competidor pueda
› Figura 2.4
Redefinición del concepto
Estrategia en el pasado Estrategia en el nuevo milenio
de estrategia en el nuevo
milenio.
Posición ideal en la industria Posición competitiva única
Implantar mejores prácticas Actividades alineadas con la estrategia
Desarrollo de proveedores y aliados Aliados enfocados a la estrategia
Enfoque en factores y recursos claves Enfoque en la red de actividades
Flexibilidad y respuesta al mercado Eficacia operacional enfocada
ofrecer. Puesto que sus manufacturas y servicios son únicos para cada uno de
sus clientes, sus procesos operativos son flexibles y facilitan múltiples modos
de generar y entregar manufacturas y servicios de acuerdo con las caracterís-
ticas de cada cliente. El personal que atiende a los clientes tiene las facultades
necesarias para tomar decisiones con base en información detallada de con-
sumidores y canales. El objetivo es entender tan bien a cada cliente que se
constituya en un “socio”, lo que crea una barrera de entrada para otros com-
petidores. Muchas empresas consultoras como McKinsey, Deloitte o KPMG,
que tienen como objetivo apoyar a sus clientes a resolver problemas o mejorar
procesos para crear valor, compiten de esta forma. Sin embargo, no sólo estas
empresas son capaces de competir en esta posición de ventaja; una empresa
productora de pegamentos especializados para pegar las alas de los aviones
también competiría de esta manera, ya que sus productos se fabricarían para
cubrir las necesidades de Boeing en función de las características particulares
de sus nuevos aviones. Lo mismo ocurre con empresas como Lutron Electro-
› Figura 2.5
Posiciones de ventaja
• “Mejor precio, tiempo de entrega, competitiva.
Excelencia variedad o desempeño”
en la operación • “Servicio básico sin problemas”
• “Excelente valor por mi dinero”
Liderazgo
Intimidad
en productos
con el cliente
y servicios
• “Siempre adelante” • “Realmente entiende mi negocio”

• “Precio alto, pero vale la pena” • “Exactamente lo que necesito”
• “Permanentemente innovando” • “Socio de negocio”
nics, que proporciona equipos para instalaciones eléctricas con características

particulares en cada pedido de sus clientes.
2. Liderazgo en manufacturas y servicios. Cuando una empresa busca la
superioridad en desempeño, su objetivo es posicionarse en la mente de sus
clientes como el proveedor que va adelante de sus competidores en cuanto a
la funcionalidad o características de sus manufacturas y servicios. Por ello se
mantienen en innovación permanente y son los primeros en entrar al merca-
do con nuevos servicios y manufacturas de una funcionalidad superior. Para
lograrlo, su estructura organizacional es flexible y en su cultura de trabajo
se promueve el trabajo en equipo y el interés por experimentar. Los proce-
sos claves enfatizan el conocimiento del mercado, la innovación y la reduc-
ción del ciclo de desarrollo, desde la generación de ideas hasta su inserción
en el mercado. Gillette, por ejemplo, invirtió cientos de millones de dólares en
el desarrollo de los cartuchos de su modelo Mach 3, los cuales, si bien son
más caros que otros productos de la competencia, ofrecen un desempeño su-
perior para el consumidor. Otras empresas que se distinguen en esta posición
son Nike, 3M y Sony.
3. Excelencia en la operación. Una empresa obtiene ventajas competitivas si
desarrolla procesos productivos superiores a los de su competencia en una
o más de las siguientes cuatro dimensiones (como se detalla en la siguiente
sección): costo, tiempo de respuesta, flexibilidad y calidad. El costo se refiere
al costo total en que incurre la empresa al producir y entregar su manufac-
tura o servicio, el tiempo de respuesta es lo que demora la producción de
la manufactura o servicio, la flexibilidad del sistema de producción es su
capacidad para producir una mayor variedad de manufacturas o servicios y,
por último, la calidad del sistema de producción es la capacidad para pro-
ducir manufacturas y servicios que cumplen los estándares establecidos. Para
lograr excelencia en la operación, los procesos de la empresa a menudo se
enfocan en el desarrollo de una ventaja competitiva sostenible en alguna de
estas cuatro dimensiones. Así, para ofrecer un producto que sea líder en cos-
tos, la empresa deberá desarrollar un sistema productivo que incurra en un
bajo costo de producción, por ejemplo, a través de la implantación de pro-
cesos estandarizados, altamente automatizados e integrados a través de las
fronteras de la organización. McDonald’s ilustra la competencia por costo, ya
que la empresa vende una gama de productos limitados, estándar y de bajo
costo. Para lograrlo, establece acuerdos comerciales de alto volumen con un
mismo conjunto de proveedores que surten los insumos a todas los puntos de
venta de la empresa. Los procesos de operación están claramente definidos y
automatizados con las mismas máquinas (por ejemplo, las que se usan para
servir los refrescos o para preparar las papas fritas) con miras a garantizar
que en todos los locales tengan consistencia en lo que ofrecen. Otras empre-
sas que son reconocidas por competir por costos son Wal-Mart, Southwest
Airlines, y Federal Express.
Ahora bien, ¿una empresa puede optar por competir en más de una de las tres
posiciones de ventaja? En términos generales, lo adecuado es enfocarse en ser el
mejor de la industria en alguna de las posiciones señaladas y lograr paridad con
el promedio de los competidores en las dos restantes. La razón es que las tres posi-
ciones tienen elementos incompatibles. Una organización no puede tener al mismo
tiempo procesos flexibles y adaptables para ofrecer productos personalizados, y a la
vez rígidos y automatizados que le permitan reducir costos. Adicionalmente, el éxito
de una organización depende de que sus clientes tengan una clara propuesta de valor.
Es conveniente remarcar que si bien es obvia la importancia del sistema de
operaciones cuando se compite bajo la postura de excelencia en la operación, ésta
no es menor cuando se compite bajo las otras posturas, ya que en cualquier caso una
buena estrategia debe apoyarse en un sistema de operaciones consistente y enfoca-

do en las actividades que permiten sostener la posición de ventaja competitiva.
PLANEACIÓN ESTRATÉGICA DE LAS OPERACIONES

En la presente sección se analizan las consideraciones importantes para desarro-
llar una estrategia para el sistema de operaciones y, en particular, por qué es con-
veniente que dicha estrategia se enfoque en el sostenimiento de las posiciones de
ventaja que dicta la estrategia competitiva de la empresa.
Enfoque y capacidades operacionales

Desde hace algún tiempo W. Skinner (1974) —en su pionero artículo aparecido
en pleno auge de la manufactura japonesa— hizo notar que el desempeño de un
sistema de producción se mide en diferentes dimensiones (no sólo en costo de
producción), y que buscar la eficacia en alguna dimensión puede significar el de-
terioro en otra. Con el objeto de ampliar este concepto se mencionan las cuatro
dimensiones básicas (vea tabla 2.1) en las que una empresa puede enfocar su sis-
tema de producción.
• Bajos costos de producción. La competencia por bajos costos de producción

es, desde los inicios de la Revolución Industrial, una dimensión de competencia
cuya importancia es imposible soslayar. Los medios tradicionales para lograr
esta ventaja competitiva han sido la división del trabajo, la estandarización
de las operaciones y la automatización para asegurar la continuidad y rapidez
ENFOQUE OPERACIONAL CONCEPTO MEDIOS › Tabla 2.1

Dimensiones de competencia
Automatización de un sistema de producción.
Modernización de plantas y equipos
Reducción del desperdicio
Bajos costos Lograr los menores costos
Sistemas para optimizar el uso de los recursos
de producción unitarios de producción
Reducción de inventarios
Incentivos al desempeño por productividad
Estandarización de los procesos
Reducción de los ciclos de manufactura
Niveles de inventario apropiados
Lograr la entrega
Sistemas de almacenamiento y distribución
Mejores tiempos de pedidos a tiempo
Sistemas de información
de entrega y/o lograr la más pronta
Tecnología para el control de la producción
atención
Tecnología para el procesamiento de pedidos
Tecnología para el manejo de materiales y envíos
Sistemas para el control de la calidad
Capacitación e incentivos al personal
Lograr la mejor Garantías y servicios de posventa
Mejor calidad
percepción del cliente Mejora de la calidad a través del diseño
de las manufacturas
sobre la excelencia Sistemas para la medición y reporte del
y servicios
de los productos desempeño
Equipos para la solución de problemas
Desarrollo de proveedores
Sistemas CAD/CAM
Lograr un sistema de Células de manufactura
producción con una gran Automatización de bajo costo
Innovación
capacidad para ajustarse Disposición de planta
y flexibilidad
a nuevos diseños y tasas Desarrollo de equipo
de producción Sistemas de producción tipo “pull”
Diseño modular
del proceso. Actualmente, las empresas que se distinguen por bajos costos de
producción deben, además, eliminar las fuentes de desperdicio, mediante la
planeación, estricto control de la calidad, adecuada disposición de las insta-
laciones, mejores tecnologías para el manejo de materiales, y búsqueda de
mejores materiales y tecnologías de proceso. Como es de esperar, la compe-
tencia por costo exige actualmente una inversión constante en tecnología e
investigación y desarrollo.
• Mejores tiempos de entrega. El rápido desarrollo de las tecnologías de in-
formación, la competencia global y el surgimiento de grandes cadenas de
suministro ha permitido la aparición de esta dimensión de competencia. No sólo
en las empresas manufactureras, con la introducción de filosofías de pro-
ducción como el justo a tiempo (vea el siguiente capítulo), es perceptible
la importancia por satisfacer los pedidos con prontitud, sino también en las
industrias de servicios como banca, venta al menudeo, mensajería y comida
rápida, entre otras. La excelencia en los tiempos de entrega se logra de diver-
sas maneras, de las cuales la más costosa (y riesgosa) es el mantenimiento de
altos niveles de inventario.
• Innovación y flexibilidad. Una buena estrategia para capturar nuevos mer-
cados es la introducción de nuevos diseños (mejores y/o baratos). Esta es-
trategia competitiva, sin embargo, exige un buen desempeño del sistema de
producción en cuanto a dos características fundamentales: la capacidad para
desarrollar nuevos productos en corto tiempo (innovación), y la capacidad
para producir los nuevos diseños económicamente (flexibilidad del siste-
ma productivo). Cuando se sigue esta estrategia de diferenciación, el sistema
de producción debe ser capaz de responder eficientemente a los cambios,
tanto en el diseño de los nuevos productos, como en las tasas de producción
que se exigirán para cada diseño, ya que los ciclos de vida de los productos
se reducen, y no es conveniente para el sistema el especializarse en la pro-
ducción de un único diseño. Las tecnologías de producción actuales permi-
ten la introducción de sistemas flexibles de manufactura, que aprovechan las
ventajas de un diseño modular para ofrecer al cliente una gran variedad de
diseños, a la vez que pueden producirse a un costo relativamente bajo.
• Mejor calidad de las manufacturas y servicios. Una estrategia competiti-
va de gran eficacia en los últimos años es la competencia con base en la cali-
dad de los productos y servicios que se ofrecen. Para lograr la excelencia en
calidad, el sistema de producción debe recibir muy buena información sobre
las exigencias del mercado, ya que la calidad es la capacidad que poseen los
bienes o servicios de satisfacer a los consumidores y, en consecuencia, los con-
sumidores mismos son quienes definen la calidad. Una vez determinadas las
características del producto o servicio que son apreciadas por el consumidor,
las expectativas del cliente deben traducirse en estándares, para permitir el
control y la mejora de los mismos. Un buen sistema para la administración
de la calidad se basa en el continuo monitoreo del desempeño del sistema de
producción (mediante reportes), en la mejora de la calidad a partir del dise-
ño de los productos y de los procesos, y en incentivos que logren la partici-
pación de todos los niveles de la organización para la mejora continua. La
experiencia de las empresas que implantan métodos para la mejora de la ca-
lidad señala que, como consecuencia de mejorar la calidad de la producción,
también se generan incrementos en la productividad, ya que al tener pro-
ductos aceptables se reducen los desperdicios por el obligado procesamiento
de artículos defectuosos, a la vez que se reducen las devoluciones por incon-
formidad y los costos por garantías sobre el desempeño.
La eficacia operacional de una empresa depende de su desempeño en las cua-

tro dimensiones mencionadas y con el reconocimiento de que no se puede obtener
el mejor desempeño en todas las dimensiones a la vez. Por ejemplo, a menudo un

producto de muy bajo costo tiene pobres atributos de calidad, o la atención inme-
diata de un pedido sólo se logra con cierta inversión en inventario. Por esta razón
sólo es posible afirmar que un sistema operacional es más eficaz que otro cuando
lo supera en las cuatro dimensiones, de otra forma habrá que aceptar que los dos
sistemas sólo tienen un diferente posicionamiento.
En la tabla 2.1 se ilustra cómo los medios que utiliza una empresa para en-
focarse en cada una de las cuatro dimensiones de competencia pueden ser muy
diferentes, lo que enfatiza por qué el sistema de producción debe enfocarse en
mantener una posición competitiva congruente con su estrategia.
Formulación de una estrategia de operaciones

La estrategia de una empresa —cómo establecer ventajas competitivas sostenibles—
implica la toma de decisiones en tres aspectos: a) el mercado meta, b) los recursos
disponibles y c) el sistema de producción, y es por esta razón que un plan estraté-
gico se compone de estrategias funcionales para cada uno de estos aspectos:
• La estrategia de marketing establece las características del mercado meta

y las manufacturas y/o servicios que se ofrecen.
• La estrategia de finanzas determina los recursos disponibles y los medios
que permitirán el acceso a ellos.
• La estrategia de operaciones establece y diseña los procesos que deben
implementarse para satisfacer las necesidades del mercado meta.
Un plan estratégico considera aspectos de mercado y/o de eficiencia (capa-

cidades) para establecer el mercado meta, y la estrategia de marketing debe iden-
tificar este mercado meta de la manera más precisa posible, en términos de las
características de los clientes potenciales. Por ejemplo, la estrategia de mercado de
un hotel no puede restringirse a “proporcionar servicios de alojamiento”, sino que
se debe establecer, con el mayor detalle posible, las características de los clientes
que se desea atraer, ya sea si buscan bajo costo o calidad en el servicio, alojamiento
por turismo o por razones de trabajo, turismo ecológico o de ciudad. La identifi-
cación de las características de los clientes potenciales es una tarea clave no sólo
para enfocar los productos que requieren sino también para determinar otros
aspectos importantes como los canales de propaganda, el tamaño del mercado y
su potencial de crecimiento.
Una vez que se selecciona el mercado meta, la estrategia de operaciones debe
diseñar los productos y los procesos productivos que se ajustan a las necesidades
del mercado (vea figura 2.6), y es por esta razón que la estrategia de operaciones
es de alineamiento con las estrategias de marketing y finanzas. Dicho de otra
forma, las necesidades del mercado meta determinan el posicionamiento opera-
cional (niveles de costo, tiempo de respuesta, flexibilidad y calidad), y una buena
estrategia de operaciones debe buscar la excelencia operacional congruente con el
posicionamiento.
En concordancia con las estrategias de marketing y finanzas, una estrategia
de operaciones debe considerar tanto el diseño de los productos y procesos, como
la implantación de las actividades que sustentan el desarrollo y/o adquisición de
las capacidades requeridas para mantener el posicionamiento estratégico, y en la
figura 2.7 aparecen tres pasos a seguir en el proceso de formulación de una estra-
tegia de operaciones:
1. Plan de competencia. La formulación de una estrategia de operaciones

empieza por establecer las características de los productos que requiere el
mercado meta y, en particular, en cómo distinguirlos de la competencia. Sin
› Figura 2.6
Estrategia de operaciones y
estrategia del negocio. Segmento
de mercado, Misión y visión Papel de la empresa
diferenciación,
cooperación,
compatibilidad
Estrategias Fuerzas
Entorno
de marketing y debilidades
competitivo
y finanzas operacionales
Productos, procesos
y capacidades Estrategia
de operaciones
embargo, que el producto se distinga de la competencia no asegura el éxito;

por ejemplo, de nada sirve tener un producto con muy altos estándares de
calidad, si es extremadamente caro y nadie está dispuesto a comprarlo. En
consecuencia, el plan de competencia debe identificar, primero, las caracte-
rísticas que requieren los productos para que puedan ser considerados como
una alternativa para los consumidores (“qué es necesario para competir”), y
en segundo lugar (aunque no menos importante), identificar las características
que harán que el consumidor seleccione el producto (“qué se requiere para
ganar”). En un plan de competencia se establece implícitamente un posicio-
namiento operacional, en el que se establecen las dimensiones (costo, tiempo
› Figura 2.7
Formulación de una estrategia
de operaciones.
DISEÑO DEL PRODUCTO
Atributos del producto con base en prioridades,

metas, capacidades y recursos disponibles
PLAN DE
COMPETENCIA
Posicionamiento
operacional:
Cómo se compite
y cómo se gana
DISEÑO DEL PROCESO
Actividades, procesos, recursos y desarrollo

de capacidades congruentes con el plan
de competencia
de respuesta, flexibilidad y calidad) que buscan aceptación del mercado y las

que buscan la excelencia.
2. Diseño del producto. El plan de competencia debe traducirse en atributos
específicos del producto: en las manufacturas los determinan las caracterís-
ticas del diseño (ensamble, materiales y componentes); en el caso de los ser-
vicios se hacen evidentes a partir de las actividades de valor agregado de las
actividades que percibe el cliente al recibir el servicio.
3. Diseño del proceso. Con base en el diseño del producto y las capacidades
del sistema de producción, se diseñan los procesos de manufactura y/o ser-
vicio que son más convenientes para lograr el posicionamiento operacional
deseado, teniendo en cuenta que los atributos del proceso determinan en
gran medida los atributos del producto (vea la figura 2.8). En este paso es
importante tomar en cuenta las capacidades que se deben mantener y/o de-
sarrollar en el sistema de producción, con base en el posicionamiento.
Con respecto del enfoque y el posicionamiento operacional debe tener en

cuenta que en diversas áreas del sistema de operaciones se toman decisiones que
tienen efectos de largo plazo y son difíciles de cambiar (vea la tabla 2.2). Una buena
estrategia de operaciones debe servir para orientar este tipo de decisiones, evitar
errores que pueden ser muy costosos para la empresa, remarcar la necesidad de
que estas decisiones sean congruentes con la estrategia de operaciones y de que
ésta, a su vez, se alinee con las estrategias de marketing y finanzas.
ESTRATEGIAS DE OPERACIONES DE EMPRESAS EXITOSAS

Con el fin de ilustrar el marco para formular las estrategias de operaciones, a
continuación se analiza cómo las estrategias de operaciones de algunas empresas
reconocidas por la excelencia de su sistema de producción se describen bajo el
marco ilustrado en la figura 2.7. Asimismo, dada la importancia de las técnicas de
la ingeniería administrativa e investigación de operaciones (IA/IO) que se utilizan
para la administración de operaciones, al final de esta sección se analiza el impacto
estratégico de estas tecnologías.
Estrategias de operaciones de Wal-Mart y Southwest

Como es ampliamente reconocido (Bradley y Ghemawat, 2000), el mercado meta
de Wal-Mart otorga prioridad a la disponibilidad del producto y a la oportunidad
› Figura 2.8
Atributos del producto
Atributos del producto Atributos del proceso
y del proceso.
Costos de producción Costos del proceso
Calidad del producto Calidad del proceso
Variedad del producto Flexibilidad del proceso
Tiempo de entrega Tiempo de flujo

› Tabla 2.2 ÁREA OPERACIONAL DECISIONES ESTRATÉGICAS

Decisiones estratégicas que
afectan el posicionamiento Capacidad de producción Capacidades que deben ampliarse, su tipo y el momento
operacional apropiado.
Instalaciones Requerimientos de expansión, localización, disposición y
especialización de las instalaciones.
Tecnología y equipo de proceso Flexibilidad del equipo.
Economías de escala y de alcance.
Políticas de renovación y mantenimiento de equipos.
Velocidad de producción.
Integración vertical Decisiones sobre desarrollar proveedores o producir en la misma
empresa.
Integración hacia arriba o hacia abajo.
Fuerza de ventas Organización y volumen de la fuerza de ventas.
Incentivos y grado de descentralización de la misma.
Innovación de diseños Inicio de los proyectos y salida de los nuevos diseños.
Capacidades y tecnología para la innovación de productos.
Recursos humanos Políticas para la selección, entrenamiento, promoción, incentivo
y seguridad del personal.
Administración de la calidad Estándares de calidad.
Organización y responsabilidades para la mejora continua.
Nivel de automatización para el control de la calidad.
Sistemas Organización y métodos para el control de las actividades
productivas y para el procesamiento de los pedidos.
Tecnologías de información.
de adquirirlo a bajo costo, y en congruencia con las necesidades de este mercado, el

plan de competencia de Wal-Mart consiste en ofrecer productos de alto consumo a
precios bajos. Como se ilustra en la figura 2.9, los principales atributos del servicio
(diseño del producto) incluyen objetivos aparentemente contradictorios como el bajo
precio y la disponibilidad del producto, pero se pueden lograr a través de procesos
que tienen un impacto positivo en ambas dimensiones de competencia, como el
uso de sistema de transporte propio, el trasbordo en centros de distribución y las
tecnologías para una eficiente administración de inventarios. En consecuencia, el
posicionamiento operacional de Wal-Mart no pretende superar a la competencia en
cuanto a la variedad y el desempeño de los productos que ofrece pero, en cambio,
se enfoca en el tiempo de entrega (disponibilidad) y en el bajo costo.
En el caso de Southwest Airlines, su mercado meta se limita a los clientes que
requieren de servicio de conexiones, y requieren disponibilidad de vuelos a bajo
costo. En consecuencia, el plan de competencia de Southwest consiste en proporcio-
nar servicio de conexiones de bajo costo, oportuno y frecuente (vea la figura 2.10).
El diseño del servicio de Southwest es congruente con su plan de competencia,
enfatiza la necesidad de reducir costos en un mercado tan competido como el de
los servicios de vuelo, por lo que se plantea atributos congruentes con la reduc-
ción de costos: alta utilización de los aviones, reducción de tiempos de atención y
servicio directo entre aeropuertos pequeños. Como ya se comentó en la primera
sección de este capítulo, los procesos que implanta Southwest le permiten enfocar
sus capacidades en la reducción de costo, rapidez y disponibilidad de servicios de
vuelo, y elimina otros servicios (alimentos, reservaciones, asignación de asientos,
transferencia de equipaje) que si bien podrían mejorar la calidad del servicio, tie-
nen un efecto negativo en el costo y la rapidez del servicio. El posicionamiento
del sistema de operaciones de Southwest (al igual que Wal-Mart) se ubica en la
competencia por disponibilidad y bajo costo, sin enfatizar en la variedad o perso-
nalización del servicio.
› Figura 2.9
Estrategia de operaciones
de Wal-Mart.
Precios bajos
Alta rotación
Bajos niveles de inventario
Bajo costo de resurtido
Productos de alta demanda
PLAN DE Disponibilidad de productos
COMPETENCIA
Poner a disposición
de los clientes, productos
de alto consumo a precios
bajos, cuando y donde
ellos los necesiten
DISEÑO DEL PROCESO
Información de puntos de venta vía EDI, uso de satélite

Flotilla camionera, trasbordo inmediato
Buena localización y comunicación entre tiendas y proveedores
RFID, administración de inventarios
Estrategia de operaciones de Shouldice Hospital

Otro caso que ha llamado la atención de la comunidad académica por la excelen-
cia en su sistema de operaciones es el de Shouldice Hospital (Heskett, 2004). Este
hospital se ubica en Canadá y atiende sólo casos de cirugía de hernia abdominal
externa. Aunque 42% de sus pacientes proviene del Canadá y Estados Unidos, el
área de influencia del hospital es muy amplia, ya que su método de atención se
reconoce como el mejor para este tipo de dolencias, por lo que experimenta una
alta demanda por el servicio.
De acuerdo con entrevistas aplicadas a los pacientes, las principales razones
para haberse atendido en Shouldice (en orden de importancia) son: (a) el procedi-
miento operatorio, (b) el procedimiento posoperatorio, (c) el trato de los médicos
y enfermeras y (d) el ambiente agradable de servicio. Estas opiniones establecen
claramente que el mercado meta de Shouldice otorga una alta prioridad a la ca-
lidad en el servicio. Por otro lado, dada la alta especialización de servicio (hernia
abdominal externa), propone un plan de competencia sustentado en la calidad del
servicio y en la reducción de costos (vea figura 2.11). En congruencia con el plan
de competencia, Shouldice ofrece un servicio de alta calidad (recuperación rápida,
baja tasa de recurrencia, experiencia agradable), a la vez que incurre en bajos cos-
tos operativos y, como se explica a continuación, la clave para lograr estos objetivos
aparentemente contradictorios (alta calidad y bajo costo) está en la especialización
(enfoque) del servicio.
Para lograr una baja tasa de recurrencia, Shouldice implanta procedimientos
sencillos y estandarizados. Por ejemplo, en la fase preoperatoria no se aceptan pa-
cientes con sobrepeso o hernias internas, y en la fase posoperatoria los pacientes
participan activamente en la recuperación, ya sea caminando, realizando ejercicios
de rehabilitación o “entrenando” a los nuevos pacientes. En general, el hospital
promueve una alta participación de sus pacientes, quienes son responsables de
llenar sus formularios para el autodiagnóstico, participan en la preparación para
la operación y atienden sus servicios de entretenimiento (por ejemplo, TV) y de
comida (autoservicio).
› Figura 2.10
de Southwest.
Servicio directo entre aeropuertos pequeños

Vuelos frecuentes y confiables
Precios bajos
Alta utilización de aviones
Tiempos de atención reducidos
PLAN DE Vuelos continuos y confiables
COMPETENCIA
Proporcionar servicio
de conexiones
de bajo costo,
oportuno y frecuente
DISEÑO DEL PROCESO
Aviones pequeños, poco tiempo en tierra

Sin reservaciones, alimentos, asignación de asientos
o transferencia de equipaje
Empleados flexibles
Aeropuertos sin congestión
La clave del éxito de Shouldice radica en la implantación de prácticas que

le permiten reducir costos a la vez que garantizar una alta calidad del servicio.
Ejemplos de estas prácticas son el uso de anestesia local y la alta especialización
de los médicos y enfermeras. La participación de los pacientes en muchas activi-
dades permite mantener un pequeño número de enfermeras, reduciendo costos y,
por otro lado, la alta utilización de médicos (alrededor de 600 operaciones al año)
permite tener médicos bien remunerados sin incurrir en costos adicionales para
el hospital. El enfoque del servicio también permite la implantación de servicios
compartidos por los médicos (anestesia, equipo y enfermeras), con otra fuente de
ahorro en costos.
Por último, las instalaciones del hospital con jardines, alfombras, salas de
entretenimiento y escaleras para facilitar la recuperación de pacientes, son con-
gruentes con la necesidad de proporcionar un ambiente familiar y agradable. El
caso de Shouldice constituye un buen ejemplo de cómo el enfoque y la especiali-
zación del servicio permiten el logro de objetivos aparentemente contradictorios:
alta calidad y bajo costo.
Sistemas de información estratégicos

Después del análisis de los conceptos de competitividad, ventaja competitiva y es-
trategia, es posible entender mejor por qué algunos negocios son exitosos y otros
no, y debido a la importancia que tienen en este contexto las tecnologías de infor-
mación y comunicaciones (TIC), a continuación se muestra su impacto directo al
constituirse en actividades estratégicas.
La importancia de las TIC para explicar el logro de ventajas competitivas
sostenibles ha sido ampliamente reconocida, desde la publicación pionera de Par-
sons (1983) y el artículo ampliamente difundido de Porter y Millar (1985). En este
último se define a las tecnologías de información como “... la información que se
crea y usa en los negocios así como un amplio espectro de... tecnologías para el
procesamiento de la información”. De acuerdo con este concepto, las TIC incluyen
tanto a los sistemas que permiten recopilar, almacenar y transmitir la información,
como a las técnicas desarrolladas por áreas como la ingeniería administrativa y la
› Figura 2.11
DISEÑO DEL PRODUCTO de Shouldice.
Especialización (hernia abdominal)

Mínimo de incomidad
Rápida recuperación
Experiencia agradable
Baja tasa de recurrencia
PLAN DE Bajo costo
COMPETENCIA
Proporcionar alta calidad

y bajo costo en la atención
quirúrgica, antes y después
de la operación
DISEÑO DEL PROCESO
Procedimientos sencillos y estandarizados

Médicos especializados y con experiencia
Ambiente familiar y agradable
Participación del paciente en la preparación
ingeniería de operaciones (IA/IO), que se ocupan del estudio e implantación de

los modelos que permiten procesar la información y desarrollar sistemas de apoyo
a la toma de decisiones.
En primer lugar, debe reconocer que el nivel de importancia que adquieren
las TIC en cada empresa es diferente, y una TIC es estratégica si permite obtener
una ventaja competitiva sostenible, por lo que un indicador de la importancia de las
TIC en una empresa es su participación en el diagrama de actividades estratégicas
de la empresa. Por ejemplo, en la figura 2.3 se aprecia que la única actividad estra-
tégica en Southwest Airlines que tiene un alto contenido de TIC es el sistema de
autoservicio para la emisión de boletos. En cambio, en el diagrama de actividades
de Wal-Mart (figura 2.2) se aprecian al menos cinco actividades con un alto conte-
nido de TIC: comunicación entre tiendas, sistema informático para la administra-
ción de inventarios, transferencia de información (EDI, electronic data interchange)
vía satélite, información de venta a proveedores (VMI, vendor manager inventory),
chips para identificación de radio frecuencia (RFID, radio frequency identification).
Muchos ejemplos en la literatura de los sistemas de información enfatizan el
impacto estratégico que ha tenido la implantación de una TIC determinada. Por
ejemplo, Mason et al. (1996) concluyen que “FedEx es un arquetipo de una em-
presa que ha tenido éxito en la aplicación del método científico a sus operaciones.
El análisis con base en modelos ha informado muchos de sus procesos cruciales
de toma de decisiones”, asimismo Lovemen y Beer (1991) comentan que “... un
sistema de reservación, con capacidad para implantar la administración del ren-
dimiento (yield management), se puede sustentar como el activo estratégico más
importante de una aerolínea”.
Es conveniente remarcar que no todos los sistemas de información tienen ne-
cesariamente un alto impacto competitivo y, por otro lado, el éxito de una estrate-
gia sólo se puede comprobar luego de varios años de implantada. En este sentido,
Kettinger et al. (1994) examinaron el desempeño, durante 15 años, de 30 empresas
reconocidas por haber desarrollado un sistema de información estratégico: de estas
30 empresas se encontró que sólo 9 de ellas (vea la tabla 2.3) lograron tanto un
incremento del porcentaje de utilidades como un incremento en la penetración
de mercado; asimismo, de las 21 restantes, algunas mejoraron sólo en utilidades
› Tabla 2.3 EMPRESA SISTEMA DE INFORMACIÓN ESTRATÉGICO

Sistemas de información de alto
impacto estratégico. Air Products and Chemicals Programación y ruteo de vehículos
American Airlines Precios y reservaciones
Bergen Brunswig Procesamiento de tarjetas de crédito
Digital Equipment Corporation Sistema experto XCON
Federal Express Programación y rastreo de envíos
Toys ‘R’ Us Rastreo de inventarios en puntos de venta
McKesson Captura de pedidos
Baxter International Captura de pedidos
Owens-Corning Fiberglass Selección automática de materiales
o sólo en penetración de mercado, e inclusive algunas empeoraron desde ambos

puntos de vista.
En otro estudio Bell y Anderson (1996) investigaron el uso de modelos de
IA/IO para la toma de decisiones en las 30 empresas consideradas por Kettinger
et al. (1994), y encontraron que 10 de los 30 sistemas considerados tenían un alto
contenido en técnicas de IA/IO, de las cuales 7 correspondían a alguna de las 9
empresas reportadas como exitosas, confirmando la importancia estratégica de estas
herramientas, por lo difícil que son de imitar, ya que a menudo estas técnicas se
diseñan expresamente para el caso de aplicación particular y son difíciles de re-
plicar en otras empresas. A continuación se mencionan comentarios relacionados
con algunos de los casos reportados por Bell y Anderson (1996):
• Para Air Products and Chemicals, la administración de inventarios de gases

industriales se integra con la programación y despacho de vehículos. Su avan-
zado sistema de apoyo a la toma de decisiones incluye pronósticos, entrada
de datos en línea, pronósticos para los usuarios, redes de tiempos y distancias
con algoritmos de ruta más corta para optimizar viajes.
• American Airlines empezó a utilizar datos de reservaciones para afinar sus
operaciones y enfocar sus estrategias de mercado. Este inventario preciso de
pasajeros permite controlar el bajo cupo y el sobrecupo para balancear los
niveles de servicio con los factores de carga.
• El sistema ASAP de Baxter International aumenta la productividad y el nivel
de información a la vez que ayuda a controlar los costos de inventario, pro-
porcionando una solución integral a la cadena de suministro.
• Una instalación de General Electric puede fabricar automáticamente 10 tipos
diferentes de motor.
• El sistema de almacenamiento y recuperación automática de McKesson está
totalmente integrado. Las órdenes producen un mapa del almacén que mues-
tra a los empleados dónde están los productos y cómo recuperarlos para mi-
nimizar el tiempo de viaje.
También hay casos de sistemas de información estratégicos implantados en Méxi-

co como:
• Grupo Condumex desarrolló un sistema de optimización del diseño de arneses

eléctricos automotrices denominado OPTAR, el cual no solamente le permitió
obtener la categoría de proveedor de servicios completos (full service supplier)
sino también reducir costos importantes en la manufactura de estos productos.
• Otro ejemplo es un sistema de optimización del proceso electrolítico utilizado
por Industrias Peñoles en su proceso de refinación de bismuto que le ayudó
a lograr el premio nacional por ahorro de energía.
• El Palacio de Hierro, conocida tienda departamental, cuenta con un sistema

de información ejecutiva denominado económetro que, mediante un análisis
de la rotación de inventarios y un pronóstico sobre los meses en que dichos
inventarios se consumirían, apoya el diseño de campañas para la venta de
sus productos.
• El Instituto para el Depósito de Valores (S. D. Indeval) desarrolló un sistema
de información que usa un modelo de programación mixta que le permite
liquidar por compensación y en tiempo real, un conjunto de transacciones de
valores pendientes, que de otra no hubieran podido liquidarse una por una,
logrando disminuir de forma significativa el tiempo requerido para liquidar
las transacciones del mercado de valores.
EJERCICIOS
1. Establezca la relación entre competitividad empresarial 8. Indique qué capacidades operativas y procesos debería
y ventaja competitiva sostenible. priorizar una empresa que ha decidido competir con
2. De acuerdo con Teece et al. (1997), comente sobre las base en el “liderazgo en manufacturas y servicios”.
diferencias entre el enfoque estratégico con base en el 9. Enumere y describa cada uno de los pasos que se sugiere
poder de mercado y el enfoque estratégico con base en seguir para establecer una estrategia de operaciones.
la eficiencia. 10. Describa las principales características de la estrategia
3. Debata por qué las empresas de su país deben (o no de operaciones de las empresas japonesas de manufac-
deben) considerar enfoques basados en capacidades para turas.
establecer un plan estratégico que les asegure ventajas 11. Indique la diferencia entre distinción competitiva y “lo
competitivas sostenibles. que es necesario para competir”.
4. Debata por qué las empresas de su país deben (o no 12. Identifique y explique al menos cuatro dimensiones en
deben) considerar enfoques de mercado para establecer las que una empresa puede competir.
un plan estratégico que les asegure ventajas competitivas 13. De acuerdo con Hayes y Pisano (1994), indique la dife-
sostenibles. rencia entre una estrategia y sus medios. Identifique al
5. Con base en la descripción de la estrategia de opera- menos cuatro tipos diferentes de “distinción competiti-
ciones de Shouldice Hospital, elabore un diagrama de va”, señale los medios que usa una empresa para apoyar
actividades estratégicas (como los de las figuras 2.2 y cada una de estas distinciones competitivas.
2.3) para Shouldice Hospital. 14. Identifique el mercado meta y la estrategia de marketing
6. Construya un diagrama de actividades estratégicas para para la empresa de su preferencia (mejor si es una em-
la empresa de su preferencia (mejor si es una empresa presa propia) y con base en ellos formule la estrategia
propia), identifique cuáles de las actividades tienen un de operaciones (figura 2.7).
alto contenido de TIC.
7. Indique qué capacidades operativas y procesos debería
priorizar una empresa que ha decidido competir con
base en la “intimidad con los clientes”.
BIBLIOGRAFÍA
1. Bell P. C. y C. K. Anderson (2002), “In search of strategic 5. Kettinger W. J., V. Grober, S. Guha y A. H. Segars (1994),
Operations Research/Management Science”, Interfaces “Strategic information systems revisited”, MIS Quart.
32(2), 28-40. 18(1), 31-55.
2. Bradley S. P. y P. Ghemawat (2000), “Wal*Mart Stores 6. López-Claros A. (ed.) (2006), The Global Competitiveness
Inc.”, en La estrategia en el panorama del negocio, P. Ghe- Report 2006-2007, Palgrave Macmillan, Nueva York.
mawat (eds.), Pearson Educación, México. 7. Lovemen G. M., y M. Beer (1991), “People Express Air-
3. Heskett J. L. (2004), “Shouldice Hospital Limited”, HBS lines: Rise and decline: Teaching note”, Harvard Business
Case # 805002. School Case 9-490-012, Cambridge.
4. Hayes R. y G. Pisano (1994), “Beyond world class: the 8. Mason R. O., J. L. McKenney, W. Carlson y D. C. Cope-
new manufacturing strategy”, Harvard Business Review land (1996), “Absolutely, positively operations research:
72(1), 77-86. The Federal Express story”, Interfaces 27(2), 17-36.
9. Nelson R. (1992), “Recent writings on competitiveness: 14. Porter M. (1996), “What is Strategy?”, Harvard Business
boxing the compass”, California Management Review Review 74(6), 61-78.
34(2), 127-137. 15. Shapiro C. (1989), “The theory of business strategy”,
10. Oppenheimer A. (2006), Cuentos chinos. El engaño de RAND Journal of Economics 20(1), 125-137.
Washington, la mentira populista y la esperanza de América 16. Skinner W. (1974), “The focused factory”, Harvard Busi-
Latina, 8a ed., Editorial Sudamericana, Buenos Aires. ness Review 52(3), 113-121.
11. Parsons G. L. (1983), “Information technology: A new 17. Teece D. J., G. Pisano y A. Shuen (1997), “Dynamic ca-
competitive weapon”, California Management Review pabilities and strategic management”, Strategic Manage-
24(3), 3-14. ment Journal 18(7), 509-533.
12. Porter M. E. (1985), Competitive Advantage, The Free 18. Treacy M. y F. Wiersema (1993), “Customer intimacy and
Press, Nueva York. other value disciplines”, Harvard Business Review 71(1),
13. Porter M., y V. E. Millar (1985), “How information gives 84-93.
you competitive advantage”, Harvard Business Review
63(4), 149-160.
CAPÍTULO 3
Tecnología avanzada
y otras tendencias
en producción
• Desarrollo de proveedores
• Tecnologías de producto, proceso e información
• Producción justo a tiempo
• Personalización en masa
C
omo dejan en claro los capítulos precedentes, la intensidad de la competen-
cia, aunada a la aparición de estrategias competitivas novedosas, obligó a
un replanteamiento de muchas de las técnicas que, en materia de métodos
de producción, se venían desarrollando. En particular en los ámbitos académico y
empresarial se han difundido diversas filosofías de producción que proponen so-
luciones novedosas a los problemas que enfrentan las empresas.
En este capítulo se analizan tendencias y filosofías de producción, así como
otros medios (tecnología avanzada y automatización), que producen un impacto
considerable en la producción actual de bienes y servicios. En la primera sección
se discurre brevemente por la tendencia hacia el desarrollo de proveedores, mien-
tras que en la segunda se presentan las tendencias más significativas en cuanto a
tecnologías de producto, proceso e información. En la tercera sección se describen
los principales componentes de la filosofía de producción justo a tiempo, concepto
que desarrolló el sistema de producción de Toyota Motor Company, y que ha sido
ampliamente estudiado en los ámbitos empresarial y académico en los últimos
años. En la última sección se analiza la tendencia actual hacia la personalización
en masa (del inglés mass customization), concepto que algunas empresas de clase
mundial han impuesto en sus sistemas de producción para satisfacer mejor las ne-
cesidades de sus clientes incurriendo en costos bajos.
Antes de iniciar la exploración de los temas de este capítulo, cabe mencio-
nar que, de acuerdo con Hayes y Pisano (1994), dichas filosofías de producción no
deben ser planteadas como una “solución mágica” a los problemas de competitividad
de una empresa, sino como medios para implantar una estrategia de operaciones
congruente con la estrategia competitiva. Por ello, se recomienda al lector que,
antes de implantar una nueva filosofía de producción, entienda con claridad sus
objetivos, principios y mecanismos, para decidir si es acorde con la estrategia.
DESARROLLO DE PROVEEDORES
Como se puntualizó en el capítulo precedente, la industria de Estados Unidos se
ubicó como líder mundial, desde los inicios de la Revolución Industrial, fundamen- 43
talmente porque fue la primera en desarrollar empresas integradas, en las que se

ejecutan todas las operaciones de manufactura en la misma planta y en donde,
por primera vez, se aprovechan las ventajas de la división del trabajo y de las eco-
nomías de escala y alcance. Hace algunas décadas la industria de Estados Unidos
se empezó a integrar, con la creación de grandes grupos industriales, y orientó su
estrategia hacia una producción de alto volumen y bajo costo. Esta tendencia, sin
embargo, se ha revertido en las últimas dos décadas, no sólo en Estados Unidos,
sino a nivel global; la tendencia actual de las multinacionales es desarrollar cade-
nas globales de proveedores. En esta sección se ilustra tal tendencia con la pre-
sentación de la estructura de multitiers, desarrollada en Japón, y posteriormente
con el análisis de los principales retos que enfrenta el desarrollo de cadenas de
proveedores globales.
La estructura multitiers
La estructura de la industria japonesa de la posguerra desarrolló una organización
industrial muy diferente a la observada desde los inicios de la Revolución Indus-
trial. Bajo esta estructura, que recibe el nombre de multitiers (vea la figura 3.1),
el producto se divide en sus componentes principales y se delega la producción
de cada componente a un proveedor (proveedores de primer nivel); los que, a su
vez, pueden dividir la producción del componente en diferentes partes, que son
fabricadas por otros proveedores (de segundo nivel) y así sucesivamente, mientras
sea conveniente. El tamaño y la complejidad de esta jerarquía lo ilustra el caso de
Toyota, que ya en 1980 tenía 168 empresas proveedoras de primer nivel, 4 700
de segundo nivel y 31 600 de tercer nivel (McMillan, 1990). Esta estructura des-
centralizada de producción le proporcionó a la industria japonesa ventajas impor-
tantes, entre las cuales sobresale una gran capacidad de innovación, ya que en las
pequeñas y medianas empresas proveedoras, la innovación es más fácil, en tanto
que la manufactura de un nuevo diseño no representa cambios radicales (o costo-
sos) en la planta ni en los procesos de manufactura. Por otro lado, esta estructura
implica que el conocimiento tecnológico descansa en una amplia base de empresas
medianas y pequeñas, lo que facilita la transferencia y la innovación tecnológica
en diferentes segmentos de la industria, ya que una empresa proveedora puede
atender a varias empresas compradoras de diferentes sectores, y la tecnología deja
de ser un monopolio de los grandes grupos integrados.
Es conveniente señalar que no se sugiere que las industrias de otras regio-
nes deban dirigirse necesariamente hacia un esquema de proveedores como el de
› Figura 3.1
Diagrama de una estructura
de multitiers. Transnacional
Proveedores
de primer nivel Proveedor • • • Proveedor
(First tiers)
Proveedores
de segundo nivel Pr. • • • Pr. Pr. • • • Pr.
(Second tiers)
• • •
• • •
• • •
TECNOLOGÍA AVANZADA Y OTRAS TENDENCIAS EN PRODUCCIÓN 45
multitiers japonés, ya que existen otros esquemas de cooperación exitosos, como el

asociacionismo entre empresas pequeñas (por ejemplo, en el norte de Italia o en la
región vasca). El sentido de los comentarios aquí vertidos es ilustrar cómo las em-
presas pequeñas y medianas han demostrado una gran habilidad para desarrollar
la competitividad de los sectores industriales, y subrayar que su presencia exitosa
se fundamenta en principios de cooperación; los mecanismos específicos pueden
desarrollarse con base en las condiciones particulares de cada región.
En este contexto la pregunta pertinente es ¿cómo logra la industria japonesa
un alto nivel de coordinación entre proveedores y compradores, requisito indis-
pensable en su estrategia de innovación y flexibilidad? Al respecto, McMillan de-
muestra que no es el factor cultural el aspecto más importante de esta relación,
sino que ésta descansa en un conjunto de incentivos que posibilitan el logro de
equilibrios cooperativos entre compradores y proveedores. Algunas conclusiones
interesantes de McMillan, que explican por qué en la industria japonesa se delegó
con éxito la manufactura y el diseño a empresas proveedoras, son las siguientes:
• Es un mito que las empresas proveedoras en Japón dependan de las empresas

compradoras al punto de no poder rechazar contratos. Las empresas con 1
a 3 trabajadores tienen en promedio contratos con 3 firmas diferentes; para
empresas con 20 a 29 trabajadores, el promedio de compradores diferentes
es de 6, y para empresas con 200 a 300 trabajadores es de 11. Por otro lado,
las empresas compradoras tampoco tienen un solo proveedor para cada com-
ponente, sino que las relaciones entre proveedores y compradores se dan en
un marco de estricta competencia.
• Las relaciones entre proveedores y compradores se sustentan en principios
de cooperación, y la confianza se consolida a partir de relaciones de largo
plazo y de la repetición de las mismas, lo que asegura el logro de equilibrios
cooperativos.
• Los accionistas de las corporaciones de la industria terminal también poseen
acciones en empresas proveedoras, y éstas no tienen reparo en atender por
igual a la competencia.
• Las grandes corporaciones compradoras no tienen una posición adversa al
riesgo, por lo que están dispuestas a disminuir el riesgo de las empresas pro-
veedoras al asegurarles compras y al darles apoyo financiero, a cambio ob-
tienen nuevos diseños, precios competitivos y un buen servicio al cliente.
• La estructura de multitiers facilita la labor de abastecimiento y la relación con
proveedores. Por ejemplo, en 1986, General Motors produjo 6 millones de au-
tomóviles con más de 6 000 empleados en compras, mientras que Toyota, para
producir alrededor de 3.6 millones de automóviles, empleó solamente 340.
Los datos que se presentan en esta sección ilustran cómo la industria mundial
logró un ámbito de competencia en el que la innovación y la flexibilidad fueron
armas poderosas para ganar participación en los mercados, a la vez que las em-
presas pequeñas y medianas mostraron una mayor capacidad para sustentar esta
estrategia competitiva. Es justamente un ambiente de cooperación entre empresas
grandes y pequeñas el que genera el liderazgo en sectores industriales altamente
competitivos.
Retos del desarrollo de cadenas globales

El desarrollo de cadenas globales de proveedores es una estrategia consolidada en
las empresas multinacionales, en contraposición a la antigua estrategia de integra-
ción, esto se evidencia por el impresionante incremento de la inversión extranjera
directa en los últimos años (vea la figura 3.2). La primera interrogante que puede
uno plantearse al observar esta nueva estrategia es si un sistema de producción,
› Figura 3.2
Evolución de la inversión
extranjera directa. 1.6E+12
1.4E+12
1.2E+12 Países desarrollados
1E+12 Países en desarrollo
Inversión extranjera total

8E+11
6E+11
4E+11
2E+11
0
70
74
78
82
86
90
94
98
02
19
19
19
19
19
19
19
19
20
globalmente distribuido, tiene ventajas sobre un sistema integrado y centralizado,
y si tiene sentido económico, dado que un sistema de producción globalmente
distribuido incurre en necesarios costos (¿adicionales?) de distribución y coordi-
nación. Es evidente que la economía de este nuevo sistema no se justifica por la
dimensión de costos sino, más bien, por una nueva dimensión de competencia,
que es la capacidad de innovación y la flexibilidad del sistema de producción. En
efecto, las cadenas globales de proveedores tienen mejor capacidad para ajustarse
a las demandas cambiantes, responder a la necesidad de innovar y diseñar nuevos
productos, así como para asimilar más rápidamente las necesidades de los merca-
dos distribuidos en todo el mundo.
El desarrollo de cadenas globales de proveedores, sin embargo, abre nuevos
retos para la administración de operaciones, ya que el sistema distribuido tiene
una complejidad mayor que el sistema de producción integrado. A continuación se
mencionan algunos de los retos que propone este esquema de organización
industrial.
• Localización de plantas y servicios. Dado que los proveedores de partes y

componentes se distribuyen a nivel global, deben evitarse costos de transporte
innecesarios. El problema a resolver es localizar un número no determinado
de plantas (y sus capacidades), de manera que se minimicen los costos fijos
(en que incurre cada planta), más los costos variables de producción, distri-
bución y almacenamiento (vea Verter y Dincer, 1992).
• Coordinación de la cadena de proveedores. Un esquema global de produc-
ción se sustenta en la mejor capacidad para responder a las necesidades de
los diferentes mercados, utilizando a la vez capacidades distribuidas a nivel
mundial. Sin embargo, a partir del evidente objetivo de lograr eficiencias en
el sistema, se presenta el problema de buscar una buena asignación de acti-
vidades para las diferentes instalaciones, para ello se deben hacer economías
a través del manejo de impuestos, costos de distribución, arbitraje financiero
y reducción de riesgos, entre otros factores.
• Logística y distribución. El punto débil de una cadena global de proveedo-
res, en comparación con un sistema integrado, es su mayor costo por distri-
bución y abastecimiento. En este sentido, el primer problema a abordar por
cualquier empresa que intente desarrollar una cadena global de proveedores,
es el de abatir al mínimo los costos de distribución. Por fortuna, las tecnolo-

gías de información introducidas en las últimas décadas permiten que este
reto se supere mediante el uso de la tecnología moderna. Así, por ejemplo,
los sistemas EDI (Electronic Data Interchange) tienen por finalidad asegurar
el flujo de información apropiado entre proveedores y compradores, obliga-
torio para evitar inventarios innecesarios o una lenta respuesta al mercado
por falta de insumos.
• Esquema de incentivos. Como es ampliamente reconocido, la eficiencia de
las cadenas globales de proveedores descansa en principios cooperativos; es
decir, los proveedores se comprometen a ofrecer buenos precios y capacidad
de diseño e innovación, siempre y cuando pueden obtener otras ventajas por
parte de los compradores. Si bien se han estudiado los incentivos que fun-
cionan en algunas regiones (McMillan, 1990), se debe reconocer que no ne-
cesariamente los mismos esquemas pueden ser extrapolados a los diferentes
países o regiones, en cuanto al reconocimiento de los esquema de incentivos
que son más apropiados para diferentes países y/o regiones existe un amplio
campo de investigación.
TECNOLOGÍAS DE PRODUCTO, PROCESO E INFORMACIÓN

En las últimas décadas la producción de manufacturas y servicios experimentó
una considerable incorporación de tecnologías modernas, que busca desarrollar
ventajas competitivas en las empresas al apoyar eficientemente sus estrategias de
competencia. A continuación se ofrece un resumen de los desarrollos tecnológicos
que están causando un gran impacto en diferentes sectores productivos. En primer
lugar se presenta un marco resumen de las áreas donde las diferentes tecnologías
tienen algo significativo que aportar, incluso las filosofías de producción y concep-
tos administrativos desarrollados para mejorar la administración de operaciones
de la empresa; enseguida se examinan los principales conceptos que se relacionan
con la automatización y la tecnología avanzada y, para finalizar, se presentan las
principales tecnologías de información y comunicación que se están incorporando
a las organizaciones productoras de manufacturas y servicios.
Tecnologías modernas para la producción

Aunque no parece una tarea sencilla presentar la diversidad y alcance de los
adelantos tecnológicos que han surgido en materia de producción en los últimos
años, en la figura 3.3 se resumen los principales conceptos que han impactado la
producción de bienes y servicios, también se señala el área de la empresa en que
incidió cada concepto.
Como puede apreciar en la figura 3.3, una de las áreas con el mayor número
de conceptos nuevos es la administración de operaciones, fundamentalmente por
la aparición de nuevas estrategias de competencia (como se apuntó en el capítulo
anterior); uno de los resultados es el desarrollo de nuevas filosofías de producción
(cuyos principios se presentan en las siguientes secciones), como el justo a tiempo,
la calidad total y la personalización en masa, entre otras; así como nuevas herra-
mientas para fomentar la eficiencia operativa, entre ellas la reingeniería de procesos
y los sistemas de identificación automática. Es conveniente subrayar que muchos
de estos conceptos se difunden en las escuelas de negocios, pero primero fueron
implantados en las empresas para sustentar sus estrategias de competencia.
La automatización e introducción de tecnología avanzada en los procesos
productivos también es un ingrediente importante que impactó a la empresa en
muchas áreas, facilitó la innovación de productos y la flexibilidad en los procesos
productivos. Entre estos sistemas están el diseño modular, el UML (Unified Modeling
› Figura 3.3
Impacto de la tecnología • Sistema de identificación automática
avanzada. Administración de operaciones • Calidad total
I N F O R M A C I Ó N
• Justo a tiempo
• Personalización en masa
• Inventarios administrados por
el proveedor
• Diseño modular
• UML Diseño • Nuevos materiales y procesos
Maquinaria
• Simuladores del producto • Máquinas con control numérico
y equipo
de alto nivel o servicio • Robots
• CAD/CAM/CAE
• PLM
D E
• Células de manufactura
T E C N O L O G Í A S
• Sistemas automáticos de control

Manufactura
• CIM
• Sistemas de manufactura flexible
• Sistemas visuales
Control • Sistemas de medición de alta precisión
de calidad
Language), los sistemas para el diseño asistido por computadora (CAD, Computer
Aided Design), la manufactura asistida por computadora (CAM, Computer Aided
Manufacturing), la ingeniería asistida por computadora (CAE, Computer Aided En-
gineering), la administración del ciclo de vida del producto (PLM, Product Lifecycle
Management), los simuladores de alto nivel, para el diseño y desarrollo de pro-
ductos; los robots y máquinas de control numérico, y una diversidad de procesos
innovadores para la manufactura (vea Groover, 2002) en el área de maquinaria y
equipo; las células de manufactura (vea el capítulo sobre diseño de disposición de
planta), los sistemas automáticos de control y los sistemas de manufactura flexi-
ble en el área de manufactura; los sistemas visuales y los sistemas de medición
de alta precisión, en el área de control de la calidad. Además de estos conceptos,
cabe señalar el rápido avance que en materia de tecnologías de información han
impactado en casi todas las áreas de la empresa.
Automatización y tecnología avanzada

En la actualidad la tecnología es el factor que explica el grado de competitividad
de los sectores industriales de una nación. En el pasado se consideraba que el
vertiginoso avance de la tecnología era una desventaja para el impulso de las eco-
nomías de países en desarrollo, se pensaba que este avance ampliaría la “brecha
tecnológica” entre países desarrollados y países en desarrollo. Sin embargo, países
como China, Corea del Sur, Irlanda, y Portugal, que han logrado un desarrollo in-
dustrial y tecnológico en tiempos relativamente cortos, muestran que a partir de
mecanismos apropiados de cooperación, la tecnología moderna se asimila y apro-
vecha para desarrollar sectores industriales altamente competitivos. De entrada,
se reconoce que la incorporación de tecnología moderna en pequeñas y medianas
empresas no es un proceso complicado; por el contrario, la tecnología moderna
busca simplificar la toma de decisiones y los procesos productivos.
Los avances tecnológicos de mayor importancia para la producción de ma-
nufacturas y servicios están ligados a la incorporación de las computadoras en los
sistemas de producción, las que han permitido automatizar ciertas tareas que antes
requerían la intervención directa del hombre. La automatización de los procesos
productivos empieza en la década de los cincuenta, con la introducción de las má-
quinas con control numérico, máquinas cuya operación y movimiento de sus he-
rramientas se programa a partir de instrucciones que leen y ejecutan dispositivos
electrónicos; en paralelo con el desarrollo de software para el diseño y análisis
de productos y procesos, se logra la integración de estos sistemas, lo que redujo de
forma considerable el proceso de diseño, desarrollo y manufactura de productos
y procesos. A continuación se resumen los conceptos en automatización y tecno-
logía avanzada con un impacto considerable en la producción de manufacturas y
servicios; dado que muchos de estos conceptos se reconocen por su denominación
original en lengua inglesa, se indica entre paréntesis esta terminología, cuando
sea el caso.
En primer lugar están los conceptos de importancia para el diseño y desa-
rrollo de nuevos productos, tenga en cuenta que actualmente no sólo es necesario
que las empresas sean capaces de introducir al mercado productos que satisfagan
mejor las necesidades de los clientes, sino también que esta introducción se haga
en tiempos y costos reducidos.
Diseño modular
El diseño de productos o servicios busca ofrecer una mayor variedad de productos
al cliente, al mismo tiempo que aprovecha las ventajas de la estandarización de-
rivadas de la producción en masa. Para implantar un diseño modular primero se
deben identificar los módulos (componentes principales) del producto o servicio y
luego diseñar diferentes modelos para cada módulo. El diseño debe permitir que
cada modelo de un módulo se acople con cada modelo de los otros módulos, lo
que es una extensión del principio de posibilidad de intercambio de las partes,
del que ya trató el capítulo 1. De esta manera, la combinación de los diferentes
modelos de los módulos permite ofrecer a los clientes una gran variedad de dise-
ños, a la vez que la estandarización de los modelos facilita su producción en masa.
En diversas industrias hay ejemplos de diseño modular como en la de automóvi-
les, bicicletas, muebles y electrónicos. Entre ellas destaca el caso de la industria
de muebles para cocina, donde los centros de venta, apoyados en sistemas CAD,
proporcionan una gran variedad de opciones al cliente, la única información que
requieren son las dimensiones de la cocina.
Lenguaje Unificado de Modelado

(Unified Modeling Language, UML)
Es una familia de gráficas con sus correspondientes símbolos diseñados para des-
cribir software, programas y sistemas de información (vea Fowler 2004). Esta no-
menclatura permite describir procesos con la finalidad de desarrollar los sistemas
de información que apoyarán sus correspondientes procesos, de esta manera se
facilita la reingeniería de procesos y el desarrollo de sistemas de información.
Existen herramientas CASE (Computer Aided Software Engineering) que traducen
gráficas UML a código de software y viceversa.
Diseño asistido por computadora

(Computer Aided Design, CAD)
Es el diseño de productos o servicios con el apoyo de una computadora. Los siste-
mas CAD son paquetes de graficación por computadora, que permiten analizar el
desempeño de los diseños con base en sus especificaciones, mediante el estableci-
miento de adecuados niveles de calidad, lo que permite generar los requerimien-
tos de materiales y/o procesos. Por ejemplo, los sistemas CAD sirven para analizar
las medidas de una pieza y verificar que ésta pueda acoplarse de forma adecuada
con las otras piezas del equipo, o también para evaluar el desempeño de la dispo-
sición de una planta de manufactura, o la disposición de oficinas en un centro de
atención para la prestación de servicios.
Control numérico
Es el control del movimiento de una herramienta mediante instrucciones numé-
ricas, las cuales son dirigidas por una computadora que controla a la herramienta
por medio de dispositivos que transforman las señales electrónicas de la compu-
tadora en señales físicas. Las máquinas con control numérico, a diferencia de las
que tienen tecnología mecánica, no necesitan que el operario regule manualmen-
te las herramientas, ya que su regulación se produce automáticamente con base
en las instrucciones numéricas.
Robot
Es la forma más avanzada de automatización en una operación de manufactura.
Los robots utilizados en la manufactura son brazos mecánicos con alta capacidad
de movimiento. El robot se programa para que se desplace en el piso de produc-
ción, cambie herramientas y las opere con base en las necesidades de proceso,
con lo que se obtiene una tecnología muy flexible, dotada de gran capacidad de
proceso y de amplias ventajas para introducir la manufactura de nuevos diseños
en la planta.
Manufactura asistida por computadora

(Computer Aided Manufacturing, CAM)
Es el control computarizado del proceso de manufactura. El control numérico puede
considerarse una forma de CAM, y la robótica es una modalidad más moderna
de CAM. El concepto CAM, sin embargo, en su concepción más amplia implica la
coordinación automática de los diferentes procesos involucrados en la manufactura
de un producto. En particular, si la manufactura automática se integra al diseño
asistido por computadora, se obtiene el concepto CAD/CAM, el cual se apoya en
interfaces que permiten generar las instrucciones de maquinado en la máquina
de control numérico a partir de las especificaciones de diseño desarrolladas en el
sistema CAD.
Ingeniería asistida por computadora (Computer Aided Engineering, CAE)

Es el uso de tecnologías de información para apoyar a los ingenieros en el análisis,
simulación, diseño, manufactura, planeación, diagnóstico y reparación de un pro-
ducto. Por ejemplo, lenguajes de programación como ALGOR, ANSYS, IMAGES-
3D, MSC/NASTRAN y STARDINE permiten evaluar las propiedades mecánicas de
un diseño aplicando el método del elemento finito.
Administración del ciclo de vida del producto

(Product Lyfecycle Management, PLM)
Es el proceso de administrar el ciclo de vida de un producto: desde su concepción,
diseño, desarrollo y manufactura, hasta su servicio, destrucción y reciclado. Los
sistemas PLM (por ejemplo, UGS) integran diversas herramientas CAD/CAM/CAE
que pueden comunicarse entre sí desde diferentes localidades para compartir la
información sobre el ciclo de vida de un producto.
Simuladores de alto nivel

Son lenguajes de programación con ambientes gráficos e interactivos para el de-
sarrollo de modelos que permiten simular el desempeño de procesos de manufac-
tura y prestación de servicios, procesos de maquinado o inclusive las propiedades
mecánicas de un diseño, antes de la fase de desarrollo del producto o proceso. En
ciertas aplicaciones, como en los paquetes CATIA y UNIGRAPHICS para diseño,
se introdujeron módulos que permiten probar las propiedades del diseño, en otras,
como los paquetes ARENA, PROMODEL, WITNESS o QUEST se integra un len-
guaje de simulación con un ambiente gráfico que permiten evaluar virtualmente
el desempeño de un proceso.
Nuevos materiales y procesos

Aunque los principios básicos de los procesos industriales han sido estudiados
desde una perspectiva teórica, la investigación aplicada continúa con el desarrollo
de tecnologías que permiten llevar a cabo los mismos procesos, a menor costo, que
los métodos tradicionales, o con mejores especificaciones (mejores propiedades o
menores tolerancias) de diseño. En áreas relacionadas con el desarrollo tecnológico
como la ciencia de los materiales y compuestos, la automatización y las tecnologías
de información, se han desplegado tecnologías que proporcionan mayores oportu-
nidades para la innovación de los productos y de los procesos de producción, y se
han obtenido materiales con mejores propiedades (aleaciones, polímeros, cerámicas,
entre otros), mejores procedimientos para el maquinado (por ejemplo, métodos
de corte con rayos láser y de electrones, y herramientas flexibles), y métodos para
facilitar las operaciones en la empresa, como son el procesamiento de imágenes y
la identificación automática (vea Groover, 2002).
En el área del diseño de los procesos de manufactura se introduce también
la tecnología avanzada. La creciente importancia de nuevas dimensiones de com-
petencia en los mercados obliga a replantear los conceptos clásicos para el diseño
de plantas. En la actualidad no sólo es importante el logro de altos niveles de pro-
ductividad, sino que también deben obtenerse diseños de planta que faciliten la
innovación de productos y procesos, necesarios para enfrentar el actual ambiente
competitivo. Por otro lado, la creciente atención que recibe la calidad de los pro-
ductos para mantener posiciones en el mercado ha permitido que las empresas
aprovechen nuevas tecnologías en apoyo de un control más eficiente de los proce-
sos de producción. Entre los conceptos contemporáneos de mayor relevancia re-
lacionados con el diseño de la planta y de los procesos de manufactura están los
siguientes:
Células de manufactura
Es un esquema de disposición de plantas, cuya adopción es recomendable para
organizar una estrategia de manufactura sustentada en la flexibilidad para intro-
ducir nuevos productos y ajustarse económicamente a cambios en los patrones de
demanda de la mezcla de producción. Este concepto, a diferencia de los esquemas
tradicionales de disposición de planta, que especializan a los talleres por tipo de
proceso o por producto, permite que en los talleres (llamados células) se logre la
manufactura económica de familias de productos, de suerte que la maquinaria y el
equipo se aproveche al máximo bajo diferentes patrones de demanda, lo que facili-
ta inclusive la manufactura eficiente de nuevos diseños. La manufactura celular se
introdujo originalmente en plantas japonesas, aunque en este momento se adopta
con éxito en empresas de diversos países, en particular donde hay una búsqueda
por distinguirse en cuanto a capacidad de innovación y flexibilidad.
Sistemas automáticos de control

El control automático de los procesos tiene un papel estratégico en la manufactura,
no sólo porque permite producir estándares de calidad más precisos, sino también
porque implanta esquemas flexibles de producción, sin sacrificar la productividad.
El control automático de los sistemas de control reduce los tiempos por apertura
de procesos, haciendo que los esquemas flexibles de manufactura (por ejemplo,
la manufactura celular) puedan competir en costos con esquemas de producción
en masa.
Sistemas de manufactura flexible

(Flexible Manufacturing Systems, FMS)
Los sistemas de manufactura flexible son plantas que combinan la manufactura
celular, el diseño modular y la automatización para lograr la producción en masa
de una gran variedad de diseños de un mismo producto. Un FMS, por lo general,
lo forman máquinas (y/o robots), unidas mediante dispositivos automáticos de
transporte, controlados centralmente por una computadora, la que dirige el flujo
de piezas a través de las diferentes máquinas y controla los procesos en las mismas.
Un FMS produce a pedido del cliente, como es el caso de la fábrica de bicicletas
Panasonic en Japón, donde el cliente, a partir de un catálogo, elige el modelo de
su preferencia entre los diferentes módulos (timón, ruedas, asiento, etc.); dicha
información ingresa a la computadora central, que dirige el proceso para lograr la
manufactura del diseño pedido.
Manufactura integrada por computadora

(Computer Integrated Manufacturing, CIM)
Consiste en integrar el CAD/CAM y FMS (vea la figura 3.4), para obtener la inte-
gración automática de las operaciones productivas, desde el diseño hasta el ser-
vicio al cliente.
Sistemas de almacenamiento y recuperación automática

Sistemas diseñados para manejar, administrar y controlar altas tasas de movimien-
to de materiales en almacenes. En un sistema de almacenamiento y recuperación
automática (SARA), la mercancía llega al sistema a través de un transportador
móvil (vea la figura 3.5), que la transfiere al carro del pasillo correspondiente del
almacén, una vez que una computadora central ha identificado su localización y
características, de manera que sea fácil su recuperación automática en el momento
› Figura 3.4
Automatización
de la producción. Control
numérico
CAM FMS
CIM
Robot
CAD
› Figura 3.5
ÁREAS DE ALMACENAMIENTO Diagrama de un sistema
de almacenamiento y
CARRO TRANSPORTADOR
recuperación automática.
TRANSPORTADOR
INVENTARIO SALIENTE INVENTARIO ENTRANTE
apropiado. Uno de los primeros SARA fue instalado en Delta Airlines para admi-
nistrar la gran cantidad de repuestos requeridos por sus operaciones de vuelo.
La importancia que hoy tiene la calidad como distinción competitiva brinda
oportunidades para las aplicaciones de la tecnología en el área de control y mejo-
ramiento de la calidad. Uno de los pilares para la implantación de sistemas para
la mejora de la calidad lo constituyen los sistemas de información (tema que se
aborda enseguida), ya que un punto crucial para establecer programas de mejora
continua es la generación de reportes de desempeño, a partir de los que se esta-
blece un adecuado sistema de incentivos para la mejora continua de la calidad.
Por otro lado, la automatización de los procedimientos de inspección facilita la
realización de las labores necesarias para el control de la calidad, a bajo costo y
con mayor precisión. En este sentido, como aplicaciones de tecnología avanzada,
están los sistemas visuales y los sistemas de medición de alta precisión.
Sistemas visuales
Son equipos con sensores ópticos, con capacidad para reconocer imágenes. Un
sistema visual consiste de una cámara para captar la imagen, un analizador de
video, una microcomputadora y una pantalla. Además de las aplicaciones para el
control de la calidad (detección de defectos de fabricación), los sistemas visuales
se utilizan también para la clasificación automática, verificación de especificacio-
nes de empaque y selección automática de objetos (por ejemplo, asistiendo a un
robot). Por ejemplo, en la planta de General Motors en Lansing, la localización de
puntos de perforación y la detección de errores de ensamble se realiza a través
de analizadores de video; también existen aplicaciones en la industria de alimentos
para clasificar la materia prima por volumen y forma; en la industria farmacéutica
para la impresión de fechas y códigos de lotes, en la industria electrónica para la
verificación de circuitos impresos, y en la industria de la madera para identificar
la dirección de la fibra y el correspondiente corte, entre otras.
Sistemas de medición de alta precisión

La mejora continua de la calidad ha determinado que las tolerancias de las es-
pecificaciones de diseño tiendan a reducirse, para generar artículos con diseños
robustos y mayor durabilidad. En algunas industrias (como la de autopartes), las
tolerancias en las dimensiones de las partes son tan pequeñas que los errores de
manufactura no son detectables por el ojo humano, ni siquiera con la ayuda

de dispositivos mecánicos, por lo que es necesario utilizar equipo de medición de
alta precisión, generalmente mediante sensores y dispositivos electrónicos. Vale
la pena mencionar que actualmente el alto precio de estos equipos puede no jus-
tificar su compra en empresas de tamaño pequeño, por lo que en algunos casos
(por ejemplo, el Centro Nacional de Metrología en México), el Estado puede crear
mecanismos de apoyo para la conformación de centros especializados (públicos o
privados) que ofrezcan servicios de medición y certificación de la calidad.
Tecnologías de información y comunicaciones

Una de las áreas en que la tecnología ha registrado su más notable desarrollo es,
sin duda, el área de la información y las comunicaciones. En la tabla 3.1, se repro-
duce una lista de los desarrollos tecnológicos en información y comunicaciones
con mayor impacto en el ambiente empresarial. Es conveniente resaltar que estas
tecnologías no sólo facilitaron la implantación de herramientas más precisas (inten-
sivas en cálculos e información) para la toma de decisiones, sino que permitieron
descentralizar muchas de las tareas que se realizaban en una misma localidad. En
particular, permitieron que el diseño de productos tuviera una distribución glo-
bal, lo que facilitó el desarrollo de proveedores en localidades de diferentes países.
Por ejemplo, empresas como Ford, General Motors y Motorola mantienen equipos
en diferentes partes del mundo, que trabajan cooperativamente en el diseño de
nuevos productos, gracias al uso de las facilidades que ofrece la tecnología de co-
municaciones actual.
En relación con los desarrollos que ilustra la tabla 3.1, conviene hacer notar
que el lapso entre el desarrollo de la tecnología y su aplicación comercial es cada
vez más reducido. Por ejemplo, la aplicación del fax como medio para desarrollar
sistemas de envío y mensajería rápida se experimentó en un plazo muy corto. En
general, las tecnologías de información y comunicaciones contribuyen a la globa-
lización de las operaciones comerciales, facilitan el desarrollo de proveedores y la
ubicación de oficinas de bancos y ventas para atender transacciones en diferentes
partes del mundo.
El impacto más notable de las tecnologías de información y comunicaciones
en la producción, sin embargo, es que facilitaron la implantación de técnicas cuan-
titativas, que combinan información relevante sobre el proceso productivo y méto-
dos científicos para apoyar el proceso de toma de decisiones. En este momento la
administración de las operaciones productivas en las empresas debe estar apoyada
por un eficiente sistema de información, que compile, organice y distribuya la in-
formación sobre la cual sea posible tomar las decisiones convenientes para dirigir
› Tabla 3.1 TECNOLOGÍA DE COMUNICACIONES DÉCADA TECNOLOGÍA DE INFORMACIÓN

Desarrollos tecnológicos en
comunicaciones e información. Televisión a color
1950 Computadoras comerciales
Discado directo
Comunicaciones vía satélite
1960 Circuitos integrados
Transmisión digital telefónica
Fax
1970 Bases de datos comerciales
Radio móvil (paging)
Teléfono celular Computadora personal
Redes privadas Hoja de cálculo
1980
Comunicación Internet Procesadores de texto
Servicios de envío rápido Correo electrónico
Transmisión telefónica multimedia 1990 Multimedia
Fuente: Flaherty, 1996.
la empresa hacia el cumplimiento de sus metas estratégicas. A continuación se

describen algunas de las tecnologías con mayor impacto para facilitar el proceso
de toma de decisiones dentro de la empresa.
Sistemas de identificación automática

Un sistema de identificación automática (SIA) permite la captura automática de
información sobre un objeto, artículo o cliente, de modo que esta información in-
grese rápidamente a una base de datos para su procesamiento. Los SIA más conoci-
dos son la tarjeta de crédito, el código de barras y los chips para identificación por
radiofrecuencia (RFID), aunque también existen SIA basados en el reconocimiento
de imágenes y de voz. El impacto mayor de los SIA radica en la reducción de los
costos de información, y, por ende, su instalación a precios accesibles.
Servicios web
Es una colección de protocolos y estándares que sirven para intercambiar datos
entre aplicaciones que operan en diferentes plataformas y/o sistemas operativos.
Algunos lenguajes de programación (JAVA) incorporan estos estándares y proto-
colos, lo que facilita la comunicación entre diferentes aplicaciones, y permite que
un cliente realice transacciones o solicite servicios de forma remota.
Sistemas de planeación de recursos de la empresa

(Enterprise Resource Planning, ERP)
Un ERP es un sistema que integra (o busca integrar) toda la información y los pro-
cesos informáticos de una organización. Un ERP a menudo parte de un sistema
de contabilidad que integra otras funciones administrativas (finanzas, compras,
manejo de inventarios, planeación de la producción, entre otras). La ventaja del
ERP radica en la utilización de una base de datos común, así evita inconsisten-
cias. Empresas como Oracle y SAP ofrecen soluciones ERP estándar para empresas
pequeñas y medianas (Pymes), aunque el precio de un ERP para una Pyme en
América Latina puede variar mucho (entre los $10 000 y $500 000 dólares esta-
dounidenses según Gonzáles y Dalmasso 2005), y por otro lado tecnologías como
el UML y los servicios Web sugieren que se pueden desarrollar ERP a la medida
sin incurrir en costos altos.
Sistemas de apoyo a la toma de decisiones

(Decision Support Systems, DSS)
Muchos de los problemas de toma de decisiones en una empresa pueden tener
ingredientes de complejidad que no permiten identificar con facilidad una buena
decisión. Como se indicó en el primer capítulo, en áreas de la ingeniería, como la
investigación de operaciones, se han propuesto métodos cuantitativos que permi-
ten representar y resolver problemas propios de la administración de la produc-
ción; dichos métodos resultan de gran apoyo para los responsables de la toma de
decisiones, con el único inconveniente de que, por lo general, son intensivos en
cálculos y requieren de información precisa y oportuna. Un DSS busca facilitar el
proceso de toma de decisiones al poner a disposición del usuario la capacidad de
aplicar con rapidez técnicas cuantitativas sobre la información disponible (a me-
nudo sobre un ERP), y contribuye a que se tomen decisiones rápidas con el apoyo
de modelos o métodos cuantitativos. Es conveniente mencionar que la tecnología
actual permite desarrollar un DSS con herramientas muy populares, como son las
hojas de cálculo (vea Castillo y Muñoz 2004, Miranda y Muñoz 2005).
Administración de las relaciones con el cliente

(Customer Relationship Management, CRM)
El término CRM se utiliza para hacer referencia a la administración de la interac-
ción de una empresa con sus clientes, incluso la captura, almacenamiento y aná-
lisis de la información de los clientes. Los sistemas CRM a menudo constan de un
mecanismo de comunicación con los clientes (por ejemplo, servicios Web), una
base de datos, y software apropiado tanto para responder a los requerimientos
del cliente como para analizar la información con fines de planeación y pronósti-
co de la demanda.
Sistemas de inteligencia de negocios

(Business Intelligence, BI)
Son sistemas diseñados para procesar grandes cantidades de información que reci-
be la empresa, con la finalidad de entender la evolución del negocio y los aspectos
más importantes que afectan al mismo. Un sistema de BI por lo general requie-
re de la construcción de un almacén de datos (data warehouse), que es una base
de datos donde se integran los datos de toda la empresa, y de la implementación de
DSS apropiados para abordar el tema específico que se desea entender. Así, por
ejemplo, la empresa Adverstiding.com tiene un centro de investigación en Moun-
tain View, California, donde se desarrollan sistemas para analizar las preferencias
de los consumidores, que realizan millones de transacciones diarias por Internet.
Sistemas de información geográfica

(Geographic Information Systems, GIS)
Son sistemas para integrar, almacenar, editar y analizar información ligada a ubica-
ciones específicas en un mapa geográfico. La información geográfica que ofrece un
GIS es muy variada, por lo que apoya la toma de decisiones en temas tan diversos
como: criminología, impacto ambiental, planeación urbana, tráfico en carreteras y
aeropuertos, marketing, localización de servicios, ruteo de vehículos, entre otros.
Sistemas expertos
Un sistema experto (SE) se construye a partir de información de una base de datos
(llamada base de conocimientos), un conjunto de reglas que permiten deducir pro-
posiciones o enunciados con base en el conocimiento, y un programa, construido
sobre lenguajes especialmente diseñados como el PROLOG o el LISP, que permi-
ten aplicar las reglas a la base de conocimientos para deducir proposiciones y, en
general, para ampliar la base de conocimientos. Es conveniente observar que las
reglas básicas para tomar decisiones con base en un SE son introducidas por algún
experto humano; justamente por esa razón tales sistemas se llaman “expertos”, ya
que en verdad simulan (aunque con mayor rapidez y consistencia) el desempeño
del experto humano que proporcionó las reglas. Las aplicaciones comerciales de
los SE son muy variadas y abarcan desde el diagnóstico de enfermedades, hasta la
configuración de equipos, aprobación de créditos y seguros, diagnóstico de fallas
y administración y control de la producción.
PRODUCCIÓN JUSTO A TIEMPO

El término justo a tiempo, también reconocido por la abreviatura JIT (por Just
in Time), es sin duda el concepto de producción de manufacturas y servicios con
más discusión en los últimos años. Aunque el justo a tiempo es bastante familiar
por su enfoque hacia la reducción de los inventarios y, en general, del desperdi-

cio, su alcance no se limita a estos dos aspectos. En primer lugar, se debe señalar
que el justo a tiempo no es una técnica de producción, sino más bien una filoso-
fía de producción; resulta imposible describir con precisión los mecanismos (que
pueden ser muy diversos) de un sistema de producción para hacer referencia a él
como un sistema de producción justo a tiempo. Sin embargo, sí es posible indicar
los objetivos y ventajas de producir bajo el concepto justo a tiempo, a la vez que
destacar las técnicas y prácticas de producción que facilitan la implantación de
esta filosofía. Antes de describir en detalle el justo a tiempo, conviene hacer notar
que la implantación de este concepto en una empresa puede llevar cierto tiem-
po, ya que la misma implica, en la mayoría de las veces, cambios significativos en
la operación de la empresa, que van desde métodos y prácticas de manufactura,
hasta administración de recursos humanos y tecnológicos, y relaciones con pro-
veedores. En la presente sección se analizan en detalle los elementos más impor-
tantes que son comunes en las empresas que implantan la filosofía de producción
justo a tiempo.
El concepto justo a tiempo

La filosofía de producción justo a tiempo, descrita inicialmente por académicos
de Estados Unidos y Japón (vea, por ejemplo, Shingo, 1989), se inspira en los mé-
todos de producción desarrollados por Taiichi Ohno, jefe de planta y luego vice-
presidente de Toyota Motor Company, que al principio fueron sintetizados en el
concepto “manufactura esbelta” (del inglés lean manufacturing). Los cambios que
Taiichi Ohno introdujo en la planta de Toyota, obedecieron, en sus comienzos, a la
reducción del desperdicio y al aumento de la productividad de los trabajadores (al
estilo clásico de Henry Ford). Es digno de atención que estos métodos finalmente
terminaran por mejorar casi todos los aspectos del sistema; en particular, la capa-
cidad para innovar e introducir nuevos diseños, y el logro de altos estándares de
calidad de los productos terminados.
En la década de los cincuenta, la industria automotriz japonesa contaba con
niveles de demanda tan bajos, que difícilmente podía competir con los métodos
de producción en masa de la industria de Estados Unidos. Ante este panorama, la
estrategia trazada por los directivos de Toyota (entre ellos el presidente Eiji Toyo-
da), consistió en reducir todas las fuentes de desperdicio, con el objeto de abatir
costos que les permitieran competir con industrias automotrices más maduras en
otros países. Uno de los primeros aspectos en los que centró su atención Taiichi
Ohno fue la mejora de la productividad de los trabajadores; al percatarse de que la
automatización había llegado a tal grado que los operarios pasaban gran parte de
su tiempo observando el funcionamiento de la máquina a su cargo en la línea
de producción, tuvo la idea de asignar varias máquinas a cada operario. Para lo-
grarlo, ensayó diferentes esquemas de disposición de planta, como disposiciones
en L, paralelas, y finalmente la conocida disposición en U, que le permitía asignar
recorridos a operarios que manejaban diferentes máquinas (vea la figura 3.5). Estas
modificaciones iniciales en los métodos de producción tuvieron la consecuencia de
romper el paradigma de la especialización y desarrollaron en los trabajadores la
capacidad para realizar diferentes tareas en la planta, lo que a la postre constituye
una necesidad para las empresas que adoptan una estrategia de competencia por
innovación y flexibilidad. Esta estrategia ha influido a tal grado el ambiente com-
petitivo de la industria automotriz, que las plantas ensambladoras actuales tienen
la capacidad para producir un modelo diferente a continuación de otro, a mayor
velocidad y con mejores niveles de productividad que en las plantas de hace algunas
décadas, en las que se producía por lotes de un mismo modelo. Es indudable, sin
embargo, que estos cambios no ocurren de la noche a la mañana y que acarrean
no sólo el desarrollo de habilidades nuevas en el personal, sino también cambios
en la tecnología y en la administración de las operaciones, este tema se desarrolla

enseguida con mayor detalle, en esta misma sección.
El objetivo fundamental de la filosofía de producción justo a tiempo es el de
lograr un flujo continuo del proceso de producción, desde la recepción de mate-
riales hasta la venta final; esto equivale a asegurar que los inventarios de materia
prima, de productos en proceso y terminados, se reduzcan al mínimo o, dicho de
otra forma, que se produzca el número adecuado en el momento requerido (justo
a tiempo). Lo anterior podría llevarlo a pensar que el justo a tiempo es susceptible
de implantación mediante una planeación de requerimientos de materiales MRP
(vea el capítulo sobre administración de inventarios); sin embargo, existe una di-
ferencia fundamental entre el MRP y el justo a tiempo. En efecto, mientras en el
MRP la administración va de arriba hacia abajo —es decir, para satisfacer un pe-
dido se planean los pedidos de materiales y los procesos, lo que genera órdenes
que emanan de un administrador central— en el justo a tiempo la administración
va de abajo hacia arriba, es decir, la demanda genera sus propios pedidos y la pro-
ducción fluye continua y automáticamente con un trabajo burocrático mínimo,
lo que mantiene al mismo tiempo un bajo nivel de inventarios. En teoría, el nivel
de inventarios en el justo a tiempo debería ser el requerido para producir exacta-
mente una unidad de producto final. Ahora se da cuenta de que la implantación
de la filosofía justo a tiempo no es una tarea trivial. Con el objeto de aclarar aún
más este concepto y de explicar su implantación conviene tratar en la siguiente
sección los principales componentes que existen en las empresas que adoptan el
justo a tiempo como filosofía de producción.
Componentes del justo a tiempo

Como ya se mencionó, el justo a tiempo nace como consecuencia del mandato
de reducir el desperdicio en todas sus fuentes (vea la figura 3.6); además, busca
eliminar la producción innecesaria y lograr un sistema de producción que per-
mita un flujo continuo de la producción desde la recepción de la materia prima
hasta el servicio al cliente. Las prácticas de manufactura que caracterizan a las
empresas que adoptan esta filosofía de producción se agrupan en las siguientes
categorías:
• Sistema de producción tipo pull.

• Métodos de producción y disposición de planta.
• Recursos humanos y materiales flexibles.
• Administración para la calidad total.
• Desarrollo de proveedores.
A continuación se describen las principales técnicas que se integran en cada una

de las categorías mencionadas.
Sistema de producción tipo pull

Debido a que todo proceso de producción involucra la coordinación de diversas
operaciones, tradicionalmente la planeación de la producción opera bajo la pre-
misa de que es necesario mantener inventarios de producto final para satisfacer
las órdenes de producción; de modo que se implanta un sistema tipo push (térmi-
no inglés que implica “empujar” la producción). La organización de una empresa
de acuerdo con un sistema tipo push requiere que la empresa estime su demanda
para un horizonte de planeación (por ejemplo, un año), planee sus requerimientos
de recursos, determine las metas de producción en la planta, y maneje su planta
productiva para cumplir estas metas al mínimo costo, sin preocuparse demasia-
do por el patrón de demanda que enfrentan sus productos. Es tarea de la fuerza
› Figura 3.6
Principales fuentes de
desperdicio en una planta.
Supervisar el trabajo Esperar insumos Contar partes

de una máquina
Sobreproducción Mover partes grandes distancias Almacenar inventario
Buscar herramienta Descomposturas de máquinas Rebasar al trabajo
de ventas hacer que los inventarios lleguen a las manos de los clientes; en este
esquema, la planeación “empuja” a la producción. Este tipo de organización hace
necesario que la empresa recurra a los inventarios, tanto de materiales como de
producto final, para enfrentar las fluctuaciones de la demanda de corto plazo, sin
perder ventas por falta de inventario disponible.
La idea de crear un sistema de producción diferente del tradicional surge de
la preocupación de Taiichi Ohno por reducir los inventarios de producto final. Al
inspirarse en la forma como operan los supermercados, Ohno logró implantar un
sistema de producción donde, en lugar de que la planeación “empuje” a la pro-
ducción, sea la propia demanda la que genere sus órdenes de producción. De esta
manera, los pedidos de producción en la planta no se originan de una planeación
de mediano plazo, sino del patrón de demanda que enfrenta la empresa. Para sa-
tisfacer un pedido bajo este esquema, es necesario que el sistema sea capaz de
“jalar” los recursos (partes, componentes e insumos) hacia atrás y muy rápidamen-
te para satisfacer al cliente, con ello se reducen los inventarios de producto final,
ya que se produce sólo lo que se demanda. Debido a que bajo estos sistemas, es
la propia demanda la que genera las órdenes de producción, se les conoce con el
nombre de sistemas de producción tipo pull (término inglés que significa “jalar”
la producción).
El concepto de sistema tipo pull es la clave para entender la filosofía de pro-

ducción justo a tiempo, ya que todos los demás componentes tienen por finalidad
el que la implantación de este concepto sea efectiva en la práctica. En primer lugar,
la implantación de un sistema de producción tipo pull requiere la adopción de
algún mecanismo que permita transmitir rápidamente (hacia atrás) las órdenes
de producción a las diferentes estaciones que deben satisfacer el pedido (ya que
no se descansa en una planeación de mediano plazo). El mecanismo que la planta
de Toyota introdujo fue el kanban, aunque después aparecieron otras propuestas
como el CONWIP (vea Hopp y Spearman, 2001).
La palabra kanban significa tarjeta en japonés, y el término se aplica a un me-
canismo que permite transmitir los requerimientos de materiales y componentes
(hacia atrás) a partir de la demanda; los componentes o materiales requeridos se
retiran y se hace uso de tarjetas para indicar el retiro de los mismos. En la figura
3.7 se ilustra un sistema kanban que consta de dos procesos, el proceso A genera
piezas que requiere el proceso B; cuando el proceso B utiliza una pieza del alma-
cén B, de inmediato se retiran una tarjeta del “puesto de retiro” (flecha 1), y una
pieza del almacén A (flecha 2). La pieza del almacén A se deposita en el almacén
B (flecha 4), y la tarjeta en el “puesto de recibo” (flecha 3). En el “puesto de re-
cibo” se acumulan tarjetas hasta que el número justifique un lote de producción;
cuando ello ocurre, las tarjetas se llevan a “pedidos de producción” (flecha 5), para
ordenar que se produzcan piezas en el proceso A (flecha 6); una vez producido
el pedido, las piezas son depositadas en el almacén A (flecha 7) y las tarjetas co-
rrespondientes en el “puesto de retiro” (flecha 8). De esta manera se asegura que
siempre haya piezas disponibles para el proceso B, y las órdenes de producción se
transmiten (hacia atrás) a partir de la demanda de productos finales, lo que man-
tiene un nivel muy bajo de inventarios. Es conveniente indicar que si bien los pri-
meros sistemas kanban utilizaban tarjetas, actualmente estos sistemas acostumbran
utilizar otros tipos de señales (por ejemplo, luces), y por lo general se apoyan en
un sistema computarizado.
El mecanismo denominado CONWIP tiene la misma finalidad que el kanban,
aunque pretende aumentar la velocidad de respuesta del sistema al reducir el nú-
› Figura 3.7
Ilustración de un mecanismo
5 Retiro
kanban.
unidad
3 física
4
KANBAN KANBAN
Pedidos de Puesto
producción de recibo
6
7
Almacén A Almacén B
Proceso A
8 1
KANBAN Proceso B
Puesto
de retiro
mero de señales. La palabra CONWIP deriva de los términos CON (abreviación

de la palabra inglesa constant), y del término WIP (que es una sigla del término
inglés work in process), por lo que el nombre sugiere que con este mecanismo se
mantienen constantes los inventarios de trabajo en proceso. En efecto, al aplicar
el mecanismo CONWIP en una línea de producción, cada vez que sale una unidad
(o lote) de producción, se envía la orden al inicio de la línea para que produzca
la siguiente unidad (o lote). De esta manera, para implantar un sistema tipo pull
con el mecanismo CONWIP, sólo es necesario transmitir dos señales, la primera,
que genera la demanda al retirar el producto de inventario, y la segunda, que es
enviada al inicio de la línea para reponer el inventario faltante. Mediante este
mecanismo se mantiene constante el inventario de material en proceso, y su vo-
lumen es el estrictamente necesario para producir de manera rápida el siguiente
pedido, cuando sea demandado. Es conveniente indicar que, si bien este mecanis-
mo resulta menos complicado de implantar que el mecanismo kanban tiene, sin
embargo, la desventaja de restarle flexibilidad al sistema, ya que la orden de pro-
ducción que parte del inicio de la línea supone que se trata siempre del mismo
diseño; en otras palabras, no permite que las diferentes estaciones combinen
sus capacidades para elaborar productos con diferentes diseños y/o diferentes
secuencias de proceso. Sin embargo, por su mayor velocidad de respuesta, este
mecanismo resulta apropiado para producir bienes con un alto grado de estanda-
rización.
Métodos de producción y disposición de planta

Otra de las fuentes de desperdicio que llamó la atención de Taiichi Ohno fue que
en una línea de producción de alta velocidad, los operarios desperdician buena
parte de su tiempo al limitarse a observar el funcionamiento de las máquinas. Por
otro lado, al adoptar el sistema de producción tipo pull, éste exigirá que se pro-
duzcan lotes pequeños (ya que la producción no obedece a una planeación agre-
gada); entonces, la línea de producción clásica, basada en los principios de Ford y
en la estandarización del trabajo resultaría inapropiada para perseguir los objetivos
planteados por Ohno, ya que se generarían constantes paros y costos por apertura
de procesos con un desperdicio aún mayor.
La solución de Ohno que aplicó en la planta de Toyota, fue la de intentar
la formación de pequeños talleres que no se especialicen en la producción de un
componente, sino que tengan la flexibilidad suficiente para procesar una familia
de productos con requerimientos de proceso similares. Estos talleres fueron bauti-
zados con el nombre de células, así nació la manufactura celular (vea el capítulo
sobre diseño de disposición de planta). Bajo el concepto de manufactura celular
se diseñan talleres o células en función de familias de partes o componentes con
características similares. Con el objeto de reducir el espacio y permitir que los ope-
rarios se encarguen de diferentes procesos, se acostumbra diseñar células donde
las máquinas no están arregladas en línea, sino más bien en forma de U. Esta dis-
posición, además de reducir el espacio, permite que un operario se haga cargo de
varias máquinas, ya que se facilita el movimiento del operario de máquina a má-
quina. En la figura 3.8 aparece un ejemplo de una célula con disposición en U. En
dicha célula hay 3 operarios, cada uno a cargo de varias operaciones de manufac-
tura. Cada circuito de flechas indica el movimiento de un operario; por ejemplo,
el primer operario (el de la izquierda) opera la sierra y el primer torno, y hace la
inspección final para verificar la terminación de la manufactura de la pieza en
la célula. Resulta interesante que la idea de reducir el desperdicio (al reducir es-
pacios y hacer que los operarios se encarguen de varios procesos), hizo posible la
implantación de este método, que tiene por principal virtud la de ser sumamente
flexible para producir diferentes diseños en una misma célula. Una ventaja adi-
cional de esta tecnología es que los cambios requeridos para variar diseños y vo-
› Figura 3.8
Disposición de una célula
de manufactura. Sierra Tomo Tomo
P Pulidora
PV Prensa vertical PH
PH Prensa horizontal
PV
Pieza Inspec- PV
final ción P
lúmenes de producción se implantan fácilmente, basta con alterar las rutas y/o el
número de operarios.
Cabe señalar que la implantación de la manufactura celular no fue una tarea
fácil para Taiichi Ohno, ya que se vio forzado a introducir cambios tecnológicos
para que esta disposición de planta resultara productiva en la práctica. Es nece-
sario reconocer que la manufactura celular no puede alcanzar los niveles de velo-
cidad de la línea clásica de Ford, y puede resultar muy ineficiente si no se logran
reducir los costos por apertura de procesos. La reducción de costos de apertura
que logró la planta de Toyota tuvo como principal protagonista al consultor Shigeo
Shingo, quien logró reducir el tiempo de apertura de procesos en las prensas para
el estampado de carrocerías, de 6 horas a tan sólo 3 minutos, mediante un siste-
ma que denominó SMED (single-minute exchange of dies). A manera de ilustración
se resumen los principios de esta técnica, que pueden ser utilizados en cualquier
caso de reducción de tiempos de apertura (el lector interesado en este tema puede
consultar Shingo, 1989):
• Identificar los cambios externos e internos. Los cambios externos son los
ajustes necesarios que se efectúan cuando la máquina trabaja (por lo que no
se detiene la producción); los cambios internos se llevan a cabo cuando la
máquina está detenida, y hacen que se detenga el proceso productivo. Se es-
tima que la aplicación de este concepto reduce los tiempos de apertura entre
30 y 50 por ciento.
• Transformar los cambios internos a externos. Conforme a este principio, se
debe estar seguro de que, efectivamente, los cambios que se realizan cuando
la máquina está detenida, no eran posibles con la máquina en funcionamien-
to; por ejemplo, algunos requisitos como la disponibilidad de herramientas
y equipo, o la estandarización de las condiciones de los materiales requeri-
dos (precalentamiento, dimensiones, etc.), pueden cumplirse como cambios
externos.
• Facilitar el mecanismo de apertura. Este principio busca organizar la
apertura de un nuevo proceso, de manera que se facilite su ejecución. Por
ejemplo, los cambios externos se facilitan si se tienen a la mano los materia-
les y equipo necesarios, y se organiza de la mejor manera posible la estación
de trabajo; además, los cambios externos se reducen si se utiliza tecnología
apropiada; por ejemplo, al incorporar mecanismos de control numérico que
permitan programar automáticamente los cambios requeridos.
• Eliminar cambios innecesarios o ejecutarlos en paralelo. Finalmente,

se pueden reducir aún más los tiempos de apertura, si se diseña un equipo
de trabajo adecuado, en el que los miembros del equipo se coordinen para
realizar tareas simultáneas y estandaricen los materiales y el proceso de
apertura.
Recursos humanos y materiales flexibles

Hasta ahora se ha descrito cómo el objetivo de reducir el desperdicio condujo a
Taiichi Ohno a implantar un sistema de producción flexible, bajo el cual los ope-
rarios, en lugar de especializarse en una tarea, deben ser capaces de ejecutar dife-
rentes operaciones con base en las necesidades de producción; además, en lugar
de especializar la maquinaria y equipo para realizar tareas repetitivas, en el sis-
tema de Toyota se cambió la tecnología con el objeto de reducir los tiempos que
requieren las aperturas de nuevos procesos. Estos principios contrastan con los
principios tradicionales de una empresa que compite por volumen y bajo costo, y
cuya ventaja competitiva estriba en la especialización de los recursos humanos
y materiales. Por ello, la implantación del justo a tiempo requiere de programas
de capacitación constantes, con un diseño que desarrolle en los operarios las ca-
pacidades necesarias para ejecutar labores flexibles.
Por otro lado, la maquinaria y equipo también deben tener la capacidad para
adaptarse a los diferentes requerimientos de esta filosofía; en vez de utilizar ma-
quinaria especializada y con gran capacidad para ejecutar sólo un tipo de proceso,
se prefiere la maquinaria de propósito general, por medio de la cual se realizan
diferentes operaciones de manufactura. En muchas ocasiones es necesario realizar
modificaciones sobre la maquinaria y equipo, para que se adapten a las necesida-
des de la empresa. Por ejemplo, Taiichi Ohno se vio en la necesidad de implantar
sujetadores para detener la producción en espera de que un operario multifuncio-
nal termine su recorrido para darle atención. Asimismo, para reducir los tiempos
de apertura de procesos, puede ser conveniente la programación de la maquinaria
mediante controles numéricos.
Administración para la calidad total

Otro componente importante de la filosofía justo a tiempo es la administración para
la calidad total (tema de un capítulo posterior); el compromiso de todos los niveles
de la empresa por mejorar continuamente la calidad de los bienes y servicios que
ofrece. Debido que el justo a tiempo busca un flujo continuo de la producción, no
debe haber interrupciones por problemas de calidad; por esta razón, se establece
una política de prevención de la baja calidad y, en particular, se requieren provee-
dores altamente confiables, no sólo en cuanto a calidad sino también en cuanto
a rapidez en la atención de pedidos, la política de mantener un flujo de una sola
pieza a la vez facilita el control de calidad de los productos.
Algunos conceptos que ayudaron a los japoneses a facilitar la búsqueda de la
producción con cero defectos son el bakayake, que significa el uso de dispositivos
automáticos para controlar la calidad, y el Yo-i-don, que se refiere a la interrupción
de la producción si los trabajadores descubren un problema de calidad serio en
la producción. Otra herramienta que desarrollaron los japoneses para el control
total de la calidad son los círculos de calidad, pequeños grupos (de 4 a 15 miembros)
de trabajadores, por lo general del mismo taller o área de trabajo. Estos círculos de
calidad se reúnen periódicamente, bajo la dirección de un supervisor (una vez a la
semana, por ejemplo), para discutir sobre la mejora de sus métodos de operación,
analizar problemas y plantear soluciones a los mismos, con el objeto de mejorar
la calidad de la producción.
CASO 3.1: Papas cortadas justo a tiempo
Al igual que en México, en Lima, la capital de Perú, preguntado si el primer método no habría sido más
está muy difundido el consumo de pollo rostizado, económico, ya que las papas podrían comprarse en
que en ese país se conoce como pollo a la brasa. Allí el mercado mayorista. Sin embargo, tenga en cuenta
se acostumbra servir el pollo a la brasa acompañado que, con el nuevo método, los administradores de
de papas fritas, y en las décadas de los sesenta y se- esos negocios ya no necesitan invertir en inventario
tenta, en que este consumo se generalizó en la ciudad de papas, ni deben preocuparse de que las papas se
de Lima, los primeros restaurantes de pollo a la brasa echen a perder. Por otro lado, las papas cortadas no
compraban las papas, las pelaban y cortaban para tienen por qué ser tan caras, ya que el distribuidor de
freírlas en el mismo establecimiento. Es interesante papas aprovechará las economías de escala, además
indicar, asimismo, que muchos de estos negocios los de que las papas se podrían comprar directamente
dirigían miembros de la colonia japonesa, quienes al productor. Un factor que quizá llevó a este siste-
también se contaban entre los propietarios de las ma al éxito es que los distribuidores de papas, en
granjas productoras de pollo. A fines de la década de su mayoría, también eran miembros de la colonia
los setenta, los limeños fueron testigos de un cam- japonesa, lo que generó una mayor confianza entre
bio en el sistema de producción de papas fritas en los compradores. Este ejemplo permite apreciar la
esos establecimientos. Ya no se veía a los cocineros importancia que representa el factor confianza y los
cortar papas en los restaurantes, sino que llegaban principios de cooperación para la buena marcha de
camionetas con las papas cortadas y los abastecían los negocios. Ilustra también la idea de que una forma
cada vez que hacían un pedido, es el caso de papas eficiente de delegar el trabajo representa considera-
cortadas justo a tiempo. Algunos peruanos se habrán bles ahorros por las economías de escala que genera.
Desarrollo de proveedores
Por último, un componente no menos importante de la filosofía justo a tiempo es
el sistema de proveedores. El flujo continuo de la producción no podría lograrse
si los proveedores no entregaran los pedidos a tiempo y si el abastecimiento no
cumpliera con los estándares de calidad. Por esta razón, la industria japonesa crea
un sistema de organización industrial que se finca en una gran base escalonada
de proveedores. La empresa debe trabajar con sus proveedores, para hacerles las
sugerencias que permitan lograr un abastecimiento confiable y a tiempo, basando
sus relaciones en la confianza mutua y en la búsqueda de equilibrios cooperativos.
En el Caso 3.1 (tomado de Muñoz, 1992), se busca subrayar que el desarrollo de
proveedores, necesario para el justo a tiempo, puede funcionar sin muchas difi-
cultades en diferentes culturas, si se tiene la capacidad para buscar los puntos de
cooperación y beneficio mutuo.
Finalmente, conviene destacar los beneficios que obtienen las empresas que
han implantado el justo a tiempo. El logro fundamental es que mejoraron la cali-
dad de sus productos, redujeron el desperdicio, mantuvieron un sistema razona-
ble de inventarios y establecieron un sistema de producción como apoyo efectivo
de una estrategia de competencia por innovación y flexibilidad. En la figura 3.9 se
resumen estas ventajas y sus interrelaciones.
PERSONALIZACIÓN EN MASA
En muchos mercados las empresas enfrentan el paradigma de que sus clientes
demandan que sus órdenes sean atendidas con prontitud, a la vez que desean
productos altamente personalizados. Este paradigma lo han aprovechado algunas
empresas como Dell, empresa de computadoras personales, que atrae clientes con
base en la atención personalizada y logra a la vez tiempos de atención muy rápidos
› Figura 3.9
Beneficios del justo a tiempo.
Desarrollo
Métodos de producción de proveedores
y disposición de planta
Recursos humanos
y materiales flexibles
Sistema
de producción Administración Menor
Tipo Pull total de la calidad desperdicio
Producción
constante
Menor trabajo
por defectos
Inventarios
reducidos
Menor cantidad de mano de obra, maquinaria e inventario por la misma

o mayor producción. Mayor flexibilidad del sistema.
a costos razonables. El arte de atender la demanda de los clientes con un alto grado
de personalización, pero con el aprovechamiento de las ventajas de la producción
en masa, recibe el nombre de personalización en masa y ha probado ser un medio
muy eficaz para ganar mercados. En esta sección se analizan las distintas maneras
en que las empresas implementaron este concepto, así como de los elementos clave
que permiten implantar esta filosofía de producción.
Estrategias para la personalización en masa

No todas las empresas que adoptan la personalización en masa lo hacen por las
mismas razones. Gilmore y Pine (1997) clasificaron en cuatro categorías las formas
de personalización en masa y ayudan a entender mejor este concepto.
Personalización en cooperación
Bajo esta estrategia, la empresa interactúa con el cliente para ayudarlo a determinar
las características del producto que mejor se adapte a sus necesidades. Un ejemplo
es la empresa de anteojos japonesa Paris Miki, que utiliza imágenes digitales y catá-
logos de sus componentes para ayudar al cliente a seleccionar el modelo persona-
lizado que mejor le satisfaga, y después éste se produce en menos de una hora.
Personalización adaptable
Ocurre cuando el cliente recibe un producto estándar, pero éste es lo suficiente-
mente flexible como para satisfacer necesidades diferentes a partir de la situación
particular de su uso. La empresa estadounidense Lutron Electronics produce siste-
mas de iluminación caseros que combinan diferentes interruptores e intensidades

de luz para adaptar el sistema a situaciones diversas, ya sea una fiesta, un momento
romántico o uno de trabajo.
Personalización cosmética
Es una forma muy común de personalización, bajo la cual el cliente recibe el
mismo producto, sólo con una apariencia diferente que depende de su gusto. Esta
estrategia es muy común en la industria de alimentos, donde de acuerdo con el
supermercado o tienda que pide el producto, éste aparece con diferentes tamaños,
etiquetas y/o empaques.
Personalización transparente
La empresa sigue esta estrategia cuando tiene el suficiente conocimiento de su
cliente como para ofrecerle un producto personalizado sin que el cliente lo note.
En esta estrategia sobresale la empresa mexicana Cemex, que ofrece un producto
estándar (cemento), pero que puede prestar el servicio de vaciado de una estruc-
tura, con base en las necesidades del cliente (Faundes, 2006).
Los tipos de personalización anteriores difieren si ofrecen o no al cliente un
cambio en el producto mismo o en la presentación (vea la figura 3.10), como el
empaque, los materiales de presentación y propaganda, el servicio de posventa
o la marca misma del producto. Una empresa que adopte la personalización en
masa debe decidir con base en sus estudios de mercado el tipo que le conviene,
también debe considerar una posible combinación. Por ejemplo, Cemex utiliza
una personalización transparente cuando determina el servicio con base en la es-
tructura que presenta el cliente, sin embargo, también ofrece un servicio de ase-
soría técnica a pequeños constructores, en la que intenta una personalización en
colaboración.
Posponer la diferenciación del producto

La clave para lograr una personalización en masa efectiva, desde el punto de vista
operacional, consiste en posponer el paso de diferenciación del producto final el
mayor tiempo posible en la cadena de suministro (Feitzinger y Lee, 1997). Este obje-
tivo se logra con base en el diseño apropiado, tanto del producto como del proceso
de producción, y en la práctica existen varias maneras para lograr este objetivo, las
que difieren fundamentalmente en su costo. A continuación se comentan algunas
de las técnicas con más difusión (vea Lee y Tang, 1997).
Diseño modular
Como se explicó en la sección anterior, un diseño modular consiste en proponer
diferentes modelos para cada módulo del producto, pero se debe ofrecer la funcio-
nalidad requerida por el cliente al combinar los modelos de cada módulo. Además
de los costos adicionales por el diseño, la implantación de esta técnica incurre en
costos adicionales al posponer la diferenciación del producto. Por ejemplo, el en-
samble final sucede en el centro de distribución, no en la fábrica misma, por lo
que hay costos adicionales por coordinación y demoras. Esta técnica es apropiada
cuando el costo del diseño modular no es muy alto o el centro de distribución está
lejano a la fábrica.
Estandarización de componentes
Consiste en incorporar diferentes funcionalidades en un mismo componente.
Por ejemplo, una tarjeta electrónica que sirva tanto para una impresora de color
› Figura 3.10
PRODUCTO Dimensiones de la
personalización en masa.
EN
CON CAMBIO TRANSPARENTE
COOPERACIÓN
SIN CAMBIO ADAPTABLE COSMÉTICO
SIN CAMBIO CON CAMBIO
PRESENTACIÓN
como para una de blanco y negro. Esta técnica es muy conveniente cuando el
costo del componente estándar no es muy alto, aunque las ventajas disminuyen
si alguno de los componentes no es estandarizable, lo que obliga a personalizar el
ensamble del producto.
Rediseño del proceso

Consiste en alterar la secuencia de operaciones del proceso de manufactura, por
lo que se dejan al final las operaciones menos críticas en la personalización del
producto. Por ejemplo, tradicionalmente en la industria del vestido primero se tiñe
la tela y luego se confecciona el producto, pero debido a que el proceso de teñi-
do es mucho más rápido (se hace por lotes), puede ser preferible dejarlo al final
en espera de información más precisa sobre la demanda del producto. Esta técnica
es muy conveniente cuando es posible posponer para el final las operaciones de
corta duración y/o alto valor agregado.
EJERCICIOS
1. Identifique al menos tres de los retos que representa el 8. Indique para qué estrategia es apropiada la implantación
desarrollo de cadenas globales de proveedores. de la manufactura celular.
2. Explique en qué consiste la estructura de multitiers. 9. Señale los objetivos fundamentales que persigue la filo-
3. Mencione brevemente las principales diferencias entre sofía de producción justo a tiempo
la organización industrial de las empresas japonesas y la 10. Explique las razones por las cuales la aplicación del con-
organización industrial de las empresas de Estados Uni- cepto justo a tiempo exige que se reduzcan los tiempos
dos, desde principios de la Revolución Industrial hasta por apertura de procesos.
la década de los setenta. 11. Enuncie y explique los pasos que sugiere S. Shingo para
4. Señale las áreas de la empresa donde ha tenido su mayor reducir los tiempos de apertura de algún proceso.
impacto la incorporación de nuevas tecnologías de pro- 12. Indique en qué consiste el concepto de personalización
ducto, proceso e información. en masa.
5. Identifique las principales razones por las que se expe- 13. Identifique las principales estrategias que puede se-
rimenta un gran desarrollo debido a la aplicación de las guir una empresa para implantar la personalización en
tecnologías modernas en los sistemas productivos. masa.
6. Indique el significado del concepto de diseño modular. 14. Comente las principales técnicas de ingeniería que sir-
7. Describa brevemente lo que entiende por un sistema de ven para apoyar la personalización en masa.
manufactura flexible.
BIBLIOGRAFÍA
1. Castillo, A. L. y D. F. Muñoz (2004), “Desarrollo de un 11. Lee, H. L. y C. S. Tang (1997), “Modelling the costs and
sistema para programar recursos y actividades en la fa- benefits of delayed product differentiation”, Management
bricación de calentadores eléctricos bajo pedido”, Revista Science, 43(1), 40-53.
Facultad de Ingeniería, U.T.A. (Chile), 12 (2) 35-42. 12. McMillan, J. (1990), “Managing suppliers: incentive sys-
2. Faundes, A. (2006), “Compromiso en Cadena”, América tems in japanesse and U.S. industry”, California Manage-
Economía, noviembre-diciembre de 2006, 32-43. ment Review, verano de 1990, 38-55.
3. Feitzinger, E. y H. L. Lee (1997), “Mass customization at 13. Miranda, A. K. y D. F. Muñoz (2005), “DSS to manage
Hewlett-Packard: The power of postponement”, Harvard ATM cash under periodic review with emergency orders”,
Business Review, enero-febrero de 1997, 116-121. Proceedings of the 2005 Winter Simulation Conference,
4. Flaherty, M. T. (1996), Global operations management, M. E. Kuhl, N. M. Steiger, F. B. Armstrong, y J. A. Joines,
McGraw-Hill, Nueva York. eds. 2595-2599, Institute of Electrical and Electronics
5. Fowler, M. (2004), UML Distilled, 3a. ed., Addison-Wes- Engineers Inc., Orlando.
ley, Nueva York. 14. Muñoz, D. F. (1992). “Tendencias actuales en los sistemas
6. Gilmore, J. H. y B. J. Pine II (1997), “Customization: the de producción”. En Programa de Desarrollo Empresarial,
four faces”, Harvard Business Review, enero-febrero de Fascículo 2 del módulo V, M. E. Casar (ed.), y Nacional
1997, 91-101. Financiera, México, D. F.
7. Gonzáles, M. A. y J. P. Dalmasso (2005), “Las Pymes 15. Shingo, S. (1989), A study of the Toyota production system
ponen proa al futuro”, América Economía, enero-febrero from an industrial engineering viewpoint. Productivity
de 2005, 52-54. Press, Cambridge.
8. Groover, M. P. (2002), Fundamentals of modern manu- 16. Verter, D. y M. C. Dincer (1992), “An integrated evalua-
facturing: materials, processes and systems, 2a. ed., John tion of facility location, capacity expansion and techno-
Wiley, Nueva York. logy selection for designing global manufacturing
9. Hayes, R. H. y G. Pisano (1994), “Beyond world class: the strategies”, European Journal of Operational Research,
new manufacturing strategy”, Harvard Business Review, 60, 1-18.
1, 77-86.
10. Hopp, W. J. y M. L. Spearman (2000), Factory physics: foun-
dations of manufacturing management, 2a. ed., McGraw-
Hill, Nueva York.
CAPÍTULO 4
Introducción al análisis
de procesos
• Visión de proceso de las organizaciones

• Medición del desempeño
• Análisis de procesos de negocios
A
partir de este capítulo el análisis se dedica al sistema de operaciones desde
la perspectiva del flujo de las entidades (clientes, efectivo, partes y compo-
nentes) en el sistema de producción. Esta visión del proceso de producción
es muy útil para la dirección de las operaciones, ya que permite entender el proce-
so desde una perspectiva global. En este capítulo se presentan los elementos que
conforman esta visión, además de introducir las principales técnicas para analizar
el proceso de producción desde el punto de vista de la dirección del proceso. Los
capítulos posteriores se enfocan en el análisis de las medidas operacionales básicas
(tiempo de flujo, tasa de flujo e inventarios) de un proceso de negocios.
VISIÓN DE PROCESO DE LAS ORGANIZACIONES

En el primer capítulo se trató al concepto de sistema de producción como un proceso
de transformación y, aunque en la figura 1.1 se identificó por medio de un recua-
dro sencillo (como una “caja negra”), debe reconocerse que más bien es un sistema
consistente de un conjunto de procesos de negocios, donde cada uno cumple una
función particular dentro de la empresa. Más aún, debido a que el servicio juega un
papel cada vez más importante para retener a los clientes, ahora los productos que
ofrecen las empresas son “paquetes” de manufacturas y/o servicios; por ejemplo,
al comprar un electrodoméstico, el producto no sólo incluye la entrega del equipo,
sino que a menudo se consideran servicios asociados como el financiamiento, el
periodo de garantía, y la disponibilidad de repuestos y servicios de mantenimiento;
en forma semejante, la prestación de servicios también se asocia con el consumo
de manufacturas como formularios, alimentos, u obsequios de recuerdo. Cada uno
de los elementos del paquete tiene un proceso de negocios propio.
Ventajas de la visión de proceso

Al reconocer que existen múltiples procesos de negocios en una empresa, es con-
veniente concebir al sistema de producción como un sistema en el que diversas
entidades (clientes, materiales, componentes, información, etc.) fluyen a través de 69
› Figura 4.1
Visión de proceso de un sistema
productivo.
Recurso Recurso
Recurso Recurso
una red de recursos y rutas donde se ejecutan las diferentes actividades producti-
vas (vea la figura 4.1). Cada una de las entidades debe recorrer la ruta que corres-
ponde a su proceso de negocios para generar las manufacturas y los servicios que
ofrece la empresa. En la tabla 4.1 aparecen ejemplos ilustrativos de los elementos
(entidades, recursos y producto final) que constituyen la red para algunos proce-
sos productivos. Esta concepción del sistema de producción recibe el nombre de
“visión de proceso” (Anupindi et al., 2006), y entre las ventajas que se obtienen al
adoptar esta visión se encuentran:
• El solo ejercicio de identificar las entidades que fluyen en la red, sus rutas y
los recursos que se utilizan en cada proceso de negocios, permite que los ad-
ministradores de los procesos adquieran una mayor comprensión de los me-
canismos que gobiernan el proceso, lo que permite, además, que éstos se
ejecuten de manera transparente.
• La visión conjunta de las redes correspondientes a los diferentes procesos de
negocios, facilita identificar los recursos que se comparten, la capacidad del
sistema para incorporar nuevos procesos de negocios y el grado de interacción
entre los diferentes procesos. Estas ventajas proporcionan a los administra-
dores de primer nivel una visión más integral de la empresa.
• El estudio de redes, que ya cuenta con un desarrollo de varias décadas, en
particular el de las redes de telecomunicaciones, incentiva el estudio desde
el punto de vista de la congestión, la rapidez en el servicio y la velocidad de
producción. El estudio de estas características es importante ya que los mé-
todos existentes pueden aprovecharse para obtener medidas de desempeño
útiles para la evaluación de los sistemas productivos.
• La identificación de la red de recursos, rutas y entidades que constituyen los
procesos productivos también resulta útil para elaborar medidas de desem-
› Tabla 4.1 SISTEMA ENTIDADES RECURSOS PRODUCTO FINAL

Elementos de la red para ciertos
sistemas de producción. Ensamble de Lámina, partes, Técnicos, planta Automóviles
automóviles componentes automotriz
Tratamiento Pacientes, Médicos, equipo, Salud del paciente
médico medicamentos, órdenes enfermeras
Abastecimiento Órdenes, productos Transportadores, Disponibilidad de
de materia prima almacenes, materia prima
administradores
Servicio de Clientes, órdenes, Recepcionistas, Equipo en buen estado
mantenimiento equipo a inspeccionar técnicos
INTRODUCCIÓN AL ANÁLISIS DE PROCESOS 71
› Figura 4.2
SISTEMAS DE INFORMACIÓN Elementos de un proceso
de negocios.
RED DE ACTIVIDADES Y BUFFERS
ENTRADAS SALIDAS
ENTIDADES DE FLUJO
RECURSOS
peño del sistema y con base en la red, sus características y las medidas de
desempeño, es posible simular por computadora el desempeño de los procesos
bajo diferentes condiciones. Estas simulaciones sirven para diferentes fines:
■ Cuantificar el efecto de la incorporación de nuevas tecnologías o equipos.
■ Comparar el desempeño del sistema de producción bajo diferentes esque-
mas de organización (“rutas”) de los procesos de negocios.
■ Comparar el desempeño de diferentes políticas administrativas para los
procesos de negocios (por ejemplo, diferentes reglas para determinar el
orden de procesamiento de los trabajos).
■ Comparar el desempeño del sistema de producción ante diferentes esce-
narios (por ejemplo, de demanda).
Elementos de un proceso de negocios

Una vez que se adopta una visión de proceso, debe hacerse explícita, para ello
conviene identificar con la mayor precisión posible todos los elementos del proce-
so de negocios, con los diagramas y documentación necesarios. Para facilitar esta
tarea, a continuación se resumen los cinco elementos de un proceso de negocios
(vea la figura 4.2), que deben identificarse con claridad para cada uno de los pro-
cesos de la empresa.
Entradas y salidas
Constituyen los elementos con los que el sistema interactúa con su entorno. Las
entradas son los bienes tangibles o intangibles que fluyen desde el entorno hacia el
sistema, mientras que las salidas son los bienes que fluyen desde el sistema hacia
su entorno. En la tabla 4.2 aparecen algunos ejemplos.
› Tabla 4.2
SISTEMA ENTRADAS SALIDAS
Entradas y salidas en ciertos
Ensamble de automóviles Lámina, partes, componentes Automóviles de diferentes sistemas de producción.
modelos
Distribución desde tiendas a Productos para venta, pedidos Clientes satisfechos, productos
clientes de clientes entregados
Distribución desde fábrica hacia Productos para almacén de la Entregas, órdenes satisfechas
almacenes de tiendas fábrica, órdenes de pedido de
las tiendas
Entidades de flujo
Son las entidades que fluyen dentro del proceso y cuyo flujo se desea analizar.
Cada entidad tiene atributos, por ejemplo, el tamaño de la entidad es un atributo
importante, ya que no es lo mismo un pedido por 10 unidades de un producto que
por 100 unidades. Respecto de este atributo, asuma que cada entidad tiene una o
más unidades de flujo, que es una medida del tamaño de la entidad. En un pro-
ceso de negocios ciertas entidades se consolidan (por ejemplo un tablero y varias
patas se consolidan en una mesa) o también se ramifican (por ejemplo una orden
de compra de un producto se ramifica en una orden de cobro y en un pedido del
producto al almacén). Las entidades son importantes porque las medidas del flujo
de las entidades (rapidez, velocidad, congestión) determinan el desempeño del sis-
tema. Por otro lado, las unidades en las que se expresa el tamaño de las entidades
influyen en las decisiones sobre capacidad y diseño del sistema.
Red de actividades y buffer

Es el diagrama de flujo de las actividades y las secuencias de actividades que deben
recorrer las entidades de flujo. Los buffer son los espacios para el almacenamiento
temporal de las entidades que se encuentran en espera de ingresar a una actividad,
y las entidades en los buffer constituyen el inventario en espera. Observe que la
falta de inventario en espera detiene el proceso, mientras que el exceso es costo-
so y demerita la calidad del proceso. En la figura 4.3 se presentan los principales
símbolos para graficar una red de actividades y buffer.
Recursos
Son los activos tangibles necesarios para ejecutar las actividades de los procesos de
negocios. En general, existen dos tipos de recursos: los de capital (por ejemplo ins-
talaciones, equipo, maquinaria, transportadores), y los humanos (por ejemplo técni-
cos, operarios, funcionarios). Observe que una actividad requiere múltiples recursos
y que la eficiencia, costo y tiempo del proceso depende de la cantidad y calidad de
los recursos asignados a cada actividad.
› Figura 4.3
Principales símbolos usados en
una red de actividades y buffer. Evento de inicio o de terminación
Actividad (operación)
Actividad (transporte)
Movimiento (flujo)
Buffer (espacio para espera)
Decisión (ruteo)
Sistema de información
Determina la información disponible para administrar el flujo del proceso de ne-
gocios, recuerde que la administración del flujo de un proceso de negocios es el
conjunto de políticas que especifican la manera en que debe operar un proceso a
lo largo del tiempo (diseño, programación, asignación y secuenciación de activida-
des y recursos). Observe que la buena dirección administrativa de un proceso está
íntimamente relacionada con la disponibilidad de información.
Ejemplo 4.1. Un proceso de devolución de impuestos
La devolución de impuestos es un proceso de negocios importante que se ofrece

regularmente en un sistema de administración tributaria (SAT). La solicitud de
devolución se inicia con la declaración jurada del contribuyente, pero el trámite
específico debe iniciarlo el contribuyente acercándose personalmente a alguna de
las oficinas del SAT. Un proceso típico de devolución de impuestos consiste de los
siguientes pasos:
• El contribuyente solicita información sobre el trámite en el módulo de aten-

ción de la oficina del SAT, donde se le informa que debe cumplir ciertos re-
quisitos y presentar su solicitud con la documentación necesaria en el módulo
de devoluciones.
• El contribuyente presenta su solicitud y la documentación necesaria en el
módulo de devoluciones, donde se le informa que se publicará por Internet
el resultado de su trámite en el plazo correspondiente.
• Un comité revisor (CR) analiza la solicitud y la clasifica en alguna de las si-
guiente categorías: A (parece factible), B (requiere un examen más detallado)
o C (se rechaza la devolución).
• Las solicitudes tipo A y B las revisa su respectivo comité (CA y CB,) el que
emite el veredicto de aceptación o rechazo. Un veredicto de aceptación ge-
nera la emisión de un cheque por la cantidad correspondiente.
Con base en la información anterior los elementos de este proceso de negocios

son:
1. Entradas y salidas: cada entidad de entrada en este sistema es un contri-

buyente que desea solicitar una devolución de impuestos, mientras que la
salida puede ser un cheque por la devolución o un veredicto de rechazo de
la solicitud.
2. Entidades de flujo: la entidad de entrada al sistema es un contribuyente, que
luego evoluciona en un expediente que contiene una solicitud y ciertos docu-
mentos, para convertirse en un cheque o en un veredicto de rechazo, según
el caso. Mientras se desarrolla el proceso se pueden generar otras entidades
como podrían ser solicitudes de información o de registro de información.
3. Red de actividades y buffer: en la figura 4.4 se ilustra la red de activida-
des y buffer para este proceso de negocios. Observe que antes de cada una
de las actividades hay un símbolo de buffer (triángulo), que indica algunas
entidades en espera para ingresar a la actividad, porque todos los recursos
que ejecutan la actividad correspondiente están ocupados. Observe también
que se han ubicado 3 símbolos de ruteo (rombo) para indicar que la entidad
se dirigirá a una (y sólo una) de varias rutas posibles.
4. Recursos: en cada una de las actividades de la red de actividades y buffer
existe un pool de recursos humanos (empleados) y de capital (por ejemplo
computadoras) que permiten la ejecución de las correspondientes activida-
› Figura 4.4
Aceptación Emisión
para un proceso de devolución
de impuestos. de cheque
Aceptación
Revisión
CA
Rechazo
Módulo de Revisión Fin

Inicio
información CB
CA Rechazo
CB Rechazo
Módulo de Revisión
devolución rápida (CR)
des. Algunos recursos pueden compartirse con otros procesos de negocios

(por ejemplo personal del módulo de información o de emisión de cheques),
mientras que otros recursos pudieran ser exclusivos para el proceso de de-
volución de impuestos (personal del módulo de devolución, comité revisor,
comité A o comité B).
5. Sistema de información: además de la información requerida para ejecutar
cada una de las actividades del proceso de devolución (por ejemplo acceso a
la información sobre el contribuyente), la buena administración de este pro-
ceso exige el registro y procesamiento de información relacionada con los
tiempos de ingreso de las entidades a cada una de las actividades y buffer del
proceso de negocios, ya que de esta manera se podrá saber si se atienden las
solicitudes en tiempos razonables para el contribuyente. Información sobre
quejas o errores cometidos en el proceso también serán de mucha utilidad
para administrar adecuadamente el proceso.
MEDICIÓN DEL DESEMPEÑO

Una ventaja de la visión de proceso es que permite definir medidas operacionales
comunes a todos los sistemas de producción y a sus procesos de negocios. Estas
medidas de desempeño se relacionan con la velocidad de producción, la congestión
y el tiempo de respuesta del sistema. En la presente sección se presentan las me-
didas operacionales básicas de un sistema de producción, así como una ecuación
muy importante, la regla de Little, que es una relación de mucha utilidad práctica
entre estas medidas operacionales.
Medidas operacionales básicas de flujo

En todo proceso de negocios existen medidas de desempeño específicas y que no
son aplicables a otros procesos. Por ejemplo, en el proceso de devolución de im-
puestos el número de clientes que presentan quejas por no estar de acuerdo con el
veredicto de aceptación o rechazo, es una medida del desempeño de este proceso;
sin embargo, no aplica para procesos de manufactura en los que hay inventario
de material en proceso que no es capaz de emitir quejas. En cambio, existen otras

medidas de desempeño que son universales, desde el punto de vista que aplican
para cualquier proceso de negocios.
Con el objeto de presentar las medidas operacionales básicas de flujo con la
mayor precisión posible, conviene que preste atención a la siguiente notación ma-
temática. Suponga que en cierto sistema (un proceso de negocios) llegan entida-
des que permanecen dentro de él y luego salen. Durante el periodo entre T 0 y
T t y en el intervalo de tiempo [0, t] se registraron las siguientes variables:
N(s) número de unidades de flujo que han salido del sistema hasta el tiempo s
I(s) número de unidades de flujo que se encuentran dentro del sistema al
tiempo s,
Ti tiempo que la i-ésima unidad de flujo permaneció en el sistema,
para 0 s t, i N(t). Las medidas operacionales básicas del flujo en un siste-

ma son la tasa de flujo:
N (t )
R(t ) = , (4.1)
t
el inventario promedio en el sistema
t
∫ I (s)ds ,
I (t ) = 0 (4.2)
t
y el tiempo promedio de flujo:
N (t )
∑ Ti
i =1
T (t ) = . (4.3)
N (t )
La tasa de flujo mide la velocidad de producción en un proceso de negocios, mien-

tras que el inventario promedio es una medida de la congestión y el tiempo pro-
medio de flujo es una medida del ciclo de tiempo que toma la producción de una
unidad de flujo. Otra medida operacional de importancia en un proceso de nego-
cios es la rotación de inventarios, que se obtiene a partir de las medidas básicas
y se define por:
R(t )
V (t ) = . (4.4)
I (t )
La rotación de inventarios puede interpretarse como las “vueltas” (o repo-

siciones) que experimenta el inventario promedio del sistema en el intervalo de
tiempo [0, t].
Ejemplo 4.2. Medidas de desempeño en un cajero automático
El empleado de una agencia de Bancomar observa que el cajero automático se en-

cuentra desocupado (en T 0) y decide registrar el tiempo (en minutos) en que
ocurren los eventos de llegada y salida de clientes, espera a que llegue el primer
cliente y hasta que el cajero se desocupe nuevamente (vuelva a estar vacío). Los
resultados del experimento del empleado se resumen en la tabla 4.3.
En consecuencia, el empleado observó el sistema del cajero automático
entre T 0 y T 9.7 minutos. Como puede observar en la tabla, el número de
› Tabla 4.3 EVENTO TIEMPO DE OCURRENCIA ( s ) N (s ) I (s )

Tiempos de ocurrencia
de los eventos en un cajero Inicio de registro 0 0 0
automático. Llegada cliente 1 1.5 0 1
Llegada cliente 2 2.7 0 2
Salida cliente 1 3.2 1 1
clientes atendidos fue de N(9.7) 5, por lo que la tasa de flujo observada fue de
R(9.7) 5/9.7 艐 0.515 clientes por minuto. Para calcular el inventario promedio a
partir de los datos de la tabla 4.3, primero grafique el inventario I(s) como función
del tiempo (s). La gráfica correspondiente se presenta en la figura 4.5.
La gráfica muestra que el área bajo la gráfica de I(s) es una suma de rec-
tángulos, por lo que a partir de (4.2) y los datos de la tabla el inventario prome-
dio es:
1
I(9.7) = [0(1.5 − 0) + 1(2.7 − 1.5) + 2(3.2 − 1.7) + ... + 1(9.7 − 8.3)] =
9.7
14.7
= ≈ 1.515 clientes
9.7
Por último, los datos de la tabla muestran que los tiempos de permanencia para
cada uno de los 5 clientes registrados son los siguientes:
Cliente (i) 1 2 3 4 5
Permanencia (Ti) 1.7 2.5 3.3 3.5 3.7
› Figura 4.5
Gráfica del inventario de clientes I(s)
en un cajero automático.
3
2
Clientes
0
0 1.5 2.7 3.2 3.5 4.85.2 6 6.8 8.3 9.7
Tiempo (s)
En consecuencia, el tiempo promedio de flujo es:
1 14.7
T(9.7) = [1.7 + 2.5 + 3.3 + 3.5 + 3.7] = ≈ 2.94 miintuos,
5 5
que es el tiempo promedio de permanencia en el cajero (espera más atención) de
los clientes observados. Observe que −
I (9.7) R(9.7)T−(9.7), lo cual no es una coin-
cidencia, como verá a continuación.
✤
La regla de Little
En general resulta muy difícil calcular las medidas operacionales básicas de desem-
peño de un sistema, a partir de sus características de diseño y patrón de llegadas
de entidades, a menos que se registre empíricamente la evolución del sistema. Al
respecto, la herramienta más útil para establecer conclusiones cercanas a la reali-
dad es la simulación de sistemas, y el lector con interés en el tema puede consultar
Kelton et al. (2007). Existe, sin embargo, una regla muy útil para establecer conclu-
siones aproximadas sobre las medidas operacionales básicas en el largo plazo. Para
ser más precisos, denote con R, − I y T− a la tasa de flujo, el inventario promedio y
el tiempo de flujo de un sistema en el largo plazo, es decir, tome el límite cuando
t → a las correspondientes medidas de desempeño definidas en (4.1)-(4.3). La
regla de Little establece que:
−
I RT−. (4.5)
Esta regla fue enunciada inicialmente por John D. C. Little, profesor de la MIT
Sloan School of Management, y lo sorprendente de la misma es que aplica a siste-
mas muy complejos, ya sea al sistema completo o a un subsistema (o proceso) del
mismo, se han desarrollado extensiones de la regla de Little bajo condiciones muy
generales (vea Glynn, 1989). Observe que si V denota la rotación de inventarios
en el largo plazo, a partir de (4.4) y (4.5) puede concluir que:
V R/ −
I 1/T−. (4.6)
Además, en la ecuación (4.1) la tasa de flujo R(t) se define con base en las unida-
des que salen del sistema, por lo que en un sentido estricto es más bien la tasa
de salida del sistema. Aunque se puede proporcionar una definición similar para
la tasa de entrada, para un sistema en estado estable, la tasa de entrada debe ser
igual a la tasa de salida en el largo plazo (de otra forma los inventarios crecerían
indefinidamente), y por esta razón en la regla de Little (y en los siguientes ejem-
plos de este capítulo), sólo se hace referencia a la tasa de flujo R y se supone un
sistema en estado estable y, en consecuencia, la tasa de entrada y la tasa de salida
son iguales a R.
Ejemplo 4.3. Diferentes aplicaciones de la regla de Little
Con el objeto de ilustrar la versatilidad de la regla de Little para establecer con-

clusiones sobre el desempeño de un sistema, a continuación se plantean algunos
casos.
1. Flujo de materiales: un restaurante de comida rápida procesa un promedio

de 1 tonelada de carne molida por semana y mantiene un inventario pro-
medio de 0.5 toneladas. Al considerar como unidad de flujo 1 kg de carne
molida, se desea identificar el tiempo promedio que permanece cada kg de

carne molida en el restaurante.
2. Flujo de clientes: el restaurante atiende un promedio de 500 clientes al día
(durante 15 horas al día), el promedio de clientes presentes en el restaurante
(ordenando, en espera para ordenar, en espera de la orden o comiendo en
alguna de las mesas) es de 25. Se desea saber el tiempo promedio que per-
manecen los clientes en el restaurante.
3. Línea de producción: la oficina de una compañía de seguros procesa 10 000
solicitudes de reclamos al año, con un tiempo de procesamiento promedio
de 3 semanas (se consideran 52 semanas al año). ¿En promedio, cuántas so-
licitudes de reclamo se encontrarán en proceso?
4. Capital de trabajo: una fábrica de acero procesa insumos (mineral de hie-
rro, coque, etc.) por un valor de 400 millones de dólares al año e incurre en
un costo de procesamiento de 200 millones al año. El valor de su inventario
(insumos más materiales en proceso) en promedio es de 10 millones. ¿Cuán-
to tiempo en promedio permanece cada dólar invertido en el proceso de
producción?
5. Liquidez: una empresa distribuidora de artículos para el hogar tiene un nivel
de ventas de $300 millones al año y en promedio el volumen de sus cuentas
por cobrar gira alrededor de $45 millones. En promedio, ¿cuál es el lapso de
demora entre la emisión del recibo y el cobro efectivo?
A continuación se da respuesta a las interrogantes planteadas:
1. En este caso R 1 tonelada/semana, − I 0.5 toneladas, por lo que el tiempo

promedio que cada kg de carne molida permanece en el restaurante es de
T− 0.5/1 0.5 semanas.
2. En el caso del flujo de clientes R 500 clientes/día, −
I 25 clientes, por lo
que el tiempo promedio que permanecen los clientes en el restaurante es de
T− 25/500 0.5 días de 15 horas, es decir, de 45 minutos.
3. Para la compañía de seguros R 10,000 solicitudes/año, T− 3 semanas, por
lo que el número promedio de solicitudes en proceso es de − I 10000(3)/52
艐 577 solicitudes.
4. En el caso de la fábrica de acero R 400 200 600 millones de $/año,
−
I 100 millones de $, por lo que el tiempo promedio que permanece cada
dólar invertido en el proceso de producción es de T− 10/600 1/60 años,
es decir, de 0.2 meses.
5. Para la empresa de artefactos para el hogar R 300 millones de $/año,
−
I 45 millones de $, por lo que el lapso de demora entre la emisión del reci-
bo y el cobro efectivo es de T− 45/300 0.5 años, es decir, de 1.8 meses.
Cabe mencionar que en estos casos se supone que los datos son representativos
del desempeño en el largo plazo.
ANÁLISIS DE PROCESOS DE NEGOCIOS

En esta sección se describe cómo el análisis de las medidas operacionales básicas
de un proceso de negocios es de mucha utilidad para obtener una visión del pro-
ceso como un todo, lo que permite conclusiones rápidas sobre la eficiencia del
proceso productivo o sobre las oportunidades de mejora del mismo. También se
muestra cómo la regla de Little es una herramienta fundamental para el análisis
de procesos.
Comparación de diseños alternos

Una primera aplicación del análisis de las medidas operacionales básicas de un
proceso de negocios es la comparación entre diseños alternos para el mismo pro-
ceso de negocios, y en particular, el poder concluir cuál de los diseños es el más
apropiado. El siguiente ejemplo ilustra cómo el análisis de las medidas de flujo
ayuda a concluir si un nuevo diseño para un proceso de negocios es mejor que el
diseño anterior.
Ejemplo 4.4. Desempeño de un nuevo diseño

para la devolución de impuestos
Antes de implantar el sistema para la devolución de impuestos del ejemplo 1, el

SAT recibía un promedio de 1 000 solicitudes por mes y no distinguía entre soli-
citudes tipo A, B o C, de manera que un solo comité se encargaba de hacer una
revisión exhaustiva, como se ilustra en la figura 4.6, donde además se presenta el
inventario promedio de solicitudes (clientes) que se observó en cada una de las
actividades.
Debido a que no se tiene información acerca de cuáles solicitudes están en
proceso y cuáles en espera, se eliminaron los símbolos de buffer en la figura, por lo
que el inventario promedio reportado para cada actividad incluye a las solicitudes
en espera y a las que están en atención (en proceso). Así, por ejemplo, existían en
promedio 500 solicitudes recibidas en el área de revisión exhaustiva, algunas de
ellas en revisión de algún empleado y otras simplemente en espera por el inicio
de su revisión. Observe que al asumir datos de estado estable, la tasa de salida de
cada proceso es igual a su tasa de entrada y, en particular, la tasa de flujo del pro-
ceso de revisión exhaustiva continúa en 1 000 solicitudes/mes. Con los datos de la
figura se determina (al aplicar la regla de Little) que la revisión exhaustiva de cada
solicitud tomaba en promedio T− 500/1000 0.5 meses, por lo que se decidió
cambiar la revisión exhaustiva por el proceso descrito en el ejemplo 4.1. Observe
que si se incluye la emisión de cheques, el inventario promedio desde la revisión
exhaustiva es de − I 500 20 520, por lo que el tiempo promedio que toma
la atención de una solicitud desde la revisión exhaustiva (incluso la emisión de
cheques) es de T− 520/1000 0.52 meses.
Luego de implantar el nuevo proceso de atención de solicitudes, como en
el caso anterior, no se dispone de datos precisos sobre el tiempo de atención de
cada solicitud, pero en cambio se dispone de datos sobre el inventario promedio
de solicitudes, como se ilustra en la figura 4.7, donde nuevamente se eliminaron
los símbolos de buffer por no disponer de la información precisa.
Para saber, con base en los datos encontrados, si el tiempo promedio de atención
de las solicitudes mejoró con este nuevo proceso de atención, basta con identificar
que el inventario total para el nuevo proceso es de −I 30 250 20 20 320,
› Figura 4.6
R 1000 Desempeño del proceso
antiguo para la devolución
Módulo de –
Inicio – Aceptación I 20 de impuestos.
información I 1
(80%)
Emisión
de cheque
Módulo de Revisión
Fin
devolución exhausiva
Rechazo (20%)
– –
I 2 I 500
› Figura 4.7
Desempeño del nuevo R 1000
proceso para la devolución
Módulo de –
información I 1
de impuestos. Inicio
– –
I 250 Aceptación I 20
(76%)
Revisión Emisión
– Módulo de CB de cheque
I 2 devolución
Rechazo (24%)
CB (40%) Rechazo
(10%)
Revisión Fin
rápida (CR)
– CA (50%)
I 30
Rechazo (0.8%)
Revisión
CA
Aceptación (99.2%)
–
I 20
por lo que el tiempo promedio que toma la atención de una solicitud desde la re-
visión rápida (incluso la emisión de cheques) es de T− 320/1000 0.32 meses,
que es sustancialmente mejor que los 0.52 meses que tomaba el proceso anterior.
Observe que si bien este análisis permite evaluar si el proceso mejoró o no, con base
en datos empíricos, en cambio no es capaz de indicar la razón del cambio. En los
ejemplos posteriores verá cómo se pueden explotar mejor los datos disponibles.
Análisis de un proceso por actividades

Una herramienta muy útil para evaluar el desempeño de un proceso de negocios
es la gráfica de las medidas operacionales básicas del proceso de negocios (vea la
figura 4.8). En el eje de las abscisas se presentan los tiempos promedio de flujo de
las actividades del proceso, mientras que en el eje de las ordenadas aparecen las
tasas de flujo correspondientes, y al aprovechar la regla de Little, ya no es nece-
sario indicar explícitamente el inventario promedio de cada actividad, ya que éste
corresponde al área del rectángulo de la actividad correspondiente. Con el siguien-
› Figura 4.8
Gráfica de medidas Tasa
operacionales básicas de flujo
de flujo. 1000
800
600
400
200
5 10 15 20 Tiempo
MI 0.03
CA 1.2 (días)
MD 0.06 CB 18.75 ECH 0.75
CR 0.9
INVENTARIO TIEMPO DE FLUJO TIEMPO DE FLUJO › Tabla 4.4

Medidas operacionales básicas
ACTIVIDAD TASA DE FLUJO PROMEDIO PROMEDIO (MESES) PROMEDIO (DÍAS)
de flujo para el proceso de
Módulo de información 1000 1 0.001 0.03 devolución de impuestos.
Módulo de devolución 1000 2 0.002 0.06
Revisión rápida 1000 30 0.03 0.9
Revisión comité A 500 20 0.04 1.2
Revisión comité B 400 250 0.625 18.75
Emisión de cheques 800 20 0.025 0.75
te ejemplo se ilustra la construcción de una gráfica de las medidas operacionales

básicas de un proceso de negocios.
Ejemplo 4.5. Análisis de las actividades del proceso

de devolución de impuestos
El nuevo proceso del SAT, descrito en los ejemplos 4.1 y 4.5, sirve de ejemplo para
ilustrar el análisis de un proceso por actividades. De acuerdo con la figura 4.7, el
proceso tiene 6 actividades y para cada una de ellas se dispone de la correspon-
diente tasa de flujo y del inventario promedio, por lo que, si supone al sistema en
estado estable, es posible calcular el tiempo promedio de flujo para cada actividad.
Los resultados se resumen en la tabla 4.4, y a continuación se explican algunos
de los cálculos.
Debido a que la tasa de flujo para la revisión rápida es de 1 000 solicitudes/
mes y su inventario promedio es de 30, al aplicar la regla de Little se obtiene un
tiempo de flujo promedio de T− 30/1 000 0.03 meses (0.9 días con un mes de
30 días). En forma semejante se obtienen los tiempos de flujo promedio para los
módulos de información y devolución.
Puesto que 50% de las solicitudes pasan a revisión por el comité A, la tasa
de flujo para la revisión por el comité A es de (0.5)1 000 500 solicitudes/mes, y
su inventario promedio es de 20, al aplicar la regla de Little se obtiene un tiempo
de flujo promedio de T− 20/500 0.04 meses (1.2 días). En forma similar se ob-
tiene el tiempo de flujo promedio para la revisión por el comité B.
Por último, observe que en la figura 4.7 la emisión de cheques recibe flujo por
dos caminos, entonces las tasas de flujo deben sumarse: (0.76) 400 (0.992)500
800 solicitudes/mes, y su inventario promedio es de 20, al aplicar la regla de
Little se obtiene un tiempo de flujo promedio de T− 20/800 0.025 meses (0.75
días). La gráfica de las medidas operacionales básicas de flujo para el proceso de
devolución de impuestos se presenta en la figura 4.8.
Observe en la figura 4.8 que la actividad con mayor oportunidad para la me-
jora es la revisión por el comité B (tiene el mayor tiempo de flujo), mientras que
las actividades donde la mejora tendría un mayor impacto son los módulos de in-
formación y devolución y la revisión rápida (tienen la mayor tasa de flujo). Por otro
lado, la magnitud de los inventarios en cada actividad se aprecia también en la grá-
fica, ya que éstos corresponden a las áreas de los correspondientes rectángulos.
Cuando en un sistema existen varios tipos de clientes, el análisis de flujo por tipo de
cliente tiene un interés práctico. El ejemplo 4.4 muestra que para el nuevo proceso
el tiempo promedio de revisión (y emisión de cheques) de todas la solicitudes es de
0.32 meses, pero sería interesante responder a la interrogante de cuál es el tiempo
promedio de flujo para las solicitudes rechazadas y para las aceptadas por separado
(no sería sorprendente que las solicitudes rechazadas sean más tardadas). Con los
datos del ejemplo 4.4, sin embargo, no es posible responder a esta interrogante,
ya que no están disponibles los datos de inventario promedio por tipo de cliente;
por ejemplo, se sabe que el número promedio de clientes en la revisión rápida es
de 30 (vea la figura 4.7), pero no se sabe el promedio de los que serán aprobados
y de los que serán rechazados por separado. En el siguiente ejemplo se proporcio-
nan datos suficientes para efectuar un análisis de flujo por tipo de cliente, además
de que se explica cómo se combinan tiempos de flujo por tipo de clientes (o rutas
diferentes) para obtener el tiempo de flujo combinado.
Suponga que existen n rutas para los clientes de un sistema, en el que la tasa
promedio de flujo y el tiempo promedio de flujo para la ruta i son Ri y T−i, i 1,
2, … , n, respectivamente. Entonces la tasa de flujo promedio (combinada) para las
n rutas responde a la ecuación:
n
∑ Ri Ti
i =1
T= n
. (4.7)
∑ Ri
i =1
Ejemplo 4.6. Análisis de un servicio del cuidado

de la salud por tipos de clientes
A la sala de emergencia del hospital Arcángel llegan 40 pacientes por hora en pro-
medio y se desea implantar un sistema de expedición de pacientes. Bajo el nuevo
sistema los pacientes se registran (actividad que toma 3 minutos en promedio),
y a continuación reciben una inspección rápida por una asistente de enfermería,
quien clasifica el caso para una simple receta o para una admisión potencial al
hospital (tratamiento especializado); los primeros ingresan al área de tratamiento
regular, y los segundos al área de tratamiento especializado. Con base en pruebas
experimentales y patrones de llegadas se estima que la inspección rápida de una
asistente tomará 4 minutos en promedio, que habrá un promedio de 15 pacientes
en espera por el registro y 4 en espera para recibir la inspección rápida. En cuanto
a la atención en el área de tratamiento regular se estima que tome 6 minutos en
promedio y que habrá un promedio de 10 pacientes en espera para recibir aten-
ción; mientras que en el área de tratamiento especializado el tiempo promedio
de atención será de 30 minutos, con sólo 1 paciente (en promedio) en espera de
atención. Se sabe que 90% de los pacientes ingresa al área de tratamiento regular
y el resto a tratamiento especializado. Los datos se estimaron en el supuesto de
que la asistente de enfermería siempre acierta en su clasificación. Con base en esta
información y en el supuesto de un sistema en estado estable, se da respuesta a
las siguientes interrogantes:
1. ¿Cuál es el tiempo promedio que permanecerá un paciente que requiere tra-

tamiento especializado en la sala de emergencia?
2. ¿Cuántos pacientes (en promedio) habrá en total en la sala de emergencia?
3. ¿Cuál es el tiempo promedio que permanecerán los pacientes en la sala de
emergencia?
Para dar respuesta a dichas interrogantes, es conveniente construir la red de

actividades y buffer para este proceso, la cual se presenta en la figura 4.9. Obser-
ve que se tiene información del inventario promedio en los buffer, con la cual se
obtendrá el tiempo de flujo promedio mediante la regla de Little, mientras que
› Figura 4.9
R 40/hora Red de actividades y buffer
Tratamiento para una sala de emergencia.
Inicio – especializado
– I 1 –
I 15 T 30 min
90% Tratamiento
–Registro Inspección Fin
–
– regular
– –
T 3 min. I 4 T 4 min. I 10
T 6 min.
para las actividades se tiene información del tiempo promedio de flujo, por lo que
se obtendrá el inventario promedio con la regla de Little.
Para responder la primera pregunta primero se calculan los tiempos prome-
dio de espera en cada buffer:
T−ER 15(60)/40 22.5 minutos, T−EI 4(60)/40 6 minutos, T−ETE 1(60)/4

15 minutos, T−ETR 10(60)/36 16.66 minutos, por tanto, los pacientes que pasan
por el área de tratamiento especializado tienen un tiempo de flujo promedio de:
T−FTE 22.5 3 6 4 15 30 80.5 minutos.
Para responder la segunda pregunta se calculan los promedios de pacientes

(en proceso) en cada actividad:
I R 3(40)/60 2, −
− I I 4(40)/60 2.66, −
I TE 30(4)/60 2, −
I TR 6(36)/60
3.6, por tanto, el inventario promedio en todo el sistema es de:
−
I 15 2 4 2.66 1 2 10 3.6 40.26 pacientes.
Para responder la última pregunta se usan los datos de la respuesta a la pregunta

1, por tanto, el tiempo de flujo promedio de los pacientes que pasan por el área
de tratamiento regular es de:
T−FTE 22.5 3 6 4 16.66 6 58.16 minutos,
entonces, al aplicar la ecuación (4.7) el tiempo promedio que permanecerán los

pacientes en la sala de emergencia es de:
36(58.16) + 4(80.5)
T= = 60.4 minutos.
40
Observe que al usar la respuesta de la pregunta 2 y la regla de Little se obtiene el
mismo resultado (40.26)(60)/40 60.4 minutos.
✤
Análisis de un proceso con diferentes tamaños de entidades

En muchos procesos de negocios las entidades que fluyen en el sistema no siem-
pre son del mismo tamaño, por ejemplo, los rollos de lámina de acero que se pro-
ducen en una laminadora pueden ser de diferente peso, de la misma manera que
las familias que solicitan reservaciones en un hotel tienen diferentes números de
miembros. En este caso, para analizar el proceso se asigna un tamaño en unidades
comunes (unidades de flujo) a cada entidad, de manera que el inventario en el sis-
tema se expresa en unidades de flujo y la tasa de flujo se expresa en unidades de

flujo/unidad de tiempo. Aun con estas consideraciones todavía aplica la regla
de Little expresada en la ecuación (4.5). El siguiente ejemplo analiza el flujo de
efectivo en un proceso de negocios. En este caso, la unidad de flujo es la unidad
monetaria ($), misma que se aplica a cualquier entidad y se ilustrará también cómo
los datos para analizar el proceso pueden salir de informes contables.
Ejemplo 4.7. Análisis del capital de trabajo para la producción

de un componente electrónico
Delmex fabrica un componente electrónico en una célula de manufactura, de acuerdo

con los diagramas de flujo que se ilustran en la figura 4.10. Como puede apreciar,
existen dos procesos de negocios importantes: 1) manufactura y almacenamiento,
y 2) cobranza. El proceso de manufactura consiste en el sellado de las dos tarjetas
(A y B) que conforman el componente, la tarjeta A se fabrica en Delmex (activi-
dad llamada Tarjetas A en la figura 4.10) y a partir de las partes A la tarjeta B se
adquiere con un proveedor. El objeto es calcular el tiempo de flujo del capital de
trabajo de Delmex, es decir, cuánto tiempo en promedio permanece en el proceso
un dólar invertido en la producción y el cobro del componente electrónico. Para
esto es conveniente interpretar a las flechas de los diagramas de la figura 4.10 como
el flujo de entidades expresadas en unidades de flujo monetario (dinero).
Como puede imaginar, los tiempos de flujo del efectivo no son fáciles de
registrar en un sistema contable, por lo que se calcularán indirectamente con la
regla de Little. La tasa de flujo de los procesos de Delmex resulta de los estados
consolidados de fin de año (tabla 4.5). Como puede apreciar en la tabla, la tasa de
flujo para el proceso 1 es de R1 204.3 mil $/año, mientras que para el proceso
2 es de R2 320.3 mil $/año.
Por otro lado, los inventarios de los procesos de negocios se ubican en el ba-
lance general de fin de año, los datos aparecen en la tabla 4.6, el inventario para
el proceso 1 es de −I 1 33.7, y de −
I 2 30.4 para el proceso 2.
Al suponer que los inventarios reportados a fin de año representan el prome-
dio anual se aplica la regla de Little para encontrar los tiempos de flujo promedio
para cada proceso:
T−1 33.7(360)/204.3 艐 59 días, T−1 30.4(360)/320.3 艐 34 días),
› Figura 4.10
Procesos de negocios Proceso 1: Manufactura y almacenamiento
de un componente
electrónico de Delmex.
Almacena-
Partes A Tarjetas A Sellado Fin
miento
Inicio
Tarjetas B
Proceso 2: Cobranza
Cuentas
Inicio Fin
por cobrar
VENTAS NETAS 320.3 › Tabla 4.5

Estados consolidados para
Costos y gastos el componente electrónico
Costo de ventas 204.3 de Delmex (mil $/año).
Gastos de administración 40.3
Gastos financieros 4.5
Depreciación 2.5
Otros gastos 2.4
Costos y gastos totales 254
Utilidades antes de impuestos 66.3
Provisión de ISR 25.2
Utilidad neta 41.1
entonces, una vez realizada una venta, Delmex debe esperar 34 días en promedio
para recibir dinero de los clientes y, en promedio, es necesario que transcurran 93
días (59 en manufactura y almacenamiento 34 en cuentas por cobrar) para que
el capital de trabajo invertido sea recuperado.
Con este enfoque de asignar a las entidades una medida de tamaño común
($), se ilustra el análisis de los procesos por actividades. Los datos se presentan en
la tabla 4.7, donde, por ejemplo, la tasa de flujo para la actividad Partes A (de la
figura 4.10) es de 81.2 mil $/año, mientras que el inventario es de 4.5 mil $. Ob-
serve que el costo de la manufactura de las tarjetas A vendidas es de 10.2 mil $,
lo que da una tasa de flujo total de 81.2 10.2 mil $/año para las tarjetas A.
ACTIVO CIRCULANTE › Tabla 4.6

Parte del balance general
Efectivo y caja 2.5 para el componente electrónico
Inversiones temporales 3.8 de Delmex (mil $).
Cuentas por cobrar 30.4
Inventarios 33.7
Otros activos circulantes 2.6
Total activo circulante 73
INVENTARIOS › Tabla 4.7

Inventarios y costos de los
Partes A 4.5 componentes vendidos por
Tarjetas A 3.4 Delmex (mil $ y mil $/año).
Tarjetas B 9.8
WIP Componentes sellados 7.6
Componentes en almacén 8.4
Costo total de inventarios 33.7
COSTO DE VENTAS
Partes A 81.2
Manufactura de tarjetas A 10.2
Tarjetas B 97.5
Sellado de componentes 15.4
Costo total de ventas 204.3
› Tabla 4.8 INVENTARIO TASA DE FLUJO TIEMPO DE FLUJO TIEMPO DE FLUJO

Medidas operacionales básicas
ACTIVIDAD PROMEDIO (MIL $) (MIL $/AÑO) PROMEDIO (AÑOS) PROMEDIO (DÍAS)
de flujo para un componente
electrónico de Delmex. Partes A 4.5 81.2 0.055 19.951
Tarjetas A 3.4 91.4 0.037 13.392
Tarjetas B 9.8 97.5 0.101 36.185
WIP Componentes sellados 7.6 204.3 0.037 13.392
Componentes en almacén 8.4 204.3 0.041 14.802
Con el diagrama de flujo de la figura 4.10 y los datos de la tabla 4.7, en la

figura 4.11 se presentan las tasas de flujo e inventarios detallados por actividades
para el proceso de manufactura y almacenamiento del componente electrónico de
Delmex. Al asumir nuevamente que los inventarios reportados son representati-
vos del inventario promedio, se aplica la regla de Little para encontrar los tiempos
promedio de flujo. Los resultados se resumen en la tabla 4.8.
La gráfica correspondiente a las medidas operacionales básicas de flujo de
efectivo para la manufactura, almacenamiento y cobranza del componente electró-
nico de Delmex se presenta en la figura 4.12, donde se aprecia que la mayor opor-
tunidad para reducción del tiempo de flujo se encuentra en el almacenamiento de
las tarjetas B, mientras que el mayor impacto en la reducción del tiempo de flujo
se encuentra en la actividad de cuentas por cobrar, que experimenta la mayor tasa
de flujo de efectivo.
Por último, conviene aprovechar este ejemplo para ilustrar un posible error
al utilizar el valor de las ventas en lugar del costo de ventas para calcular la rota-
ción de inventarios. Observe que la rotación de inventarios en este ejemplo, de
acuerdo con la ecuación (4.6) es de V0 204.3/33.7 艐 6.06 vueltas/año (con el
costo de ventas), y suponga que el próximo año se obtiene un valor de ventas de
330 mil $/año, un costo de ventas de 250 mil $/año, y un inventario promedio
de 35 mil $. La rotación (con el costo de ventas) sería de V1 205/35 艐 7.14 vuel-
tas/año, lo que muestra una mejora en el sistema de operaciones. Por otro lado, si se
hubiera utilizado (inadecuadamente) el valor de ventas, la rotación en este año sería
de V0 320.3/33.7 艐 9.5 vueltas/año, y la rotación para el siguiente año sería de
V1 330/35 艐 9.43 vueltas/año, lo que indica un ligero deterioro. La rotación
de inventarios es una medida de eficiencia operacional, la segunda alternativa
(usar el valor de ventas) no es apropiada, ya que el deterioro en este último caso
se debe a condiciones de mercado (caída en el precio del producto) y no a una
menor eficiencia del sistema de operaciones.
› Figura 4.11
Flujos de efectivo detallados
para un componente electrónico R 15.4/año
de Delmex. R 10.2/año
Almacena-
Partes A Tarjetas A
– – –Sellado
I 4.5 I 3.4 I 7.6 –miento Fin
I 8.4
R 81.2/año R 91.4/año
R 204.3/año
Inicio
R 97.5/año
Tarjetas B
–
I 9.8
› Figura 4.12
Gráfica de medidas
operacionales básicas de flujo
Tasa de flujo
($/año) para Delmex.
350
300
250
200
150
100
50 Partes Tarjetas Tarjetas Sella- Alma- Cuentas

A A B das cén por cobrar
0
20 40 60 80 100 120 Tiempo de flujo
(días)
EJERCICIOS
1. En uno de sus artículos Wall Street Journal reportó: 4. El restaurante La Mar se especializa en comida gourmet
“…mientras que GM y Toyota operan con la misma ro- a base de productos del mar y atiende todos los días en
tación de inventarios, la tasa de salida de Toyota es el dos turnos, el primero de 12 a.m. a 4 p.m. (medio día),
doble de la de GM”. La discrepancia, concluye el autor del y el segundo de 6 p.m. a 10 p.m. (cena). La recepcionista
artículo, “puede deberse a tiempos de flujo más rápidos tiene curiosidad por investigar el flujo de clientes en el
y menores inventarios, que son virtudes del sistema de restaurante, por lo que registró los tiempos de llegada
producción de Toyota” (adaptado de Anupindi et al., 2006). y de salida de los clientes. Durante las primeras 2 horas
a) Indique si las razones expuestas para “la discrepancia” de atención (12 a.m. a 2 p.m.) de cierto día, ella obtuvo
son consistentes con la teoría vista en este capítulo los resultados (tiempos en minutos desde las 12 a.m.)
y por qué. de la siguiente tabla.
b) Si en lugar de “la misma rotación de inventarios” di-
jera “los mismos inventarios”, cómo se explicaría la TIEMPO DE TIEMPO DE
mayor tasa de producción de Toyota. OCURRENCIA OCURRENCIA
2. Se sabe que el proceso de descarga de mineral con- EVENTO (s ) EVENTO (s )
centrado de los camiones que llegan a MetMex toma Inicio de registro 0 Llegada cliente 9 52
15 minutos en promedio, sin embargo, los camiones Llegada cliente 1 10 Salida cliente 3 60
permanecen en el sistema un promedio de 30 minutos Llegada cliente 2 12 Llegada cliente 10 62
debido a la congestión. Si el flujo de camiones es de 4
Llegada cliente 3 15 Salida cliente 1 60
por hora y supone un sistema en estado estable:
a) ¿Cuál es el tiempo promedio que los camiones espe- Llegada cliente 4 20 Llegada cliente 11 72
ran antes de recibir atención? Llegada cliente 5 22 Salida cliente 5 85
b) ¿Cuál es el número promedio de camiones en espera Llegada cliente 6 25 Llegada cliente 12 92
por descargar?
c) ¿Cuál es el número promedio de camiones que están
en descarga? Llegada cliente 8 40 Llegada cliente 13 110
3. La rotación de inventarios en el Departamento de Mue- Salida cliente 2 50 Llegada cliente 14 115
bles de la exclusiva cadena El Palacio de Marfil es de 12 Salida cliente 5 9.7 Salida cliente 7 118
vueltas al año. Asuma que los datos son de estado estable:
a) ¿Cuántos meses en promedio toma un dólar inverti- a) Calcule la tasa de flujo del sistema R(120) de acuerdo
do en inventario de muebles en convertirse en una con la ecuación (4.1).
venta? b) Construya una gráfica del número de clientes R(s) en
b) Si el costo de ventas de muebles asciende a 4 millo- el restaurante, para 0 s 120, y con base en la
nes de $ al año ¿cuál será el inventario promedio en gráfica calcule el inventario promedio de clientes en
el Departamento de Muebles? el sistema −I (120) de acuerdo con la ecuación (4.2).
c) Calcule el tiempo de permanencia en el restaurante b) Suponga que los datos corresponden al estado es-
para cada uno de los clientes que salieron, y evalúe, table, ¿cuánto tiempo en promedio (en días) tomó
de acuerdo con la ecuación (4.3), el tiempo promedio la atención completa de un caso bajo este sistema?
de flujo T−(120) en el restaurante. (asuma 30 días al mes).
d) Calcule la tasa de entrada Re(120) del sistema con 7. Con el fin de mejorar el tiempo de liberación de los
los clientes que entraron al sistema con la ecuación casos, el CRDA del ejercicio anterior decidió organizar
(4.1) (en lugar de los clientes que salieron). a los agentes en 2 equipos (A y B), más un agente re-
e) Comente por qué se cumple o no se cumple en este visor y un agente para casos especiales. El sistema de
caso que − I (120) R(120) T−(120). atención se cambió de la siguiente manera: el agente
5. Con el fin de comparar sus resultados para el primer revisor registra y cataloga los casos como A (probable-
turno con el flujo de clientes en el segundo turno, la mente simples), o B (probablemente más tardados), y los
recepcionista del restaurante del ejercicio anterior re- pasa a la bandeja del equipo correspondiente con una
gistró los tiempos de llegada y de salida de los clientes, hoja de instrucciones para su atención. Los agentes de
durante las primeras 2 horas de atención (6 p.m. a 8 p.m.) los equipos A y B recogen los casos de sus respectivas
en el mismo día, ella obtuvo los resultados (tiempos en bandejas y aprueban y liberan el caso o lo remiten al
minutos desde las 6 p.m.) de la siguiente tabla. agente para casos especiales, en caso de que se requiera
su aprobación (el agente especial se encarga de aprobar
TIEMPO DE TIEMPO DE y liberar definitivamente el caso con las modificaciones
OCURRENCIA OCURRENCIA y/o sugerencias necesarias). Después de implantar este
EVENTO (s ) EVENTO (s ) sistema se encontró que:
Inicio de registro 0 Llegada cliente 10 52 • El agente revisor clasifica 40% de los casos como A y
Llegada cliente 1 5 Salida cliente 2 60 60% de los casos como B.
• El equipo A libera 95% de los casos y 5% los remite al
Llegada cliente 2 8 Llegada cliente 11 61
agente para casos especiales, mientras que el B libera
Llegada cliente 3 12 Llegada cliente 12 65 80% de los casos y 20% los envía al agente para casos
Llegada cliente 4 18 Llegada cliente 13 73 especiales.
Llegada cliente 5 22 Salida cliente 3 84 • El promedio de casos atendidos y liberados fue de 300
Llegada cliente 6 25 Llegada cliente 14 93
al mes con los siguientes casos pendientes (espera en
bandeja atención) en promedio: 3 con el agente re-
visor, 6 con el equipo A, 8 con el equipo B y 10 con
Llegada cliente 8 40 Llegada cliente 15 108 el agente para casos especiales.
Llegada cliente 9 50 Llegada cliente 16 114 Para las siguientes preguntas, asuma que los datos co-
Salida cliente 5 9.7 Salida cliente 1 117 rresponden al estado estable.
a) ¿Cuánto tiempo en promedio toma la atención com-
a) Calcule la tasa de flujo del sistema R(120) de acuerdo pleta (desde el ingreso hasta la liberación) de un caso
con la ecuación (4.1). bajo este segundo sistema?
b) Construya una gráfica del número de clientes R(s) en b) ¿Cuánto tiempo en promedio toma el proceso de un
el restaurante, para 0 s 120, y con base en la caso (espera atención) en cada actividad: agen-
gráfica calcule el inventario promedio de clientes en te revisor, equipo A, equipo B y agente para casos
el sistema −I (120) de acuerdo con la ecuación (4.2). especiales?
c) Calcule el tiempo de permanencia en el restaurante c) ¿Cuánto tiempo en promedio toma la atención com-
para cada uno de los clientes que salieron y evalúe, pleta (desde el ingreso hasta la liberación) de los casos
de acuerdo con la ecuación (4.3), el tiempo promedio que son liberados por el equipo A, por el equipo B,
de flujo T−(120) en el restaurante. por el agente para casos especiales?
d) Comente las diferencias o coincidencias de los resulta- 8. La sala de emergencia de un hospital tiene una estación
dos que obtuvo para el segundo y el primer turno. de recepción en la que cada paciente debe registrarse
6. El CRDA (Centro para Reclamo de Daños en Automóvi- antes de recibir atención. En su turno a cada paciente
les) de una compañía de seguros atiende regularmente lo atiende un médico y puede salir del sistema con una
las solicitudes de reclamos de sus asegurados. Al ingre- receta o con una admisión al hospital para recibir trata-
sar al CRDA (con documentación completa), cada caso miento. En promedio la sala recibe 50 pacientes por hora
se registra, y se retiene en una bandeja para espera, y se ha observado que 10% de los mismos ingresan al
hasta que un agente lo retira para darle atención. Cada hospital para su tratamiento. En promedio 30 pacientes
agente es responsable de solicitar la información y/o esperan para registrarse (todavía no están en registro)
aprobaciones necesarias para atender su caso. En el y 40 ya se registraron pero están en espera para recibir
primer semestre del presente año, bajo este sistema, se atención por un médico de turno. El proceso de registro
experimentó un promedio de 120 casos atendidos cada toma un promedio de 2 minutos por paciente, el promedio
15 días, y un promedio de 40 casos pendientes (espera de atención de los pacientes es de 5 minutos para los
en bandeja atención en proceso). que reciben sólo una receta y de 30 minutos para los que
a) ¿Cuál es la tasa de flujo, en casos al mes, que expe- ingresarán al hospital. Suponga que los datos correspon-
rimentó el CRDA bajo este sistema? den al estado estable:
a) Construya la red de actividades y buffer para este especiales. Además, se sabe que 60% de los casos reque-
proceso de negocios. rirán de desarrollos especiales. Con base en la informa-
b) ¿Cuál es el tiempo promedio de permanencia de un ción y en el supuesto de que los datos corresponden al
paciente en la sala de emergencia? estado estable:
c) ¿Cuál es el número promedio de pacientes que son a) Construya una red de actividades y buffer para este
atendidos por los médicos de turno? proceso de negocios.
d) ¿Cuál es el número promedio de pacientes que están b) ¿Cuántos días (en promedio) tomará la atención de
en la sala de emergencia? una solicitud de solución inmediata?
9. Después de implantar el nuevo sistema de atención c) ¿Cuál es el número promedio de solicitudes en el sis-
para la sala de emergencia del ejemplo 4.6, se observa tema (considere las que se atienden y las que están
un desempeño similar al esperado, excepto por la clasi- en espera)?
ficación de la asistente, que ha clasificado a 92% de los d) ¿Cuántos días (en promedio) tomará la atención com-
casos como simples recetas, y aunque el 8% restante sí pleta de una solicitud bajo este diseño?
corresponde a verdaderos casos de tratamiento espe- 11. Tras implantar el sistema del problema anterior, se ob-
cializado, 2% del total de casos están mal clasificados servó que los líderes de proyecto fallan en la clasificación
como simples recetas, y cuando el médico del área de de los casos: clasificaron 50% de casos como soluciones
tratamiento regular descubre el error, tiene que remitir inmediatas y 20% de los mismos (10% del total) fueron
al paciente al área de tratamiento especializado (luego mal clasificados y deben ser atendidos como desarrollos
de la correspondiente atención). Si el resto de la infor- especiales. Cuando ocurre un caso mal clasificado, el
mación aún es válida: programador de soluciones inmediatas toma aún 3 días
a) Construya una red de actividades y buffer para este en promedio para atender el caso, pero reporta el error
nuevo proceso. y el caso se remite al área de soluciones especiales para
b) ¿Cuánto tiempo (en promedio) permanecen los pa- su atención. Suponga que el resto de la información del
cientes en la sala de emergencia? ejercicio anterior aún es válida (excepto que el número
c) ¿Cuánto tiempo (en promedio) permanece un pa- promedio de casos en espera de atención en el área de
ciente que requiere tratamiento especializado en la soluciones inmediatas ahora es de 2):
sala de emergencia? a) Construya la red de actividades y buffer para este
d) ¿Cuántos pacientes (en promedio) habría en total en proceso de negocios.
la sala de emergencia? b) ¿Cuántos días (en promedio) tomará la atención de
10. La empresa SisteMex es una consultora especializada en una solicitud de solución inmediata?
el desarrollo de sistemas a la medida para sus clientes, c) ¿Cuántos días (en promedio) tomará la atención de
y mantiene un equipo de trabajo exclusivo para la aten- una solicitud de desarrollo especial?
ción de las solicitudes de mantenimiento de los sistemas d) ¿Cuál es el número promedio de solicitudes en el sis-
desarrollados para sus clientes, las cuales ocurren a una tema (considere las que se atienden y las que están
tasa de 10 solicitudes/mes. Actualmente el proceso de en espera)?
atención de las solicitudes de mantenimiento se acaba 12. La empresa CemSur tiene una planta de concreto pre-
de rediseñar con los siguientes pasos: mezclado que experimenta un flujo aproximado de 10
• Cada solicitud se registra, se le asigna un número de ollas revolvedoras de concreto por hora. Actualmente el
folio, y se recaba la información pertinente a través proceso de atención de cada orden de olla revolvedora
de una entrevista con el cliente. Se estima que esta se rediseñó con los siguientes pasos:
actividad tomará un día en promedio. • La olla que llega vacía debe ser limpiada con agua para
• Una vez registrada la solicitud, se realiza una revisión eliminar desperdicios. Esta actividad toma un prome-
preliminar, que consiste en asignar un líder de proyecto, dio de 5 minutos por olla y se estima un promedio de
quien estudia el caso y lo califica como una solución 2 ollas en espera para el inicio de su limpieza.
inmediata o como un desarrollo especial. Se estima • A continuación la olla debe ser pesada. Esta actividad
que esta actividad tomará un día en promedio. toma un promedio de 2 minutos por olla y se estima
• Los casos clasificados como soluciones inmediatas un promedio de 3 ollas en espera.
los atiende un programador del área de soluciones • Ahora sigue el proceso de carga, del que existen dos
inmediatas, mientras que a los desarrollos especia- tipos: 1) convencional para banquetas y casas, y 2)
les los atienden los analistas y programadores del estructural para edificios y construcciones de riesgo.
área de soluciones especiales que determina el líder Para carga convencional son 70% de los casos y esta
del proyecto. Se estima que la solución inmedia- actividad toma un promedio de 10 minutos, se estima
ta requerirá de 3 días en promedio, mientras que un promedio de 3 unidades en espera. El resto de los
la solución especial requerirá de 15 días en pro- casos solicita carga estructural y esta actividad toma
medio. un promedio de 15 minutos, se estima un promedio
Con base en los recursos existentes se estima que habrá de 1 unidad en espera.
un promedio de 0.10 solicitudes en espera de registro, 2 • Por último, se verifica el peso de la olla y se recaba
solicitudes en espera de la revisión preliminar, 1 caso en el comprobante correspondiente. Esta actividad toma
espera de atención del área de soluciones inmediatas, y un promedio de 2 minutos, se estima un promedio de
2 casos en espera de atención en el área de soluciones 1 unidad en espera.
Con base en la información y con el supuesto de que Delmex, detalle por actividades (omita buffer en su
los datos corresponden al estado estable: diagrama).
a) Construya una red de actividades y buffer para este b) Asuma que los datos son representativos del estado
proceso de negocios. estable, construya una tabla con las tasas de flujo,
b) ¿Cuántos minutos (en promedio) pasará una olla tiempos de flujo promedio e inventarios promedio
revolvedora que ingresa a la planta para su llenado para cada una de las actividades de su diagrama del
por carga convencional? inciso a.
c) ¿Cuál es el número promedio de ollas revolvedoras que c) Construya la gráfica de las medidas operacionales
están dentro de la planta para su llenado (considere básicas de flujo correspondiente a las actividades re-
las que se atienden y las que están en espera)? portadas en el inciso b. Indique las actividades cuya
d) ¿Cuántos minutos (en promedio) tomará la atención mejora tendría un mayor impacto y las que tienen
completa del llenado de una olla bajo este diseño? una mayor oportunidad de mejora.
13. Suponga que tras implantar el sistema del ejercicio d) Indique en cuántos días, en promedio, se convierte
anterior, se observó un desempeño muy similar al es- en venta un $ invertido en manufactura y almace-
perado, excepto porque ahora dicha planta suministra namiento de este componente y en cuántos días, en
una mayor cantidad de concreto convencional para re- promedio, se recupera el $ invertido.
novar todas las banquetas y guarniciones de una colo- e) Calcule las vueltas al año correspondientes a la ro-
nia. Los porcentajes ahora son 90% y 10% de concreto tación de inventarios de este componente.
convencional y concreto estructural, respectivamente. 15. Uno de los procesos de soporte de la empresa de se-
Suponga que el resto de la información aún es válida guros SNP es el proceso de atención de solicitudes
y responda nuevamente todos los incisos del ejercicio para realizar cambios en el sistema de información, ya
anterior. sean a las aplicaciones ya existentes o para el desarrollo
14. Delmex fabrica un componente electrónico diferente al de nuevas aplicaciones. El proceso experimenta un flujo de
del ejemplo 4.7 en otra celda de manufactura. En este solicitudes de 90 al mes, y tiene los siguientes pasos:
caso también existen dos procesos de negocios impor- • La secretaría de la dirección de sistemas recibe, y en
tantes: 1) manufactura y almacenamiento, y 2) cobran- su momento registra, la solicitud en el sistema, que
za. El proceso de manufactura consiste básicamente en es recibida por la unidad de control de requerimien-
el sellado de dos tarjetas (A1 y A2) que conforman el tos (UCR). En esta actividad se observa un inventario
componente, y ambas tarjetas se fabrican en Delmex, promedio de 2 solicitudes.
la primera a partir de las partes A1 y la segunda a par- • La UCR analiza la solicitud, recaba más información,
tir de las partes A2. El informe contable de fin de año si es necesaria, y decide si la solicitud corresponde a
para este componente arrojó los siguientes datos de in- un cambio en un sistema existente o a un desarrollo
ventarios (en miles de $) y costo de ventas (en miles de nuevo. El inventario promedio en esta actividad es
$/año). Se sabe además que el valor de las ventas netas de 5 solicitudes, de las cuales 90% corresponden a
del año ascienden a 420 mil $ y las cuentas por cobrar un cambio y 10% a un desarrollo.
a 30 mil $. • El director de sistemas recibe las solicitudes con
diagnóstico de la UCR, asigna un programador si la
INVENTARIOS
solicitud es por cambio y un analista si la solicitud es
por desarrollo. En esta actividad se experimenta un
Partes A 5.4 inventario promedio de 6 solicitudes por cambio y de
Partes B 3.8 4 solicitudes por desarrollo.
Tarjetas A 4.2 • Por último, la solicitud es atendida por el programador
Tarjetas B 5.4 o por el analista, según sea el caso, quienes generan
un informe final a la dirección de sistemas. En esta
WIP Componentes sellados 9.2
actividad se experimenta un inventario promedio
Componentes en almacén 10.4 de 15 solicitudes por cambio y de 10 solicitudes por
Costo total de inventarios 38.4 desarrollo.
COSTO DE VENTAS a) Construya una red de actividades para este proceso
de soporte (omita buffer en su diagrama debido a la
Partes A 95.8
falta de información detallada).
Partes B 84.2 b) Asuma que los datos son representativos del estado
Manufactura de tarjetas A 10.2 estable, construya una tabla con las tasas de flujo,
Manufactura de tarjetas B 20.8 tiempos de flujo promedio e inventarios promedio
para cada una de las actividades de su diagrama del
Sellado de componentes 30.4
inciso a.
Costo total de ventas 279.8 c) Construya la gráfica de las medidas operacionales
básicas de flujo correspondiente a las actividades re-
a) Construya un diagrama para el flujo de efectivo portadas en el inciso b. Indique las actividades cuya
en el proceso de manufactura y almacenamiento, mejora tendría un mayor impacto y las que tienen
correspondiente a este componente electrónico de una mayor oportunidad de mejora.
BIBLIOGRAFÍA
1. Anupindi R., S. Chopra, S.D. Sudhakar, J.A.V. Mieghem, 4. Hopp W. J. y M. L. Spearman (2000), Factory physics: foun-
y E. Zemel (2006), Managing business process flows, 2a. dations of manufacturing management, 2a. ed., McGraw-
ed., Prentice Hall, Nueva Jersey. Hill, Nueva York.
2. Davenport T. H. y J. E. Short (1990), “The new industrial 5. Kelton W. D., R. P. Sadowski y D. T. Sturrock (2007),
engineering: information technology and business pro- Simulation with ARENA, 4a. ed., McGraw-Hill, Nueva
cess redesign”, Sloan Management Review 31(4), 11-27. York.
3. Glynn P. W. y W. Whitt (1989), “Extensions of the queu-
ing relations L K y H IG”, Operations Research 37(4),
634-644.
CAPÍTULO 5
Competencia en tiempo
de respuesta
• La importancia del tiempo de respuesta

• Análisis del tiempo teórico de flujo
• Análisis del tiempo de flujo con esperas
E
ste capítulo trata del estudio, la medición y la mejora del tiempo de atención
o de respuesta a los pedidos en un proceso de negocios. Puesto que el tiempo
de respuesta tiene una estrecha relación con una medida operacional básica,
el tiempo de flujo, tema del capítulo precedente, en este capítulo se presentan las
técnicas que permiten medir, analizar y mejorar el tiempo de flujo de un proceso.
La primera sección discurre sobre cómo el tiempo de respuesta a los pedidos se
ha vuelto la piedra angular de la estrategia de competencia de muchas empresas
exitosas, la segunda sección analiza el tiempo teórico de flujo, que es el tiempo de
flujo efectivo de un proceso, sin considerar las esperas antes de recibir atención.
Por último, la tercera sección se ocupa de la medición y mejora de los tiempos de
espera, incluso de la programación de actividades con recursos limitados.
LA IMPORTANCIA DEL TIEMPO DE RESPUESTA

En el capítulo 1 se explicó la forma en que la economía, basada en el conocimiento
y la globalización de los mercados, permitió que la innovación y la rapidez para
atender las necesidades de los consumidores se convirtieran en prioridades para las
empresas que compiten en los mercados globales. En esta sección se plantean
los principales componentes de la estrategia de las empresas que sustentan su
éxito en el tiempo de respuesta a las necesidades de los clientes, así como la im-
portancia del tiempo de flujo, que es la medida de desempeño operacional más
relacionada con el tiempo de respuesta.
Flujo del proceso y estrategia de ventas

Las empresas que compiten en mercados globales necesitan ser capaces de intro-
ducir con rapidez nuevos productos y servicios para atraer clientes y, a menudo,
los diseños del producto y del proceso productivo deben tener la suficiente flexi-
bilidad para permitir la incorporación de las nuevas características que demanda
un mercado en crecimiento. Por ejemplo, la manufactura a pedido tiene una
amplia aplicación en sectores como el de la venta de ropa de moda, donde marcas 93
› Figura 5.1
Elementos de una estrategia
agresiva de ventas. Inventario adecuado:
• Tipo de producto Mayor rentabilidad
• Momento y lugar
• Precio
Administración Cadena
de inventarios de suministro
y precios veloz
Datos disponibles
Pronósticos
y confiables
como Zara y World diseñan un nuevo producto y abastecen a las tiendas en plazos
de tan sólo tres semanas. Esta flexibilidad en los procesos productivos se comple-
menta con la implantación de metodologías para pronosticar la demanda con base
en la aceptación inicial del producto, lo que permite planear la producción para
responder en forma satisfactoria a la demanda de productos que tienen ciclos de
vida relativamente cortos.
Como ilustra la figura 5.1, las empresas cuyo objetivo estratégico es ofrecer al
cliente el producto que necesita en el momento y lugar apropiados, basan su estra-
tegia en cadenas de suministro con capacidad para dar respuesta rápida, económica
y oportuna a los requerimientos del cliente, y el éxito de su estrategia descansa,
fundamentalmente, en cuatro factores (Fisher et al., 2000): 1) datos disponibles y
confiables de los puntos de venta, 2) pronóstico de la demanda, 3) adecuada pla-
neación de inventarios y precios, y 4) cadena de suministro veloz. A continuación
se da una explicación breve de cada uno de estos factores.
Datos disponibles y confiables

Para conocer la aceptación de sus productos en el mercado, las empresas deben
disponer de los registros apropiados de la demanda (efectiva y potencial) y elimi-
nar las fuentes de error. Es necesario reconocer que los registros de ventas no son
suficientes para estimar la demanda, ya que deben registrarse también los pedidos
de los clientes que no compraron por falta de inventario, ya sea del producto, mo-
delo, talla o color específico que buscaban. Por otro lado, deben evitarse registros
errados de inventarios, ya sea porque se hizo un cambio de talla o color que no se
reportó, o porque se registró la entrada o salida de un producto como si fuera la
entrada o salida de otro producto parecido.
Pronóstico de la demanda
Para las empresas de productos de moda o de temporada es importante reducir el
riesgo de una campaña con una mejora de sus pronósticos, ya sea con la planea-
ción de pruebas de aceptación en diferentes tiendas o la utilización de datos de
ventas tempranas para ajustar los pronósticos iniciales; el primer punto es de la
mayor importancia, es decir, se debe disponer de datos confiables. Es conveniente
COMPETENCIA EN TIEMPO DE RESPUESTA 95
mencionar que si bien en la práctica las empresas utilizan una gran variedad de
metodologías para el pronóstico, es relevante que además del pronóstico puntual,
dispongan de una medida de variabilidad (o precisión del pronóstico), ya que para
el siguiente paso, la administración de inventarios, es imprescindible disponer de
esta información.
Administración de inventarios y precios

Aunque de este tema se ocupa en detalle el capítulo correspondiente, en este lugar
cabe mencionar que es muy importante tomar las decisiones apropiadas sobre qué
productos, cuánto y cuándo deben ordenarse, para ello se debe tener en cuenta no
sólo el pronóstico, sino también las economías de escala, las demoras de los pedi-
dos y los contratos de suministro, entre otros factores importantes.
Cadena de suministro veloz

La principal ventaja de ser capaz de dar respuesta rápida a los pedidos de suministro,
es que permite contar con información más actual y confiable sobre las preferencias
del consumidor. Luego de hacer un pedido, algunas empresas como Zara y World
son capaces de fabricar y abastecer a sus tiendas en dos semanas, y, si se incluye el
diseño, el plazo es de sólo 3 semanas, esto les permite ordenar la producción más
adecuada (en cantidad y diseño) a las preferencias del consumidor.
Como se mencionó en el tercer capítulo, el logro de una cadena de suministro
veloz requiere de la adopción de técnicas apropiadas (como la personalización en
masa). Así, por ejemplo, el uso de diseños modulares con partes comunes (telas
o botones en la industria de la confección) permite mejorar el pronóstico de los
componentes comunes, ya que es más fácil pronosticar la demanda agregada de
un producto que la de diferentes diseños, modelos o tallas del mismo producto.
Por último, se debe mencionar que los cuatro elementos anteriores son indispen-
sables para que la estrategia de ventas sea exitosa, ya que el fracaso de alguno de
ellos impedirá apreciar las ventajas que ofrecen los otros. Por ejemplo, si los datos
sobre la demanda no son confiables, el pronóstico y la administración de inventa-
rios estarán equivocados, y de nada servirá tener una cadena de suministro veloz
si no se ordenan los productos que solicita el mercado.
Importancia del tiempo de flujo

Cuando se identifican los elementos de un proceso de negocios (figura 4.2) y en
particular su red de actividades y buffer, el tiempo de atención o de respuesta a un
pedido se relaciona estrechamente con el tiempo de flujo del proceso; puesto que la
visión de proceso es aplicable a diversos sistemas de producción, ya sea la produc-
ción en masa de una manufactura, la prestación de un servicio o el lanzamiento de
un nuevo diseño al mercado, a continuación se mencionan algunas de las ventajas
que se obtienen cuando el proceso tiene un tiempo de flujo reducido:
• Tiempos de entrega: cuando el proceso de negocios es la manufactura de un

producto y los clientes son las tiendas donde se vende el producto, un menor
tiempo de flujo del sistema permite la entrega de los pedidos a las tiendas en
un tiempo reducido, de modo que éstas ofrecen el producto que requiere el
comprador final y aseguran la preferencia de sus clientes.
• Retardo de pedidos: una estrategia muy común en las tiendas que enfren-
tan mercados muy competidos, es la de retardar el mayor tiempo posible
la puesta de los pedidos a sus proveedores, con la finalidad de contar con la
mayor información posible sobre marcas, modelos y/o tamaños específicos
que se ajustan mejor a las preferencias del consumidor. El adaptarse a esta
estrategia resulta en un riesgo para el proveedor si debe mantener altos in-

ventarios porque sus procesos de producción no muestran tiempos de flujo
reducidos.
• Costos por inventarios: un repaso a la ley de Little le recordará que los nive-
les de inventario en un proceso de manufactura están íntimamente asociados
con el tiempo de flujo del proceso. La lentitud de un sistema de producción
se refleja en tiempos de flujo altos que generan congestión y altos costos por
mantener inventarios.
• Introducción de nuevos productos: si el proceso de negocios corresponde
al diseño, desarrollo y lanzamiento de un nuevo producto, el tiempo de flujo
de este proceso es el tiempo que tardará el producto para estar disponible en
el mercado. Un tiempo de introducción corto representa, en este caso, la ven-
taja de ser los primeros en recibir el reconocimiento de los consumidores.
• Tiempos de demora: cuando el proceso de negocios es un sistema de dis-
tribución de mercancías, desde el almacén hacia las tiendas, el tiempo de
flujo corresponde al tiempo que transcurre entre la puesta del pedido y la
recepción en la tienda (que se identifica como la demora del pedido). Cuan-
do el tiempo de demora es grande, no sólo se incurre en altos inventarios
en tránsito, sino que la tienda necesita hacer los pedidos con anticipación,
lo que implica el mantener altos inventarios de seguridad para satisfacer la
demanda de los clientes durante la demora.
• Costo de la espera del cliente: cuando el proceso corresponde a la presta-
ción de un servicio, el tiempo de flujo es el tiempo que el cliente debe invertir
para recibir el servicio que solicita y es indudable que en la mayoría de los
servicios (atención en un banco o en un trámite del gobierno), la calidad del
servicio está estrechamente relacionada con la demora en la atención del cliente.
Además de las ventajas anteriores, se debe mencionar que en cualquier proceso

de negocios un tiempo de flujo reducido refleja un alto grado de coordinación,
organización y calidad en el proceso. También es conveniente mencionar las im-
presionantes posibilidades de mejora en la atención de trámites para el estableci-
miento de negocios que existen desde hace algún tiempo en muchas economías
latinoamericanas (vea De Soto, 1986), y que representan una desventaja para la
competitividad de la región frente a otras (por ejemplo, la oriental).
ANÁLISIS DEL TIEMPO TEÓRICO DE FLUJO

En primer lugar se debe recalcar que cualquier sistema de producción, ya sea re-
petitivo (como en la producción en masa o por lotes) o de una sola vez (como en
la producción por proyecto de un nuevo diseño o de un servicio de consultoría),
es representable, de acuerdo con la visión de proceso, por medio de un diagrama
de actividades y buffer, de manera que el tiempo de flujo de cada entidad que in-
gresa al sistema es el tiempo que tarda la entidad a partir del evento de inicio en
el diagrama hasta su llegada al evento de finalización (vea el ejemplo 4.1). Puesto
que cada entidad experimenta tiempos de espera en los buffer del sistema, debe
distinguir entre el tiempo promedio de flujo (T− tema del capítulo precedente), y
el tiempo teórico de flujo (T−te), que es el mínimo tiempo promedio de flujo si las
entidades no experimentaran esperas en los buffer. De esta manera se define el
tiempo promedio de espera (E−) a partir de T− y T−te:
E− T− T−te, (5.1)
donde T− denota al tiempo promedio de flujo, E− al tiempo promedio de espera y T−te

al tiempo teórico de flujo. De esta forma, cuando E− 0(no hay demoras por espe-
ra), el tiempo teórico de flujo es igual al tiempo promedio de flujo de las entidades
del sistema, y es muy conveniente estimar el tiempo teórico de flujo para conocer
las limitaciones del tiempo de respuesta. Observe que una entidad experimenta
demoras en los buffer de un sistema de producción debido a que los recursos que
ejecutan las actividades no atienden a la entidad, ya sea porque están ocupados, no
están disponibles o porque deben esperar la ocurrencia de algún evento para iniciar
la atención. A continuación aprenderá cómo el tiempo teórico de flujo de un sistema
de producción se estima a partir de los tiempos promedio de atención que requieren
las entidades en cada una de las actividades del sistema de producción, asimismo,
comprenderá los factores que determinan la magnitud del tiempo teórico de flujo.
Método de la ruta crítica

Suponga que ha identificado una ruta (desde el inicio del proceso hasta el final del
mismo) en la red de actividades de un sistema de producción y que dispone de
todos los tiempos de atención que experimenta la entidad en cada una de las ac-
tividades de la ruta. El tiempo total de atención de la entidad en dicha ruta será,
simplemente, la suma de todos los tiempos de atención de las actividades en la
ruta y, debido a que en una red de actividades existen varias rutas, el tiempo que
demora la atención de la entidad (en todo el sistema) será el tiempo total de aten-
ción en la ruta que tiene la duración más larga. Por esta razón el tiempo teórico
de flujo en un sistema de producción se estima a partir de la red de actividades y de
los tiempos de atención promedio (duraciones) en cada una de las actividades
de la red. Con base en esta información, el tiempo teórico de flujo se calcula con
la duración total (suma de duraciones de actividades) en la ruta (desde el inicio
hasta el final) de la red que tiene la duración más larga y dicha ruta recibe el
nombre de ruta crítica.
En general, el número de rutas diferentes en una red crece exponencialmen-
te (muy rápido) con el número de actividades de la red y por esta razón la enu-
meración completa de todas las rutas de la red resulta ser un método ineficiente
para identificar la ruta crítica. Por fortuna, existe un algoritmo, método de la
ruta crítica, que permite identificar el tiempo teórico de flujo y la ruta crítica con
eficiencia.
Para aplicar el método de la ruta crítica, se debe partir de la red de activida-
des del sistema y para cada actividad deben identificarse sus predecesores inme-
diatos (las actividades de las que sale un arco de flecha dirigido hacia ella) y sus
sucesores inmediatos (las actividades que reciben un arco de flecha que sale de
ella). Para cada actividad se definen los conceptos siguientes:
• El tiempo de iniciación temprana (TITE): es el tiempo en que se inicia una

actividad, si todos sus predecesores se inician lo más temprano posible. El
TITE del inicio es 0 y el TITE de cualquier otra actividad (i) se calcula con
la ecuación (5.3).
• El tiempo de terminación temprana (TTTE): es el tiempo en que se termina
una actividad si todos sus predecesores (y ella misma) se inician lo más tem-
prano posible, por lo que el TTTE de una actividad i se calcula como:
TTTE(i ) TITE(i ) DURACIÓN(i ), (5.2)
y el TITE de cualquier actividad (i) que no sea el inicio se calcula como:
TITE(i ) máx{TTTE( j): j es predecesor inmediato de i}. (5.3)
• El tiempo de terminación tardía (TTTA): ya que el tiempo teórico de flujo es

el TTTE del “fin” del diagrama del sistema, el TTTA es el tiempo más tarda-
do en que se termina una actividad sin que incremente el tiempo teórico de

flujo.
• El tiempo de iniciación tardía (TITA): puesto que el tiempo teórico de flujo
es el TITE del “fin” del diagrama del sistema, el TITA es el tiempo más tar-
dado en que se inicia una actividad sin que incremente el tiempo teórico de
flujo. Puesto que el TTTA del “fin” es igual al TITE del “fin”, el TITA de una
actividad i se calcula a partir de su TTTA:
TITA(i ) TTTA(i ) DURACIÓN(i ), (5.4)
y el TTTA de cualquier actividad (i) que no sea el “fin” se calcula como:
TTTA(i) mín{TITA( j ): j es sucesor inmediato de i}. (5.5)
• La holgura de una actividad es el tiempo que puede retardarse el inicio tem-

prano de la actividad sin que se incremente el tiempo teórico de flujo. La
holgura de una actividad i se calcula a partir de:
HOLGURA(i) TITA(i ) TITE(i ) TTTA(i ) TTTE(i ). (5.6)
El método de la ruta crítica consiste en ejecutar dos iteraciones sobre las activi-
dades de la red. En la primera iteración (llamada hacia adelante), se calculan los
TITE y TTTE de cada actividad con las ecuaciones (5.2) y (5.3), mientras que en
la segunda iteración (llamada hacia atrás), se calculan los TITA y TTTA de cada
actividad. Al final de la primera iteración se obtiene el tiempo teórico de flujo, ya
que éste es igual al TITE del “fin”, y al final de la segunda iteración se calculan
las holguras con (5.6). Finalmente, las actividades críticas (las que están en alguna
ruta crítica) son las que tienen holgura igual a cero.
El método de la ruta crítica es software en varios programas comerciales cuyo
uso es muy amigable (por ejemplo Microsoft Project). Con el siguiente ejemplo se
ilustra el cálculo del tiempo teórico de flujo con base en las duraciones de las ac-
tividades, el diagrama de flujo y la aplicación del método de la ruta crítica.
Ejemplo 5.1. Tiempo teórico de flujo para la manufactura

de un componente electrónico
Considere el proceso de manufactura de un componente electrónico de Delmex.

Como se ilustra en la figura 5.2, el proceso se inicia con la separación de las partes
correspondientes a cada una de dos tarjetas (A y B), después cada una de las dos
› Figura 5.2
Proceso de manufactura
de un componente electrónico.
Inicio
Ensamble Prueba
de tarjetas A de tarjetas A Sellado
Separación
de partes
Ensamble Prueba Prueba Fin

de tarjetas B de tarjetas B del componente
› Tabla 5.1
# DE ACTIVIDAD NOMBRE DURACIÓN (MINUTOS) PREDECESORES
Duraciones de las actividades
1 Separación de partes 1 Inicio para la manufactura de un
2 Ensamble tarjeta A 1 1 componente electrónico.
3 Ensamble tarjeta B 1.5 1
4 Prueba tarjeta A 1.5 2
5 Prueba tarjeta B 2 3
6 Sellado 1 4, 5
7 Prueba componente 1.5 6
tarjetas (en paralelo) se ensambla y luego se prueba para proceder al sellado del
componente y, por último, a la correspondiente prueba del componente.
En la tabla 5.1 se presentan las duraciones promedio para cada una de las
actividades del diagrama de actividades de la figura 5.2. Observe que aun cuando
este proceso es repetitivo, por lo que es de esperar que existan buffer antes de
cada actividad, en el diagrama de la figura 5.2 no se ilustran los buffer, se ignora-
ron porque el interés del ejemplo radica en calcular el tiempo teórico de flujo.
A los datos de la tabla 5.1 se les aplicó el método de la ruta crítica para obte-
ner el tiempo teórico de flujo para el proceso de manufactura del componente de
Delmex, los resultados se ilustran en la figura 5.3. Así, por ejemplo, en la primera
iteración (hacia adelante), el TITE de la actividad 6 se obtuvo, con la ecuación (5.3),
a partir de los TTTE de las actividades 4 y 5: max{3.5, 4.5} 4.5. Por otro lado,
en la segunda iteración (hacia atrás), el TTTA de la actividad 1 se obtuvo, con la
ecuación (5.5), a partir de los TITA de las actividades 3 y 2: min{2, 1} 1.
Como se observa en la figura 5.3, el tiempo teórico de flujo para la manufac-
tura de una unidad del componente electrónico de Delmex es de T−te 7 minutos,
por lo que el tiempo promedio de flujo para la manufactura del componente no
puede ser menor que 7 minutos.
Tiempo teórico de flujo con reproceso

Es necesario señalar que para aplicar el método de la ruta crítica la red de activi-
dades no debe contener ciclos (rutas que parten de una actividad y regresan a la
misma), debido a que una actividad no puede ser predecesora de sí misma. Sin
› Figura 5.3
Método de la ruta crítica para
# TITE TTTE el componente de Delmex.
d TITA TTTA
Inicio
2 1 2 4 2 3.5
1 2 3 1.5 3 4.5
1 0 1 6 4.5 5.5 7 5.5 7
1 0 1 1 4.5 5.5 1.5 5.5 7

3 1 1 5 2.5 4.5
1.5 1 2.5 2 2.5 4.5 Fin

embargo, en algunas situaciones una entidad podría volver a solicitar atención en

la misma actividad, por ejemplo, debido a que la primera vez se cometió algún
error, en este caso la entidad solicitó reproceso.
Para calcular el tiempo teórico de flujo en una red de actividades que tiene
reproceso, se debe introducir el concepto de contenido de trabajo. Puesto que
con el término duración de la actividad se hace referencia al tiempo promedio
que toma atención de la entidad en la correspondiente actividad, cuando existe
reproceso debe considerar el número esperado de visitas que tomará una enti-
dad, de manera que el contenido de trabajo de una actividad (i ) se define como:
CT(i) NEV(i ) *DURACIÓN(i ), (5.7)
donde NEV(i) denota al número esperado de visitas que tomará una entidad en
la actividad i. Mediante la ecuación (5.7) es posible interpretar el contenido de
trabajo como el tiempo esperado que tomará la atención de cada entidad en la
actividad correspondiente.
A partir de la red de actividades del sistema de producción y los correspon-
dientes contenidos de trabajo para cada actividad, el tiempo teórico de flujo se
estima con el método de la ruta crítica ya descrito, sólo que es necesario tomar
los contenidos de trabajo en reemplazo de las correspondientes duraciones de
actividades.
Ejemplo 5.2. Estimación del tiempo teórico de flujo con reproceso

Considere el proceso de manufactura del ejemplo 5.1, sólo que ahora existe la po-
sibilidad de que alguna tarjeta (o el componente mismo) no pase la prueba corres-
pondiente, en cuyo caso la tarjeta (o el componente) regresa a solicitar reproceso
en el paso anterior. Como se ilustra en la figura 5.4, 6% de las tarjetas A solicita
reproceso, mientras que el porcentaje de reproceso es de 4% para las tarjetas B y de
2% para el componente. Suponga que si una tarjeta o componente solicita reproce-
so, la segunda vez pasará la prueba satisfactoriamente. De esta manera, el número
esperado de visitas para el ensamble de tarjetas será de: 1(0.94) 2(0.06) 1.06,
lo mismo para las otras actividades. Los resultados de calcular así el número espe-
rado de visitas y su correspondiente contenido de trabajo para cada actividad se
presentan en la tabla 5.2, donde las duraciones de cada visita corresponden a los
datos de la tabla 5.1. Observe que en la figura 5.4 no se usa el símbolo de ruteo
(rombo) para indicar que una entidad solicita reproceso, en su lugar aparecen
› Figura 5.4
Proceso de manufactura
de un componente con
reproceso. 6%
Inicio
Ensamble Prueba
2%
Separación
de partes

4%
› Tabla 5.2
ID ACTIVIDAD DURACIÓN (MINUTOS) # ESPERADO DE VISITAS CONTENIDO DE TRABAJO
Contenidos de trabajo
1 Separación de partes 1 1 1 para la manufactura
2 Ensamble tarjeta A 1 1.06 1.06 de un componente.
3 Ensamble tarjeta B 1.5 1.04 1.56
4 Prueba tarjeta A 1.5 1.06 1.59
5 Prueba tarjeta B 2 1.04 2.08
6 Sellado 1 1.02 1.02
7 Prueba componente 1.5 1.02 1.53
líneas punteadas, con la finalidad de enfatizar que el método de la ruta crítica

no aplica en una red con ciclos; los que se eliminan al calcular los contenidos de
trabajo.
Al aplicar el método de la ruta crítica con los contenidos de trabajo de la tabla
5.2 se obtiene que el tiempo teórico de flujo es de T−te 7.19 minutos, resultado que
aparece en la figura 5.5. De esta forma, el mínimo tiempo promedio de flujo
que se experimenta en este sistema de producción sube de 7 a 7.19 minutos debi-
do al reproceso.
✤
Tiempo de flujo con entidades de diferentes tamaños

En una gran variedad de procesos de negocios fluyen simultáneamente entidades
de flujo que tienen diferentes tamaños o complejidades; por ejemplo, los clientes
que solicitan atención en una oficina de registros públicos registran propiedades
con varias unidades habitacionales, una laminadora de acero produce rollos de
lámina de diferentes pesos y/o longitudes (de acuerdo con los requerimientos
de los clientes), o una célula de manufactura alterna la producción de diferentes
modelos del mismo tipo de pieza.
Cuando en un proceso de negocios ingresan entidades con diferentes atribu-
tos, éstas requieren diferentes contenidos de trabajo en cada actividad, pero aún
así es posible analizar las medidas operacionales básicas de flujo. Como ilustra la
figura 5.6, debe tener en cuenta que, no obstante, los diferentes contenidos de
trabajo de las entidades, éstos se expresan en las mismas unidades de tiempo (por
ejemplo, minutos), de manera que si el inventario del sistema se expresa en las mis-
mas unidades de flujo para cada tipo de entidad (por ejemplo, toneladas), las uni-
› Figura 5.5
Tiempo teórico de flujo
# TITE TTTE para la manufactura
de un componente.
d TITA TTTA
Inicio
2 1 2.06 4 2.06 3.65
1.06 1.99 3.05 1.59 3.05 4.64

1 0 1 6 4.64 5.66 7 5.66 7.19
1 0 1 1.02 4.64 5.66 1.53 5.66 7.19

3 1 2.56 5 2.56 4.64
1.56 1 2.56 2.08 2.56 4.64 Fin

› Figura 5.6
Análisis de un proceso
de negocios con diferentes Entidad Entidad
tipos de entidades. de flujo 1 de flujo 2
Contenido Contenido
Inventario 1 Inventario 2
de trabajo 1 de trabajo 2
Medida común de flujo
dades de la tasa de flujo estarán bien definidas (toneladas/minuto). Bajo estas con-
sideraciones se aplica la regla de Little (4.5).
Cuando se desea estimar el tiempo teórico de flujo en un sistema donde
ingresan n tipos de entidades, se debe conocer la mezcla de producción, la cual
n
estará bien definida por los pesos w1, w2, … wn, que deben satisfacer ∑ wn = 1 , y
j =1
0 wj 1, j 1, 2, …, n y, por otro lado, para cada actividad i debe conocer los
contenidos de trabajo CT(i, j ) correspondientes a las diferentes entidades j 1,
2, …, n. Con base en esta información se calcula el contenido de trabajo para cada
actividad i:
n
CT (i ) = ∑ w j CT (i , j ), (5.8)
j =1
de manera que el tiempo teórico de flujo se estima al aplicar el método de la ruta

crítica con los contenidos de trabajo a partir de la ecuación (5.8). Ahora conviene
presentar un ejemplo.
Ejemplo 5.3. Estimación del tiempo teórico de flujo

con diferentes tipos de entidades
Considere el proceso de manufactura del ejemplo 5.2, sólo que los datos de conte-
nido de trabajo que aparecen en la tabla 5.2, corresponden al modelo S del compo-
nente electrónico y se desea fabricar en la misma célula de manufactura el modelo
T. Este último está compuesto también de una tarjeta A y de una tarjeta B, por lo
que su manufactura sigue los mismos pasos de la figura 5.4. Sin embargo, la ma-
nufactura de este modelo requiere de diferentes contenidos de trabajo en algunas
actividades, como se aprecia en la cuarta columna de la tabla 5.3. Para una mezcla
de producción en la célula de manufactura de 40% para el modelo S y de 60% del
modelo T, desea estimar el tiempo teórico de flujo.
En este caso n 2 tipos de entidades, el primer tipo corresponde al modelo
S y el segundo al modelo T, por lo que, de acuerdo con la mezcla de producción,
los pesos son w1 0.4 y w2 0.6. Los contenidos de trabajo para cada actividad
(de acuerdo con la ecuación 5.8) se proporcionan en la quinta columna de la tabla
5.3, así, el contenido de trabajo de la actividad “ensamble tarjeta A” es de 0.4 (1.06)
0.6 (2.12) 1.696 minutos.
› Tabla 5.3
CONTENIDO DE TRABAJO
Contenidos de trabajo
ID ACTIVIDAD MODELO S MODELO T MEZCLA (en minutos) para los modelos
1 Separación de partes 1 1 1 S y T del componente
de Delmex.
2 Ensamble tarjeta A 1.06 2.12 1.696
3 Ensamble tarjeta B 1.56 1.9 1.764
4 Prueba tarjeta A 1.59 2.12 1.908
5 Prueba tarjeta B 2.08 1.87 1.954
6 Sellado 1.02 1.02 1.02
7 Prueba componente 1.53 1.53 1.53
Los resultados de la aplicación del método de la ruta crítica con los contenidos
de trabajo de la mezcla de producción de la tabla 5.3 se muestran en la figura 5.7,
donde se aprecia que cuando la mezcla de producción es de 40% para el modelo S
y 60% para el modelo T, el tiempo teórico de flujo será de T−te 7.268 minutos.
Mejora del tiempo teórico de flujo

El primer paso para tratar de mejorar el tiempo teórico de flujo de un proceso de
negocios es, sin duda, la construcción de la red de actividades, la identificación
de la ruta crítica y las correspondientes actividades críticas. Observe que la re-
ducción del contenido de trabajo en una actividad que no está en la ruta crítica,
no disminuye el tiempo teórico de flujo al aplicar el método de la ruta crítica, por
lo que para mejorar el tiempo teórico de flujo, es muy conveniente identificar las
actividades de la ruta crítica.
A continuación debe identificar si cada actividad es de valor agregado o no.
Una actividad es de valor agregado si su ejecución incrementa el valor que percibe
el cliente sobre la manufactura o servicio que recibe, de lo contrario la actividad
no añade valor al proceso. En una reingeniería del proceso para reducir el tiempo
teórico de flujo, las actividades que no añaden valor al proceso serán las primeras
en ser eliminadas o en ser reducidas. La manera más fácil de identificar si una ac-
tividad es de valor agregado es saber si el cliente percibe alguna diferencia en la
manufactura o servicio si dicha actividad se elimina o cambia por otra. Por ejem-
plo, una actividad de transporte de una mercancía desde la fábrica hasta el punto
› Figura 5.7
# TITE TTTE mezcla de modelos S y T.
d TITA TTTA
Inicio
2 1 2.696 4 2.696 4.604
1.696 1.114 2.81 1.908 2.81 4.718

1 0 1 6 4.718 5.738 7 5.738 7.268
1 0 1 1.02 4.718 5.738 1.53 5.738 7.268

3 1 2.764 5 2.764 4.718
1.764 1 2.764 1.954 2.764 4.718 Fin

de venta es de valor agregado, ya que al cliente sí le importará que el producto

esté en la tienda y no en la fábrica; en cambio, poco le interesará al cliente si un
componente de su producto es trasladado desde un taller distante hasta el taller
de ensamble del producto, mientras él reciba el producto con un buen ensamble;
por esta razón, la mayoría de los transportes innecesarios dentro de una planta
serán actividades que no agregan valor al proceso.
Tras identificar las actividades críticas del proceso es necesario clasificarlas
en alguna de las siguientes categorías: 1) las que permiten reducir el contenido de
trabajo de una actividad crítica, o 2) las que permiten trasladar el contenido de tra-
bajo de una actividad fuera de la ruta crítica. Entre las primeras se encuentran:
• Eliminar la actividad: cuando una actividad no agrega valor al proceso (por

ejemplo, si es un trámite burocrático), la primera acción a explorar es su eli-
minación, la cual procede en caso de no traer consecuencias negativas para
el proceso.
• Disminuir la duración de la actividad: si la ejecución de una actividad es
necesaria y no es posible eliminarla, la segunda opción es reducir la duración
de su ejecución, por ejemplo, con mejor tecnología de proceso o de informa-
ción y comunicaciones o con capacitación del personal para lograr una mayor
rapidez en la ejecución de las actividades.
• Reducir el número esperado de visitas de la misma entidad: puesto
que, como se aprecia en la ecuación 5.7, una reducción en el número espera-
do de visitas de la entidad reduce el contenido de trabajo de la actividad, las
mejoras que permiten disminuir el número de errores o inconsistencias que
se cometen en la ejecución de la actividad, es una medida apropiada para
disminuir el contenido de trabajo.
Entre las medidas que permiten trasladar el contenido de trabajo de una actividad
crítica fuera de la ruta crítica se encuentran:
• Mover la actividad fuera de la ruta crítica: en ciertas situaciones, ya sea

porque alguna precedencia en el diagrama de actividades no es en realidad
necesaria o porque el proceso se puede rediseñar para eliminar relaciones de
precedencia, es posible retirar alguna actividad crítica. Benetton ejemplificó
esta medida cuando permitió que el teñido de la prenda se hiciera después
de la costura y no en la tela, antes de la confección, así la actividad de teñido
ya no es crítica para decidir el modelo final de la confección.
• Mover trabajo fuera del proceso: cuando es posible delegar una actividad
crítica a un proveedor (por ejemplo la fabricación de la tela en la industria
de la confección), el efecto inmediato es la disminución del tiempo teórico de
flujo. En este caso, debe tener en cuenta que ahora será necesario realizar
una buena administración de los inventarios para que el proceso fluya con
rapidez.
Ejemplo 5.4. Reingeniería de un proceso de expedición

de conformidad de obra
La expedición de la conformidad de obra (CO) es un paso necesario para registrar

públicamente una obra de construcción y garantizar la propiedad de la obra. En la
mayoría de los países de América Latina, las autoridades de las administraciones
locales (del municipio o distrito correspondiente) son las que expiden la CO. En
la tabla 5.4 se explican las actividades típicas de un proceso de expedición de CO,
donde se identifican también las actividades de valor agregado (VA) y las que no
son de valor agregado (NVA).
› Tabla 5.4
ID DESCRIPCIÓN TIPO
Actividades del trámite de
1 Entrega y revisión del expediente en ventanilla única (VU). El expediente consta de: VA expedición de conformidad
solicitud, título de propiedad (copia cotejada), boletas de pagos prediales y dos de obra.
juegos de planos arquitectónicos.
2 Transporte de expediente desde la VU hacia la dirección de obras y desarrollo NVA
urbano (DODU)
3 Registro del expediente en la oficina de recepción (OR) de la DODU NVA
4 Transporte del expediente desde la OR de la DODU hacia la oficina de asesoría NVA
jurídica (OAJ)
5 Verificación de escrituras, litigios y pagos de impuestos en la OAJ VA
6 Transporte del expediente desde la OAJ hacia la unidad de licencias (UL) NVA
7 Verificación de la conformidad de los planos en la UL VA
8 Transporte de un inspector y visita de inspección a la obra VA
9 Transporte del expediente desde la UL hacia la DODU NVA
10 Revisión y firma de la CO en la DODU VA
11 Transporte del expediente hacia la VU NVA
En la figura 5.8 aparece la red de actividades de la tabla 5.4, en la que se

utiliza el símbolo correspondiente para identificar las actividades de transporte.
En la figura se especifica (entre paréntesis) la duración promedio (en minutos) de
cada actividad, así como el hecho de que 20% de las solicitudes son rechazadas
y el solicitante debe empezar el trámite de nueva cuenta. En el supuesto de que
ninguna solicitud será rechazada por segunda vez, el número esperado de visitas
para cada una de las actividades será de 1.2, y con sólo una ruta entre los eventos
de inicio y final, el tiempo teórico de flujo para este proceso resulta de: 1.2(60
10 … 2 10) 362.4 minutos.
Con el objeto de mejorar el tiempo teórico de flujo para este proceso de ne-
gocios, se implantan las siguientes mejoras en secuencia:
1. Eliminar actividades que no añaden valor: la DODU se percató de que en re-

gistros públicos, en la unidad de cobranza y en la unidad de licencias existen
registros electrónicos del título de propiedad, pagos prediales y planos arqui-
tectónicos, por lo que implanta un sistema para que el expediente se capture
electrónicamente y se ponga a disposición de las unidades involucradas. Este
sistema elimina las actividades 2, 3, 4, 6, 9 y 11, actividades que no añaden
valor al proceso.
2. Acelerar la ejecución de actividades: dado que ahora la solicitud es un re-
gistro electrónico, la DODU gestionó que sus unidades hagan consultas a los
sistemas de registros públicos, unidad de cobranza y unidad de licencias, lo
› Figura 5.8
Diagrama de actividades
y duraciones (en minutos)
de un trámite de CO.
1 3 5 7 8 10 20%
Inicio
(60) (10) (30) (60) (90) (2)
2 4 6 9 11
Fin
(10) (10) (10) (10) (10)
› Figura 5.9
Diagrama de actividades
de un trámite de CO sin 20%
actividades que no agregan
valor. 1 5 7 8 10
Inicio Fin
(60) (30) (60) (90) (2)
que agilizó las actividades 1, 5 y 7, y redujo la duración de cada una de ellas

a la mitad.
3. Reducir número de visitas: con el objeto de reducir el número de solicitudes
rechazadas, la DODU implantó un programa de transparencia, por lo que
publica en Internet los reglamentos y disposiciones vigentes que se relacio-
nan con el trámite de expedición de CO. Este programa redujo las solicitudes
rechazadas de 20% a sólo 5%.
4. Mover actividades fuera de la ruta crítica: debido a que las actividades 5,
7 y 8 no necesitan ejecutarse en secuencia, la DODU decide ejecutarlas en
paralelo.
5. Disminuir duración de actividad: en un último intento por mejorar el servicio
se exige una reducción de 20% en la duración de la actividad 7.
A continuación se analiza el impacto marginal de cada una de las propuestas

de mejora. La primera acción eliminó todas las actividades que no agregan valor
al proceso, de manera que el nuevo diagrama de actividades se presenta en la fi-
gura 5.9, y el tiempo teórico de flujo resulta de 1.2(60 30 … 2) 290.4
minutos.
El diagrama de actividades después de la segunda acción de mejora es muy
similar al de la figura 5.9, sólo cambia la duración de las actividades 1, 5 y 7, y el
nuevo tiempo teórico de flujo resulta de 1.2(30 15 … 2) 200.4 minutos.
Para la tercera acción de mejora, el diagrama de actividades también es muy simi-
lar al de la figura 5.9, y para calcular el nuevo tiempo teórico de flujo, debe tener
en cuenta que al cambiar el número esperado de visitas (de 1.2 a 1.05), cambiarán
los contenidos de trabajo, por lo que el nuevo tiempo teórico de flujo resulta de
1.05(30 15 … 2) 175.35 minutos.
Después de implantar la cuarta mejora, el diagrama de actividades de la fi-
gura 5.9 sí cambia, ya que ahora se ejecutan en paralelo las actividades 5, 7 y 8.
Debido a que ya no existe una ruta única desde el inicio hasta el fin del diagrama,
se aplica el método de la ruta crítica (que se ilustra en la figura 5.10), para obtener
un tiempo teórico de flujo de 128.1 minutos.
Finalmente, observe que la actividad 7 no es una actividad crítica, así que
la quinta mejora no tendrá ningún efecto en el tiempo teórico de flujo, los únicos
datos que cambiarían en la figura 5.10, al aplicar el método de la ruta crítica, se-
rían la duración de la actividad 7 (pasaría a 25.2), el TTTE de la actividad 7 (se
reduciría de 76 a 56.7) y el TITA de la actividad 7 (sería de 100.8). Luego de todas
las mejoras se logró reducir el tiempo teórico de flujo de 362.4 a 128.1 minutos
(casi a un tercio del tiempo original).
ANÁLISIS DEL TIEMPO DE FLUJO CON ESPERAS

Como muestra en la ecuación (5.1), y es un reflejo de lo que se experimenta en
la mayoría de los procesos de negocios, las entidades que ingresan al proceso no
› Figura 5.10
# TITE TTTE un trámite de CO mejorado.
Inicio d TITA TTTA

5 31.5 47.25
15.75 110.25 126
1 0 31.5 7 31.5 76 10 126 128.1 Fin

31.5 0 31.5 31.5 94.5 126 2.1 126 128.1
8 31.5 126
94.5 31.5 126
necesariamente son atendidas de inmediato en cada actividad, por lo general ex-

perimentan esperas debido a la competencia por el uso de los recursos. El tiempo
teórico de flujo es en realidad el mínimo tiempo promedio de flujo que experimenta
el sistema, y el conocimiento del tiempo promedio de flujo (con las esperas) per-
mite medir la eficiencia del tiempo de flujo:
Tte
ETF = (100)%, (5.9)
T
donde ETF denota la eficiencia del tiempo de flujo (en porcentaje), y T−te, T− están
definidas en la ecuación (5.1). La eficiencia del tiempo de flujo mide cuán peque-
ñas son las esperas en relación con el tiempo promedio de flujo, ya que si no se
experimentan esperas en el proceso, la eficiencia del tiempo de flujo sería de 100%,
y a medida que las esperas crecen, la eficiencia del tiempo de flujo disminuye y
se acerca a cero.
Estimación del tiempo de flujo con esperas

En general, el tiempo promedio de flujo T−, ya sea para un proceso, un buffer o una
actividad, se estima directa o indirectamente. La estimación directa consiste en:
a) observar el sistema por cierto periodo (como en el ejemplo 4.2), b) para cada
unidad de flujo que entró y salió del sistema se registra el tiempo de flujo, y c) se
estima T− por el promedio de los tiempos de flujo observados. Este método es in-
dudablemente el más seguro para estimar el tiempo de flujo, ya sea del proceso,
buffer o actividad; sin embargo, podría ser laborioso o costoso si no se dispone de
la tecnología apropiada que permita un registro automático de los tiempos de flujo
(por ejemplo, RFID para una manufactura o workflow para un servicio). Una opción
menos costosa es la estimación indirecta, que consiste en estimar los inventarios
promedio en el proceso o actividad, y estimar el correspondiente tiempo prome-
dio de flujo T− con la aplicación de la regla de Little (ecuación 4.5), con base en el
inventario promedio − I y la tasa de flujo R.
Con el objeto de identificar las esperas en buffer y las actividades críticas,
primero se estiman los tiempos promedio de espera que las unidades de flujo expe-
rimentan en cada uno de los buffer, ya sea con la estimación directa o la indirecta.
Para encontrar el tiempo promedio de flujo correspondiente a todo el proceso, se
aplica el método de la ruta crítica a la red completa de actividades y buffer; cada
espera en un buffer se considera como una actividad pasiva, con sus correspondien-
› Figura 5.11
para la manufactura de un Ensamble Prueba
Inicio Sellado
componente. B2 de tarjetas A B4 de tarjetas A B6
Separación
de partes B7
Ensamble Prueba Prueba del

Fin
B3 de tarjetas B B5 de tarjetas B componente
tes esperas promedio como si fueran sus duraciones. El siguiente ejemplo ilustra
la estimación indirecta de los tiempos de espera promedio y la identificación de las
actividades y esperas críticas del proceso.
Ejemplo 5.5. Eficiencia de un proceso de manufactura
Considere el proceso de manufactura del componente electrónico del ejemplo 5.1,

con un tiempo teórico de flujo de 7 minutos. En la figura 5.11 aparece de nuevo
este proceso, pero ahora incluye los buffer del proceso con el objeto de analizar
el tiempo de flujo con esperas. Como se aprecia en la figura, el proceso inicia con
la separación de partes para las tarjetas A y B, y termina con la manufactura del
componente, listo para entrar al almacén de productos terminados. En el sistema
de producción se identificaron 6 buffer y en la tabla 5.5 están (columnas 2 y 3) los
inventarios promedio en cada uno de los buffer de la figura 5.11, tome en cuenta
que se experimenta una tasa de producción de 90 componentes/hora, las colum-
nas 4 y 5 de la misma tabla registran los correspondientes tiempos promedio de
espera (en minutos) que resultan de aplicar la regla de Little, así, el tiempo pro-
medio de espera de las partes de la tarjeta A en el buffer B2 es de 4.5(60)/90 3
minutos.
Con base en la duración de las actividades de la tabla 5.1, los tiempos prome-
dio de espera de la tabla 5.5, y al considerar a los buffer como actividades pasivas,
en la figura 5.11 se aplica el método de la ruta crítica para encontrar el tiempo
promedio de flujo en todo el proceso. En la figura 5.12 aparecen los resultados de
la aplicación del método de la ruta crítica, donde el tiempo promedio de flujo para
el proceso se estima en 24 minutos. Observe que en el buffer B6 existen dos tipos
de inventarios (tarjetas A y B), por lo que en la red de buffer de la figura 5.12 se
consideran dos actividades de espera para este buffer, la B6A y la B6B, para re-
› Tabla 5.5 INVENTARIO PROMEDIO TIEMPO PROMEDIO DE ESPERA (MINUTOS)

Inventarios y tiempos promedio
de espera en buffer. BUFFER TARJETAS A TARJETAS B TARJETAS A TARJETAS B
B2 4.5 0 3 0
B3 0 7.5 0 5
B4 6 0 4 0
B5 0 7.5 0 5
B6 6 6 4 4
B7 4.5 4.5 3 3
› Figura 5.12
2 4 5 B4 5 9 el tiempo de flujo con esperas.
# TITE TTTE
1 8 9 4 9 13
Inicio d TITA TTTA
B2 1 4 4 9 10.5 B6A 10.5 14.5

1 0 1 3 5 8 1.5 13 14.5 4 14.5 18.5
6 18.5 19.5 B7 19.5 22.5
1 0 1
1 18.5 19.5 3 19.5 22.5
B3 1 6 5 13 14.5 B6B 14.5 18.5
5 1 6 1.5 13 14.5 4 14.5 18.5
3 6 8 B5 8 13 7 22.5 24
2 6 8 5 8 13 1.5 22.5 24
Fin
presentar las esperas de las correspondientes tarjetas A y B. Con base en los datos
de la figura 5.12, la secuencia de actividades y esperas críticas es:
1 → B3 → 3 → B5 → 5→ B6B → 6 → B7 → 7.
Por último, dado que el tiempo teórico de flujo para este proceso de ma-
nufactura fue de 7 minutos (vea el ejemplo 5.1), la eficiencia de este sistema de
producción es de 7(100)/24 艐 29.2%, es decir, 29.2% del tiempo promedio de flujo
corresponde al tiempo teórico (y el resto a esperas).
Mejora del tiempo promedio de espera

Es conveniente mencionar que en la práctica existe una gran oportunidad para
mejorar los tiempos de espera en buffer. En este sentido, el estudio empírico de
Blackburn (1992) reporta eficiencias muy pequeñas en diversos sectores de la in-
dustria de Estados Unidos, entre las que resalta una eficiencia de 0.16% para la
expedición de pólizas en la industria de seguros y de 0.14% para el lanzamiento
de nuevos diseños en la industria de empaques.
El primer paso para mejorar el tiempo promedio de esperas en un proceso
de negocios es identificar la ruta crítica y las correspondientes esperas en buffer
que son críticas. Una mayor capacidad de proceso en las actividades que generan
las esperas críticas tendrá un impacto positivo para disminuir el tiempo promedio
de espera. Debe tener en cuenta, sin embargo, que la duración de las esperas en
buffer depende no sólo de la capacidad para prestar los servicios, sino también de
las políticas para programar la atención de las entidades, de la flexibilidad de los
recursos y de las políticas para programar y asignar los recursos a las actividades,
entre otros factores. En el capítulo 12 se analizan las diferentes técnicas para pro-
gramar la atención de las entidades; mientras, conviene atender el problema de
la programación de actividades con recursos limitados, conocido en la literatura
inglesa por la siglas RCPSP (resource constrained project scheduling problem), y
que tiene mucha relevancia para tratar de disminuir las esperas por falta de re-
cursos para atender a las entidades.
En la mayoría de los procesos de negocios existen recursos flexibles que tienen
la capacidad para atender diferentes actividades; por ejemplo, la secretaria de un
departamento puede servir de recepcionista tanto para el jefe de departamento,
como para los diferentes funcionarios del mismo departamento, o un programa-
dor puede estar asignado a varias actividades del mismo proyecto de desarrollo de
software. Cuando un mismo recurso debe atender diferentes actividades del mismo
proceso de negocios, la secuencia en la que se ejecutan las actividades de la red
afecta el tiempo de flujo del proceso. Por ejemplo, imagine que si un recurso es
necesario para atender una actividad crítica y otra no crítica, sería prioritario que
el recurso atienda primero la actividad crítica, para evitar que el tiempo de flujo
se incremente de forma innecesaria.
A continuación se define con mayor precisión el RCPSP. Dada una red de n
actividades con duraciones d1, d2, …, dn, respectivamente, y un conjunto de m re-
cursos con disponibilidades (enteras) C1, C2, …, Cm, donde la actividad i (i 1, 2,
…, n) ocupa de forma simultánea Cij unidades del recurso j ( j 1, 2, …, m) duran-
te la ejecución de la misma, el problema de encontrar la secuencia de actividades
que optimice algún criterio, que respete las precedencias de la red de activida-
des y, que en ningún momento el total de unidades ocupadas de cualquier recurso
exceda la disponibilidad del mismo, se conoce con el nombre de RCPSP. En este
caso el interés particular sobre el RCPSP es minimizar el tiempo de flujo (duración
de la ruta crítica) en la red de actividades.
Hasta ahora y a diferencia del problema de encontrar el tiempo de flujo en
una red de actividades sin limitaciones de recursos, que se resuelve al aplicar el
método de la ruta crítica, para el RCPSP no existe un algoritmo eficiente para en-
contrar su solución, los métodos exactos más eficientes propuestos se basan en
formulaciones en programación lineal con variables enteras (Mingozzi et al. 1998),
pero su aplicación puede no ser factible para redes con 20 o más actividades. Por
tanto se sugiere el uso de métodos heurísticos para encontrar soluciones que, aun
cuando no aseguran el óptimo, dan una solución muy cercana (o inclusive la óp-
tima) en la mayoría de los casos.
Al aplicar un método heurístico para resolver un RCPSP, debe simularse la
ejecución del proceso, construir la programación de las actividades desde el inicio
del proyecto (tiempo t 0) y con los siguientes principios:
• Ya sea al inicio de la programación (t 0), o cada vez que se termina la eje-

cución de una actividad, deben determinarse las actividades elegibles para
ser programadas, el criterio para que una actividad sea elegible es la existen-
cia de suficientes recursos disponibles para su ejecución y el término de las
ejecuciones de sus actividades predecesoras.
• Las actividades elegibles se programan en secuencia, el orden lo otorga el
criterio heurístico, y se descuentan los correspondientes recursos disponibles
cada vez que se programa el inicio de una actividad.
• Cuando no existen actividades elegibles se simula la ejecución del proceso,
se avanza el “reloj” t hasta que la siguiente actividad termina su ejecución.
• El procedimiento concluye cuando se termina la ejecución de todas las
actividades.
En la hoja de nombre “RecursosLimitados” del archivo “Cap5.xls” aparece la pro-

gramación de este procedimiento, de acuerdo con los criterios heurísticos de mayor
difusión para el RCPSP:
• Menor tiempo de proceso: se otorga más prioridad a la actividad con la

menor duración.
• Menor holgura: se otorga más prioridad a la actividad que tendría la menor

holgura, si se continúa la ejecución de las actividades restantes sin considerar
las limitaciones de recursos.
• Mayor número de seguidores críticos: se otorga más prioridad a la acti-
vidad que tendría el mayor número de actividades sucesoras que están en
una ruta crítica, si se continúa la ejecución de las actividades restantes sin
considerar las limitaciones de recursos.
• Menor tiempo de terminación tardío: se otorga más prioridad a la activi-
dad que tendría el menor tiempo de terminación tardío (TTTA), si se conti-
núa la ejecución de las actividades restantes sin considerar las limitaciones
de recursos.
• Método de incremento de la duración: se calculan índices dij para cada
pareja de actividades elegibles i, j, y se otorga más prioridad a la actividad
que tiene el menor índice dij, donde dij es el incremento en el tiempo de
flujo del proceso, si se programa la actividad j después de la i, y se continúa
la ejecución de las actividades restantes sin considerar las limitaciones de
recursos.
De acuerdo con Davis y Patterson (1975), la regla de menor holgura se com-

porta bastante bien en la generalidad de los casos, aunque el desempeño de cual-
quier heurística depende del caso particular, por lo que se han propuesto diversas
heurísticas que podrían desempeñarse bien en casos especiales (por ejemplo, Gol-
dratt, 1997; Castillo y Muñoz, 2004). Por último, para ilustrar una programación
de actividades, es conveniente construir los diagramas de carga de cada recurso
(vea figuras 5.15 y 5.16). El diagrama de carga de un recurso es una gráfica en dos
dimensiones, donde el eje de las abscisas corresponde al tiempo y en el eje de las
ordenadas se indican las unidades ocupadas del recurso.
Ejemplo 5.6. Asignación de recursos en un proyecto

de desarrollo de sistemas
TecSoft es una empresa dedicada al desarrollo de sistemas a la medida para em-

presas grandes y medianas. Antes de iniciar cada proyecto TecSoft acostumbra
desarrollar la red de actividades del proyecto, estima tanto las duraciones de las
actividades, como los requerimientos de personal (analistas y programadores).
En la figura 5.13 se presenta la red de actividades de un proyecto muy importan-
te que TecSoft debe desarrollar para una empresa de seguros, donde se indican
las duraciones (en semanas) y los requerimientos de analistas y programadores
para cada una de las actividades. Como se aprecia en la figura, el proyecto cons-
ta de 10 actividades (de la A a la J) y, por ejemplo, la actividad B demora 4 se-
manas, requiere la dedicación de 12 programadores y 4 analistas durante las 4
semanas.
Debido a la importancia de este proyecto TecSoft asignará un número cons-
tante de analistas y programadores durante su ejecución, que se desea terminar
en 15 semanas. Por estas razones el costo en que incurrirá TecSoft es:
• Por cada semana de duración después de la semana 15 se incurre en una pe-

nalización de $10 000.
• El costo por semana de cada analista es de $1 000, y de cada programador
de $500, cada analista y cada programador recibirá su salario durante las se-
manas que dure el proyecto.
Con base en la información anterior TecSoft desea investigar el costo de las

siguientes opciones:
› Figura 5.13
Red de actividades, duraciones
y requerimientos para el A:6 (10, 3) D:4 (3, 3) J:4 (14, 1)
desarrollo de un sistema.
Fin
C:2 (12, 7) E:5 (10, 4)
Inicio
H:2 (9, 3)
B:4 (12, 4) F:3 (6, 2)
G:3 (5, 2) I:4 (8, 5)
A:6 (10, 3)
Analistas
Actividad Duración Programadores
(semanas)
1. Programar las actividades cuanto antes y contratar a los analistas y progra-

madores necesarios para terminar el proyecto lo más pronto posible.
2. Programar las actividades para terminar el proyecto lo antes posible, pero
con un personal de 8 analistas y 22 programadores.
3. Programar las actividades para terminar el proyecto lo antes posible, pero
con 10 analistas y 22 programadores.
Para investigar el costo de la primera opción, primero se aplica el método de

la ruta crítica que arroja un tiempo teórico de flujo de 16 semanas (los resultados
se presentan en la figura 5.14). A continuación se programan las actividades tan
pronto como sea posible (inicio de las actividades en su TITE), de manera que las
actividades A y B arranquen en la semana 0, la C al final de la semana 4, y así en
lo sucesivo (vea la figura 5.14), y se construyen los diagramas de carga de los re-
cursos que se presentan en la figura 5.15.
› Figura 5.14
Tiempo teórico de flujo para un
proyecto de sistemas. A 0 6 D 6 10 J 10 14
6 0 6 4 6 10 4 12 16
C 4 6 E 6 11 Fin
Inicio
2 4 6 5 11 16
H 10 12
F 4 7 2 10 12
B 0 4
3 7 10
4 0 4
G 4 7 I 12 16
3 9 12 4 12 16
› Figura 5.15
Diagramas de carga de los
30 G (3, 5) recursos con un inicio tan
pronto como es posible.
F (3, 6) J (4, 14)
25
Programadores 20
15 B (4, 12) C (2, 12)

H (2, 9)
D (4, 3)
10
5 A (6, 10) E (5, 10) I (4, 8)
5 10 15
Semana
16
A (6, 3) E (5, 4) I (4, 5)
5 B (4, 4) D (4, 3) H (2, 3)
Analistas
C (2, 7) J (4, 1)
10 F (3, 2)
6 (3, 2)
15
ACTIVIDAD ACTIVIDAD ACTIVIDAD ANALISTA PROGRAMADOR › Tabla 5.6

TIEMPO TERMINADA DISPONIBLE DURACIÓN SELECCIONADA (DISPONIBLES) (DISPONIBLES) Aplicación de la regla de menor
holgura con 8 analistas y 22
0 ninguna 8 22 programadores.
1 6
2 4
2 4 10
1 1 0
4 2 5 12
6 3
7 3
6 3 6
7 1 1
6 1 4 11
7 6, 7 8 22
3 2
3 1 10
9 3 8 22
4 4
5 5
4 5 19
5 1 9
13 4 4 12
8 2
8 1 3
14 5 5 13
15 8 8 22
9 4
10 4
9 3 14
10 2 0
Duración: 19 9, 10
› Figura 5.16
recursos con 7 analistas y 22 30
programadores.
25
Programadores
20
G (3, 5)
15 B (4, 12) J (4, 14)
F (3, 6) H (2, 9)
D (4, 3)
10
5 A (6, 10) C (2, 12) E (5, 10) I (4, 8)
5 10 15
Semana
A (6, 3) E (5, 4) I (4, 5)

5
F (3, 2) C (2, 7)
B (4, 4) D (4, 3) H (2, 3) J (4, 1)
Analistas
G (3, 2)
10
15
A partir de los resultados de la programación de la figura 5.15, se necesita-

rían 33 programadores (en las semanas 5 a 7 y 11 a 14) y 14 analistas (en las se-
manas 5 a 7), por lo que el costo de la primera opción sería de 10 000 (16 15)
1 000(14)(16) 500(33)(16) $498 000. Observe en los diagramas de la figura
5.15 que la programación tan pronto como es posible puede ser muy ineficiente, ya
que se podría retrasar el inicio de las actividades F y G a la semana 8, sin que se
incremente la duración del proyecto, haciendo que se necesiten 3 analistas menos
(hay una reducción del costo).
En cuanto al costo de la segunda opción, primero se aplica la regla de menor
holgura para programar las actividades con 8 analistas y 22 programadores, lo que
permite estimar la duración del proyecto con esta disposición de recursos. Median-
› Figura 5.17
recursos con 10 analistas 30
y 22 programadores.
25
Programadores
G (3, 5)
20 I (4, 8)
15 B (4, 12) C (2, 12) F (3, 6)
H (2, 9)
D (4, 3)
10
J (4, 14)
5 A (6, 10) E (5, 10)
5 10 15
Semana
A (6, 3) D (4, 3) H (2, 3) I (4, 5)

F (3, 2)
5 A (4, 4)
Analistas
G (3, 2) J(4, 1)
C (2, 7) E (5, 4)
10
15
te el procedimiento correspondiente de la hoja “RecursosLimitados” del archivo

“Cap5.xls”, aparecen los resultados detallados que se muestran en la tabla 5.6. Ob-
serve que nunca se llegan a utilizar los 8 analistas disponibles, por lo que con 7 (en
lugar de 8) se obtendrá la misma duración de 8 semanas. De esta manera, el costo
de esta segunda opción sería de 10 000 (19 – 15) 1 000(7)(19) 500(22)(19)
$382 000, menor que en la opción 1. En la figura 5.16 aparecen los diagramas de
carga correspondientes a la programación detallada en la tabla 5.6.
Por último, al aplicar la regla de programación de menor holgura con 10 ana-
listas y 22 programadores, se obtienen los diagramas de carga que ilustran la figura
5.17, donde se aprecia que el proyecto se terminaría en 18 semanas, con un costo
total de: 10 000 (18-15) 1 000(10)(18) 500(22)(18) $408 000, aún menor que
el de la primera opción (programación tan pronto como es posible), pero mayor
que el de la segunda opción, por tanto, desde el punto de vista del costo de desa-
rrollo del sistema, es conveniente contratar 7 analistas y 22 programadores para
este proyecto.
EJERCICIOS
1. Un taller de joyería fabrica relojes de oro con las activi- b) Calcule el tiempo teórico de flujo e identifique las
dades que se describen en la siguiente tabla: actividades críticas para el tiempo teórico de flujo y
la mezcla de producción del inciso anterior.
CONTENIDO 3. MexToys fabrica automóviles de juguete. El modelo es-
DE TRABAJO PREDECE- tándar requiere dos subensambles: la plataforma y la
ID ACTIVIDAD (MINUTOS) SORES carrocería, y la manufactura inicia con la separación
1 Pedido 5 Ninguno de las partes de cada subensamble, a continuación la
2 Manufactura de accesorios 300 1 plataforma y la carrocería se trabajan en paralelo, de
3 Manufactura de caja y tapa 200 1 acuerdo con las actividades, duraciones y precedencias
que se detallan en la siguiente tabla.
4 Ensamble del extensible 60 2
5 Ensamble de juegos para caja 20 3
DURACIÓN PREDECE-
6 Ensamble final 30 4,5 ID ACTIVIDAD (MINUTOS) SORES
1 Separar partes 5 Ninguno
a) Construya la red de actividades para este proceso de
manufactura (no incluya ningún buffer). 2 Cortar plataforma 12 1
b) Estime el tiempo teórico de flujo e identifique las 3 Cortar carrocería 10 1
actividades críticas para el tiempo teórico de flujo. 4 Formar plataforma 3 2
2. Suponga que los datos del ejercicio anterior corresponden
5 Formar carrocería 5 3
al modelo económico y que el modelo de lujo sigue los
mismos pasos, pero con los contenidos de trabajo que 6 Subensamblar 5 4
se presentan en la siguiente tabla. plataforma
7 Ensamblar 5 5,6
ID ACTIVIDAD CONTENIDO DE TRABAJO 8 Inspeccionar 12 7
(MINUTOS)
1 Pedido 5 a) Construya la red de actividades para este proceso de
2 Manufactura de accesorios 400 manufactura (no incluya ningún buffer).
3 Manufactura de caja y tapa 320 b) Si se espera que el número de visitas sea de 1 para
cada actividad, calcule el tiempo teórico de flujo e
4 Ensamble del extensible 80
identifique las actividades críticas para el tiempo
5 Ensamble de juegos para caja 20 teórico de flujo.
6 Ensamble final 50 4. Considere la manufactura de automóviles de juguete
del ejercicio anterior, con las mismas actividades, dura-
a) Calcule los contenidos de trabajo para una mezcla ciones y precedencias, pero con los siguientes números
de producción de 60% para el modelo económico y de visitas por actividad.
40% para el modelo de lujo.
ID ACTIVIDAD NEV a) Calcule los contenidos de trabajo para el modelo

deportivo.
1 Separar partes 1
b) Calcule los contenidos de trabajo para una mezcla
2 Cortar plataforma 1.2 de producción de 40% para el modelo económico y
3 Cortar carrocería 1.1 60% para el modelo deportivo.
4 Formar plataforma 1.4 c) Calcule el tiempo teórico de flujo e identifique las
actividades críticas para el tiempo teórico de flujo y
5 Formar carrocería 1.2
la mezcla de producción del inciso anterior.
6 Subensamblar plataforma 1.1 7. Considere la manufactura de automóviles de juguete del
7 Ensamblar 1.1 ejercicio 4, con las mismas actividades, contenidos de
8 Inspeccionar 1.1 trabajo y precedencias, pero asuma que las actividades
son ejecutadas por los recursos que se indican en la si-
a) Calcule los contenidos de trabajo para cada una de guiente tabla.
las actividades.
b) Calcule el tiempo teórico de flujo e identifique las ID ACTIVIDAD RECURSOS UTILIZADOS
actividades críticas para el tiempo teórico de flujo. 1 Separar Técnico S
5. Considere la manufactura de automóviles de juguete del
2 Cortar base Cortadora, técnico 1
ejercicio anterior, con los mismos contenidos de traba-
jo por actividad, pero con un buffer antes de cada una 3 Cortar techo Cortadora, técnico 1
de las actividades 2 a la 8. La tasa de producción del 4 Formar base Prensa, técnico 2
proceso es de 18 automóviles/hora, y con los siguientes 5 Formar techo Prensa, técnico 2
inventarios promedio en cada uno de los buffer.
6 Subensamble Técnico E1
7 Ensamble Técnico E2
INVENTARIO PROMEDIO
ACTIVIDAD INMEDIATA 8 Inspección Inspector
POSTERIOR PLATAFORMAS CARROCERÍAS
2 27 – a) Asuma que existe sólo una unidad de cada uno de
3 – 18 los recursos (técnico S, cortadora, técnico 1, técnico
4 9 – 2, prensa, técnico E1, técnico E2, inspector), y apli-
que la heurística de menor holgura para programar
5 – 21
las actividades para la manufactura de un automóvil
6 18 – de juguete e identifique el tiempo promedio de flujo
7 9 12 para la fabricación de un automóvil.
8 18 18 b) Elabore los diagramas de carga para cada uno de los
recursos.
a) Construya la red de actividades y buffer para este c) Calcule la eficiencia del tiempo de flujo con base en
proceso de manufactura. el tiempo teórico de flujo y su respuesta del inciso a.
b) Estime el tiempo promedio de flujo e identifique las 8. El Hospital Arcángel desea rediseñar el proceso de apli-
actividades y esperas que son críticas para el tiempo cación de rayos X, con el objetivo de minimizar el tiempo
promedio de flujo. requerido desde que el paciente sale del consultorio del
c) Estime la eficiencia del tiempo de flujo para este pro- médico (para recibir los rayos X), hasta que el paciente
ceso de manufactura. y la placa llegan al consultorio del médico. Con el obje-
6. Suponga que los datos del ejercicio 4 corresponden al to de estudiar el proceso actual, se han identificado las
modelo económico, y que el modelo deportivo sigue los actividades necesarias, que se detallan a continuación.
mismos pasos pero con las duraciones y números de vi-
sitas que se presentan en la siguiente tabla. PREDECE-
ID ACTIVIDAD TIPO SORES
ID ACTIVIDAD DURACIÓN (MINUTOS) NEV 1 Paciente camina a sala de rayos X NVA Ninguno
1 Separar partes 7 1 2 Mensajero envía solicitud a sala de rayos X NVA Ninguno
2 Cortar plataforma 14 1.2 3 Técnico de rayos X llena una forma con los NVA 2
datos que proporciona el médico
3 Cortar carrocería 12 1.1
4 Recepcionista recibe información del paciente VA 1,3
4 Formar plataforma 4 1.4
sobre su seguro y la envía a la compañía
5 Formar carrocería 6 1.2
5 Paciente se coloca una bata VA 4
6 Subensamblar 6 1.1
6 Técnico de laboratorio de rayos X toma la VA 5
plataforma
placa
7 Ensamblar 7 1.1
7 Técnico de revelado de rayos X revela la VA 6
8 Inspeccionar 10 1.1 placa
8 Técnico de laboratorio de rayos X VA 7 d) Con base en los datos de los incisos anteriores, estime
inspecciona la placa. Si la placa no es el tiempo promedio de flujo del proceso, y las esperas
satisfactoria se repiten los pasos 6, 7 y 8 en buffer que son críticas para el tiempo promedio
(75% de las veces la placa pasa a la primera, de flujo.
25% a la segunda y ninguna requiere más) e) Estime la eficiencia del tiempo de flujo para este
9 El paciente se quita la bata y se viste VA 8 servicio.
10 El paciente camina al consultorio NVA 9 9. Incluya cada una de las siguientes modificaciones al
proceso de la pregunta anterior (cada una sin conside-
11 Un mensajero lleva la placa al consultorio NVA 8
rar las anteriores), y luego: i) indique el efecto en los
contenidos de trabajo de las actividades, ii) indique el
a) Construya la red de actividades para este proceso (no
efecto en el tiempo teórico de flujo.
incluya ningún buffer). a) Instalar nuevo equipo que reduce el tiempo de reve-
b) Con base en una muestra de 50 pacientes para cada
lado de 12 a 10 minutos.
actividad, se estimaron las siguientes duraciones de b) Rediseñar la ruta del mensajero para reducir su tiem-
las actividades, número esperado de visitas y conte- po de viaje de 20 a 15 minutos en cada viaje de ida
nidos de trabajo: o vuelta.
c) Incentivar a que el paciente reduzca su tiempo de
DURACIÓN CONTENIDO viaje de 7 a 5 minutos.
ACTIVIDAD (MINUTOS) VISITAS DE TRABAJO d) Incentivar a que el paciente reduzca su tiempo de
1 7 1 7 vestido/desvestido de 3 a 2 minutos.
2 20 1 20 e) Hacer que los pacientes lleven tanto el pedido como
la placa de regreso.
3 6 1 6
f) Reducir las tomas fallidas de 25% a 5%.
4 5 1 5 10. Repetir el ejercicio anterior, pero ahora incluya cada modi-
5 3 1 3 ficación en secuencia, adicionalmente a las anteriores.
6 6 1.25 7.5 11. Cristina y Dolores tienen un negocio de venta de galletas
7 12 1.25 15
bajo pedido. El proceso de producción de una docena de
galletas sigue el procedimiento que se explica a continua-
8 2 1.25 2.5 ción. Apenas recibida la orden por teléfono, deben ejecu-
9 3 1 3 tarse las siguientes actividades (adaptado de Bohn 1986).
10 7 1 7 • A: lavar utensilios y preparar la masa de acuerdo con
11 20 1 20 el pedido (demora 6 minutos en promedio).
• B: vaciar la mezcla en un molde para 12 galletas (de-
Identifique el tiempo teórico de flujo para este proceso mora 2 minutos y debe haberse ejecutado A).
y las correspondientes actividades críticas. • C: preparar el horno y poner el molde en el horno (de-
c) Suponga que existen buffer antes de las actividades, mora 1 minuto, durante el cual se ocupa el horno, y
y a continuación se presenta el inventario promedio debe haberse ejecutado B).
estimado en cada uno de los buffer: • D: horneado de galletas (demora 9 minutos, durante
los que sólo se ocupa el horno, y debe haberse ejecu-
tado C).
ACTIVIDAD INVENTARIO PROMEDIO • E: descargar en una mesa y dejar enfriar las galletas
INMEDIATA DESPUÉS
(en la mesa) por 5 minutos, el tiempo de descarga se
DE BUFFER SOLICITUD O FORMA PACIENTE
puede ignorar (sólo se ocupa la mesa y debe haberse
1 0 0 ejecutado D).
2 2 0 • F: embolsar las galletas (2 minutos y debe haberse
3 1 0 ejecutado E).
4 1 1
• G: entregar y cobrar (1 minuto y debe haberse ejecu-
tado F).
5 0 1
a) Presente un diagrama de actividades para este proceso
6 0 1 (no incluya buffer) si cada pedido es de una docena
7 0 1 de galletas y calcule el tiempo teórico de flujo (desde
8 0 1 que se recibió la orden hasta que se termina de co-
brar). Asuma que no existen esperas antes de cada
9 0 1
actividad y que no existen restricciones de recursos
10 0 0 (humanos y/o de capital).
11 2 0 b) Ahora suponga que cada pedido consiste de 2 doce-
nas de galletas y que si bien la recepción, limpieza y
Si la tasa de flujo del sistema es de 15 pacientes por hora, mezcla para 2 docenas toma el mismo tiempo anterior
estime los tiempos promedio de espera (en minutos) en (6 minutos), el horno tiene capacidad para hornear
cada uno de los buffer. sólo un molde (con 1 docena) de galletas a la vez. El
vaciado de la mezcla sigue en 2 minutos por molde

y, luego del horneado, cada molde debe enfriarse a) Construya un diagrama de actividades para el pro-
antes de embolsar las galletas (el embolsado toma 2 ceso y estime el tiempo teórico de flujo.
minutos por cada docena). La entrega y cobro sigue b) Programe las actividades con un método heurístico
en 1 minuto (pero con 2 docenas a la vez). Presente el y construya los diagramas de carga para Cristina, Do-
diagrama de actividades correspondiente y determine lores y el horno, que le permitan estimar el menor
el tiempo teórico de flujo (no existen restricciones de tiempo en que puede atenderse un pedido si las activi-
recursos y en particular se dispone de varios hornos). dades A, B, C, D, E se asignan a Cristina, y las activida-
12. Considere el negocio de venta de galletas del ejercicio des F, G, I, J se asignan a Dolores.
anterior. Para resolver los siguientes incisos se sugiere c) Programe las actividades con un método heurístico y
aplicar un método heurístico para programar activida- construya los diagramas de carga para Cristina, Dolores
des y construir los diagramas de carga de los recursos. y el horno, que le permita estimar el menor tiempo
a) Estime el mínimo tiempo de atención de un pedido en que puede atenderse un pedido si las actividades
de 2 docenas, considere que existe sólo 1 horno con A, B, C, I, J se asignan a Cristina y las actividades D,
capacidad para un molde de 12 galletas (para preparar E, F, G se asignan a Dolores.
el horno para la segunda docena debe haberse hor- NOTA: en la preparación del horno se utiliza el
neado la primera), y que Cristina ejecuta las activida- mismo.
des A y B, y Dolores ejecuta las actividades C, F y G. 14. Considere el negocio de pizzas de C&D del ejercicio an-
b) Estime el mínimo tiempo de atención de un pedido terior, pero suponga ahora que el pedido es de 2 pizzas.
de 2 docenas para el caso descrito en el inciso a, si Cada actividad mencionada se ejecuta para cada pizza
se compra un segundo horno que puede hornear 1 por separado, a excepción de la toma del pedido, la en-
molde a la vez. trega y el cobro que siguen siendo sólo una vez cada
c) Para el caso descrito en a, estime el mínimo tiempo una para las 2 pizzas en su conjunto.
de atención si se reemplaza el horno por uno que a) Construya un diagrama de actividades para el pro-
puede hornear 2 moldes a la vez. Observe que algu- ceso y estime el tiempo teórico de flujo.
nas actividades (preparación de horno, horneado y b) Programe las actividades con un método heurístico y
enfriado) se hacen una sola vez para las dos doce- construya los diagramas de carga para Cristina, Do-
nas, aunque el vaciado de la segunda docena sigue lores y el horno, que le permitan estimar el menor
después del de la primera y algo similar ocurre con tiempo en que puede atenderse un pedido (de 2
el empaque. pizzas) si el horno es un microondas con capacidad
d) Para el caso descrito en el inciso a estime el mínimo para una sola pizza, las actividades tipo A, B, C, I, J
tiempo de atención si se reemplaza el horno por uno se asignan a Cristina, y las actividades tipo D, E, F,
que hornea 1 molde a la vez, pero en 6 minutos en G se asignan a Dolores.
lugar de 9 (la única diferencia con el inciso a es el c) Proponga dos acciones para reducir el tiempo encon-
tiempo de horneado). trado en el inciso b e indique cuáles serían los nuevos
13. Cristina y Dolores (C&D) consideran la utilización de tiempos de flujo.
su sistema de atención de pedidos para ingresar al mer- d) Construya los diagramas de carga que justifican los
cado de las pizzas. Cristina contratará un asistente para tiempos de flujo de su respuesta del inciso c.
operar la división de galletas, comprará un nuevo horno
para la división de pizzas y se dedicará a atender per-
sonalmente el negocio de pizzas. Las actividades para
atender un pedido se presentan en la siguiente tabla.
DURACIÓN PREDECE-
ID ACTIVIDAD (MINUTOS) SORES
A Toma de la orden por teléfono 2 Ninguno
B Mezcla de ingredientes para la masa 5 A
C Vaciado de la masa en un molde 1 B
D Preparación de ingredientes adicionales 2 A
E Limpieza y mezcla de ingredientes 2 D
F Agregar ingredientes a la masa 1 C, E
G Preparación y carga del horno 1 F
H Horneado 8 G
I Descarga y empaquetado 1 H
J Entrega y cobro 1 I
BIBLIOGRAFÍA
1. Anupindi R., S. Chopra, S.D. Sudhakar, J.A.V. Mieghem, 6. De Soto H. (1986), El otro sendero, 3a. ed., Editorial El
y E. Zemel (2006), Managing business process flows, 2a. Barranco, Lima.
ed., Prentice Hall, Nueva Jersey. 7. Fisher M. L., A. Raman y A. S. McClelland (2000) “Rocket
2. Blackburn J. D. (1992), “Time-based competition: White science retailing is almost here, are you ready?”, Harvard
collar activities”, Business Horizons 35(4), 96-101. Business Review 78(4), 115-124.
3. Bohn R. E. (1986), Kristen’s Cookie Company, Harvard 8. Goldratt E. M. (1997), Critical Chain, North River, Great
Business School Case 9-686-093, Cambridge. Barrington.
4. Castillo A. L. y D. F. Muñoz (2004), “Desarrollo de un 9. Meredith J. R. y S. J. Mantel Jr. (2005), Project manage-
sistema para programar recursos y actividades en la fa- ment: A managerial approach, 6a. ed., John Wiley, Nueva
bricación de calentadores eléctricos bajo pedido”, Revista Jersey.
Facultad de Ingeniería, U.T.A. 12 (2), 35-42. 10. Mingozzi A., V. Maniezzo, S. Ricciardelli y L. Bianco
5. Davis E. W. y J. H. Patterson (1975), “A comparison of heu- (1998), “An exact algorithm for the resource-constrained
ristic and optimum solutions in resource-constrained pro- project scheduling problem based on a new mathemati-
ject scheduling”, Management Science 21(8), 944-955. cal formulation”, Management Science 44(5), 714-729.
CAPÍTULO 6
Análisis de la capacidad
• Principios básicos para analizar la capacidad

• Medición de la capacidad
• Mejora de la capacidad
C
omo se apuntó en el capítulo 2, la estrategia de competencia por costo y
volumen comprobó su aptitud para ganar mercados desde los inicios de la
Revolución Industrial y ha mantenido hasta nuestros días su evidente ca-
pacidad para competir con éxito. Cuando se compite por costo y volumen es muy
importante que el sistema de producción sea capaz de lograr las mayores tasas de
producción con los recursos disponibles, en cuyo caso la administración de la ca-
pacidad de producción se vuelve de particular importancia.
Este capítulo se ocupa de los conceptos y técnicas más importantes para ana-
lizar la capacidad de un sistema productivo, con la intención de que el lector sea
capaz de diseñar el sistema para que utilice sus recursos de manera adecuada y
logre producir su mayor tasa de producción e incurra en los menores costos. En la
primera sección se presentan los principales factores a considerar en el análisis de
capacidad, para dedicar la segunda sección a las principales técnicas que permitirán
medir la capacidad. Por último, en la tercera sección se presentan los mecanismos
que permiten mejorar la capacidad de producción.
PRINCIPIOS BÁSICOS PARA ANALIZAR LA CAPACIDAD

La tasa de flujo de un sistema es el número promedio de unidades de flujo que
salen del sistema por unidad de tiempo. Es conveniente mencionar que aun cuan-
do aquí se emplea el término tasa de flujo, en congruencia con la nomenclatura
que se presentó en el capítulo sobre análisis de procesos, en la mayoría de los li-
bros sobre administración de la producción se hace referencia a la tasa de flujo
con otros términos más apropiados al ambiente de la producción de manufactu-
ras y servicios, como son tasa de producción, producción efectiva, o en los libros en
inglés como throughput.
La administración adecuada de la tasa de flujo incide de manera importante
en la rentabilidad de la empresa, ya que la producción excesiva conduce a costos
innecesarios por altos inventarios y a reducciones en precio mediante promociones;
por otro lado, la producción insuficiente no permite aprovechar la demanda del
producto en beneficio de la rentabilidad de la empresa. El límite a la tasa de flujo 121
de un sistema lo establece la capacidad de producción del mismo; a continuación

se analizan los principales factores que deben tenerse en cuenta para administrar
la capacidad de un sistema productivo.
Factores que afectan la capacidad

La capacidad de un sistema de producción es la máxima tasa de flujo que puede
experimentar el sistema bajo sus condiciones de operación, por lo que, para lograr
una tasa de flujo adecuada, debe entender los factores que determinan la capaci-
dad del sistema. Los factores más importantes son:
Recursos
La calidad y cantidad de los recursos son el factor más importante para determinar
la capacidad de un sistema de producción. Observe que una mayor eficiencia de
los recursos (en consistencia y rapidez) incrementa la capacidad de producción;
así como una mayor cantidad de recursos tiene un efecto positivo. Por otro lado,
la flexibilidad de los recursos también influye en la capacidad de producción, ya
que a medida que un recurso ejecuta más actividades del proceso, se tiene mayor
habilidad para evitar la inactividad de los recursos.

La duración de las actividades, la estructura de la red de actividades e incluso los
tamaños de los buffer tienen una gran influencia en la tasa de flujo (y por ello en
la capacidad de producción) del sistema. Por ejemplo, si el buffer de la actividad
siguiente se encuentra lleno, la producción se bloquea, ya que no se pueden enviar
unidades por falta de espacio para espera. Más aún, las decisiones óptimas sobre
capacidad e inventarios son dependientes entre sí (Bradley y Glynn, 2002).
Políticas de operación
Diversas políticas, ya sea el orden en que se procesan varios productos en espera,
la asignación de los diferentes recursos a la ejecución de las actividades, o la sim-
ple asignación de prioridades a ciertas entidades, pueden tener un alto impacto
en la tasa de flujo (vea el capítulo sobre planeación y control de las actividades
productivas). Por ejemplo, la regla de procesar primero las entidades que tendrán
un menor tiempo de proceso, intuitivamente permite que las entidades aceleren
su permanencia en la fila de espera, y puede tener un efecto positivo en la tasa de
flujo, por lo que la conveniencia de esta regla ha sido explorada bajo condiciones
muy generales (vea por ejemplo, Xia et al., 2000).
Mezcla de producción
En muchos sistemas de producción se hace uso de los mismos recursos para pro-
ducir diferentes modelos del mismo producto, o también diferentes productos,
con diferentes tiempos de proceso y/o complejidades. Estas diferencias tienen por
consecuencia que la mezcla de productos tenga un impacto sobre la tasa de flujo.
En la práctica, sin embargo, la mezcla de producción la determina la demanda de
los diferentes modelos o productos, por lo que existe poca libertad para cambiar
la mezcla de producción, a menos que se tomen decisiones sobre especialización
de la producción en diferentes plantas productivas.
Organización de los recursos

En el capítulo anterior se subrayó que el tiempo teórico de flujo en un proceso
productivo lo determinan los contenidos de trabajo de las actividades críticas del
ANÁLISIS DE LA CAPACIDAD 123
proceso. En cambio, cuando desee analizar la tasa de flujo del sistema, debe tomar
en cuenta las capacidades de los recursos que ejecutan las actividades, ya que si
bien es cierto que la duración de las actividades influye en la tasa de flujo, también
es cierto que se puede incrementar la capacidad de producción al incrementar la
cantidad de los recursos disponibles. Es por esta razón que para analizar la capa-
cidad del sistema primero debe investigar cuál es la organización de los recursos
que ejecutan las actividades necesarias.
Los recursos de un sistema de producción se organizan en grupos (o talleres
funcionales) a los que se denomina pooles. En consecuencia, un pool de recursos
es un conjunto de recursos que ejecutan las mismas actividades y que son inter-
cambiables, en el sentido de que ejecutan sus actividades con el mismo nivel de
eficiencia. Cada recurso dentro de un pool es una unidad de recurso dentro del
pool. Así, por ejemplo, un grupo de cinco telefonistas en una central telefónica
conforman un pool de telefonistas con cinco unidades, siempre y cuando cualquier
telefonista esté capacitada para atender cualquier llamada telefónica.
Debido a que cada unidad de recurso dentro de un pool debe ejecutar todas
las actividades que le son propias, la carga de trabajo por cada entidad atendida
(a la que se denomina carga unitaria) es la suma de los contenidos de trabajo de
todas las actividades que realiza cada unidad del pool de recursos, como lo ilustra
el siguiente ejemplo.
Ejemplo 6.1. Cargas unitarias para la atención en una sala de emergencia
Considere el servicio en una sala de emergencia, que se ilustra en la figura 4.9 del
ejemplo 4.6, donde a cada paciente, luego de que se le registra y recibe una inspec-
ción rápida, lo atiende un médico, ya sea en el área de tratamiento especializado
o en el área de tratamiento regular. Una alternativa para organizar los recursos
humanos para la atención en este sistema es considerar 4 pooles, cada uno con
cierto número de unidades (vea la figura 6.1). Bajo esta alternativa, los 4 pooles
corresponden a 1) recepcionista, 2) enfermera de inspección rápida, 3) médico de
tratamiento especializado y 4) médico de tratamiento regular. Con los tiempos
de atención promedio por paciente, que aparecen en la figura 4.9, para cada una
› Figura 6.1
Organización de recursos
en un servicio para el cuidado
RECEPCIONISTA de la salud (alternativa 1).
CARGA UNITARIA = 3 minutos
ENFERMERA DE INSPECCIÓN RÁPIDA

MÉDICO TRATAMIENTO ESPECIALIZADO

MÉDICO TRATAMIENTO REGULAR

CARGA UNITARIA = 5.4 minutos
› Figura 6.2
Organización de recursos
en un servicio para el cuidado
de la salud (alternativa 2). RECEPCIONISTA-ENFERMERA
MÉDICO TRATAMIENTO ESPECIALIZADO

MÉDICO TRATAMIENTO REGULAR

CARGA UNITARIA = 5.4 minutos
de las actividades, se obtienen las cargas unitarias que se presentan en la figura

6.1. Así, por ejemplo, la carga unitaria del pool de recepcionistas es de 3 minutos,
debido a que cada recepcionista se ocupa sólo de la recepción y el tiempo promedio
de atención para esta actividad es de 3 minutos, con un número esperado de visi-
tas igual a 1. En cambio, para calcular la carga unitaria en el pool de médicos para
tratamiento especializado, debe tener en cuenta que el número esperado de visitas
por paciente es de 0.1, y si considera el tiempo promedio de atención de 30 minu-
tos, resulta una carga unitaria (contenido de trabajo) de 0.1(30) 3 minutos.
En la figura 6.2 se ilustra otra alternativa de organización de los recursos
para prestar este servicio. En esta ocasión se proponen 3 pooles de recursos: 1) re-
cepcionista y enfermera de inspección, 2) médico de tratamiento especializado y
3) médico de tratamiento regular. La diferencia con la alternativa 1 es que ahora
cada empleada del primer pool ejecuta las dos actividades (recepción e inspección
rápida) en cada paciente. Con esta alternativa cambia la carga unitaria del primer
pool, ya que al ejecutar cada empleada las dos actividades, su carga unitaria es
de 3 4 7 minutos, y se mantiene la carga unitaria del pool de médicos para
tratamiento especializado en 3 minutos y la del pool de médicos para tratamiento
regular en 5.4 minutos.
La capacidad de producción de un pool de recursos depende, además de la carga

unitaria, del tiempo en que las unidades del pool estarán disponibles para produ-
cir y del número de unidades que cada unidad procesa simultáneamente, por lo
que se deben introducir los conceptos de disponibilidad programada y carga
consolidada.
La disponibilidad programada de una unidad de recursos es el tiempo que
la unidad estará disponible por cada periodo de referencia así, por ejemplo, una
disponibilidad programada de 4 horas/día significa que la unidad estará disponible
sólo 4 horas durante el periodo de referencia de 1 día. La disponibilidad progra-
mada de un pool de recursos es la suma de las disponibilidades programadas de
cada uno de sus recursos; por ejemplo, la disponibilidad programada de un pool
que tiene 5 unidades, cada una con una disponibilidad programada de 4 horas/día
es de 20 horas/día.
Algunos recursos tienen la capacidad de procesar entidades que constan de
más de una unidad de flujo. Por ejemplo, el horno de una panadería puede hornear
varias hogazas de pan en cada horneada o también el tren de laminación de una
› Figura 6.3
Organización de un pool
de aviones de pasajeros.
RECURSO CONSOLIDADOR: AVIÓN
NÚMERO DE UNIDADES EN EL POOL = 5

CARGA UNITARIA = 1 hora
DISPONIBILIDAD PROGRAMADA = 40 horas/semana
CARGA CONSOLIDADA = 16 pasajeros
laminadora de acero puede laminar rollos de diferente tonelaje. Esta capacidad de

consolidación debe tomarse en cuenta para analizar la capacidad de un sistema,
por tanto, entenderá por carga consolidada de un pool de recursos al número de
unidades que procesa simultáneamente (por cada carga unitaria), cada unidad del
pool de recursos.
Ejemplo 6.2. Capacidad teórica de un pool de aviones de pasajeros
La aerolínea Acapulco Express opera la ruta Acapulco-Distrito Federal-Acapulco

con un pool de 5 aviones, cada uno con una capacidad para 16 pasajeros y aunque
cada viaje (ya sea Acapulco-Distrito Federal o viceversa) toma 1 hora (incluso con
el abordaje y la preparación del avión), la disponibilidad programada para cada
avión es de 40 horas/semana, como se ilustra en la figura 6.3.
Con los datos de la figura 6.3 la disponibilidad programada del pool de aviones
es de 200 horas/semana, por lo que si cada avión opera (en vuelo, abordaje o pre-
paración) durante el total de la disponibilidad programada y con todos sus asientos
ocupados, la capacidad teórica (a la semana) del pool de aviones sería de:
(disponibilidad programada)*(carga consolidada)
Capacidad teórica =
carga unitaria
(200)(16)
= = 3200 pasajero/semana.
1
✤
MEDICIÓN DE LA CAPACIDAD
La capacidad de un sistema de producción es la máxima tasa de flujo (producción)
que puede experimentar el sistema bajo sus condiciones de operación. Como se
ilustra en la figura 6.4, debido a que sólo es posible conocer en forma aproxima-
da la capacidad real del sistema a medida que se hace el esfuerzo por alcanzar la
mayor tasa de flujo, es que se han propuesto los conceptos de capacidad teórica
y capacidad efectiva (que se explican a continuación) para tener un aproxima-
do de la capacidad real del sistema, a partir de los principales elementos que de-
› Figura 6.4
Diferentes conceptos
de capacidad.
Capacidad
teórica Capacidad
efectiva Capacidad
real Tasa
de flujo
(Capacidad
utilizada)
terminan la capacidad del sistema de producción. En esta sección se abordan los

principales indicadores de la tasa de flujo del sistema de producción y las técnicas
para calcular dichos indicadores.
Capacidad teórica y capacidad efectiva

La capacidad teórica de un sistema de producción es la tasa de flujo máxima que
experimenta el sistema, si sus recursos se utilizan durante el lapso total de tiempo
correspondiente a su disponibilidad programada. La capacidad teórica de un sis-
tema se calcula a partir de las capacidades teóricas de los pooles de recursos que
ejecutan las actividades del sistema, como se explica a continuación.
La capacidad teórica de un recurso es la máxima tasa de producción sosteni-
ble por una unidad del recurso, si ésta se utiliza durante el lapso total de tiempo
correspondiente a su disponibilidad programada, por lo que se calcula a partir de
la siguiente ecuación:
(disponibilidad programada )*(carga consolidada )
Capacidad teórica de un recurso = . (6.1)
carga unitaria
Por extensión la capacidad teórica de un pool de recursos es la suma de las
capacidades teóricas de las unidades que constituyen el pool y si las disponibilidades
programadas de todos los recursos del pool son iguales, para encontrar la capaci-
dad teórica del pool, bastará con multiplicar el número de unidades en el pool por
la capacidad teórica del recurso. En el ejemplo 6.2, la disponibilidad programada
del avión de pasajeros era de 40 horas/semana, con una carga consolidada de 16
pasajeros/vuelo y una carga unitaria de 1 hora/vuelo, por lo que la capacidad teó-
rica de cada avión es de 40(16)/1 640 pasajeros/semana, y la capacidad teórica
del pool de 5 aviones es de 5(640) 3 200 pasajeros/semana, como se adelantó
en el ejemplo.
El cuello de botella de un sistema de producción es el pool de recursos con
menor capacidad y, en consecuencia, determina la capacidad del sistema; es por
esta razón que la capacidad teórica del sistema es la capacidad teórica del cuello de
botella teórico (el pool que tiene la menor capacidad teórica). Las diferencias entre
las capacidades de los diferentes pooles de recursos que participan en el mismo
proceso de producción determinan que los recursos experimenten diferentes ni-
veles de utilización, por lo que cuando se ha estimado la tasa de flujo del sistema,
es conveniente determinar la capacidad utilizada de cada pool de recursos:
⎛ tasa de flujo ⎞
Capacidad utilizada de un pool = ⎜ * 100%. (6.2)
⎝ capacidad teórica del pool ⎟⎠
En el ejemplo 6.2 si la tasa de flujo del pool de aviones se estima en 2 400 pa-
sajeros/semana, la capacidad utilizada del pool sería de (2 400)(100)/(3 200) 75%.
ID ACTIVIDAD CONTENIDOS DE TRABAJO ID POOLES DE RECURSOS › Tabla 6.1

Contenidos de trabajo y
1 Separación de partes 1 OSEP recursos para la manufactura
2 Ensamble tarjeta A 1 OETA de un componente electrónico.
3 Ensamble tarjeta B 1.5 OETB

4 Prueba tarjeta A 1.5 OPTA, EPTA
5 Prueba tarjeta B 2 OPTB, EPTA
6 Sellado 1 OSPC, MSEL
7 Prueba componente 1.5 OSPC, EPTA
Por último, la capacidad utilizada del sistema de producción se calcula al dividir

la tasa de flujo del sistema entre la capacidad teórica del sistema, como lo ilustra
el siguiente ejemplo.
Ejemplo 6.3. Capacidad teórica para producir

un componente electrónico
Considere el proceso de manufactura del componente electrónico de Delmex del

ejemplo 5.1 (vea la figura 5.2). Dicho proceso consta de 7 actividades, cuyos con-
tenidos de trabajo, si se asume un número esperado de visitas igual a 1 para cada
actividad, se presentan de nuevo en la tabla 6.1, junto con las identificaciones co-
rrespondientes a los pooles de recursos que tienen a su cargo la ejecución de la ac-
tividad correspondiente. El nombre del pool correspondiente a cada Id se presenta
en la tabla 6.2 así, por ejemplo, la actividad de sellado es ejecutada en conjunto por
los pooles OSPC (operario de sellado y prueba) y MSEL (máquina de sellado).
Si la disponibilidad programada es de 8 horas por turno, la carga consolida-
da de cualquier recurso es de una unidad y cada pool de recursos consta de una
sola unidad, en la tabla 6.2 aparecen las correspondientes cargas unitarias y capa-
cidades teóricas para cada pool de recursos de este proceso productivo. Por ejem-
plo, para el pool EPTA (equipo para prueba de tarjetas), la carga unitaria es de
1.5 2 1.5 5 minutos, debido a que el equipo se utiliza para la prueba de las
2 tarjetas y del componente (actividades 4, 5 y 7), y con una carga consolidada de
un componente, la capacidad teórica del recurso resulta de:
(1 componente)(8 horas/turno)(60 minutos/hora)/(5 minutos)

96 componentes/turno,
CARGA # DE CAPACIDAD › Tabla 6.2

Capacidad teórica para la
ID POOL DE RECURSO ACTIVIDADES UNITARIA UNIDADES TEÓRICA
manufactura de un componente
OSEP Operario de separación 1 1 1 480 electrónico.
OETA Operario de ensamble tarjeta A 2 1 1 480
OETB Operario de ensamble tarjeta B 3 1.5 1 320
OPTA Operario de prueba tarjeta A 4 1.5 1 320
OPTB Operario de prueba tarjeta B 5 2 1 240
OSPC Operario de sellado y prueba 6, 7 2.5 1 192
MSEL Máquina para sellado 6 1 1 480
EPTA Equipo para prueba de tarjetas 4, 5, 7 5 1 96
› Tabla 6.3 ID POOL DE RECURSO CAPACIDAD TEÓRICA CAPACIDAD UTILIZADA

Capacidades utilizadas
en la manufactura de un OSEP Operario de separación 480 20.00%
componente electrónico. OETA Operario de ensamble tarjeta A 480 20.00%
OETB Operario de ensamble tarjeta B 320 30.00%
OPTA Operario de prueba tarjeta A 320 30.00%
OPTB Operario de prueba tarjeta B 240 40.00%
OSPC Operario de sellado y prueba 192 50.00%
MSEL Máquina para sellado 480 20.00%
EPTA Equipo para prueba de tarjetas 96 100.00%
por último, como el número de unidades en el pool es de uno, la capacidad teórica

del pool EPTA es también de 96 componentes/turno.
A partir de los datos de la tabla 6.3 se aprecia que el cuello de botella teórico
de este proceso de manufactura es el pool EPTA, por lo que la capacidad teórica
del proceso es de 96 componentes/turno. Si se experimenta una tasa de flujo de 96
componentes/turno (igual a la capacidad teórica), la capacidad utilizada del pro-
ceso de manufactura de componentes sería de 100%, pero aún así, como ilustra la
tabla 6.3, las capacidades utilizadas de algunos de los pooles serían bastante bajas.
Por ejemplo, la capacidad utilizada de los pooles OSEP, OETA y MSEL sería tan sólo
de 20%, lo cual se debe a que este proceso productivo está muy mal balanceado
(vea el capítulo sobre disposición de las instalaciones).
✤
En la práctica los recursos no están disponibles durante todo el lapso correspondiente

a su disponibilidad programada, ya que experimentan periodos de no disponibili-
dad por causas no previstas, como podrían ser tiempos por apertura de procesos,
mantenimiento preventivo, mantenimiento correctivo por fallas imprevistas, o no
disponibilidad del personal, por ejemplo. Es por esta razón que, en cada periodo de
referencia, se debe diferenciar entre la disponibilidad programada de la unidad
de un recurso y su disponibilidad neta, que es el lapso de tiempo efectivo duran-
te el cual se cuenta con la unidad de recurso para la ejecución de las actividades
productivas. Para estimar con anticipación la disponibilidad neta de un recurso,
debe asumir que existe un factor de pérdida de disponibilidad, que en la práctica
se estima empíricamente y que responde a la siguiente ecuación:
⎛ disponibilidad neta ⎞
Factor de pérdida de disponibilidad = ⎜ 1 − (6.3)
⎝ disponibilidad programada ⎟⎠
› Tabla 6.4 DISPONIBILIDAD CAPACIDAD

Capacidades efectivas
y teóricas para la manufactura FACTOR CARGA
de un componente POOL DE RECURSO PROGRAMADA DE PÉRDIDA NETA UNITARIA TEÓRICA EFECTIVA
Operario de separación 480 0.2 384 1 480 384
Operario de ensamble tarjeta A 480 0.2 384 1 480 384
Operario de ensamble tarjeta B 480 0.2 384 1.5 320 256
Operario de prueba tarjeta A 480 0.2 384 1.5 320 256
Operario de prueba tarjeta B 480 0.2 384 2 240 192
Operario de sellado y prueba 480 0.2 384 2.5 192 153.6
Máquina para sellado 480 0.2 384 1 480 384
Equipo para prueba de tarjetas 480 0.05 456 5 96 91.2
Al considerar la disponibilidad programada y el factor de pérdida de disponi-

bilidad de cada recurso se calcula la disponibilidad programada, lo que permitirá
estimar la capacidad efectiva del proceso, como se explica a continuación.
La capacidad efectiva de un recurso es la máxima tasa de producción soste-
nible por una unidad del recurso, si ésta se utiliza durante el lapso total de tiem-
po correspondiente a su disponibilidad neta, por lo que se calcula a partir de la
siguiente ecuación:
(disponibilidad neta)*(carga consolidada)
Capacidad efectiva de un recurso = . (6.4)
carga unitarria
La capacidad efectiva de un pool de recursos es la suma de las capacidades
efectivas de las unidades que constituyen el pool, por lo que si en el ejemplo 6.2
el factor de pérdida de disponibilidad se estima en 0.4, debido a demoras en el
aeropuerto, mantenimiento correctivo y otros imprevistos, con una disponibilidad
programada de cada avión de pasajeros de 40 horas/semana, al despejar la ecuación
(6.3), resultará una disponibilidad neta de (1 0.4)(40) 24 horas/semana. Si
considera que la carga consolidada es de 16 pasajeros/vuelo y la carga unitaria de
1 hora/vuelo, la capacidad efectiva de cada avión sería de 24(16)/1 384 pasaje-
ros/semana, y la capacidad efectiva del pool de 5 aviones sería de 5(384) 1920
pasajeros/semana.
El cuello de botella de un sistema de producción es el pool de recursos con
menor capacidad y, en consecuencia, determina la capacidad del sistema; es por
esta razón que la capacidad teórica del sistema es la capacidad teórica del cuello
de botella teórico (el pool que tiene la menor capacidad teórica). Como es de es-
perar, la capacidad efectiva de un sistema de producción es la capacidad efectiva
del cuello de botella efectivo (el pool de recursos que tiene la menor capacidad
efectiva), como ilustra el siguiente ejemplo.
Ejemplo 6.4. Capacidad efectiva para producir un componente electrónico
Considere el proceso de manufactura del componente electrónico del ejemplo 6.3.

El taller para la manufactura del componente tiene una programación para operar
un turno de 480 minutos/día, y luego de observar el desempeño del taller por un
periodo de 3 semanas, se estima que la pérdida de disponibilidad es de 0.2 para los
recursos de todos los pooles, excepto para el equipo de prueba de tarjetas (EPTA),
cuya pérdida de disponibilidad se estima en 0.05.
En la tabla 6.4 se presenta un resumen de los cálculos necesarios para en-
contrar las capacidades efectivas de cada pool de recursos, en el supuesto de que
el número de unidades de recursos en cada pool es uno. Por ejemplo, al despejar
de la ecuación (6.3), la disponibilidad neta del recurso del pool operario de sellado
y prueba es de (1 0.2)(480) 384 minutos/día, por lo que la capacidad efec-
tiva del recurso, de acuerdo con (6.4), es de (384)(1)/(2.5) 153.6 componen-
tes/día y, en consecuencia, la capacidad efectiva del pool es de (1)(153.6) 153.6
componentes/día.
Como puede apreciarse de la tabla 6.4, el cuello de botella efectivo es nueva-
mente el equipo para prueba de tarjetas, por lo que la capacidad efectiva de este
proceso de manufactura es la capacidad efectiva de dicho cuello de botella, que
es de 91.2 componente/día.
✤
Capacidades con diferentes tamaños de entidades

Al analizar la capacidad de un sistema de producción en el que ingresan diferen-
tes tipos de entidades de flujo (se producen productos diferentes), debe tener en
cuenta que, debido a que las entidades diferentes tienen diferentes contenidos
de trabajo, se calculan los contenidos de trabajo de cada actividad con la mezcla
de producción. En general, si se producen n productos diferentes, la mezcla de
producción está determinada por los pesos w1, w2, … wn, que deben satisfacer
n
∑ wn = 1 , y 0 wj 1, j 1, 2, …, n, y dados los contenidos de trabajo CT(i, j)
j =1
para cada producto j correspondientes a la actividad i, debe calcularse el conte-
nido de trabajo CT(i) para cada actividad i, de acuerdo con la ecuación (5.8), de
manera que las cargas unitarias de los diferentes pooles de recursos se calculan con
estos contenidos de trabajo, y las capacidades teóricas y efectivas de cada pool se
calculan como en el caso anterior. Con el siguiente ejemplo se ilustra la aplicación
de esta ecuación.
Ejemplo 6.5. Análisis de la capacidad para una mezcla de productos
Suponga que los contenidos de trabajo de la tabla 6.1 del ejemplo 6.3, corres-
ponden al modelo S del componente y que además de este modelo se produce el
modelo T, cuyos contenidos de trabajo por actividad se presentan en la tabla 6.5,
junto con los contenidos de trabajo del modelo S y los pooles de recursos que se
asignan a cada actividad.
En la tabla 6.5 se presentan también los contenidos de trabajo para una mezcla
de producción de 60% del modelo S y 40% del modelo T. Así, por ejemplo, con los
pesos w1 0.6, w2 0.4, y los contenidos de trabajo CT(5, 1) 2, CT(5, 2) 3,
para la actividad prueba tarjeta B, de acuerdo con la ecuación (5.8), el contenido
de trabajo para esta actividad resulta 0.6(2) 0.4(3) 2.4 minutos.
En la tabla 6.6 se presentan las cargas unitarias y las capacidades teórica y
efectiva (por turno) para cada pool de recursos, cuando la disponibilidad progra-
mada es de 480 minutos/turno, se tiene una unidad de recurso en cada pool y los
factores de pérdida de disponibilidad corresponden a los de la tabla 6.4. Por ejem-
plo, la carga unitaria del pool OSPC (operario de sellado y prueba) es de 1 1.5
2.5 minutos, ya que el recurso del pool OSPC ejecuta las actividades de sellado
(1 minuto) y de prueba del componente (1.5 minutos), la disponibilidad efectiva
del recurso OSPC resulta de (1 0.2)480 384 minutos, y la capacidad efectiva
del pool de (1)(384)(1)/2.5 153.6 componentes/turno.
Como se aprecia en la tabla 6.6, el pool de recurso equipo para prueba y sella-
do es tanto el cuello de botella teórico como el cuello de botella efectivo, por tanto
la capacidad teórica del proceso de manufactura es de 82.76 componentes/turno y la
capacidad efectiva del proceso de manufactura es de 78.62 componentes/turno.
› Tabla 6.5 CONTENIDOS DE TRABAJO

Contenidos de trabajo para una ID POOLES
mezcla de producción. ID ACTIVIDAD MODELO S MODELO T MEZCLA DE RECURSOS
1 Separación de partes 1 1.5 1.2 OSEP
2 Ensamble tarjeta A 1 1.5 1.2 OETA
3 Ensamble tarjeta B 1.5 1.5 1.5 OETB
4 Prueba tarjeta A 1.5 2.5 1.9 OPTA, EPTA
5 Prueba tarjeta B 2 3 2.4 OPTB, EPTA
6 Sellado 1 1 1 OSPC, MSEL
7 Prueba componente 1.5 1.5 1.5 OSPC, EPTA

DISPONIBILIDAD CAPACIDAD › Tabla 6.6

CARGA Contenidos de trabajo
POOL DE RECURSO UNITARIA PROGRAMADA NETA TEÓRICA EFECTIVA para una mezcla
Operario de separación 1.2 480 384 400.00 320.00 de producción.
Operario de ensamble tarjeta A 1.2 480 384 400.00 320.00
Operario de ensamble tarjeta B 1.5 480 384 320.00 256.00
Operario de prueba tarjeta A 1.9 480 384 252.63 202.11
Operario de prueba tarjeta B 2.4 480 384 200.00 160.00
Operario de sellado y prueba 2.5 480 384 192.00 153.60
Máquina para sellado 1 480 384 480.00 384.00
Equipo para prueba de tarjetas 5.8 480 456 82.76 78.62
En consecuencia, con el uso de los recursos a plenitud durante toda su disponibili-

dad neta, la tasa de flujo del sistema no podrá exceder los 78.62 componentes/día,
dado que la mezcla de producción es de 60% del modelo S y 40% del modelo T.
Cuando se procesan entidades heterogéneas en el mismo sistema productivo, no

sólo los contenidos de trabajo, sino también las cargas consolidadas pueden ser dife-
rentes. Por ejemplo, un avión de pasajeros no siempre volará con todos los asientos
ocupados y un tren de laminación de una laminadora de acero puede laminar rollos
de diferente tonelaje, con base en la orden de producción. En este caso, además de
los pesos (wj) correspondientes a las diferentes entidades (productos), para cada
pool de recursos se requieren las cargas consolidadas CC(k, j ) correspondientes a
las diferentes entidades que ingresan al proceso productivo. Para cada pool de re-
cursos k debe calcularse la carga consolidada esperada de acuerdo con:
n
CC(k ) = ∑ w j CC(k, j ) , (6.5)
j =1
luego de calcular las cargas consolidadas esperadas para cada recurso, se calcula
la correspondiente capacidad teórica o efectiva de acuerdo con (6.1) o (6.4), según
sea el caso, y se utiliza la carga consolidada esperada en lugar de la carga conso-
lidada, procediendo como antes para encontrar la capacidad teórica o la efectiva
de todo el proceso. La aplicación de la ecuación (6.5) será ilustrada con el caso 6.1
al final de este capítulo.
MEJORA DE LA CAPACIDAD
Como se explicó al inicio de este capítulo, la capacidad de un sistema y su tasa flujo
depende fundamentalmente de la cantidad y calidad de los recursos, así como de
las políticas de operación del sistema. Con estos factores en mente y los diferen-
tes conceptos que permiten analizar la capacidad, que recién se analizaron, esta
sección aborda los principales mecanismos para administrar la tasa de flujo y la
capacidad del sistema.
Mejora de la capacidad teórica

De acuerdo con la ecuación 6.1, la capacidad teórica de un pool de recursos se me-
jora con el incremento de la disponibilidad programada o de la carga consolidada,
o bien con la disminución de la carga unitaria de los recursos del pool. Si tiene en
cuenta, además, que la capacidad teórica del sistema es igual a la capacidad teó-
rica del cuello de botella, identificará los siguientes mecanismos para mejorar la
capacidad teórica del sistema:
1. Disminuir la carga unitaria de los recursos del cuello de botella, ya sea con la
disminución de la duración de las actividades del pool (trabajar más rápido),
la disminución del número esperado de visitas (trabajar mejor), o al pasar
carga de trabajo a otro pool de recursos que no es cuello de botella.
2. Incrementar la disponibilidad programada de los recursos que constituyen el
pool cuello de botella, es decir, utilizar un lapso de tiempo mayor dentro del
periodo de referencia. Por ejemplo, incrementar la disponibilidad programa-
da de 8 horas/día a 16 horas/día.
3. Incrementar el número de unidades en el cuello de botella, ya que al conser-
var la misma disponibilidad programada para las otras unidades, aumentará
la disponibilidad programada del pool debido a la contribución de las nuevas
unidades.
4. Incrementar la carga consolidada de los recursos que constituyen el pool cue-
llo de botella, por ejemplo, pasar de aviones de 16 pasajeros a aviones de 50
pasajeros, aunque en este caso el cambio tecnológico implica una inversión
considerable.
Es necesario remarcar que al implantar cualquiera de los mecanismos ante-

riores, en la mayoría de los casos se incurrirá en costos adicionales. Así, por ejem-
plo, para que los recursos trabajen más rápido se debe invertir en capacitación
(en el caso de recursos humanos), o en algún cambio tecnológico que permita la
reducción de los tiempos de ejecución. Estas consideraciones permiten apreciar
la conveniencia de hacer un estudio previo de los costos y beneficios del cambio
antes de implantar alguno de los mecanismos anteriores. Al hacer dicho estudio,
es importante tener en cuenta que luego de implantar alguna mejora en el cuello
de botella teórico, es posible que el cuello de botella sea ahora algún otro pool de
recursos, como ilustra el siguiente ejemplo.
Ejemplo 6.6. Mejora de la capacidad de un cuello de botella
Considere los contenidos de trabajo de la tabla 6.1 para la manufactura de un com-

ponente electrónico. Como resultó en el ejemplo 6.3, el cuello de botella teórico
con una unidad en cada uno de los pooles de recursos correspondía al equipo para
prueba de tarjetas (EPTA), con una capacidad teórica de 96 componentes/turno.
Un mecanismo evidente para incrementar la capacidad teórica (y también la efec-
tiva) del sistema sería adquirir otro equipo para prueba de tarjetas, para dispo-
ner de dos unidades en dicho pool. En la tabla 6.7 se presenta un resumen de los
› Tabla 6.7
# DE DISP. FACTOR DE DISP. CARGA CAP. CAP.
Capacidades teórica y efectiva
POOL DE RECURSO UNIDADES PROGRAMADA PÉRDIDA NETA UNITARIA TEÓRICA EFECTIVA
para la manufactura de un
componente. Operario de separación 1 480 0.2 384 1 480 384
Operario de ensamble tarjeta A 1 480 0.2 384 1 480 384
Operario de ensamble tarjeta B 1 480 0.2 384 1.5 320 256
Operario de prueba tarjeta A 1 480 0.2 384 1.5 320 256
Operario de prueba tarjeta B 1 480 0.2 384 2 240 192
Operario de sellado y prueba 1 480 0.2 384 2.5 192 153.6
Máquina para sellado 1 480 0.2 384 1 480 384
Equipo para prueba de tarjetas 2 480 0.05 456 5 192 182.4
cálculos necesarios para encontrar las nuevas capacidades teóricas y efectivas para
cada uno de los pooles de recursos de este proceso de manufactura.
Como puede apreciar en la tabla 6.7, con dos unidades en el pool del equi-
po para prueba de tarjetas, la capacidad teórica del proceso se incrementa a 192
componentes/turno, y aunque el pool EPTA continúa como cuello de botella teó-
rico, el pool operario de sellado y prueba (OSPC) se convierte también en cuello
de botella teórico. Observe que el pool OSPC es también el único cuello de botella
efectivo, lo que ilustra que un cuello de botella teórico (EPTA) no necesariamente
es un cuello de botella efectivo.
Mejora de la tasa de flujo

Como se mencionó en la sección anterior, la capacidad efectiva es menor que la
capacidad teórica debido a que ocurren tiempos muertos imprevistos por restric-
ciones internas del proceso, como son el mantenimiento por fallas o el ausentismo
y los tiempos por apertura de procesos. Es conveniente mencionar que debe evitar
el contabilizar a los tiempos muertos previstos como si fueran parte de la disponi-
bilidad programada, ya que esto genera diferencias innecesarias entre las disponibi-
lidades programada y neta. Por ejemplo, los mantenimientos preventivos no deben
efectuarse dentro de los periodos de disponibilidad programada, así como tampoco
los descansos obligatorios del personal (por refrigerio u otras causas previstas). A
partir de estas consideraciones se mencionan algunos mecanismos útiles para re-
ducir las diferencias entre la capacidad teórica y la efectiva:
1. Implantar políticas adecuadas de mantenimiento preventivo en los recursos

de capital para reducir la frecuencia de las fallas del equipo.
2. Establecer planes de contingencia para reducir el lapso de tiempo que se de-
tiene la producción debido a fallas imprevistas, ya sea con la estandarización
del mantenimiento correctivo y/o la aplicación de medidas de operación al-
ternas en caso de fallas.
3. Implantar programas de incentivos para reducir la no disponibilidad y me-
jorar el ambiente de trabajo del recurso humano.
4. Estandarizar el plan de cambios necesarios para la apertura de procesos, con
el objeto de reducir los tiempos por apertura de procesos.
5. Reducir, en lo posible, la frecuencia de cambios por apertura de procesos con
una programación adecuada de la producción detallada.
La capacidad real de un sistema productivo es menor que su capacidad efec-

tiva también por restricciones internas del sistema, sólo que éstas ya no obedecen
a no disponibilidades de los recursos, sino más bien a inactividades de los mismos,
las que ocurren por bloqueos en el flujo de las entidades y que son de dos tipos:
1. Una estación de trabajo y sus correspondientes recursos experimentan inac-

tividad por falta de insumos provenientes de la estación anterior.
2. Una estación de trabajo y sus correspondientes recursos están inactivos cuando
se llenó el buffer de la estación siguiente y no se pueden liberar entidades por
falta de espacio para que esperen por su proceso en la estación siguiente.
El primer caso ocurre cuando el proceso de una entidad en la estación an-

terior ocupó un lapso de tiempo demasiado largo, y el segundo ocurre por causa
de un tamaño insuficiente de buffer, por tanto, los factores determinantes para la
ocurrencia de inactividades en un proceso productivo son la variabilidad en las du-
raciones de las actividades y los tamaños de los buffer que preceden a las estaciones
de trabajo. Los mecanismos que permiten reducir la diferencia entre la capacidad
› Figura 6.5
Causas de las diferencias entre
conceptos de capacidad. Tasa de flujo ≤ Capacidad real ≤ Capacidad efectiva ≤ Capacidad teórica
⎧
⎪
⎪
⎨
⎪
⎪
⎩
⎧
⎪
⎪
⎪
⎪
⎪
⎨
⎪
⎪
⎪
⎪
⎪
⎩
Resulta de ineficiencias Resulta de ineficiencias
y restricciones externas y restricciones internas
efectiva y la capacidad real de un proceso productivo se relacionan con políticas

operativas del proceso que permiten sincronizar mejor las operaciones productivas,
como son el balanceo de las estaciones de trabajo (vea el capítulo sobre disposición
de las instalaciones) y la adecuada programación de las actividades y los recursos
(vea el capítulo sobre programación y control de las actividades productivas).
Como se ilustra en la figura 6.5, la tasa de flujo de un sistema de producción
suele ser menor que la capacidad real del sistema, debido a restricciones exter-
nas al proceso productivo. En este caso, el sistema no trabaja a su máxima tasa de
flujo posible, debido a que no es conveniente (por falta de demanda o existencia
de inventarios) o también por falta de insumos, que se genera por una planeación
inadecuada de la cadena de suministro o por la ocurrencia de eventos imprevistos.
En consecuencia, si la tasa de flujo del sistema es mucho menor que su capacidad,
deben mejorarse los procesos de venta y promoción de productos o el proceso de
abastecimiento de insumos, en congruencia con la causa que origina la ineficiencia
en la utilización de los recursos disponibles.
Ejemplo 6.7. Mejora de la capacidad para la manufactura

de un componente
Considere el proceso de manufactura del componente electrónico del ejemplo 6.3,
pero suponga que existe reproceso, como se ilustra en la figura 6.6, donde ningún
componente o tarjeta requiere de más de un reproceso por falla. Las duraciones,
correspondientes a los contenidos de trabajo y pooles para cada actividad, se pre-
sentan en la tabla 6.8.
A partir de los datos de la tabla 6.8, con una disponibilidad programada de 480
minutos/turno y los factores de pérdida de disponibilidad que aparecen en la tabla
6.9, se calcularon las capacidades teórica y efectiva (por turno) que se presentan en
› Figura 6.6
Proceso de manufactura de un
componente con reproceso.
10%
Inicio
Ensamble Prueba
10%
Separación
de partes

10%
› Tabla 6.8
DURACIÓN # ESPERADO CONTENIDO ID POOLES
Contenidos de trabajo para la
ID ACTIVIDAD (MINUTOS) DE VISITAS DE TRABAJO DE RECURSOS
manufactura de un componente
1 Separación de partes 1 1 1 OSEP con reproceso.
2 Ensamble tarjeta A 1 1.1 1.1 OETA
3 Ensamble tarjeta B 1.5 1.1 1.65 OETB
4 Prueba tarjeta A 1.5 1.1 1.65 OPTA, EPTA
5 Prueba tarjeta B 2 1.1 2.2 OPTB, EPTA
6 Sellado 1 1.1 1.1 OSPC, MSEL
7 Prueba componente 1.5 1.1 1.65 SPC, EPTA
› Tabla 6.9
DISPONIBILIDAD CAPACIDAD
Capacidades teórica y efectiva
# DE FACTOR CARGA para la manufactura de un
ID UNIDADES PROGRAMADA DE PÉRDIDA NETA UNITARIA TEÓRICA EFECTIVA componente.
OSEP 1 480 0.2 384 1 480 384
OETA 1 480 0.2 384 1.1 436.36 349.09
OETB 1 480 0.2 384 1.65 290.91 232.73
OPTA 1 480 0.2 384 1.65 290.91 232.73
OPTB 1 480 0.2 384 2.2 218.18 174.55
OSPC 1 480 0.2 384 2.75 174.55 139.64
MSEL 1 480 0.2 384 1.1 436.36 349.09
EPTA 1 480 0.05 456 5.5 87.27 82.91
la tabla 6.9. Como puede apreciar en la tabla, la capacidad teórica del proceso es de
87.27 componentes/turno, y la capacidad efectiva de 82.91 componentes/turno.
Es necesario analizar el efecto en las capacidades teóricas y efectivas de las
siguientes medidas (una a la vez):
a) Adquirir otro equipo para prueba de tarjetas y crear un pool EPAB (equipo
para pruebas A y B) que se encargue sólo de la prueba de las tarjetas A y B,
con un factor de pérdida de disponibilidad de 0.05, así el pool EPTA se en-
cargaría sólo de la prueba del componente.
b) Adquirir otro equipo para prueba de tarjetas y adicionarlo al pool EPTA, con
el mismo factor de pérdida de disponibilidad.
c) Implantar un programa que reduzca el reproceso a 2% en los 3 casos (tarjeta
A, tarjeta B y componente).
d) Reducir el factor de pérdida de disponibilidad de los pooles OSEP, OETA OETB,
OPTA, OPTB y OSPC de 0.2 a 0.05.
e) Capacitar a los recursos de OETA, OETB, OPTA, OPTB y OSPC para que reali-
cen las actividades 2-7 y crear un pool OEPU (operario de ensamble y prueba
universal) con 5 recursos y el mismo factor de pérdida de disponibilidad.
f) Elevar a 3 las unidades del pool EPTA y aplicar la medida e), con los mismos
factores de pérdida de disponibilidad.
Al aplicar la medida del inciso a cambiarían las capacidades del pool EPTA y
se agregaría el pool EPAB, de acuerdo con la tabla que se muestra a continuación.
Debido a que disminuye la carga unitaria del cuello de botella (EPTA), el nuevo
cuello de botella es el pool EPAB, con la mejora de la capacidad teórica del proce-
so de 87.27 a 124.68 componentes/turno, y la capacidad efectiva de 82.91 a 118.44
componentes/turno.
# DE FACTOR CARGA
ID UNIDADES PROGRAMADA DE PÉRDIDA NETA UNITARIA TEÓRICA EFECTIVA
EPAB 1 480 0.05 456 3.85 124.68 118.44
EPTA 1 480 0.05 456 1.65 290.91 276.36
Al aplicar la medida del inciso b, no se adicionan nuevos pooles, pero se afectan las
capacidades del cuello de botella (EPTA) como se muestra a continuación:
# DE FACTOR CARGA
EPTA 2 480 0.05 456 5.5 174.55 165.82
La nueva capacidad teórica del proceso es de 174.55 componentes/turno y

la capacidad efectiva es de 139.64 (debida al pool OSPC). Aunque se incurre en un
costo similar al de la medida a), esta medida produce mejores capacidades debido
a que se aprovechan los posibles tiempos muertos que bajo la medida a) tendría
el pool EPTA.
La medida c) afecta los contenidos de trabajo de todas las actividades (excep-
to la separación de partes) y se afectan las capacidades teórica y efectiva en todos
los pooles, excepto el OSEP, como se muestra en la siguiente tabla. Se mejora la
capacidad teórica del proceso de 87.27 a 94.12 componentes/turno, y la capacidad
efectiva de 82.91 a 89.41 componentes/turno.
# DE FACTOR CARGA
OSEP 1 480 0.2 384 1 480 384
OETA 1 480 0.2 384 1.02 470.59 376.47
OETB 1 480 0.2 384 1.53 313.73 250.98
OPTA 1 480 0.2 384 1.53 313.73 250.98
OPTB 1 480 0.2 384 2.04 235.29 188.24
OSPC 1 480 0.2 384 2.55 188.24 150.59
MSEL 1 480 0.2 384 1.02 470.59 376.47
EPTA 1 480 0.05 456 5.1 94.12 89.41
La medida d) mejora las capacidades efectivas de todos los pooles de operarios,

como se muestra en la siguiente tabla, pero la capacidad efectiva del proceso no
se mejora, debido a que no se afectó el cuello de botella (EPTA).
# DE FACTOR CARGA
OSEP 1 480 0.05 456 1 480 456
OETA 1 480 0.05 456 1.1 436.36 414.55
OETB 1 480 0.05 456 1.65 290.91 276.36
OPTA 1 480 0.05 456 1.65 290.91 276.36
OPTB 1 480 0.05 456 2.2 218.18 207.27
OSPC 1 480 0.05 456 2.75 174.55 165.82
Al aplicar la medida e) se crea el pool de operarios OEPU con 5 unidades, con las
capacidades teórica y efectiva que se muestran en la siguiente tabla. El nuevo pool
genera cargas de trabajo más uniformes, pero como no se afectó la capacidad del
cuello de botella (EPTA), las capacidades teórica y efectiva del proceso aún son
las mismas.
# DE FACTOR CARGA
OEPU 5 480 0.2 384 9.35 256.68 205.35
Por último, al aplicar la medida f) quedarían sólo los 4 pooles de recursos que
se muestran a continuación, y se puede apreciar el efecto de la medida e), ya que
la capacidad teórica del proceso mejora de 87.27 a 256.68 componentes/turno, y la
capacidad efectiva mejora de 82.91 a 205.35 componentes/turno.
# DE FACTOR CARGA
OSEP 1 480 0.2 384 1 480 384
OEPU 5 480 0.2 384 9.35 256.68 205.35
MSEL 1 480 0.2 384 1.02 470.59 376.47
EPTA 3 480 0.05 456 5.5 261.82 248.73
CASO 6.1: Capacidad teórica de una laminadora1
Introducción de cada rollo puede llegar a 600 metros. En la tabla

6.10 se presentan las características de los tres tipos
Rockland Steel es una empresa que se dedica a la de rollo que ofrece en este momento la planta, y
producción de rollos de lámina de acero que se uti- en la figura 6.8 se presenta el diagrama de flujo del
lizan como insumo para la manufactura de una gran proceso.
variedad de productos. Una de sus plantas es una
laminadora en caliente que convierte las placas de
acero en rollos de lámina. El proceso mantiene un Laminadora en caliente (LC)
área para el enfriamiento de los rollos y otra para Cada placa de acero pasa a través de una secuen-
almacenar el inventario de producto terminado cia de 10 rodillos de laminación, para reducir la
(figura 6.7), el sistema de transportación que uti- placa a una lámina larga y delgada, con el ancho y
liza consiste de una flotilla de tractores con carga espesor necesario, y al final se enrolla para formar
automática. el rollo. La LC procesa los rollos a una tasa de 400
toneladas/hora.
Detalles de operación
Traslado al área de parchado (AP)
Producción
Una grúa de riel retira los rollos de la LC y los trans-
Los rollos de lámina constituyen la materia prima porta a un área de espera, actividad que toma 0.5
para fabricar carrocerías de automóviles o el cuerpo minutos en promedio, donde se colocan parches de
de artefactos para el hogar, y la longitud de la lámina acero a cada rollo para mantener el enrollado.
1 Adaptada del 11th Institute of Industrial Engineers/Rockwell Software Student Simulation Contest (Kelton et al., 2007).
› Figura 6.7
Disposición de la planta
de laminado de Rockland.
Área Área
de enfriamiento de inventarios
Laminadora en caliente
Laminación Banda
y enrollado
Parchado
Parchado llevan carga y a 120 metros/minutos de regreso. Sin

embargo, cuando viajan entre el área de la LC y el
Un solo operario se encarga del parchado y si el rollo
AE, viajan a la mitad de su velocidad por razones
es del tipo 1, 2 o 3 se aplican 1, 2 o 3 parches de
de seguridad. La carga toma aproximadamente 0.8
seguridad. Cada parche toma 20 segundos en pro-
minutos y la descarga 0.5 minutos por rollo.
medio y el operario usa una grúa de riel para mover
La política actual de operación establece que
el rollo a una banda transportadora, actividad que
cada tractor realice una de dos funciones:
ocupa 20 segundos en promedio.
• Función A: dos tractores mueven los rollos
Transporte en banda desde el área de la LC hacia el AE.
• Función B: tres tractores mueven los rollos
La banda tiene 30 metros de longitud y es un trans- desde el AE hacia el AI.
portador acumulativo que lleva automáticamente
los rollos hacia la terminal de salida. Los rollos se La distancia promedio de viaje (de ida) desde
colocan al inicio de la banda, que tiene capacidad el área de LC hasta el AE es de 150 metros y desde
para 15 rollos y una velocidad normal de 12 metros/ el AE hasta el AI es de 792 metros.
minuto. Al final de la banda, el rollo debe esperar
a que un tractor lo recoja para llevarlo al área de
enfriamiento. Objetivo del estudio
Encontrar el cuello de botella y estimar la capacidad
teórica en toneladas/semana.
Transporte de rollos
En la actualidad se rentan 5 tractores que permiten
la carga, el transporte y la descarga automática de
Solución del caso
los rollos. Cada tractor carga hasta 3 rollos y viajan En la hoja de cálculo de nombre “Rockland” del
del área de enfriamiento (AE) al área de inventarios archivo Excel correspondiente a este capítulo se
(AI) a una velocidad de 80 metros/minuto cuando presentan los cálculos con los que se obtuvieron
› Tabla 6.10 PRODUCTO PESO/ROLLO (TONELADAS) PORCENTAJE

Características de la producción
de la planta de Rockland. 1 10 20%
2 12 30%
3 15 50%
› Figura 6.8
Laminación Rollo en Diagrama de flujo del proceso
Placa Laminadora almacén de la planta de Rockland.
Placa y enrollado
Grúa de riel Traslado a AP

Transporte al área
Tractores B
de inventarios
Parchador Parchado
Banda Transporte Transporte al área

Tractores A
transportadora en banda de enfriamiento
las capacidades teóricas (en toneladas/semana) de transporte hacia el área de enfriamiento; es decir,
los pooles de recursos que se presentan en la figura sería interesante investigar si los rollos pudieran sa-
6.9. Para obtener estos resultados se calcularon con- tisfacer sus requerimientos de enfriamiento duran-
tenidos de trabajo para una mezcla de producción te las esperas y operaciones de transporte desde el
de acuerdo con la ecuación (5.8) y cargas consoli- fin de la laminación hasta su descarga en el área de
dadas esperadas de acuerdo con la ecuación (6.5). inventarios, sin pasar por el área de enfriamiento.
Por ejemplo, para la laminadora la carga unitaria Sin embargo, para resolver esta pregunta, el análisis
es el contenido de trabajo esperado de la lamina- teórico que aparece en estos capítulos es insuficien-
ción y enrollado, que es de CU 0.2 (10/400)(60) te, además que se requieren datos sobre el tamaño
0.3 (12/400)(60) 0.5 (15/400)(60) 2.13 de algunos buffer que no se han proporcionado.
minutos, y la carga consolidada esperada es de Una técnica apropiada para resolver esta pregunta
CC 0.2 (10) 0.3 (12) 0.5 (15) 14.2 tonela- es la simulación del sistema pero con los datos adi-
das, por tanto, si la disponibilidad programada es de cionales que se requieren. Por otro lado, el análisis
10 080 minutos/semana, la capacidad teórica de la teórico no deja de ser útil, ya que permite apreciar
laminadora resulta de (10 080)(14.2)/2.13 67 200 que la mayor tasa de producción que alcanza este
toneladas/semana. sistema es de 67 200 toneladas/semana, a menos que
El diagrama que resulta, figura 6.9, muestra que se reemplace el tren de laminación, y que cualquier
el cuello de botella es el pool de tractores que trasla- medida que se adopte para incrementar la capaci-
dan los rollos desde el AE hasta el AI. Una pregunta dad del proceso debe mejorar el transporte hacia
interesante sobre este proceso es si es necesario el el AI.
Laminación Rollo en
Placa
Placa Laminadora almacén
y enrollado
67 200 › Figura 6.9
Capacidades teóricas
Grúa de riel en la planta de laminado
Traslado a AP de Rockland.
286 272
Máxima Transporte al área Tractores B
capacidad de inventarios 63 148
Parchador teórica
Parchado
130 124
Banda
Transporte Transporte al área
transportadora
en banda de enfriamiento Cuello de
858 816
botella
Tractores A
84 612
EJERCICIOS
1. Considere los datos del proceso de manufactura del com- DURACIÓN PREDECE- RECURSOS
ponente electrónico del ejemplo 6.6, pero adicione un ID ACTIVIDAD (SEGUNDOS) SORES NECESARIOS
nuevo pool OSEC (operario de sellado del componente)
1 Separar partes 10 Ninguno Técnico T
con una sola unidad, que se ocuparía sólo del sellado,
mientras que el antiguo pool OSPC se ocuparía sólo de 2 Prensar plataforma 30 1 Técnico PT,
prensa PT
la prueba del componente.
a) Calcule las capacidades teórica y efectiva para cada 3 Prensar carrocería 15 1 Técnico FT,
uno de los pooles de recursos. Identifique las capaci- prensa FT
dades teórica y efectiva de todo el proceso. 4 Formar plataforma 35 2 Técnico PB,
b) Calcule la capacidad utilizada de cada pool de re- prensa PB
cursos si la tasa de flujo del proceso fuera igual a su 5 Formar carrocería 15 3 Técnico FB,
capacidad efectiva. prensa FB
2. En la siguiente tabla se muestran los recursos que re- 6 Ensamblar 20 4,5 Técnico E
quieren cada una de las actividades del proceso del taller
7 Inspeccionar 40 6 Inspector
de joyería del ejercicio 1 del capítulo 5.
RECURSOS CONTENIDO DE a) Construya la red de actividades para este proceso de
ID ASIGNADOS TRABAJO (MINUTOS) PREDECESORES manufactura (no incluya ningún buffer).
b) En la actualidad el número esperado de visitas es de 1
1 Secretaria 5 Ninguno
para cada actividad y existe una unidad en cada pool
2 Troquelador 300 1 de recursos, excepto el de inspector, donde existen
3 Fundidor 200 1 dos unidades. Asimismo, la disponibilidad programada
4 Armador D 60 2 para cada recurso es de 8 horas/día y la pérdida de
disponibilidad en todos los pooles es de 0.2, excepto
5 Armador E 20 3
para las prensas, donde es de 0.1. Calcule las capaci-
6 Relojero 30 4,5 dades teórica y efectiva (en unidades/día) para cada
a) Calcule las capacidades teórica y efectiva (en relojes/
uno de los pooles de recursos. Identifique las capaci-
día) para cada uno de los pooles de recursos, si cada dades teórica y efectiva de todo el proceso.
c) Un técnico en control numérico modificó las prensas
uno tiene una sola unidad, con una carga consolida-
da de una unidad, disponibilidad programada de 8 para que se pueda prensar y formar en la misma má-
horas al día y factor de pérdida de disponibilidad de quina, luego de accionar el control correspondiente,
0.125. Identifique las capacidades teórica y efectiva lo que permite que las 4 máquinas se organicen en 2
de todo el proceso. pooles con 2 máquinas cada uno. El primer pool prensa
b) El dueño del taller observa que los armadores tienen
y forma techos, y el segundo prensa y forma bases.
mucho tiempo libre en comparación con el troquelador De igual manera, 4 técnicos (PT, FT, PB y FB) recibie-
y el fundidor, por lo que capacita a los operarios para ron entrenamiento para organizarse en 2 pooles con 2
formar dos pooles con 2 unidades cada uno, el primer técnicos cada uno, y como en el caso de las prensas,
pool hará troquelado y armado D, y el segundo fundido el primer pool se dedicará a prensar y formar techos
y armado E. También decide que el relojero tome los y el segundo a prensar y formar bases. Si la pérdida
pedidos y, por tanto, puede prescindir de la secretaria. de disponibilidad y la disponibilidad programada se
Calcule las capacidades teórica y efectiva (en relojes/día) mantienen como antes, determine las capacidades
para cada uno de los pooles de recursos e identifique teórica y efectiva (en unidades/día) de los nuevos
las capacidades teórica y efectiva de todo el proceso. pooles de recursos y determine la capacidades teórica
3. Considere los datos del proceso de manufactura del
y efectiva del nuevo proceso.
componente electrónico del ejemplo 6.7. Implante las 5. Considere la manufactura de automóviles de juguete
modificaciones c) a la f) propuestas en el ejemplo, en del ejercicio anterior, con los mismos datos, pero con los
secuencia, una además de las otras, y en cada caso eva- siguientes números esperados de visitas por actividad.
lúe el efecto en las capacidades teórica y efectiva de
cada uno de los pooles de recursos y en el proceso en ID ACTIVIDAD NEV
su conjunto. 1 Separar partes 1
4. MexToys es un fabricante de automóviles de juguete.
2 Prensar plataforma 1.2
El modelo estándar requiere dos subensambles: la pla-
taforma y la carrocería, y su manufactura se inicia con 3 Prensar carrocería 1.1
la separación de las partes para la plataforma y las de la 4 Formar plataforma 1.4
carrocería, a continuación la plataforma y la carroce- 5 Formar carrocería 1.2
ría se trabajan en paralelo, con bsae en las actividades, 6 Ensamblar 1.1
duraciones, precedencias y pooles de recursos que se
7 Inspeccionar 1.1
detallan en la siguiente tabla.
a) Con los datos del inciso b del ejercicio anterior calcule CONTENIDO DE TRABAJO RECURSOS
las capacidades teórica y efectiva (en unidades/día) ID (MINUTOS/PACIENTE) PREDECESORES ASIGNADOS
para cada uno de los pooles de recursos. Identifique las
1 7 Ninguno Ninguno
capacidades teórica y efectiva de todo el proceso.
b) Con los datos del inciso c del ejercicio anterior calcule 2 20 Ninguno Mensajero
las capacidades teórica y efectiva (en unidades/día) 3 6 2 Técnico de rayos X
para cada uno de los pooles de recursos. Identifique las 4 5 1,3 Recepcionista
capacidades teórica y efectiva de todo el proceso. 5 3 4 Sala de vestido
c) Además de las consideraciones del inciso anterior, se
6 7.5 5 Técnico de rayos X,
decidió incorporar la producción del modelo econó-
sala de rayos X
mico, una mezcla de 60% estándar y 40% económico.
Determine las capacidades teóricas y efectivas de los 7 15 6 Técnico de revelado,
pooles de recursos, las capacidades teórica y efectiva sala de revelado
del proceso, considere los siguientes datos para el 8 2.5 7 Técnico de rayos X
modelo económico. 9 3 8 Sala de vestido
10 7 9 Ninguno
ACTIVIDAD DESCRIPCIÓN DURACIÓN (SEGUNDOS) 11 20 8 Mensajero
1 Separar partes 10
2 Prensar plataforma 20 Asimismo, las unidades por pool y la carga unitaria de
3 Prensar carrocería 15 los recursos se presentan en la siguiente tabla:
4 Formar plataforma 25
5 Formar carrocería 15 CARGA NÚMERO DE
RECURSO CONSOLIDADA UNIDADES EN POOL
6 Ensamblar 20
Mensajero 1 6
7 Inspeccionar 40
Recepcionista 1 1
6. La unidad de producción de galletas de una panadería Técnico de rayos X 1 4
depende de 2 empleados: Juan y Cristina. Tan pronto Sala de rayos X 1 2
como se recibe un pedido, las galletas se producen en Técnico de revelado 1 3
lotes de 12 de la siguiente manera: Cristina prepara la
Sala de revelado 1 2
mezcla (actividad de 6 minutos), y luego vierte la mezcla
en un molde para 12 galletas (2 minutos). A continua- Sala de vestido 1 2
ción Juan prepara el horno y coloca el molde (1 minuto).
Las galletas se hornean por 9 minutos y luego se enfrían La disponibilidad programada de cada uno de los recur-
(fuera del horno en una mesa amplia) por 5 minutos. sos es de 8 horas/día, aunque cada uno experimenta un
Por último, Juan empaqueta las galletas (2 minutos) y factor de pérdida de disponibilidad de 0.15. Calcule las
entrega la orden (1 minuto). El factor de pérdida de dis- capacidades teórica y efectiva (en pacientes/día) para
ponibilidad de cada uno de los 3 recursos (2 empleados cada uno de los pooles de recursos. Identifique las ca-
más el horno) es de 0.1, y la disponibilidad programada pacidades teórica y efectiva de todo el proceso.
es de 8 horas al día. 8. Considere los datos del proceso de aplicación de rayos
a) Construya la red de actividades para este proceso de X del ejercicio anterior. Introduzca las siguiente modi-
manufactura (no incluya ningún buffer). ficaciones, una a la vez, sin considerar las otras, y para
b) Si existe un solo horno con capacidad para un molde, cada una de las modificaciones: i) calcule el impacto
identifique la carga consolidada, la carga unitaria y en carga unitaria, disponibilidad neta, capacidad teó-
las capacidades teórica y efectiva de los pooles corres- rica del pool y capacidad efectiva del pool para el(los)
pondientes a Cristina, Juan y el horno, y la capacidad correspondiente(s) recurso(s) que se afecta(n), ii) calcu-
teórica del proceso (en galletas/día). le el impacto en la capacidad teórica y en la capacidad
c) Si se adquiere un nuevo horno (similar al anterior), efectiva de todo el proceso.
indique las nuevas características del pool de recur- a) Instalar nuevo equipo para reducir el tiempo de re-
sos afectado y las capacidades teórica y efectiva del velado de 12 a 10 minutos.
proceso. b) Apresurar al paciente para que ejecute las actividades
d) Si además de la modificación anterior, la actividad 5 y 9 en 2 minutos (cada una) en lugar de 3.
de depositar la mezcla en el molde se asigna a Juan, c) Pedir al paciente que traslade la orden (actividad 2)
indique las nuevas características de los pooles de re- y la impresión (actividad 11) él mismo.
cursos afectados y las capacidades teórica y efectiva d) Implantar una tecnología que permite reducir el por-
del proceso. centaje de placas fallidas de 25% a 5%.
7. Considere el proceso de aplicación de rayos X del hos- e) Reducir la pérdida de disponibilidad del técnico de
pital Arcángel del ejercicio 8 del capítulo 5, con los si- revelado de 0.15 a 0.10.
guientes datos: f) Contratar una segunda recepcionista.
g) Instalar una tercera sala de revelado.

Inicio Soldadura Ensamble Empaque Fin
h) Eliminar al mensajero, instalar una tercera sala de
revelado y entrenar a 8 empleados (recepcionista,
técnicos de rayos X y técnicos de revelado) para que
20% 10%
cada uno pueda realizar las 3 funciones (actividades
3, 4, 6, 7 y 8). Reproceso
9. Repetir el ejercicio anterior, pero ahora incluya cada
modificación en secuencia, adicionalmente a las
anteriores. El proceso ha experimentado severos problemas de
10. Considere los datos del caso 6.1, pero suponga que una calidad ocasionados por la falta de personal debidamen-
simulación del proceso permite apreciar que los rollos te entrenado. En específico, 20% de las bicicletas que
ya experimentaron el enfriamiento necesario cuando salen de la etapa de soldadura han presentando fallas,
llegan al final de la banda transportadora, por lo que se por lo que son enviadas a una estación con trabajadores
pueden trasladar directamente desde LC hasta AI con altamente capacitados que las corrigen, terminan de fa-
los 5 tractores disponibles. bricar la bicicleta y la empacan en un tiempo promedio
a) Calcule la capacidad teórica para el nuevo pool de de 20 minutos.
tractores y determine la nueva capacidad teórica del Este mismo problema también se presenta en la es-
proceso, en caso de haber cambiado. tación de ensamble, donde 10% de las bicicletas presen-
b) Suponga que la tasa de flujo de la LC es de 600 to- tan fallas y son enviadas a la estación de reproceso. En
neladas/hora e identifique el mínimo número de este caso sólo toma 10 minutos (en promedio) corregir
unidades que necesita el pool de tractores para que el problema y empacar el producto.
el sistema alcance la capacidad teórica de la LC. A continuación se presentan los contenidos de tra-
11. Considere un proceso de manufactura que consta de 5 bajo y los recursos requeridos para cada actividad:
actividades en serie, asociadas a 5 pooles de recursos
que operan 8 horas por día con un factor de pérdida de CONTENIDOS
disponibilidad de 0.2. Se fabrican tres tipos de produc- DE TRABAJO ID POOLES
tos diferentes A, B y C, con los siguientes contenidos de ACTIVIDAD (MINUTOS) DE RECURSOS
trabajo por unidad del correspondiente producto: Soldadura 6 OS, SO
Ensamble 5 OEN, HE
CONTENIDOS DE TRABAJO (MINUTOS)
ID DEL POOL Empaque 4 OEM
DE RECURSOS A B C Reproceso (si viene de soldadura) 20 OR, SO, HE
1 5 5 5
Reproceso (si viene de ensamble) 12 OR, HE
2 3 4 5
3 15 0 0 Por otro lado, se sabe que la disponibilidad pro-
4 0 3 3 gramada de todos los recursos es de 8 horas por día,
con las siguientes unidades y factores de pérdida de
5 6 6 6
disponibilidad:
Además, se sabe que la mezcla de la producción es 30%

FACTOR DE
de A, 30% de B y 40% de C. # DE PÉRDIDA DE
a) Calcule las capacidades teóricas y efectivas diarias ID POOL DE RECURSO UNIDADES DISPONIBILIDAD
para cada pool de recursos, si cada uno de ellos tiene
OS Operador de soldadura 3 0.15
una sola unidad, con una carga consolidada de una
unidad. SO Máquina para soldar 4 0.15
b) Con base en los resultados del inciso anterior, iden- OEN Operador de ensamble 2 0.15
tifique el cuello de botella del proceso, así como las HE Herramientas de ensamble 3 0.05
capacidades teórica y efectiva de todo el proceso.
OEM Operador de empaque 2 0.15
c) Si se adiciona otra unidad al pool de recursos del
cuello de botella encontrado en b) ¿cuáles serían OR Operador de reproceso 1 0.1
las nuevas capacidades teórica y efectiva de todo el
proceso? ¿y el nuevo cuello de botella? a) Determine las capacidades teórica y efectiva del
12. Un proceso de manufactura de bicicletas consta de tres proceso.
etapas (soldadura, ensamble y empaque), como se pre- b) Identifique el cuello de botella teórico ¿es el mismo
senta en la siguiente figura. cuello de botella efectivo?
c) Se ha observado que los contenidos de trabajo de
reproceso pueden reducirse 5 minutos si se evita
empacar la bicicleta durante esta fase y, en su lugar,
se envía al área de empaque. Indique cómo se ve
afectada la capacidad efectiva del proceso si se im- Las actividades son desempeñadas por los siguientes
plementa esta modificación. recursos:
13. RF Contadores es una pequeña firma de contadores que
prestan servicios de asesoría fiscal. Con base en sus 24 # PERSONAL
años de experiencia, RF clasifica los casos de sus clientes POOL DE RECURSO ACTIVIDAD A SU CARGO DISPONIBLE
en los siguientes grupos:
Personal Recopilación de información, 2
i. Grupo 1 (clientes nuevos, fáciles de procesar): 15% administrativo elaboración de escritos
de los casos
Contador ejecutivo Reunión preliminar y revisión 1
ii. Grupo 2 (clientes nuevos, complejos de procesar):
5% de los casos Contador Jr. (Becario) Preparación 3
iii. Grupo 3 (clientes recurrentes, fáciles de procesar):
50% de los casos Tomando en cuenta que el personal trabaja ocho
iv. Grupo 4 (clientes recurrentes, complejos de proce- horas al día y se estima un factor de pérdida de dispo-
sar): 30% de los casos nibilidad de 0.4, responda los siguientes incisos:
Con la finalidad de preparar las declaraciones, RF a) Calcule las capacidades teóricas y efectivas diarias
debe completar las siguientes actividades, cuyas dura- para cada uno de los pooles de recursos.
ciones (expresadas en minutos/declaración) varían por b) Determine la capacidad teórica y efectiva del pro-
grupo. ceso.
c) Si se decide implementar un nuevo sistema que re-
duce 50% el tiempo de elaboración de los escritos,
RECOPILACIÓN
DE REUNIÓN ELABORACIÓN
¿cómo se verían alteradas las capacidades teórica y
GRUPO INFORMACIÓN PRELIMINAR PREPARACIÓN REVISIÓN DE ESCRITOS efectiva del proceso?
1 20 30 120 20 50
2 40 90 300 60 80
3 20 No procede 80 5 30
4 40 No procede 200 30 60
BIBLIOGRAFÍA
1. Anupindi R., S. Chopra, S.D. Sudhakar, J.A.V. Mieghem, 4. Kelton W. D., R. P. Sadowski y D. T. Sturrock (2007),
y E. Zemel (2006), Managing business process flows, 2a. Simulation with ARENA, 4a. ed., McGraw-Hill, Nueva
ed., Prentice Hall, Nueva Jersey. York.
2. Bradley J. R. y P. W. Glynn (2002), “Managing capacity 5. Xia C. H., J. G. Shanthikumar y P. W. Glynn (2000), “On
and inventory jointly in manufacturing systems”, Man- the asymptotic optimality of the SPT rule for the flow
agement Science 48(2), 273-288. shop average completion time problem”, Operations Re-
3. Goldratt E. M. (1997), Critical chain, North River, Great search 48(4), 615-622.
Barrington.
CAPÍTULO 7
Administración de inventarios
• Conceptos básicos
• Administración de inventarios de demanda dependiente
• Algunos modelos para administrar inventarios
L
a administración de inventarios es uno de los temas de la administración de
operaciones del que más se ha discutido en años recientes. Una de las razones
por las que este tema recibe especial atención, obedece a que el costo de los
inventarios en muchas empresas representa un porcentaje alto del capital inver-
tido (por lo general entre 20 y 40%), por lo que una reducción de los inventarios
es una estrategia inmediata para reducir los costos en la empresa. Por otro lado,
el desarrollo de proveedores y de cadenas de suministro globales ha incentivado
la necesidad de mantener inventarios.
Sin embargo, la experiencia que desata la mayor discusión sobre el tema de
la administración de inventarios, es el hecho de que las empresas que implantan
filosofías de producción tipo pull (por ejemplo justo a tiempo), evidencian una im-
portante reducción en sus inventarios debido, en lo fundamental, porque tratan
de mantener un sistema de producción flexible, capaz de responder a la deman-
da de un mercado cambiante. En entornos donde la flexibilidad e innovación son
armas necesarias para mantenerse en el mercado, la reducción de inventarios es
necesaria, quizá ya no tanto por el costo de mantener los inventarios, sino más
bien por el alto costo que implica el tener que rematar las existencias porque las
preferencias del consumidor cambiaron.
Como se apunta en este capítulo, es necesario reconocer que si bien es conve-
niente mantener un nivel de inventarios bajo, éstos desempeñan un papel impor-
tante para asegurar las ventas o, en su caso, la continuidad del proceso producti-
vo, por lo que es importante determinar y mantener los niveles de inventario que
permitan la operación satisfactoria del negocio, a la vez que se busca mantener en
un mínimo los volúmenes de inventario, para no incurrir en costos excesivos. Las
técnicas clásicas para el control de inventarios enfatizan que la decisión racional
sobre el nivel de los inventarios a mantener, radica en escoger un nivel que ba-
lancee apropiadamente el costo por preparar y expedir órdenes de abastecimiento
(el cual disminuye a costa de mayores inventarios), con el costo por mantener las
existencias en inventario (que aumenta cuando crece el inventario). En cuanto a
la disminución de los inventarios en el justo a tiempo, hay que concluir que ésta
es consistente con este enfoque clásico, ya que en los ambientes de innovación
donde tiene sentido el justo a tiempo, el costo por mantener inventarios es muy 145
alto, debido al riesgo de tener que rematar productos que se hacen obsoletos en
corto tiempo; por otro lado, la disminución de los costos por apertura de procesos
(ordenar pedidos en el caso de un proveedor), que es una característica del justo
a tiempo, es consistente con el hecho de que el menor inventario exige una mayor
frecuencia de pedidos (de tamaño pequeño), lo que conduce a tratar de disminuir
los costos de los pedidos, para no incurrir en costos excesivos por este concepto.
En el presente capítulo se analizan los tipos y características de los sistemas
para administrar inventarios, después las principales técnicas a utilizar para hacer
eficiente la administración de materiales e inventarios en la empresa. Se aborda
tanto la administración de inventarios de materia prima e insumos, como la admi-
nistración de inventarios de producto final, con la distinción entre productos de
venta regular y productos de temporada.
CONCEPTOS BÁSICOS
En un sentido amplio, un inventario es cualquier recurso mantenido en existencia
que es o será utilizado por la empresa para satisfacer una necesidad de producción
o de venta. Desde este punto de vista, se aprecia que existe tanto una variedad de
puntos del sistema de producción que exigen inventarios, como una variedad
de productos que se almacenan en inventario. La administración de inventarios
puede entenderse como la planeación, coordinación y control de la adquisición,
almacenamiento y movimiento de insumos, bienes terminados, repuestos y herra-
mientas. En la figura 7.1 se ilustran los principales puntos del sistema en los que
la administración de los inventarios es relevante. A continuación aparecen deta-
lladamente cada tipo de inventario.
Tipos de inventarios
Como lo ilustra la figura 7.2, existen fundamentalmente tres tipos de inventarios
en un sistema de producción:
• Inventarios de insumos
› Figura 7.1
Inventarios y costos generados Clientes,
en la cadena de suministro. puntos de venta
Almacenes
Plantas, Almacenes locales
puertos, regionales
etc.
Suministro
Costos
de inventario
Costo Costos de transporte Costos Costos de transporte

de compra de inventario
ADMINISTRACIÓN DE INVENTARIOS 147
› Figura 7.2
Tipos de inventarios
Insumos Compra Recepción Almacenamiento Recuperación y su manejo.
Material en proceso,
herramientas y materiales
Proceso de conversión
Productos
terminados Empaque Almacenamiento Recuperación Distribución
• Inventarios de material en proceso

• Inventarios de productos terminados
En general cualquier inventario tiene por finalidad satisfacer una demanda. De

modo que los inventarios de insumos y los inventarios de material en proceso tie-
nen por finalidad atender las demandas del sistema de producción; estos inven-
tarios permiten que el proceso de producción no se detenga por falta de materia
prima, materiales y componentes necesarios para producir los bienes que ofrece
la empresa. Por otro lado, los inventarios de productos terminados tienen por fina-
lidad atender la demanda de los clientes y posibilitan atender los pedidos de los
clientes (externos). Esta primera distinción determina que a los inventarios de
insumos se les denomine también de demanda dependiente y a los inventarios
de producto terminado de demanda independiente, ya que la demanda por insu-
mos dependerá de la planeación del proceso productivo en la empresa, mientras
que la demanda de productos terminados no se genera en la empresa, por lo que
es independiente de la misma y enfrenta un mayor riesgo.
La distinción entre demanda dependiente y demanda independiente es im-
portante, ya que determina consideraciones para la administración de inventario
diferentes. Para ser más precisos, debido a que la producción puede planearse, la
demanda por insumos se conoce con anterioridad a corto plazo, lo que permite
la planeación de la llegada de los inventarios de demanda dependiente para el mo-
mento en que serán requeridos. Por otro lado, como existe incertidumbre sobre el
momento preciso en que los clientes demandarán los productos terminados, los
inventarios de demanda independiente deben estar siempre presentes para poder
atender eficientemente los pedidos de los clientes externos.
Las técnicas más difundidas para administrar inventarios tienen en cuenta
si el inventario es de demanda dependiente o no. Así, por ejemplo, la planeación
de los requerimientos de materiales (MRP, materials requirement planning), que es
una técnica muy difundida para administrar insumos, tiene por objeto tratar de
mantener los inventarios en cero (cuando no se produce) y permitir su disponibili-
dad sólo en el momento en que serán requeridos, mientras que el establecimiento
de inventarios de seguridad, que es una técnica de amplio uso para inventarios de
productos terminados, busca establecer el nivel de inventarios que debe estar siem-
pre disponible para proporcionar un determinado nivel de servicio al cliente.
Respecto de los inventarios de material en proceso, cabe mencionar que en
general, debe tratarse de mantener sus niveles en el mínimo posible, ya que la
existencia de excesivos inventarios de material en proceso no sólo representa un
costo, sino que entorpece las labores de producción y administración de la calidad,
y genera un mayor esfuerzo por manejo de materiales. El nivel de los inventarios
de material en proceso depende estrechamente de la buena (o mala) coordinación
del proceso (vea el capítulo sobre planeación y control de las actividades produc-
tivas), y como quedó claro en el capítulo anterior, obedece a la regla de Little, por
lo que el inventario en proceso crece a medida que se incrementan la tasa o el
tiempo de flujo.
Funciones de los inventarios

Como se mencionó, la finalidad primordial de los inventarios es atender a una
demanda (que puede ser interna o externa) y asegurar la continuidad de las ope-
raciones de la empresa. Una vez que se recalcó que ésta es la razón principal por
la que es necesario mantener inventarios, ahora se mencionan las siguientes fun-
ciones que cumplen los inventarios:
1. Dado que el abastecimiento de productos (ya sean insumos o productos ter-

minados) tiene típicamente un retardo, si no se almacenaran inventarios,
tanto los clientes internos como los externos tendrían que esperar para que
su demanda fuera atendida, por lo que el inventario es necesario para aten-
der con eficiencia las demandas de los clientes externos e internos.
2. En muchas situaciones, y sobre todo en el caso de las tiendas de productos al
menudeo, existe cierto grado de incertidumbre respecto del nivel de ventas
que alcanzará un determinado producto dentro del intervalo de tiempo entre
pedidos de abastecimiento consecutivos. Con el objetivo de no perder ventas
o de no tener que diferir la entrega de pedidos, se mantienen inventarios de
seguridad que permitan atender las demandas imprevistas.
3. Una estrategia para enfrentar las fluctuaciones de la demanda de los produc-
tos sin tener que invertir en capacidad de producción para los periodos de
demanda pico, consiste en producir en exceso durante los periodos de baja de-
manda y almacenar en inventario los excedentes de producción para satisfacer
después la demanda del periodo pico, de manera que no será necesario man-
tener una capacidad de producción muy alta para satisfacer la demanda pico.
4. Las compras por grandes lotes a menudo tienen descuento, de manera que
en muchas situaciones conviene ordenar pedidos de compra en lotes grandes.
Cuando se sigue una política de compra por lotes grandes, se tendrán que
mantener inventarios de los productos mientras se van demandando.
5. Se puede mantener inventarios por especulación. Por ejemplo, en economías
que experimentan periodos con alto riesgo de devaluaciones o inflaciones re-
pentinas, las empresas de la industria han encontrado que un camino seguro
para proteger el valor de su capital de trabajo es mantener existencias en in-
ventario, las que tenderán a aumentar de precio si ocurre una devaluación
repentina de la moneda.
6. Los inventarios de herramientas, repuestos o ciertos componentes en proceso
cumplen una función de prevención, ya que al almacenar ciertos repuestos
críticos o al tener unidades listas para ensamblar se da una respuesta rápida
a los pedidos de producción, en estos casos el inventario de materiales per-
mite disminuir el tiempo de atención de una falla o los tiempos por apertura
de proceso.
Enfoques para administrar inventarios

Aunque ya se mencionó al tratar sobre el justo a tiempo, se debe enfatizar que
existen dos puntos de vista muy diferentes para dirigir la administración de inven-
tarios: el enfoque push, y el enfoque pull. Antes de adoptar una técnica particular
para la administración del inventario de un producto, es conveniente establecer
el enfoque que se desea aplicar, ya que éste es fundamental para seleccionar una
técnica apropiada.
› Figura 7.3
INCERTIDUMBRE EN LA DEMANDA Dimensiones de importancia
para adoptar un enfoque push
o pull.
PULL
I: II:
COMPUTADORAS MUEBLES
IV: III:
LIBROS, CD COMESTIBLES, METALES
PUSH
ECONOMÍAS DE ESCALA
PULL PUSH
Cuando la planeación empuja la producción (enfoque push), los tamaños de

las órdenes de producción se basan en pronósticos de mediano o largo plazo, por
lo que generalmente son grandes y variables, y generan altos inventarios, cuyo
costo se compensa por las economías de escala del producto. Este enfoque es con-
veniente cuando la manufactura del producto enfrenta importantes economías
de escala y, en particular, cuando la demanda es estacional se aplica la estrategia de
mantener inventarios para la temporada pico, así se evita invertir en capacidades
de producción muy altas. El riesgo que enfrenta el enfoque push radica en la ocu-
rrencia de cambios radicales en los patrones de demanda, que hacen obsoleto al
producto en inventario, por lo que este enfoque sólo funcionar en caso de bienes
poco diferenciados (comerciables) o cuando existen contratos de suministro que
aseguren la venta del producto.
Cuando la demanda del producto determina cuánto producir (enfoque pull),
los tamaños de las órdenes de producción son pequeños, se generan bajos costos
por inventarios, y un bajo riesgo por obsolescencia del producto. Este enfoque es
conveniente cuando se compite por innovación y flexibilidad, y su implantación
requiere de información rápida desde los puntos de venta, así como de un siste-
ma de producción rápido y flexible. Las desventajas de este enfoque son la nece-
sidad de tener capacidad para los periodos de demanda pico, menores economías
de escala y transporte que el tradicional enfoque push.
La conveniencia de adoptar un enfoque push o uno pull depende fundamen-
talmente de la importancia de las economías de escala y de la incertidumbre en
la demanda. La existencia de economías de escala hace más atractivo el enfoque
push, que permite la producción de lotes grandes, mientras que una mayor incer-
tidumbre en la demanda favorece el enfoque pull, que minimiza el riesgo de pér-
didas por obsolescencia de las existencias en inventario.
Como se ilustra en la figura 7.4, en la práctica, los eslabones de la cadena
de suministro que han adoptado un enfoque pull se encuentran más cercanos
al comprador final, debido a que enfrentan una mayor incertidumbre en su de-
manda y menores economías de escala que los eslabones de la cadena que están
más cercanos a la producción de materia prima. Esta tendencia se presenta inclu-
sive en diferentes productos de una misma empresa, por ejemplo, Dell utiliza un
enfoque pull para las ventas bajo pedido de sus computadoras personales, pero
debido a que sus modelos tienen partes y componentes comunes, cuya manufac-
tura enfrenta importantes economías de escala, la adopción de un enfoque push
› Figura 7.4
Especialización de enfoques FRONTERA
en la cadena de suministro.
ENFOQUE PUSH ENFOQUE PULL
MATERIA PRIMA COMPRADOR FINAL
es apropiada para la administración de los inventarios de las partes y compo-

nentes.
Clasificación ABC
Los inventarios que debe mantener una empresa satisfacen diversas necesidades
de naturaleza muy diferente, y se pueden adoptar distintos enfoques para su ad-
ministración. Es razonable pensar que algunos de los inventarios tienen una im-
portancia crítica mayor que otros, por ejemplo, los inventarios de artículos más
costosos podrían administrarse con más cuidado, ya que representan un mayor
esfuerzo de inversión. La clasificación ABC es una aplicación del análisis de Pa-
reto para clasificar artículos según su importancia. De acuerdo con el enfoque de
Pareto, es razonable suponer que son pocos los artículos que tienen una mayor
importancia en el sistema de administración de inventarios, y la clasificación ABC
consiste en efectuar un análisis de Pareto para clasificar los artículos en inventario
en categorías A, B y C, de acuerdo con su importancia.
Para efectuar una clasificación ABC se usan diversas medidas de valor, de-
pende de los objetivos de la clasificación, aunque la clasificación con más difusión
se basa en el valor monetario del artículo (demanda anual por costo unitario), en
cuyo caso la finalidad es identificar los pocos artículos que causan el mayor mo-
vimiento de dinero. Algunos otros criterios que se aplican como medida de valor
son la utilidad, el costo unitario o alguna medida de riesgo. El procedimiento para
efectuar la clasificación ABC, basada en algún criterio de valor, se resume en los
siguientes pasos:
1. Seleccionar el criterio de valor (por ejemplo, demanda anual por costo

unitario).
2. Ordenar los artículos en orden de la importancia de su valor.
3. Calcular, para cada artículo, su porcentaje acumulado de valor y su porcen-
taje acumulado del número de artículos.
4. Construir una gráfica del porcentaje acumulado del número de artículos en
función del porcentaje acumulado del valor
5. Clasificar los artículos en las categorías A, B o C.
Se sugiere que la categoría A abarque entre 5 y 20% de los artículos que generan
entre 60 y 80% del valor, la B alrededor de 30%, con alrededor de 15% del valor
y la C entre 50 y 60%, con sólo 5 o 10% del valor.
El objetivo de la clasificación ABC es identificar los artículos de mayor impor-
tancia (A), los de importancia relativa media (B) y los de menor importancia (C).
Esta clasificación permite adoptar políticas distintas para administrar los artículos
en las diferentes categorías (vea la figura 7.5).
Si los pedidos de los artículos tipo A son costosos, ya sea porque el valor de
cada artículo es alto o porque los pedidos son de volumen alto, las aprobaciones
› Figura 7.5
• Aprobación, negociación, especulación Posibles políticas
• Conteos muy frecuentes para artículos A y B.
A A
• Proveedores confiables
B B • Enfoque pull
• Adecuada coordinación y comunicación
Valor Número
para la compra de artículos A requerirán la aprobación del director de finanzas,

con conteos periódicos frecuentes (diario o semanal), y con especial cuidado en el
pronóstico de ventas para evitar los inventarios de seguridad. Además, permiten
optar por prácticas administrativas como las siguientes:
• Licitación. Las compras con base en licitaciones deben indicar las especi-
ficaciones técnicas del producto (propiedades físicas o contenidos quími-
cos), especificaciones de desempeño (confiabilidad, tasas de salida, etc.).
Las especificaciones son necesarias para descartar a los proveedores de baja
calidad.
• Certificación. Se pueden exigir certificaciones a los proveedores, tales como
calidad en el diseño, entrenamiento, tiempos de entrega, etcétera.
• Negociación. En caso de disponer de proveedores confiables, en lugar de
invitarlos a un proceso de licitación, existe la ventaja de negociar periódica-
mente los precios, cambios en el diseño y tiempos de entrega.
• Especulación. En el caso de observarse un patrón de variación cíclica de los
precios, es preferible optar por aprovechar los ciclos en los que el precio dis-
minuye, y hacer las compras en los periodos de baja para ahorrar costos.
Los pedidos de los artículos tipo B tienen valor moderado, ya sea porque se trata
de productos de especificaciones estándar para mantenimiento, reparación y ope-
ración, o servicios de uso regular, o porque sean productos que requieren especi-
ficaciones, pero que su valor no justifica el esfuerzo de imponer licitaciones para
la compra. Las aprobaciones para compra de artículos B requerirán la aprobación
del gerente de compras, los conteos periódicos pueden ser mensuales, los pronós-
ticos de ventas pueden basarse en tendencias, y se pueden tener inventarios de
seguridad pequeños (por ejemplo, para una semana). Además, es posible optar por
prácticas administrativas como las siguientes:
• Lista de proveedores. Se mantiene una lista de proveedores con base en el

desempeño del proveedor o en un estudio de certificación.
• Compra por catálogo. Existen grandes proveedores de artículos estándar,
que por lo general mantienen un catálogo con indicaciones de las caracterís-
ticas de los productos.
• Contratos. Si el artículo tiene una demanda regular durante el año, se es-
tablecen contratos con los proveedores para garantizar un abastecimiento
periódico bajo las condiciones que establecen precios y entregas periódicas.
Estos contratos por lo general tiene un periodo establecido, luego del cual se
negocia otro contrato.
Los pedidos de los artículos tipo C tienen poco valor y son artículos de especifica-
ciones estándar, por tanto, las compras se hacen con un sólo proveedor confiable
o se elige entre una lista de proveedores aceptados. Las aprobaciones para compra
de artículos C se estandarizan y sólo requieren la aprobación de un empleado de

compras, los conteos periódicos son anuales, los pronósticos de ventas se basan en
la experiencia y es posible tener inventarios de seguridad para periodos amplios
(por ejemplo, un mes).
Ejemplo 7.1. Clasificación ABC
TransMex es una empresa que se dedica al ensamble de equipo especializado para

el transporte de materiales. Dicha empresa tiene un sistema de venta bajo pedido,
de manera que debe almacenar ciertas partes y componentes críticos para pro-
veer los pedidos con prontitud. En el presente año la demanda por sus productos
se incrementó, razón que la lleva a enfrentar ciertos problemas logísticos, con la
consecuente demora en la atención de los pedidos, por lo que desea reorganizar
la administración de las compras e inventarios de las partes y componentes nece-
sarias para responder de forma adecuada a los pedidos de producción. Debido a
que existe mayor movimiento de algunas partes, la empresa debe identificar ese
inventario que implica una mayor inversión, para así poner mayor énfasis en sus
políticas de compras e inventarios, por lo que decide efectuar una clasificación ABC
sustentada en los datos de las partes, sus demandas (anuales) y costos unitarios
(en cientos de $) que se presentan en la tabla 7.1.
El primer paso para construir la clasificación ABC será calcular los valores
(demanda por costo unitario) para cada parte y ordenar las partes con base en su
valor. En la tabla 7.2 aparecen estos valores ordenados, así como los porcentajes
acumulados del número total de partes y los porcentajes acumulados del valor
total.
En la figura 7.6 aparece la carta de Pareto correspondiente a la clasificación
ABC, es decir, la gráfica que muestra el artículo en función de su correspondiente
valor acumulado. Al analizar los datos se decidió que los artículos tipo A sean los
que tienen un valor individual de hasta $5 000 000, los tipo B tienen un valor in-
dividual de hasta $500 000, y los tipo C un valor individual menor que $500 000.
De esta manera los artículos tipo A son los artículos 25, 23, 20, 22 y 24, y consti-
tuyen el 20% de los artículos y teniendo un 67.4% del valor total de los artículos.
› Tabla 7.1 COSTO COSTO

Demandas y costos unitarios
PARTE DEMANDA UNITARIO PARTE DEMANDA UNITARIO
de partes.
1 40 350 16 60 600
2 500 35 17 120 25
3 50 25 18 300 12
4 300 50 19 45 50
5 15 2 000 20 20 3 000
6 400 10 21 1 000 2
7 700 4 22 10 5 000
8 70 30 23 25 3 100
9 300 30 24 25 2 000
10 70 400 25 800 150
11 500 2 26 250 20
12 650 30 27 750 15
13 90 50 28 40 100
14 20 3 29 40 150
15 800 1 30 150 25
› Tabla 7.2
% DEL % DEL % DEL % DEL
Valores y porcentajes
NÚMERO VALOR NÚMERO VALOR
acumulados de partes.
PARTE VALOR DE PARTES TOTAL PARTE VALOR DE PARTES TOTAL
25 120 000 3.33 20.55 26 5 000 53.33 93.99
23 77 500 6.67 33.83 13 4 500 56.67 94.76
20 60 000 10.00 44.10 6 4 000 60.00 95.44
22 50 000 13.33 52.67 28 4 000 63.33 96.13
24 50 000 16.67 61.23 30 3 750 66.67 96.77
16 36 000 20.00 67.40 18 3 600 70.00 97.39
5 30 000 23.33 72.53 17 3 000 73.33 97.90
10 28 000 26.67 77.33 7 2 800 76.67 98.38
12 19 500 30.00 80.67 19 2 250 80.00 98.77
2 17 500 33.33 83.67 8 2 100 83.33 99.12
4 15 000 36.67 86.24 21 2 000 86.67 99.47
1 14 000 40.00 88.63 3 1 250 90.00 99.68
27 11 250 43.33 90.56 11 1 000 93.33 99.85
9 9 000 46.67 92.10 15 800 96.67 99.99
29 6 000 50.00 93.13 14 60 100.00 100.00
Los tipo B son los 16, 5, 10, 12, 2, 4, 1, 27, 9, 29 y 26, constituyendo el 33.33% de
éstos y tienen 26.59% del valor total de los artículos. El resto serán considerados
tipo C, constituyendo el 46.67% de los artículos y tienen 6.01% del valor total de
los éstos.
› Figura 7.6
Gráfica de la clasificación ABC.
120.00
A B C
17 7 19 8 21 3 11 15 14
100.00 6 28 30 18
29 26 13
27 9
1
4
2
12
80.00 10
5
16
24
60.00
22
20
40.00 23
25
20.00
0.00
ADMINISTRACIÓN DE INVENTARIOS
DE DEMANDA DEPENDIENTE
En esta sección se hace un análisis conciso de las técnicas disponibles y los elemen-
tos en que se debe poner énfasis para la administración de inventarios de demanda
dependiente. Como se indicó al inicio de este capítulo, los inventarios de deman-
da dependiente son los inventarios de insumos, partes y componentes que son
necesarios para producir las manufacturas y/o servicios que ofrece la empresa;
por ejemplo, si se producen libros, los inventarios de papel, tinta, empastes, goma,
etc., serán los inventarios de demanda dependiente. A estos inventarios se les
aplica este término debido a que son necesarios para satisfacer la demanda interna
de la empresa, por tanto, la demanda de estos inventarios depende de los planes de
producción. Por ejemplo, los inventarios de papel para producir libros dependerán
del plan de producción adecuado, entonces se debe procurar que el inventario ne-
cesario esté disponible para las jornadas en las que se producirán los libros.
A diferencia de la administración de inventarios de demanda independiente,
en la que se debe considerar la incertidumbre en la demanda, en la administra-
ción de inventarios de demanda dependiente, los planes de producción se conocen
con cierta anticipación, y no es necesario que se mantengan inventarios en forma
constante, más aún, los métodos de producción actuales tienden a enfatizar la ne-
cesidad de la coordinación entre el proveedor y el comprador, de manera que las
entregas de materiales, insumos y componentes se establezcan con base en los re-
querimientos (a veces cambiantes) de producción. Es en función de los adecuados
mecanismos de coordinación entre proveedor y comprador, que las empresas logran
importantes reducciones en el capital de trabajo requerido, a la vez que disminu-
yen el riesgo que representan los inventarios de productos sujetos a cambios en el
diseño, debidos a un cambio en las preferencias del consumidor.
Por las razones expuestas, las técnicas para administrar inventarios de demanda
dependiente tienen por filosofía reducir los inventarios al mínimo; buscan la mayor
coordinación entre el sistema de producción y el sistema de pedidos, para que el
inventario exista sólo cuando los requerimientos de producción así lo demandan.
Por otro lado, en plantas donde se sigue un sistema de producción por lotes, los
requerimientos de producción de un producto particular varían considerablemente
entre semanas y meses, por lo que no es conveniente usar modelos con tamaño
de pedido constante, como sí lo es utilizar técnicas para demanda dinámica (que
se revisan al final de esta sección).
A continuación un comentario breve acerca de las dos técnicas más útiles para
administrar inventarios de demanda dependiente: la planeación de requerimien-
tos de materiales (MRP, materials requirement planning), y el kanban, mecanismo
para coordinar la producción, desarrollado bajo la filosofía de producción justo a
tiempo.
Planeación de requerimientos de materiales

La planeación de requerimientos de materiales (MRP) es una técnica que consiste
en determinar las cantidades de los insumos y las fechas (límites) en las que deben
estar disponibles para garantizar el cumplimiento del programa maestro de pro-
ducción. En la figura 7.7 se indica cómo se relaciona la MRP con otras actividades
de la administración de operaciones; el programa maestro de producción (vea el
capítulo sobre planeación de la producción) es el ingrediente indispensable para
iniciar la MRP, cuyo producto final servirá de soporte para el cumplimiento del
plan maestro de producción. El programa resultante de una MRP se utiliza para
que los insumos, partes y componentes estén disponibles cuando el proceso de
producción los demande, pero sin almacenar inventarios innecesarios de insumos,
es decir, que estén disponibles justo para cuando son requeridos.
› Figura 7.7
Actividades relacionadas
con la MRP.
Planeación agregada
Control y programación Programa final

Programa maestro
de operaciones de entregas
MRP: Planeación
de requerimientos de materiales
Por lo general, una MRP se implanta a través de un programa de computa-

dora, que debe tener acceso a los archivos donde se encuentra la información ne-
cesaria (vea la figura 7.8), entre la que debe estar:
• Plan maestro de producción.

• Carta de materiales de los artículos a producir.
• Demora del pedido si el insumo, parte o componente se compra, y tiempo de
producción si el insumo, parte o componente se produce en la misma planta
(para cada elemento de la carta de materiales).
• Inventarios disponibles de los insumos, partes y componentes.
• Estado de las órdenes en tránsito.
La salida típica de una MRP son las cantidades necesarias de los insumos,
partes y componentes (que se indican en la carta de materiales) que son necesarios
para cumplir con el programa maestro y las fechas (límite) en las que se requieren
dichas cantidades. Con base en esta información y la de los inventarios disponibles
(y en tránsito), se determinan las fechas y cantidades de los pedidos que deben
ordenarse, o la existencia de algún conflicto con el plan maestro (si es el caso). La
› Figura 7.8
Información necesaria para
implantar un MRP.
Programa maestro
Estado de órdenes Cartas de materiales
en tránsito
MRP: Planeación
Inventarios disponibles Demoras de los pedidos
de requerimientos de materiales
• Fechas y tamaños de pedidos

• Conflictos con el plan maestro
elaboración de un programa por computadora que realice dichas funciones para

generar una MRP, requiere fundamentalmente de los dos pasos siguientes:
1. Con base en la carta de materiales y las demoras de los pedidos se construye

un programa de operaciones que indique las fechas (límite) en las que deben
ordenarse los pedidos de cada elemento de la carta de materiales, para que
se entregue el pedido de producción a tiempo. Este programa se resume en
una carta de Gantt con tiempos de iniciación tardía (vea la figura 7.10), que
se identifican con el método de la ruta crítica, a partir de la fecha de entrega
del pedido y con un avance hacia atrás en el tiempo que considere las demo-
ras de los pedidos de producción de los elementos de la carta de materiales
y las ecuaciones (5.4) y (5.5).
2. Con base en los inventarios disponibles y en el estado de las órdenes en trán-
sito se determinan los requerimientos netos de cada elemento de la carta de
materiales, tome en cuenta que:
Requerimiento neto Requerimiento bruto inventario disponible can-
tidad de las órdenes en tránsito disponibles.
Si el requerimiento neto es negativo, no se requiere ordenar el insumo; en
cambio, si es positivo deberá ordenarse al menos esa cantidad para la fecha
en que se requiere el insumo.
Con el siguiente ejemplo se ilustran con detalle estos dos pasos necesarios
para producir la salida de una MRP.
Ejemplo 7.2. Elaboración de una MRP
Una empresa que produce herramientas y equipo para trabajo doméstico, debe
producir 1 500 cortadoras de césped de su modelo CC-0210, las que deben entre-
garse al final de la semana 14 (hoy inicia la semana 1). En la figura 7.9 se presenta
la carta de materiales para esta cortadora, cuyo ensamble final (como se aprecia
de la figura) demanda de cuatro componentes: cuerpo, chasis, motor y sistema de
manejo. El ensamble del chasis requiere además de un ensamble de cuchillas y de dos
ruedas, mientras que el ensamble del motor requiere de un limpiador de aire, que
a su vez requiere de una caja del filtro.
› Figura 7.9
Carta de materiales
de una cortadora. Ensamble final
de la cortadora Nivel 0
Ensamble Ensamble Ensamble Ensamble sistema

Nivel 1
del cuerpo (1) del chasis (1) del motor (1) de manejo (1)
Ensamble Limpiador
Ruedas (2) Nivel 2
de cuchillas (1) de aire (1)
Caja
del filtro (1) Nivel 3
› Tabla 7.3
COMPONENTE DEMORA INVENTARIO
Inventarios y demoras de los
Ensamble final 1 semana 250 componentes de una cortadora.
Ensamble del cuerpo 3 semanas 400
Ensamble de chasis 1 semana 200
Ensamble de cuchillas 2 semanas 800
Ruedas 1 semana 2300
Ensamble del motor 4 semanas 450
Limpiador de aire 1 semana 250
Caja del filtro 2 semanas 500
Ensamble sistema de manejo 1 semana 400
En la tabla 7.3 se presentan las demoras de los pedidos para cada componente
y sus inventarios; además se sabe que no existen órdenes en tránsito para ninguno
de los componentes. A partir de estos datos, se desea encontrar las cantidades de
cada componente que se deben ordenar (requerimientos netos) y las fechas (lí-
mite) en las que deben ordenarse los pedidos, si se desea satisfacer el pedido de
1 500 cortadoras para el final de la semana 14.
Como se sugiere en el paso 1, para elaborar la salida de una MRP es conve-
niente construir el programa de operaciones, con base en la carta de materiales y
en las demoras de los pedidos. En la figura 7.10 aparece el programa de operaciones
resultante de los datos proporcionados, en el que se obtuvieron las fechas límite
(TITA) mediante las ecuaciones (5.4) y (5.5), se empezó del final hacia el inicio.
Por ejemplo, debido a que la entrega será al final de la semana 14 y la demora del
ensamble final es de 1 semana, la fecha límite para iniciar el ensamble final será
el final de la semana 14 1 13; de acuerdo con la carta de materiales, el final
de la semana 13 será la fecha límite para terminar el ensamble del cuerpo (TTTA),
y con una demora de 3 semanas, la fecha límite para iniciar (TITA) el ensamble
del cuerpo será el final de la semana 13 3 10. Al proceder de esta manera,
es claro (vea la figura 7.10) que si hubiera la necesidad de ordenar cajas de filtro
para esta orden de producción, el pedido tendrá que hacerse, cuanto más tarde,
al inicio de la semana 7.
› Figura 7.10
Programa de operaciones para
Ensamble del cuerpo fabricar cortadoras.
Ensamble de cuchillas
Ensamble
de chasis
Ruedas
Ensamble
Limpiador final
Caja de filtro de aire Ensamble del motor
Ensamble
sistema
de manejo
7 8 9 10 11 12 13 14 15
Inicio de semana
› Tabla 7.4 COMPONENTE REQUERIMIENTO BRUTO INVENTARIO REQUERIMIENTO NETO

Requerimientos brutos y netos
para los componentes de una Ensamble final 1 500 250 1 250
cortadora. Ensamble del cuerpo 1 250 400 850
Ensamble de chasis 1 250 200 1 050
Ensamble de cuchillas 1 050 800 250
Ruedas 2 100 2 300 0
Ensamble del motor 1 250 450 800
Limpiador de aire 800 250 550
Caja del filtro 550 500 50
Ensamble sistema de manejo 1 250 400 850
Observe que las fechas de la figura 7.10 son fechas límite, si se desea, el pedi-
do (de producción o de abasto) puede ordenarse antes de esa fecha; sin embargo,
no debe hacerse después, ya que en ese caso no se podría terminar el pedido final
a tiempo. Por otro lado, si por alguna razón se tiene que terminar la orden de al-
guno de los componentes antes de la fecha límite, deberán adelantarse las fechas
límite de los componentes necesarios de la carta de materiales.
El segundo paso para generar la salida de la MRP consiste en determinar los
requerimientos netos, que se resumen en la tabla 7.4. Observe, por ejemplo, que
el requerimiento neto de ensambles finales es de 1 250 porque se requieren 1 500
unidades y se disponen de 250; por otro lado, este requerimiento neto se convierte
en el requerimiento bruto de los componentes que le siguen en nivel en la carta
de materiales, que son: ensamble del cuerpo, ensamble de chasis, ensamble del
motor y ensamble del sistema de manejo. El requerimiento bruto de ruedas es de
2(1 050) 2 100 debido a que se requieren 2 ruedas por cada ensamble de chasis
(vea la figura 7.9). Observe también que cuando el requerimiento bruto menos el
inventario (menos las cantidades en tránsito, si fuera el caso) es negativo, el reque-
rimiento neto es cero, ya que ello indica que en la fecha necesaria se dispondrá
de más unidades que las requeridas. Otro elemento a considerar es que si hubiera
cantidades en tránsito, deberán restarse sólo las que llegarán en o antes de la fecha
necesaria (obtenida en el programa de operaciones) para obtener el requerimiento
neto.
Por último, el resultado de la MRP se resume en la tabla 7.5. Observe que la
información es sólo la información relevante de la MRP, como es la fecha (límite)
de los pedidos y el requerimiento neto para cada componente.
La información que se obtiene de una MRP sirve de diferentes maneras,
depende de las políticas de operación de la empresa. Así, por ejemplo, se pueden
› Tabla 7.5 COMPONENTE FECHA LÍMITE (INICIO DE SEMANA) REQUERIMIENTO NETO

Fechas y cantidades de pedido
para los componentes de una Ensamble final 14 1 250
cortadora. Ensamble del cuerpo 11 850
Ensamble de chasis 13 1 050
Ensamble de cuchillas 11 250
Ruedas – 0
Ensamble del motor 10 800
Limpiador de aire 9 550
Caja del filtro 7 50
Ensamble sistema de manejo 13 850
producir (ordenar) los pedidos (automáticamente) en la fecha límite que reporta

la MRP, si la empresa considera que no existe incertidumbre en cuanto a las demo-
ras de los pedidos, de manera que haya una coordinación perfecta del programa
de producción con el programa de entregas. Por otro lado, si existe algún grado de
incertidumbre en las demoras y/o los tiempos de ejecución de los pedidos, la em-
presa puede utilizar la información de la MRP como apoyo para la toma de deci-
siones; en este caso la información servirá para prevenir al personal de compras
y/o producción de que no debe exceder ciertas fechas para ordenar los pedidos
de producción y/o abastecimiento, si desea cumplir con el programa maestro de
producción.
Es conveniente remarcar que en el ejemplo anterior se supuso que las demoras de

los pedidos están dadas (en la tabla 7.3) y en la práctica se calculan considerando
no sólo el tiempo necesario para producir o recibir la orden solicitada, sino tam-
bién los posibles tiempos muertos debidos a que algún recurso está ocupado. En
este caso, para elaborar la MRP será necesario interactuar con la programación de
las operaciones productivas.
Sistemas kanban
Aunque se reportan casos en que una MRP se utiliza como herramienta dentro
de un sistema de producción tipo pull, no es el caso más común; la técnica para
administrar inventarios de insumos, conocida con el nombre de kanban, es la que
conviene a los sistemas de producción tipo pull como el justo a tiempo, y es la
técnica de mayor aplicación en estos sistemas de producción. Aunque ya se hizo
referencia al kanban en el capítulo 3, es necesario remarcar en este capítulo las
características principales del kanban como técnica para administrar inventarios
de demanda dependiente.
El kanban es un mecanismo para administrar inventarios de demanda de-
pendiente que elimina la necesidad de planear el abastecimiento de insumos con
base en un programa de producción (como lo hace la MRP). En teoría el kanban
es un mecanismo dinámico de comunicación, que tiene la finalidad de coordinar
la producción de insumos, partes y componentes, con las necesidades del cliente
que demanda estos productos.
Un sistema tipo kanban utilizado durante mucho tiempo en las farmacias,
consiste en asignar a cada producto un tarjetero, y cada vez que se retira (debido
a la compra de un cliente) una unidad del producto, se deposita una tarjeta en
el tarjetero; de esta manera, cuando existe un número suficiente de tarjetas en el
tarjetero, el sistema comunica que debe ordenarse un pedido de abastecimiento
del producto (ya que está por agotarse el inventario disponible). Con este ejemplo
sencillo se muestra cómo el tarjetero sirve de mecanismo de comunicación entre
el cliente y el productor, ya que cuando existen tarjetas en el tarjetero se indica
que el producto ha sido demandado y que es necesario “producir” más unidades
para satisfacer la demanda del cliente. Por otro lado, debe notar que éste es un
sistema tipo pull, ya que es la demanda del cliente la que genera las órdenes de
producción.
En general, un mecanismo tipo kanban es un sistema de comunicación entre
los clientes y el productor de un artículo, que tiene por finalidad el indicar al pro-
ductor cuándo es necesario producir el artículo debido a que la demanda de los
clientes está por agotar el inventario disponible. Un mecanismo kanban apoya a
una filosofía de producción tipo pull, ya que permite que la demanda de los clien-
tes indique al sistema cuándo se debe producir.
Un mecanismo kanban elimina el riesgo de producir por adelantado, como

ocurre en sistemas de producción tipo push, en los que primero se planea la pro-
ducción y luego se busca que los clientes demanden el producto. Al permitir que
se comunique al productor que el inventario del artículo está por agotarse debido
a la demanda del mismo, el sistema kanban permite que se produzca sólo cuando
es necesario y elimina la necesidad de planear la producción que se presenta en
un sistema de producción tipo push.
Los mecanismos kanban que funcionan en la actualidad en las empresas, no
necesariamente siguen el sistema inicial de tarjetas y tarjeteros:
• Mensaje escrito. Se utiliza un mensaje escrito para ordenar un pedido de

abastecimiento a un proveedor o para indicar a algún taller de la planta que
se requiere la producción de un artículo o componente. Aunque los mensajes
escritos parecen algo burocráticos, en la actualidad la tecnología de Internet o
de fax facilita la expedición de mensajes escritos y hace viable la comunicación
por escrito entre empresas, gracias al intercambio electrónico de datos.
• Mensaje hablado. Se utiliza el lenguaje hablado para comunicar la necesi-
dad de abastecimiento y/o producción de un artículo y su transmisión es en
forma directa o por vía telefónica. Por ejemplo, las solicitudes de talonarios
de cheques se efectúan por vía telefónica en la mayoría de los bancos.
• Otras señales. Los mecanismos kanban más difundidos hacen uso de otras
señales para colocar una orden de producción, por ejemplo, hay mecanismos
kanban basados en luces (diferentes colores indican artículos y/o tamaños de
lote distintos), pelotas de golf, tarjetas, y contenedores (vea la figura 7.11).
Para utilizar señales que no sean mensajes hablados o escritos, por lo general
es necesario que se haya logrado una alta estandarización del proceso pro-
ductivo; por ejemplo, el tamaño de los lotes debe conocerse de antemano.
En la figura 7.11 aparece el funcionamiento de un mecanismo kanban basado

en contenedores. En el mecanismo que se ilustra existen 3 contenedores, cada uno
con una capacidad estándar de 4 artículos. Los artículos son producidos en el pro-
ceso A (el productor) y son consumidos en el proceso B (el cliente), cuando en el
proceso B se han usado todos los artículos de un contenedor, éste se remite al pro-
ceso A para que allí se llene el contenedor con la producción de A. En un kanban
como el que se ilustra, la señal para iniciar la producción es el mismo contenedor
› Figura 7.11
Kanban con el mismo
contenedor como señal.
Proceso B Proceso A
Vacío
vacío, y como se puede apreciar, para que este mecanismo funcione es necesaria la
estandarización del proceso (contenedores siempre con capacidad de 4). El tamaño
de los contenedores tiene importancia porque debe justificar una corrida de produc-
ción para el artículo (en la figura se utiliza un tamaño de 4 sólo por comodidad).
Por otro lado, el número de contenedores en circulación también será importante,
debido a que determina el inventario de artículos en proceso. En general, un ade-
cuado número de contenedores en el sistema depende de la velocidad con que se
consumen los artículos; el número de contenedores deberá disminuirse cuando se
observe un inventario innecesariamente alto y deberá aumentarse si se observa
que el proceso se detiene porque el cliente no tiene artículos para consumir.
ALGUNOS MODELOS PARA ADMINISTRAR INVENTARIOS

A menudo los inventarios constituyen un alto porcentaje del capital que invierte
una empresa para asegurar la continuidad de sus operaciones, y es un indicador
de la eficiencia con que la empresa administra sus recursos. Es tal la importancia
del valor de los inventarios, que una medida importante del rendimiento sobre la
inversión es el valor de las ventas dividido entre el capital invertido en inventa-
rios. Por estas razones, existe una gran variedad de modelos para apoyar la toma
de decisiones en cuanto a la administración de los inventarios, los que en general
difieren en cuanto al número de productos a considerar (para un solo producto o
multiproductos) y en cuanto al tratamiento de la demanda (determinista o alea-
toria), por lo que a continuación se analiza el uso de algunos de estos modelos.
Aunque esta sección se enfoca en las aplicaciones de estos modelos para adminis-
trar inventarios de demanda dependiente, en el siguiente capítulo se abordan las
aplicaciones de los modelos para administrar productos terminados.
Costo de los inventarios

La principal razón para mantener inventarios de producto terminado es disponer
de los productos para satisfacer la demanda del cliente sin que se experimente un
retraso en la atención de los pedidos. Por esta razón, mantener un nivel alto de in-
ventario puede ser conveniente desde el punto de vista de la atención de los pedi-
dos del cliente, sin embargo, una política de este tipo es costosa, ya que se incurre
en costos altos por mantener los inventarios, observe que sólo el espacio necesario
para mantener artículos en inventario tiene un costo significativo; este costo es la
principal fuente de costo que consideran los modelos para administrar inventa-
rios. Por otro lado, si se reducen los niveles de inventario, existen otras fuentes de
costo que se deben considerar cuando se desea determinar políticas óptimas para
la administración de inventarios. A continuación se indican con mayor detalle los
componentes de costo que se incluyen en los principales modelos de inventarios:
• Costo variable de la mercancía. Es el costo de los productos que varía con

el tamaño del pedido. Por lo general se obtiene al multiplicar el costo uni-
tario por el número de unidades que se ordenan; en el costo unitario debe
incluirse el costo unitario por transporte y manejo del producto. Este costo
adquiere particular importancia cuando existen economías de escala o el ta-
maño del pedido influye en el costo unitario del producto.
• Costo por mantener inventarios. Este costo tiene dos componentes, el costo
de oportunidad y el costo físico. El primero corresponde al beneficio que
genera el capital invertido en el inventario, debido a que la producción de
los artículos en inventario tiene un costo ya cubierto por la empresa y repre-
senta un capital de trabajo. El costo físico corresponde al gasto adicional en
que se incurre para conservar la integridad del inventario, ya que se requiere
del uso de espacio (en renta o propio), el adecuado cuidado en el empaque,

embalaje y manejo de los materiales para evitar el deterioro del inventario y
el proceso administrativo para registrar las entradas y salidas. El costo físico
también incluye el costo del riesgo por seguros, obsolescencia, deterioro y
mermas. Por lo general, el costo por mantener inventarios es directamente
proporcional al costo, volumen y tiempo que se almacena el inventario.
• Costo por ordenar. Es el costo fijo (que no depende del tamaño del pedido)
en que se incurre cada vez que se ordena un pedido. Este costo se asocia con
el procedimiento administrativo y logístico que implica ordenar un pedido de
abastecimiento, incluye el costo fijo por gestionar la producción o la compra
y los costos fijos por transporte, embalaje, recepción, inspección y manejo del
material.
• Costo por desabastecimiento. Este costo se atribuye al caso en que un cliente
no encuentra inventario disponible para satisfacer su demanda y se pierde la
venta o se tiene que poner una orden para atender al cliente con retardo. El
costo directo por desabastecimiento es la pérdida de beneficio por no hacer
una venta, sin embargo, debe tener en cuenta que cuando el cliente no sa-
tisface su demanda, se incurre en falta de servicio al cliente, que redunda
en la pérdida de ventas futuras por la insatisfacción del cliente. Es por esta
razón que el costo por desabastecimiento a menudo es más difícil de estimar
que los costos por mantener inventarios o los costos por ordenar, y en algu-
nos casos se establece subjetivamente. Se acepta que este costo crece con el
volumen desabastecido, por lo que generalmente se establece a partir de un
costo por unidad faltante.
El modelo EOQ
El modelo EOQ (economic order quantity), o de tamaño económico de pedido, recibe
este nombre porque bajo este modelo se formula el costo (anual) de la política de
administración de inventarios como función de la cantidad que se ordena en cada
pedido, lo que permite encontrar el tamaño de pedido que minimiza el costo de la
política. Para encontrar una expresión analítica del tamaño económico de pedido
bajo el modelo EOQ, debe partirse de ciertos supuestos (vea la figura 7.12):
1. La demanda por el artículo ocurre a una tasa constante durante todo el

año.
2. Todos los pedidos de abastecimiento tienen el mismo tamaño Q de
artículos.
3. Cada vez que se agota el inventario, en ese momento llega un nuevo pedido
de abastecimiento y el inventario se eleva de inmediato al tamaño de pedi-
do Q (como en la figura 7.12). Observe que bajo esta suposición no existe
desabastecimiento.
Los supuestos 2 y 3 del modelo EOQ no parecen ser muy restrictivos, ya que
si la demanda es estable, es razonable ensayar pedidos del mismo tamaño durante
el año, por otro lado, bajo un mecanismo de revisión continua de los inventarios,
no es muy difícil coordinar los pedidos para que lleguen a tiempo y no ocurra un
desabastecimiento. El primer supuesto parece ser el más restrictivo y es por esta
razón que no se aconseja utilizar el modelo EOQ cuando la demanda tiene una
marcada estacionalidad, más adelante se mencionan algunos modelos que permi-
ten enfrentar patrones de demanda dinámicos.
Observe que bajo los supuestos del modelo EOQ, la gráfica del nivel de in-
ventarios se comporta como en la figura 7.12, donde la variable relevante es el ta-
maño de pedido Q; además, el inventario promedio es de Q/2, por lo que si denota
› Figura 7.12
Inventario Nivel del inventario
en el modelo EOQ.
Q/2
t0 2t 0 Tiempo
con CI al costo por mantener una unidad en inventario durante un año, el costo
(anual) por mantener inventarios será de CIQ/2. Por otro lado, si denota con C0
al costo por poner una orden de abastecimiento y con D a la demanda anual del
artículo, en promedio serán puestas D/Q órdenes (o pedidos) de abastecimiento,
por lo que el costo (anual) por ordenar será de COD/Q. En consecuencia, dado que
bajo este modelo no existe desabastecimiento, el costo (anual) de una política de
tamaño de pedido Q bajo el modelo EOQ estará dado por:
C I Q C0 D
C(Q ) = + . (7.1)
2 Q
La función definida en (7.1) (como función de Q) tiene derivada para Q 0 y al-

canza un mínimo en el valor que se obtiene al igualar a cero la primera derivada
respecto de Q. Este valor óptimo está dado por:
2DC 0
Q* = . (7.2)
CI
Es conveniente mencionar que si el costo unitario del producto es C, un supuesto

razonable es que el costo CI, por mantener una unidad en inventario durante un
año, tiene la forma:
CI (r h)C, (7.3)
donde rC es el costo de oportunidad, y hC es el costo físico, por mantener una

unidad en inventario durante un año. En este caso, se acostumbra identificar a
CI con un porcentaje, por ejemplo, un costo de inventario de 20% significa que
CI 0.2C. A continuación se presenta un ejemplo que ilustra la aplicación del
modelo EOQ.
Ejemplo 7.3. Aplicación del modelo EOQ
Una cadena de farmacias decide estudiar el caso de la pasta dental para determi-
nar si una mejora en el sistema de administración de inventarios de este producto
sirve como modelo para los otros productos. La demanda de pasta dental en los
últimos 6 meses fue la siguiente:
Mes 1 2 3 4 5 6
Demanda (cajas) 3 025 2 950 3 100 3 050 2 975 2 900
Como puede apreciarse, la demanda es más o menos estable, con un promedio de

3 000 cajas al mes. El costo de la pasta dental es de $50.00 por caja y se estima que
el costo de capital es de 12%, por lo que al adicionar el costo de almacenamiento,
manejo, seguros e impuestos, se estima que el costo del inventario es de 18% del
costo de la caja (por mantener una caja en inventario durante un año).
Luego de analizar los costos de transporte, documentación y otros relaciona-
dos con los pedidos, se estima que el costo por hacer un pedido es de C0 $100.00,
y se desea responder a las siguientes preguntas (mediante el modelo EOQ):
a) ¿Cuál es el costo por mantener una caja de pasta dental en inventario durante
un año (en $)?
b) ¿Cuál es el tamaño óptimo de pedido (EOQ)?
c) ¿Cuál es el costo de la política de administración de inventarios con el tama-
ño EOQ?
d) ¿Cómo se desempeñaría la política EOQ frente a la política de emitir una
orden cada mes, desde el punto de vista de i) el costo de la política, y ii) el
espacio para almacenamiento necesario.
De acuerdo con la ecuación (7.3) y los datos proporcionados, r 0.12, h 0.06

y C 50, por lo que el costo por mantener una unidad en inventario durante un
año se estima en CI 50(0.18) 9. Como además sabe que la demanda prome-
dio (mensual) es de 3 000 cajas, la demanda anual se estima en D 12(3 000)
36 000 cajas. Por último, el costo por poner una orden se estima en C0 100,
ahora se dispone de todos los datos necesarios para encontrar el tamaño óptimo
de pedido EOQ (de acuerdo con 7.2):
2(36000)(100)
Q* = = 894.43,
9
cantidad que se redondea a Q* 894 para disponer de una política que se pueda
implantar. Para responder al inciso c), utilice la ecuación (7.1), entonces el costo
(anual) de la política EOQ es:
C I Q * C O D 9(894) 100(36000)
C(Q*) = + = + ≈ 8050.
2 Q* 2 894
Observe que en este costo no incluye el costo de la mercancía, sólo los costos por
administrar el inventario (costo por ordenar más costo por mantener inventarios).
Por último, para responder al inciso d, aprecie las ventajas del tamaño EOQ fren-
te a otro tamaño de pedido. Si emite una orden cada mes, el tamaño de la orden
deberá ser de 3 000 cajas para satisfacer la demanda del mes. Bajo este tamaño de
pedido el costo de la política será de:
C I Q CO D 9(3 000) 100(36 000 )

C(Q ) = + = + ≈ 14 700
0
2 Q 2 3 000
Si compara este valor con el costo de $8 050 de la política EOQ, apreciará que el
costo de la política de ordenar mensualmente es superior en más de 80% al costo
de la política EOQ. Por otro lado, desde el punto de vista del espacio para alma-
cenamiento, la política EOQ también es superior en este caso, ya que la misma
requiere de un espacio promedio de 447 cajas, mientras que la política de ordenar
mensualmente requiere de un espacio promedio de 1 500 cajas. En este caso, la
política EOQ requiere de más ordenes al año que la política de ordenar mensual-
mente, debido a que el costo de colocar órdenes es relativamente barato en com-
paración con el costo de mantener inventarios. En general, la utilidad del modelo
EOQ radica en que balancea los costos por ordenar con los costos por mantener
inventarios al minimizar los costos totales.
Como se aprecia en el ejemplo anterior, la aplicación del modelo EOQ es bastante

sencilla y tal como aparece hasta el momento, resulta natural en el caso de un es-
tablecimiento de venta al público (como en el ejemplo anterior). Con el objeto de
aplicar los mismos principios del modelo EOQ a situaciones más generales, se han
propuesto algunas variantes. A continuación aparecen dos de las más conocidas.
Modelo del tamaño económico de lote

Bajo el modelo EOQ el pedido completo llega en un momento determinado, como
ocurre cuando el almacén de una planta recibe un pedido de abastecimiento de un
proveedor externo, razón por la cual el nivel de inventarios se comporta como en
la figura 7.12. Cuando los pedidos se satisfacen internamente, es decir, cuando la
propia empresa manufactura el producto en inventario, no existe la necesidad de
entregar el pedido completo en un momento determinado, sino que el pedido se
satisface con base en la tasa de producción disponible, por lo que el nivel de los
inventarios se comporta como en la figura 7.13.
Bajo el modelo del tamaño económico de lote está el supuesto de que se pro-
duce el artículo a una tasa de producción de p unidades por día, donde la demanda
del producto ocurre a razón de d unidades por día. Se asume que estas tasas son
constantes (como en el modelo EOQ), y que la tasa de producción p es mayor que
la tasa de demanda d (de otra forma no se podría satisfacer la demanda). Este mo-
delo es apropiado cuando se producen diferentes artículos (por lotes) en el mismo
sistema (célula o taller), de manera que es pertinente tratar de determinar el ta-
maño de lote que es más conveniente para cada artículo a producir en el sistema.
Como se ilustra en la figura 7.13, durante el periodo en que el sistema produce
el artículo, el nivel de inventario crece a razón de (p d) unidades por día, mien-
tras que cuando el sistema produce otros artículos (descansa en la producción del
artículo), el nivel de inventario decrece a una tasa de d unidades por día. Observe
que para producir Q unidades, se requieren Q/p días, por lo que el nivel de in-
ventario máximo será de (p d)(Q/p) (1 d/p)Q unidades, cuando el tamaño
del lote es Q.
Como el modelo EOQ denota con CI al costo por mantener una unidad en
inventario durante un año y con C0 al costo por ordenar, que en este contexto es
el costo por apertura de proceso, el costo anual por mantener inventarios es de
› Figura 7.13
Nivel de los inventarios para
Producción: Inventario crece a tasa p d
el modelo del lote económico.
Inventario
Descanso: Inventario decrece a tasa d
(1-d/p)Q
(1-d/p)Q/2
t0 2t 0 Tiempo
CI(1 d/p)Q/2 CI(1 D/P)Q/2 (donde D es la demanda anual y P es la tasa de

producción anual) y el costo anual por ordenar es de C0D/Q, por lo que el costo
anual de la política de ordenar lotes de tamaño Q bajo este modelo es:
C I (1 − D/P )Q C 0 D
C L (Q ) = + . (7.4)
2 Q
Observe que esta función de costo tiene la misma forma que la función (7.1) del
modelo EOQ, sólo hay que reemplazar la constante CI por CI(1 D/P), por lo que
el tamaño económico de lote es similar a (7.2):
2C 0 D
QL* = . (7.5)
C I (1 − D/P )
Ejemplo 7.4. Tamaño económico de lote
Una fábrica de calzado tiene una sola célula para la producción de calzado de
vestir para hombres, y desea establecer su política de producción para el modelo
América, que tiene una demanda constante durante todo el año. Dicho modelo se
vende a razón de 10 000 pares al año y la célula tiene una capacidad de produc-
ción de 50 000 pares de este modelo al año. El costo de producción de cada par es
de $200, si se estima que el costo por mantener un par de calzado en inventario
(durante un año) es 20% del costo de producción. Cada vez que se ordena produ-
cir un lote del modelo América en la célula, se incurre en un costo por apertura
de proceso (limpieza, preparación y ajuste), que se estima en $2 000. La empresa
desea implantar una política de producción a partir del número de días útiles que
debe durar cada corrida de producción, por lo que desea responder a las siguien-
tes preguntas:
a) ¿Cuál es el tamaño económico de lote para el modelo América?

b) ¿Cuántos días útiles debe durar una corrida de producción? (se requiere de
un número entero de días).
c) ¿Cuál sería el tamaño de lote ajustado implantando la política obtenida
en b)?
d) ¿Aproximadamente cuántos días útiles duraría el periodo de descanso en la
producción de este modelo?
e) ¿Cuáles serían los costos de administración de los inventarios bajo el tamaño
obtenido en a) y el tamaño ajustado obtenido en c)?
Para responder el inciso a se inicia con el costo por mantener inventario, que es
20% del costo del calzado, por lo que CI 200(0.20) $40. Por otro lado, con
base en los datos proporcionados se tendrá que P 50 000, D 10 000 y C0
2 000, ahora dispone de los datos necesarios para encontrar el tamaño económico
de lote, de acuerdo con (7.5):
2(10 000)(2 000)

QL* = = 1118 parees de calzado.
40(1 − 10 000 / 50 000)
Para responder a los siguientes incisos, considere por comodidad que existen 250 días
útiles al año. De esta manera, la tasa de producción diaria será de p 50 000/250
200 pares al día, y una corrida de 1 118 pares requeriría de 1 118/200 5.59
días útiles. Dado que se requiere un número entero de días, redondee la corrida
de producción a 6 días, con lo que el tamaño de lote ajustado será de 6(200)
1 200 pares de calzado.
Por otro lado, dado que la demanda diaria es de d 10 000/250 40 pares

de calzado, una corrida de 1 200 pares se agotará en 1 200/40 30 días. En con-
secuencia, cada ciclo producción descanso durará 30 días útiles, de los cuales 6
serán para una corrida del modelo América y 24 serán de descanso en la produc-
ción de este modelo.
Por último, con la respuesta del inciso e se investiga qué tanto incrementó el
costo de la administración del inventario al ajustar el tamaño de lote. Con el tama-
ño económico de lote (de 1 118 pares) el costo anual será (de acuerdo con 7.4):
C I (1 − D/P )Q CO D 40(1 − 10 000 /50 000 )(1 118) 2000(10 000)

C L (QL* ) = + = + = 35 777,
2 Q 2 1118
mientras que con el tamaño ajustado (de 1 200 pares) el costo anual será de:
40(1 − 10 000 /50 000 )(1 200) 2 000(10 000)

C L (1 200) = + = 35 867,
2 1 200
con un incremento menor a 0.3%, el ajuste no influye mucho en el costo. Es con-

veniente indicar que el modelo EOQ y sus variantes en general son bastante ro-
bustos, y los ajustes por redondeo u otras razones tienen poco efecto en el costo
de la política de administración de inventarios.
Modelo EOQ con pedidos pendientes

Cuando el valor unitario o el volumen de los artículos en inventario es muy grande,
no siempre conviene tener inventario disponible para atender de inmediato algún
pedido, en este caso, cuando un cliente no encuentra el inventario disponible para
atender su pedido permite que se le entregue después, esta práctica es usual en
la venta de automóviles, muebles o electrodomésticos, por ejemplo. Cuando esto
ocurre, la empresa registrará el pedido del cliente y hará entrega del artículo luego
del próximo abastecimiento de inventario; los pedidos así puestos en espera son
llamados pedidos pendientes. Esta situación ocurre cuando la estructura del mer-
cado lo permite, es decir, la competencia de la empresa también sigue una política
de pedidos pendientes, ya que de otra forma se perdería al cliente si éste tiene la
opción de atender su pedido de inmediato con algún otro concesionario, esta si-
tuación ocurre, por ejemplo, con los concesionarios de venta de automóviles.
Cuando la empresa sigue una política de pedidos pendientes como la anterior,
se utiliza una variante del modelo EOQ para decidir tanto el tamaño económico
del pedido como el nivel adecuado de pedidos pendientes a permitir, si el pedido
pendiente genera alguna pérdida, debido al retardo en la entrega del producto. Bajo
el modelo EOQ con pedidos pendientes (vea la figura 7.14) el inventario puede ser
negativo, en particular, un nivel de inventarios de S corresponde a un nivel S de
unidades pendientes de entrega.
El modelo EOQ con pedidos pendientes aplica cuando además de los costos
CI (por mantener una unidad en inventario durante un año) y C0 (por ordenar un
pedido de abastecimiento), se dispone de una penalidad (anual) por mantener una
unidad pendiente de entrega (la que denota CS). Se debe indicar que esta penali-
dad no es fácil de estimar en la práctica, ya que depende de la pérdida de imagen
ante los clientes (pérdida potencial de clientes) y de las políticas de la competen-
cia. Como se verá más adelante, los niveles óptimos para el tamaño económico de
lote y para el nivel máximo de pedidos pendientes, dependen de la magnitud de CS
en comparación con CI, por lo que en la práctica CS puede establecerse de forma
subjetiva considerando su magnitud en relación a CI.
› Figura 7.14
Nivel del inventario para el Inventario
modelo EOQ con pedidos
pendientes.
Q-S
t2
0
t1 Tiempo
S
Como es posible intuir con lo descrito hasta el momento, el modelo EOQ

con pedidos pendientes tiene tres fuentes de costo: por almacenar inventarios, por
mantener pedidos pendientes y por ordenar. Observe que si el tamaño de pedido
es Q y se permite un máximo nivel de unidades pendientes de S (como en la figu-
ra 7.14), el máximo inventario será de Q S, ya que S unidades serán consumidas
de inmediato para satisfacer los pedidos pendientes. Por otro lado, observe en la
figura 7.14 que se mantendrá un inventario promedio de (Q S)/2 durante cierto
periodo (t1) y un nivel promedio de unidades pendientes de S/2 durante otro perio-
do (t2), donde t1 es proporcional a Q S y t2 es proporcional a S, el costo (anual)
por mantener inventarios será de:
(Q − S ) (Q − S ) C I (Q − S )2
CI = ,
2 Q 2Q
el costo (anual) por mantener pedidos pendientes será de:
S S CS S 2
CS = ,
2 Q 2Q
y al adicionar el costo por ordenar, se obtiene el costo (anual) para el modelo EOQ
con pedidos pendientes:
C I (Q − S )2 CS S 2 CO D
C F (Q , S ) = + + , (7.6)
2Q 2Q Q
donde D es la demanda anual. Observe que en esta ecuación existen dos incógnitas
a determinar, Q y S, por otro lado, la función tiene derivada para Q, S 0, enton-
ces los valores óptimos se encuentran al igualar las derivadas parciales a cero:
2DCO (C I + CS ) ⎛ CI ⎞ *
QF* = , SF* = ⎜ QF . (7.7)
CI CS ⎝ C I + CS ⎟⎠
En (7.7) se prefirió plantear el valor óptimo de S en función del valor óptimo de
Q, por lo que éste deberá calcularse primero para luego calcular SF*.
Ejemplo 7.5. Tamaño económico con pedidos pendientes
Una empresa que comercializa artículos electrónicos tiene cierta preocupación por
un repuesto para televisor que tiene un costo muy alto. El costo del repuesto es de
$125, con un costo de inventario de 20% anual. El costo del pedido se estima en
$40, con una demanda a una tasa constante de 800 unidades al año. A la empresa le
interesa comparar el costo de mantener una política EOQ (sin pedidos pendientes)
frente al costo de mantener una política EOQ con pedidos pendientes. Se estima
que el costo de un pedido pendiente podría estar entre $1 y $1.25 por semana de
espera, por lo que se decidió que podría fijarse en $60 por unidad al año.
De acuerdo con los datos el costo por mantener una unidad en inventario
durante un año resulta CI (0.2)(125) 25, por lo que la política EOQ bajo estas
circunstancias indica un tamaño de pedido de:
2(800)(40)
Q* = ≈ 51 repuestos ,
25
con un costo anual de:
(25)(51) (40)(800)
C(Q* ) = + ≈ 1 265.
2 51
Por otro lado, bajo la política EOQ con pedidos pendientes se obtiene el tamaño
económico de pedido y el máximo número de unidades pendientes:
2(800)(40) (25 + 60) ⎛ 25 ⎞

QF* = ≈ 60 repuestos, SF* = ⎜ 60 ≈ 18 repuestos,
25 60 ⎝ 25 + 60 ⎟⎠
con un costo anual de:
25(60 − 18)2 60(18)2 40(800)

C F (QF* , SF* ) = + + = 1 063,
2(60) 2(60) 60
que es alrededor de 16% menor que el costo de la política EOQ (sin pedidos
pendientes). Observe también que el inventario promedio con pedidos pendien-
tes es de (60-18)2/2(60) 14.7, menor que el inventario promedio de la política
EOQ (sin pedidos pendientes), que es de 51/2 25.5, por tanto, la inversión en
inventario también es significativamente menor bajo la política de pedidos pen-
dientes.
Técnicas para administrar inventarios con demanda dinámica

Luego del análisis (en la segunda sección) de las principales técnicas para adminis-
trar inventarios de demanda dependiente, es comprensible que una de las claves
de la administración de inventarios de demanda dependiente es tratar de reducir
los inventarios de materiales, partes y componentes, con base en la información
disponible sobre las fechas y cantidades del plan maestro de producción. En este
sentido es posible lograr más ahorros, si al generar el plan maestro se minimizan
los costos combinados por apertura de procesos y por mantener inventarios.
Cuando se construye un plan maestro de producción, las cantidades a entre-
gar de un artículo en particular varían mucho en el tiempo, en especial cuando se
trabaja bajo un sistema de producción que produce (por lotes) diferentes diseños,
ya que por economías de escala los compradores conglomeran entregas durante
ciertos periodos. En estas situaciones el modelo del lote económico de produc-
ción resulta inadecuado, ya que supone una demanda con una tasa constante,
cuando en realidad la demanda (entregas del producto) es muy irregular en el
tiempo.
› Tabla 7.6 Semana (i) 1 2 3 4 5 6 7 8 9 10 11 12

Programa de entregas de pares
de zapatos. Demanda (Qi) 30 20 30 40 140 300 500 500 460 120 40 30
Cuando desee determinar una política de producción e inventarios y conoz-

ca las cantidades programadas para entrega del producto en cierto horizonte de
tiempo, y estas cantidades tienen un comportamiento irregular (no ocurren a tasa
constante), es conveniente utilizar alguna técnica para administrar inventarios con
demanda dinámica, tema que se aborda a continuación.
Suponga que se dispone de un programa de entregas en un horizonte dado
de n semanas y Qi es la cantidad del producto programada para entregar al final de
la semana i. Por ejemplo, en la tabla 7.6 aparece el programa de entregas de pares
de zapatos (de cierto modelo) para las próximas n 12 semanas, en una empresa
productora de calzado, y como se aprecia en la tabla, las cantidades programadas
para su entrega son muy variables de semana a semana.
Al producir el artículo en una semana determinada, se incurrirá en un costo
por apertura de procesos, ya que deberá ajustarse el sistema para producir el ar-
tículo; denote con C0 al costo por apertura de procesos. Si existe una alta capa-
cidad de producción semanal, es posible producir la demanda de varias semanas
en una sola corrida dentro de la semana. Si considera sólo este costo por apertura
de procesos, convendrá tratar de producir toda la demanda en una sola corrida de
producción, pero esto resultará poco económico desde el punto de vista de los in-
ventarios. Suponga que el costo en que se incurre por cada unidad que se almacena
en inventario al final de cada semana es de CI. El problema es determinar las can-
tidades a producir en cada semana, de manera que se minimicen los costos totales
(los costos por apertura de proceso más los costos por mantener inventarios).
En primer lugar, la solución al problema se encuentra al aplicar el algorit-
mo de Wagner y Whitin (1958), que es un algoritmo de programación dinámica.
Aunque la aplicación de este algoritmo no es muy complicada, también se han
propuesto algunos métodos heurísticos para atacar el problema. Estas heurísticas
no necesariamente proporcionan la solución óptima, pero son bastante fáciles de
aplicar y por lo general proporcionan soluciones cercanas al óptimo, por lo que su
uso es aconsejable si no se dispone de un programa para aplicar el algoritmo de
Wagner y Whitin.
Antes de presentar el algoritmo de Wagner y Whitin, y dos de las heurísticas
más conocidas (balance pedido-inventario y Silver-Meal), a manera de compara-
ción, observe el costo en que se incurriría si se tratara de aplicar algún método
derivado del modelo EOQ.
Suponga que desea aplicar el modelo EOQ a los datos de la tabla 7.6, con un
costo por apertura de procesos de C0 800 y un costo de inventarios (por semana)
de CI 2.5 por semana. El costo de la política de hacer pedidos a intervalos regu-
lares se determina con base en el modelo EOQ, en concreto se calcula el tamaño
económico de pedido (observe que la demanda en las 12 semanas es de 2 210, y
que el costo por mantener inventarios por 12 semanas es de 12(2.5) 30):
2 *(2 100)(800)
Q* = ≈ 343,
30
si la demanda por periodo es de 2 100/12 184, el número de periodos entre pe-

didos será aproximadamente de 343/184 1.86, que se redondea a 2. Es decir,
bajo la política EOQ se ordenaría producir cada dos semanas, como se indica en la
tabla 7.7. También se puede apreciar en esta tabla que bajo esta política el inven-
tario total es de 1 010 pares de zapatos y se ordena producir 6 veces, por lo que el
costo de esta política es de 6(800) (2.5)(1 010) 7 325.
Semana 1 2 3 4 5 6 7 8 9 10 11 12 Total › Tabla 7.7

Inventarios bajo una política
Demanda 30 20 30 40 140 300 500 500 460 120 40 30 2 210 periódica basada en el EOQ.
Producción 50 0 70 0 440 0 1 000 0 580 0 70 0 2 210
Inventario 20 0 40 0 300 0 500 0 120 0 30 0 1 010
Algoritmo de Wagner y Whitin

El algoritmo de Wagner y Whitin proporciona la solución óptima del problema y
utiliza programación dinámica; se sabe que la solución óptima de este problema
cumple que es inconveniente producir la demanda de una semana en corridas de
producción diferentes, es decir, conviene que o bien se ordene producir la demanda
completa de una semana o bien se deje pendiente (toda la demanda) para otra orden
de producción. Este algoritmo se describe mediante el protocolo de formulación de un
problema en programación dinámica, para el que se define la función de valor
óptimo:
Ci Costo de la política de producción óptima cuando se inicia la semana i
sin inventario disponible (i 1, 2, ..., n1).
La relación de recurrencia es:
Ci = C0 + min
j = i , i +1, … n
{C j +1 }
+ C I ⎡⎣Qi +1 + 2Qi +2 + … + ( j − i )Q j ⎤⎦ , (7.12)
la cual debe evaluarse desde i n hasta i 1 (que es la solución), con la condición

inicial Cn1 0. Observe que el índice j que recorre la minimización en (7.12) es
el periodo hasta antes del cual se va a producir en la corrida que se inicia (ya que
si el inventario es cero, necesariamente debe producirse); por otro lado, es conve-
niente almacenar el índice ( j) óptimo como política, para así recuperar la política
óptima. A continuación se ilustra la aplicación de este algoritmo con los datos de
la tabla 7.7 (recuerde que C0 800 y CI 2.5).
Para aplicar el algoritmo de Wagner y Whitin, n 12 en el ejemplo, enton-
ces C13 0 y se aplica (7.12) para obtener (hay un solo elemento entre corchetes)
C12 800, P12 13, posteriormente:
⎧C ⎫
C11 = 800 + min ⎨ 12 ⎬ = 875, P11 = 13,
⎩C13 + 2.5(30)⎭
⎧C11 ⎫
⎪ ⎪
C10 = 800 + min ⎨C12 + 2.5(40 ) ⎬ = 1 050, P10 = 13,
⎪⎩C13 + 2.5(40 + 2 * 30)⎪⎭
⎧C10 ⎫
⎪C + 2.5(120) ⎪
C9 = 800 + min ⎨ 11 ⎬ = 1 525, P9 = 13,
C + 2.5(120 + 2 * 40)
⎪ 12 ⎪
⎩C13 + 2.5(120 + 2 * 40 + 3 * 30)⎭
⎧C9 ⎫
⎪C10 + 2.5(460) ⎪
⎪ ⎪
C8 = 800 + min ⎨C11 + 2.5(460 + 2 * 120 ) ⎬ = 2 325, P8 = 9,
⎪C12 + 2.5(460 + 2 * 120 + 3 * 40) ⎪
⎪C + 2.5(460 + 2 * 120 + 3 * 40 + 4 * 30)⎪
⎩ 13 ⎭
› Tabla 7.8 Semana 1 2 3 4 5 6 7 8 9 10 11 12 Total

Inventarios bajo la política
óptima. Demanda 30 20 30 40 140 300 500 500 460 120 40 30 2 210
Producción 120 0 0 0 440 0 500 500 650 0 0 0 2 210
Inventario 90 70 40 0 300 0 0 0 190 70 30 0 790
al continuar así se obtienen:
C8 2 325, P8 9, C7 3 125, P7 8, C6 3 925, P6 7, C5 4 675, P5 7,
C4 5 075, P4 6, C3 5 525, P3 6, C2 5 750, P2 5, C1 5 975, P1 5.
La solución tiene un costo de 5 975, y la primera política indica producir para las
primeras 4 semanas (P1 5), P5 7 (la segunda corrida de producción cubrirá las
demandas de las semanas 5 y 6), luego P7 8 (la tercera corrida de producción
será por la semana 7 únicamente) y finalmente P8 9 y P9 13, la cuarta corrida
será por la semana 8 y la quinta y última para cubrir la demanda de las semanas
9 a la 12. En la tabla 7.8 aparece un resumen de las características de la solución
óptima que proporciona el algoritmo de Wagner y Whitin. Como puede apreciar
en la tabla, el costo de esta política es efectivamente 4(800)2.5(790) 5 975.
Heurística de balance pedido-inventario

La heurística de balance pedido-inventario, como su nombre lo indica, trata de
balancear los costos por hacer un pedido con los costos por mantener inventario
(en el modelo EOQ el costo por ordenar es igual al costo por mantener inventa-
rio). Para aplicar la heurística se aprovecha la propiedad de que no es convenien-
te producir la demanda de un periodo en dos corridas diferentes, lo que indica la
solución de probar si conviene ordenar para una semana, para dos, etc.; en cada
prueba se compara el costo por mantener inventario con el costo por apertura de
proceso y si la diferencia (en valor absoluto) decrece, se considera una semana
más en la orden, de otra forma se queda uno con la orden anterior. La heurística
es bastante fácil de implantar y se puede aplicar dinámicamente, es decir, confor-
me lleguen los datos de demanda, lo cual es una ventaja, ya que no se requiere
de un horizonte amplio de planeación. A continuación se indica cómo aplicar la
heurística de balance pedido-inventario para el problema de la tabla 7.6 (recuerde
que C0 800 y CI 2.5).
Al considerar que el costo por apertura de proceso es 800 y se empieza con
la primera semana, se inicia con una orden para una sola semana y puesto que el
costo por inventario es de 0, por lo que la diferencia (con el costo por apertura)
es de 800, si agrega la segunda semana (producirá 50) el inventario será de 20, el
costo de 2.5(20) 50, y la diferencia de |800-50| 750, entonces disminuye, por
lo que agrega otra semana y produce 80, el inventario será de 20 2(30) 80, el
costo de 2.5(80) 200, y la diferencia de |800-200| 600, que sigue disminuyendo,
por lo que agrega otra semana y produce 120, el inventario será de 20 2(30)
3(40) 200, el costo de 2.5(200) 500, y la diferencia de |800-500| 300, que
sigue disminuyendo, por lo que agrega otra semana y produce 260, el inventario
será de 20 2(30) 3(40) 4(140) 760, el costo de 2.5(200) 1 900, y la
diferencia de |800-1 900| 1 100, que ahora sí aumenta, por lo que regresa y de-
cide ordenar para 4 semanas (vea la tabla 7.9). A partir de la semana 5 se puede
repetir el procedimiento, y así sucesivamente. Un resumen de la aplicación de la
heurística se muestra en la tabla 7.9, donde se indican el inventario total cuando
se acumula la demanda del periodo en la orden de producción (en la fila inven-
Semana 1 2 3 4 5 6 7 8 9 10 11 12 Total › Tabla 7.9

Inventarios bajo la heurística
Demanda 30 20 30 40 140 300 500 500 460 120 40 30 2 210 de balance pedido-inventario.
Producción 120 0 0 0 440 0 1 000 0 650 0 0 0 2 210
Inventario 90 70 40 0 300 0 0 500 190 70 30 0 1 290
Inventario
acum. 0 20 80 200 0 300 0 500 0 120 200 290
Costo
inventario 0 50 200 500 0 750 0 1 250 0 300 500 725
Diferencia 800 750 600 300 800 50 800 450 800 500 300 75
tario acum.), el costo de dicho inventario (en la fila costo inv.), y la diferencia (en
valor absoluto) del costo de inventario con el costo por apertura de proceso (en la
fila diferencia). Como puede apreciar el costo de la solución que proporciona esta
heurística es de 4(800) 2.5(1 290) 6 425 (que es superior al de la solución
óptima, pero inferior al de la política basada en pedidos periódicos con base en el
tamaño económico EOQ).
Heurística de Silver-Meal
Al igual que la heurística de balance pedido-inventario, la heurística de Silver-Meal
aprovecha la propiedad de que no es conveniente producir la demanda de un pe-
riodo en corridas diferentes, por lo que la solución se busca probando si ordenar
para una semana, para dos, etc. En lugar de tratar de balancear los costos por hacer
un pedido con los costos por mantener inventario (que hace la heurística anterior),
bajo la heurística de Silver-Meal se calcula el costo total (el costo de la orden más
el costo por mantener inventario) en cada prueba, y se le divide entre el número
de periodos de demanda que se han acumulado, calculando así un costo promedio.
Si el costo promedio decrece, se considera una semana más en la orden, de otra
forma se queda uno con la orden anterior. La heurística es bastante fácil de im-
plantar y se puede aplicar dinámicamente, es decir, conforme lleguen los datos
de demanda, al igual que la heurística anterior, sin embargo, parece ser que esta
heurística se comporta por lo general mejor que la heurística de balance pedido-
inventario. A continuación se ilustra la aplicación de la heurística de Silver-Meal
con los datos de la tabla 7.6 (recuerde que C0 800 y CI 2.5).
Si el costo por apertura de proceso es 800, y empieza en la primera semana,
al inicio ordena para una sola semana con el costo por inventario de 0, por lo que
el costo promedio será de (0 800)/1 800. Si se agrega la segunda semana (pro-
duce 50) el inventario total será de 20, con un costo de 2.5(20) 50, y un costo
total promedio de (50 800)/2 425, que disminuye, por lo que se agrega otra
semana y se producen 80, el inventario será de 20 2(30) 80, con un costo de
2.5(80) 200, y un costo total promedio de (200 800)/3 333.33, que sigue
disminuyendo, por lo que se agrega otra semana y se producen 120, el inventario
será de 20 2(30) 3(40) 200, con un costo de 2.5(200) 500, y un costo
total promedio de (500 800)/4 325, que sigue disminuyendo, por lo que se
agrega otra semana y se producen 260, el inventario será de 20 2(30) 3(40)
4(140) 760, el costo de 2.5(200) 1 900, y un costo total promedio de (1 900
800)/5 540, que ahora sí aumenta, por lo que regresa y ordena para 4 semanas.
A partir de la semana 5 se puede repetir el procedimiento, y así sucesivamente.
Un resumen de la aplicación de la heurística se muestra en la tabla 7.5, donde se
indica (en la fila inv. ac.) el inventario total cuando se acumula la demanda del
periodo en la orden de producción, el costo de dicho inventario (en la fila costo
inventario) y el costo total promedio (en la fila CT promedio). Como puede apre-
› Tabla 7.10 Semana 1 2 3 4 5 6 7 8 9 10 11 12 Total

Inventarios bajo la heurística
Demanda 30 20 30 40 140 300 500 500 460 120 40 30 2 210
de Silver-Meal.
Producción 120 0 0 0 440 0 500 500 650 0 0 0 2 210
Inventario 90 70 40 0 300 0 0 0 190 70 30 0 790
Inventario
acum. 0 20 80 200 0 300 0 0 0 120 200 290
Costo
inventario 0 50 200 500 0 750 0 0 0 300 500 725
CT promedio 800 425 333 325 800 775 800 800 800 550 417 381
ciar de la tabla 7.10, el costo de la solución que proporciona esta heurística es de

4(800) 2.5(790) 5 175, y la solución coincide con la solución óptima que se
encontró mediante la programación dinámica.
EJERCICIOS
1. Una empresa que funciona como hotel y centro de con- 2. Una compañía constructora abastece sus pedidos de
venciones almacena diversos artículos para el consumo inventario desde su almacén central, donde se reciben
de sus clientes, entre los que se incluyen artículos para los pedidos de abastecimiento y se expiden las órdenes
escritorio, aseo, diversión y deporte. Con la finalidad de de compra. Si bien muchos pedidos de materiales y ar-
diseñar una política adecuada para la administración tículos que se solicitan en los proyectos tienen caracte-
de los inventarios que requiere, la empresa desea utilizar rísticas muy particulares, existe un conjunto de artículos
una clasificación ABC de los productos en inventario. En que tiene una demanda constante, cuyo abastecimiento
la siguiente tabla se presenta una lista de los artículos se puede mejorar con una adecuada supervisión en el
que se almacenan, con sus respectivas demandas (men- manejo de sus compras e inventarios. En la siguiente
suales) y costos unitarios (en decenas de $). tabla se presenta una lista de estos artículos, con sus
correspondientes costos unitarios (en cientos de $) y
COSTO COSTO demandas anuales.
ARTÍCULO DEMANDA UNITARIO ARTÍCULO DEMANDA UNITARIO
1 124 1.5 16 432 0.5 COSTO COSTO
ARTÍCULO DEMANDA UNITARIO ARTÍCULO DEMANDA UNITARIO
2 132 2.4 17 39 1.5
1 45 40 11 12 350
3 15 30.8 18 27 4.9
2 524 4 12 950 4
4 28 290.0 19 47 3.8
3 52 2 13 45 4
5 2 500 0.1 20 2 385 0.5
4 280 5 14 20 10
6 450 1.8 21 42 5
5 26 200 15 250 3
7 600 0.2 22 59 1.1
6 450 15 16 40 9
8 185 1.1 23 652 0.5
7 845 10 17 280 5
9 256 2.3 24 746 6.7
8 90 10 18 45 20
10 349 3.4 25 894 3.6
9 20 40 19 50 10
11 1 255 2.2 26 57 10.1
10 700 4 20 62 16
12 20 59.5 27 48 5.3
13 279 3.9 28 75 2.5 a) Con base en el valor de la demanda anual, construya
14 546 6.8 29 62 1.5 una clasificación ABC para los artículos que aparecen
15 638 5.4 30 109 43.2 en la tabla.
b) La administración de la empresa se dio cuenta de
Construya una clasificación ABC para los artículos que que tiene ciertos problemas para almacenar los pro-
aparecen en la tabla, considere el valor de la demanda ductos, debido a la escasez de espacio en su alma-
mensual como criterio de clasificación. cén, de manera que también quisiera clasificar sus
artículos con base en el espacio que ocupan, para así de abastecimiento, debido al trámite y seguimiento, por
decidir sobre el espacio dedicado para cada artículo. otro lado, el costo por mantener inventarios se estima
Construya una clasificación ABC (con base al espacio en 2% del costo de la tela por cada mes en inventario
que requiere la demanda anual), considerando los (el metro de mezclilla se compra a $50).
siguientes datos de espacio requerido (en unidades a) Determine el tamaño de pedido que conviene a la
de espacio del almacén). fábrica para ordenar la tela de mezclilla (redondee
a un número entero de metros).
ESPACIO ESPACIO ESPACIO b) Si se decide hacer pedidos de mezclilla con base en
POR POR POR el tamaño EOQ, determine el número promedio de
ARTÍCULO UNIDAD ARTÍCULO UNIDAD ARTÍCULO UNIDAD pedidos que se harán al año, y el costo promedio
1 5 8 5 15 3 anual en que se incurrirá por hacerlos.
2 1 9 200 16 2
c) Si se decide hacer pedidos de mezclilla con base en
el tamaño EOQ, determine el costo promedio anual
3 1 10 4 17 5
en que se incurrirá por mantener inventarios.
4 2 11 50 18 3 6. Considere el ejercicio 3 y suponga que existe algo de
5 10 12 1 19 2 incertidumbre (como es usual) en los costos estimados
6 2 13 1 20 10 (por ordenar y por mantener inventario), por lo que se
desea estimar la sensibilidad del tamaño EOQ respecto
7 2 14 20
de los costos estimados. Para los siguientes calcule el
(nuevo) tamaño EOQ y el (nuevo) costo total; además,
3. Una editorial de libros y revistas para el público en gene- compare los nuevos resultados determinando el porcen-
ral, por lo regular consume papel en resmas, que luego taje de variación respecto de la solución encontrada en
corta con base en sus requerimientos. Para el presente el ejercicio 3.
año se espera un consumo (a tasa más o menos constan- a) El costo por mantener inventarios es 19% del costo
te) de 600 000 metros de papel. La empresa considera del artículo y el costo por ordenar es de $2 850.
que poner una orden de producción le ocasiona un costo b) El costo por mantener inventarios es 21% del costo
de $2 000, debido al trámite y seguimiento necesario, del artículo y el costo por ordenar es de $3 150.
mientras que almacenar un metro de papel (durante un c) El costo por mantener inventarios es 18% del costo
año) le ocasiona un costo de $0.10. del artículo y el costo por ordenar es de $2 700.
a) Determine el tamaño óptimo de pedido (en metros) d) El costo por mantener inventarios es 15% del costo
para ordenar el abastecimiento de papel (redondee del artículo y el costo por ordenar es de $2 250.
a un número entero de metros). 7. El almacén central de una importante oficina del go-
b) ¿Cuántos pedidos se harán (en promedio) al año, si bierno experimenta una demanda de papel carta más
se ordenan pedidos del tamaño encontrado en a)? o menos constante durante el año. Con base en los re-
4. Una distribuidora de equipo para oficina desea deter- gistros contables, la demanda estará alrededor de 4 800
minar su política de pedidos e inventario para sus esta- cajas en este año, a un costo de $400 por caja. El direc-
bilizadores de corriente modelo UBX. Se estima que la tor de compras de la oficina desea implantar una polí-
demanda por dicho modelo ocurre a tasa constante, a tica de pedidos de 200 cajas en cada quincena del mes
razón de 2 000 estabilizadores por mes. El producto se (24 pedidos al año) que le proporcione cierta comodi-
importa desde Singapur a un costo de $500 por unidad, dad para programar los pedidos. El director de finanzas,
y se estima que el costo por mantener una unidad en sin embargo, opina que se debe seguir una política de
inventario por un año es de 20% del costo del producto, tamaño de pedido según el modelo EOQ.
por otro lado, el costo por poner una orden de abaste- a) Si se estima que cada pedido ocasiona un costo de
cimiento del producto se estima en $3 000. $2 000 por trámites, seguimiento y riesgos de demo-
a) Determine el tamaño óptimo de pedido mediante el ra, si el costo por mantener inventarios (durante un
modelo EOQ (redondee si es necesario). año) es de 30%, determine el tamaño económico de
b) ¿Cuántos pedidos se espera ordenar (en promedio) pedido EOQ (redondear si es necesario).
al año, si se utiliza el tamaño de pedido EOQ? ¿Cuál b) Determine el costo (anual) en que se incurrirá por
sería el costo anual por hacer pedidos? hacer pedidos bajo la política EOQ, y compare el re-
c) ¿Cuál sería el costo anual por mantener inventarios sultado con el costo que se obtendría bajo la política
si se utiliza el tamaño de pedido EOQ? sugerida por el director de compras.
d) Compare el costo de la política EOQ contra el costo c) Determine el costo (anual) por mantener inventarios
de hacer pedidos mensuales. bajo la política EOQ y compare el resultado con el
5. Una fábrica de confecciones textiles tiene una línea de costo que se obtendría bajo la política sugerida por
producción dedicada sólo a producir jeans para una el director de compras.
marca de prestigio. Dado que la línea de producción pro- d) Indique cómo se podría justificar (en términos sen-
duce constantemente, la demanda por tela de mezclilla cillos) el uso del tamaño de pedido EOQ en este
ocurre a tasa constante y se estima en 50 000 metros caso.
de tela al año. El administrador estima que se incurre 8. Una refinería polimetálica produce ácido sulfúrico para
en un costo de $5 000 cada vez que se hace un pedido ser utilizado en sus procesos productivos. La demanda
anual de la planta es de 30 000 galones y no es estacio- productos (ya que la envasadora automática es bastante
nal (ocurre a tasa constante durante el año), mientras rápida) y debe decidir sobre el tamaño adecuado de co-
que la capacidad instalada le permite producir a razón rrida para envasar brandy, para lo que el gerente de ope-
de 400 galones de ácido sulfúrico por día útil (se opera raciones recolectó la siguiente información. Se estima
alrededor de 300 días útiles al año), por lo que debe que la demanda de brandy será de 400 000 cajas en este
producir por lotes, ya que sólo se produce para satisfa- año, mientras que la línea de envasado puede producir
cer la demanda interna. Cuando se ordena una corrida 4 000 cajas por turno (en la planta se trabajan dos tur-
de producción, se incurren en costos por apertura de nos al día, 300 días útiles al año). El costo por apertura
proceso de $5 000, mientras que el costo por almacenar de procesos se estima en $6 000, mientras que el costo
un galón de ácido sulfúrico es de $5 por mes (se incluye por mantener inventarios es de $40 por cada caja en
aquí el costo financiero). inventario durante un año.
a) Determine el tamaño óptimo (en galones) de la corri- a) Determine el tamaño de corrida (en cajas) que es
da de producción de ácido sulfúrico. Redondee este más conveniente para producir el brandy. Redondee
tamaño óptimo para que pueda ser producido en un el tamaño de corrida para que éste se produzca en
número entero de días. un número entero de días.
b) ¿Para cuántos días (útiles) de demanda alcanzará una b) Si se implantan corridas del tamaño encontrado en
corrida de producción bajo el tamaño encontrado en a) ¿para cuántos días de demanda alcanzará una co-
a)? ¿Cuál sería el número promedio de corridas de rrida de producción? (considere demanda sólo en
producción al año? días útiles).
c) ¿A cuánto ascendería el inventario máximo de ácido c) Si se utiliza el tamaño de corrida encontrado en a),
sulfúrico si se implanta el tamaño de corrida encon- ¿cuál será el número promedio de corridas al año?,
trado en a)? ¿cuál será el costo anual en que se incurrirá por aper-
9. En la planta de una compañía farmacéutica se dispone tura de procesos?
de una máquina para hacer tabletas. El medicamento d) Si se implanta el tamaño de corrida encontrado en a),
Alivial, bajo su forma de presentación en tabletas, además ¿a cuánto ascendería el máximo inventario (en cajas)
de otros medicamentos se producen en esta máquina, de brandy?, ¿a cuánto ascendería el costo promedio
donde se experimenta una tasa de producción de 500 anual por mantener inventarios de brandy?
frascos de Alivial por hora. El medicamento Alivial se 11. El administrador de una tienda departamental desea
vende sólo en el mercado local y tiene una demanda implantar una política de administración de inventarios
constante durante el año, a razón de 200 000 frascos al con pedidos pendientes para el equipo de ejercicios y
año. Antes de iniciar la producción de un lote de Alivial, pesas modelo QX1, para lo cual ha obtenido la siguiente
tanto la máquina para hacer tabletas como la célula de información. La demanda de equipos QX1 ocurre a tasa
manufactura deben prepararse cuidadosamente, ya que constante durante el año, a razón de 2 000 unidades al
no debe quedar residuo alguno de cualquier otro medi- año. El costo fijo por ordenar un lote de equipos QX1 se
camento, por lo que el costo por apertura de procesos estima en $800 por pedido, el costo por mantener una
es relativamente alto (se estima en $20 000). Por otro unidad en inventario durante un mes se estima en $10,
lado, el costo por acarrear inventarios de Alivial se es- se ha estimado en $40 el costo en que se incurriría por
tima en $0.1 por cada frasco en inventario durante una cada mes que se mantiene una unidad del modelo QX1
semana. pendiente de entrega
a) Si la máquina para hacer tabletas trabaja un solo a) Determine el tamaño óptimo de los pedidos y el nivel
turno al día, durante aproximadamente 300 días útiles máximo de unidades pendientes de entrega para el
al año, ¿cuántos frascos de Alivial se producirían al modelo QX1, que le conviene permitir a la tienda.
año si la máquina se dedica sólo a producir tabletas b) ¿Cuántos pedidos al año (en promedio) se ordenarían
de Alivial? si se implanta la política de pedidos pendientes encon-
b) Calcule el tamaño óptimo (en frascos) de la corrida trada en a)? ¿A cuánto ascendería el costo promedio
de producción de Alivial (considere 54 semanas al anual en que se incurre por ordenar pedidos?
año). c) ¿A cuánto ascendería el nivel máximo de inventarios
c) Si se implanta el tamaño de corrida encontrado en b) si se implanta la política de pedidos pendientes en-
¿a cuánto ascendería el máximo inventario (en fras- contrada en a)? ¿A cuánto ascendería el costo pro-
cos) de Alivial?, ¿a cuánto ascendería el costo promedio anual en que se incurre por mantener inven-
medio anual por mantener inventarios de tabletas tarios?
de Alivial? d) Calcule el costo promedio anual en que se incurre
d) ¿A cuánto frascos debería ajustarse el tamaño ópti- por mantener unidades pendientes de entrega, si se
mo de corrida si se desea que éste se produzca en implanta la política de pedidos pendientes encontra-
un número entero de días útiles? da en a).
e) ¿Cuál sería el lapso (en días útiles) entre corridas 12. Una tienda de bicicletas desea implantar una política
de producción, con el tamaño de corrida obtenido de administración de inventarios para su modelo ABX,
en d)? que tiene una demanda constante durante el año a
10. Una empresa que produce vinos y otros licores de uva, razón de 130 unidades mensuales. El costo fijo por or-
dispone de una sola línea de envasado para todos sus denar un lote de bicicletas ABX se estima en $500 por
pedido, mientras que el costo por mantener una unidad 14. En la siguiente figura se presenta la carta de materiales
en inventario durante un mes se estima en $5. para fabricar un alternador.
a) Calcule el tamaño óptimo de pedido para el modelo
ABX.
Alternador
b) Calcule el costo promedio anual en que se incurre por (1)
ordenar pedidos, si se ordenan pedidos del tamaño
encontrado en a).
c) Calcule el costo promedio anual en que se incurre Ensamble
Cable
por mantener inventarios, si se ordenan pedidos del conector (2) E1 (1)
tamaño encontrado en a).
d) Dado que el modelo ABX se fabrica exclusivamente
para esta tienda, se desea explorar la conveniencia Ensamble Cobertura
de implantar una política de administración de in- E2 (1) (1)
ventarios con pedidos pendientes. Si se estima en $10
el costo por cada mes que se mantiene una unidad
del modelo ABX pendiente de entrega, determine Tornillos Cubierta Ensamble Cubierta
el tamaño óptimo de los pedidos y el nivel máximo (2) posterior (1) E3 (1) frontal (1)
de unidades pendientes de entrega que le conviene
permitir a la tienda.
e) Calcule el costo promedio anual en que se incurre Escobilla Ensamble
magnética (2) E4 (1)
por ordenar pedidos, si se implanta la política de
pedidos pendientes encontrada en d). Compare este
costo con el obtenido en b).
Armadura Hogar de la
f) Calcule el costo promedio anual en que se incurre (1) armadura (1)
por mantener inventarios, si se implanta la política
de pedidos pendientes encontrada en d). Compare
este costo con el obtenido en c). Existe un pedido de 500 alternadores para el final de la
g) Calcule el costo promedio anual en que se incurre semana 20 y se tiene la siguiente información sobre las
por mantener pedidos pendientes, si se implanta la partes disponibles:
política encontrada en d). Compare el costo total de
esta política (ordenar mantener inventarios man- FECHA DE INVEN-
tener unidades pendientes) con el costo total anual DEMORA RECIBOS RECIBOS TARIO
de la política de pedidos (sin pendientes) encontrada DEL PEDIDO EN (INICIO DE DISPO- TAMAÑO
en a). COMPONENTE (SEMANAS) CAMINO SEMANA) NIBLE DE LOTE
13. En una tienda de muebles se desea implantar una polí- Alternador 1 – – 0 1
tica de administración de inventarios con pedidos pen-
Ensamble E1 2 – – 70 1
dientes para un juego de dormitorio que se demanda a
razón de 2 000 juegos al año. El costo fijo por ordenar Conector 1 50 2 90 50
un lote de juegos de dormitorio se estima en $4 000 por Ensamble E2 3 – – 200 1
pedido, el costo por mantener una unidad en inventa- Cobertura 1 – – 50 50
rio durante un mes se estima en $300 y en $50 el costo Ensamble E3 3 – – – 1
en que se incurriría por cada mes que se mantiene un
Cubierta 2 100 1 60 100
juego de dormitorio pendiente de entrega.
posterior
a) Determine el tamaño óptimo de los pedidos y el nivel
máximo de unidades pendientes de entrega para el Cubierta frontal 2 50 2 150 100
juego de dormitorio, que le conviene permitir a la Tornillo 1 200 2 200 100
tienda. Ensamble E4 1 – – – 1
b) ¿Cuántos pedidos al año (en promedio) se ordenarían
Escobilla 2 – – – 100
si se implanta la política de pedidos pendientes encon- magnética
trada en a)? ¿A cuánto ascendería el costo promedio
Armadura 2 – – 100 50
anual en que se incurre por ordenar pedidos?
c) ¿A cuánto ascendería el nivel máximo de inventarios Hogar de la 2 – – 50 50
si se implanta la política de pedidos pendientes en- armadura
contrada en a)? ¿A cuánto ascendería el costo pro-
medio anual en que se incurre por mantener inven- Inventarios y disponibilidad de componentes
tarios? a) Construya el programa de operaciones para satisfacer
d) Calcule el costo promedio anual en que se incurre el pedido de 500 alternadores.
por mantener unidades en pendientes de entrega, si b) Si los pedidos de producción y/o compra deben ha-
se implanta la política encontrada en a). cerse en múltiplos del tamaño de lote especificado
en la tabla, construya una tabla que indique la fecha La manufactura del librero requiere de tres operaciones
límite de los pedidos y las cantidades a ordenar para de ensamble:
cada uno de los componentes de la tabla, necesarios • Ensamble de las patas cortas
para cumplir con el pedido de 500 alternadores. • Ensamble de las patas largas
15. Una empresa productora de equipo para agricultura • Ensamble final
fabrica un aplicador de fungicidas de acuerdo con la El ensamble de las patas cortas requiere de las patas
carta de materiales de la figura siguiente. La línea de además de 4 barras transversales y 8 tornillos, mien-
ensamble final produce a razón de 200 unidades diarias tras que el ensamble de las patas largas requiere de las
y requiere de un día adicional para organizar la línea patas, las cubiertas para las patas y también de 4 barras
cada vez que inicia el procesamiento de un lote. Las otras transversales y 8 tornillos. Por último, el ensamble final
operaciones de ensamble trabajan en paralelo y la línea requiere de los ensambles de patas, además de los 2 ta-
está bien balanceada, por lo que la demora de cada una bleros y de los sostenedores para los tableros.
de estas operaciones puede considerarse de un sólo día, a) Construya una carta de materiales para este librero.
que es el tiempo suficiente para que la producción de b) Con el siguiente cuadro, que presenta los inventarios
una estación de trabajo esté disponible en la siguiente. de componentes y las demoras de las operaciones de
Las ruedas, en cambio, son compradas a un proveedor y manufactura o ensamble, construya un cuadro MRP
cualquier pedido experimenta una demora de dos días. que indique las fechas (límite) de las órdenes de
Las órdenes de producción y/o compra para cualquier producción, así como los requerimientos netos por
componente deben ser de al menos 200 unidades. Se componente, si el plan maestro indica la necesidad
tiene un pedido de 1 000 aplicadores que deberán ende 700 para el final del día viernes de la semana 2.
tregarse al inicio del día 9. Suponga que hoy día se inicia el turno del lunes de
la semana 1 y en la empresa se trabaja 5 días por
Aplicador semana, de lunes a viernes.
(1)
COMPONENTE INVENTARIO DEMORA (DÍAS)

Ensamble final 200 3
Ensamble del Ensamble del Ensamble del
manipulador (1) cuerpo (1) contenedor (1) Ensamble patas largas 150 5
Ensamble patas cortas 200 5
Pata larga 1 800 6
Ensamble de
ruedas (1)
Pata corta 1 800 6
Barra transversal 6 000 5
Sostenedor tablero medio 500 2
Ruedas Sostenedor tablero superior 400 2
(2)
Tablero 250 6
Tornillo 5 000 1
a) Construya el programa de operaciones para satisfacer
el pedido de 1 000 aplicadores. Cubierta para pata 6 000 2
b) Con los siguientes inventarios disponibles (no se
tienen recibos programados), construya una tabla 17. En la siguiente tabla se presentan las entregas de jue-
MRP que indique la fecha límite de los pedidos y gos de comedor modelo Altura, programadas para las
las cantidades a ordenar para cada uno de los com- próximas 6 semanas en una planta de muebles.
ponentes necesarios para cumplir con el pedido de
1 000 aplicadores.
Semana 1 2 3 4 5 6
Demanda 100 60 40 120 90 100
ENSAMBLE ENSAMBLE ENSAMBLE
DEL MANI- DEL ENSAMBLE DEL CON-
APLICADOR PULADOR CUERPO DE RUEDAS TENEDOR RUEDA Cada semana que se ordena la producción de un lote de
100 400 500 400 100 800 juegos de comedor, se incurre en un costo por apertura
de procesos de $1 500, mientras que el costo por cada
16. Un librero consta de las siguientes partes: juego que queda en inventario para la semana siguiente
es de $50. Actualmente se tiene en inventario 5 juegos
• 4 patas largas • 8 barras transversales de comedor Altura.
• 4 sostenedores para el • 16 tornillos a) Utilice el algoritmo de Wagner-Within para determi-
tablero superior nar las cantidades a producir y el inventario que será
• 4 patas cortas • 4 sostenedores para el
acarreado para la semana siguiente, para cada una
tablero medio de las seis semanas, si se desea minimizar el costo
total por apertura de procesos e inventarios.
• 2 tableros de vidrio • 4 cubiertas para las patas
b) Aplique la heurística de balance pedido-inventario apertura de procesos de $4 000, mientras que el costo
para resolver el problema anterior y calcule el costo por cada bicicleta que queda en inventario para la se-
de la solución. Compare el costo de esta solución con mana siguiente es de $20. Actualmente no se tienen
el costo obtenido en a). bicicletas Tigre en inventario.
c) Aplique la heurística de Silver-Meal para resolver el a) Utilice el algoritmo de Wagner-Within para determi-
problema anterior y calcule el costo de la solución. nar las cantidades a producir y el inventario que será
Compare el costo de esta solución con el costo obte- acarreado para la semana siguiente, para cada una
nido en a). de las cinco semanas, si se desea minimizar el costo
18. En la siguiente tabla se presentan las entregas de bici- total por apertura de procesos e inventarios.
cletas modelo Tigre, programadas para las próximas 5 b) Aplique la heurística de balance pedido-inventario
semanas en una planta de bicicletas. para resolver el problema anterior y calcule el costo
de la solución. Compare el costo de esta solución con
Semana 1 2 3 4 5 el costo obtenido en a).
c) Aplique la heurística de Silver-Meal para resolver el
Demanda 600 90 800 50 90
problema anterior y calcule el costo de la solución.
Compare el costo de esta solución con el costo ob-
Cada semana que se ordena la producción de un lote
tenido en a).
de bicicletas de este modelo, se incurre en un costo por
BIBLIOGRAFÍA
1. Chopra S. y P. Meindl (2004), Supply chain management, 4. Waters C. D. J. (1992), Inventory control and management,
2a. ed., Prentice Hall, Nueva Jersey. John Wiley, Nueva York.
2. Nahmias S (2005), Production and operations analysis,
5a. ed., McGraw-Hill, Nueva York.
3. Wagner H. M. y T. M. Whitin (1958), “Dynamic version
of the economic lot size model”, Management Science,
5(1), 89–96.
CAPÍTULO 8
Administración de inventarios
de productos terminados
• Inventarios de productos de consumo regular

• Agregación del riesgo y economías de escala
• Inventarios de productos de temporada
E
ntre los diferentes tipos de inventarios vistos hasta el momento, los inven-
tarios de productos terminados, son los que tienen mayor valor, ya que con-
tienen el valor agregado de la empresa, y es por esta razón que el presente
capítulo se ocupa exclusivamente de la administración de los mismos.
Con la finalidad de facilitar el uso de las técnicas para administrar inventarios
de productos terminados, se hace la distinción entre productos de temporada,
que se ordenan una sola vez, y productos de consumo regular, cuyas órdenes
de abastecimiento se repiten sobre cierto horizonte de tiempo. De los modelos
propuestos para administrar inventarios de productos de consumo regular, son los
basados en el modelo EOQ los que han tenido mayor difusión. Estos modelos son
poco complicados y su aplicación resulta bastante sencilla en la práctica, por lo que
algunas de las técnicas que se presentan se basan en este modelo EOQ. Para admi-
nistrar inventarios de productos de temporada, las técnicas se basan en el modelo
del problema del voceador, conocido en inglés como el newsvendor problem.
INVENTARIOS DE PRODUCTOS DE CONSUMO REGULAR

Desde el punto de vista de la administración de inventarios, los productos de con-
sumo regular se caracterizan porque la empresa emite con regularidad las órde-
nes de abastecimiento de dichos productos, por la que la planeación de las órdenes
debe considerar un horizonte donde se repiten las órdenes de abastecimiento (como
en el modelo EOQ). Por otro lado, las políticas para administrar los inventarios de
estos productos dependen del mecanismo de control que se adopta; a continuación
se revisan los dos mecanismos de control más utilizados, para describir después
las técnicas apropiadas para determinar las políticas de administración de inven-
tarios en cada caso.
Mecanismos de control para productos de consumo regular

Una buena administración de inventarios requiere de la implantación de un ade-
cuado control y seguimiento de los mismos, que permita conocer la evolución 181
del nivel de inventarios, con el objetivo de tomar decisiones informadas. Para el

seguimiento del nivel de los inventarios de consumo regular, se utilizan dos mé-
todos diferentes:
• Sistema de revisión continua. Bajo este sistema se revisa el nivel de inven-

tarios cada vez que ocurre una compra y se hace un pedido de abastecimiento
si el nivel de inventarios alcanzó el punto de reorden, que es el nivel crítico
de inventarios al que debe colocarse una orden de abastecimiento. Las de-
cisiones relevantes bajo este sistema de revisión son el tamaño de la orden
(cuánto ordenar) y el punto de reorden. Este sistema exige que se manten-
gan registros continuos de las entradas y salidas de inventario (por medio de
un sistema de información), de manera que los niveles de inventario pueden
conocerse con bastante precisión, y las diferencias entre el inventario dispo-
nible y el inventario real sólo se pueden atribuir a errores en el registro de
la información, mermas o daños.
• Sistema de revisión periódica. Bajo este sistema se revisa el nivel del in-
ventario cada cierto periodo fijo (por ejemplo, cada semana o cada mes) y,
de acuerdo con el nivel de inventario, se coloca o no un pedido de abasteci-
miento. La práctica más común para colocar los pedidos bajo este sistema,
se basa en el establecimiento de dos números s S, y consiste en “ordenar
S s unidades, sólo si se observó un inventario menor o igual que s al mo-
mento de la revisión”, a este tipo de administración se le conoce con el nom-
bre de política (s, S) (Iglehart, 1963).
Como podrá imaginar, el sistema de revisión continua es más preciso que el de

revisión periódica, ya que el seguimiento del inventario es constante, pero a me-
nudo requiere de una inversión más costosa que el sistema de revisión periódica,
ya que debe implantarse un sistema de información. Por otro lado, la difusión de
las tecnologías de información y de identificación automática (código de barras,
RFID) facilitan la operación de los sistemas de revisión continua, por lo que este
tipo de sistemas para el control de inventarios es el que predomina en la actuali-
dad. En este sentido, en los sistemas de revisión periódica no sólo se tiene infor-
mación incompleta, sino que también se corre el riesgo de perder ventas, ya que
se puede ignorar que el inventario se agotó en algún intervalo entre revisiones
sucesivas. El uso de un punto de reorden hace que el riesgo de perder ventas sea
menor bajo la revisión continua.
También se debe mencionar, sin embargo, que la revisión periódica presenta
la ventaja de permitir, de manera natural, que varios productos puedan ordenarse
en el mismo pedido, para aprovechar economías de escala en el transporte y el
procesamiento de pedidos. Por otro lado, sin importar el sistema de control de
inventarios que se use, siempre es necesaria una revisión periódica del nivel de
los inventarios. Estas verificaciones, llamadas conteos periódicos, son necesa-
rias para procurar que los registros del inventario que se encuentran en el sis-
tema de información reflejen con la mayor precisión el verdadero estado de los
inventarios físicos, ya que se debe reconocer la existencia de diversas razones por
las que la información registrada en el sistema de información puede diferir de
la realidad física, por ejemplo, existe posibilidad de merma, daño, o extravío de las
existencias, o simplemente se pueden haber cometido errores en la captura de la
información.
Para establecer políticas de administración de inventarios de productos de
consumo regular, además de los pronósticos de la demanda, se debe tener en cuenta
que el abastecimiento de productos nunca es inmediato, siempre existe un lapso de
tiempo necesario entre la colocación del pedido y la recepción del mismo (que se
conoce como la demora del pedido, vea la figura 8.1). A continuación se explica
el tipo de políticas según el sistema de revisión que se use.
ADMINISTRACIÓN DE INVENTARIOS DE PRODUCTOS TERMINADOS 183
› Figura 8.1
12 Elementos a considerar para
ENVÍOS PRONÓSTICOS 10 ordenar productos de consumo
DE LA DEMANDA 8 regular.
6
4
PEDIDOS 2
0
2 4 6 8 10
DEMORA: LAPSO DE TIEMPO ENTRE LA
PUESTA Y LA ENTREGA DE LA ORDEN
Política de inventarios con revisión continua

Una política para administrar inventarios bajo el sistema de revisión continua, debe
poder indicar cuánto ordenar (el tamaño de la orden), así como el nivel de inven-
tarios crítico en el cual se debe ordenar el pedido (el punto de reorden). Como
ilustra el ejemplo 8.1, si existen buenos estimadores de la demanda anual y de los
costos por ordenar y por mantener inventarios, el modelo EOQ ayuda a establecer
un tamaño de orden apropiado. A continuación se explica cómo se determinan
los puntos de reorden.
La principal razón para establecer un punto de reorden es que si el artículo
en inventario está sujeto a una demanda continua, se debe tener la precaución de
no esperar que se agote el inventario para ordenar el pedido, ya que de otra forma
se perderían ventas durante la demora (vea la figura 8.1). Tras esta observación,
si la demora del pedido es de L periodos (para simplificar serán días), y no existe
incertidumbre en la demanda del artículo, el punto de reorden se determina con
facilidad como r L , donde es la demanda diaria. El punto de reorden así es-
tablecido es la demanda que se espera del artículo durante la demora, y al ordenar
el pedido en este nivel de inventario se asegura de atender la demanda.
Cuando hay incertidumbre en la demanda del artículo el punto de reorden se
acostumbra fijar con base en un nivel de servicio, que es la probabilidad de aten-
der toda la demanda durante la demora, es decir, si r es el punto de reorden y DL
es la demanda durante la demora, para un nivel de servicio de 100
% se cumple
P[DL r]
(vea la figura 8.2).
› Figura 8.2
Distribución de la demanda durante la demora El nivel de servicio y el punto
de reorden.
Nivel de servicio α
Punto de reorden
0 r
Si se modela la demanda durante la demora como una variable aleatoria

DL X1 X2 … XL, donde Xj es la demanda del día j, y se puede asumir,
con base en métodos de pronósticos, que las demandas diarias tienen esperanza
y varianza 2, y son independientes, la esperanza y la varianza de la demanda
durante la demora serán L L , y L2 L2, respectivamente. Una suposición
razonable es que DL sigue una distribución N( L, L2)(normal con esperanza L y
varianza L2 ) y, en este caso, el punto de reorden es:
r = L + z
L , (8.1)
donde z
es el valor que satisface P[N(0, 1) z
]
. Es conveniente mencionar
que los valores z
, para diferentes valores de
, se pueden obtener de una hoja
de cálculo como Excel; algunos valores muy usados son z0.95 艐 1.645 y z0.9 艐 1.28
para niveles de servicio de 95% y 90%, respectivamente.
Debido a que la demanda esperada durante la demora del pedido es sólo
L L , al utilizar un punto de reorden mayor que la demanda esperada, como
en la ecuación (8.1), se incrementa el nivel promedio de inventarios en r L
unidades, aproximadamente (vea la figura 8.3). Es por esta razón que la diferencia
r L recibe el nombre de inventario de seguridad, que en el caso de la ecua-
ción (8.1) resulta:
IS = z
L , (8.2)
y por la misma razón, si CI es el costo por mantener una unidad en inventario du-
rante un año (como en el capítulo anterior), el costo adicional por implantar un
inventario de seguridad como en la ecuación (8.2), está dado por:
C IS = C I z
L . (8.3)
Por último, las empresas reconocen el efecto negativo que tiene la incerti-
dumbre en la demora del pedido, por eso las tendencias modernas en producción
tienden a resaltar como una importante labor del desarrollo de proveedores, el
tratar de evitar la variabilidad en los tiempos de entrega, de modo que pueden evi-
tarse con una adecuada coordinación entre proveedor y comprador. Sin embargo,
los envíos que recorren largas distancias y la ocurrencia de eventos imprevistos,
podrían forzarle a asumir que la demora del pedido también es aleatoria. En este
caso, si con la información disponible puede suponer que la demora tiene espe-
ranza L y varianza L2, la demanda durante la demora mantendrá una esperanza
› Figura 8.3
Nivel de los inventarios Inventario Q
con inventario de seguridad IS. Inventario promedio = + IS
2
Q + IS
IS = r - Lμ
L L Tiempo
L L , pero la varianza resulta L2 L 2 2L2, por lo que, en el supuesto

de normalidad, el punto de reorden, el inventario de seguridad y el costo adicional
por implantar el inventario de seguridad resultan:
r = L + z
L 2 + 2 L 2 , IS = z
L 2 + 2 L 2 , y C IS = C I z
L 2 + 2 L 2 ,(8.4)
respectivamente, siendo que el costo puede tener un incremento alto en relación

con el caso en que no existe incertidumbre en la demora, como ilustra el siguien-
te ejemplo.
Ejemplo 8.1. Una política para revisión continua
Bluemex es un distribuidor asociado a un importante grupo textil, que tiene plan-

tas de manufactura en varias ciudades y posee un almacén central en Querétaro,
México para la distribución nacional de sus principales productos. Con el fin de
controlar los inventarios de su modelo más vendido de jeans, adoptó un sistema
de revisión continua y desea establecer una política para las órdenes de jeans desde
el almacén central de Bluemex, a partir de los datos de demanda (en cientos de uni-
dades) de la tabla 8.1, un nivel de servicio de 95% y una demora de L 2 semanas.
Se sabe además que el costo por cada cien unidades es de C $1 000, y se estima
que el costo por ordenar es de C0 $1 500, el costo físico por mantener inventario
es de 3% anual y el costo de oportunidad por mantener inventarios es de 8% anual.
Para determinar la política se debe especificar el pronóstico de la deman-
da semanal a través de un promedio y una desviación estándar, sin importar el
método de pronóstico utilizado (sobre el tema consulte Makridakis et al., 1998).
Por comodidad asuma que la esperanza y la desviación estándar de la demanda
semanal corresponden a la esperanza y desviación estándar de los datos: 29.4,
6.05.
A partir de los datos, se estiman los parámetros del modelo EOQ, con la fina-
lidad de determinar un tamaño adecuado de pedido. De esta manera, C0 1 500,
CI 1 000(0.11) 110, y con 52 semanas en el año, la demanda anual es D
52(29.4) 1 529, por lo que el tamaño de pedido es Q* = 2(1529)(1500)/ 110 ≈ 204 .
SEMANA DEMANDA SEMANA DEMANDA SEMANA DEMANDA SEMANA DEMANDA › Tabla 8.1
Demanda semanal de jeans.
1 36 16 25 31 43 46 27
2 34 17 29 32 39 47 30
3 32 18 22 33 37 48 36
4 41 19 20 34 29 49 31
5 33 20 23 35 28 50 34
6 30 21 27 36 27 51 28
7 24 22 28 37 31 52 27
8 27 23 26 38 29
9 27 24 25 39 41
10 22 25 29 40 30
11 21 26 32 41 40
12 17 27 30 42 35
13 23 28 28 43 28
14 29 29 27 44 22
15 26 30 43 45 21
Para un nivel de servicio de 95%, de acuerdo con (8.1) y (8.2), el inven-

( )
tario de seguridad resulta IS = (1.645) 2 ( 6.05 ) ≈ 14 , y el punto de reorden
r = ( 2)( 29.4 ) + IS ≈ 73 . En consecuencia, una política apropiada de revisión conti-
nua para los jeans será ordenar 204 cientos cada vez que el inventario alcance el
nivel de 73 cientos.
Con el objetivo de comparar el efecto de la incertidumbre en los tiempos de
entrega, suponga que la demora del pedido tiene el mismo promedio L 2, pero
L 1. En este caso, el inventario de seguridad aumentaría a
⎛ 2⎞
IS = (1.645 ) ⎜ 2 ( 6.05 ) + ( 29.4 ) (1) ⎟ ≈ 50,
2 2
⎝ ⎠
y el punto de reorden a r = ( 2)( 29.4 ) + IS ≈ 109. De acuerdo con (8.3) y (8.4),
el costo por mantener inventario de seguridad aumentaría de (110)(14) $1 548
a (110)(50) $5 500 (más de 350%), y el inventario promedio bajo la política
de revisión continua aumentaría de [(204/2)14] 116 a [(204/2)50] 152
cientos.
✤
Política de inventarios con revisión periódica

Para determinar una política para la administración de inventarios bajo revisión
periódica, se debe tener en cuenta la demora del pedido, denote con L al núme-
ro de periodos que tarda la demora del pedido, y con P al número de periodos
(en días) entre revisiones periódicas. Se ha encontrado (Iglehart, 1963) que bajo
condiciones muy generales, la política óptima consiste en ordenar S I unidades
luego de hacer la revisión, donde I es el nivel de inventario encontrado y S es una
cantidad fija que recibe el nombre de nivel base de la política.
Para encontrar el nivel base, S, se debe tomar en cuenta un nivel de servicio
deseado del 100
%, y puesto que el nivel base debería satisfacer la demanda de
L P días (vea la figura 8.4), éste deberá tomar el valor:
S = ( L + P ) + z
L + P , (8.5)
donde es la demanda esperada por periodo y es la correspondiente desvia-

ción estándar. El inventario promedio bajo esta política de revisión periódica es de
› Figura 8.4
Nivel de los inventarios con ORDENAR HASTA EL NIVEL
revisión periódica. BASE
Inventario
S = (L + P)μ + zα σ L + P
P INVENTARIO MÍNIMO
PROMEDIO
Tiempo
L L
I = ( P / 2) + z
L + P unidades, aproximadamente, por lo que el correspondiente
costo anual por mantener inventarios es de:
C PE = C I ⎡ ( P / 2) + z
L + P ⎤, (8.6)
⎣ ⎦
donde CI es el costo por mantener una unidad en inventario durante un año. Como
ilustra el siguiente ejemplo, el costo anual por mantener inventarios, correspon-
diente a la política de revisión continua con punto de reorden y tamaño de pedido
Q, definido por:
CCO = C I ⎡(Q / 2) + z
L ⎤ , (8.7)
⎣ ⎦
puede ser significativamente más bajo que el de la revisión periódica definido en
(8.6).
Ejemplo 8.2. Una política para revisión periódica
Considere la administración de inventarios de jeans de la empresa Bluemex del

ejemplo 8.1, con los mismos datos de costos, demanda y demora de L 2 sema-
nas, pero suponga que se desea establecer la política de inventarios para revisión
periódica cada P 7 semanas.
De acuerdo con los datos del ejemplo 8.1, se tiene que 29.4, 6.05,
0.95, por
lo que el nivel base de inventarios resulta S = ( 2 + 7)( 29.4 ) + (1.645 )( 6.05 ) 2 + 7 ≈ 294
cientos. Así, por ejemplo, si al momento de hacer la revisión se encuentra un in-
ventario de I 30 cientos, debe ordenarse de inmediato un pedido de 294 30
264 cientos.
A continuación se comparan los inventarios que se obtendrían usando revisión
continua: como se vio en el ejemplo 8.1, bajo revisión continua se tendría un tamaño
de pedido de Q 204, con un inventario de seguridad IS 14, por lo que el inven-
tario promedio sería de 14 (204/2) 116, con un costo anual de CCO (110)(116)
$12 760, de acuerdo con (8.7). Por otro lado, de acuerdo con (8.6), bajo revisión
periódica, el inventario promedio sería de ( 29.4 )( 7 / 2) + (1.645)( 6.05) 9 ≈ 133, con
un costo anual de CPE (110)(133) $14 630, que es significativamente mayor
(cerca de 15%) que en la revisión periódica.
AGREGACIÓN DEL RIESGO Y ECONOMÍAS DE ESCALA

Como se explicó en el capítulo 2, algunos de los pilares de la estrategia competi-
tiva de Wal-Mart para lograr precios bajos de sus productos —como son el uso de
almacenes centralizados (transbordo) y sistemas de información para la administra-
ción de inventarios— se relacionan con los temas de este capítulo. En esta sección
se analiza, a la luz de los modelos de inventarios estudiados, el efecto de algunas
políticas que han tenido éxito en las empresas, como son la agregación del riesgo
a través de la centralización de almacenes y el aprovechamiento de economías de
escala a través de descuentos y agregación de órdenes.
Agregación del riesgo

La distribución de mercancías para un conjunto de tiendas puede centralizarse
en un solo almacén de distribución, y aunque de esta manera las distancias que
recorren las mercancías pueden incrementarse —ya que la mercancía primero se
› Figura 8.5
Sistemas de distribución
centralizados y descentralizados. SISTEMA CENTRALIZADO Tienda 1
Almacén
Proveedor
central
Tienda n
SISTEMA DESCENTRALIZADO
Almacén 1
Tienda 1
Proveedor
Almacén n Tienda n
traslada al almacén central— permite importantes economías. Aquí se usará el

término agregación del riesgo (del inglés risk pooling) para hacer referencia a la
centralización de la distribución de mercancías, reconociendo que ésta también
puede ser virtual, es decir, se puede centralizar la administración de los inventa-
rios sin que exista un almacén único, por ejemplo, mediante pedidos agregados y
con un inventario de seguridad común para todas las tiendas.
La agregación del riesgo permite reducir tanto los tamaños de pedido como
los inventarios de seguridad que se obtendrían bajo el sistema descentralizado, por
lo que se generan menores inventarios promedio y, en consecuencia, menores cos-
tos por mantener inventarios. Por ejemplo, si considera la ecuación (8.7), apreciará
que el inventario promedio bajo un sistema de revisión continua depende tanto
del tamaño del pedido (Q) como del inventario de seguridad, los que se reducen
con la agregación del riesgo (vea la figura 8.5), como se explica a continuación.
La agregación del riesgo permite reducir los tamaños de pedido, ya que se
reduce el costo por ordenar y, en consecuencia, el tamaño óptimo de una demanda
agregada es menor que la suma de los tamaños óptimos de las demandas indivi-
duales. Por otro lado, el inventario de seguridad también disminuye con la agre-
gación del riesgo, debido a que la desviación estándar de la demanda agregada
es menor que la suma de las desviaciones estándar de las demandas individuales
(vea la figura 8.6), y la magnitud de esta disminución depende tanto de la varia-
› Figura 8.6
Efectos de la centralización
en el nivel de inventario. Tamaño del pedido
Q
Centralización I= + zα σ L
2
Inventario de seguridad
• Coeficientes de variación
• Correlaciones de la demanda
› Tabla 8.2
SEMANA 1 2 3 4 5 6 7 8 PROMEDIO DESV. EST. C.V.
Demandas de dos modelos
MODELO A NORTE 33 45 37 38 55 30 18 58 39.25 13.18 0.34 de vestido en dos tiendas.
MODELO A SUR 46 35 41 40 26 48 18 55 38.63 12.05 0.31
TOTAL MODELO A 79 80 78 78 81 78 36 113 77.88 20.71 0.27
MODELO B NORTE 0 2 3 0 0 1 3 0 1.13 1.36 1.21
MODELO B SUR 2 4 0 0 3 1 0 0 1.25 1.58 1.26
TOTAL MODELO B 2 6 3 0 3 2 3 0 2.38 1.92 0.81
bilidad de la demanda como de las correlaciones entre las demandas individuales.

A mayor variabilidad absoluta y menores correlaciones (mejor si son negativas),
corresponden mayores disminuciones de la desviación estándar agregada, como
ilustra el siguiente ejemplo. La medida de la variabilidad absoluta es el coeficiente
de variación, que es el cociente entre la desviación estándar y el promedio.
Ejemplo 8.3. Efectos de la agregación del riesgo
La cadena Acmex tiene dos tiendas, una en el norte de la ciudad y la otra en el sur.
En este momento tiene dos almacenes, uno para cada tienda, y desea explorar la
conveniencia de mantener un solo almacén central. Con el objetivo de evaluar los
niveles de inventarios que tendría con un solo almacén, se han registrado los datos
de demanda que se presentan en la tabla 8.2, correspondientes a dos modelos de
vestido. Como puede observar en la tabla, si bien las demandas para el modelo A
son relativamente mayores que las del modelo B, los coeficientes de variación del
modelo B son mayores.
Con base en los datos de la tabla 8.2, y con un costo por ordenar de C0
20, un costo por mantener una unidad en inventario por una semana de CI 0.5,
una demora de L 1 semana, y un nivel de servicio de 95%, en la tabla 8.3 se
presentan los inventarios que se obtienen cuando se administran por separado los
inventarios en dos almacenes y cuando se utiliza un solo almacén central, bajo po-
líticas de revisión continua. El tamaño del pedido EOQ se calculó de acuerdo con
(7.2), el inventario de seguridad (IS) de acuerdo con (8.1), y el inventario promedio
como IS EOQ/2.
Como puede observar en la tabla 8.3, los inventarios promedio (y los corres-
pondientes costos por mantener inventarios) disminuyen significativamente, 24%
para el modelo A y 31% para el modelo B cuando se utiliza un solo almacén cen-
tral. La mayor disminución relativa en el caso del modelo B obedece al hecho de
que las demandas para el modelo B tienen mayores coeficientes de variabilidad.
✤
INV. INV. › Tabla 8.3

Comparación de inventarios
DOS ALMACENES EOQ IS PROM. UN ALMACÉN EOQ IS PROM. % MEJORA
con dos y un almacén.
MODELO A NORTE 56.04 21.67 49.69
MODELO A SUR 55.59 19.82 47.61
TOTAL MODELO A 111.62 41.49 97.30 Modelo A 78.93 34.07 73.53 24.43
MODELO B NORTE 9.49 2.23 6.97
MODELO B SUR 10.00 2.60 7.60
TOTAL MODELO B 19.49 4.83 14.57 Modelo B 13.78 3.16 10.05 31.02
Por último, es conveniente mencionar que si bien los tiempos y costos variables
por transporte se incrementan al utilizar un almacén central de distribución, en
cambio se pueden obtener reducciones de costos debidas a economías de escala
en el transporte y los gastos generales, por lo que la agregación del riesgo redu-
ce los costos de distribución, si las distancias del transporte no se incrementan
exageradamente.
Agregación de pedidos
Existen diversas razones para obtener economías de escala en la administración
de inventarios, y una de ellas es la agregación de pedidos de diferentes artículos
en la misma orden. Para ilustrar cómo se obtienen economías al solicitar varios
productos en la misma orden, suponga que una empresa vende tres modelos dife-
rentes de computadoras que tienen una demanda de D 12 000 unidades al año
para cada modelo, con un costo por ordenar de C0 400, y de CI 100, por cada
unidad en inventario durante un año. En estas condiciones, el tamaño de pedido
EOQ para cada modelo sería de Q* = 2 (12 000 )(400)/ 100 ≈ 310 unidades aproxi-
madamente, en cambio, si se agregan los pedidos en la misma orden, con los
demás datos iguales, la demanda aumentaría a D 36 000, y el tamaño de pedido
agregado sería de Q* = 2 ( 36 000 )(400)/ 100 ≈ 537 para los tres modelos, es decir
de 129 unidades para cada modelo, que es menor que las 310 unidades anteriores.
En consecuencia, no sólo se reduciría el costo por ordenar, sino también el costo
total por mantener inventarios. En este caso simplificado, no existe mucho pro-
blema para agregar los pedidos, debido a que todos los artículos tienen la misma
demanda y costos por inventarios, lo que permite tamaños de pedido iguales. En
general, cuando se agregan los pedidos de artículos heterogéneos primero se debe
buscar cuál es el periodo común entre pedidos, que conviene asignar a los dife-
rentes artículos, como se explica a continuación.
Para permitir una aplicación más general, suponga que cada pedido agrega-
do de n artículos tiene un costo de C0 S S1 … Sn, donde Si es el costo
adicional (posiblemente por manejo y transacción) que origina el agregar el pro-
ducto i en el mismo pedido. Si N es el número de pedidos al año, el costo anual
por ordenar será de C0N. Por otro lado, sean Di la demanda anual del artículo i,
y CIi el costo por mantener una unidad del artículo i en inventario por un año
(i 1, 2, …, n), entonces la cantidad a ordenar del artículo i será Qi D/N, y el
costo anual por mantener inventarios de artículo i será CIiQi/2 CIiDi/(2N), por
tanto, el costo anual de la política de ordenar N pedidos al año con cantidades
Qi Di/N será:
C I1 D1 + + C In Dn
C N ( N ) = C0 N + , (8.8)
2N
que tiene la misma forma de la ecuación (7.1) del modelo EOQ, entonces el núme-
ro óptimo de pedidos al año resulta:
D1C I1 + + Dn C In
N* = . (8.9)
2C 0
En resumen, para determinar los tamaños óptimos de pedido cuando se

agregan n artículos en la misma orden, primero debe definirse el número óptimo
de pedidos al año N de acuerdo con (8.9), y la cantidad a ordenar del artículo i es
Qi D/N, aproximadamente. Observe que N determina también el periodo ópti-
mo entre pedidos.
DESK LITE MED › Tabla 8.4

Tamaños de pedido y costos
Demanda anual 12 000 1 200 120 con órdenes independientes.
Costo unitario 500 500 500
Costo de inventario (unidad/año) 100 100 100
Costo unitario por ordenar 500 500 500
Tamaño de pedido eoq 346 110 35
Costo anual por inventario 17 321 5 477 1 732
Costo anual por ordenar 17 321 5 477 1 732
Costo total 34 641 10 954 3 464 49 060
Ejemplo 8.4. Tamaños de pedido para una orden agregada
Dellmex es una empresa que comercializa tres modelos de computadoras perso-

nales: Desk, Lite y Med, con los datos de demanda y costos que se presentan en
la tabla 8.4. Los tamaños de pedido y los costos corresponden al modelo EOQ,
con la aplicación de las ecuaciones (7.1) y (7.2), cuando las órdenes para cada
modelo están desagregas, es decir, se incluye un solo producto en cada orden.
Como puede apreciarse de la tabla, el costo por mantener una unidad en inven-
tario por un año es de 20% del costo del artículo, y el costo total de esta políti-
ca es de $49 060. Se desea estimar el número de pedidos al año, los tamaños de
pedido por modelo y el costo total anual, si se agregan los tres productos en la
misma orden, considerando que el costo común por ordenar es de S 400, y
que por cada producto que se incluye en la orden existe un costo adicional de
Si 100, i 1,2,3, (a ello se debe que el costo unitario por ordenar en la tabla
8.4 es de 500).
Con estos datos y la fórmula (8.9), el número óptimo de pedidos por año
cuando se agregan los tres artículos en la orden es de:
N* =
(12 000 )100 + (1 200 )100 + (120 )100 ≈ 31.85,
2C 0
y los costos resultantes, de acuerdo con (8.8), se presentan en la tabla 8.5, donde
se han omitido decimales por comodidad. Como puede apreciar, el costo total se
reduce a $43 183 (12% menos que la política de pedidos independientes).
DESK LITE MED › Tabla 8.5

Tamaños de pedido y costos
Demanda anual 12 000 1 200 120 agregando tres artículos
en las órdenes.
Costo unitario 500 500 500
Costo de inventario (unidad/año) 100 100 100
Costo unitario por ordenar 700
Tamaño de pedido EOQ 389 39 4
Costo anual por inventario 19 452 1 945 195
Costo anual por ordenar 21 592
Costo total 43 183
Descuentos por tamaño del pedido

Una modalidad de descuento por volumen de compra con mucha difusión actual
consiste en que el proveedor ofrece un precio diferenciado por cada categoría
de tamaño del pedido (vea el ejemplo 8.5). Cuando es el caso, el tamaño óptimo de
pedido no puede determinarse al aplicar directamente la ecuación (7.2) del tama-
ño económico EOQ por varias razones. En primer lugar, el costo CI por unidad en
inventario no es el mismo en cada categoría, ya que el costo de la mercancía es
diferente, y por esta misma razón, el costo de la mercancía debería considerarse
al tratar de minimizar el costo total, observe que el costo total de la mercancía no
se considera en el costo del modelo EOQ (7.1).
Sin embargo, como ilustra el ejemplo, puede seguir el siguiente procedimien-
to para determinar el tamaño óptimo de pedido, con los mismos elementos del
modelo EOQ:
• Calcular el tamaño de pedido EOQ para cada categoría de precio, con el costo
por ordenar C0 y el correspondiente costo CI por unidad en inventario al año
en cada categoría.
• Si el tamaño EOQ en cualquier categoría es demasiado pequeño para calificar
al precio de la categoría, éste debe ajustarse al valor más pequeño que pueda
calificar al precio de la misma.
• Para cada categoría i, calcular el costo total anual considerando el costo de
la mercancía, es decir:
C 0 D C Ii Qi
CTi = + + Pi Di , (8.10)
Qi 2
donde C0 es el costo por ordenar, CIi, Di, Qi y Pi son el costo por mantener una uni-
dad en inventario por un año, la demanda anual, el tamaño de pedido ajustado, y
el precio correspondientes a la categoría i, respectivamente.
• Seleccionar el tamaño Qi que proporciona el menor costo.
Ejemplo 8.5. Tamaño económico con descuentos por tamaño
La cadena Rapidfarm hace compras regulares de mango congelado, en bolsas de

1 kg, a un proveedor global de alimentos procesados. La demanda anual de Ra-
pidfarm se estima en 120 000 kg, y aunque el precio del producto en el mercado
es de $3.00 por kg, el proveedor ofrece un descuento de $0.04 por kg si el pedido
es mayor que 5 000 kg, y de $0.04 adicionales si el pedido es mayor que 10 000
kg, por lo que Rapidfarm desea determinar cuál es su tamaño óptimo de pedido,
considerando tanto el descuento como los costos por ordenar y por mantener in-
ventarios, así como que el costo de cada orden es de C0 $100, y por mantener
un kg en inventario por un año es de 20% del costo del producto.
En la tabla 8.6 se resumen los cálculos para determinar el tamaño óptimo de
pedido para Rapidfarm. Por ejemplo, para tamaños de pedido entre 5 001 y 10 000
› Tabla 8.6 COSTO COSTO COSTO

Determinación del tamaño
TAMAÑO EOQ ANUAL POR ANUAL DEL ANUAL DE LA COSTO
óptimo de pedido con
DEL PEDIDO PRECIO CI EOQ AJUSTADO ORDENAR INVENTARIO MERCANCÍA TOTAL
descuentos por tamaño.
0 a 5000 3.00 0.60 6 325 6 325 1 897 1 898 360 000 363 795
5001 a 10 000 2.96 0.59 6 367 6 367 1 885 1 885 355 200 358 969
Más de 10 000 2.92 0.58 6 411 10 001 1 200 2 920 350 400 354 520
kg, el costo por mantener un kg en inventario por un año es de CI 0.2(3) 0.59,

y el tamaño de pedido EOQ resulta de 6 367 kg, que califica al descuento, por lo
que el EOQ ajustado es el mismo. En cambio, para la categoría de más de 10 000
kg el EOQ es de 6 411 kg y no califica al descuento, por lo que debe ajustarse a
10 001 kg para calificar. Los costos por ordenar y por inventarios se calcularon de
acuerdo con (8.10), y al adicionar el costo de la mercancía se obtuvo el costo total
en cada categoría. Como puede observar en la tabla 8.6, el menor costo se obtie-
ne en la tercera categoría, por lo que el tamaño de pedido más conveniente para
Rapidfarm es de 10 001 kg.
En el ejemplo anterior se aprecia que el descuento en el precio fue determinante

para elegir el tamaño del pedido, lo que es muy común en este tipo de descuen-
tos, debido a que el costo de la mercancía debe incluirse en el costo a minimizar.
Este hecho tiene el efecto de que el tamaño del pedido tiende a incrementarse y
genera inventarios innecesarios en la cadena. Los descuentos por promociones (que
no se repiten en el año) tienen un efecto parecido, ya que se tiende (con mayor
razón) a aprovechar el descuento. En cambio, cuando el descuento es por volumen
de compra al año, ya no es necesario considerar el costo de la mercancía (ya que
éste se negoció con el volumen de compra) para determinar el tamaño óptimo del
pedido y ello tiene por consecuencia que no se generen inventarios innecesaria-
mente altos. Es por esta razón que los descuentos por volumen de compra al año,
a través de contratos de suministro, son preferibles a los descuentos por volumen
del pedido y por promociones.
INVENTARIOS DE PRODUCTOS DE TEMPORADA

En esta sección se identifican como productos de temporada a los artículos cuyo
exceso de oferta para un periodo de venta (cuando el pedido de abastecimiento
excede la demanda), no puede almacenarse para el siguiente (o es muy costoso), y
tiene que ser desechado o rematado. Como ejemplos están la venta de periódicos
o de artículos cuya demanda ocurre sólo en una fecha o periodo establecido, de
bienes perecederos (alimentos), de bienes de temporada (ropa de baño, abrigos,
pavos para navidad, etc.), o de productos de moda (modelos de marca, modelos con
producción limitada). Bajo estas circunstancias, el modelo EOQ resulta inapropia-
do para tomar decisiones sobre el tamaño del pedido, ya que éste considera que los
pedidos se repiten en un horizonte de tiempo determinado, por ejemplo, un año.
La decisión relevante en la administración de inventarios de productos de
temporada es el tamaño del pedido, y en particular es deseable que éste se aproxi-
me lo mejor posible a la demanda que se observará durante el periodo de venta. Es
por esta razón que el pronóstico de la demanda para el periodo de venta adquiere
particular importancia, y aunque en este libro no se analizan los métodos de pro-
nóstico, se debe mencionar que existen buenas referencias sobre el tema (Makri-
dakis et al., 1998), y que en el ámbito del pronóstico de la demanda en cadenas
de suministro se proponen métodos novedosos que incorporan detalles sobre la
estructura de mercado (Kalchschdmit et al., 2006) o nuevas técnicas basadas en
simulación estocástica y estadística bayesiana (Muñoz, 2003).
En esta sección se asume la existencia de un pronóstico para la demanda
del producto durante el periodo de venta, y que este pronóstico se identifica con
una función de densidad (probabilidad en el caso discreto) fD(x) (vea el Apéndice
A). En primer lugar se analiza cómo la decisión sobre el tamaño del pedido para
productos de temporada toma la forma de una política (s, S). A continuación se
propone cómo determinar la política óptima con base en la solución del problema
del voceador y, finalmente, se presentan aplicaciones adicionales para analizar el

efecto de los contratos de suministro.
La política ( s , S )
Si desea determinar el tamaño de pedido para un producto de temporada, sobre un
periodo bien definido de venta, debe tener en cuenta que si el tamaño de pedido
es muy grande, tendrá un exceso de oferta que deberá rematarse o simplemente
desecharse (con la correspondiente pérdida asociada) al final del periodo de venta;
por otro lado, si el tamaño de pedido resulta menor que la demanda observada, le
pesará no haber vendido más. Por supuesto, si pudiera conocer por anticipado el
volumen de la demanda, ordenaría un tamaño de pedido igual a la demanda, sin
generar pérdida alguna para la empresa; pero, como ocurre en la mayoría de los
casos, existe incertidumbre sobre el volumen de demanda que se experimentará en
el periodo de venta, por lo que debe tomar una decisión con base en el pronóstico
de venta, expresado por medio de una función de densidad fD(x). Con el siguiente
ejemplo se ilustra cómo utilizar un pronóstico fD(x) para tomar una decisión sobre
el tamaño de pedido para un producto de temporada.
Ejemplo 8.6. Tamaño de producción para un artículo de moda
La cadena El Zar diseña y produce ropa para la venta exclusiva en sus tiendas y
desea tomar una decisión sobre el número de unidades a producir de su traje de-
portivo Free para la próxima temporada de verano. El Departamento de pronósticos
generó las probabilidades que se presentan en la tabla 8.7, sobre los diferentes es-
cenarios de demanda para este modelo. Así, por ejemplo, el escenario de demanda
de 8 000 unidades es el menor, y tiene una probabilidad de 0.11, y el escenario de
demanda de 18 000 es el mayor y tiene una probabilidad de 0.10.
Si decide producir el modelo Free, incurre en un costo fijo de $100 000 más
un costo de $80 por unidad producida (si no se produce el costo es 0), y cada uni-
dad se venderá a $125. Por otro lado, si una unidad del modelo no se vende du-
rante la temporada, deberá ser rematada a un precio estimado de $20. Con base en
estos datos, en la tabla 8.7 se presentan también los beneficios que se obtendrían
bajo los diferentes escenarios de demanda, cuando se producen 12 000 unidades
del modelo. Por ejemplo, si la demanda fuera de 10 000 unidades, se venderían
10 000 y se tendrían que rematar 2 000 unidades, por lo que el beneficio sería de
(125 80)(10 000) (20 80) (2 000) 100 000 $230 000. En forma seme-
jante, si la demanda fuera de 18 000 unidades, sólo se podrían vender 12 000, y el
beneficio sería de (125 80)(12 000) 100 000 $440 000.
Como existe incertidumbre sobre el beneficio que se obtendría cuando se
producen 12 000 unidades, se toma el beneficio esperado como un buen criterio
para medir la conveniencia de producir 12 000 unidades. El beneficio esperado se
› Tabla 8.7 DEMANDA ( j ) fD ( j ) P [D j ] VENTAS RESCATE BENEFICIO

Probabilidades para los
8 000 0.11 8 000 4 000 20 000
diferentes escenarios de
demanda del modelo Free. 10 000 0.11 10 000 2 000 230 000
12 000 0.28 12 000 0 440 000
14 000 0.22 12 000 0 440 000
16 000 0.18 12 000 0 440 000
18 000 0.10 12 000 0 440 000
PRODUCCIÓN ⴝ 12 000 ESPERANZA ⴝ 370 700
› Figura 8.7
400 000 Beneficio esperado para
diferentes escenarios
Beneficio esperado 350 000
de producción.
300 000
250 000
200 000
150 000
100 000
50 000
0
0
0
00
00
00
00
00
00
00
00
5
10
12
14
16
18
20
Producción
reporta en la tabla 8.7 y es: (0.11)(20 000) … (0.10)(440 000) $370 700.
Con una hoja de cálculo (vea el archivo cap8.xls), se calculan los beneficios espe-
rados para los diferentes escenarios, mismos que se reportan en la figura 8.7. Como
puede apreciar, el mayor beneficio esperado se obtiene precisamente para un nivel
de producción de 12 000 unidades, por lo que, de acuerdo con los pronósticos de
El Zar y el criterio del valor esperado, conviene producir 12 000 unidades del mo-
delo Free.
Suponga ahora que, para iniciar la promoción del modelo Free ya se habían
producido 10 000 unidades del modelo y se desea saber si conviene o no ordenar
la producción de las 2 000 unidades que faltan para llegar al óptimo de 12 000.
Para responder a esta pregunta, observe que el beneficio esperado correspondien-
te a 10 000 unidades en la figura 8.7 es de $326 900, en el que ya se descontó el
costo de producción, por lo que si no ordena producir, no se incurre en el costo
de 100 000 80(10 000), y el beneficio esperado en este caso sería de 326 900
100 000 80(10 000) 1 226 900. En cambio, si ordena la producción de las 2 000
unidades restantes, sí se incurre en el costo fijo de $100 000, y el beneficio espe-
rado sería de 370 700 80(10 000) $1 170 700, menor que el beneficio cuando
no se produce. En este caso, no conviene ordenar la producción de las 2 000 uni-
dades restantes. Puede comprobarlo con un procedimiento similar si se hubieran
producido inicialmente 5 000 unidades, sí convendría producir las 7 000 unidades
restantes para llegar al óptimo.
Observe en los datos de la figura 8.7, que la diferencia entre el beneficio es-
perado con el óptimo de 12 000 unidades y el beneficio esperado con 10 000 uni-
dades es 370 700 326 900 $43 800, menor que el costo fijo de $100 000, y ésta
es la razón por la que no conviene producir las unidades restantes. Bajo el criterio
del valor esperado, en general, si el tamaño óptimo es de Q* unidades y tiene un
inventario inicial de Q0 Q* unidades, conviene producir las Q* Q0 unidades
restantes sólo si el beneficio adicional B(Q*) B(Q0) es mayor o igual que el costo
fijo por producir.
Las siguientes conclusiones del ejemplo 8.7 son válidas, en general, para la admi-
nistración de inventarios de productos de temporada:
• El tamaño óptimo de pedido no es necesariamente la demanda promedio,

sino que depende del beneficio marginal por vender y de la pérdida marginal
por no vender (y tener que rematar).
• El costo fijo por ordenar no influye en el tamaño óptimo de pedido, pero sí

en la decisión de ordenar o no.
• Conviene ordenar sólo si el beneficio adicional es mayor o igual que el costo
fijo por ordenar.
• Si se decide ordenar, conviene ordenar lo necesario para llegar al tamaño
óptimo de pedido.
Las conclusiones permiten apreciar que las políticas óptimas para la administración
de inventarios de productos de temporada, son políticas (s, S), es decir, conviene
ordenar S s unidades sólo si el inventario disponible es menor o igual que s. En
el ejemplo 8.7 puede comprobarse que el beneficio esperado con 8 318 unidades
es aproximadamente de 370 700 100 000 270 700, por lo que en este caso
s 8 318 y S 12 000.
El problema del voceador

A continuación se analiza el problema de determinar el tamaño óptimo de pedi-
do para productos de temporada, que se conoce como el problema del voceador
(del inglés newsvendor problem), por su similitud con el problema que enfrenta (al
inicio del día) el vendedor de periódicos, al tener que decidir sobre el volumen de
ejemplares a recibir para su venta durante el día.
Denote con D la demanda del artículo durante el periodo de venta y sea fD(x)
su función de densidad (el análisis es similar para el caso discreto). Si W 0 de-
nota la pérdida por unidad no vendida al final del periodo (la pérdida marginal),
y U 0 denota el beneficio por cada unidad vendida en el periodo (el beneficio
marginal), el beneficio esperado para un tamaño de pedido de Q unidades es:
Q ∞ Q
B(Q ) = U ∫ xfD ( x )dx + UQ ∫ fD ( x )dx − W ∫ (Q − x ) fD ( x )dx . (8.11)
0 Q 0
Esta función tiene derivada para Q 0, y se puede determinar el óptimo al igua-

lar la primera derivada a cero, en cuyo caso se encontrará que el tamaño óptimo
de pedido Q*que maximiza B(Q) satisface:
U
P ⎡⎣ D ≤ Q* ⎤⎦ =
. (8.12)
U +W
Observe que si la función F(x) P[D x] es continua, la condición (8.12) es sufi-
ciente para encontrar el valor óptimo Q*. En caso de que la demanda sea discreta,
tomando valores x1 x2 …, la función F(x) no es continua, y la ecuación (8.12)
podría no tener solución, en dicho caso debe buscarse el valor xk que satisface:
U
P ⎡⎣ D ≤ x k ⎤⎦ ≤ ≤ P ⎡⎣ D ≤ x k+1 ⎤⎦ , (8.13)
U +W
evaluar B(xk) y B(xk1), donde:
B(Q ) = U ∑ jP ⎡⎣ D = j ⎤⎦ + UQP ⎡⎣ D > Q ⎤⎦ − W ∑ (Q − j ) P ⎡⎣ D = j ⎤⎦ , (8.14)

j ≤Q j <Q
y el óptimo será Q* xk si B(xk) B(xk1), o Q* xk1 si B(xk) B(xk1). Observe

que (8.14) es el equivalente de (8.11) para el caso discreto, y que en ambas ecua-
ciones no se considera ningún costo fijo por ordenar.
Para ilustrar la aplicación de (8.13), considere el ejemplo 8.6 y note que
U 125 80 45, y W 80 20 60, por lo que U/(U W) 艐 0.43. Con los
datos de la tabla 8.7 puede obtener las probabilidades acumuladas que se mues-
tran en la tabla 8.8, donde el valor xk 10 000 satisface (8.13), y utilizando (8.14)
› Tabla 8.8
DEMADA ( j ) fD ( j ) ⴝ P [D ⴝ j ] P [D j ] P [D j ]
Probabilidades acumuladas para
8 000 0.11 0.11 0.89 la demanda del modelo Free.
10 000 0.11 0.22 0.78
12 000 0.28 0.50 0.50
14 000 0.22 0.72 0.28
16 000 0.18 0.90 0.10
18 000 0.10 1.00 0.00
y los datos de la tabla, puede comprobar que B(xk) B(10 000) 426 900, y
B(xk1) B(12 000) 470 700, comprobando que el tamaño óptimo de pedido es
de Q* 12 000 unidades.
Es conveniente remarcar que, como se vio antes, si existe un inventario ini-
cial Q0, no se debe ordenar cuando Q0 Q*, y de otra forma se deben ordenar
Q* Q0 unidades sólo si B(Q*) B(Q0) C0, donde C0 es el costo fijo por
ordenar.
Ejemplo 8.7. Tamaño de pedido con demanda uniforme
Una empresa de calzado produce sólo para vender en una tienda propia y debe es-
tablecer la política de producción para su línea de sandalias de verano para dama.
Con base en sus pronósticos de venta, se estima que el número de sandalias de
verano para dama, que se venderán en la próxima temporada, puede modelarse
como uniformemente distribuya entre 350 y 650 pares. Se sabe además que el costo
de producción de cada par de sandalias es de $400 y la empresa vende cada par
a $600. Por experiencia previa, se estima que al precio de oferta de $300 podría
rematar el exceso de oferta al final de la temporada de verano.
Con base en los datos proporcionados, el beneficio marginal es de U 600
400 $200, y la pérdida marginal es de W 400 300 $100. De acuerdo con
(8.12), se debe imponer:
200
P ⎡⎣ D ≤ Q* ⎤⎦ = = 2 / 3,
200 + 100
y sabiendo que para una distribución uniforme entre a y b, la función de distribu-
ción acumulativa es F ( x ) = P ⎡⎣ D ≤ x ⎤⎦ = ( x − a ) / ( b − a ) , para a x b , entonces Q*
Q* − 350
debe satisfacer = 2 / 3, que al resolver se obtiene Q* 550, por lo que
650 − 350
es conveniente ordenar la producción de 550 pares de sandalias para la temporada
de verano.
Por otro lado, si no existiera costo por ordenar C0 0, y la empresa dispusiera
de 300 pares de sandalias en inventario, sería conveniente sólo ordenar la produc-
ción de 250 pares de sandalias (llegando así al nivel óptimo de 550), en cambio,
si se tuvieran 600 pares de sandalias en inventario, no sería conveniente ordenar
producir, ya que se tiene un inventario mayor que el óptimo (de 550).
Contratos de suministro
Con el objetivo de reducir los riesgos que genera la incertidumbre en las demoras,
calidad, precios y/o tiempos de entrega, se pueden firmar contratos entre el pro-
veedor y el comprador en una cadena de suministro. En un contrato se estable-
cen diversos compromisos, como podrían ser precios y descuentos por volumen,
cantidades máxima y mínima a comprar, tiempos de entrega, requerimientos de
calidad del producto o políticas de devolución, entre otros.
Un buen contrato permite que los dos agentes (comprador y vendedor) ob-
tengan mayores beneficios de los que podrían obtener sin el contrato, y en este
caso se dice que se está obteniendo un mayor beneficio de la cadena de suministro.
A continuación se aplican los conceptos desarrollados en la presente sección para
analizar el efecto positivo que tienen algunos contratos en la cadena de suministro,
en el supuesto de que el comportamiento racional de los agentes involucrados en
el contrato es maximizar su beneficio esperado.
Se dice que el objeto de un contrato es de recompra si en él se acuerda que
el proveedor vuelva a comprar las unidades no vendidas por el comprador a un
precio establecido en el contrato. En el siguiente ejemplo se analiza el posible efec-
to de un contrato de recompra.
Ejemplo 8.8. Un contrato de recompra
Suponga que la cadena El Zar del ejemplo 8.6 ya no produce los artículos que
vende y los compra a un proveedor. Los pronósticos de la demanda son los mis-
mos que en la tabla 8.7, y también el precio de venta de $125 por unidad, con un
precio de remate de $20. El proveedor vende el producto a El Zar en $80 por uni-
dad (igual que antes), con un costo fijo de producción de $100 000, más $35 por
unidad producida (vea la figura 8.8). Observe que estas condiciones parecen ser
justas, ya que el beneficio para el proveedor sería de 80 35 $45 por unidad,
al igual que 125 80 $45 para la tienda.
Si no hubiera ningún contrato, la tienda decidiría cuánto comprar con base
en su beneficio marginal U 125 80 45, y su pérdida marginal W 80
20 60, y al ser las mismas que en el ejemplo 8.6, se obtendría un tamaño de
pedido de Q* 12 000. Como indican los cálculos parciales de la tabla 8.9, en este
caso el beneficio esperado de la tienda sería de $470 700 y para la fábrica sería
de $440 000. Observe que cuando la demanda es de 10 000 unidades, el beneficio
para la tienda será de 45(10 000) 60(2 000) 330 000 y el beneficio para la fá-
› Figura 8.8
Costos de producción y venta Precio de la tienda = $125
para una fábrica y una tienda.
Costo fijo por producir = $100 000
Precio de rescate = $20
Costo de producción = $35
Precio de la fábrica a
la tienda = $80
Tiendas
Almacén de la
fábrica
Almacén de la
tienda
BENEFICIO BENEFICIO › Tabla 8.9

Beneficios esperados
DEMANDA ( j ) P [D ⴝ j ] VENTAS (TIENDA) (FÁBRICA)
sin contrato.
8 000 0.11 8 000 120 000 440 000
10 000 0.11 10 000 330 000 440 000
12 000 0.28 12 000 540 000 440 000
14 000 0.22 12 000 540 000 440 000
16 000 0.18 12 000 540 000 440 000
18 000 0.1 12 000 540 000 440 000
Producción ⴝ 12 000 Esperanza ⴝ 470 700 Esperanza ⴝ 440 000
brica siempre es de 45(12 000) 100 000 440 000, ya que el riesgo lo asume la
tienda.
Ahora suponga que con la intención de incentivar a la tienda a pedir más
unidades, se firma un contrato cuyo objeto es la recompra de las unidades que no
se vendieron a un precio de $55 (ahora la fábrica recibe el valor de rescate, en su
caso). En este caso la tienda obtiene su mayor beneficio para un tamaño de pedi-
do de Q* 14 000, el beneficio esperado de la tienda sería de $513 800 y para la
fábrica de $471 900, como indican los cálculos parciales de la tabla 8.10. Por ejem-
plo, cuando la demanda es de 12 000 unidades, el beneficio para la tienda será de
45(12 000) 25(2 000) 490 000 y el beneficio para la fábrica sería de 45(12 000)
(80 55 20 35)(2 000) 100 000 460 000, como se indica en la tabla.
Es importante señalar que bajo el contrato de recompra, ambos agentes in-
crementan su beneficio esperado, la tienda de $470 700 a $513 800, y la fábrica de
$440 000 a $471 900, que es consecuencia de haber incrementado el tamaño del
pedido. En este caso, la fábrica sacrifica beneficios cuando la demanda es peque-
ña, por un mayor beneficio cuando la demanda es alta. En la figura 8.9 aparecen
las gráficas de los beneficios esperados con el contrato de recompra, para diferen-
tes valores del tamaño de pedido, donde se aprecia que el óptimo para la tienda
se obtiene en Q* 14 000 (los cálculos parciales pueden verificarse en el archivo
cap8.xls).
✤
Entonces, cuando el objeto de un contrato es de recompra, el contrato mejora el

beneficio esperado del proveedor y del comprador a la vez, y existen otros objetos
de contrato que logran un efecto similar:
• Ingresos compartidos. Cuando el proveedor acuerda reducir el precio de

venta al comprador, a cambio de que el comprador comparta parte de su in-
greso por la venta del producto al consumidor final.

DEMANDA ( j ) P [D ⴝ j ] VENTAS (TIENDA) (FÁBRICA)
con contrato de recompra.
8 000 0.11 8 000 210 000 320 000
10 000 0.11 10 000 350 000 390 000
12 000 0.28 12 000 490 000 460 000
14 000 0.22 14 000 630 000 530 000
16 000 0.18 14 000 630 000 530 000
18 000 0.1 14 000 630 000 530 000
Producción ⴝ 14 000 Esperanza ⴝ 513 800 Esperanza ⴝ 471 900
› Figura 8.9
Beneficios esperados con
contrato de recompra para
diferentes tamaños de pedido.
Beneficio esperado
600 000
500 000
400 000
300 000
200 000
100 000
0
0
0
0
00
00
00
00
00
00
00
00
5
10
12
16
18
20
14
Producción
Tienda
Fábrica
• Cantidad flexible. Cuando el proveedor reembolsa al comprador el monto

de las unidades que no se pudieron vender (al comprador final) duran-
te el periodo. Este caso puede considerarse como el extremo de la re-
compra.
• Descuento sobre ventas. Cuando el proveedor acuerda devolver parte del
precio del producto, por cada unidad vendida en exceso de cierto volumen.
Este contrato tiene por finalidad incentivar el consumo del producto.
Ejemplo 8.9. Un contrato de ingresos compartidos
Considere el caso de la cadena El Zar del ejemplo 8.8, con los mismos datos de la
figura 8.8, excepto que ahora se decide reducir el precio de venta a la tienda, de
$80 a $60, a cambio de que la tienda entregue al proveedor 15% de sus ingresos
por la venta final del producto. En la figura 8.10 aparece una gráfica con los bene-
› Figura 8.10
Beneficios esperados con
ingresos compartidos para
diferentes tamaños de pedido. 700 000
Beneficio esperado
600 000
500 000
400 000
300 000
200 000
100 000
0
0
0
00
00
00
00
00
00
00
00
5
10
12
14
16
18
20
Producción
Tienda
Fábrica

DEMANDA ( j ) P [D j ] VENTAS INGRESO (TIENDA) (FÁBRICA)
con ingresos compartidos.
8 000 0.11 8 000 1 000 000 130 000 400 000
10 000 0.11 10 000 1 250 000 302 500 437 500
12 000 0.28 12 000 1 500 000 475 000 475 000
14 000 0.22 14 000 1 750 000 647 500 512 500
16 000 0.18 14 000 1 750 000 647 500 512 500
18 000 0.1 14 000 1 750 000 647 500 512 500
Producción ⴝ 14 000 Esperanza ⴝ 504 325 481 375
ficios esperados que resultan, en este caso, para la tienda y la fábrica (los cálculos
parciales se pueden reproducir con el archivo cap8.xls).
Como puede apreciar en la figura 8.10, el mejor beneficio para la tienda se obtiene
para un tamaño de pedido de Q* 14 000. Como indican los cálculos parciales de
la tabla 8.11, en este caso el beneficio esperado de la tienda sería de $504 325 y para la
fábrica de $481 375. Por ejemplo, cuando la demanda es de 12 000 unidades, el ingreso
por las ventas sería de 125(12 000) 1 500 000, el beneficio para la tienda sería de
(1 0.15)(1 500 000) 20(2 000) 60(14 000) 475 000 y el beneficio para la
fábrica sería de 25(14 000) 0.15(1 500 000) 100 000 475 000, como se in-
dica en la tabla.
Con ingresos compartidos, ambos agentes también incrementan su beneficio
esperado, la tienda de $470 700 a $504 325, y la fábrica de $440 000 a $481 375,
que es consecuencia de haber incrementado el tamaño de pedido. Observe que el
beneficio total es de $985 700, igual que con el contrato de recompra del ejemplo
8.8, consecuencia de que en ambos casos Q* 14 000.
Equilibrios y óptimos globales

Como ha podido apreciar de los ejemplos 8.8 y 8.9, un contrato genera mayores
beneficios esperados para ambos agentes, proveedor y comprador, y una primera
interrogante es ¿hasta cuánto se podrá incrementar el beneficio combinado de los
agentes? La respuesta se relaciona con el hecho de que el beneficio combinado
depende del tamaño del pedido Q*, como ya ha podido apreciar en los ejemplos
8.8 y 8.9, los beneficios combinados coinciden a pesar de que los beneficios indivi-
duales de los agentes son diferentes. Al saber que el beneficio combinado depen-
de del tamaño de pedido, para encontrar el beneficio combinado máximo, bastará
con investigar cuál es el tamaño óptimo de pedido en la cadena (resolviendo el
correspondiente problema del voceador), como se ilustra a continuación. Cuando
se obiene el máximo beneficio en el tamaño de pedido Q* se dice que la cadena
alcanza su óptimo global en Q*.
Para encontrar el óptimo global de la cadena de los ejemplos 8.8 y 8.9, no se
toma en cuenta el precio de venta del proveedor al comprador, por lo que el bene-
ficio marginal es U 125 35 90, y la pérdida marginal es W 35 20 15.
En consecuencia, U/(U W) 艐 0.86 e inspeccionando los datos de la tabla 8.7 se
observa que el valor xk 14 000 satisface (8.13). Al utilizar (8.14) y los datos de la
tabla 8.7, se comprueba que B(xk) B(14 000) 1 085 700, y B(xk1) B(16 000)
1 114 500, la cadena alcanza su óptimo global en Q* 16 000, y el máximo be-
neficio combinado que puede obtenerse es de 1 114 500 100 000 $1 014 500
(considerando el costo fijo por producir).
› Figura 8.11
Beneficios esperados y óptimo
global con recompra.
700 000
Beneficio esperado
600 000
500 000
400 000
300 000
200 000
100 000
0
0
00
00
00
00
00
00
00
00
5
10
12
14
16
18
20
Producción
Tienda
Fábrica
Una vez determinado el óptimo global de la cadena, se aprecia que en los

contratos de los ejemplos 8.8 y 8.9 no se alcanza el óptimo global. En la figura 8.11
se muestra la gráfica de los beneficios esperados con un contrato de recompra, en
el que se acuerda un precio de venta a la tienda de $75, y un precio de recompra
de $65. Como puede observar en la gráfica, el tamaño óptimo para el comprador
es de Q* 16 000 , y puede comprobarse que, en este caso, el beneficio esperado
para la tienda es de $614 000 y para la fábrica es de $400 500, con un beneficio
combinado máximo de $1 014 500.
Otra característica importante de la gráfica de la figura 8.11, es que ambos
agentes (proveedor y comprador) alcanzan sus beneficios esperados máximos en
Q* 16 000 unidades, y cuando esto ocurre, se dice que la cadena alcanza un
equilibrio en el tamaño de pedido Q*, reflejando el hecho de que ninguno de los
dos agentes puede mejorar su beneficio con otro tamaño de pedido.
Por último es conveniente mencionar que existe una diversidad de casos de
éxito en los que un contrato de colaboración entre proveedor y comprador permi-
tió incrementar los beneficios de ambos, entre los cuales es importante mencionar
el caso de Blockbuster en 1998, que se comenta a continuación.
La demanda de una película nueva es muy alta en fechas cercanas a su lan-
zamiento, y decae muy pronto, por lo que conviene tener muchas copias al inicio,
aunque se vuelven obsoletas en corto tiempo. Hasta 1998, Blockbuster compraba
cada copia del estudio por $65, y las rentaba a $3, aproximadamente, por lo que
debía rentar una copia al menos 22 veces para obtener ganancias. Esta situación
no le permitía rentar muchas copias para cubrir la alta demanda de los primeros
días, y la consecuencia fue que muchos clientes no pudieron rentar la película que
deseaban.
En 1998, Blockbuster firmó contratos de ingresos compartidos con las prin-
cipales empresas productoras, en los que se reducía el precio de compra de cada
copia (aproximadamente a $8), a cambio de que Blockbuster compartiera con
las productoras entre 30 y 45% de los ingresos por renta de películas. Bajo estas
condiciones, el punto de equilibrio para Blockbuster se reduce a menos de 6 ren-
tas por copia, por lo que fue capaz de comprar más copias para satisfacer la de-
manda pico. El impacto de estos contratos fue muy alto e incrementó significa-
tivamente las rentas de películas, los beneficios y la penetración de mercado de
Blockbuster.
EJERCICIOS
1. Una cadena de librerías vende papel y equipo para oficina sión periódica de acuerdo con su respuesta al inciso
a sus clientes y se abastece desde su almacén principal anterior.
para la región, mediante un sistema de revisión conti- c) ¿A cuánto ascendería el inventario promedio bajo la
nua. Para el caso de la venta de papel tamaño carta en política de revisión periódica del inciso anterior?
uno de sus locales, se estima que el costo de colocar un 5. Retome el problema 5 del capítulo anterior.
pedido es de $500, mientras que el costo de cada pa- a) De acuerdo con el contrato establecido con el provee-
quete es de $380, con un costo por mantener inventario dor de mezclilla, los pedidos deberán entregarse a los
de 20% (anual). En este momento la demanda ocurre 10 días útiles de haberse ordenado. Si el contrato se
en días útiles, a razón de 100 paquetes diarios, y se ha cumple con precisión y se controla el inventario de
observado que la demanda diaria presenta una desvia- manera continua, determine a qué nivel de inventario
ción estándar de 20 paquetes y la demora del pedido (punto de reorden) deberán hacerse los pedidos.
es de 2 días útiles (considerar 250 días útiles al año). El b) Responda lo mismo que en el inciso anterior si no
administrador del local desea determinar: existiera contrato, para un nivel de servicio de 95%
a) El inventario de seguridad necesario para asegurar y una demora con promedio de 10 días útiles y des-
un nivel de servicio de 90%. viación estándar de 2.
b) El punto de reorden y el tamaño económico del pe- c) ¿En cuánto se incrementa el costo anual por man-
dido que debe ordenar. tener inventarios en el inciso b respecto del corres-
2. Retome el problema 3 del capítulo anterior. pondiente al inciso a?
a) Si el abastecimiento de un pedido demora exacta- 6. Retome el problema 7 del capítulo anterior.
mente 5 días útiles (considere 250 días útiles al año), a) Si el proveedor de papel demora exactamente 4 días
¿cuántos metros de papel deberán existir en inven- hábiles en atender un pedido y no existe incertidum-
tario al colocar una orden, para que éste no se agote bre en la demanda (siempre se demandan 19.2 cajas
durante la demora? al día), determine el punto de reorden (considere
b) Si la demanda ocurre sólo en días útiles, con una es- 250 días útiles al año).
peranza de 2 400 metros al día y un coeficiente de b) Responda lo mismo que en el inciso anterior si la
variación de 20%, determine el inventario de seguri- demanda diaria tuviera una desviación estándar de
dad y el punto de reorden para un nivel de servicio 4 cajas, para un nivel de servicio de 95%, ¿en cuánto
de 95%, bajo un sistema de revisión continua. se incrementa el costo anual por mantener inventa-
c) Si la demora del pedido es aleatoria, con esperanza rios, en comparación con el inciso a?
de 5 días útiles y coeficiente de variación de 10%, c) Responda lo mismo que en el inciso anterior si la
determine el inventario de seguridad y el punto de demora fuera de 5 días hábiles, ¿en cuánto se incre-
reorden para un nivel de servicio de 95%. menta el costo anual por mantener inventarios, en
3. Una farmacia experimenta una demora de 5 días úti- comparación con el inciso b?
les desde la colocación del pedido hasta la entrega del d) Responda lo mismo que en el inciso anterior si la
mismo para cierto medicamento en ampolletas. Se demora fuera de 5 días útiles, con una desviación
desea mantener un nivel de servicio de 90%, y la de- estándar de 1 día, ¿en cuánto se incrementa el costo
manda del medicamento puede considerarse normal- anual por mantener inventarios, en comparación con
mente distribuida con media de 10 y desviación están- el inciso b?
dar de 5. 7. La demanda semanal por disquetes en LuMex se dis-
a) Determine el inventario de seguridad necesario. tribuye normalmente con promedio de 1 000 cajas, y
b) Establezca el punto de reorden. desviación estándar de 150. LuMex ordena sus pedi-
c) Si el medicamento le cuesta $200 a la farmacia y el dos por Fax al distribuidor, y asumiendo 52 semanas
administrador considera que el costo por acarrear al año, considere los siguientes datos. Cada caja de
inventarios (por un año) es 20% del costo del pro- disquetes cuesta $10, el costo fijo por pedido (trámite,
ducto, determine el costo adicional (en promedio al inspección y fijo por transporte) es de $1 000, el costo
año) en que se incurre por mantener el inventario por mantener inventarios es de 25% (del costo del pro-
de seguridad. ducto) al año. La demora de cada pedido es de 2 sema-
4. Retome el problema 4 del capítulo anterior. nas, y actualmente se utiliza una política de revisión
a) Si la empresa desea implantar una política de pedidos continua, consistente en ordenar un pedido de 20 000
periódicos con base en el tamaño EOQ ¿Cuál sería el cajas de disquetes cuando el inventario es de 2 200
número de días útiles entre pedidos? (considere 250 cajas.
días útiles al año y redondee si es necesario). a) ¿Cuál es el costo anual por ordenar y por mantener
b) Si la demanda ocurre sólo en días útiles, con una inventarios bajo la política actual?
esperanza de 96 unidades al día y una desviación b) Considere la demora del pedido, ¿a cuántas cajas
estándar de 10, determine el inventario base nece- asciende el inventario de seguridad de Lumex, cuál
sario para asegurar un nivel de servicio de 95% con sería el nivel de servicio y el costo anual promedio
una demora de 2 días útiles y un sistema de revi- por mantener dicho inventario de seguridad?
c) Si LuMex desea un nivel de servicio de 95%, deter- c) Si se ordenan tamaños de pedido óptimos y cada sa-
mine un tamaño óptimo de pedido, el inventario lami se vende a $30, calcule el beneficio anual que
de seguridad y el punto de reorden apropiado para se esperaría por la venta de salamis.
esta política. Bajo esta nueva política, ¿cuál sería d) Si los salamis tienen un tiempo de vida útil de 4 se-
el inventario promedio, el costo anual por ordenar manas en el refrigerador, ¿se tendría que ajustar el
y por mantener inventarios (incluso el de segu- tamaño de pedido obtenido en a)?, y si es así ¿cuál
ridad)? sería la nueva política óptima y el beneficio anual
d) Si se desea implantar un sistema EDI que reduzca la esperado?
demora de los pedidos a 1 semana, ¿a cuánto ascien- 11. La panadería Fígaro del ejercicio anterior desea in-
den los beneficios anuales en términos de costos e corporar la incertidumbre en la demanda en su po-
inventario de seguridad de los artículos, respecto de lítica de pedidos y ha observado que la demanda se-
la política obtenida en c? (considere el mismo nivel manal de salamis tiene un promedio de 40 unidades,
de servicio). con una desviación estándar de 10. Si se desea tener
8. Suponga que la empresa LuMex, del ejercicio anterior, un nivel de servicio de 90% durante la demora de 3
enfrenta incertidumbre en la demora para la entrega de semanas:
sus pedidos, ya que si bien el promedio de la demora a) ¿Cuántos salamis debería haber en existencia cuando
es de 2 semanas, se ha observado una desviación están- se hace un pedido a Parma?
dar de 0.5 semanas. Si se desea tener un nivel de servicio b) ¿Cuál sería el inventario promedio de salamis bajo
de 95% durante la demora. esta política de pedidos con el mismo tamaño de
a) ¿Cuántas cajas debería haber en existencia cuando pedido encontrado en el ejercicio anterior?
se hace un pedido? 12. Suponga que la panadería Fígaro enfrenta incertidum-
b) ¿Cuál sería el inventario promedio bajo esta polí- bre en la demora en la entrega de sus pedidos, ya que
tica de pedidos y con el mismo tamaño de pedido si bien el promedio de la demora es de 3 semanas, se
encontrado en el ejercicio anterior?, ¿en cuánto se observa una desviación estándar de 1.5 semanas. Si
reduce o se incrementa el costo anual por mantener se desea tener un nivel de servicio de 90% durante la
inventarios? demora.
9. Ahora suponga que LuMex desea cambiar su sistema a) ¿Cuántos salamis debería haber en existencia cuando
de revisión continua, por uno de revisión periódica, se hace un pedido a Parma?
la demanda semanal de disquetes continúa en un pro- b) ¿Cuál sería el inventario promedio de salamis bajo
medio de 1 000 cajas, con una desviación estándar esta política de pedidos y con el mismo tamaño de
de 150. pedido encontrado en el ejercicio anterior (inciso
a) Con base en el tamaño económico de pedido obte- a)?
nido, determine el periodo de revisión en semanas 13. La panadería Fígaro desea cambiar su sistema de revisión
(redondear si es necesario). continua por uno de revisión periódica, cada 14 sema-
b) Si la demora del pedido es de (exactamente) 2 se- nas, y la demanda semanal de salamis continúa en un
manas, calcule el nivel base de inventarios bajo un promedio de 40 unidades, con una desviación estándar
sistema de revisión periódica con nivel de servicio de 10.
de 95%. a) Si la demora del pedido es de (exactamente) 3 se-
c) ¿Cuál sería el inventario promedio bajo el sistema de manas, calcule el nivel base de inventarios bajo un
revisión periódica? sistema de revisión periódica con nivel de servicio
d) ¿En cuánto se reduce o se incrementa el costo anual de 90%.
por mantener inventarios en comparación con el del b) ¿Cuál sería el inventario promedio bajo el sistema de
inciso c del problema 6? revisión periódica?
e) Si actualmente debe ordenar y existen 3 000 cajas c) Si actualmente debe ordenar, y existen 150 salamis
en inventario ¿cuántas cajas debería ordenar para en inventario, ¿cuántos salamis debería ordenar para
mantener un nivel de servicio de 95%? mantener un nivel de servicio de 90%?
10. La panadería Fígaro vende salamis traídos directamente 14. Considere una cadena de suministro consistente en
desde Parma, Italia, a razón de 175 unidades al mes. Cada una planta de manufactura, un centro de transbordo
salami cuesta $18.5 puesto en México, mientras que se y dos tiendas de descuento. Los artículos se envían de
incurre en un costo de $200 por cada pedido que se hace la planta al centro de transbordo y de allí a los almace-
a Parma, y la entrega ocurre a las 3 semanas de hacer nes de las tiendas. Sea L1 la demora del pedido desde
el pedido. El contador de la empresa recomienda utili- la planta hacia el centro de transbordo y L2 la demora
zar un costo de oportunidad del capital de 10% anual, desde el centro de transbordo hacia cada almacén. Para
de espacio y refrigeración de 3% anual y de seguros e las siguientes preguntas denote L L1 L2, fije L y
impuestos de 2% anual. haga variar L1 y L2.
a) ¿Cuántos salamis conviene ordenar a Parma cada a) Compare la cantidad total de inventario de seguridad
vez que se hace un pedido y cuál sería el inventario en dos sistemas, en el primero L2 0 y L1 L, y
promedio bajo esta política de pedidos? en el segundo L1 0 y L2 L.
b) ¿Cuántos salamis deberían haber en existencia cuan- b) Con el objeto de reducir el inventario de seguridad,
do se hace el pedido a Parma? el centro de transbordo ¿debe estar más cerca de la
planta o más cerca de las tiendas? Sugerencia: analice b) ¿Cuál sería el inventario promedio de madera de pino
el impacto al incrementar L1 y decrecer L2. bajo el tamaño de pedido encontrado en a?
15. El director de compras de la Universidad Nacional debe c) ¿Cuál sería el número promedio de pedidos al año
decidir sobre el tamaño de pedido para las compras de bajo el tamaño de pedido encontrado en a?
papel tamaño carta. La demanda asciende a 2 000 cajas 18. Una empresa produce ladrillo refractario para hornos a
de papel al año, estime que el costo por mantener inven- partir de un mineral que le provee un grupo de empresas
tarios está alrededor de 20% del costo de la caja por un mineras. Debido a economías de escala en el transpor-
año en inventario, mientras que el costo por hacer cada te y a los costos que ocasiona el trámite, se incurre en
pedido se estima en $300. El proveedor actual vende a un costo fijo de $5 000 por cada carga de abastecimien-
$400 la caja de papel, sin importar la cantidad que se to que se ordene (adicional al costo por volumen), se
ordene en el pedido, mientras que se ha recibido una estima en $1 000 el costo por mantener una tonelada
cotización de un proveedor importante, en la que tam- de mineral en inventario durante un año, siendo que
bién se ofrece la caja de papel a $400, pero se indica que la empresa demanda alrededor de 3 000 toneladas de
se aplicará un descuento de 2% para pedidos desde 200 mineral al año. Debido a que el grupo que vende el mi-
cajas, de 4% para pedidos desde 400 cajas y de 5% para neral desea aprovechar mejor las economías de escala,
pedidos de 600 cajas o más. ofrece precios diferenciados con base en el volumen del
a) Determine el tamaño óptimo de pedido si el director pedido de compra, de acuerdo al siguiente cuadro:
de compras decide seguir con el proveedor actual,
¿cuántos pedidos (en promedio) ordenaría al año? TAMAÑO DE PEDIDO (TON.) PRECIO ($/TON.)
b) ¿Qué tamaño de pedido convendría ordenar si se de-
1-150 2 000
cide considerar las condiciones del nuevo proveedor?
¿sería conveniente cambiar de proveedor? ¿cuántos 150-299 1 900
pedidos al año (en promedio) se estarían ordenando 300 o más 1 800
con el nuevo proveedor?
16. Una discoteca experimenta una demanda anual de 1 200 a) Determine el tamaño más conveniente (en toneladas)
barriles de cerveza al año y se abastece de un provee- para ordenar los pedidos de mineral para el fabricante
dor local, quien le vende la cerveza a $2 000 por barril. de refractarios.
El administrador estima que el costo por ordenar una b) ¿Cuál sería el inventario promedio de mineral bajo
provisión de cerveza asciende a $1 500, mientras que el tamaño de pedido encontrado en a)?
el costo por mantener inventarios es de $15% del costo c) ¿Cuál sería el número promedio de pedidos al año
por barril (por unidad al año). bajo el tamaño de pedido encontrado en a)?
a) Determine el tamaño óptimo (en barriles) de los pe- 19. La cantidad de dinero que dispone un cajero automático
didos de cerveza para la discoteca. se revisa todas las mañanas y se le carga dinero hasta
b) Si el distribuidor ofrece al administrador de la disco- alcanzar un nivel predeterminado. La demanda (diaria)
teca un descuento de 1% en el precio para los pedidos de efectivo en dicho cajero sigue un patrón simétrico y
de 300 o más barriles, ¿conviene aceptar la oferta? se puede modelar como normalmente distribuida, con
¿de qué tamaño convendría ordenar los pedidos en media de $1 200 000, y desviación estándar de $450 000.
ese caso? Debido a que el dinero inventariado en un cajero au-
17. Un fabricante de muebles ordena sus pedidos de madera tomático podría estar recibiendo intereses, no se desea
de pino a un distribuidor local. Aunque la empresa re- cargar al cajero en las mañanas con demasiado dinero.
nueva sus modelos, la demanda por madera de pino se Por otro lado, tampoco es conveniente cargarlo con poco
mantiene más o menos constante durante al año, a razón dinero, porque habría clientes insatisfechos. Determine
de 1 000 pies3 al mes. El costo por ordenar se estima en el nivel al cual debe cargarse el cajero automático en
$2 000, mientras que el costo por mantener la madera las mañanas para minimizar el costo total esperado, si
en inventario se estima en 15% del costo de la misma se estima que la pérdida por cada unidad monetaria en
por un año en inventario. Con el objetivo de asegurar exceso es de $0.001, y el beneficio marginal por cada
mayores ventas, el distribuidor ofrece descuentos por unidad monetaria que el cajero proporciona es de $0.01
volumen de compra, en específico ofrece los siguientes (puede utilizar Excel para calcular cuantiles de una dis-
precios: tribución normal).
20. Un pequeño supermercado debe decidir sobre la canti-
TAMAÑO DE PEDIDO (PIES 3 ) PRECIO ($/PIE 3 ) dad de pavos que pedirá para vender en la temporada
navideña. El administrador del supermercado sabe que
1 a menos de 250 500
su demanda no es fácil de pronosticar, por lo que prefiere
250 a menos de 500 480 asumir que se distribuirá uniformemente entre 20 000 y
500 o más 470 30 000 kilogramos. Por otro lado, el kilogramo de pavo
lo compra a $50, y lo vende a $60, sabiendo que al final
a) Determine el tamaño más conveniente (en pies3) de la época navideña puede vender el exceso de carne de
para ordenar los pedidos de madera de pino para el pavo que no se vendió al precio de remate de $40 el
fabricante de muebles. kilogramo.
a) Determine el número de kilogramos de pavo que le supermercado desea determinar si es conveniente or-
conviene ordenar al supermercado para maximizar denar una cantidad mayor. Por otro lado, si se ordena
el beneficio esperado. una cantidad mayor a la solicitada, se incurrirá en
b) Si Q denota la cantidad obtenida en el inciso a, deter- un costo de C0 3 000 debido al trámite adicional
mine el beneficio esperado B(Q) para la temporada que implica el cambio. Determine si conviene alte-
navideña. rar o no el tamaño del pedido y a qué tamaño si la
c) Suponga que el administrador del supermercado ya alteración es pertinente.
ordenó 22 000 kilogramos de pavo, pero el dueño del
BIBLIOGRAFÍA
1. Chopra S. y P. Meindl (2004), Supply Chain Management, Proceedings of the 2003 Winter Simulation Conference, New
2a. ed., Prentice Hall, Nueva Jersey. Orleans, U.S.A. December 2003; L. S. Chick, P. J. Sánchez,
2. Iglehart D. L. (1963), “Optimality of (s, S) policies in the D. Ferrin, y D. J. Morrice (eds.), IEEE Inc., Nueva Jersey,
infinite horizon dynamic inventory problem”, Manage- 1319-1325.
ment Science 9(2), 259-267. 6. Nahmias S. (2005), Production and Operations Analysis,
3. Kalchschmidt M., R. Verganti y G. Zotteri (2006), “Fore- 5a. ed., McGraw-Hill, Nueva York.
casting demand from heterogeneous customers”, Inter- 7. Romero O., D. Muñoz y S. Romero (2006), Introducción a
national Journal of Operations & Production Management, la ingeniería: un enfoque industrial, Thomson, México.
26(6), 619-638. 8. Simchi-Levi D., P. Kaminsky y E. Simchi-Levi (2007), De-
4. Makridakis S., S. C. Wheelwright y R. J. Hyndman (1998), signing & Managing the Supply Chain, 3a. ed., McGraw-
Forecasting: Methods and Applications, 3a. ed., John Wiley, Hill, Nueva York.
Nueva York.
5. Muñoz D. F. (2003), “A Bayesian framework for model-
ing demand in supply chain simulation experiments”, en
CAPÍTULO 9
Diseño del sistema

de producción
• Planeación de un estudio de diseño de las instalaciones

• Visión de la tecnología de proceso
• Caracterización de los sistemas de producción
• Análisis del proceso y del equipo
• Procesos de fabricación
A
ntes de tomar alguna decisión sobre la tecnología, la infraestructura y, en
general, acerca del diseño del sistema de producción, se debe reconocer que
la tecnología de proceso y la infraestructura disponible de la empresa deben
estar en estrecha relación con la estrategia de competencia. Consideraciones estra-
tégicas como el volumen de producción, el mercado meta y el nivel de flexibilidad
para producir nuevos diseños, determinan las características de los procesos y la
tecnología que conviene implantar. En general, el diseño del sistema de producción
debe tomar en cuenta elementos estratégicos; por ejemplo, la disposición de una
planta determina, en gran medida, la organización de la empresa para responder
a las exigencias del mercado, ya que si la empresa tiene un producto dirigido a
un mercado de alta demanda, puede ser conveniente asignar una célula exclusiva
para atenderlo, en vez de conducir la manufactura a través de diferentes talleres
funcionales, lo que generaría costos innecesarios por transporte y apertura de pro-
cesos. En el presente capítulo se presentan los principales conceptos que deben
tenerse en cuenta para alinear el proceso de diseño del sistema de producción con
la estrategia competitiva de la empresa, con el objeto de obtener ventajas compe-
titivas en calidad, productividad y utilización de recursos. El capítulo inicia con la
introducción de los elementos que deben considerarse en el proceso de planeación
y diseño del sistema de producción. Después se analizan aspectos estratégicos en
relación con la tecnología de proceso. En particular se describen los principales
aspectos (técnicos y de estrategia) que deben considerarse para tomar decisiones
adecuadas al seleccionar la tecnología de proceso, congruente con los planes de
la empresa. En este capítulo se usa el término planta para hacer referencia a las
instalaciones de un sistema de producción, ya sea para la manufactura de un pro-
ducto o para la prestación de un servicio.
PLANEACIÓN DE UN ESTUDIO DE DISEÑO DE LAS INSTALACIONES

Existen varias razones para interesarse en analizar el diseño y la disposición de
las instalaciones de un sistema de producción. Una que es evidente surge cuan-
do se instala una nueva planta y se desea aprovechar al máximo los recursos dis- 207
ponibles. Existen otras situaciones que hacen necesario este tipo de análisis, por
ejemplo, cuando:
• Se toma la decisión de producir nuevas manufacturas o servicios en la planta,

o se dejan de producir algunos.
• Se introducen cambios en el diseño de los productos, que crean la necesi-
dad de un cambio en el sistema de producción, ya sea por la introducción
de nuevos procesos, la eliminación de algunos o por un cambio en la red de
actividades y buffer (por ejemplo, cambios en la secuencia de actividades).
• Se observa un cambio significativo en los patrones de demanda de los pro-
ductos, lo que promueve un cambio en los niveles de producción.
• Se decide introducir cambios administrativos estratégicos que afectan la ope-
ración de la planta. Por ejemplo, centralizar la distribución de los materiales
(insumos, repuestos y herramientas) desde un almacén central, reemplazando
una administración descentralizada por departamentos o talleres, o se decide
centralizar el servicio al cliente en un centro de atención.
El diseño de una planta comprende fundamentalmente tres aspectos: la infraes-

tructura, las instalaciones y el sistema de manejo de materiales. La infraestructura
es el local, su ubicación y los servicios disponibles (agua, luz, fuentes de energía,
etc.), las instalaciones son el equipo, la maquinaria, y el mobiliario requerido para
conducir los procesos de producción y de apoyo. El diseño de las instalaciones
comprende su organización en unidades: estaciones de trabajo, talleres y departa-
mentos, como la disposición física de las unidades para lograr los objetivos de pro-
ducción, buscando maximizar la utilización de los recursos disponibles. El sistema
de manejo de materiales consta de los mecanismos que permiten la interacción de
todas las unidades de la planta (medios de transporte y comunicación). Como
puede imaginar, el diseño de una planta se enfoca desde las perspectivas de las
diferentes áreas que participan: arquitectura, ingeniería mecánica, ingeniería civil,
ingeniería industrial, etc.; aquí se aporta una visión en las técnicas para diseñar y
evaluar la disposición de una planta, en cuanto a su localización y capacidad para
responder a las exigencias del mercado.
Metas del diseño de planta

Existen muchas ventajas competitivas que derivan de un adecuado diseño de plan-
ta. Para describir mejor las metas que pueden plantearse y las ventajas en calidad,
productividad y utilización de recursos que se obtienen de un adecuado diseño y
disposición de planta, primero hay que mencionar las medidas de desempeño más
difundidas que se ven afectadas por el diseño de la planta. Se indica entre parénte-
sis el término que utiliza la literatura inglesa, donde esta terminología se acuñó.
Tasa de salida ( throughput )

Como aprendió en el capítulo sobre análisis de procesos, la tasa de salida de un
producto es el número de unidades que se producen en el sistema de producción
por unidad de tiempo, y no puede exceder a la capacidad de producción. El diseño
de la planta determina los tiempos de transporte y comunicación en el sistema,
que tienen un alto impacto en la tasa de salida.
Inventario de material en espera ( waiting inventory )

Consiste de las partes y componentes que esperan para recibir (o incorporarse a)
un proceso, debido a que les falta completar alguna operación para continuar su
DISEÑO DEL SISTEMA DE PRODUCCIÓN 209
› Figura 9.1
Material Inventarios en la manufactura
en proceso de un producto de lámina
de acero.
Inventario Estación Estación

de lámina de corte de estampado
Estación
Material de acabado
en espera
Inventario
de tapas
flujo en el sistema. Dos casos especiales de inventario de material en espera son

los inventarios de insumos (que están en espera de una orden de producción) y los
inventarios de productos terminados (que están en espera de una orden de com-
pra y/o distribución).
Inventario de material en proceso ( work in process )

Es el inventario de partes y componentes que están en proceso entre el inicio y el
final de un proceso de producción. El inventario de partes en un buffer es tanto ma-
terial en proceso como material en espera (vea la figura 9.1). Otro caso particular es
el inventario en transporte, el cual ha sido ordenado y se transporta entre diferentes
elementos de una cadena de suministro (por ejemplo, entre una planta y una tienda).
Tiempo de flujo ( flow time, cycle time )

Es el tiempo desde que inicia el proceso de manufactura de un producto (o aten-
ción de un cliente) hasta que termina, este concepto se analizó en el capítulo sobre
competencia en tiempo y rapidez.
Cabe mencionar que en muchas situaciones las ventajas en cierta medida de
desempeño del sistema, se obtienen con el sacrificio de alguna otra medida. Por
ejemplo, menores tiempos de flujo podrían obtenerse al aumentar algunos costos
por inventario, o la flexibilidad de un sistema de producción podría obtenerse al
sacrificar rapidez en el sistema. Debido fundamentalmente a que no se puede lo-
grar la excelencia de un sistema desde todos los puntos de vista, es que las con-
sideraciones estratégicas juegan un papel importante para decidir cuáles son las
características del sistema cuyo mejor desempeño debe tener prioridad y, por lo
general, la planeación del diseño de una planta empieza por establecer metas (más
que objetivos a maximizar o minimizar); algunas de las metas que pueden trazarse
en un estudio de diseño de planta son las siguientes:
• Altos niveles de productividad (tasas de salida).

• Bajos niveles de congestión de los materiales en proceso (a través de la dis-
posición de planta y los sistemas para el manejo de materiales).
• Flexibilidad para permitir la introducción rápida de nuevos diseños, y res-

ponder con eficiencia a posibles cambios en los patrones de demanda.
• Bajos costos por manejo de materiales.
• Tiempos de flujo reducidos.
• Posibilidad de implantar reglas sencillas y a la vez eficientes, para la progra-
mación y el control de las actividades productivas (vea el capítulo 13).
• Espacios reducidos.
• Lograr un ambiente placentero para la manufactura de los productos que
ofrece la empresa.
Pasos de un estudio de diseño de planta

Como ya se mencionó, el diseño y la disposición de las instalaciones de una planta
afectan significativamente su desempeño, por lo que debe tener el debido cuidado
en planear este proceso. En la figura 9.2 aparece una secuencia de los pasos nece-
sarios para conducir un estudio de diseño de planta, desde el punto de vista de la
administración de operaciones. A continuación se detallan los elementos sugeridos
en este proceso (Tompkins et al., 2003).
1. Localización y estrategia. Un estudio de diseño de planta debe empezar

por considerar la localización de la empresa y sus estrategias, las cuales serán
apoyadas por instalaciones adecuadas. Deben tomarse en cuenta las estrate-
gias de las áreas de marketing, manufactura, distribución, compras, manejo de
materiales e informática, entre otras, considerando que un diseño de planta
inadecuado puede imposibilitar la implantación de algunas de las estrategias
de la empresa. Por ejemplo, un agresivo plan de marketing podría no conse-
guir el objetivo final (mayores ventas), si no existe la capacidad de producción
para atender la demanda y la expansión de la capacidad es lenta. El sistema
de manejo de materiales debe considerar las unidades de volumen, los volú-
menes de producción, el tipo de empaque y el nivel de automatización, entre
otras consideraciones estratégicas. En forma semejante, la localización y la
disposición de la planta debe tomar en cuenta consideraciones estratégicas
como tiempos de respuesta a los pedidos, tipo de tecnología de proceso, ta-
maño de los lotes de producción, niveles de inventario de material en espera,
restricciones de capital, estructura organizacional y nivel deseado de servicio
al cliente.
› Figura 9.2
Pasos sugeridos para un estudio
de diseño de planta. Localización Procesos Diagramas
y estrategia y actividades de flujo
Requerimientos Alternativas Evaluación

de espacio de disposición de alternativas
Seleccción Implantación
de la disposición y mantenimiento
2. Procesos y actividades. El segundo punto a considerar lo constituyen las

características de los productos y de los procesos que deben aplicarse en la
planta. Debe tomar en cuenta los diagramas de diseño y de ensamble de los
productos, la maquinaria, equipo y tecnología de proceso y el nivel de flexi-
bilidad requerido para renovar el diseño de los productos y variar los volú-
menes de producción. Esta información permitirá establecer las actividades
que deben realizarse en la planta y la forma en que se deben conducir. Es
necesario indicar que, para los propósitos del diseño de planta, las unidades
de planeación no serán necesariamente unidades administrativas de la estruc-
tura organizacional de la empresa, sino más bien unidades que a menudo se
denominan departamentos de planeación; que se definen como grupos de
estaciones de trabajo que se consideran una unidad en el proceso de dise-
ño de la disposición de planta. Un departamento de planeación puede o no
coincidir con un departamento o unidad de la estructura organizacional de
la empresa.
3. Ligas departamentales. Las modalidades de interacción (ligas departamen-
tales) entre los diferentes departamentos de planeación, constituyen la base
para tomar decisiones en el proceso de diseño de la planta. La información
relevante para describir estas interacciones se encuentra en los diagramas de
flujo y de ensamble para la manufactura de los productos, en los organigramas
y planes de producción. Es conveniente cuantificar estas interacciones, por
ejemplo, indicando los volúmenes (mensuales o anuales) de materiales que se
transportarán de un departamento a otro, o el número de operaciones de co-
ordinación que se espera entre departamentos por unidad de tiempo. Debe
tomar en cuenta también que existen diferentes elementos a considerar para
describir la interacción entre los departamentos; a continuación se indican las
categorías de factores relevantes para un estudio de diseño de planta:
a. Flujo de materiales, personas, equipo e información entre departamentos
de planeación o estaciones de trabajo.
b. Relaciones de tipo organizacional, resultantes de actividades de control,
supervisión, delegación de funciones o subordinación entre funcionarios
o empleados de la empresa.
c. Modalidades de los sistemas de control, por ejemplo el tipo de control de
materiales (centralizado o descentralizado), el sistema de control de in-
ventarios (revisión continua o periódica), las modalidades para el proce-
samiento de las órdenes de producción (producción en masa o por lotes,
reglas para asignar prioridades) y los niveles de automatización para el
control de la calidad en los procesos, entre otras.
d. Consideraciones para la protección del ambiente como reglas para la se-
guridad de los trabajadores, temperatura, ruido, humedad, condiciones de
limpieza y medios de desecho apropiados.
e. Factores no considerados antes, como podrían ser requerimientos especiales
para el manejo de materiales, para el tratamiento de desechos químicos o
para la implantación de servicios especiales requeridos (por ejemplo, pu-
rificación del agua).
4. Requerimientos de espacio. Uno de los pasos en los que debe tenerse espe-
cial cuidado, ya que los requerimientos de espacio se planean para un hori-
zonte de 5 a 10 años, por lo que existe una incertidumbre más o menos alta
en cuanto a la capacidad de producción requerida. Se recomienda planear
desde abajo hacia arriba, es decir, determinar los requerimientos de espacio
para las estaciones de trabajo, al agregar éstos se obtienen los requerimientos
de los departamentos de planeación y, por último, los de la planta en su con-
junto. El espacio de una estación de trabajo lo determina el espacio para el
equipo (inclusive el movimiento de las máquinas y el espacio para el mante-
nimiento), para el manejo de materiales (recibo, almacenamiento, material
de embalaje, herramientas, etc.), y para el personal (operadores, espacios

para ingreso y salida, etc.). La determinación del espacio para una estación
de trabajo resulta de un estudio de movimientos (término que proviene del
inglés motion study), que considera factores importantes como:
a. Permitir que el operador recoja y desplace los materiales sin tener que
realizar esfuerzos innecesarios (por ejemplo, caminar).
b. Permitir al operador el logro de altos niveles de productividad y
eficiencia.
c. Tratar de minimizar el tiempo que se pierde en el manejo manual de ma-
teriales y equipos.
d. Lograr un trabajo libre de riesgos y proporcionar la máxima comodidad
para los técnicos u operadores.
e. Eliminar las condiciones de peligro o fatiga (por ejemplo, mental o visual).
f. Una vez que se determinaron los espacios para las estaciones de trabajo,
éstos pueden agregarse para establecer los espacios de los departamentos
de planeación, además de los espacios para servicios comunes a las esta-
ciones (baños, pasillos, depósitos, manejo de materiales, entre otros).
5. Alternativas de disposición. Considere que el logro de un buen diseño de
planta tiene algo de arte y algo de ciencia, por lo que debe tratar de generar
el mayor número de (buenas) alternativas de disposición, ya que ésta es pre-
cisamente la parte artística. Las alternativas surgen al considerar diferentes
maneras tanto para la disposición física de los departamentos de planeación,
como para el manejo de materiales y la disposición de las estaciones de tra-
bajo dentro de los departamentos.
6. Evaluación de alternativas. Las alternativas de disposición y diseño de plan-
ta se evalúan con la ayuda de diferentes modelos (por ejemplo, simulación).
Existe también una gama de software disponible para este propósito, en los
que el criterio de costos de operación es el más difundido para comparar las
alternativas de disposición y diseño de planta.
7. Selección de la disposición. Para seleccionar la disposición de planta más
apropiada, deben establecerse los criterios de selección y, en la medida de lo
posible, efectuar una evaluación cuantitativa de los mismos. Debe tener en
cuenta que el costo de operación e instalación no es el único criterio y que la
evaluación de los criterios depende de los diferentes escenarios en cuanto a
los volúmenes de producción que se requerirán y en cuanto a la flexibilidad
requerida para la innovación de productos y a los cambios a corto plazo en
el programa maestro de producción.
8. Implantación y mantenimiento. Por último, una vez decidido el diseño de
planta más conveniente, éste debe implantarse y supervisarse con el objetivo
de corregir las deficiencias que puedan encontrarse en la práctica. Asimis-
mo, deben establecerse los planes apropiados para el mantenimiento de la
planta, considere que los cambios administrativos que puedan introducirse
implicarán cambios tanto en los sistemas de manejo de materiales como en
la disposición de la planta.
Cabe indicar que si bien este enfoque es el más difundido, con la ventaja de pre-
sentar una secuencia natural de los pasos a seguir, existen enfoques que pudieran
ser apropiados para situaciones particulares y para una mayor información se su-
giere consultar Tompkins et al. (2003).
VISIÓN DE LA TECNOLOGÍA DE PROCESO

En las últimas décadas las empresas del sector industrial experimentaron un ace-
lerado desarrollo tecnológico, lo que conduce a que las decisiones relativas a la
tecnología de la empresa tengan consecuencias estratégicas cada vez más serias.

En sectores industriales donde la tecnología es muy dinámica y la competencia
intensa, la administración de la tecnología debe ser un componente importante
de la estrategia de la empresa.
En la actualidad, sin embargo, muchas empresas no han sido capaces de in-
tegrar de forma adecuada la administración de la tecnología con el proceso de pla-
neación estratégica (vea Geistauts y Eschenbach, 1990). Es muy frecuente observar
en empresas del sector industrial que los responsables de la estrategia no presten
la atención debida a la ingeniería y tecnología de la empresa, como herramientas
clave para obtener ventajas competitivas, ya que por tradición los departamentos de
ingeniería y de investigación y desarrollo han desempeñado funciones de apoyo a
los otros departamentos, concentrados en aspectos técnicos de corto plazo, sin pres-
tar atención a las consecuencias estratégicas del posicionamiento tecnológico.
En la presente sección se analizan los principales aspectos (técnicos y de estra-
tegia) a considerar para tomar las decisiones apropiadas al seleccionar la tecnología
de proceso, congruente con los planes de la empresa. Se debe enfatizar que si bien
no se analiza el papel que juega la estructura organizacional de la empresa para
integrar de forma adecuada la administración de la tecnología con la planeación
estratégica, este tema es de particular importancia para permitir que se tomen las
decisiones apropiadas al seleccionar la tecnología de proceso (el lector interesado
puede consultar Dean y Cassidy, 1990).
Cómo enfocar la tecnología de proceso

La tecnología de proceso consiste en los métodos y equipo que utiliza la empresa
para manufacturar los bienes que produce. La selección de esta tecnología es un
paso muy importante, no sólo por el monto de inversión que implica su adquisi-
ción, sino también porque determinará los niveles de producción, productividad
y estándares de calidad de la empresa. La decisión a tomar dependerá de la es-
trategia a mediano y largo plazo, así como de aspectos técnicos, algunos de los
cuales pueden estar en estrecha relación con el entorno mismo en el que se ubica
la planta productiva, por lo que será recomendable que esta decisión tenga como
base una evaluación experimental del equipo bajo las condiciones en las que debe
operar en la práctica.
Una buena selección de la tecnología de proceso dependerá tanto de aspectos
técnicos como estratégicos. En la figura 9.3 se resaltan algunos de estos aspectos,
que podrían ser muy útiles para la adopción de las decisiones apropiadas. La es-
trategia de posicionamiento del mercado será determinante para la selección de
una u otra tecnología. En particular, algunos elementos estratégicos que influyen
directamente en las decisiones sobre tecnología de proceso son: el diseño del pro-
ducto, el volumen de producción, el tipo de tecnología que usa la empresa y los
estándares de calidad establecidos.
Para la selección del equipo, a nivel estratégico debe decidirse el tipo de tec-
nología de proceso, considerando que puede existir tecnología manual, mecaniza-
da o automática. La tecnología manual no utiliza maquinaria, la manufactura se
realiza sólo con el auxilio de herramientas, la tecnología mecanizada usa maqui-
naria, pero el control de la misma es manual, por último, la tecnología automática
utiliza maquinaria controlada por computadora (control numérico). La tecnología
automatizada es económica cuando deben procesarse altos volúmenes de produc-
ción, que tienen también un alto nivel de estandarización; para algunos procesos,
en cambio, puede ser conveniente la tecnología manual. Por ejemplo, el empaque
o ensamble de productos con demanda limitada y/o muy variable puede no jus-
tificar la automatización del proceso. En particular, la tecnología manual permite
cambiar la tasa de producción con mayor facilidad, ya que sólo se tiene que alterar
la fuerza laboral y no el número y/o capacidad de las máquinas.
› Figura 9.3
Factores importantes para
la selección de la tecnología Tecnología
de proceso. de proceso
Estrategias Aspectos
de operaciones técnicos
• Nivel de producción. • Factibilidad del equipo para producir

• Diseño del producto: estándares de los diseños o productos deseados.
calidad de acuerdo con el mercado • Adaptabilidad del equipo a la calidad
meta. de los insumos.
• Costo de la inversión. • Entorno de la planta: clima, fuentes de
• Nivel de dependencia de la tecnología. energía, servicios, etcétera.
• Flexibilidad del equipo para cambiar • Nivel de servicios de mantenimiento
diseños y nivel de producción. deseado.
Una decisión estratégica de igual importancia para la selección del proceso es

el diseño del producto. En particular, la simplificación del diseño determina que el
proceso sea más sencillo. Otras decisiones estratégicas de importancia para la se-
lección del proceso son el volumen de producción (a mayor volumen la maquina-
ria especializada y/o automática es más conveniente), la variedad de productos a
manufacturar con la misma tecnología y los estándares de calidad del mercado (en
general, la tecnología automatizada es más consistente y homogénea).
Consideraciones para la toma de decisiones

Si se desea hacer una selección del proceso y equipo compatibles tanto con los
aspectos estratégicos, como con los financieros y técnicos, será conveniente tener
una visión amplia en este proceso de toma de decisiones. En particular deberían
involucrarse no sólo el personal de ingeniería, sino también los responsables de
otras áreas de la empresa (marketing, ventas, finanzas, etcétera). En la tabla 9.1 se
mencionan algunos errores (enfoque parcial) que pueden cometer algunas empresas
› Tabla 9.1 ENFOQUE PARCIAL ENFOQUE AMPLIO

Diferentes enfoques para
la tecnología de proceso. • Responsabilidad de los técnicos y • Actividad integrada entre departamentos y
administradores de bajo nivel. continua en el tiempo.
• Análisis por separado de los proyectos de • Análisis global, que incluye interacciones y
innovación, que se evalúan aisladamente. potencial de mejora global.
• Las decisiones se toman en función del • Se analiza el sistema como un todo y también
producto específico para el cual se selecciona su potencial para satisfacer necesidades
la tecnología. futuras.
• Los cambios estratégicos los causan sólo • Las mejoras surgen de esfuerzos continuos,
grandes cambios tecnológicos. difíciles de imitar.
• Las decisiones de inversión en equipo • Las decisiones dependen tanto de aspectos
se evalúan a partir del capital financieros como no financieros, a corto y a
requerido. largo plazo.
• El conocimiento técnico es exclusivo de los • Los administradores también poseen
ingenieros especialistas. conocimientos técnicos.
que enfrentan el problema de selección del proceso, comparados con la concepción

(enfoque amplio) que deben tener las empresas competitivas. La mayoría de los
errores que se cometen se deben a concepciones parciales y/o a corto plazo del
problema. Debe tenerse en cuenta que la decisión sobre la tecnología de un pro-
ceso afecta también a otros procesos de la empresa, ya que influye tanto en la va-
riedad de productos que podrán manufacturarse, como en el nivel de congestión
y de productividad de la planta en su conjunto.
CARACTERIZACIÓN DE LOS SISTEMAS DE PRODUCCIÓN

La selección de la tecnología de proceso es una decisión con íntima relación con
el sistema de producción que adopta la empresa por razones estratégicas. Se dis-
tinguen los tipos de sistemas de producción de una empresa de acuerdo con dos
criterios: el sistema de venta y la modalidad de proceso.
Producción de acuerdo al sistema de ventas

Respecto al sistema de venta las empresas adoptan un sistema de producción bajo
pedido o estandarizado. Los sistemas de producción bajo pedido responden a ór-
denes o pedidos de los clientes (en inglés, sistemas make to order). Por lo general,
cada pedido de los clientes posee características muy particulares. Ejemplos claros
de esta modalidad son: fabricantes de artículos de moda, talleres de reparación,
imprentas y empresas que se especializan en la ejecución de proyectos, consul-
torías, constructoras y fabricantes de maquinaria pesada (aviones, locomotoras,
barcos, etc.). En cambio, los sistemas de producción estandarizada producen ar-
tículos con un alto grado de estandarización y acumulan inventarios para satis-
facer de inmediato la demanda de los clientes (en inglés sistemas make to stock).
Tal es el caso de los artículos que se venden en las tiendas: relojes, artefactos para
el hogar, perfumes, por ejemplo. La administración de operaciones para estos dos
tipos de sistemas de producción tiene diferencias muy marcadas; por ejemplo, la
secuenciación y control de las actividades productivas es más difícil en sistemas
bajo pedido, ya que se debe utilizar el mismo equipo e instalaciones para procesar
pedidos simultáneos con características diferentes.
La estrategia de una empresa para decidir entre un sistema de producción
bajo pedido o estandarizado, se sustenta en las características del mercado al cual
se orienta. Un sistema bajo pedido pone énfasis en la variedad de los productos que
quiere ofrecer; en cambio, una producción estandarizada beneficia la capacidad
para alcanzar altos volúmenes de producción. La decisión de optar por uno u otro
sistema tendrá consecuencias muy importantes para la selección del equipo y del
proceso. En particular, en sistemas de producción bajo pedido es aconsejable ad-
quirir maquinaria de propósito general, capaz de producir las diferentes especifica-
ciones de diseño de los clientes; en cambio, para la fabricación de altos volúmenes
de producción estandarizada es conveniente utilizar maquinaria especializada en
el diseño del producto. Aunque esta última afirmación se cumple en un contexto
bastante amplio, conviene aclarar que las tendencias de la tecnología avanzada
pretenden el logro de altos volúmenes de producción sin sacrificar la variedad de
productos, tal es el propósito del diseño modular y de los sistemas de manufactura
flexible; sin embargo, es conveniente indicar que este objetivo se logra con base en
la utilización de alta tecnología.
Producción de acuerdo al proceso

Sobre la base de los distintos sistemas de venta, volúmenes de producción y reque-
rimientos técnicos, las empresas adoptan diferentes modalidades de procesamiento
de las órdenes de producción. Los siguientes tipos de sistemas de producción se

distinguen de acuerdo con la modalidad de proceso:
• Producción de flujo continuo. La producción no se detiene, se producen

altos volúmenes en una forma continua. Una paralización del proceso impli-
ca, por lo general, altos costos de apertura (por ejemplo, el calentamiento del
horno en una planta siderúrgica). Estos sistemas se utilizan para la produc-
ción de acero básico, petróleo, petroquímicos y de alimentos como el azúcar
y las bebidas gaseosas.
• Producción en masa. Se produce un número entero de unidades con un
alto nivel de estandarización. En estos sistemas la automatización es, por lo
general, económicamente rentable y se alcanzan altos niveles de producción
de bajo costo. La producción de automóviles y electrodomésticos se realiza
bajo este sistema. La tecnología avanzada permite a la producción en masa
cierta flexibilidad en el diseño, por medio del diseño modular; sin embargo,
un cambio en el diseño (por ejemplo, la carrocería de los automóviles) signi-
fica una inversión bastante alta, debido a la automatización del proceso.
• Producción por lotes. Se alternan los procesos por lotes de artículos; por lo
general, los lotes son modelos diferentes del mismo producto. Se incurre en
costos por apertura al tener que adaptar las instalaciones (debido a labores
de limpieza, cambio de materiales y/o ajustes de máquinas) para la produc-
ción de otro lote. Ejemplos de estos sistemas se encuentran en las industrias
farmacéutica (medicamentos en tabletas), de alimentos (conservas de dife-
rentes productos), electrónica (impresión de circuitos), imprentas, etc.; con
estos sistemas se producen diferentes bienes de demanda limitada, que no
justifican la inversión para producirlos en masa.
• Producción tipo taller. Estos sistemas (del inglés job shop) se utilizan ge-
neralmente para permitir una producción flexible. La planta se organiza en
talleres o departamentos, cada uno con el encargo de un tipo de proceso di-
ferente; se produce por lotes, pero los talleres son unidades independientes
que trabajan diferentes lotes cada uno. Los costos de apertura son bastan-
te altos, ya que cada taller incurre en ellos al tener que procesar diferentes
productos, razón por la cual se generan a menudo problemas de planeación,
secuenciación y expedición de órdenes. Una planta tipo taller produce lotes
de artículos con características específicas a pedido del cliente, y la demanda
puede ocurrir una sola vez o ser muy variable. Estos sistemas son comunes en
la confección de prendas de vestir, en los talleres de reparación de vehículos
y en la fabricación de herramientas para propósitos específicos, entre otros
casos.
• Producción tipo proyecto. Estos sistemas los utilizan empresas dedicadas a
la producción de artículos complejos, generalmente únicos, con base en un
proyecto. La adopción de este sistema de producción se debe a que la uni-
dad se fabricará una sola vez a pedido del cliente, y a que sus requerimien-
tos en envergadura y materiales son tan complejos que los materiales deben
transportarse al lugar donde se manufactura el artículo, el cual o bien no
puede moverse, o su transporte es muy costoso. Ejemplos de estos sistemas
se presentan en la industria de la construcción y en la fabricación de barcos,
aviones y otras maquinarias pesadas, cuya manufactura sólo se realiza por
proyecto.
Conviene señalar que si bien las definiciones anteriores tienen la suficien-

te claridad, en la práctica las empresas adoptan sistemas de producción híbridos.
Por ejemplo, adoptan sistemas de producción por lotes para producir las partes
de un juguete y una línea de producción en masa para el ensamble. Otro detalle
que debe remarcar es que los sistemas de producción de flujo continuo, y los sis-
TIPO DE › Tabla 9.2

Características de los tipos
PROCESO PRODUCTO Y MERCADO INVERSIÓN Y COSTO ADMINISTRACIÓN Y PERSONAL
de proceso.
Flujo La empresa compite en La automatización es La labor del personal es
continuo el mercado por precio. La frecuente, por tanto, la rutinaria y el control, por
demanda ocurre en lotes inversión requerida es alta. lo general, centralizado.
grandes. La innovación El costo de producción El costo del personal es
en las especificaciones o es muy bajo, pero si la relativamente bajo en
diseño del producto es producción se detiene, se comparación con los costos
poco frecuente. incurre en altos costos de de materiales y equipo.
apertura.
Producción La empresa compite en La automatización es La labor del personal es
en masa el mercado por precio necesaria para lograr los relativamente rutinaria y los
y calidad. La demanda estándares de calidad mecanismos de control son
ocurre en lotes grandes. previstos. La inversión necesarios para lograr altos
Las especificaciones es alta, con bajos costos niveles de productividad,
de diseño varían sólo unitarios de producción. calidad y confiabilidad en
utilizando diseño el abastecimiento.
modular.
Producción La empresa compite en La automatización ocurre El personal debe ser
por lotes el mercado por calidad y aisladamente y los costos capaz de responder a los
precio. La demanda puede de producción son cambios de diseño y la
ocurrir en lotes grandes o afectados por los costos administración debe estar
pequeños, pero no justifica de apertura de procesos, al día de los cambios en el
la producción en masa. además de que no se mercado, para responder
Existe innovación en el alcanzan altos niveles de adecuadamente.
diseño. productividad.
Producción La empresa compite en el El equipo es de propósito El personal debe tener una
tipo taller mercado por capacidad general. La inversión es alta capacitación y ser muy
de manufactura. La pequeña pero el costo flexible para responder
demanda ocurre bajo de manufactura es alto a los cambios de diseño.
pedido, de acuerdo con las por costos de apertura, La administración es
especificaciones del cliente. secuenciación y control. descentralizada.
Producción La empresa compite en el El equipo es de propósito El personal debe tener
tipo mercado por su capacidad general. La inversión es una alta capacitación,
proyecto de diseño y manufactura. pequeña pero el costo de con capacidad de
La demanda es unitaria y manufactura es alto por diseño e innovación.
con requerimientos muy requerimientos particulares La administración debe
específicos. de materiales y procesos. negociar precios de
materiales y
contratos.
temas de producción tipo proyecto están casi perfectamente determinados por el

tipo de negocio de la empresa, dejando a escoger entre los otros tres sistemas para
la mayoría de los negocios. Sin embargo, en lo que han fallado muchas empresas
es en la adopción estratégica del tipo de sistema de producción más conveniente
para el mercado en el que se desea competir. En la tabla 9.2 aparecen las caracte-
rísticas de cada uno de estos sistemas, las que deben tenerse en cuenta para hacer
una buena elección.
La matriz producto-proceso
Al describir los tipos de procesos de producción, se recalcó que cada proceso es
apropiado para cierto mercado. En particular, el tamaño de los pedidos en que
ocurre la demanda, la variedad de productos que manufactura la empresa y la
dinámica de innovación en el mercado determinan la conveniencia o no de un tipo
de proceso. A una empresa que manufactura una amplia gama de productos, cada
uno de ellos con demanda que no justifica la inversión en un proceso de producción
en masa, le puede convenir un proceso de producción por lotes. Si esta empresa

enfrenta además un mercado muy dinámico, donde es frecuente presentar diseños
innovadores para mantenerse en el mercado, le será conveniente sacrificar costos
para ganar en flexibilidad con un proceso de producción tipo taller. En términos
generales, la justificación para invertir en tecnología de proceso para la manufac-
tura de un diseño estará determinada por el volumen de la demanda del mismo; a
mayor volumen serán convenientes procesos más continuos e inversiones mayores
que le permitan obtener costos unitarios más bajos.
Un tema que se ha discutido ampliamente es la necesidad estratégica de
asignar el proceso adecuado a las características del mercado al que se orientará
la empresa. Hayes y Wheelwright (1979) propusieron que, conforme el mercado
del producto pasa a través de una serie de estados (el eje horizontal de la figura
9.4), la tecnología de proceso pasa a través de otros estados (el eje vertical de la
figura 9.4). Aunque actualmente se sabe que la tecnología de proceso no tiene que
pasar por cada uno de dichos estados, la matriz producto-proceso resultante permite
explicar la posición tecnológica de una empresa. Las empresas que compiten con
la tecnología apropiada para su mercado se ubicarán en la diagonal de la matriz.
Por ejemplo, una empresa dedicada a la confección de prendas de vestir de moda,
debe manufacturar constantemente diseños nuevos, y producir en lotes pequeños,
por lo que el proceso adecuado es el tipo taller, que le permite mantener la ne-
cesaria flexibilidad para cambiar diseños y enfrentar demandas variables; en este
caso, la empresa sacrificará costos en beneficio de la flexibilidad que le permita
mantenerse en el mercado.
Las empresas también pueden optar por posiciones fuera de la diagonal, para
obtener ventajas competitivas por diferenciación de sus productos respecto de la
competencia. Un movimiento desde una posición sobre la diagonal hacia arriba,
indicará que la empresa sacrifica costos para ganar flexibilidad, en espera de que
le permita innovar diseños económicos y/o ampliar la gama de productos con de-
mandas variables. Un ejemplo claro de este tipo de competencia es el caso de Rolls-
Royce Ltd., que utiliza un proceso flexible tipo taller para producir sus automóviles,
lo que le permite una gran flexibilidad para innovar en el diseño. Por otro lado, si
el movimiento es hacia abajo, la empresa busca ser líder en costos y al especializar
la producción espera una mayor penetración de mercado, por el menor precio que
puede ofrecer a los clientes.
› Figura 9.4
La matriz producto-proceso. Estructura del mercado
I. A pedido del II. Bajo III. Variedad IV. Pocos V. Altos volúmenes
Estructura cliente, producto pedido, lotes de productos. productos. de demanda.
del proceso único. diferentes. Lotes Lotes Producto poco
pequeños. grandes. diferenciado.
I. Tipo proyecto Proyectos de No

construcción
Confección
II. Tipo taller de vestido
Conservas
alimenticias
III. Por lotes
Ensamble
de automóvil
IV. En masa
Refinería
V. Flujo continuo No
CASO 9.1: Evolución de la tecnología en el sector del acero
Desde sus inicios la producción de acero ha estado terreno frente a las de menor tamaño debido a su
concentrada en grandes empresas con integración menor flexibilidad, la que fue alcanzada en las mi-
vertical, que constituyen una estructura oligopólica niacererías con base en la adopción de la tecnología
para la elaboración de los productos terminales de la adecuada.
industria: aceros planos y no planos. Esta situación, En el caso mexicano, el sector se caracteriza
sin embargo, ha cambiado de forma significativa, y por una alta concentración de la producción en tres
el papel de la tecnología fue fundamental. En Es- empresas, las cuales abarcan casi 80% del mercado
tados Unidos, por ejemplo, las empresas integradas local. Esta industria siderúrgica se caracteriza por
producían en 1901 65% de la producción doméstica altas barreras de entrada para las nuevas empresas,
de acero, mientras que para 1938 este porcentaje tanto por los altos requerimientos de inversión en
disminuyó a la mitad y para 1988 baja hasta 15.6%, instalaciones y equipo, como por el aprovechamien-
equivalente a 12.7% del consumo de acero en Esta- to de economías de escala. En la industria mexicana
dos Unidos (Adams, 1990). del acero, hasta finales de la década de los ochenta,
En la figura 9.5, aparece un diagrama de flujo estas barreras aumentaban por ser el Estado el mayor
de los principales procesos de esta industria. Como productor de acero en el país y provocaron que las
puede apreciar, existen tres fases principales: la pro- empresas del sector fueran poco competitivas, con
ducción del acero líquido, el proceso de colada y la escasa innovación en tecnología de proceso y de pro-
laminación para obtener los productos terminales. ducto. Los altos precios de los productos terminales,
Los cambios tecnológicos que influyeron para romper generados por el rezago tecnológico de las acereras
la estructura oligopólica del sector, fueron el desarro- mexicanas y por la escasa inversión provocaron que el
llo de las tecnologías de arco eléctrico y de colada Estado decidiera privatizar sus empresas en el sector,
continua (vea Peters, 1987). El arco eléctrico es una quedando al descubierto la necesidad de incorporar
tecnología para producir acero básico, cuya principal nuevas tecnologías para recuperar la competitividad
ventaja sobre las otras es su flexibilidad, tanto en el y lograr una producción acorde con los estándares
contenido de insumos que permite (acepta chatarra internacionales. La industria del acero mexicana,
hasta en 100%), como por los menores costos de aún dominada por las grandes empresas, ha respon-
apertura del proceso y el tamaño económico (va- dido a la competencia con una integración hacia la
riable) de la planta. La colada continua presenta la producción de laminados, mediante tecnología que
ventaja de que los desbastes primarios (“palanquilla”) integra de manera continua la laminación al proceso
pueden obtenerse directamente del proceso de pro- de colada continua (vea la figura 9.6).
ducción de acero líquido, mientras que la colada en El mercado de aceros especiales en México está
lingotera requiere de un enfriamiento en lingotera, en expansión, y parte importante de la demanda
y de un recalentamiento para obtener los mismos. proviene del sector de autopartes. Este mercado se
Estos cambios tecnológicos permitieron la entrada abastece a través de importaciones y las miniacere-
de las miniacererías, dirigidas al mercado de ace- rías se localizan en la zona norte del país, ya que
ros especiales, que demanda una mayor variedad uno de los insumos principales de la tecnología de
de productos con estándares de calidad exigentes. arco eléctrico es el gas natural, cuyo abastecimiento
De esta manera, las empresas grandes perdieron en la zona norte proviene de Estados Unidos.
› Figura 9.5
Horno Colada Laminación
Procesos de la industria
Laminados planos siderúrgica.
Arrabio, Lingote
Laminados
hierro esponja Acero líquido Palanquilla
Tubos sin costura
y chatarra Planchón
Piezas forjadas
Tecnologías • Hogar abierto • En lingotera • Manual
(Siemens-Martin) • Continua • En serie
• Convertidor básico
aloxígeno (COBOX)
• Arco eléctrico
› Figura 9.6
Tecnología Compact-Strip
para laminados planos.
Horno eléctrico
Torreta
Colada
continua
Enfriamento
de cinta
Horno túnel Tren de laminación Enrollador
ANÁLISIS DEL PROCESO Y DEL EQUIPO

A continuación se analiza con brevedad el tema de la selección del equipo y del
proceso particular para empresas de manufactura. Conviene iniciar con la secuen-
cia de los pasos apropiados para una buena toma de decisiones. Enseguida, se in-
dican las principales herramientas para el análisis de las especificaciones técnicas
del producto; por último, se clasifican y describen algunos de los procesos que se
utilizan en la industria manufacturera.
Pasos para el análisis del proceso

Al iniciar el estudio sobre la oportunidad de producir y lanzar al mercado un nuevo
producto, es preciso explorar las diferentes estrategias de producción a adoptar.
Al respecto, existen tres decisiones importantes: en primer lugar, deben identifi-
carse las partes o componentes que serán manufacturados en la planta, y las que
se comprarán con los proveedores. Una segunda decisión será la tecnología y los
procesos que se adoptarán en la planta, con base en las necesidades del mercado
y la estrategia de competencia de la empresa. Por último, deberán identificarse los
equipos y las opciones de manufactura dentro de la planta, incluso la disposición
física de las instalaciones y las modalidades que se implantarán para el procesa-
miento y control de las órdenes de producción. En la figura 9.7 se propone una
secuencia de los pasos a seguir para conducir un proceso de toma de decisiones
que permita responder de forma adecuada a las preguntas planteadas.
En primer lugar se requiere de un análisis técnico, que sirva para iniciar si-
multáneamente la selección de la tecnología y del proceso, como pasos previos a la
elección del equipo. El análisis técnico tiene como propósito la definición detallada
del producto, cuyo resultado es una descripción completa de las características de
diseño del mismo, que permitirán identificar los procesos y las tecnologías alternas
para su manufactura. Los resultados de un análisis técnico darán lugar a cuatro
productos principales:
• El diagrama detallado de diseño

• El diagrama de ensamble
• La carta de ensamble
• La carta de materiales
› Figura 9.7
Pasos sugeridos para
Análisis la selección del equipo
técnico y del proceso.
• Existencia de la
tecnología Selección de la Selección del • Tipo de proceso
• Manual, mecanizada, tecnología proceso • Disposición de planta
o automática
Selección • Capacidad
del equipo • Calidad
• Confiabilidad
Más adelante, en esta sección, se describen estas herramientas y se presentan

ejemplos de las mismas. Un análisis técnico debe llevarse a cabo conforme a prác-
ticas que permitan la producción económica del diseño. Algunas de estas prácticas
son:
• Simplicidad de diseño. Debe evitar los diseños complejos. Los diseños sim-
ples permiten una producción económica, son más confiables, más fáciles de
mantener y, por lo general, exhiben tiempos de desempeño sin fallas, supe-
riores a los de un diseño complejo. En gran número de casos, la simplicidad
en el diseño se obtiene al eliminar componentes cuya función puede ser in-
corporada en otro.
• Estandarización. La incorporación en el diseño de materiales y partes están-
dar, fáciles de adquirir en el mercado, permite reducir costos y garantizar la
disponibilidad de repuestos. La confiabilidad y el desempeño de los compo-
nentes estándar son muy bien conocidos y generan mayor certidumbre en
cuanto al desempeño del producto.
• Flexibilidad en el diseño. El diseño debe permitir la manufactura de los
componentes con diferentes materiales y/o procesos. Esta flexibilidad en el
diseño da lugar a diferentes opciones en la manufactura del producto para
seleccionar la estrategia más conveniente.
• Análisis de la capacidad de manufactura. Este análisis lo efectuarán con-
juntamente los ingenieros de diseño y de manufactura, para evitar especifi-
caciones que no se pueden lograr en la práctica.
Una vez establecidas las características de diseño del producto, se investigará la exis-
tencia de la tecnología para su manufactura y, en caso de no existir, se explorarán
las tecnologías alternas, proceso en el que deberán participar los especialistas de
investigación y desarrollo. La selección de la tecnología es una decisión estratégica,
que debe tomarse en función de las características del mercado para el producto
(volumen de producción, dinámica del mercado, posicionamiento tecnológico de
la empresa, etc.). En primer lugar, deberá decidirse entre tecnología manual, me-
canizada o automática, y deberán especificarse los materiales y procesos que se
utilizarán en la manufactura de los componentes y del producto final.
La selección de los procesos de manufactura requiere de un conocimiento
amplio de los materiales, de sus propiedades, de los procesos existentes para su
transformación y de las características de diseño que se desea obtener en el pro-

ducto final. También deberá tomar en cuenta la distribución física de los procesos
dentro de la planta, si se utilizarán estaciones de trabajo ya existentes, o se re-
querirá de la implantación de nuevas estaciones y/o células de manufactura. Un
resumen de los principales procesos de fabricación que se utilizan en la industria
manufacturera se presenta en la siguiente sección. Algunos factores importantes
a considerar en la selección de la tecnología y de los procesos son los aspectos fi-
nancieros y de mercado, es decir, costos fijos, de operación, de mantenimiento y
de mano de obra, así como volúmenes de producción, calidad y nivel de estanda-
rización del producto. Es importante destacar la necesidad de explorar las conse-
cuencias estratégicas que tiene para la empresa la selección de la tecnología y del
proceso.
Una vez que se han definido las especificaciones del producto, los materiales
para su elaboración y los procesos a utilizar en la manufactura, queda por deter-
minar el equipo específico que será necesario adquirir. Los factores que conviene
considerar en la selección del equipo son la variedad de propósitos del mismo, la
tasa de producción deseada y el costo de la inversión. Un aspecto a evaluar es
la conveniencia o no de adquirir equipo especializado o de propósito general. El
equipo especializado, por lo general, permite lograr tasas de producción más altas,
con menores costos de apertura y especificaciones menos variables; sin embargo,
es más costoso, presenta menor flexibilidad para producir otros diseños y se hace
obsoleto en menor tiempo.
Un estudio técnico-financiero para la selección del equipo debe contemplar
tanto aspectos económicos como no económicos. Entre los aspectos económicos
sobresalen los siguientes:
• Tasa interna de rendimiento

• Restricciones financieras de la empresa
• Precio del equipo
• Costos de instalación y servicio
• Costos de operación (materiales, desperdicio, mantenimiento)
• Costos de entrenamiento
• Mano de obra requerida para la operación
• Impuestos
• Otros (software, ambiente y accesorios requeridos)
Entre los aspectos no económicos:
• Tiempo de instalación
• Disponibilidad y calidad del entrenamiento
• Servicios de venta del proveedor
• Adaptabilidad del equipo a las condiciones de la planta
• Flexibilidad del equipo para procesar diferentes diseños
• Confiabilidad del equipo
• Estándares de calidad de la producción
La lista anterior no es exhaustiva; en consecuencia, en este proceso de toma de

decisiones debe participar un equipo multidisciplinario, con especialistas en las
diferentes áreas de la empresa.
Elementos de un análisis técnico

La planeación de un nuevo proyecto de manufactura habrá de comenzar por una
descripción detallada del producto. Las necesidades del mercado al cual se orienta
el artículo se deben traducir en especificaciones técnicas incorporadas en el dise-
ño, que se presentan en diagramas o cartas, a partir de las cuales se exploran las
posibilidades de manufactura dentro de la empresa y/o abastecimiento por parte
de proveedores externos. A continuación se mencionan los principales diagramas
y cartas que sirven para describir las características técnicas de diseño del nuevo
producto.
Diagramas de diseño
Los diagramas de diseño identifican la forma geométrica y las dimensiones de los
componentes del producto y son fundamentalmente de dos clases: el diagrama de
ensamble y el detallado. En el diagrama de ensamble se presentan los componentes
del producto y se indica la forma en que estas partes o componentes se acoplan
para obtener el producto final. En la figura 9.8 aparece el diagrama de ensamble
de una aspiradora. En este tipo de gráfica no es necesario especificar las dimen-
siones de cada parte o componente, su inclusión es opcional, ya que la finalidad
principal del diagrama de ensamble es dar una idea de cómo se acoplan las par-
tes o componentes, así como de las funciones que se incorporan en el producto a
través de sus piezas.
La forma y dimensiones de cada parte o componente se describen mediante
un diagrama detallado de cada pieza. En la figura 9.9 aparece el diagrama deta-
llado del cuerpo de una tetera, indica las dimensiones desde una vista superior y
› Figura 9.8
Diagrama de ensamble
Núm. Descripción de una aspiradora.
2
1 Manguera flexible
2 Unidad de poder
3 Flotador de bola
11 3 4 Tapa con soporte de broches
5 Tornillos
4 6 Filtro de espuma
7 Filtro desechable
1 8 Montura de anillo
9 Tanque de base
10 Ruedas
11 Broche
6
7
5 8
10
› Figura 9.9
Diagrama detallado de los
componentes de una tetera.
/4” D
1
2 orificios
13/4” D
311/32” D
Vista superior del cuerpo
4”
31/4”
71/2”
Vista frontal del cuerpo /32”
3
otra frontal. Permite identificar, por ejemplo, que el diámetro del orificio para la
salida del agua es de 1¼ de pulgada. Los diagramas de ensamble son necesarios
para especificar en detalle el proceso de manufactura que se va a seguir para la
fabricación del componente. Es conveniente indicar que tanto los diagramas de
ensamble como los detallados se elaboran eficientemente en los sistemas CAD.
Cartas de ensamble y de materiales

Existen dos importantes cartas que sirven para la planeación de la manufactura
del producto final: la carta de materiales y la de ensamble. La carta de materiales
es una descripción tanto de las operaciones como de los componentes que inter-
vienen en la manufactura del producto final. En la figura 9.10 se presenta la carta
de materiales para la aspiradora de la figura 9.8. En cada recuadro de la carta de
materiales se indica una operación del proceso de manufactura, por ejemplo, el
recuadro correspondiente a la operación EF indica que se requiere una operación
de ensamble final (llamada EF), mientras que el recuadro correspondiente a la
operación 11 indica que se requiere una operación de manufactura de los broches.
Una carta de materiales está organizada por niveles, así en el ejemplo, en el nivel
superior está la operación final, que es la de ensamble final y en el nivel inmedia-
to inferior están las operaciones de ensamble de la tapa (E2) y de ensamble de la
base (E1). La carta indica que para conducir la operación EF se requiere de los
subensambles que resultan de las operaciones E1 y E2. El número que figura en
el extremo inferior derecho de cada recuadro indica el número de unidades que
se necesitan para obtener una unidad del correspondiente componente del nivel
inmediato superior; por ejemplo, en la carta de la figura 9.10, se observa que para
obtener una unidad del ensamble de la base se requiere de dos broches y de un
subensamble de la base. La carta de materiales reviste particular importancia para
planear la adquisición de los materiales requeridos para satisfacer los pedidos de los
clientes. En el capítulo 7 se presenta la técnica MRP que utiliza esta carta de ma-
teriales para la planeación de los requerimientos de materiales.
› Figura 9.10
Carta de materiales para una
Ensamble final aspiradora.
(EF) 1
Ensamble tapa Ensamble base

(E-1) 1 (E-2) 1
Manguera Subensamble Subensamble Broches Subensamble

flexible motor filtro base
(1) 1 (SE-1) 1 (SE-1) 1 (11) 2 (SE-3) 1
Unidad Flotador Tapa con Tornillos Filtro Filtro Montura Tanque Ruedas
de poder de bola soporte espuma desechable de base
broches anillo
(2) 1 (3 ) 1 (4) 1 (5) 6 (6) 1 (7) 1 (8) 1 (9) 1 (10) 4
La carta de ensamble de un diseño tiene por finalidad establecer con claridad

la secuencia de operaciones de ensamble que debe seguirse para obtener el pro-
ducto final. Esta carta sirve fundamentalmente para diseñar la línea de ensamble
del producto. Como se aprecia en la figura 9.11, además de los materiales y de las
operaciones requeridas, se detallan los puntos de inspección (I1 e I2 en la figura
9.11) que son necesarios para asegurar la calidad del producto final.
Finalmente, existen otros diagramas o cartas que pueden utilizarse para de-
tallar aún más las características de diseño del producto, o que sirven de apoyo
para la planeación de la producción o para el diseño del proceso de manufactura.
Por ejemplo, una lista de los componentes que indique sus códigos, unidades re-
queridas para el producto final, fuente de abastecimiento (manufactura propia o
compra a un proveedor), costos, etc., puede ser de mucha utilidad para propósitos
› Figura 9.11
Manguera flexible Carta de ensamble para una
1 aspiradora.
Unidad de poder Subensamble
2
motor
Flotador de bola
3 SE-1 Ensamble
tapa
Tapa con soporte de broches
4
E-1
Tornillos
5
I1 Inspección
6 Filtro de espuma Subensamble
filtro
Filtro desechable EF
7 SE-2
Ensamble
Montura de anillo final
8 Ensamble I2
I2
base Inspección
Tanque base
9
SE-3 E-2
Ruedas
10
Subensamble
Broche base
11
de planeación. Así, una decisión que deberá tomar toda empresa al iniciar un pro-
yecto de manufactura es la de fabricar un componente estándar en la empresa, o
comprarlo de un proveedor. Para este tipo de decisiones el volumen de producción
es un factor cuya consideración es decisiva, y la técnica del punto de equilibrio es
de mucha utilidad, fundamentalmente por su fácil aplicación. En el siguiente ejem-
plo se ilustra el uso de esta técnica para tomar decisiones sobre manufacturar en
la empresa o comprar a un proveedor.
Ejemplo 9.1. Decisión acerca de fabricar o comprar
Las ruedas de la aspiradora de la figura 9.11 las fabrica una empresa especialista
en la manufactura de artículos de plástico, la cual provee las ruedas a su empre-
sa (dedicada a la fabricación y comercialización de la aspiradora). Dicha empresa
fabrica los moldes y provee las ruedas a un precio de $140 por cada 100 ruedas.
El personal de nuestra empresa, sin embargo, debe participar en el diseño de los
moldes y en la verificación de los estándares de diseño y calidad del producto,
con un costo inicial de $4 000, por esta participación. La solución es fabricar el
producto en la empresa. Para este propósito existen dos opciones tecnológicas, la
primera consiste en obtener las ruedas a partir de un molde con una sola cavidad.
Esto representa una inversión inicial de $46 000, con un costo variable de $70 por
cada centenar de ruedas producidas. La segunda opción tecnológica consiste en
obtener las ruedas a partir de un molde con cavidades múltiples, que reduciría el
costo variable a $40 por centenar de ruedas producidas, pero requiere de una in-
versión inicial de $130 000. En la figura 9.12 se presenta un resumen de los costos
de estas alternativas.
Como se aprecia en la figura, la alternativa A corresponde a comprar el pro-
ducto hecho, la B corresponde a manufacturar el producto con el molde simple y
la C a manufacturar el producto con el molde de cavidades múltiples. La situación
› Figura 9.12
Punto de equilibrio para fabricar Costo total vs. nivel de producción
o comprar.
600
550
500
Costo total (miles de pesos)
450
400
A
350
300 B
250
C
200
150
100
50
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40
Nivel de producción (cientos de unidades)
ALTERNATIVA COSTO FIJO COSTO VARIABLE
A 4 000 140
B 46 000 70
C 130 000 40
descrita se presenta cuando se debe tomar una decisión sobre comprar un producto
o manufacturarlo en la propia empresa. La compra a un proveedor representa una
inversión inicial menor, pero los costos variables son superiores a los de la manufac-
tura propia. Asimismo, las alternativas tecnológicas que representan una menor
inversión inicial (como la B), por lo general dan lugar a mayores costos variables.
Ante esta situación, la respuesta racional es la elección de la mejor alternativa, con
base en el volumen de producción requerido, ya que resulta obvio que para nive-
les de producción bajos la alternativa A es la mejor opción, mientras que para ni-
veles de producción altos, la alternativa C es la mejor. En este sentido, un análisis
sencillo de punto de equilibrio ayuda a tomar la decisión adecuada. Este análisis
se presenta en la figura 9.12, en ella se aprecia que, al nivel de producción de 600
unidades, las alternativas A y B igualan costos, mientras que al nivel de producción
de 2 800 unidades, las alternativas B y C igualan costos. De este análisis se con-
cluye que la alternativa A es conveniente para un nivel de producción menor que
600 unidades, la alternativa B es conveniente para un nivel de producción mayor
que 600 y menor que 2 800 unidades y la C es más económica para un nivel de
producción mayor que 2 800 unidades.
PROCESOS DE FABRICACIÓN
A continuación se resumen los principales procesos de fabricación que se utilizan
en la industria para la manufactura de los componentes de un diseño. En primer
lugar, un proceso de fabricación es cualquier proceso que modifica las caracterís-
ticas físicas de un material. Los procesos de fabricación se clasifican en cinco gru-
pos: procesos de formado, de maquinado, de tratamiento térmico, de tratamiento
superficial y de unión.
Procesos de formado
El objetivo principal de un proceso de formado es transformar una masa de ma-
terial para que adquiera la forma geométrica deseada, con un adecuado nivel de
precisión. Entre los procesos de formado, están los siguientes:
• Fundición y colado (foundry and casting). Es el proceso más antiguo para

producir objetos con una forma determinada. Consiste en fundir los mate-
riales para luego vaciar la mezcla líquida en un molde o en un dado, donde
el material adopta la forma del mismo y una consistencia sólida al enfriarse.
Este último proceso recibe el nombre de colado. Estos procesos tienen venta-
jas sobre otros, como son la capacidad para producir formas complicadas y la
facilidad para implantar un proceso de producción en masa; es muy útil para
producir desbastes primarios (en particular lingotes de acero, hierro colado
y aleaciones de aluminio), su único inconveniente radica en la necesidad de
controlar de forma adecuada el proceso de colado para garantizar las propie-
dades físicas requeridas por el producto final (para aplicaciones particulares,
la técnica puede no haberse implantado a nivel industrial). Los desarrollos
del colado al vacío, superaleaciones para colado, aceros para colado de alta
dureza y nuevas técnicas para el control de la solidificación, amplían el rango
de aplicaciones de estos procesos.
• Flexión (bending o stretch forming). Consiste en flexionar o doblar la pieza de
material al aplicar fuerza en dos direcciones opuestas, para obtener la forma
deseada. Este proceso se aplica sobre la pieza a temperatura ambiente (en frío)
y, por lo general, en tubos, barras, varillas, alambres o láminas de metal.
• Laminado (rolling). En este proceso una lámina de metal se hace pasar entre
dos rodillos que rotan en direcciones opuestas, para obtener el espesor de
lámina deseado. El proceso se realiza en frío o en caliente.
• Extrusión (extrusion). Este proceso se realiza en frío o en caliente, y consiste
en forzar a la pieza a pasar a través de un dado, para obtener un diámetro
determinado. El efecto que se obtiene se parece al de la pasta dental al salir
del tubo por presión. Este proceso se utiliza para piezas de metal (en alumi-
nio es muy común) o para piezas de plástico.
• Estampado (stamping). La lámina de acero adquiere la forma que le imprime
el diseño de la prensa. Este proceso se realiza en frío. Las ensambladoras de
automóviles producen la carrocería por medio de una amplia línea de pren-
sas que estampan la lámina de acero para obtener el diseño requerido.
• Forja (forging). Es uno de los procesos más antiguos para dar forma a los
metales; por lo general, se realiza en caliente, aunque también se realiza en
frío. Consiste en dar forma al aplicar presión en forma intermitente (a tra-
vés de dados). En la actualidad, es un proceso muy flexible, ya que permite
incrementar o disminuir las tres dimensiones de la pieza.
• Estirado en frío (wire drawing). Consiste en hacer pasar un tubo o alambre
sucesivamente a través de varios dados, para obtener el espesor deseado. Este
proceso se realiza en frío y la reducción en diámetro que ocasiona el paso
por cada dado es pequeña, para evitar la fractura.
• Estirado de profundidad (deep drawing). Es un proceso para material plás-
tico, similar al estampado, ya que consiste en golpear una lámina contra unos
dados, los que dará forma al material con una profundidad varias veces mayor
que el espesor de la lámina.
Procesos de fabricación
También llamados de maquinado, sirven para remover el material no deseado de
una pieza. A menudo se utilizan después de un proceso de formado, para obtener
las especificaciones particulares de diseño de la pieza. Entre los procesos de ma-
quinado están los siguientes:
• Perforado (drilling). Sirve para producir un orificio en la pieza, al aplicar un

taladro.
• Torneado (turning). Este proceso produce una superficie cilíndrica o cónica en
la pieza, al rotarla en una herramienta de corte. Los acabados de forma cilín-
drica de los muebles se producen mediante el torneado de la pieza de madera.
• Esmerilado o pulido (grinding). Remoción de pequeños residuos de metal
por medio de una rueda rotatoria de material abrasivo.
• Fresado (milling). Remoción progresiva de incrementos en la superficie
del metal por medio de una máquina de corte (fresadora) que rota a gran
velocidad.
• Mandrilado (broaching). Remoción de metal a lo largo de un camino en la pieza,
por medio de una herramienta que tiene varios dientes que incrementan de
longitud sucesivamente. Sirve para producir ranuras en la superficie del metal.
• Cortado (sawing). Separación de una pieza (con dimensiones determinadas)
de una lámina, tubo, etc., por medio de una operación de corte.
Procesos de unión
Son procesos que sirven para unir piezas. Entre los principales procesos están los
siguientes:
• Unión mecánica (mechanical joining). Es la unión de dos piezas por medio

de tornillos o remaches.
• Soldadura por puntos (soldering). La unión de las piezas se realiza con la apli-
cación de puntos de un metal o una aleación a temperatura de fundición.
• Soldadura a tope (butt welding). Unión de dos piezas de metal mediante la
aplicación de calor, presión o ambos a las superficies de contacto, provocando
que éstas se adhieran.
• Adhesión (adhesive). Las piezas se unen utilizando pegamentos o adhe-
sivos.
• Ensamble automático (snap-in assembly). Las piezas se unen por aplica-
ción de presión, gracias a que tienen un mecanismo o trampa que permite
el acoplamiento.
Procesos de tratamiento térmico

Es la aplicación de calor para alterar las propiedades de los materiales y lograr las
especificaciones deseadas. Entre estos procesos se pueden mencionar:
• Templado (hardening). Provoca el endurecimiento del metal por calenta-

miento, seguido de un rápido enfriamiento.
• Pasteurización (pasteurization). Se utiliza en la industria alimentaria para
eliminar bacterias y gérmenes en los alimentos. Consiste en aplicar calor y
enfriar súbitamente para destruir los agentes nocivos.
• Escaldado (scalding). Es otro proceso de la industria alimentaria, consiste en
pasar el fruto por agua (o una solución) caliente, para provocar la remoción
de la cáscara.
Procesos de tratamiento superficial

Son procesos que se utilizan para obtener el acabado del producto que satisfaga
las necesidades (por lo general, estéticas) del cliente. Entre estos procesos cabe
mencionar:
• El lustrado
• El galvanizado
• El pintado
• El platinado
• El limpiado con arena
• El encerado
EJERCICIOS
1. ¿Qué es la tecnología de proceso? a los bienes producidos en sistemas de producción en
2. Mencione cuatro elementos de la estrategia de la em- masa.
presa que influyen directamente en las decisiones sobre 6. ¿Cuáles son las características de un sistema de producción
tecnología de proceso. por lotes? Indique el tipo de mercado que corresponde
3. Indique cómo se caracteriza a los sistemas de producción a los bienes producidos en sistemas de producción por
de acuerdo al sistema de venta, asimismo, explique el lotes.
sistema que corresponde a cada categoría. 7. ¿Cuáles son las características de un sistema de producción
4. ¿Cuáles son las características de un sistema de pro- tipo taller? Indique el tipo de mercado que corresponde
ducción de flujo continuo? Indique el tipo de mercado a los bienes producidos en sistemas de producción tipo
que corresponde a los bienes producidos en sistemas de taller.
producción de flujo continuo. 8. Mencione el significado de cada columna de la matriz
5. ¿Cuáles son las características de un sistema de producción producto-proceso. Indique cómo se interpreta la posición
en masa? Indique el tipo de mercado que corresponde de una empresa dentro de la matriz producto-proceso,
y en particular ¿qué significa que la empresa esté en la tablero de vidrio. Elabore una carta de materiales y una
diagonal de la matriz? carta de ensamble para este librero.
9. Identifique los principales pasos que se deben seguir 19. Una compañía de bebidas estudia la posibilidad de intro-
para seleccionar el equipo y el proceso en un proyecto ducir una línea de jugos naturales gasificados. Debido a
de manufactura o prestación de un servicio. Explique la gran demanda del producto (existen compromisos de
cada uno de ellos con atención especial al caso de la compra por 40 000 cajas al año), se piensa destinar una
prestación de un servicio. línea de producción exclusiva para el nuevo producto.
10. ¿En qué consiste el análisis técnico y cuál es su obje- Los costos de producción para las dos tecnologías que
tivo? se consideran son:
11. Identifique al menos tres diagramas que pueden obte-
nerse luego de un análisis técnico para un proyecto de COSTO VARIABLE (POR CAJA) TECNOLOGÍA 1 TECNOLOGÍA 2
manufactura.
Manufactura 55 50
12. ¿Cuál es la función de los diagramas de diseño?
13. Indique y explique al menos tres buenas prácticas de Administración y ventas 5 5
diseño que son útiles para lograr la producción econó- Total 60 55
mica de un proyecto de manufactura. Costo fijo (anual)
14. Indique al menos tres aspectos económicos a considerar
Manufactura 350 000 400 000
en un estudio técnico-financiero para la selección del
equipo. Administración y ventas 100 000 100 000
15. Indique al menos tres aspectos no económicos a consi- Total 450 000 500 000
derar en un estudio técnico-financiero para la selección
del equipo. a) ¿Qué tecnología es preferible para un nivel de ventas
16. Mencione la(s) diferencia(s) entre un diagrama detalla- de 40 000 al año?
do y un diagrama de ensamble. b) Con la tecnología preferible para ese nivel de ventas,
17. Mencione la(s) diferencia(s) entre una carta de mate- si el precio de venta es de $65, ¿en cuánto deberían au-
riales y una carta de ensamble. mentar las ventas para obtener ganancias?
18. Un librero consta de las siguientes partes: 4 patas largas, 20. El encargado de la producción de una empresa de ali-
4 sujetadores para el tablero medio, 8 barras transver- mentos envasados evalúa las diferentes alternativas para
sales, 4 patas cortas, 4 sujetadores para el tablero su- etiquetar sus productos: subcontratar la fabricación de
perior, 16 tornillos, 4 cubiertas para patas y 2 tableros etiquetas para los envases, con un costo de 50 centavos
de vidrio. La manufactura del librero requiere de tres por etiqueta, además de un costo fijo anual de $1 000
operaciones de ensamble: ensamble de las patas largas, por concepto de fletes; o producir las etiquetas en la
ensamble de las patas cortas y ensamble final. Para el misma empresa mediante dos alternativas tecnológicas,
ensamble de las patas cortas se utilizan 4 barras trans- la primera es comprar una máquina de impresión con
versales, 8 tornillos y 4 patas cortas, mientras que para una inversión anual de $10 000, pero el costo de las eti-
el ensamble de las patas largas se utilizan 4 patas lar- quetas sería de 20 centavos cada una. La otra tecnolo-
gas, 4 cubiertas para las patas, 4 barras transversales, gía consiste en imprimir directamente sobre el envase,
8 tornillos, los sujetadores para el tablero medio y un sin usar papel, para lo cual necesita una inversión de
tablero de vidrio; para el ensamble final se requiere de $85 000 y generaría un gasto de 5 centavos por envase.
los dos ensambles (de patas cortas y de patas largas), ¿Cuáles son los rangos de producción para los que cada
de los sujetadores superiores para los tableros y de un alternativa es recomendable?
BIBLIOGRAFÍA
1. Adams W. (1990), The Structure of the American Industry, 5. Kalpakjian S. y Schmid (2002), Manufactura, ingeniería
Mc Millan, Nueva York. y tecnología, Prentice Hall, México.
2. Dean B. V. y J. C. Cassidy (1990), Strategic Management: 6. Peters A.T. (1987), Producción siderúrgica. Limusa,
Methods and Studies, North Holland, Amsterdam. México.
3. Geistauts G. A. y T. G. Eschenbach (1990), “A Strategic 7. J. A. Tompkins, J. A. White, Y. A. Bozer y J. M. A. Tanchoco
View of Engineering”, en Strategic Management: Methods (2003), Facilities Planning, John Wiley, Nueva York.
and Studies, B. V. Dean y J. C. Cassidy (eds). North Hol-
land, Amsterdam. 127-140.
4. Hayes R. H. y S. C. Wheelwright (1979), “Link manufac-
turing process and product life cycle”, Harvard Business
Review 57(1), 133-140.
CAPÍTULO 10
Localización de plantas,
centros de distribución
y servicios
• Problemas de localización
• Localización de plantas y centros de distribución
• Localización de servicios con demanda ubicada
L
os procesos de apertura económica experimentados a partir de la década de
los ochenta, en particular en América Latina, han determinado el crecimiento
de la inversión extranjera y la apertura de nuevos negocios y empresas indus-
triales. Desde entonces, empresas trasnacionales y grupos empresariales nacionales
desarrollan políticas de localización de nuevas plantas para atender mercados glo-
bales; los gobiernos, ya sean de países, de estados federales, o de regiones, compiten
para atraer la inversión, en especial la inversión directa en activos. Algo importan-
te de resaltar en este fenómeno es que la variable más importante para la localiza-
ción de las empresas es la rentabilidad, ya sea a mediano o largo plazo. Esta renta-
bilidad depende de factores diversos como el transporte (de insumos y/o productos
terminados), la inversión requerida, la disponibilidad de servicios y/o fuentes de
energía, el mercado potencial, la política laboral, la política arancelaria, o de otros
factores que adquieren mayor o menor importancia a partir del caso particular.
Las localizaciones de plantas, servicios y, en general, el diseño del sistema de dis-
tribución y atención al cliente son decisiones de enorme importancia para el éxito
o fracaso de un proyecto empresarial, si se tiene en cuenta que una vez localizada
la planta o el almacén, la decisión de trasladarse hacia una localización más con-
veniente es poco factible, ya que esta decisión implica una inversión considerable,
además de cambios radicales en la operación del negocio. En el presente capítulo se
analizan los elementos más importantes a considerar para conducir el proceso de
toma de decisiones en cuanto a la localización de plantas, centros de distribución
y servicios, con énfasis en los factores susceptibles de ser cuantificados y el uso de
modelos que apoyen este proceso. En la primera sección se presenta una clasifi-
cación de los problemas de localización, con base en las técnicas disponibles para
su solución, y se señala brevemente cómo abordar un problema de ubicación de
locales comerciales, en particular qué técnicas son las más útiles para atacar este
problema. A continuación, en la segunda sección se sugiere una secuencia de los
pasos que debe seguir en un estudio de localización de plantas y/o centros de dis-
tribución, así como los factores a considerar en el mismo; enseguida se indican las
principales técnicas para apoyar la toma de decisiones. Por último, se ilustra la
aplicación de modelos para la localización de servicios con demanda ubicada
(cuando se han identificado las ubicaciones de los clientes y los costos asociados). 231
PROBLEMAS DE LOCALIZACIÓN
Antes de empezar a analizar las principales técnicas disponibles para la localiza-
ción de plantas, centros de distribución y servicios, es conveniente presentar una
primera clasificación de los problemas de localización, en atención a las técnicas
que con mayor frecuencia se usan para abordar el problema correspondiente, de
esta forma se apreciará mejor la organización de este capítulo. En la figura 10.1
aparece el resumen de esta clasificación.
Como puede apreciar en la figura 10.1, se distinguen tres tipos de problemas
de localización: de servicios con demanda abierta (tiendas), de servicios con de-
manda ubicada (estaciones dentro de una planta, servicios públicos), y de plantas
y centros de distribución (almacenes). A diferencia de los servicios de demanda
ubicada, en los de demanda abierta aún no se identifican las ubicaciones de los
clientes, por lo que es muy importante atraerlos, tomando en cuenta característi-
cas particulares (visibilidad). En la figura 10.1 también se indican las principales
técnicas disponibles para atacar cada uno de estos problemas; en lo que resta de
este capítulo se explica con mayor detalle qué se entiende por cada uno de estos
problemas de localización y cómo resolverlos con la aplicación de las técnicas que
se mencionan en la figura 10.1.
Localización de servicios con demanda abierta

La localización de servicios (centros de atención a clientes) con demanda abierta
(tiendas, oficinas, restaurantes, etc.), presenta marcadas diferencias respecto de la
localización de servicios públicos o de plantas y centros de distribución. En pri-
mer lugar debe reconocer que las posibilidades para la ubicación de los centros de
atención tienen más limitaciones que para las plantas y centros de distribución,
ya que los centros de atención deben tener instalaciones para el acceso del público
que demanda el servicio, mientras que en las plantas o almacenes no es necesario
tener fácil acceso del público consumidor. Por otro lado, los costos de transporte (o
de viaje) hacia las plantas y centros de distribución son cubiertos por la empresa
responsable de la distribución de los productos, y no necesariamente por el cliente
consumidor, por lo que para la localización de plantas y centros de distribución,
el costo de transporte adquiere mucha mayor importancia que para los locales de
atención, donde es más relevante que las características de la ubicación permitan
la mayor afluencia de clientes al local.
Para la localización de servicios con demanda abierta será importante consi-
derar los factores que facilitan la afluencia de clientes al local; por ejemplo, factores
como la visibilidad del local, la ubicación de la competencia, el tránsito en la zona
› Figura 10.1
Problemas de localización.
Servicios con Métodos para
demanda abierta pronóstico de demanda
Servicios con • Programación lineal

Localización
demanda ubicada • Heurísticas
• Localización-asignación
Plantas y centros
• Exploración geográfica
de distribución
• Programación lineal
LOCALIZACIÓN DE PLANTAS, CENTROS DE DISTRIBUCIÓN Y SERVICIOS 233
y la disponibilidad de espacios para estacionamiento, son de mucha importancia

en la localización de locales de atención, mientras que no necesariamente tienen
tal importancia para la localización de plantas y centros de distribución.
Por dichas razones, las técnicas de mayor difusión para seleccionar la locali-
zación de plantas y centros de distribución (que se abordan más adelante en este
capítulo) pudieran no ser muy apropiadas para considerar la ubicación de servicios
con demanda abierta. Debido a que la afluencia de clientes al local es de funda-
mental importancia, el problema de seleccionar la mejor ubicación para un local
de atención se ha enfocado tradicionalmente como un problema de pronóstico; es
decir, como el problema de seleccionar la localidad (de un conjunto disponible)
en la que se espera la mayor afluencia de clientes. Desde este punto de vista, la
localización de un centro de atención debe empezar por reunir información sobre
las variables que mejor explican la afluencia de clientes al local y, con base en esta
información, tratar de pronosticar la afluencia de clientes a las posibles localidades
para el centro de atención. En la actualidad existen diversos modelos para el pro-
nóstico (vea Makridakis et al. 1998), el análisis de regresión múltiple puede ser de
particular utilidad en este caso, debido a su amplia difusión y a que es muy fácil
de implementar. Con el siguiente ejemplo se ilustra la aplicación del análisis de
regresión para localizar un servicio con demanda abierta.
Ejemplo 10.1. Localización de un restaurante
La cadena de restaurantes Tacos al Pastor cuenta con nueve locales en la capital,

y desea abrir un nuevo local en la zona norte de la ciudad (donde no tiene ningu-
no). Luego de una primera exploración, se proponen cuatro posibles localidades
en la zona norte, ahora se desea evaluar el potencial de cada una. Por la experien-
cia con sus otros locales, se consideran tres factores importantes que explican la
afluencia de público a un local, que son: tráfico en la zona, espacios de estaciona-
miento en el local y si el local está en zona residencial o zona comercial, por lo
que se levantó un registro de estos datos para cada una de las localidades, con los
resultados de la tabla 10.1.
Con la finalidad de pronosticar la afluencia en las diferentes localidades, se
consideró la afluencia observada en cada uno de los nueve locales existentes: Y
afluencia (clientes/minuto), X1 tránsito (automóviles/minuto), X2 estaciona-
mientos disponibles, X3 zona (0 residencial, 1 comercial). A continuación
se presentan los datos para los nueve locales existentes (tabla 10.2).
Con los datos de la tabla 10.2 y una hoja de cálculo se ajustó el modelo de regresión
lineal múltiple Y = 0 + 1 X1 + 2 X2 + 3 X3 + ε , y se encontró un coeficiente de determi-

nación de R2 0.89, y los parámetros estimados 0 = 6.86, 1 = 0.69, 2 = 0.35, 3 =

10.36, los que permitirán calcular la afluencia estimada Y = 0 + 1 X1 + 2 X2 + 3 X3
para cada una de las localidades candidatas. Los pronósticos resultantes se pre-
sentan en la tabla 10.3.
Como se aprecia, el pronóstico de la afluencia para la primera localidad es
el más alto, por lo que parece ser la más conveniente desde el punto de vista de
TRÁNSITO ZONA: RESIDENCIAL (0) › Tabla 10.1

Características de cuatro
LOCALIDAD (AUTOMÓVILES/MINUTO) ESTACIONAMIENTOS COMERCIAL (1)
posibles locales para un
1 25 25 0 restaurante.
2 20 30 1
3 30 15 1
4 25 20 1
› Tabla 10.2
Y X1 X2 X3
Características de los nueve
locales existentes. 16 10 10 0
30 40 25 1
25 25 30 1
25 30 25 1
30 35 20 1
25 15 15 0
18 12 12 0
32 38 24 1
24 27 27 1
› Tabla 10.3
LOCALIDAD X1 X2 X3 Y
Afluencia esperada de clientes
en cuatro posibles locales. 1 25 25 0 32.86
2 20 30 1 20.80
3 30 15 1 22.45
4 25 20 1 20.75
la afluencia de clientes. Es relevante indicar que si desea seguir un procedimiento

estadístico más riguroso para tomar una decisión, debe probar la hipótesis de que
la afluencia promedio en esta localidad es mayor.
LOCALIZACIÓN DE PLANTAS Y CENTROS DE DISTRIBUCIÓN

En esta sección se analizan los principales factores a tomar en cuenta para condu-
cir un estudio de localización (de plantas y centros de distribución), y se sugieren
los pasos que debe tener dicho estudio. Hay que enfatizar la naturaleza estratégica
de la decisión de localización, ya que como se indicó, un cambio de localización es
muy costoso y puede obligar a un rediseño de la estrategia de operaciones. Es por
esta razón que la estrategia a largo plazo de la empresa debe ser un componente
importante para tomar una buena decisión de localización.
Pasos de un estudio de localización

Los estudios de localización son de naturaleza muy diversa, ya que la distribución
de los bienes requeridos para la producción y venta del producto forman una ca-
dena de suministro (vea la figura 10.2) que comprende tanto la distribución de
insumos entre diferentes plantas, como la de productos terminados hacia los cen-
tros de distribución y tiendas. Es difícil imaginar una planeación global de la loca-
lización de todos los elementos de una cadena de suministro, más bien se deben
realizar estudios parciales para decidir, por ejemplo, la localización de las plantas
respecto de la localización de los proveedores y los almacenes, o la localización de
los centros de distribución en relación con la localización de las plantas y de las
tiendas de atención al cliente.
Antes de proponer un procedimiento para conducir un estudio de localiza-
ción, es conveniente remarcar la importancia de los centros de distribución en
una cadena de suministro, ya que si bien son una fuente de costo, también son de
› Figura 10.2
Elementos de una cadena
Proveedor de suministro.
(centros de manufactura)
Planta manufacturera
(centros de manufactura)
Pedidos
Almacén regional
(centros de distribución)
Envíos Centros de atención

(tiendas)
fundamental importancia para lograr un eficiente servicio a los clientes en la ca-

dena y para reducir costos de distribución con base en la consolidación de envíos
y en la especialización. Algunas de las ventajas que se obtienen con la utilización
de centros de distribución son las siguientes:
• La consolidación (agrupación de envíos heterogéneos) permite aprovechar

economías de escala, ya que se pueden transportar grandes volúmenes en
una sola operación.
• La utilización de almacenes (regionales) en puntos estratégicos de la cadena
permite que las plantas se localicen más cerca de los centros de abastecimien-
to, sin causar mayores costos de transporte hacia los centros de demanda.
• La especialización permite atender los pedidos en menor tiempo, por tanto,
hay una menor probabilidad de desatender un pedido.
• En el caso de la producción de bienes perecederos (por ejemplo, alimentos),
los centros de distribución se pueden especializar en la conservación y trans-
porte adecuado del bien.
En la figura 10.3 se ilustra cómo un centro de distribución permite obtener econo-

mías de escala con base en la consolidación de pedidos. Como muestra la figura,
en caso de no utilizar centros de distribución, ocurriría que los pedidos se envían
desde diferentes plantas a los centros de demanda en cantidades pequeñas, mien-
tras que los centros de distribución permiten recibir artículos desde diferentes
plantas, que luego serán consolidados para su transporte en grandes volúmenes
hacia los centros de demanda (tiendas).
Un estudio de localización, como se ilustra en la figura 10.4, debe empezar
por la definición clara de los objetivos corporativos y de la estrategia de la empresa
al abrir una nueva planta o un centro de distribución, la fase de planeación inicial.
Con base en la estrategia de la empresa, en aspectos técnicos (disponibilidad de
fuentes de energía, medios para eliminar los residuos del proceso, disponibilidad
de servicios, etc.), y en criterios de costos de localización (costo de la propiedad,
cercanía a proveedores y/o clientes, etc.), inicia la fase de exploración geográfica.
Estas dos fases proporcionan una primera lista de localidades candidatas, las que
se deberán evaluar con base en criterios de costos de operación e instalación, cons-
› Figura 10.3
Consolidación de envíos
mediante centros de Planta A
distribución. Tienda 1
Producto 1
Planta B
Tienda 2
Producto 2
No consolidación
Altos inventarios o envíos pequeños
Planta A 1 1, 2 Tienda 1
Producto 1
CENTRO DE
DISTRIBUCIÓN
Planta B
2 1, 2 Tienda 2
Producto 2
Consolidación
Bajos inventarios y envíos grandes
tituyendo la fase de análisis cuantitativo. Por último, con la información de costos,

arranca la fase de evaluación y selección; en esta etapa se aconseja utilizar técnicas
de optimización para apoyar el proceso de toma de decisiones, ya que los costos de
operación dependen no sólo del costo fijo en que se incurre en cada localidad,
sino también de la política de distribución que determina los costos de transporte
y cuya evaluación requiere del apoyo de modelos.
Factores importantes para la localización

Los factores que tienen relevancia en un estudio de localización son muy diversos.
En la tabla 10.4 aparece una lista de los elementos que podrían ser importantes,
agrupados en las siguientes categorías: mano de obra, transporte, servicios, cali-
dad de vida y marco legal. Enseguida se comenta la importancia de algunos de
estos factores.
Mano de obra
Aun para empresas con alto grado de automatización, la mano de obra es funda-
mental. La localidad elegida para el funcionamiento de la empresa no debe presen-
tar inconvenientes para el reclutamiento del personal que, en calidad y cantidad,
› Figura 10.4
Pasos de un estudio
de localización.
Planeación inicial Exploración geográfica
Análisis de alternativas Evaluación y selección

MANO DE OBRA TRANSPORTE SERVICIOS CALIDAD DE VIDA MARCO LEGAL › Tabla 10.4
Factores importantes para
Disponibilidad Proveedores Agua Clima Impuestos la localización.
Relaciones Mercados Medios de Educación Seguros
laborales desecho
Rotación de Medios existentes Fuentes de Centros de Incentivos
personal energía investigación tributarios
Personal Costo del Comunicaciones Costo de la Medios de
calificado transporte propiedad propaganda
necesita la empresa para su buena operación. En el caso de personal altamente ca-

lificado, si bien es cierto que puede provenir de otras áreas geográficas, a menudo
la falta de buenos servicios (salud, educación, vivienda) es un inconveniente para
la atracción de personal educado y/o altamente capacitado. Por otro lado, el per-
sonal técnico que no requiere de alta especialización, puede obtenerse al reclutar
personal no calificado, que recibirá un adecuado entrenamiento en la empresa. Sin
embargo, si existe competencia de otras empresas por este tipo de técnicos, se corre
el riesgo de una alta rotación de personal, que obliga a mayores gastos de capacita-
ción y entrenamiento. Para evitar tal inconveniente, algunas empresas adoptan la
política de localizar sus plantas en áreas nuevas (rurales o poco industrializadas), de
manera que logren que la comunidad se identifique con la empresa. Otras conside-
raciones importantes respecto de la mano de obra son: nivel de salarios, fortaleza de
los sindicatos, restricciones para variar el tamaño de la fuerza laboral (periodos
de contratación, beneficios sociales, jornada laboral, etc.), productividad y educa-
ción de los trabajadores, y disponibilidad de centros de formación técnica.
Servicios de transporte
La existencia de medios adecuados para el transporte de insumos hacia la planta
y de productos terminados a los centros de distribución es un factor a considerar
para la elección de la localización apropiada. Sin duda el medio de transporte con
más difusión es la carretera, pero conviene evaluar otros medios como el ferroca-
rril, la vía marítima y el transporte aéreo. El ferrocarril es un medio más lento que
la carretera, pero es económico y apto para grandes volúmenes de transporte. La
vía marítima es apropiada para el transporte de bienes altamente comerciables y
de gran disponibilidad en el mercado internacional, como el petróleo, petroquí-
micos, minerales, etcétera, mientras que la vía aérea es un medio más caro, pero
conveniente para el transporte de bienes perecederos (por ejemplo, flores o alimen-
tos frescos), o cuando el servicio rápido al cliente es muy importante; también se
considera como un medio alterno para la expedición de pedidos.
Cercanía a mercados, plantas y proveedores

Algunos criterios de localización son la cercanía, ya sea a los mercados, a los pro-
veedores de insumos o a otras plantas de la empresa. La cercanía a los mercados es
favorable cuando el costo de transporte del producto terminado es alto en compa-
ración con el costo de transporte de los insumos; tal es el caso de la producción de
fertilizantes y de materiales de construcción. La cercanía a los centros de produc-
ción de insumos es vital en el caso de que los insumos sean perecederos (industria
de alimentos), o cuando el costo de transporte de los mismos es alto, como en el
caso de la industria del papel. Algunas empresas consideran primordial la cerca-
nía a otras plantas de la empresa cuando la nueva planta desempeña un papel de
apoyo a la producción de las plantas principales, por ejemplo, la implantación
de la filosofía de producción justo a tiempo (que es práctica difundida en la indus-
tria automotriz), puede forzar a que las plantas proveedoras se sitúen cerca de las
ensambladoras para lograr el abastecimiento oportuno.
Fuentes de energía y servicios

El acceso a fuentes de energía barata, confiable y adecuada para el funcionamien-
to de la planta es otro factor de importancia para la localización de la planta. Para
algunas industrias con uso intensivo de energía, el costo de la misma es relevante;
otras prefieren producir energía propia a partir del consumo de combustibles (car-
bón, petróleo, gas, etcétera), y en ciertos casos se utiliza algún tipo de combustible
como insumo directo para la producción, como en el de la industria petroquímica,
que utiliza los derivados del petróleo, o la tecnología de arco eléctrico para la pro-
ducción de acero, que utiliza el gas natural como un gas reductor de los óxidos de
hierro para la producción del hierro esponja, insumo que utiliza esta tecnología
para producir el acero. La existencia de servicios como el agua y las comunicacio-
nes, y la disponibilidad de medios para el desecho de materiales, primordiales para
operar la planta sin perjuicio del ambiente, también son criterios a considerar para la
selección de localidades candidatas.
Calidad de vida
La calidad de la vida y la apertura del gobierno y de la comunidad local es otro
factor a considerar en la exploración de localidades. Como puede imaginar, la exis-
tencia de actividades culturales, servicios religiosos, buena educación, actividades
recreativas y acceso a vivienda, entre otros, determinan que la vida de los miembros
de la empresa sea más placentera y la retención del personal se facilite. Por otro
lado, consideraciones de calidad de vida, como el costo de la propiedad, influyen
directamente en la inversión inicial de la planta.
Marco legal
Las consideraciones legales desempeñan, en muchas ocasiones, un papel fundamen-
tal para la localización de las empresas manufactureras. El caso de la implantación
de zonas francas para la producción de bienes de exportación, con la exención del
impuesto a la importación (por ejemplo, las maquiladoras mexicanas y los parques
industriales en puertos de Chile y Perú), han probado ser un mecanismo eficiente
para atraer inversión productiva. Aunque la regulación en materia ecológica em-
pieza a tener consecuencias, y en algunos casos simplemente se ha prohibido la
localización de ciertas industrias por razones ecológicas (por ejemplo, en la Ciudad
de México se emitieron normas para evitar los altos niveles de contaminación).
Esta lista de factores no es exhaustiva, ya que pueden existir factores parti-
culares, como la misma estrategia corporativa de segmentación de mercados. Por
tal razón es recomendable que esta lista de factores se tenga presente para efectos
de exploración geográfica, así eliminará localidades inadecuadas, y tendrá menos
criterios para determinar la decisión final. Es pertinente remarcar que algunos de
estos factores son de naturaleza cualitativa (clima, calidad de vida, disponibilidad
de mano de obra), por lo que sirven de criterio para descartar o considerar a una
localidad particular. Otros factores, como el costo de la propiedad, impuestos o
transporte se evalúan con base en el costo de instalación y/o operación que impli-
ca para la empresa, criterio para apoyar una toma de decisiones definitiva.
Técnicas para la exploración geográfica

Como recién se indicó, los factores a considerar para la localización de plantas y
centros de distribución pueden ser económicos o no económicos. En la fase de
› Figura 10.5
Coordenadas de las unidades
P2 ⴝ (x2, y2) que generan oferta y demanda.
P1 ⴝ (x1, y1)
w1
L ⴝ (x, y)
P3 ⴝ (x3, y3)
exploración geográfica se considera al inicio el transporte (de insumos y produc-

tos terminados) como la determinante económica más visible. En este sentido,
la técnica del centro de gravedad (que se analiza a continuación) es la de mayor
aplicación para explorar las áreas de la posible localización. Una vez que se iden-
tifica a las áreas de localización conveniente, inicia la exploración de localidades
específicas que reúnan las condiciones requeridas, para lo cual será necesario co-
lectar la información cualitativa sobre las características relevantes de los lugares
a explorar, con el objeto de descartar las localidades que no reúnan las condicio-
nes necesarias, la técnica para este propósito es el uso de tablas de calificación,
descritas en esta sección.
Una primera aproximación para determinar el área geográfica en la que
conviene localizar una planta o centro de distribución consiste en considerar las
ubicaciones de los lugares desde y hacia las cuales se deberán transportar insu-
mos y/o producto terminado, y con base en estas ubicaciones y en los volúmenes
a transportar, buscar la localización que minimice el costo total de transporte. En
la figura 10.5 aparece una gráfica típica de las ubicaciones que generan oferta y/o
demanda (puntos Pi) entre los cuales debe encontrarse la localización ideal de la
planta o centro de distribución (punto L).
Deben asignarse coordenadas a las ubicaciones que generan oferta y/o de-
manda (respecto de un origen arbitrario), para tener una medida de las distancias
de estas ubicaciones hacia la planta o centro de distribución. Por ejemplo, en la
figura 10.5 se asignaron las coordenadas (x1, y1) a la ubicación P1 (las que se cono-
cerán después de identificar la unidad que genera la oferta o demanda), mientras
que a la localización de la planta o almacén (L) se le asignaron las coordenadas
(x, y), es decir todavía son desconocidas.
El costo total de transporte que corresponde a una localización en la coor-
denada (x, y), depende tanto de los volúmenes a transportar desde los centros de
oferta/demanda, como de la distancia desde estos centros hacia la localización; de
manera que si denota con wi al volumen a transportar desde/hacia el punto Pi, una
medida del costo total de transporte será:
n
F ( x , y ) = ∑ wi d ( Pi , L ), (10.1)
i =1
donde d(Pi, L) es una medida de la distancia desde el punto Pi (xi, yi) hacia la
coordenada (por determinar) L (x, y). De esta manera, dados n centros de oferta/
demanda P1, P2, …, Pn, con coordenadas (x1, y1), (x2, y2), …, (xn, yn), y volúmenes de
transporte w1, w2, …, wn, respectivamente, el problema de encontrar las coordena-
das de la localización L (x, y) que minimicen los costos totales de transporte, se
plantea como encontrar las coordenadas (x, y) que minimicen la función de costos
definida en (10.1). Observe que en la práctica la verdadera distancia d(Pi, L) a re-
correr desde un centro hacia la localidad L (x, y) pudiera ser difícil de expresar
(ya que depende de la red de carreteras, por ejemplo), por lo que se deberá usar
alguna aproximación para encontrar una solución al problema de optimización
planteado. Las medidas de distancia más difundidas son:
• La distancia euclidiana es la medida de distancia más útil para la locali-

zación de plantas y/o centros de distribución, ya que da una aproximación
razonable de las distancias en regiones geográficas amplias, o ciudades con
calles no rectangulares. Esta distancia es la línea recta entre los dos puntos,
y se define por:
d ( Pi , L ) = ( x i − x )2 + ( y i − y )2
• La distancia rectangular es la medida de distancia más útil para la locali-

zación dentro de instalaciones, ya que da una aproximación razonable de las
distancias en espacios cerrados, donde los puntos se conectan por pasillos. Esta
distancia se obtiene al recorrer segmentos paralelos a los ejes y se define por:
d ( Pi , L ) = x − x i + y − y i .
La solución al problema de minimizar (10.1) cuando se consideran distancias eucli-

dianas es el centroide, y la solución para distancias rectangulares es la mediana. A
continuación se muestran los cálculos de las medianas y los centroides, a la vez
que se ilustran sus aplicaciones.
Uso de la mediana para localizar servicios dentro de instalaciones

La mediana es la solución al problema de encontrar las coordenadas L (x, y)
que minimicen:
n
(
F ( x , y ) = ∑ wi x − x i + y − y i .
i =1
) (10.2)
Es conveniente observar que la función en la ecuación precedente no tiene derivada

en algunos puntos (la función valor absoluto no tiene derivada en 0), por lo que
para hallar la solución al problema de minimización, no se pueden utilizar las téc-
nicas clásicas basadas en el cálculo diferencial. A pesar de este hecho, el problema
tiene una solución, que se conoce como mediana, y que se calcula con facilidad.
Dadas las coordenadas de n puntos y sus respectivos pesos, el punto (x, y) es una
mediana de los puntos dados si cumple las siguientes condiciones:
1. Para algún 1 i n se tiene que x xi, y del mismo modo, y yj para

algún 1 j n.
2. La abscisa x cumple:
n n
∑ wk ∑ wk
∑ wk ≤ k =1
2
, ∑ wk ≤ k =1
2
,
{k:xk < x } {k:xk > x }
y también la ordenada y cumple:
n n
∑ wk ∑ wk
∑ wk ≤ k =1
2
, ∑ wk ≤ k =1
2
.
{k:yk < y } {k:yk > y }
La primera condición permite observar que para obtener la mediana sólo hay que
explorar un número finito de posibilidades, por lo que el cálculo de la misma tiene
poca complejidad computacional. La condición dos puede interpretarse, como que
las coordenadas de la mediana parten a los datos correspondientes en el punto
medio de los pesos, ya que reparte más o menos la misma magnitud de pesos hacia
atrás y hacia delante de cada coordenada. Considere que un conjunto de datos
puede tener más de una mediana. Con base en estas condiciones para la mediana,
se le sugiere un algoritmo sencillo de cálculo como el siguiente:
1. Ordenar los valores de las abscisas xi de menor a mayor y calcular la semisu-

ma de pesos.
2. Elaborar una tabla con los valores xi ordenados de menor a mayor, indican-
do para cada xi el correspondiente peso acumulado hacia atrás (suma de pesos
para valores menores o iguales) y el peso acumulado hacia delante (suma de
pesos para valores mayores o iguales).
3. Buscar en la tabla anterior el primer valor de las abscisas (a partir del valor
más pequeño), para el cual el peso acumulado es mayor o igual que la semi-
suma de pesos, y repetir el procedimiento hacia atrás a partir del valor más
grande. Si los dos valores coinciden, hacer x igual al valor determinado. Si los
dos valores no coinciden, cualquiera puede ser la abscisa x de una mediana
(en este caso los datos tienen más de una mediana).
Para determinar la ordenada y de la mediana, puede seguir un procedimiento simi-

lar al de la abscisa x (tome las ordenadas yi en lugar de las abscisas xi). El siguiente
ejemplo ilustrará la aplicación del algoritmo para calcular la mediana (el cual puede
implantarse con facilidad en una hoja de cálculo, vea el archivo cap10.xls).
Ejemplo 10.2. Posición de la estación de un operador
En la figura 10.6 se presenta la disposición de un taller para la fabricación de casi-

mir de lana, el cual consta de ocho telares con lanzadera; en la gráfica se indican las
posiciones de las estaciones de control (Oi) para cada telar. Las máquinas operan en
automático, pero requieren de la atención de un operador cada que se detecta una
falla en el proceso, y una vez que ocurre se desperdician tiempo y materiales, por
› Figura 10.6
Disposición de un taller
de telares.
O6 O5 O4
O7
O8
O1 O2 O3
› Tabla 10.5
COORDENADAS DE LA ESTACIÓN
Coordenadas y frecuencias
MÁQUINA ( i ) DE CONTROL ( O i ) FRECUENCIA DIARIA DE FALLAS ( w i )
de fallas de telares.
1 (0,0) 2
2 (4,0) 1.25
3 (8,0) 2
4 (8,7) 1.5
5 (4,7) 1.75
6 (0,7) 2
7 (0,5) 1.75
8 (0,2) 2
lo que el costo que genera cada falla es proporcional a la distancia recorrida por
el operador para atender la máquina. Por otro lado, el operador viaja a través de
los pasillos (las siete líneas de la gráfica), cada vez que desea atender la falla
de un telar. Se desea determinar la posición óptima del operador que minimice
los costos en que se incurren a causa de las fallas, si cada máquina evidencia una
determinada frecuencia de ocurrencia de fallas y, que una vez atendida la falla
de una máquina, el operador regresa a su posición inicial (estación del operador)
para esperar el siguiente pedido de atención.
En la tabla 10.5 se presentan las coordenadas (en metros) de las estaciones
de control de las máquinas (el origen es la posición O1), y las correspondientes
frecuencias diarias de ocurrencia de las fallas para cada máquina. Estas frecuen-
cias se toman como los pesos wi, y las posiciones de las estaciones de control como
las coordenadas de los puntos Pi, de manera que el problema de encontrar la po-
sición del operador que minimice los costos por fallas, se reduce al problema de
encontrar la mediana de los puntos y pesos dados. Observe que esta formulación
del problema asume que el costo de la falla por unidad de tiempo sin atención, es
el mismo para cada máquina; asimismo, la utilización de distancias rectangulares
se justifica porque el operador debe utilizar los pasillos para viajar.
En la tabla 10.6 aparecen los resultados de ordenar los valores de las coorde-
nadas y calcular los correspondientes pesos acumulados, observe que la semisuma
de pesos para estos datos es de 14.5/2 7.125.
Observe, a partir de la tabla, que el valor de la mediana es (0, 2) (coincide
con la posición de la estación 8), por lo que conviene localizar al operador en esta
posición. Además de que también se pueden calcular las distancias (rectangula-
res) desde cada punto hacia la mediana y el valor de la función (10.2) (suma de
distancias por pesos). Este último valor se usa para evaluar costos, si es necesario;
así por ejemplo, dado que la suma de distancias por pesos es de 82 (vea los cálcu-
los en el archivo cap10.xls), si se estima que el costo (por desperdicio) en que se
incurre al fallar un telar es de $4 por metro recorrido (en cada falla), entonces el
costo promedio diario ocasionado por las fallas será de $328 si ubica al operador
en la posición (0,2) (el menor costo posible con un operador).
› Tabla 10.6
PESO ACUM. PESO ACUM. PESO ACUM. PESO ACUM.
Cálculo de la mediana de las
X PESO (HACIA ATRÁS) (HACIA DELANTE) Y PESO (HACIA ATRÁS) (HACIA DELANTE)
posiciones de los telares.
0 7.75 7.75 14.25 0 5.25 5.25 14.25
4 3 10.75 6.5 2 2 7.25 9
8 3.5 14.25 3.5 5 1.75 9 7
7 5.25 14.25 5.25
Cálculo y aplicaciones del centroide

El centroide es la solución al problema de encontrar las coordenadas L (x, y)
que minimicen:
n
F ( x , y ) = ∑ wi ( x − x i )2 + ( y − y i )2 . (10.3)
i =1
Es conveniente observar que la función en la ecuación precedente, sí tiene deri-

vadas continuas, por lo que para determinar el centroide se utilizan las técnicas
clásicas de optimización. La solución de este problema, sin embargo, no tiene una
forma explícita, ya que las condiciones de optimalidad de primer orden (vea Wins-
ton, 2004) conducen al sistema de ecuaciones no lineales:
n
wi ( x i − x )
∑ ( x i − x )2 + ( y i − y )2
= 0,
i =1
n
wi ( y i − y )
∑ ( x i − x )2 + ( y i − y )2
= 0,
i =1
por ejemplo, si bien es cierto que puede resolverse con el uso del software apro-
piado (LINGO), conviene conocer el algoritmo de Weiszfeld, que es muy eficiente
para determinar el centroide. Este algoritmo aproxima la solución por medio de
iteraciones (como lo hace la mayoría de los algoritmos para programación no li-
neal), y se detiene cuando el error de aproximación es lo suficientemente pequeño.
En específico, este algoritmo consiste en:
1. Aproximar la solución por el centro de gravedad:
n n
∑ wi x i ∑ wi y i
i =1 i =1
x *0 = n
, y 0* = n
.
∑ wi ∑ wi
i =1 i =1
2. Iterar sobre la solución obtenida hasta el momento, con base en:
n n
wi x i wy
∑ d ∑ di i
x *n +1 = i =1n i , y *n +1 = i =1n i ,
w w
∑ di ∑ di
i =1 i i =1 i
donde:
di = ( x *n − x i )2 + ( y *n − y i )2 .
A mayor número de iteraciones una mejor aproximación, por lo que se puede imple-
mentar un algoritmo con un número dado de iteraciones, o simplemente iterar hasta
{
obtener una precisión deseada, por ejemplo, hasta que max x *n +1 − x *n , y *n +1 − y *n < e,}
donde e es un valor (pequeño) dado. Una versión de este algoritmo se encuentra
en el archivo cap10.xls, cuyo uso ilustra el siguiente ejemplo.
Ejemplo 10.3. Exploración geográfica mediante el centroide
Sabores del Mundo es una empresa dedicada a la producción de insumos para la

industria de alimentos, y recién emprendió la fabricación de un colorante deriva-
do de un insecto llamado cochinilla. El proyecto surge a raíz de un programa de
implantación de la siembra del nopal en el estado de Oaxaca, México (la cochinilla
habita fundamentalmente en el nopal). La empresa ha decidido que su producción
en este país podría abastecer también sus mercados en Europa, Asia y Estados Uni-
dos, para lo cual utilizaría los puertos de Tampico y Manzanillo como centros de
embarque. Estos centros de demanda se sumarían a los mercados nacionales loca-
lizados en Monterrey y la Ciudad de México. Los centros de oferta del insumo de
cochinilla serían, sobre todo Oaxaca, la capital del estado, y los puertos de Salina
Cruz y Veracruz, donde se recibirán los insumos provenientes de Sudamérica y de
Europa. La ubicación de estos centros de distribución se presenta en la figura 10.7,
donde se asignaron coordenadas (en kilómetros) a estas localidades.
Las cantidades anuales a transportar (en toneladas) desde (hacia) los centros
de oferta (demanda) se resumen en la tabla 10.7. Observe que la oferta total previs-
ta de insumos es de 3 000 toneladas, mientras que la demanda de colorante es de
2 700 toneladas, lo que obedece a que cada unidad de insumo rinde 0.9 unidades
de colorante.
En la hoja correspondiente del archivo cap10.xls, se utilizaron las coordenadas
de los centros de distribución (vea la figura 10.7), y los volúmenes de transpor-
te de la tabla 10.7 como pesos (wi). Para determinar el centroide de estos puntos
utilice el programa del botón Calcular Centroide (con 100 iteraciones) lo que da
x 1717.58, y 809.18. Estas coordenadas corresponden a una localización al su-
reste de la Ciudad de México (punto L de la figura anterior que sugiere la ciudad
de Puebla).
Conviene señalar que la zona sugerida por el centroide tiene una dependencia
estrecha con la política de distribución planteada. Por ejemplo, el resultado asume
implícitamente que desde esta localidad se recibirán los insumos provenientes de
todos los centros de oferta y se distribuirán hacia todos los centros de demanda.
› Figura 10.7
Centros de oferta y demanda
para Sabores del Mundo. Coordenadas
1. Tampico (D) (1700, 1317)
2. Monterrey (D) (1484, 1450)
3. D.F. (D) (1533, 855)
4. Manzanillo (D) (1034, 817)
5. Oaxaca (O) (1784, 634)
6. Salina Cruz (O) (1833, 467)
7. Veracruz (O) (1732, 817)
Monterrey
2
1 Tampico
7 = L2
3 Veracruz
MÉXICO
Manzanillo 4
L
0 200 400 km 5 Oaxaca
L1 6
0 200 400 ml Salina GUATEMALA
Cruz
› Tabla 10.7
LOCALIDAD VOLUMEN DE TRANSPORTE (TON)
Volúmenes de transporte
Tampico 900 para Sabores del Mundo.
Monterrey 400
Ciudad de México 500
Manzanillo 900
Oaxaca 1 000
Salina Cruz 1 000
Veracruz 1 000
Si la política fuera construir más de una planta, el resultado sería diferente. A

manera de ejemplo suponga que desea explorar la política de construir dos plan-
tas, la primera de ellas abastecería a la Ciudad de México (500 ton) y a Manza-
nillo (900 ton), sus insumos provendrían de Salina Cruz (1 000 ton) y de Oaxaca
(556 ton). La segunda planta abastecería a Tampico (900 ton) y a Monterrey (400
ton), demandando insumos de Veracruz (1 000 ton) y de Oaxaca (444 ton). Me-
diante los programas de los botones correspondientes del archivo cap10.xls (con
100 iteraciones en cada caso), para la primera planta se obtienen las coordenadas
x 1713.04, y 617.15, que corresponden al punto L1 en la figura anterior (al su-
roeste de Oaxaca), mientras que para la segunda planta se obtienen las coordenadas
x 1732, y 817, que corresponden al punto L2 en la figura anterior (Veracruz). De
esta manera, al aplicar la técnica del centroide se observa que la ciudad de Puebla
puede ser una localidad apropiada si desea ubicar una sola planta; mientras que
las localidades de Oaxaca y Veracruz lo son para ubicar dos plantas (una en cada
localidad bajo la política de distribución correspondiente).
Tablas de calificación
Como se aprecia hasta este momento, la técnica del centroide ayuda a ubicar la
zona alrededor de la cual es conveniente localizar la planta o centro de distribu-
ción, de manera que los costos de transporte no sean altos. La ubicación obtenida,
sin embargo, no reúne necesariamente todas las características que requiere el pro-
yecto (condiciones laborales, disponibilidad de servicios, fuentes de energía, etc.).
En consecuencia, el siguiente paso en la fase de exploración geográfica consistirá
en identificar localidades candidatas y explorar si reúnen las características cuali-
tativas para que la planta o el almacén opere a satisfacción (el criterio de costos
se considera con base en el modelo de programación lineal que se presenta más
adelante). La técnica más difundida para este propósito es el uso de una tabla de
calificación, la cual consiste de una lista de las características relevantes para la ope-
ración de la planta o centro de distribución, a la cual se asignan calificaciones, con
base en las categorías encontradas. De esta manera se obtienen calificaciones
para cada posible localización, con base en las cualidades de la misma. Estas cali-
ficaciones servirán como punto de referencia para descartar una localidad o para
considerarla apta para conducir un estudio de localización con base en información
de costos más precisa. En el siguiente ejemplo se ilustra la aplicación de esta técnica.
Ejemplo 10.4. Tabla de calificación para exploración geográfica
Sabores del Mundo (vea el ejemplo 10.3) considera que existen cuatro factores cua-
litativos para su proyecto: clima, disponibilidad de agua, educación y condiciones
laborales. A cada uno de los factores se le calificará con una puntuación de 0 a 50,
para lograr calificaciones objetivas (lo recomendable), se establecen seis categorías

para cada factor y se le asignan las calificaciones 0, 10, 20, 30, 40 y 50, respectiva-
mente. La tabla de calificaciones tiene el formato de la tabla 10.8.
De una lista de seis posibles localidades, se tienen los resultados que se mues-
tran en la tabla 10.9.
Un primer criterio de eliminación es la puntuación total, por ejemplo, con una
puntuación mínima total de 120, se excluyen las localidades 3 y 5. Debe tener en
cuenta, sin embargo, que la obtención de una puntuación muy baja en un factor
imposibilita la ubicación en una localidad determinada, por ejemplo, la localidad
1 tiene una calificación muy baja en educación, lo que obliga a descartarla. De
esta forma, las localidades 2, 4 y 6 se seleccionan como candidatas para pasar a la
siguiente fase de análisis cuantitativo para su posterior evaluación y selección.
› Tabla 10.8 1. CLIMA

Tabla de calificación para
Sabores del Mundo CATEGORÍA PUNTAJE
A Insano, no se puede instalar el proyecto 0
B Muy variable, frecuentes catástrofes (inundaciones, ciclones o terremotos) 10
C Temperatura variable, catástrofes poco frecuentes 20
D Temperatura variable, no hay catástrofes 30
E Temperatura constante, pero el clima es húmedo o muy lluvioso 40
F Ideal para el proyecto, clima bueno todo el año. 50
2. DISPONIBILIDAD DE AGUA
CATEGORÍA PUNTAJE
A No disponible 0
B Disponible, pero se debe invertir en perforación de pozos 10
C Disponible, pero se debe invertir en purificación y tanques 20
D Disponible, pero requiere purificación 30
E Disponible y de buena calidad, pero es cara 40
F Disponible, de buena calidad y precio razonable 50
3. EDUCACIÓN
CATEGORÍA PUNTAJE
A No hay escuelas 0
B Sólo educación primaria pública 10
C Sólo educación secundaria pública 20
D Educación secundaria privada y pública de buena calidad 30
E Educación secundaria y técnica de buena calidad 40
F Existen universidades y centros de preparación técnica 50
4. CONDICIONES LABORALES
CATEGORÍA PUNTAJE
A Leyes estrictas y hay escasez de personal 0
B Leyes estrictas, existe personal no calificado 10
C Leyes estrictas, existe personal calificado 20
D Leyes estrictas pero no aplicadas, existe personal calificado 30
E Existe personal calificado, fácil contratación y despidos, pero alta rotación 40
F Existe personal calificado, fácil contratación y despidos, poca competencia 50
CALIFICACIÓN DEL LUGAR › Tabla 10.9

Calificaciones para varias
FACTOR L1 L2 L3 L4 L5 L6 localidades.
Clima 30 40 10 40 50 20
Agua 40 30 50 50 20 20
Educación 10 30 20 50 40 40
Condiciones laborales 50 40 30 40 30 30
Total 130 140 110 180 140 110
El modelo de localización de planta

Hasta ahora se analizaron las técnicas para la exploración geográfica en un estu-
dio de localización de plantas y/o centros de distribución. La aplicación de estos
métodos debe conducir a una lista de posibles localizaciones, para las cuales debe
recolectar información económica más detallada, que permita tomar las decisiones
apropiadas, con base en criterios cuantitativos de costos de operación e inversión.
En esta última fase de análisis cuantitativo, evaluación y selección, es convenien-
te apoyar el proceso de toma de decisiones mediante el uso de un modelo de op-
timización, en particular el modelo de localización de planta (que se describe a
continuación) resulta muy útil.
El modelo de localización de planta es una modificación del modelo de trans-
porte (vea Hillier y Hillier, 2008), que considera dos fuentes de costo en la función
objetivo a minimizar. La primera se relaciona con las características del lugar, que
determinan los costos particulares de la instalación y operación, entre sus com-
ponentes están: costo de la propiedad, nivel de salarios, costo de la energía, im-
puestos, seguros, etc. La segunda fuente de costo está en función de la localización
geográfica y política de distribución de la empresa; este costo es básicamente el
costo de transporte (de materiales, insumos y productos terminados) que genera
la posición geográfica de la localización y la política de distribución de la empresa.
Se distingue entre estas dos fuentes de costo, debido a que el costo de la primera
puede evaluarse con base en la información que se obtiene de las localidades; en
cambio, el costo de la segunda fuente depende además de la estrategia de distri-
bución de la empresa, que determina la mejor política de distribución, que a pri-
mera vista no es obvia (puede requerir del modelo de transporte). Para aplicar el
modelo de localización de planta primero es conveniente uniformizar los costos
de ambas fuentes, y dado que los costos de transporte se expresan con referencia
a un periodo (por ejemplo, anual), es conveniente que los costos de instalación y
operación se refieran al mismo periodo. Con el siguiente ejemplo se ilustra cómo
uniformizar los costos de instalación (a menudo expresados como desembolso
único) y operación (a menudo expresados por unidad de tiempo).
Ejemplo 10.5. Comparación de costos de instalación y operación
Sabores de Mundo (del ejemplo 10.4) explora la posibilidad de instalar una plan-
ta con capacidad de producción de 3 000 ton anuales de colorante de cochinilla,
ya sea en Oaxaca o en Puebla. Con esta finalidad recolectó información detallada
sobre los gastos de instalación y operación en ambas localidades, la cual se resu-
me en la tabla 10.10 donde muestra que los costos de instalación en Oaxaca son
menores que en Puebla, mientras que con los costos de operación es a la inver-
sa. Por otro lado, mientras que los costos de instalación implican un desembolso
único, los costos de operación son desembolsos periódicos. En consecuencia, para
comparar los costos totales de instalación y operación de las dos localidades, pri-
mero hay que uniformizar periodos de pagos. Una manera es expresar el desem-
› Tabla 10.10 PUEBLA OAXACA

Costos de instalación y
operación en dos localidades. COSTOS DE INSTALACIÓN ($)
Terreno 400 000 300 000
Construcción 600 000 400 000
Equipo e instalación 600 000 700 000
Total 1 600 000 1 400 000
COSTOS DE OPERACIÓN ($ AL AÑO)
Salarios 100 000 95 000
Impuestos y seguros 90 000 92 000
Energía y servicios 50 000 70 000
Mantenimiento 10 000 15 000
Total 250 000 272 000
bolso único que implica el costo de instalación, como amortizaciones periódicas,

las que deben incluir el costo del capital (a partir de la tasa de interés), teniendo
en cuenta que esta inversión tiene un tiempo de vida útil. Para este fin, se utiliza
la siguiente ecuación (vea Ross, 2001):
⎡1 1 ⎤
I = A⎢ − N ⎥
. (10.4)
⎣ i i(1 + i ) ⎦
La ecuación (10.4) establece una relación entre una inversión inicial (I) que
tiene vida útil de N periodos y la cantidad (A) que, pagada al inicio de cada uno
de los N periodos, amortizará la inversión inicial I, incluso el interés que ésta ge-
nera (la tasa de interés es de i por cada periodo). Por ejemplo, en el caso de la in-
versión inicial requerida en Puebla, la inversión inicial es I 1 600 000. Suponga
que ésta tiene una vida útil de 10 años y que la tasa de interés mensual es de 1%
(i 0.01). Si desea calcular el pago mensual (A) que amortizará la inversión ini-
cial y sus intereses, de acuerdo con (1.4):
⎡ 1 1 ⎤
1 600 000 = A ⎢ − ⎥,
⎣ 0.01 0.01(1 + 0.01) ⎦
120
de donde resulta A 22 955. Con un costo mensual de operación de 20 833 se ob-

tiene un costo mensual de operación e instalación para Puebla de 43 788. Mediante
un procedimiento similar se obtiene un costo mensual de operación e instalación
para Oaxaca de 42 753. Es conveniente indicar que si bien en este ejemplo se calcu-
la la amortización mensual, a menudo es conveniente calcular amortizaciones
anuales, que se obtienen mediante la ecuación (10.4).
Una vez identificada la manera de calcular los costos de instalación y opera-

ción, ahora debe calcular el costo por transporte y distribución, el cual se obtiene
de seleccionar alternativas de distribución (por ejemplo, de tres candidatos, elegir
dos de ellos para localizar dos plantas), y evaluar los costos correspondientes. Este
procedimiento, sin embargo, puede ser muy laborioso, ya que si tiene cinco can-
didatos, primero elegirá a cada uno de ellos y luego deberá explorar las elecciones
tomadas de 2, 3, 4, y 5, lo que hace el procedimiento muy tardado. Por fortuna
existe una formulación de este problema en programación lineal con variables en-
teras, que considera todas estas posibilidades en un único procedimiento computa-

cional, y para cuya solución existen varias alternativas de software en el mercado,
aunque por comodidad aquí se usa el solver de Excel. A continuación se presenta
la forma más sencilla de la formulación en programación lineal del modelo de lo-
calización de planta.
Suponga que existen p localidades candidatas para ubicar una planta (o un
centro de distribución), y para cada una de ellas evalúa el costo de instalación y
operación, con los costos (expresados en anualidades) I1, I2, …, Ip, respectivamen-
te, para capacidades instaladas de producción (distribución) anual C1, C2, …, Cp,
respectivamente. Estas capacidades de producción se interpretan como la ofer-
ta de la planta, en caso de que se decida instalar la misma en dicha localidad.
El problema a formular será seleccionar las m localidades de estas p disponibles
(m p) que permitan satisfacer la demanda de n centros, con demandas anuales
D1, D2, …, Dn, respectivamente, obteniendo el menor costo de instalación, opera-
ción y transporte.
Como en el modelo de transporte, se introducen las variables Xij, i 1,
2, …, p, j 1, 2, …, n, que representan la cantidad (anual) que se enviará desde
la localidad i hacia el centro de demanda j. Considere que no todas las localidades
serán seleccionadas, por lo que se introduce la variable binaria Yi asociada a la
localidad i, tal que Yi 1, si la localidad i se selecciona para localizar una plan-
ta de capacidad Ci, y Yi 0 si esta localidad se descarta para instalar una planta
(i 1, 2, …, p). Por último, cij denota el costo por enviar una unidad de transpor-
te desde la localidad i hacia la localidad j, la formulación en programación lineal
para este problema es la siguiente:
p n p
Minimizar Z = ∑ ∑ cij X ij + ∑ I iYi
i =1 j =1 i =1
Sujeto a:
Restricciones de demanda:
X11 X21 … Xp1 D1

X12 X22 … Xp2 D2
X1n X2n … Xpn Dn

Restricciones de oferta:
X11 X12 … X1n C1 Y1
X21 X22 … X2n C2 Y2
Xm1 Xm2 … Xpn Cp Yp

y
Xij 0; Yi 0, 1; i 1, 2, …, p; j 1, 2, …, n.
Las siguientes son algunas observaciones sobre este modelo:
• Observe que la primera suma en la función objetivo es el costo de transpor-

te, mientras que la segunda suma es el costo de instalación y operación. Es
necesario que ambos costos se refieran al mismo periodo (por ejemplo, utili-
zando el costo anual de transporte, la anualidad de la amortización para el
costo de instalación y el costo anual de operación).
• Debe tener cuidado en utilizar las mismas unidades para medir la capacidad
y el transporte. Por ejemplo, si el costo de transporte (cij) está referido a un
envío de 20 toneladas, las unidades de capacidad de la planta deben ser en-
víos de 20 toneladas.
• Al plantear las restricciones de oferta por menor o igual, no se utiliza el cien

por ciento de la capacidad de la planta, lo que proporciona una cierta fle-
xibilidad para un cambio en el patrón de demanda. Asimismo, debe notar
que, al escribir las variables binarias en el lado derecho de las restricciones
de oferta, impone que si esta variable es cero (la localidad no se selecciona),
ningún envío saldrá de esta localidad.
• La formulación presentada sólo considera el costo de transporte del producto
final. Sin embargo, es modificable para incluir, por ejemplo, costos de distri-
bución de insumos (como ilustra el ejemplo que sigue). Es posible utilizar
como regla un juego de restricciones de oferta y demanda por cada producto
a transportar.
• No es difícil imponer restricciones al número de plantas a construir. Por ejem-
plo, si desea construir no más de dos plantas, basta con agregar la restricción
Y1 … Yp 2.
Ejemplo 10.6. Aplicación del modelo de localización de planta
Para continuar con el caso de Sabores del Mundo, se ilustra la aplicación del mo-
delo de localización para apoyar el proceso de toma de decisiones. Como puede
apreciar de la aplicación de la técnica del centroide, existen al menos tres zonas
donde localizar la(s) planta(s), Puebla, Oaxaca y Veracruz. Como se vio en el ejem-
plo 10.3, la ubicación de Puebla podría ser aconsejable si conviene construir una
sola planta, por lo que se considerarán dos posibilidades en Puebla, una planta
grande y una chica, en cambio para Oaxaca y Veracruz se considerarán las posibi-
lidades de construir una planta mediana o una chica. En la tabla 10.11 aparecen
los costos de instalación y operación (expresados en anualidades) para estas seis
alternativas.
Como muestra la tabla 10.12, la suma de capacidades de las plantas supera los
requerimientos de demanda (2 700 ton), lo que refleja la estrategia de la empresa
de prever un crecimiento de la demanda. Este hecho determinará que la política
de distribución óptima no agotará la capacidad instalada de las plantas. Considere
los siguientes costos de transporte del colorante, donde el costo es en miles de $
por envío de 50 toneladas y la demanda (anual) en envíos de 50 toneladas.
Por otro lado, para incorporar en la formulación los costos de transporte del
insumo de cochinilla, son necesarios los costos de transporte y las cantidades máxi-
mas por año que se pueden disponer en los centros de oferta de insumos (Oaxa-
ca, Salina Cruz y Veracruz). La tabla 10.13 indica el costo de transporte (en miles
de $ por camión de 50 toneladas) y la oferta máxima (expresada en envíos de 50
toneladas).
Con esta información se utiliza una variante del modelo básico de localiza-
ción presentado para formular el problema de localización como un problema de
programación lineal con variables enteras; para ello es necesario considerar las
siguientes variables de decisión:
› Tabla 10.11 LOCALIDAD CAPACIDAD (TON) COSTO ANUAL (MILES DE $)

Costos de instalación
y operación para Sabores Puebla (1) 3 000 13 800
del Mundo. Puebla (2) 1 000 5 500
Oaxaca (3) 1 500 7 000
Oaxaca (4) 1 000 5 000
Veracruz (5) 1 500 7 000
Veracruz (6) 1 000 5 000
CENTROS DE OFERTA › Tabla 10.12

Costos de transporte
CENTROS DE DEMANDA PUEBLA OAXACA VERACRUZ DEMANDA (ENVÍOS) de colorante.
Tampico (1) 4 5 3 18
Monterrey (2) 5 7 4 8
Ciudad de México (3) 2 3 3 10
Manzanillo (4) 4 5 5 18
› Tabla 10.13
CENTROS DE OFERTA
Costos de transporte
CENTROS DE DEMANDA OAXACA (1) SALINA CRUZ (2) VERACRUZ (3) de cochinilla.
Puebla 1 3 1
Oaxaca 0 2 2
Veracruz 2 4 0
Oferta Máxima 30 40 20
• Xij es la cantidad de colorante (en camiones de 50 toneladas) que se enviará

desde la planta i hacia el centro de demanda j (i 1, 2, …, 6; j 1, 2, 3, 4).
• Zki es la cantidad de insumo de cochinilla (en envíos de 50 toneladas) que se
enviará desde el centro de oferta de insumo k hacia la planta i ( i 1, 2, …,
6; k 1, 2, 3).
• Yi es igual a 1, si se decide construir la planta i, y es 0 de otra forma (i 1,
2, …, 6).
La formulación en programación lineal para este problema es la siguiente:
Minimizar:
Z 4X11 5X12 2X13 4X14 4X21 5X22 2X23 4X24

5X31 7X32 3X33 5X34 5X41 7X42 3X43 5X44
3X51 4X52 3X53 5X54 3X61 4X62 3X63 5X64
Z11 Z12 2Z15 2Z16 3Z21 3Z22 2Z23 2Z24
4Z25 4Z26 Z31 Z32 2Z33 2Z34
13 800Y1 5 500Y2 7 000Y3 5 000Y4 7 000Y5 5 000Y6
Sujeto a:
Restricciones de demanda de colorante:
X11 X21 X31 X41 X51 X61 18

X12 X22 X32 X42 X52 X62 8
X13 X23 X33 X43 X53 X63 10
X14 X24 X34 X44 X54 X64 18
Restricciones de oferta de colorante:
X11 X12 X13 X14 60Y1

X21 X22 X23 X24 20Y2
X31 X32 X33 X34 30Y3
X41 X42 X43 X44 20Y4
X51 X52 X53 X54 30Y5
X61 X62 X63 X64 20Y6
› Tabla 10.14 PLANTAS

Resultados del modelo
de localización. PUEBLA (1) PUEBLA (2) OAXACA (3) OAXACA (4) VERACRUZ (5) VERACRUZ (6)
SE CONSTRUYE SÍ (1) NO (0) NO (0) NO (0) NO (0) NO (0)
Cantidad de colorante transportado a los centros de demanda
Tampico 18 0 0 0 0 0
Monterrey 8 0 0 0 0 0
Ciudad de México 10 0 0 0 0 0
Manzanillo 18 0 0 0 0 0
Cantidad de insumo transportado desde los centros de oferta
Oaxaca 30 0 0 0 0 0
Salina Cruz 10 0 0 0 0 0
Veracruz 20 0 0 0 0 0
Restricciones de demanda de insumo de cochinilla:
0.9(Z11 Z21 Z31) X11 X12 X13 X14

0.9(Z12 Z22 Z32) X21 X22 X23 X24
0.9(Z13 Z23 Z33) X31 X32 X33 X34
0.9(Z14 Z24 Z34) X41 X42 X43 X44
0.9(Z15 Z25 Z35) X51 X52 X53 X54
0.9(Z16 Z26 Z36) X61 X62 X63 X64
Restricciones de oferta de insumo de cochinilla:
Z11 Z12 Z13 Z14 Z15 Z16 30

Z21 Z22 Z23 Z24 Z25 Z26 40
Z31 Z32 Z33 Z34 Z35 Z36 20
Restricciones para no seleccionar dos plantas en la misma localidad
Y1 Y2 1
Y3 Y4 1
Y5 Y6 1
y
Xij 0; Zki 0; Yi 0, 1; i 1, 2, …, 6; j 1, 2, 3, 4; k 1, 2, 3.
Observe que las restricciones de demanda de insumos imponen que se envíe sólo
la cantidad requerida para satisfacer la demanda, y que se asume que cada unidad
de insumo rinde 0.9 unidades de colorante.
Mediante el solver de Excel se obtuvieron los resultados que muestra la tabla
10.14. La política óptima tiene un costo (por instalación, operación y transporte
combinado) de 14 084 miles de $ al año. Es importante observar que el modelo
sugiere la construcción de una sola planta en Puebla, reflejo de que los costos de
transporte tienen menor importancia relativa que el ahorro por economías de es-
cala en la producción.
✤
LOCALIZACIÓN DE SERVICIOS CON DEMANDA UBICADA

En los problemas de localización de servicios con demanda ubicada se identifican
(quizá por métodos de exploración geográfica) M posibles lugares para instalar uno
o varios servicios, y los servicios a instalar deben atender a un número determinado

(n) de clientes, cuyas posiciones geográficas son conocidas. Por ejemplo, podrían
tenerse M posibles lugares para ubicar a varios operadores que deben atender a n
máquinas, y las posiciones de cada una de las máquinas son conocidas. Como en
este problema se conocen las ubicaciones de los clientes, es conveniente asignar a
cada cliente el lugar donde debe acudir para recibir el servicio, y es por esta razón
que a este problema se le conoce también como el problema de localización-asig-
nación de servicios.
El problema general consiste en determinar el número de instalaciones que
deben habilitarse, los lugares donde ubicarlas y los clientes a atender en cada lugar,
de manera que se minimicen los costos por la prestación del servicio. Como puede
imaginar, el costo total por la prestación del servicio depende de las demandas de
cada cliente: di, i 1, 2, …, n, y de los costos unitarios (por ejemplo, tiempos
de viaje): tij, i 1, 2, …, n; j 1, 2, …, M, donde tij es el costo cada vez que el
cliente i solicita el servicio en la localidad j. Dado que el caso particular en el que
se desea localizar una única instalación es sencillo de resolver, también se presen-
ta el problema más general de la localización de varias instalaciones para prestar
el servicio.
Localización de una sola instalación

El problema de la ubicación de una sola instalación (en espacio finito) es sencillo
de resolver, ya que en el mismo lugar se debe atender al total de n clientes (no
es necesario asignarle una instalación a cada uno como en el problema general).
Como existen M posibles lugares para ubicar la instalación, calcule el costo de cada
una de estas localidades y seleccione la que proporcione el menor costo, siga un
procedimiento como el que se detalla a continuación:
1. Construir una matriz de costos, donde cada columna de la matriz correspon-

de a una de las M posibles localidades y cada fila a cada uno de los n clientes
(vea el ejemplo 10.7) y en cada entrada de la matriz debe ir la multiplicación
de la demanda correspondiente del cliente por el costo unitario del cliente
cuando solicita el servicio en la localidad correspondiente.
2. Calcular las sumas de la matriz de costos por cada columna, con lo que ob-
tendrá, para cada localidad, el costo por la prestación del servicio a todos los
clientes.
3. Seleccionar la localidad (columna) que proporcione el menor costo (suma de
los costos de la columna).
Con el siguiente ejemplo se ilustra la aplicación de este procedimiento para selec-

cionar la ubicación de una instalación para la prestación del servicio.
Ejemplo 10.7. Localización de una fotocopiadora
Una máquina de fotocopiado se debe instalar para prestar servicio a seis oficinas.
Hay cinco posibles lugares para instalar la máquina, teniendo en cuenta las de-
mandas esperadas (por hora) de fotocopiado de cada oficina y las distancias de
viaje (en metros) desde cada lugar a cada oficina, las cuales se presentan en la
tabla 10.15.
Al multiplicar las demandas de cada oficina por los correspondientes tiempos
de viaje se obtiene la matriz de costos (tabla 10.16). Como muestran los costos to-
tales de la tabla, el lugar 4 proporciona los menores costos totales, por lo que será
conveniente ubicar el servicio de fotocopiado en dicho lugar.
✤
› Tabla 10.15
LUGAR
Tiempos de viaje y demandas
para un servicio de fotocopiado. OFICINA 1 2 3 4 5 DEMANDA
A 3 5 4 1 6 15
B 5 2 4 4 2 20
C 3 6 3 4 5 10
D 5 3 8 5 6 12
E 3 9 5 2 8 10
F 9 10 7 9 2 7
Localización de varias instalaciones

Ahora suponga que se decidió ubicar K 1 instalaciones para prestar el servicio, de
esta manera, deben seleccionarse K lugares entre los M posibles. La selección debe
tomar en cuenta los costos de viaje y demandas correspondientes, pero a diferen-
cia del caso anterior (K 1), en este caso se deben asignar los clientes a atender
por cada estación de servicio, ya que el costo total depende de esta asignación. Un
procedimiento obvio para obtener la asignación-localización óptima con un valor de
K determinado, es la enumeración completa, que consiste en evaluar los costos
⎛ M⎞ M!
de las ⎜ ⎟ = posibilidades para seleccionar las K localidades, resolvien-
⎝ K ⎠ K !(M − K )!
do el problema de asignación en cada caso, pero un procedimiento como éste será facti-
ble de utilizar sólo si M y K no son muy grandes. Una opción menos laboriosa consiste
en formular el problema en programación lineal (con variables enteras), como verá más
adelante cuando se consideran costos fijos; aunque la programación lineal podría no
ser factible para valores de K y M grandes (debido a la presencia de variables enteras).
Cuando éste no sea el caso, es aconsejable utilizar el siguiente procedimiento heurístico.
Un procedimiento heurístico para resolver el problema de localizar K 1
instalaciones para prestar un servicio, consiste en, a partir de la matriz de costos,
seleccionar las localidades una por una en secuencia, la primera localidad es la que
proporciona el menor costo y las siguientes proporcionan el mayor ahorro, dadas
las anteriores. La incorporación de más localidades se detiene cuando ya no se en-
cuentra ahorro alguno al tratar de incorporar una localidad adicional, o cuando ya
se tienen K localidades seleccionadas. Observe que este procedimiento proporciona
un número apropiado de localidades (no necesariamente la mejor alternativa es
seleccionar K localidades). Si bien este procedimiento no asegura que se encuentre
la óptima selección, tiene un buen desempeño en la práctica, y a menudo puede
acertar con la selección óptima. A continuación se detalla el procedimiento a se-
guir bajo esta heurística.
› Tabla 10.16 LUGAR

Matriz de costos en metros
recorridos por hora. OFICINA 1 2 3 4 5
A 45 75 60 15 90
B 100 40 80 80 40
C 30 60 30 40 50
D 60 36 96 60 72
E 30 90 50 20 80
F 63 70 49 63 14
Total 328 371 365 278 346
1. Construir la matriz de costos. Cada columna de la matriz corresponde a cada

una de las M posibles localidades, y cada fila a cada uno de los n clientes; en
cada entrada de la matriz debe ir la multiplicación de la demanda correspon-
diente del cliente por el costo unitario del cliente cuando solicita el servicio
en la localidad correspondiente.
2. Calcular la suma de costos (entradas de la matriz) para cada columna de la
matriz de costos, seleccionar la localidad con la menor suma de costos y asig-
nar todos los clientes a dicha localidad.
3. Para cada localidad no seleccionada, inspeccionar para cada cliente si se
obtendría un ahorro asignando al cliente a dicha localidad; esta inspección
puede hacerse verificando si el costo de la atención es menor que el actual.
Si existe ahorro, anotarlo, de otra forma anotar el valor cero como ahorro.
4. Sumar los ahorros (de todos los clientes) que se obtendrían para cada loca-
lidad no seleccionada.
5. Si ya se seleccionaron K clientes, o ninguna localidad no seleccionada propor-
ciona un ahorro positivo, ir al paso 6, de otra forma seleccionar la localidad
(no seleccionada) que proporcione el mayor ahorro y asignar a esta locali-
dad los clientes que generan el ahorro.
6. Detener el procedimiento. La solución al problema son las localidades selec-
cionadas con sus respectivos clientes asignados a cada una de ellas.
Con el siguiente ejemplo se ilustra la aplicación de este procedimiento heurístico

para seleccionar la ubicación de varias instalaciones para prestar un servicio (los
detalles de los cálculos están en el archivo cap10.xls).
Ejemplo 10.8. Localización de dos fotocopiadoras
Considere los datos del ejemplo 10.7 (6 oficinas y 5 posibles localizaciones para
fotocopiadoras), pero suponga que necesita instalar dos fotocopiadoras. La matriz
de costos para este problema se presenta en la tabla correspondiente del ejem-
plo 10.7. Aunque este problema es pequeño y se puede resolver por enumeración
completa se muestra la aplicación del método heurístico, considerando K 2
fotocopiadoras.
A partir de la matriz de costos (vea la tabla 10.16 del ejemplo 10.7), la locali-
dad que ocasiona el menor costo es la localidad 4, por lo que se seleciona primero.
Puesto que todavía no se alcanza el máximo de K 2 localidades se calculan los
ahorros para cada una de las localidades no seleccionadas; estos ahorros se resumen
en la tabla 10.17, donde se observa que el mayor ahorro se obtiene con la localidad
5, por lo que se selecciona, entonces, hasta el momento se tienen las localidades 4
y 5. A continuación se calcula la matriz de ahorros con las localidades restantes, la
que se presenta en la tabla 10.18, donde se observa que el mayor ahorro se obtiene
con la localidad 2, y como ya se localizó el máximo permitido (K 3), se detiene
LOCALIDAD › Tabla 10.17

Matriz de ahorros para cuatro
OFICINA 1 2 3 5 localidades.
A 0 0 0 0
B 0 40 0 40
C 10 0 10 0
D 0 24 0 0
E 0 0 0 0
F 0 0 14 49
Total 10 64 24 89
› Tabla 10.18
LOCALIDAD
Matriz de ahorros para tres
localidades. OFICINA 1 2 3
A 0 0 0
B 0 0 0
C 10 0 10
D 0 24 0
E 0 0 0
F 0 0 0
Total 10 24 10
el algoritmo. La solución es ubicar las fotocopiadoras en las localidades 2, 4 y 5, y

con la asignación de la oficina D a la localidad 2, las oficinas B y F a la localidad 5
y las oficinas A, C y E a la localidad 4.
Como comprobará con el ejemplo 10.9, en este caso, el resultado con el pro-
cedimiento heurístico coincide con el resultado óptimo exacto.
Localización de varias instalaciones con costos fijos

Suponga ahora que además de ubicar K 1 estaciones para prestar el servicio,
debe adicionarse el costo fijo Ij si se selecciona a la localidad j ( j 1, 2, …, M). El
caso anterior (sin costos fijos) será una instancia particular de este problema, que
se formula en programación lineal de la siguiente manera (donde cij dijtij es el
elemento correspondiente de la matriz de costos).
Variables de decisión:
⎧1, si el cliente i será atendido en la localidad j ,

X ij = ⎨
⎩ 0, de otra forma.
⎧1, si se selecciona la localidad j ,
Yj = ⎨
El problema es:
n M M
Minimizar Z = ∑ ∑ cij X ij + ∑ I jYj
i =1 j =1 j =1
Sujeto a:
M
∑ Yj ≤ K ,
j =1
M
∑ Xij = 1, i = 1, 2,…, n,
j =1
n
∑ Xij ≤ nYj , j = 1, 2,…, M.
i =1
Observe que el problema sin costos fijos corresponde a un caso particular de esta
formulación y, como se indicó, la programación lineal (con variables enteras) puede
no ser factible para valores de K y M grandes, por lo que es conveniente utilizar
un método heurístico (como el aquí presentado) cuando el problema es grande.
Por ejemplo, imagine que se desea abrir oficinas en un número determinado de

localidades, asignando determinados municipios a cada localidad, para la presta-
ción de un servicio público (administración tributaria) en un país como México,
donde existen miles de localidades y municipios. En este caso, el problema de
localización es demasiado grande como para intentar determinar la solución por
programación lineal.
Ejemplo 10.9. Localización con programación lineal
Considere el problema de ubicar K 3 fotocopiadoras para atender a n 6 oficinas

del ejemplo 10.8. La formulación en programación lineal para este problema es:
Minimizar:
Z 45XA1 100XA2 30XA3 60XA4 30XA5 63XB1 75XB2

40XB3 60XB4 36XB5 90XC1 70XC2 60XC3 80XC4
30XC5 96XD1 50XD2 49XD3 15XD4 80XD5 40XE1
60XE2 20XE3 63XE4 90XE5 40XF1 50XF2 72XF3
80XF4 14XF5
Sujeto a:
XA1 XA2 XA3 XA4 XA5 1

XB1 XB2 XB3 XB4 XB5 1
XC1 XC2 XC3 XC4 XC5 1
XD1 XD2 XD3 XD4 XD5 1
XE1 XE2 XE3 XE4 XE5 1
XF1 XF2 XF3 XF4 XF5 1
XA1 XB1 XC1 XD1 XE1 XF1 6Y1

Restricción para no seleccionar más de tres lugares:
Y1 Y2 Y3 Y4 Y5 3
y Xij 0,1; Yj 0, 1; i A, B, C, D, E, F; j 1, 2, 3, 4,5, donde:
• Xij es igual a 1, si los clientes de la oficina i tomarán fotocopias en la localidad

j, y es 0 de otra forma (i A, B, C, D, E, F; j 1, 2, 3, 4, 5).
• Yi es igual a 1, si se decide ubicar una fotocopiadora en el lugar i, y es 0 de
otra forma (i 1, 2, 3, 4, 5).
Mediante el solver de Excel se comprueba que la solución óptima coincide con

la encontrada en el ejemplo 10.8, es decir, conviene ubicar las fotocopiadoras
en las localidades 2, 4 y 5, asignando la oficina D a la localidad 2, las oficinas B y
F a la localidad 5, y las oficinas A, C y E a la localidad 4, con un costo total de 165
› Tabla 10.19
LOCALIDAD
Costos unitarios de viaje
y demandas anuales. ESTACIÓN 1 2 3 4 5 DEMANDA
1 0 10 15 10 20 500
2 10 0 20 15 10 250
3 15 20 0 15 20 750
4 10 15 15 0 10 1 000
5 20 10 20 10 0 1 500
metros por hora. Observe que existe otra solución óptima asignando la oficina B
a la localidad 2.
✤
Para el problema con costos fijos se puede ensayar un procedimiento heurístico
similar al presentado para el problema sin costos fijos, sólo habría que restar el
costo fijo correspondiente al determinar los ahorros, y se aconseja elegir la primera
localidad considerando los ahorros mínimos que se obtienen en cada localidad.
Con el siguiente ejemplo se ilustra la aplicación tanto de la programación lineal,
como de este procedimiento heurístico para seleccionar la ubicación de varios ser-
vicios con costos fijos.
Ejemplo 10.10. Localización de instalaciones para afinación
Un empresario tiene cinco estaciones de servicio y busca ofrecer el servicio de afi-

nación automática, pero desea invertir sólo en la compra de tres máquinas para
afinación, debido a lo cual debe seleccionar a tres de las cinco posibles estaciones
para instalar las máquinas de afinación automática. En la tabla 10.19 se muestran
las demandas esperadas por año, y el costo de cada viaje en $ (considerando tiem-
po y combustible).
La experiencia en el manejo de equipo en las diferentes estaciones de servi-
cio muestra que, tanto el costo de instalación como el tiempo de vida útil, varían
para cada estación; en particular, en la tabla 10.20 se presentan las estimaciones
de los costos de instalación y vidas útiles por estación.
Dado que los costos de instalación se expresan como desembolso único, debe
expresarlos en amortizaciones anuales (para uniformizar los costos de instalación
con los de la matriz de costos), para lo cual se utiliza la ecuación (10.4) con una
tasa de interés de 10% (i 0.1), obteniendo los costos fijos de la tabla 10.21.
Por otro lado, con base en la información proporcionada en la tabla 10.19 se
construye la matriz de costos (demandas por costos unitarios de viaje), obteniendo
la matriz de costos (anuales) de la tabla 10.22.
Con propósitos didácticos se ilustra la aplicación del método heurístico (éste
se aplica a problemas grandes, que no es el caso). Considere K 3 y para selec-
› Tabla 10.20 Estación 1 2 3 4 5

Costos de instalación y vida útil.
Costo instalación 50 000 40 000 45 000 60 000 42 000
Vida útil (años) 8 7 10 10 9
› Tabla 10.21 Estación 1 2 3 4 5

Costos fijos (en $) expresados
en anualidades. Costo fijo (anual) 9 372 8 216 7 324 9 765 7 293

Matriz de costos (anuales).
ESTACIÓN 1 2 3 4 5
1 0 5 000 7 500 5 000 10 000
2 2 500 0 5 000 3 750 2 500
3 11 250 15 000 0 11 250 15 000
4 10 000 15 000 15 000 0 10 000
5 30 000 15 000 30 000 15 000 0
cionar la primera localidad calcule (a partir de la matriz de costos) los ahorros mí-
nimos que se muestran en la tabla 10.22, teniendo en cuenta que si cij es el ahorro
mínimo de la estación i en la localidad j, entonces cij es cero cuando la estación se
puede atender a un menor costo en otra localidad, de otra forma cij es la diferencia
entre el siguiente costo más bajo y el costo de la estación i en la localidad j. Para
cada localidad se suman los ahorros mínimos y se resta el costo fijo, seleccionando
a la localidad que proporcione el menor valor.
Como se aprecia en la tabla 10.23, se selecciona en primer lugar a la estación 5,
que es la que proporciona el mayor ahorro mínimo total. A continuación se calculan
los ahorros para las cuatro estaciones restantes, que se muestran en la tabla 10.24.
Como se aprecia, el mayor ahorro lo proporciona la estación 3, por lo que se
selecciona esta localidad y se calculan de nuevo los ahorros para las localidades
no seleccionadas.
Como muestra la tabla 10.25, se selecciona a la localidad 4 por proporcionar
mayor ahorro, y como ya seleccionamos K 3 localidades, la solución por el mé-
todo heurístico es seleccionar a las localidades 3, 4 y 5, solución que coincide con
el método exacto (como se verá), observe también que los ahorros para las dos lo-
calidades restantes (1 y 2) son negativos en la última tabla, por lo que si continúa

Ahorros mínimos.
ESTACIÓN 1 2 3 4 5
1 5 000 0 0 0 0
2 0 2 500 0 0 0
3 0 0 11 250 0 0
4 0 0 0 10 000 0
5 0 0 0 0 15 000
Costo fijo 9 372 8 216 7 324 9 765 7 293
Total 4 372 5 716 3 926 235 7 707

Ahorros después de seleccionar
ESTACIÓN 1 2 3 4 la localidad 5.
1 10 000 5 000 2 500 5 000
2 0 2 500 0 0
3 3 750 0 15 000 3 750
4 0 0 0 10 000
5 0 0 0 0
Costo fijo 9 372 8 216 7 324 9 765
Total 4 378 716 10 176 8 985
› Tabla 10.25
LOCALIDAD
Ahorros después de seleccionar
las localidades 5 y 3. ESTACIÓN 1 2 4
1 7 500 2 500 2 500
2 0 2 500 0
3 0 0 0
4 0 0 10 000
5 0 0 0
-Costo fijo -9 372 -8 216 -9 765
Total -1 872 -3 216 2 735
tratando de seleccionar otra localidad, tendrá ahorros negativos, por lo que ya no

es conveniente instalar otra máquina en alguna otra estación, el método heurístico
también indica que conviene instalar como máximo tres máquinas.
Como la dimensión del problema no es grande ahora se encuentra la solución
del problema por programación lineal, considerando la formulación:
Minimizar
Z 5 000X12 7 500X13 5 000X14 10 000X15 2 500X21

5 000X23 3 750X24 2 500X25 11 250X3115 000X32
11 250X34 15 000X35 10 000X41 15 000X42
15 000X43 10 000X45 30 000X51 15 000X52 30 000X53
15 000X54 9 372Y1 8 216Y2 7 324Y3 9 765Y4 7 293Y5
Sujeto a:
X11 X12 X13 X14 X15 1

X21 X22 X23 X24 X25 1
X31 X32 X33 X34 X35 1
X41 X42 X43 X44 X45 1
X51 X52 X53 X54 X55 1
X11 X21 X31 X41 X51 5Y1

X12 X22 X32 X42 X52 5Y2
X13 X23 X33 X43 X53 5Y3
X14 X24 X34 X44 X54 5Y4
X15 X25 X35 X45 X55 5Y5
Restricción para no seleccionar más de tres lugares.
Y1 Y2 Y3 Y4 Y5 3
y Xij 0, 1; Yj 0, 1; i, j 1, 2, 3, 4, 5, donde:
• Xij es igual a 1, si la estación i recibirá afinación en la localidad j, y es 0 de

otra forma (i, j 1, 2, 3, 4, 5).
• Yi es igual a 1, si se decide ubicar servicio de afinación en el lugar i, y es 0 de
otra forma (i 1, 2, 3, 4, 5).
Mediante el solver de Excel se comprueba que la solución óptima es la misma que

proporcionó el método heurístico, es decir, instalar el servicio en las estaciones 3,
4, 5, y asignar la estación 3 a la estación 3, la estaciones 1 y 4 a la estación 4 y las
estaciones 2 y 5 a la estación 5, con un costo total de $31 881 anuales.
EJERCICIOS
1. Una cadena de tiendas de autoservicio posee cinco tiendas a) Determine la mejor localización del almacén si la
en una ciudad. En la actualidad el traslado de las mer- empresa localizara un solo almacén que reciba todos
cancías hacia las tiendas se realiza desde las ubicaciones los envíos desde las dos plantas, y los distribuyera
de los proveedores (que están fuera de la ciudad) hacia a los cuatro mercados.
cada una de las tiendas, lo que ha generado problemas b) Determine la mejor localización de dos almacenes si
de costos altos y atención poco eficiente de los pedidos. la empresa decide explorar esta posibilidad bajo la si-
Ante esta situación, se ha decidido establecer un cen- guiente política de distribución: un almacén recibiría
tro de distribución, desde el cual se atenderá con más la producción de P2 y la distribuiría a M1 y M2, y el
eficiencia los pedidos. A continuación se presentan las otro recibiría la producción de P1 y la distribuiría a
coordenadas (en unidades de km) de las cinco tiendas, M3 y M4.
así como sus demandas anuales de transporte (estima- 3. Una empresa dedicada a la comercialización de textiles
das en camiones al año). experimenta una demanda más o menos constante, la
cual se pronostica con relativa facilidad. La empresa
TIENDA UBICACIÓN DEMANDA cuenta con dos proveedores: P1 y P2, quienes abaste-
cen la demanda de 4 grandes tiendas departamentales:
1 (20,5) 120
T1, T2, T3 y T4. La dirección de la empresa autorizó la
2 (18,15) 250 construcción de uno o dos almacenes para atender los
3 (3,16) 160 pedidos de estas tiendas y se requiere encontrar la lo-
4 (3,4) 110 calización más conveniente. La localización geográfica
(en coordenadas) de los proveedores y de las tiendas
5 (10,20) 200
se ilustra en la gráfica siguiente (unidades en decenas
de km) y los volúmenes de transporte (en camiones al
a) Determine la localización del almacén de consolida-
mes) se detallan a continuación.
ción mediante el centroide.
b) Los planes de expansión de la cadena incluyen la in- P2
corporación de una nueva tienda en la ubicación (30,30), T1 (130, 130)
con una demanda esperada de 250 camiones de mer- T2
(35, 120)
cancía al año ¿Cuál sería la ubicación del almacén si se T3 (90, 110)
considera esta información?
(60, 96)
2. Una empresa productora de cemento busca incursionar T4
en el mercado del sur de México y desea instalar uno o
P1 (80, 75)
dos almacenes para satisfacer sus pedidos. Se han ubi-
cado cuatro ciudades importantes en el sureste (que se (65, 40)
denotan por comodidad como M1, M2, M3 y M4), con dos
plantas para abastecer estos almacenes (denotadas P1 y
P2). La localización geográfica de estos puntos (unidades
en km) y los volúmenes estimados de transporte anuales
(en envíos de 50 ton) se detallan continuación. PRODUCCIÓN DEMANDA
PLANTAS (CAMIONES/MES) MERCADOS (CAMIONES/MES)
COORDENADA COORDENADA VOLUMEN A P1 20 T1 5
PUNTO EN X EN Y TRANSPORTAR P2 10 T2 8
P1 640 500 1 000 T3 6
P2 1 100 1 050 900 T4 11
M1 320 1 200 400
M2 900 1 100 500 El costo de transporte se estima en $5 por camión,
M3 680 1 050 600
por cada 10 km de viaje, mientras que la amortización
del costo de construcción de un almacén se estima en
M4 1 200 800 400
$30 000 al mes, más $10 por camión de transporte al
mes (considerando el personal y los gastos generales). Se metro recorrido, calcule el costo en que se incurre en
considera que la distancia en línea recta es una buena el caso a y compare este costo con el de disponer estas
aproximación a la distancia de viaje. dos estaciones (considere viajes de ida y vuelta).
a) Mediante el centroide determine la localización del 6. En la figura se ilustra la disposición de una planta con
almacén, si se instalara un solo almacén. Calcule el 4 talleres (las figuras sombreadas son pasillos y cada
costo total de esta política, con base en las estima- cuadrícula tiene 1m de lado).
ciones de costo proporcionadas. Se desea instalar puestos para la recepción y entre-
b) Considere la política bajo la cual se instalan dos al- ga de materiales y herramientas que solicitan los talle-
macenes. Un almacén recibiría 16 camiones al mes de res, con el objeto de expedir y controlar este proceso.
P1 y los distribuiría a T4 y T3, mientras que el otro Se estima que la demanda diaria de cada taller es de
almacén recibiría la producción restante y la distri- cinco solicitudes al día por metro cuadrado del mismo.
buiría a las otras tiendas. Mediante el centroide de- Siendo que el costo del viaje se estima en $1 por metro
termine la mejor localización de los dos almacenes. recorrido, el costo por localizar cada puesto se estima
c) Determine cuál de las políticas, a o b, es la más en $100 al día.
económica.
4. Una empresa distribuidora de alimentos del mar desea
establecer una planta para congelar y empaquetar lan-
gostas en la Isla Margarita. Las langostas son traídas 1
desde siete diferentes bahías, de manera que si el origen 2
se establece en la primera, las coordenadas de las bahías
(en km), y la oferta estimada de envíos por semana son
las siguientes:
Bahía 1 2 3 4 5 6 7
3
Coordenadas (0,0) (4,2) (6,4) (5,7) (4,0) (0,6) (7,7)
Oferta 6 5 4 10 7 5 7
4
a) Si cualquier distancia entre la bahía y la planta será
medida como distancia euclidiana, determine la mejor a) Determine la posición del puesto si se desea instalar
posición para la planta. sólo uno y su costo (localización viaje).
b) Si un gerente insiste en que la planta debería insta- b) Determine las posiciones más convenientes para dos
larse en la primera bahía (ya que tiene muy buena puestos, si se opta por instalar dos.
vista), y se estima un costo de $100 por cada km que c) Determine cual de las dos políticas, uno o dos pues-
recorre un envío (debido fundamentalmente al dete- tos, es conveniente.
rioro de las langostas). Compare el costo de la política NOTA: Los viajes se recorren por pasillos y se asume
obtenida en a contra el costo en que se incurriría si que salen del centro de gravedad del taller. En el caso de
se instala la planta en la primera bahía. tener dos puestos, cada taller será asignado a uno solo.
5. Una estación de carros para transporte se debe localizar 7. Una empresa textil tiene ocho telares, con una disposición
en el interior de un almacén y se desea que su localización de planta como la que se ilustra en la figura. El control
minimice el costo de viaje desde las estaciones de los ope- de los telares se ubica en las posiciones denotadas Oi,
radores, ubicadas como se ilustra en el siguiente cuadro: y los operadores caminan a través de siete corredores
(líneas gruesas en el diagrama).
OPERADOR LOCALIZACIÓN OPERADOR LOCALIZACIÓN
1 (16,16) 6 (32,16)
O6 O5 O4
2 (4,4) 7 (20,4)
3 (8,16) 8 (24,16)
4 (12,24) 9 (36,24)
5 (16,24) 10 (24,8) O7
a) Si las estaciones 1, 3, 5, 7 y 9 demandan el carro 4

veces al día en promedio, y las restantes 5 veces al
día en promedio, determine la ubicación de la esta-
O8
ción de carros para minimizar el costo por viajes.
b) Se desea explorar la posibilidad de abrir dos estacio-
nes de carros, una para atender a los operadores 1,
2, 3, 4 y 5, y la otra para atender a los operadores
restantes. Determine la mejor ubicación para las dos O1 O2 O3
estaciones. Si la empresa estima en $1 el costo por
Las máquinas operan en automático, pero requieren a) Sin considerar la nueva oficina del DO, encuentre la
la atención de un operador de mantenimiento cuando mejor localización para la oficina del GC (respecto
el proceso detecta una falla. Las posiciones de los con- de las oficinas ya existentes).
troles, así como la frecuencia promedio diaria con que b) A partir de su respuesta en a, encuentre la mejor
las máquinas requieren servicio se proporcionan en la localización para la oficina del DO respecto de las
siguiente tabla: otras cinco oficinas.
c) A partir de su respuesta en b, localice de nuevo la
ESTACIÓN DE FRECUENCIA DIARIA
oficina del GC, pero ahora respecto de las otras cinco
MÁQUINA ( i ) CONTROL ( O i ) DE SERVICIO oficinas. ¿Es esta solución mejor que la encontrada
en b?
1 (0,0) 3
9. La empresa Manufacturas Águila Real, dedicada a la
2 (4,0) 2 producción de defensas para automóviles, debe decidir
3 (8,0) 2 sobre la construcción de nuevas plantas para atender
4 (8,7) 1.5 pedidos para exportación, así como sobre el desarrollo
de un sistema de distribución más eficiente. En la ac-
5 (4,7) 2.5
tualidad tiene una sola planta en San Luis Potosí, con
6 (0,7) 2.5 una capacidad de producción de 30 000 unidades. De-
7 (0,5) 4 bido a un aumento de la demanda, se están consideran-
8 (0,2) 3.5 do cuatro posibles localizaciones para nuevas plantas:
Durango, Ciudad de México, Toluca y Zacatecas. La
Cuando una máquina requiere servicio, desperdicia ma- siguiente tabla muestra las capacidades, los costos de
teriales, de manera que el costo es proporcional a la de- transporte por unidad y las demandas para el siguiente
mora del viaje, estimándose en $40 por unidad de viaje año.
(no existe costo por el viaje de regreso a la estación del
operador). El salario de un operador es de $120 al día. DESTINO (COSTO DE TRANSPORTE)
Cuando un operador termina el servicio de una máqui-
NUEVO PIEDRAS
na, regresa a su estación para verificar si otra máquina ORIGEN LAREDO NEGRAS CD. JUÁREZ CAPACIDADES
requiere servicio.
a) Determine la posición de la estación del operador que Durango 5 2 3 30 000
minimice los costos de viaje, bajo la política de con- Toluca 8 6 6 20 000
tratar un solo operador para las ocho máquinas. Ciudad de 9 7 6 30 000
b) Considere ahora la posibilidad de contratar un ope- México
rador para las máquinas 1, 2, y 3, otro operador para Zacatecas 4 4 5 40 000
las máquinas 4, 5 y 6, y otro operador para las máqui-
San Luis 3 2 4 30 000
nas 7 y 8. Determine las posiciones de las estaciones
que minimicen el costo. ¿Qué política, a o b es la más Demanda 30 000 20 000 20 000
adecuada?
8. Una empresa consultora desea instalar dos oficinas en El costo de localización de las nuevas plantas es el siguien-
su piso principal, una para el gerente corporativo (GC) te (con gastos de operación y amortización anuales):
y otra para el director de operaciones (DO). En la si-
guiente tabla se muestra el número de viajes esperado CIUDAD
por (día) entre las oficinas existentes en el piso (secre- DURANGO TOLUCA DE MÉXICO ZACATECAS
taría: SE, sistemas: SI, contabilidad: CO y ventas: VE) y 175 000 300 000 375 000 500 000
las dos nuevas oficinas, así como los centros de gravedad
de cada oficina ya instalada (coordenadas en metros) Formule el problema de encontrar las localizaciones de
las plantas que minimicen el costo anual de transpor-
NÚMERO DE VIAJES te y localización, satisfaciendo las demandas, como un
OFICINA COORDENADAS GC DO problema de programación lineal con variables enteras
y resuélvalo con ayuda del solver de su preferencia.
SE (1, 1) 10 15
10. Un fabricante de equipos de cómputo desea determinar
SI (1, 8) 8 7 la localización de las plantas que instalará para atender
CO (8, 1) 12 10 el mercado nacional. Para tal efecto ubicó cuatro posibles
VE (14,1) 7 6 localidades. La siguiente tabla muestra las capacidades
de producción mensual, los costos de instalación (en los
GC - - 6
que se incurre una sola vez), y los costos de operación
DO - 6 - mensuales.
Se supone que los viajes se hacen por pasillos (distancias
rectangulares).
CAPACIDAD MENSUAL COSTOS DE COSTOS DE COSTO MENSUAL

PLANTA (COMPUTADORAS) OPERACIÓN ($) INSTALACIÓN ($) CAPACIDAD MENSUAL (GASTOS DE INSTALACIÓN
P1 1 700 700 000 6 400 000 PLANTA (TELEVISORES) Y DE OPERACIÓN)
P2 2 000 700 000 8 600 000 Guadalajara 1 700 140 000
P3 1 700 650 000 7 500 000 Tijuana 2 000 140 000
P4 2 000 700 000 5 500 000 Monterrey 1 700 130 000

D.F. 2 000 140 000
El fabricante contempla que las plantas atenderán cuatro
mercados. La siguiente tabla muestra los costos unita- DESTINO (COSTO DE TRANSPORTE)
rios de embarque ($/computadora) desde cada una de
PLANTA MEXICALI TOLUCA MATAMOROS
las plantas a cada uno de los mercados, así como la de-
manda mensual estimada. Guadalajara 7 4 10
Tijuana 4 8 6
MERCADO Monterrey 7 8 5
PLANTA M1 M2 M3 M4 Ciudad de México 10 2 7
P1 5 3 2 6 Demanda 700 900 450
P2 4 7 8 10 El fabricante contempla que las plantas en México aten-

P3 6 5 3 8 derán cuatro mercados potenciales. La siguiente tabla
P4 9 8 6 5 muestra los costos unitarios de embarque ($/televisor)
Demanda 1 700 1 000 1 500 1 200 desde cada una de las plantas a cada uno de los merca-
dos, así como la demanda mensual estimada.
a) Para cada una de las localidades calcule la amortiza-
ción mensual necesaria para absorber los gastos de DESTINO (COSTO DE TRANSPORTE)
instalación, si la tasa de interés es de 2% mensual y CIUDAD
la inversión se amortiza en 10 años. PLANTA DE MÉXICO PUEBLA MÉRIDA MONTERREY
b) Formule el problema de encontrar la localización de Guadalajara 5 3 2 6
la(s) planta(s) que minimicen los costos mensuales
Tijuana 4 7 8 10
de transporte (sólo de producto final), instalación y
operación combinados como un problema de progra- Monterrey 6 5 3 8
mación lineal (entera). Ciudad de México 9 8 6 5
c) Resuelva el problema de programación entera usando Demanda 1 700 1 000 1 500 1 200
el solver de su preferencia.
d) Elabore un informe breve para el director del fabri- Formule el problema de encontrar la localización de
cante con sus recomendaciones, indique las plantas la(s) planta(s), buscando minimizar los costos de ope-
que debe abrir, así como las unidades por enviar ración, instalación y transporte (tanto de piezas como
desde cada planta hacia cada uno de los mercados. de televisores), satisfaciendo la demanda, y resuelva el
11. Un fabricante de televisores desea determinar la loca- problema con el solver de su preferencia.
lización para las plantas de ensamble que atenderán el 12. El Grupo Indumet desea localizar una o dos plantas
mercado nacional. En la actualidad la casi totalidad de para la producción de refractarios a partir de magnesita,
las partes se importan, por lo que el fabricante cuenta habiendo determinado como posibles localidades para
con tres bodegas ubicadas en Mexicali, Toluca y Mata- las plantas a San Luis Potosí y Zacatecas. La materia
moros, respectivamente. prima proviene de dos yacimientos ubicados en Oaxa-
A continuación se muestran los costos de transporte (por ca y Zacatecas. El producto final (ladrillo refractario) se
cada juego de piezas para armar un televisor) desde los demanda en plantas ubicadas en Torreón y Monterrey,
almacenes a las plantas potenciales (se exploran Gua- además que podrá exportarse a través de los puertos
dalajara, Tijuana, Monterrey y la Ciudad de México), de Salina Cruz y Tampico. Los costos de transporte de
así como las capacidades de producción mensual y los la materia prima (en miles de $ por envío de 50 ton),
costos (mensuales) que generará la operación y la ins- así como las ofertas máximas anuales (en ton), desde
talación de dichas plantas. los yacimientos hacia las posibles localidades, para las
plantas se resumen en la siguiente tabla.
DESTINO
ORIGEN SAN LUIS P. ZACATECAS OFERTA
Oaxaca 6 7 8 000
Zacatecas 2 0 13 000
En la siguiente tabla se muestran los costos de trans-

porte (en miles de $ por envío de 50 ton) del producto DESTINO (COSTO DE TRANSPORTE)
final hacia los centros de demanda, así como la demanda CIUDAD
anual estimada. DE GUADA- SAN CAPACI-
ORIGEN MÉXICO LAJARA LUIS PUEBLA SONORA DADES
DESTINO D.F 0 8 4 1 10 5 000
ORIGEN TORREÓN MONTERREY SALINA CRUZ TAMPICO Puebla 1 9 3 0 11 12 000
San Luis P. 2 3 9 4 Zacatecas 6 4 1 7 3 12 000
Zacatecas 2 5 8 5 Monterrey 7 12 5 8 4 12 000
Demanda (ton) 1 500 2 000 1 500 2 000 Demanda 2 000 5 000 4 000 6 000 4 000
La empresa desea explorar las posibilidades de instalar Además de los costos de transporte de producto final, la
una sola planta grande, o dos medianas en las localida- empresa debe considerar los costos de instalación, ope-
des seleccionadas, por lo que calcula los costos de insta- ración y de transporte de insumos (fundamentalmente
lación y operación bajo los escenarios que se muestran chatarra que debe transportarse desde los puertos de
a continuación: Manzanillo y Tampico). En la siguiente tabla se mues-
tran los costos de transporte (en miles de $ por envío
de 50 ton), el costo de instalación (desembolso único
COSTO DE COSTO DE
en miles de $) y los costos de operación (en miles de $
CAPACIDAD INSTALACIÓN OPERACIÓN
ESCENARIO (TON/AÑO) (MILES $) (MILES $/AÑO) al año).
San Luis P. (1) 8 000 10 000 800
DESTINO (COSTO DE TRANSPORTE)
San Luis P. (2) 4 000 6 000 500
Zacatecas (3) 8 000 12 000 900 OFERTA
CIUDAD MÁXIMA
Zacatecas (4) 4 000 6 500 550 DE (TON
ORIGEN MÉXICO PUEBLA ZACATECAS MONTERREY AL AÑO)
a. Calcule la amortización anual de los costos de insta- Manzanillo 6 7 5 8 15 000
lación para cada uno de los escenarios propuestos,
Tampico 4 5 4 1 20 000
considere una tasa de interés de 20% anual y 15 años
de vida útil de la inversión. Costo inst. - 24 000 21 000 28 000
b. Formule el problema de programación lineal (con Costo oper. - 12 000 9 000 11 000
variables enteras) para explorar si conviene una o
dos plantas, y la política de distribución que minimi- Calcule la amortización anual del costo de instalación
ce los costos de instalación, operación y transporte para cada una de las localidades candidatas para loca-
(considere insumos y producto terminado), sabiendo lizar una planta, considere una tasa de interés de 15%
que una ton de magnesita produce 0.95 ton de pro- anual y 10 años de vida útil de la inversión.
ducto terminado (en promedio). La formulación debe Formule el problema de programación para encontrar
incluir: definición de variables de decisión, función las localizaciones más convenientes de las plantas y la
objetivo, restricciones y rangos de existencia. política de distribución que minimicen simultáneamen-
c. Resuelva el problema de programación lineal me- te los costos de instalación, operación y transporte (de
diante el solver de su preferencia. insumos y producto terminal), si una ton de chatarra
13. Aceros Industriales incursionó con éxito en la producción produce 0.95 ton de producto terminal, en promedio.
de aceros especiales para la industria. En este momen- La formulación debe incluir definición de las variables
to tiene una sola planta en Ciudad de México con una de decisión, función objetivo, restricciones y rangos de
capacidad de producción de 5 000 toneladas anuales. existencia. Resuelva el problema con el solver de su
Debido a un aumento de la demanda y en los costos de preferencia.
transporte estudia la posibilidad de abrir nuevas plantas 14. El diagrama de la figura muestra cinco estaciones de
y diseñar un nuevo sistema de distribución, en particu- trabajo (1, 2, 3, 4 y 5) de una planta y tres posibles lo-
lar, se están considerando las localidades de Puebla, calidades (A, B y C) para un torno que utilizarán los
Monterrey y Zacatecas como candidatas a ubicar nue- operadores de esas cinco estaciones. Se asume que las
vas plantas. La siguiente tabla muestra las capacidades máquinas y las demandas de las estaciones se localizan
(en ton), los costos de transporte (en miles de $ por en los centros de gravedad de cada cuadro marcado (los
cada envío de 50 ton), y las demandas (en ton) para el cuadros están a escala de 2 m por 2 m), y que cualquier
siguiente año. distancia recorrida dentro de la planta obedece a dis-
tancias rectangulares.
•1 COLONIA DEMANDA
Entre Citilcún y Homún con calles 1 y 3 10
•2 •B Entre Citilcún y Homún con calles 3 y 5 17
•A •5 Entre Citilcún y Homún con calles 5 y 7 12

Entre Citilcún y Homún con calles 7 y 9 10
Entre Homún y Teya con calles 1 y 3 15
•3 •C
•4
a. Construya una matriz de distancias rectangulares Entre Teya y Cancún con calles 1 y 3 11
(en metros) desde cada estación a cada posible Entre Teya y Cancún con calles 3 y 5 13
localidad. Entre Teya y Cancún con calles 5 y 7 16
b. Teniendo en cuenta las siguientes demandas estima-
Entre Teya y Cancún con calles 7 y 9 12
das (por día) de uso del torno, determine la mejor
localidad para el mismo, si se puede instalar un torno
Por otro lado, los costos fijos (de instalación en miles de
(sólo se pueden instalar tornos en las localidades A,
$) y el tiempo esperado de vida (en años) de los buzones
B o C).
para cada localidad se presentan en la siguiente tabla.
Estación 1 2 3 4 5
Localización A B C D E
Demanda 10 13 9 21 15
Costo fijo 100 150 180 120 140
c. Si el costo de mantener cada torno se estima en $300 Vida útil 10 8 9 10 12

al día y el costo de viaje de cada operador se estima
en $5 por metro recorrido, determine el número óp- a. Si se estima un costo de $1 por cada 100 metros re-
timo de tornos a instalar y las localidades (se sugiere corridos por el cliente, construya una tabla de costos
utilizar el método heurístico). unitarios por viajes desde cada colonia hacia cada
15. En la gráfica se presenta la sección rectangular de una posible localización. Asuma distancias rectangula-
ciudad correspondiente al código postal 14 200 (cada res que salen del centro de gravedad de la colonia
cuadrícula pequeña es un cuadrado de 100 m de lado). respectiva, excepto cuando el centro de gravedad de
Esta sección está formada por 12 colonias (separadas la colonia coincide con la localización, en cuyo caso
por las líneas gruesas del diagrama). Se desea instalar asuma una distancia de 100 m.
a lo más 3 buzones para correo, teniendo como candi- b. Aplique el método heurístico (sin considerar costos
datas las localizaciones indicadas por las letras (A, B, fijos) para encontrar las mejores localizaciones, te-
C, D y E). niendo en cuenta que se pueden instalar a lo más
tres buzones.
Citilcún c. Calcule la amortización anual de los costos fijos de
instalación para cada posible localidad (asuma una
•A •B tasa de interés de 20% anual).
Homún d. Aplique el método heurístico (considere costos fijos)
para encontrar las mejores localizaciones, tenien-
•C do en cuenta que se pueden instalar a lo más tres
buzones.
Teya
16. Existen cuatro lugares disponibles para localizar servicios
•D •E de agua purificada que serán utilizadas por empleados
de cinco oficinas. En la siguiente tabla se presentan los
Cancún costos fijos (por semana) en que se incurren al selec-
cionar el lugar respectivo, así como los costos estimados
Las demandas estimadas (en cientos de viajes al año)
por cada viaje de los empleados al lugar, y la demanda
desde cada colonia se presentan a continuación:
semanal promedio de cada oficina.
a. Determine el número óptimo de servicios a localizar

LUGAR (COSTOS POR VIAJE) y las localidades, mediante programación lineal.
OFICINA 1 2 3 4 DEMANDA b. Determine el número óptimo de servicios a localizar
A 2.0 0.9 0.8 0.9 100 y las localidades, con un procedimiento heurístico.
B 1.0 2.1 1.4 1.5 150 c. Comente los resultados obtenidos en a y b.
C 0.9 1.3 2.1 1.9 200
D 0.5 0.8 1.2 0.8 100
E 1.5 2.2 2.5 0.8 140
Costo Fijo 200 160 180 190
BIBLIOGRAFÍA
1. Hillier, F. S. y M. S. Hillier (2008), Introduction to Management 4. Sule, D. R. (2001), Instalaciones de manufactura: ubica-
Science with Student CD. 3a. ed., McGraw Hill, Nueva York. ción, planeación y diseño, 2a. ed., Thomson, México.
2. Makridakis S., S. C. Wheelwright y R. J. Hyndman (1998), 5. Winston W. L. (2004), Operations Research Applications
Forecasting: Methods and Applications, 3a. ed., John Wiley, and Algorithms, 4a. ed., Wadsworth Inc., Belmont.
Nueva York.
3. Ross S. A., R. W. Westerfield y B. D. Jordan (2001), Fun-
damentos de finanzas corporativas, 5a. ed., McGraw Hill
Interamericana, México.
CA PÍ T ULO 11
Disposición
de las instalaciones
• Esquemas para la disposición de las instalaciones

• Técnicas para el diseño de la disposición de planta
C
omo se afirmó en el capítulo 9, la tecnología de proceso de la empresa debe
mantener una estrecha relación con la estrategia de la misma. Considera-
ciones estratégicas como el volumen de producción, el mercado meta y el
nivel de flexibilidad para producir nuevos diseños, determinan las características
de los procesos y la tecnología que conviene implantar. La disposición de la planta,
al igual que la tecnología de proceso, debe tomar en cuenta los mismos elementos
estratégicos, ya que la disposición de una planta determina, en gran medida, cómo
se organiza la empresa para responder a las exigencias del mercado. Por ejemplo,
si la empresa tiene un producto dirigido a un mercado de alta demanda, puede
ser conveniente dedicar una célula exclusiva para la manufactura del mismo, en
vez de conducir la manufactura a través de diferentes talleres funcionales, lo que
generaría costos innecesarios de transporte y de apertura de procesos. En este ca-
pítulo se presentan los principales conceptos y técnicas que sirven para el diseño
de la disposición de las instalaciones de un sistema de producción, con el objeto de
obtener ventajas competitivas en calidad, productividad y utilización de recursos.
El capítulo comienza con la introducción de los elementos que deben considerarse
en el proceso de planeación; después se introducen los principales esquemas de
disposición de instalaciones y, por último, las principales técnicas a utilizar para
apoyar el proceso de toma de decisiones.
ESQUEMAS PARA LA DISPOSICIÓN DE LAS INSTALACIONES

De la misma manera como el sistema de producción debe responder a la estruc-
tura del mercado al cual se orienta la empresa, la disposición de las instalaciones
debe ser adecuada al sistema de producción que, estratégicamente, ha adoptado la
empresa. Como se apunta en el capítulo 9, se identifican los siguientes sistemas de
producción: tipo proyecto, tipo taller, por lotes, en masa y de flujo continuo. Cada
uno tiene características propias y resulta conveniente para cierta estructura del
mercado en la cual compite la empresa. Es razonable imaginar que para cada tipo
de sistema de producción existe un adecuado esquema de disposición de planta; sin
embargo, cabe indicar que en la práctica, las empresas adoptan esquemas híbridos 269
de disposición de planta, combinan diferentes esquemas en la misma planta para

lograr la disposición que permita implantar con éxito la estrategia de operaciones
de la empresa. Los esquemas más difundidos para la disposición de las instalacio-
nes son los siguientes:
• Disposición de acuerdo al producto.

• Disposición de acuerdo al proceso.
• Disposición celular.
• Disposición de posición fija.
A continuación se detallan las características de cada uno.
Disposición de acuerdo al producto

Bajo este esquema de disposición, la manufactura de cada unidad producida en
las instalaciones sigue la misma secuencia de operaciones. A menudo se identifica
esta disposición con el nombre de línea de producción, que indica que los proce-
sos para la manufactura del producto se aplican siempre en la misma secuencia,
y que el departamento de planeación donde se realiza un proceso, se ubica cerca
de los departamentos donde se realizan los procesos anterior y posterior de la
secuencia. Conviene indicar que en una disposición de acuerdo al producto, no
necesariamente se fabrica un único modelo de un producto, por ejemplo, en una
línea de ensamble de automóviles, la secuencia de operaciones es la misma para
cada modelo que se fabrique en la línea, pero se pueden fabricar (por lotes) dife-
rentes modelos en la misma línea de ensamble. La única restricción que se impo-
ne para identificar a una disposición de planta con este esquema, es que la ma-
nufactura de las diferentes variedades del producto que se fabriquen en la línea
requiera de la misma secuencia de operaciones. En una disposición de acuerdo
al producto, los departamentos de planeación agrupan estaciones de trabajo y
equipo que realiza diferentes procesos, por ejemplo, si el departamento se dedi-
ca a la fabricación de un componente, su manufactura puede requerir de varios
procesos, cuyas estaciones de trabajo se ubican en el mismo departamento de pla-
neación para minimizar los costos por manejo de materiales y transporte. En la
figura 11.1 aparece un esquema de disposición de planta de acuerdo al producto
para la fabricación de vino; observe que al conocer la secuencia de los procesos,
los departamentos inmediatos en la secuencia se ubican unos cerca de otros, de
manera que se obtienen bajos costos por transporte y manejo de materiales. Esta
disposición es la más conveniente para los sistemas de producción en masa y de
flujo continuo, aunque también aplica para la producción por lotes (por ejemplo,
diferentes modelos de automóviles o diferentes variedades de vino). Algunas de
las ventajas que se pueden obtener con este esquema de disposición de planta son las
siguientes:
• Se facilita la planeación y el control de la producción. El problema de secuen-

ciar de forma adecuada las órdenes de producción sólo se presenta cuando
se produce por lotes.
• Se obtienen bajos costos por manejo de materiales y se logran bajos niveles
de inventario de material en proceso.
• Debido a que existe una única secuencia de los procesos, se facilita la auto-
matización de la línea (en particular el transporte) a un costo bajo.
• Se facilita el logro de altos niveles de productividad, debido a la especializa-
ción de la producción. En particular, se obtienen bajos costos por apertura
de procesos.
• Los trabajadores requieren de poco entrenamiento, ya que se introducen altos
niveles de estandarización en sus funciones.
DISPOSICIÓN DE LAS INSTALACIONES 271
› Figura 11.1
Disposición tipo producto para
Variedad 1 producir vino.
Mezcla Añejado
Variedad 2
Distribución Empaque Sellado Embotellado
Por otro lado, algunas de las desventajas que resultan de adoptar este esquema
son las siguientes:
• Una falla del equipo en alguno de los procesos de la línea, ocasiona que se
detenga la producción en toda la línea.
• Existe poca flexibilidad para introducir la manufactura de nuevos productos,
ya que la disposición se establece en función de una única secuencia de pro-
cesos previamente establecida.
• Los trabajadores experimentan cierta monotonía en el desempeño de sus ta-
reas, ya que son repetitivas.
Disposición de acuerdo al proceso

Bajo el esquema de disposición de acuerdo al proceso, los departamentos de pla-
neación son grupos de máquinas o actividades que realizan un trabajo similar, esto
es, se definen de acuerdo al proceso que realizan. A diferencia de la disposición de
acuerdo al producto, los artículos que se manufacturan en la planta pasan por los
diferentes departamentos de planeación (o estaciones de trabajo) en diferente se-
cuencia, lo que da una mayor flexibilidad para producir diferentes artículos. En la
figura 11.2 aparece un esquema de disposición de planta de acuerdo al proceso para
la fabricación de piezas de acero; observe que se fabrican piezas cuya manufactura
requiere de diferentes secuencias de procesos, permitiendo el uso del mismo equi-
po para manufacturar productos distintos. Este esquema de disposición de planta
es conveniente para el sistema de producción tipo taller, y también se utiliza para
sistemas de producción por lotes, cuando se requiere de flexibilidad para produ-
cir artículos heterogéneos con el mismo equipo. Debido a que la secuencia de los
procesos no es la misma para cada lote a producir, debe tenerse especial cuidado
en determinar una disposición física de las estaciones de trabajo y departamentos
de planeación que no proporcione altos costos por transporte de materiales. En la
siguiente sección se analizarán las técnicas para estimar estos costos en una dispo-
› Figura 11.2
Disposición de acuerdo
al proceso para fabricar
piezas de acero.
Pieza 1
Perforación Esmerilado Pintura
Pieza 2
Tratamiento de
superficie Ensamble
Fresado
sición de planta determinada. A continuación se mencionan algunas ventajas que

se obtienen con este esquema de disposición de las instalaciones.
• Se requiere de menor inversión que en una disposición tipo producto, ya que

se aprovecha la misma maquinaria para la manufactura de diferentes com-
ponentes o productos.
• Se obtiene mayor flexibilidad para introducir nuevos diseños y responder a
cambios en los patrones de demanda.
• Los técnicos experimentan más satisfacción, ya que se exige de ellos una
mayor flexibilidad para realizar diferentes trabajos.
Por otro lado, algunas de las desventajas son las siguientes:
• La planeación y el control de las actividades productivas son más complejos,

ya que las diferentes órdenes de trabajo compiten por proceso en los dife-
rentes departamentos de planeación.
• En general, se experimentan mayores niveles de inventario de material en
proceso y mayores tiempos de flujo que en una disposición tipo producto, lo
que obedece a la pérdida de tiempo por apertura de procesos y a una mayor
congestión del sistema.
• Debido a la variedad de trabajos que se deben ejecutar en un mismo depar-
tamento de planeación, la automatización de los procesos es muy costosa y,
en general, se prefiere utilizar equipo no especializado.
Disposición celular
Como recién se indicó, la disposición de acuerdo al producto presenta la ventaja
de permitir una mayor especialización del proceso de manufactura, lo que redun-
da en mayor productividad, aunque tiene la desventaja de requerir una inversión
mayor que en la disposición de acuerdo al proceso. Una conclusión inmediata de
esta observación es que si la demanda del producto es alta, se justifica la inversión
en equipo especializado para la manufactura del producto de acuerdo a un esquema
de disposición tipo producto, obteniendo bajos costos de manufactura. El esque-
ma de disposición celular (también llamado tecnología celular o tecnología de
grupos), utiliza el hecho de que al agrupar la demanda de varios productos (con
tecnología de proceso similar), se obtiene un alto nivel de demanda agregada que
justifica la inversión en equipo especializado, y que permite obtener bajos costos
de manufactura. En consecuencia, bajo este esquema las piezas y componentes se
agrupan en familias, en las cuales los requerimientos de proceso son similares, y
para cada familia se diseña un departamento de planeación (llamado célula de
manufactura), donde se realiza la producción en masa de estos productos. Este
esquema de disposición de planta permite combinar las ventajas del esquema de
acuerdo al producto y del esquema de acuerdo al proceso, ya que permite especiali-
zar la producción y a la vez compartir equipo para la manufactura de componentes
diferentes. Bajo esta disposición de planta, los departamentos de planeación no se
definen con base en el proceso que se realiza en el departamento, sino que se com-
ponen de equipo heterogéneo, necesario para la manufactura de los componentes
que forman parte de la familia de productos que corresponde a la célula.
En la figura 11.3 aparece el esquema de una célula de manufactura donde se
realizan operaciones de maquinado, acabado e inspección para producir piezas de
metal. Observe la disposición del equipo en forma de U, lo que permite asignar a
los operarios a varias operaciones. En la gráfica se indica el movimiento de los tres
operarios de la célula (los circuitos que unen los puntos en el centro de la gráfica),
por ejemplo, el primer operario utiliza la máquina de corte, el primer torno realiza
la inspección y retira el producto final.
› Figura 11.3
Diagrama de una célula
C T T de manufactura.
C Cortadora
EH Esmeril horizontal
EV Esmeril vertical EH
P Pulidora
T Torno
EV
Pieza Inspec- EV
final ción P
La implantación de células de manufactura permite el logro de importantes

beneficios, sobre todo en plantas donde se fabrica una gran variedad de compo-
nentes. Al especializar la producción, la tecnología celular permite reducir tiem-
pos de apertura de procesos, espacio y costos por transporte de materiales. Los
operarios concentran su atención en las operaciones de manufactura, sin perder
tiempo en el movimiento de materiales, lo que permite dar una respuesta rápida
a los problemas de producción que puedan presentarse, así como altos niveles de
calidad de los productos terminados.
Disposición de posición fija

Como se mencionó en el capítulo 9, para la producción unitaria y a pedido del
cliente de bienes de gran envergadura (locomotoras, aviones, barcos, maquinaria
pesada, etc.), es necesario adoptar un sistema de producción tipo proyecto. De la
misma manera, durante el proceso de manufactura de este tipo de productos, el
tamaño de los mismos no permite que puedan trasladarse de una estación de tra-
bajo a otra para llevar a cabo las operaciones de manufactura. En estos casos debe
utilizarse un esquema de disposición de posición fija: la manufactura del producto
se realiza en un lugar determinado y los operarios, las herramientas y la materia
prima deben trasladarse a dicho lugar para llevar a cabo los procesos necesarios
de manufactura y ensamble en una posición fija.
Disposición de instalaciones en servicios

Para la disposición de las instalaciones donde se prestará la atención de uno o varios
servicios, se puede adoptar cualquiera de los esquemas de disposición mencionados
para la producción de productos manufacturados. Así, por ejemplo:
• Disposiciones de acuerdo al producto para la prestación de servicios con

un alto nivel de estandarización, como son la matrícula en universidades, los
servicios de inmigración o inspección en aeropuertos o ciertos trámites en
oficinas del gobierno.
• Disposiciones de acuerdo al proceso en instituciones que prestan servicios
variados, con base en las necesidades del cliente, como ocurre en bibliotecas,
hospitales y tiendas departamentales.
• Disposiciones celulares en oficinas que sirven para ejecutar proyectos que

demandan una gran flexibilidad de los empleados, como podrían ser consul-
torías o equipos de asesores de alto nivel.
• Disposiciones de posición fija para la prestación de ciertos servicios con
poca participación del cliente, como son los servicios de comida a domicilio
o las ventas de productos por catálogo.
En cualquier caso, para el diseño de las instalaciones donde se prestarán servicios,

debe tener en cuenta que las instalaciones sirven para atender a los clientes, por
tanto, deben contar con los servicios adecuados para atender las necesidades bá-
sicas y personalizadas que pudieran requerir los clientes, con especial atención en
lograr un nivel bajo de congestión en las instalaciones.
TÉCNICAS PARA EL DISEÑO DE LA DISPOSICIÓN DE PLANTA

En efecto, para la mayoría de los casos se debe escoger entre tres esquemas para
la disposición de los departamentos de planeación de las instalaciones: de acuerdo
al producto, de acuerdo al proceso o celular, ya que el esquema de posición fija se
limita a la producción específica de bienes que así lo requieren. Una vez que se se-
lecciona el esquema de disposición (o los esquemas en el caso que se desee utilizar
esquemas híbridos), debe identificar una buena disposición de las instalaciones y
una adecuada organización de las estaciones de trabajo, que permitan lograr los
objetivos estratégicos. En esta sección se introducen las técnicas para resolver tres
problemas fundamentales del diseño de disposición de planta: el balanceo de las
líneas de producción, la disposición física de los departamentos de planeación y la
formación de familias de productos para la creación de células de manufactura. El
problema del balanceo de líneas de producción tiene particular importancia cuando
se adopta un esquema de disposición de acuerdo al producto, ya que un adecuado
balanceo permite una mejor utilización de los recursos de mano de obra y equipo
disponible. La disposición física de los departamentos de planeación tiene particular
importancia cuando se utiliza un esquema de disposición de acuerdo al proceso,
ya que la disposición de los departamentos influye en los costos por transporte y
manejo de materiales. Por último, como se podría esperar, la formación de fami-
lias de productos tiene relevancia cuando se adopta un esquema de disposición
celular. Conviene remarcar, sin embargo, que las técnicas se pueden utilizar bajo
diferentes esquemas de disposición, ya que en un esquema de disposición celular
también es importante localizar los departamentos de planeación para minimizar
los costos por transporte y manejo de materiales. En la práctica, las empresas adop-
tan esquemas híbridos de disposición de planta, por ejemplo, una disposición de
acuerdo al producto para manufacturar un artículo con gran demanda y, al mismo
tiempo, una disposición de acuerdo al proceso para manufacturar varios productos
que tienen demandas individuales limitadas.
Balanceo de líneas
Como se indicó en la sección precedente, el esquema de disposición de planta de
acuerdo al producto (línea de producción), se diseña en función de la secuencia
de operaciones necesarias para elaborar un producto específico. También se indi-
có que dicho esquema permite la eficiente manufactura en masa de artículos que
tienen un alto grado de estandarización. Una de las razones por la que una línea
de producción es eficiente, es que hace uso del principio de la división del traba-
jo. Es decir, la manufactura de un artículo en particular no se realiza en forma de
proyecto, elaborando uno a la vez y en secuencia todos los componentes del artícu-
lo; si se trabajara de esta manera, la tasa de producción sería muy baja y estaría
› Figura 11.4
Línea de producción con
Estación A Estación B Estación C estaciones en serie.
determinada por el tiempo de flujo del proceso. En cambio, en una línea de pro-
ducción, el trabajo se distribuye entre estaciones de trabajo (vea la figura 11.4) que
operan de forma simultánea, en cada una de las cuales se realiza parte del trabajo
total, de manera que la tasa de producción de la línea ya no depende del tiempo
de flujo del proceso, sino de la capacidad de la estación de trabajo más restrictiva
(el cuello de botella, vea el capítulo sobre análisis de capacidad). En este punto es
conveniente definir de manera más precisa el concepto de estación de trabajo:
• Estación de trabajo: en un sistema de producción se constituye por un

operador y el ambiente de trabajo que se le asignó (espacio y equipo) para
realizar su trabajo.
Observe que la estación de trabajo se definió en función del operador a quien co-
rresponde la estación, no por la(s) operación(es) que éste realiza.
Como se mencionó en el capítulo sobre análisis de capacidad, el trabajo
de una estación se organiza en cargas de trabajo, por lo que una estación tendrá
una carga consolidada (número de unidades que tiene cada carga de trabajo),
y una carga unitaria (tiempo que tarda el operador en atender cada carga de
trabajo). De esta manera, cuantas más operaciones de manufactura y/o ensamble
se le asignen a una estación de trabajo, su carga unitaria será mayor, y una carga
consolidada mayor que 1 ocurre cuando la estación de trabajo procesa varias uni-
dades simultáneamente.
Con la finalidad de incrementar la tasa de producción de la línea, varias es-
taciones de trabajo se organizan en un pool de estaciones, donde cada estación
ejecuta las mismas operaciones en paralelo (figura 11.5). Si un pool de estaciones
consta de n estaciones en paralelo, cada una con la misma carga consolidada y
misma carga unitaria, la duración del ciclo de un pool se define por:
carga unitaria
c= , (11.1)
n * (carga consolidada)
por lo que, en congruencia con la ecuación (6.1), al dividir la disponibilidad pro-

gramada de cada unidad del pool entre la duración del ciclo del pool se obtiene
› Figura 11.5
Línea de producción con
estaciones en paralelo.
Estación B1
Estación A1 Estación C1
Estación B2
Estación A2 Estación C2
Estación B3
Pool A Pool C
Pool B
la capacidad teórica de un pool de estaciones (y del mismo modo se obtiene la

capacidad efectiva). La duración del ciclo (del inglés cycle time) de una línea de
producción será la mayor duración del ciclo entre todos los pools que conforman
la línea (y que determina la capacidad de producción).
Con base en las definiciones anteriores, es posible imaginar que si se desea
incrementar la capacidad de producción de una línea que no tiene estaciones en
paralelo (sólo en serie como en la figura 11.4), hay que reducir la carga unitaria
del cuello de botella, lo que se realiza al dividir el trabajo de esta estación en dos
o más estaciones de trabajo (en serie). En el caso de que el trabajo asignado a esta
estación sea indivisible, queda aún otra alternativa, y es la de asignar varias esta-
ciones en paralelo que realicen la misma función (como en la figura 11.5), aunque
esta última opción tiene la consecuencia de requerir de una mayor inversión en
equipo. A continuación se analiza brevemente el problema del balanceo de líneas.
La mejor estrategia para diseñar una línea de producción, y que se entiende
por el problema del balanceo de la línea, debe ser: dada una tasa de producción
deseada (que determina la máxima duración del ciclo a tener), determinar una
configuración de estaciones que minimice el tiempo ocioso total (también llamado
balanceo tipo I, vea por ejemplo, Hackman et al., 1988).
Con base en el concepto de duración del ciclo de una línea, es posible medir
el tiempo ocioso de la siguiente manera. Suponga que una línea de producción
consta de m pools de estaciones en serie (como en la figura 11.5), con duraciones
de ciclo c1, c2, …, cm, respectivamente, siendo c la duración del ciclo de la línea (la
mayor duración). El retardo del balanceo se define por:
m
mc − ∑ ci
i =1
R= 100% (11.2)
mc
Como se aprecia, el retardo del balanceo es el porcentaje del tiempo ocioso
total en la línea, ya que en el denominador de la ecuación (11.2) figura el tiempo
que consumen todas las estaciones (por unidad producida), y en el numerador
figura el tiempo total ocioso de las estaciones (tiempo consumido menos tiempo
efectivo de trabajo).
Ejemplo 11.1. Cálculo del retardo del balanceo
Con el objeto de ilustrar la utilización de la ecuación (11.2) suponga que el ensam-

ble de un producto requiere de tres operaciones indivisibles en serie (figura 11.6).
Si la línea de producción no puede tener estaciones en paralelo, y la carga con-
solidada siempre es unitaria, la mayor tasa de producción se obtendrá al asignar
una estación de trabajo para cada operación (m 3), las que tendrían duraciones
de ciclo c1 0.8, c2 0.5, y c3 0.3. De esta manera, la duración del ciclo de la
línea sería c 0.8, y si considera un turno de cuatro horas, con una pérdida de
disponibilidad (vea el capítulo sobre análisis de capacidad) de 20%, la capacidad
efectiva por turno sería de:
P (4 horas/turno)(60 minutos/hora)(1 0.2)/(0.8 minutos/unidad)
240 unidades/turno,
con un retardo de:
3(0.8) − (0.8 + 0.5 + 0.3)
R= 100 = 33%
3(0.8)
Por otro lado, si asigna una estación de trabajo para la primera estación y otra
estación de trabajo para la segunda y tercera operaciones en conjunto, tendría sólo
› Figura 11.6
Operaciones de una línea
Operación Operación Operación de ensamble.
1 2 3
Duración 0.8 min. Duración 0.5 min. Duración 0.3 min.
dos estaciones (m 2), con duraciones de ciclo c1 0.8, c2 0.5 0.3 0.8, y
una duración del ciclo de la línea de c 0.8, por tanto, la tasa de producción sería
también de 240 unidades por turno. En cambio, se utilizan sólo dos estaciones, lo
que redunda en un menor costo por operarios, y como verá, el retardo del balan-
ceo es menor, ya que en este caso:
2(0.8) − (0.8 + 0.8)
R= 100 = 0% .
2(0.8)
Aún es posible reducir el número de estaciones a uno, obteniendo también un
retardo de cero, pero hay que notar que en este caso la tasa de producción dismi-
nuye, ya que tendría c 1.6 y, en consecuencia, se producirán P 4(60)(0.8)/(1.6)
120 unidades/turno.
Con este pequeño ejemplo se aprecia la importancia del balanceo, ya que
posibilita ahorrar costos sin sacrificar la tasa de producción, con un adecuado ba-
lanceo de la línea.
✤
En la práctica es muy difícil obtener un retardo de cero en la línea, fundamental-

mente por dos razones. La primera es que tendríamos que ser muy afortunados
para obtener duraciones de ciclo en las estaciones que fueran exactamente iguales
a la duración del ciclo necesario para lograr la producción deseada. La segunda
razón es que el espacio de posibilidades se reduce si se tiene en cuenta que existen
relaciones de precedencia entre las operaciones necesarias en la línea, ya que no
es posible asignar una operación a una estación, si es que en las estaciones previas
no se han ejecutado todas las operaciones que se requieren para poder ejecutar
ésta. Con el reconocimiento de que es muy difícil que exista un balanceo perfec-
to, podría intentar modelar el problema de encontrar el mejor balanceo (menor
retardo), dada una duración del ciclo máxima, como un problema de programa-
ción lineal (con variables enteras); sin embargo, el exagerado número de variables
y restricciones que deben introducirse, hace que estas formulaciones no puedan
resolverse en un tiempo moderado de cómputo, para problemas de tamaño mode-
rado. Como indican Kilbridge y Wester (1961), el problema del balanceo pertenece
a la familia de problemas conocidos en la literatura inglesa de análisis combinatorio
con el nombre de packing problems, para los que no existen algoritmos eficientes
que garanticen una solución exacta.
Ante la imposibilidad práctica de utilizar la programación lineal entera para
resolver problemas de balanceo de tamaño moderado, se han ensayado métodos
heurísticos para atacar este problema, los que no aseguran que se encuentre el
óptimo, pero dan buenos resultados en la práctica y requieren de un tiempo de
cómputo razonable. Las heurísticas más difundidas para el problema de balanceo
son la regla del candidato de mayor duración (Kilbridge y Wester, 1961) y el
método de ordenamiento de los índices de posición (vea, por ejemplo, Talbot
et al., 1986). A continuación se describen estos métodos para el caso en que no se
permiten estaciones en paralelo (cualquier pool tiene una sola estación de trabajo).
Un primer paso necesario para la aplicación de cualquier método de balanceo

es la división del trabajo total necesario en unidades de trabajo mínimo racional,
esto es, en los contenidos mínimos de trabajo, de manera que cada uno de las mis-
mos podría conformar la carga de una sola estación; a estas unidades se les conoce
como operaciones de la línea, y se usará el término duración para identificar al
contenido de trabajo de la operación. Este paso es importante, ya que un mayor
número de operaciones identificadas permite más flexibilidad para organizar las
estaciones de trabajo. El conjunto de operaciones se acompaña de las relaciones
de precedencia, esto es, para cada operación se deben identificar las operaciones
realizadas inmediatamente antes de la misma (como en el ejemplo 11.2). Luego
de este primer paso, se aplica el algoritmo correspondiente al método elegido. A
continuación se presentan los pasos del algoritmo correspondiente a la regla del
candidato de mayor duración, donde se asume que no se permiten estaciones en
paralelo y la carga consolidada en cualquier estación es de 1.
1. Construir la red de operaciones de la línea.

2. Con base en la tasa de producción deseada y el factor de pérdida de disponi-
bilidad, determinar la máxima duración del ciclo (tasa de producción entre
disponibilidad neta). Abrir la primera estación vacía (sin ninguna operación
asignada).
3. Identificar las operaciones asignables, esto es, las operaciones cuyas prede-
cesoras ya fueron asignadas a alguna estación (al inicio, las operaciones asig-
nables son las que no tienen predecesoras).
4. Asignar a la estación abierta la operación con la mayor duración posible, de
manera que la carga unitaria de la estación no exceda la máxima duración
del ciclo encontrada en el paso 2. Si no existe esta estación, abrir una nueva
con la operación asignable de mayor duración. Si no existen más operaciones,
finaliza el procedimiento, de otra forma regresar al paso 3.
Para aplicar el método de ordenamiento de los índices de posición, se aplican los

mismos pasos del algoritmo anterior, sólo que el paso 4 debe sustituirse por el paso
4a, teniendo en cuenta que el índice de posición de una operación es la suma de
su duración, más las duraciones de todas las operaciones que le suceden.
4a. Asignar a la estación abierta la operación que tenga el mayor índice de po-
sición posible, de manera que la carga unitaria de la estación no exceda la
máxima duración del ciclo encontrada en el paso 2. Si no existe esta estación,
abrir una nueva con la operación asignable de mayor índice de posición. Si
no existen más operaciones, finaliza el procedimiento, de otra forma volver
al paso 3.
Es conveniente indicar que si la máxima duración del ciclo (que se calcula en el

paso 2) es menor que la duración de alguna operación, deberán implantarse es-
taciones de trabajo en paralelo para dicha operación, ya que de otra forma no se
podrá lograr la tasa de producción deseada. En este caso, los algoritmos propuestos
todavía pueden usarse para balancear la línea, teniendo en cuenta que al abrir una
estación, ésta tendrá una carga unitaria que excede a la máxima duración del ciclo
(ya no se permitirán más operaciones en esta estación); luego de terminar la aplica-
ción del algoritmo, deberán abrirse estaciones en paralelo para las que tengan carga
unitaria mayor que la máxima duración del ciclo (vea el siguiente ejemplo).
Ejemplo 11.2. Balanceo de una línea de ensamble
El ensamble de la iluminación trasera de un automóvil requiere de nueve opera-

ciones, que se presentan en la tabla 11.1 (con sus respectivas duraciones y ope-
› Tabla 11.1
ID OPERACIÓN NÚMERO DURACIÓN (MIN.) PREDECESORAS
Operaciones para el ensamble
1 Aplicar pegamento al hogar 1 .100 - de un sistema de iluminación
2 Poner la empaquetadura exterior 2 .103 1 trasera.
3 Enganchar la rosquilla al hogar 3 .097 -
4 Ensamblar el foco a la rosquilla 4 .095 3
5 Poner la empaquetadura interior 5 .050 -
6 Posicionar lentes en el hogar 6 .045 4, 5
7 Unir el cable de electricidad 7 .075 3
8 Sellar el ensamble 8 .110 6
9 Inspeccionar el ensamble 9 .085 2, 7, 8
raciones predecesoras). Se ilustra la aplicación del algoritmo (tanto con la regla

de mayor duración como la del mayor índice de posición) para comparar el balan-
ceo propuesto por cada una de las reglas descritas, dado que se desea una tasa de
producción de 240 ensambles por hora, y el factor de pérdida de disponibilidad
se estima en 10%.
Con las relaciones de precedencia que aparecen en la tabla 11.1, se construye
la red de operaciones, la cual se presenta en la figura 11.7. La máxima duración del
ciclo, con base en el factor de pérdida de disponibilidad y la tasa de producción
deseada resulta:
Cm (60 minutos/hora)(1 0.1) / (240 ensambles/hora) 0.225 minutos.
A continuación se aplica el algoritmo con la regla de mayor duración (pa-
so 4), cuyos resultados se resumen en la tabla 11.2. Este algoritmo se encuentra
implantado en la hoja correspondiente del archivo cap11.xls.
Observe en la tabla 11.2 que al inicio del algoritmo (iteración 1), las únicas
operaciones asignables son las que no tienen ninguna operación predecesora, des-
pués, en las demás iteraciones, aparecerán más operaciones asignables a medida
que sus operaciones predecesoras se asignen a alguna estación de trabajo.
Para aplicar la regla del mayor índice de posición, es posible (con base en la
red de operaciones) calcular antes estos índices (que se muestran en la tabla 11.3),
de manera que se aplica el algoritmo utilizando el paso 4a en lugar del paso 4. En
la tabla 11.4 se presenta el resumen de los resultados.
Como se aprecia en las tablas que ilustran la aplicación de las dos reglas,
ambos procedimientos sugieren igual número de estaciones (4), si bien la compo-
sición de las mismas es diferente en cada caso. La duración del ciclo de la línea
resultó más alta con el segundo método, por lo que podrá alcanzarse un nivel de
producción más alto con el primer balanceo (aproximadamente 266 por hora con
› Figura 11.7
Red de operaciones para
1 2 9 una línea de ensamble.
7
4 6 8
5
› Tabla 11.2 ITERACIÓN OPERACIONES ASIGNABLES OPERACIÓN SELECCIONADA ESTACIONES (CARGA UNITARIA)
Balanceo mediante la regla
de mayor duración. 1 1, 3, 5 1 E1 = {1} (.100)
2 2, 3, 5 2 E1 = {1, 2} (.203)
3 3, 5 3 E1 = {1, 2} (.203)
E2 = {3} (.097)
4 4, 7, 5 4 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
5 7, 5 7 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
E3 = {7} (.075)
6 5 5 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
E3 = {7, 5} (.125)
7 6 6 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
E3 = {7, 5, 6} (.170)
8 8 8 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
E3 = {7, 5, 6} (.170)
E4 = {8} (.110)
9 9 9 E1 = {1, 2} (.203)
E2 = {3, 4} (.192)
E3 = {7, 5, 6} (.170)
E4 = {8, 9} (.195)
› Tabla 11.3 OPERACIÓN 1 2 3 4 5 6 7 8 9

Índices de posición para
el balanceo de líneas. Índice de Posición .288 .188 .507 .335 .290 .240 .160 .195 .085
› Tabla 11.4 ITERACIÓN OPERACIONES ASIGNABLES OPERACIÓN SELECCIONADA ESTACIONES (CARGA UNITARIA)
del mayor índice de posición. 1 1, 3, 5 3 E1 = {3} (.097)
2 1, 4, 5, 7 4 E1 = {3, 4} (.192)
3 1, 5, 7 5 E1 = {3, 4} (.192)
E2 = {5} (.050)
4 1, 6, 7 1 E1 = {3, 4} (.192)
E2 = {5, 1} (.150)
5 2, 6, 7 6 E1 = {3, 4} (.192)
E2 = {5, 1, 6} (.195)
6 2, 7, 8 8 E1 = {3, 4} (.192)
E2 = {5, 1, 6} (.195)
E3 = {8} (.110)
7 2, 7 2 E1 = {3, 4} (.192)
E2 = {5, 1, 6} (.195)
E3 = {8, 2} (.213)
8 7 7 E1 = {3, 4} (.192)
E2 = {5, 1, 6} (.195)
E3 = {8, 2} (.213)
E4 = {7} (.075)
9 9 9 E1 = {3, 4} (.192)
E2 = {5, 1, 6} (.195)
E3 = {8, 2} (.213)
E4 = {7, 9} (.160)
› Tabla 11.5
OPERACIONES OPERACIÓN ESTACIONES
ITERACIÓN ASIGNABLES SELECCIONADA (CARGA UNITARIA)
de mayor duración.
1 1, 3, 5 1 E1 = {1}(.1)
2 2, 3, 5 2 E1 = {1}(.1), E2 = {2}(.0.103)
3 3, 5 3 E1={1}(.1), E2 = {2}(.0.103), E3 = {3}(.097)
4 4, 7, 5 4 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095)
5 7, 5 7 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095), E5 = {7}(0.075)
6 5 5 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095), E5 = {7}(0.075), E6 = {5}(0.05)
7 6 6 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095), E5{7}(0.075), E6 = {5,6}(0.095)
8 8 8 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095), E5 = {7}(0.075), E6 = {5,6}(0.095)
E7 = {8}(0.11)
9 9 9 E1 = {1}(.1), E2 = {2}(.0.103), E3 = {3}(.097),
E4 = {4}(.0.095), E5 = {7}(0.075), E6 = {5,6}(0.095)
E7 = {8}(0.11), E8 = {9}(0.085)
la regla de mayor duración y 253 por hora con la regla del mayor índice de posi-
ción). Asimismo, el tiempo ocioso en la línea es menor con el balanceo del primer
método, ya que el retardo es de 6.4% en el primer caso y de 10.8% en el segundo.
Los resultados, sin embargo, no pueden generalizarse a otros problemas, ya que
el desempeño de cada una de las reglas es dependiente de los datos del problema
particular.
Suponga ahora que en lugar de 240 unidades por hora, necesita producir 500
por hora, la máxima duración del ciclo resultaría Cm 60(0.9)/500 0.108 minu-
tos, y como puede observar, la duración de la octava operación (sellar el ensamble)
excede a este valor. En este caso, luego de aplicar el algoritmo de balanceo, deberá
incluir estaciones en paralelo. En la tabla 11.5 se muestra un resumen de la apli-
cación del algoritmo con la regla de mayor duración.
Como se aprecia en la tabla 11.5, el algoritmo de balanceo con la regla de
mayor duración sugiere 8 estaciones, con el cuello de botella en la estación 7, la
capacidad efectiva será menor de 500 unidades/hora (alrededor de 490.91), debido
a que la duración del contenido de trabajo de la séptima estación (constituida por
la operación 8) es mayor que la máxima duración del ciclo, es necesario incluir
estaciones en paralelo. De acuerdo con (11.1), si el número de unidades en el pool
de estaciones 7 es de 2, la duración del ciclo del pool resulta c7 0.11/2 0.055,
menor que la máxima duración del ciclo (que era de 0.108). Las estaciones re-
sultantes (y sus duraciones) se ilustran en la figura 11.8, donde se aprecia que el
cuello de botella corresponde al pool de estaciones 2, con una duración del ciclo
de la línea de 0.103 minutos, y una capacidad efectiva de (60)(0.9)/(0.103) 524
unidades/hora (mayor que 500).
Evaluación de costos por transporte de materiales

Una decisión que influye directamente en el nivel de productividad que alcanza
una planta, es la que se relaciona con la disposición física de los departamentos de
planeación, buscando no incurrir en un costo excesivo por viajes, manejo y trans-
porte de materiales entre los diferentes departamentos de planeación. Si bien no
› Figura 11.8
Balanceo sugerido para 500 Pool 1 Pool 2 Pool 3 Pool 4
unidades/hora. c1 0.1 c2 0.103 c3 0.097 c4 0.095
Op. 1 Op. 2 Op. 3 Op. 4
Op. 8
Op. 9 Op. 5, 6 Op. 7
Pool 8 Op. 8 Pool 6 Pool 5

d8 0.085 c6 0.095 c5 0.075
Pool 7
c7 0.055
se dispone de métodos para encontrar una disposición que minimice, en el senti-

do estricto del término, el costo de transporte, se puede evaluar el costo de dife-
rentes alternativas propuestas, para apoyar el proceso de toma de decisiones. En
términos sencillos, se puede pensar que si existe una alta interacción entre dos de-
partamentos de planeación (un alto volumen de materiales a transportar), tales depar-
tamentos deben localizarse cerca uno del otro, el problema es que todos los de-
partamentos interactúan, y la cercanía a un departamento implica la lejanía a otro.
Por esta razón, antes de tomar la decisión sobre la disposición física de las insta-
laciones, es aconsejable realizar un análisis más riguroso, como el que se presenta
en este apartado. Esta decisión es de particular relevancia para los esquemas de
disposición tipo proceso, ya que bajo este esquema, el transporte entre departa-
mentos de planeación (talleres) es una importante fuente de costo. Antes de pre-
sentar una metodología para estimar el costo de transporte de una disposición de
planta, conviene remarcar que éste depende estrechamente de la mezcla de pro-
ducción, por lo que en plantas donde se requiere de flexibilidad para responder a
cambios en los patrones de demanda, es conveniente evaluar los costos para dis-
tintos escenarios (asumiendo diferentes niveles de producción para las distintas
líneas).
Para evaluar el costo de transporte en una disposición de planta, se requie-
ren los datos del volumen que se transportará por unidad de tiempo (por ejemplo,
mensual o anual), entre cada pareja de departamentos de planeación, los que se
deben estimar con base en los requerimientos de transporte entre departamentos
de planeación para cada línea de producto y sus volúmenes (estimados) de pro-
ducción. Con base en esta información se sugieren los siguientes pasos para obte-
ner una disposición de los departamentos de planeación que proporcione un bajo
costo por transporte y manejo de materiales:
• Diseñar una disposición tentativa.

• Calcular las distancias entre cada pareja de departamentos de planeación (el
resultado será una matriz de distancias).
• Multiplicar la distancia entre cada pareja de departamentos de planeación
por el correspondiente volumen de transporte entre los mismos (el resultado
será una matriz de costos).
• Calcular el costo total con base en la matriz de costos.
ESPACIO REQUERIDO ESPACIO REQUERIDO › Tabla 11.6

Talleres de una planta
TALLER (M 2 ) TALLER (M 2 )
maquiladora.
Recepción y Almac. (R) 48 Laminado (L) 48
Maquinado (M) 72 Pintura (P) 36
Impresión (I) 96 Ensamble (E) 96
Control e inspección (C) 24 Distribución y empaque (D) 60
• Utilizar los datos de la matriz de costos para proponer cambios en la disposi-

ción que disminuyan el costo de transporte y repetir el procedimiento hasta
encontrar una disposición satisfactoria.
Para calcular la distancia entre dos departamentos de planeación, se acostumbra

tomar la distancia entre sus correspondientes centros de gravedad, lo que equivale
a suponer una distribución uniforme de los flujos de transporte dentro de las áreas
de los departamentos. Asimismo, no se acostumbra utilizar la distancia euclidiana
como medida de la distancia entre dos puntos, sino más bien la distancia rectangu-
lar (como en el siguiente ejemplo), debido a que es más apropiada para representar
los movimientos dentro de las instalaciones, donde a menudo no se puede viajar
en línea recta entre dos puntos, sino que se utilizan corredores o pasillos. Con el
siguiente ejemplo se ilustra la aplicación de la metodología propuesta.
Ejemplo 11.3. Disposición de una planta maquiladora
Una empresa dedicada a la fabricación de electrónica para el hogar, desea instalar

una planta maquiladora en México para producir equipos de sonido, con el obje-
tivo de abarcar el mercado del Tratado de Libre Comercio de América del Norte.
La planta se abastecerá de los principales insumos semiterminados, fundamental-
mente planchas de acero, tarjetas y componentes para los equipos, por tanto los
principales procesos que se implementarán en la planta serán el laminado (corte
y estampado), maquinado y tratamiento superficial de las planchas de acero, así
como el ensamble y acabado de los equipos. A partir de estas consideraciones, y
de la capacidad planeada de la planta, se determinó que debe constar de ocho ta-
lleres, cuyos requerimientos de espacio se presentan en la tabla 11.6.
Los talleres de la planta deberán construirse en una superficie rectangular de
26 m de frente por 20 m de fondo (observe que el requerimiento total de espacio
es de 480 m2 y la superficie disponible tiene 520 m2). Una primera disposición de
planta propuesta se presenta en la figura 11.9.
La disposición de la figura 11.9 se presenta en un eje cartesiano, con la fina-
lidad de facilitar el cálculo de las distancias entre talleres. Asimismo, se respetan
los requerimientos de espacio presentados en la tabla 11.6. Para evaluar el costo
de esta disposición son necesarias las estimaciones de los volúmenes de material a
transportar desde un taller a otro. Dichas estimaciones se calcularon con base en los
requerimientos de transporte de los tres productos principales que se producirán en
la planta, como se indica a continuación, y los resultados se presentan en la tabla 11.7.
Los resultados de la tabla 11.7 se calcularon al tener en cuenta un escenario
de producción de 10 lotes al mes de cada producto, considerar los volúmenes de
transporte (en dm3) por cada lote de 10 unidades de cada producto, que se presen-
tan en la figura 11.10. Así, por ejemplo, el volumen de transporte entre los talleres
R y M es: 10(10) 10(5) 10(5) 200, y entre los talleres E y D es: 10(15)
10(25) 10(20) 600.
A continuación debe calcular las distancias entre talleres. Por ejemplo, para
calcular la distancia entre los talleres R y M, es necesario determinar sus centros
› Figura 11.9
Primera disposición de planta 20
propuesta.
R
I M
L P C
D E
0 2 4 6 8 10 12 14 16 18 20 22 24 26
de gravedad, que son el promedio de las coordenadas de los cuatro vértices corres-
pondientes (debido a que los talleres tienen forma rectangular). Si las coordenadas
del taller R son (0, 12), (6, 12), (0, 20) y (6, 20), el centro de gravedad resulta (3,
16); en forma semejante, el centro de gravedad del taller M resulta (15, 18). Para
calcular la distancia se utiliza la distancia rectangular (vea capítulo 10); de esta
manera, la medida de distancia apropiada entre los talleres R y M será la distancia
rectangular entre sus centros de gravedad: |3 15| |16 18| 14. Las distan-
cias entre talleres relevantes para esta primera disposición se presentan en la tabla
11.8, y el detalle de los cálculos se puede consultar en la hoja correspondiente del
archivo cap11.xls.
Por último, al multiplicar cada entrada de la matriz de distancias (tabla 11.8)
por su correspondiente entrada de la matriz de volúmenes de transporte (tabla
11.7), se obtiene la matriz de costos que se presenta en la tabla 11.9. Al sumar las
entradas de esta matriz de costos se obtiene el índice de costo total por transporte
igual a 46 450 para esta disposición de planta (vea el detalle de los cálculos en el
archivo cap11.xls).
Note que las entradas de la matriz de costos también se usan para identificar
las fuentes de costo de transporte más importantes, por ejemplo, los valores más
altos de la matriz de costos corresponden al transporte entre los talleres E y D y
entre I y E, lo que sugiere que la disposición se puede mejorar si es capaz de redu-
› Tabla 11.7 TALLERES R M I C L P E D

Requerimientos de transporte
entre talleres (dm3/mes). Recepción y almacenamiento (R) 0 200 100 0 0 0 0 0
Maquinado (M) - 0 150 0 350 60 20 0
Impresión (I) - - 0 200 100 0 250 0
Control e inspección (C) - - - 0 500 0 200 0
Laminado (L) - - - - 0 50 400 0
Pintura (P) - - - - - 0 300 0
Ensamble (E) - - - - - - 0 600
› Figura 11.10
10 5 Flujos de transporte
R por productos.
M 10 I
10
E R
D
15
R 5
5 5 Producto 1
5 M
M I
6 25
10
P L 39 P
L 5 15 10
50 27
2 3 D
1 E 25 I C E D
20 20 20
Producto 2 Producto 3
cir la distancia entre estos talleres. En la figura 11.11 se presenta una disposición
que mueve el taller I más cerca del taller E y que proporciona la matriz de costos
de la tabla 11.10, proporcionando un índice de costo total por transporte igual a
42 910 (mejor que la primera disposición).
Los costos por transporte se mejoran aún más si se permiten figuras no rec-
tangulares. Así, por ejemplo, la disposición correspondiente a la figura 11.12 utili-
za áreas no rectangulares y tiene un índice de costo menor que el de la segunda
disposición (vea el ejercicio 11.10).
TALLERES R M I C L P E D › Tabla 11.8

Distancias entre talleres.
Recepción y almacenamiento (R) 0 10 11 20 8 15 20 19
Maquinado (M) 10 0 19 10 14 7 14 27
Impresión (I) 11 19 0 23 11 18 23 10
Control e inspección (C) 20 10 23 0 12 5 12 25
Laminado (L) 8 14 11 12 0 7 12 13
Pintura (P) 15 7 18 5 7 0 7 20
Ensamble (E) 20 14 23 12 12 7 0 13
Distribución y Empaque (D) 19 27 10 25 13 20 13 0
TALLERES R M I C L P E D › Tabla 11.9

Matriz de costos de transporte
Recepción y almacenamiento (R) 0 2 000 1 100 0 0 0 0 0 para primera disposición.
Maquinado (M) - 0 2 850 0 4 900 420 280 0
Impresión (I) - - 0 4 600 1 100 0 5 750 0
Control e inspección (C) - - - 0 6 000 0 2 400 0
Laminado (L) - - - - 0 350 4 800 0
Pintura (P) - - - - - 0 2 100 0
Ensamble (E) - - - - - - 0 7 800
› Figura 11.11
Segunda disposición de planta 20
propuesta.
R
M I
P C L
D E
0 2 4 6 8 10 12 14 16 18 20 22 24 26
A partir del ejemplo anterior existe un número bastante grande de posibles dispo-
siciones que pueden proponerse, por ejemplo, si se tuvieran ocho posiciones fijas,
existirían 8! 40 320 maneras diferentes en las que podrían arreglarse ocho ta-
lleres, lo que dificulta encontrar una buena solución por medio de prueba y error.
Con la finalidad de facilitar la búsqueda de una adecuada disposición de planta,
se utiliza diferente software elaborado para este propósito, el cual utiliza heurís-
ticas que le permiten proponer y evaluar disposiciones de planta adecuadas a los
volúmenes de transporte entre talleres y espacios requeridos de los mismos, para
el problema particular en estudio. Algunos de los paquetes más conocidos son el
CRAFT (Computerized Relative Allocation of Facilities), el COFAD (Computerized
Facilities Design), el CORELAP (Computerized Relationship Layout Planning) y el
PLANET (Plant Layout Analysis and Evaluation Technique). El lector interesado en
una descripción más detallada de los métodos que utilizan estos paquetes, puede
consultar Sule (2001).
Organización de células de manufactura

Como se explicó en la sección precedente, la tecnología celular o de grupos tiene
como principal objetivo la obtención de una mayor flexibilidad (que la línea de
› Tabla 11.10 TALLERES R M I C L P E D

Matriz de costos de transporte
para segunda disposición. Recepción y almacenamiento (R) 0 2 000 2 300 0 0 0 0 0
Maquinado (M) - 0 1 950 0 2 800 900 360 0
Impresión (I) - - 0 3 400 1 100 0 3 250 0
Control e inspección (C) - - - 0 3 000 0 3 200 0
Laminado (L) - - - - 0 550 4 000 0
Pintura (P) - - - - - 0 6 300 0
Ensamble (E) - - - - - - 0 7 800
› Figura 11.12
20 Tercera disposición de planta
propuesta.
R M
E
L
D P
C
0 2 4 6 8 10 12 14 16 18 20 22 24 26
producción tradicional) para producir diferentes componentes en las mismas ins-

talaciones. Una célula de manufactura se destina a la manufactura de una familia
de piezas o productos, más que a la de un solo producto y un buen diseño de la
misma debe tener como objetivo que los niveles de productividad que se logren
en la manufactura de los miembros de la familia de productos, no se vea dismi-
nuida debido a las mayores exigencias de flexibilidad para producir diferentes di-
seños. La amplia difusión que ha tenido este esquema de disposición de planta,
ha dado lugar al desarrollo de diferentes principios y técnicas que permiten al-
canzar buenos niveles de productividad bajo esta tecnología. En este sentido está,
por ejemplo, la automatización de bajo costo (para reducir los costos de apertura
de procesos), el empleo de sistemas para la clasificación y codificación de partes,
y las técnicas para secuenciar la producción en células de manufactura. A partir
de estas observaciones se intuye que si bien la manufactura celular ha demostra-
do en la práctica su superioridad al combinar la flexibilidad con el logro de ade-
cuados niveles de productividad, en cambio su implantación exitosa requiere de
un mayor esfuerzo de planeación, aunque el problema más importante (debido a
sus consecuencias), es el diseño de las células de manufactura y la determinación
de las familias de productos que deben asignarse a las células, problema que se
analiza a continuación.
Una familia de partes se define como un grupo de partes que tienen algún
grado de similitud, lo que permite procesar económicamente a dicha familia dentro
de una misma célula de manufactura. La similitud de los miembros de una familia
está en función de características de diseño (formas parecidas o requerimientos
similares de procesos), incluso podrían tener formas no muy parecidas, pero po-
drían compartir requerimientos de operaciones similares. Entre otros factores que
determinan que ciertos componentes formen parte de la misma familia están los
tamaños de lotes a producir y su frecuencia. Existe una gran variedad de factores
que determinan la conveniencia o no de considerar a las partes como miembros de
la misma familia, se han propuesto diferentes métodos para atacar el problema de la
organización de células de manufactura (vea, por ejemplo, Selim et al., 1998).
El método que aquí se presenta para la formación de células de manufactura,
parte de los requerimientos de proceso de las diferentes partes a manufacturar y
propone un esquema de agrupación en familias, dejando abierta la posibilidad de

explorar posibles mejoras con base en otros criterios. El método tabular (Sule,
2001) exhibe, como una de sus principales ventajas, su facilidad de implantación
(los pasos principales se programan fácilmente en una computadora) y su flexibi-
lidad para proponer diferentes esquemas a analizar de acuerdo a otros criterios. El
método tabular, tal como lo propone D. R. Sule, presenta tres fases, que persiguen
las siguientes metas:
• Fase I: determinación de células de manufactura (grupos de máquinas y/o

procesos).
• Fase II: selección de las familias de productos.
• Fase III: evaluación de las células, considerando diversos objetivos y restric-
ciones (por ejemplo, la disposición de estaciones de trabajo dentro de las
células).
A continuación se describen los pasos sugeridos para conducir cada una de las
fases de este método.
Fase I del método tabular
1. Construir una matriz donde las columnas correspondan a las diferentes má-
quinas o procesos que se requieren y las filas a las diferentes piezas o compo-
nentes que deben fabricarse. En dicha matriz se anotará si la pieza o com-
ponente requiere de la correspondiente máquina o proceso (por ejemplo, con
un 1, como en la tabla 11.11 del ejemplo 11.4). Ir al paso 2.
2. Construir una matriz donde tanto las filas como las columnas correspondan a
las diferentes máquinas o procesos anotando, para cada pareja de máquinas
diferentes, el número de piezas que requieren proceso en las dos máqui-
nas (tabla 11.12 del ejemplo 11.4). Esta matriz será llamada la matriz máquina a
máquina. Ir al paso 3.
3. Fijar un valor entre 0 y 1 para la proporción P (este valor no cambiará du-
rante la aplicación del algoritmo de la fase I). Cuanto más cercano a uno se
escoja este valor, será más difícil que se incluya a una máquina particular en
una célula de manufactura, por tanto, la elección afectará al número de cé-
lulas y al de máquinas del mismo tipo que sugerirá el algoritmo de la fase I.
Ir al paso 4.
4. Hacer que el contador de relaciones (CR) sea igual al valor más grande de la
matriz máquina a máquina (este valor irá cambiando durante la aplicación
del algoritmo de la fase I). Ir al paso 5.
5. Empezar por la primera fila de la matriz máquina a máquina y buscar (por
filas) un valor igual a CR, y anotar las dos máquinas correspondientes a este
valor. Ir al paso 6.
6. Si las máquinas anotadas no están en ninguna célula, abrir una célula nueva
con estas dos máquinas e ir al paso 8. Si ambas máquinas están en la misma
célula, no debe tomarse ninguna acción, ir al paso 8. Si una máquina está
en alguna célula y la otra en ninguna, debe buscarse la célula en la que es
conveniente introducir a la máquina entrante (ir al paso 7a). Si no se cumple
ninguna de las condiciones anteriores, las máquinas anotadas están presentes
en células diferentes, en cuyo caso deberá explorarse la posibilidad de que se
introduzcan estos tipos de máquinas en células apropiadas, ir al paso 7b.
7a. Calcular el índice de cercanía (IC) de la máquina entrante en cada una de las
células existentes. El IC se define como el cociente de la suma de relaciones
que tiene la máquina entrante con cada una de las máquinas de la célula,
entre el número total de máquinas de la célula. Si el máximo IC (MIC) es
MÁQUINA › Tabla 11.11

Matriz de requerimientos
PIEZA A B C D E F G H I J K de proceso.
1 1 1 1 1
2 1 1 1 1
3 1 1 1 1
4 1 1 1
5 1 1 1 1 1
6 1 1 1
7 1 1 1
8 1 1 1
9 1 1
10 1 1
11 1 1 1
12 1 1 1 1 1 1
13 1 1
14 1 1 1
15 1 1 1
16 1 1 1
17 1 1 1 1
18 1 1 1 1
19 1 1 1 1
20 1 1 1 1
mayor que el umbral (U), donde U CR*P, la máquina entrante será adicio-
nada a la célula donde se encontró el MIC. De otra forma, si el MIC es menor
que U, abrir una nueva célula con las dos máquinas anotadas.
7b. Para adicionar estas máquinas ya existentes a alguna célula, considere dos
alternativas: la primera es la adición de una sola máquina en la célula apro-
piada, la segunda es adicionar dos máquinas (una de cada tipo), o bien crear
una nueva célula, o asignar cada máquina a la célula apropiada. Se sugiere
explorar estas dos alternativas en secuencia, siguiendo los pasos que se pre-
sentan a continuación (por conveniencia, las máquinas serán máquina A y
máquina B, respectivamente).
A1. Evaluar la incorporación (cálculo del IC respectivo) de la máquina A en
cada célula donde se encuentra la máquina B y viceversa, y determinar el
MIC de todas estas posibilidades. Anotar la célula y la máquina entrante
asociadas al MIC, ir al paso A2.
A2. Si el MIC es mayor o igual que CR*P, adicionar la máquina entrante a la
célula anotada e ir al paso 8. De otra forma, ir al paso B.
B. De no haber sido posible adicionar una sola máquina, se explorará la po-
sibilidad de adicionar las dos máquinas procediendo como sigue. Deter-
minar el MIC para las células donde B está presente y A es la máquina
entrante (el cual será llamado MICA), y el MIC donde A está presente y
B es la máquina entrante (MICB). Si tanto el MICA como el MICB son
mayores que CR*P/2, y |MICA MICB| es menor que CR*P/2, adicio-
nar cada una de las máquinas a la respectiva célula donde se encontró su
MIC, ir al paso 8. Si no se cumple la condición anterior y ya sea el MICA
o el MICB es mayor que CR*P/2, independientemente de la diferencia,
abrir una nueva célula con las dos máquinas, ir al paso 8. Si no se cumple
ninguna de las condiciones anteriores, ir al paso C.
› Tabla 11.12 MÁQUINA

Matriz máquina a máquina.
MÁQUINA A B C D E F G H I J
B 3
C 2 0
D 1 0 6
E 4 3 0 0
F 0 1 0 0 1
G 3 5 0 0 5 4
H 0 0 0 0 0 2 2
I 2 1 4 5 1 0 1 0
J 4 2 6 6 3 0 2 0 5
K 0 0 0 0 1 2 5 2 0 0
C. Si no se cumplieron las condiciones para adicionar máquinas descritas

en los pasos A2 y B, la contribución de estas máquinas es muy limita-
da, por lo que no deben duplicarse. Sin embargo, si se piensa ejecutar la
fase III para considerar otros objetivos, se puede incluir provisionalmente
una máquina de cada tipo en la célula donde se encuentra su MIC, con la
condición de que se examine en la fase III la conveniencia o no de estas
adiciones. Ir al paso 8.
8. Continuar la búsqueda por filas de los elementos de la matriz máquina a má-
quina que son iguales a CR, si se encuentra uno, anotar las máquinas que
corresponden a este elemento e ir al paso 6, de otra forma, ir al paso 9.
9. Si todos los valores positivos de CR han sido explorados, ir al paso 10. De otra
forma, reducir el valor de CR al siguiente en orden descendente e ir al paso
8. Otra regla para detener el algoritmo (que reduce el número de máquinas
al mínimo), consiste en detener el algoritmo si todas las máquinas han sido
asignadas a alguna célula.
10. Consolidar las células, es decir, si el grupo de todas las máquinas y procesos
que forman parte de una célula está contenido en otra, debe eliminarse la
primera.
Fase II del método tabular

En esta fase deben formarse las familias de piezas o componentes, cada una será
asignada a una célula. Se sugiere para este paso asignar cada pieza a la célula que
tiene el mayor número de máquinas (y/o procesos) que se requieren para manu-
facturar la misma. Se debe indicar que en la fase I del método tabular se pudieron
haber obtenido máquinas y/o células que luego de la fase II no tienen ninguna
pieza asignada para procesar, por lo que luego de esta fase se debe realizar un pro-
ceso de consolidación en el que se eliminen máquinas dentro de células (o células
completas) si es que éstas no tienen asignadas piezas o trabajos para su proceso.
Antes de discutir la fase III, a continuación se presenta un ejemplo que servirá
para ilustrar la aplicación del algoritmo propuesto para las fases I y II del método
tabular. Es conveniente indicar que las fases I y II del método tabular se encuen-
tran implantadas en el archivo cap11.xls.
Ejemplo 11.4. Formación de células de manufactura
El siguiente ejemplo considera la formación de células para la manufactura de 20

diferentes piezas, que requieren, en conjunto, la utilización de 11 tipos de má-
quinas; los requerimientos de proceso para fabricar cada una de las diferentes
piezas se presentan en la tabla 11.11, donde el número 1 indica que la pieza re-
quiere de la máquina correspondiente, por ejemplo, en la tabla se indica que la
fabricación de la pieza 4 requiere de procesamiento en las máquinas E, G y K.
La información de esta tabla es la que se requiere para aplicar el método tabular
(paso 1) y permite construir la matriz máquina a máquina, que se presenta en la
tabla 11.12.
Con la información de la matriz anterior se obtiene la matriz máquina a máqui-
na (tabla 11.12), ya que, por ejemplo, el número 4 que corresponde a las máquinas
E y A se obtuvo al inspeccionar la matriz de requerimientos de proceso y observar
que existen 4 piezas (5, 8, 12 y 19) que requieren de ambas máquinas (E y A).
Siguiendo los pasos de la fase I, es posible indicar los primeros resultados
que se obtienen al aplicar el algoritmo:
1. Construcción de la matriz de requerimientos de proceso. Ir al paso 2.

2. Construcción de la matriz máquina a máquina. Ir al paso 3.
3. Fijar arbitrariamente el valor de P (entre 0 y 1), en este caso P 0.5. Ir al
paso 4.
4. Al inspeccionar la matriz máquina a máquina se observa que el mayor valor
de la tabla es 6, por lo que se hace CR 6. Ir al paso 5.
5. Al inspeccionar por filas la matriz máquina a máquina se encuentra el valor
de 6 para las máquinas C y D (que ahora son las máquinas anotadas). Ir al
paso 6.
6. Como las máquinas anotadas no están en ninguna célula, se abre la primera
célula con las máquinas C y D, C1 {C, D}. Ir al paso 8.
8. Al buscar por filas en la matriz máquina a máquina se descubre el valor 6
para las máquinas J y C, que ahora son las máquinas anotadas. Ir al paso 6.
6. Como la máquina C está en una célula y la máquina J no está en ninguna, la
máquina J es la máquina entrante. Ir al paso 7a.
7a. Existe una sola célula y el IC de la máquina J con esta célula es IC (66)/2
6, que es mayor que U 6(0.5) 3, por tanto, la máquina J se adiciona
a la célula 1, C1 {C, D, J }. Ir al paso 8.
8 Al inspeccionar en la matriz máquina a máquina, se encuentra otro 6, y
se anotan las máquinas J y D. Ir al paso 6.
6 Las máquinas J y D están en la misma célula y se ignora el dato. Ir al
paso 8.
8 No hay más elementos iguales a CR en la matriz máquina a máquina. Ir
al paso 9.
9 El siguiente valor para CR es 5, por lo que se hace CR 5. Ir al paso 8.
8 Se encuentra el valor de 5 para las máquinas G y B. Ir al paso 6.
6 Las máquinas G y B no están en ninguna célula, por lo que se abre una
nueva célula. C2 {G, B}. Ir al paso 8.
Al continuar con la aplicación del algoritmo de la fase I, se encuentran 31 itera-

ciones (cada iteración corresponde a la identificación de una nueva relación de la
matriz máquina a máquina a analizar). Un resumen de los resultados de las pri-
meras 8 y de las últimas 2 iteraciones se presenta en la tabla 11.13, donde, para
cada iteración, se identifican el CR, la(s) máquina(s) entrante(s), la célula a la que
se asigna(n) la(s) máquina(s) entrante(s), y las células abiertas hasta el momento
(se sugiere al lector correr el programa tabular con el ejemplo para tener una lista
completa de las iteraciones).
Como puede observar en la tabla 11.13, luego de la aplicación del algoritmo
de la fase I, se obtuvieron tres células, la primera formada por las máquinas C, D,
J, I, la segunda por G, B, E, A, y la tercera por K, G, F, H. A continuación se puede
pasar a la fase II del método tabular, asignando las piezas a las células. Así, por
› Tabla 11.13 CÉLULA

Algunas iteraciones del método
ITERACIÓN CR ENTRANTE(S) ASIGNADA CÉLULAS
tabular para la fase I.
1 6 C, D C1 C1 = {C, D}
2 6 J, C C1 C1 = {C, D, J}
3 6 J, D C1 mismas de la iteración 2
4 5 G, B C2 C1 = {C, D, J}
C2 = {G, B}
5 5 G,E C2 C1 = {C, D, J}
C2 = {G, B, E}
6 5 I,D C1 C1 = {C, D, J, I}
C2 = {G, B, E}
7 5 J, I C1 mismas de la iteración
8 5 K,G C3 C1 = {C, D, J, I}
C2 = {G, B, E, A}
C3 = {K,G}
30 1 I, G C3 C1 = {C, D, J, I}
C2 = {G, B, E, A}
C3 = {K, G, F, H}
31 1 K, E C2 mismas de la iteración 30
ejemplo, la pieza 1 será asignada a la célula 1, ya que tiene las 4 máquinas que son
necesarias para fabricar esta pieza. Los resultados de esta fase se presentan en la
tabla 11.14, donde se observa que las tres familias de piezas que se obtienen son
{1, 2, 3, 7, 11, 15, 16, 20}, {4, 5, 6, 8, 12, 13, 14, 19}, y {9, 10, 17, 18}. Observe que
en este caso no se eliminó ninguna máquina o célula de la fase I. Como verá en
el ejemplo 11.5, algunas veces se debe consolidar los resultados de la fase I (sobre
todo cuando se elige un valor de P cercano a 1).
Fase III del método tabular

En esta fase del método tabular, con base en los resultados de las dos primeras
fases, deben tomarse en cuenta los criterios que no se consideraron en las dos
primeras fases para organizar definitivamente las células de manufactura y las fa-
milias de productos. Observe que las heurísticas propuestas para las dos primeras
fases toman en cuenta sólo los requerimientos de proceso, buscan maximizar la
utilización del equipo, algunos criterios importantes que también deben tomarse
en cuenta son:
• Número total de células.

• Volumen de producción requerido en cada célula.
• Especialización de los operarios para trabajar dentro de cada célula.
• Posibilidad de una buena disposición de planta dentro de cada célula.
Para llevar a cabo la fase III se utilizan diferentes técnicas (al respecto, puede
consultarse Sule, 2001), depende del criterio particular que se desea evaluar o del
problema que se desea resolver, y es conveniente recolectar cierta información de
las fases anteriores de este método. Por ejemplo, pueden registrarse las máquinas
duplicadas, las separadoras y sus características, conceptos que se explican a
continuación. Si existe un tipo de máquina que se encuentra en varias células, la
CÉLULA 1 CÉLULA 2 CÉLULA 3 › Tabla 11.14

Resultados de la fase II del
PIEZA C D J I G B E A K G F H método tabular con P 0.5.
1 1 1 1 1
2 1 1 1 1
3 1 1 1 1
7 1 1 1
11 1 1
15 1 1 1
16 1 1 1
20 1 1 1
4 1 1
5 1 1 1 1
6 1 1
8 1 1
12 1 1 1 1
13 1 1
14 1 1
19 1 1 1 1
9 1 1
10 1 1
17 1 1 1 1
18 1 1 1 1
que está en la célula donde se procesa el mayor número de trabajos es llamada la

máquina primaria y las que están en las otras células son llamadas duplicadas. Así
en el ejemplo 11.4, la máquina G de la célula 2 es una máquina primaria, mien-
tras que la máquina G de la célula 3 es una máquina duplicada. Una máquina que
puede agregarse a una célula para procesar completamente un trabajo de la familia
que está asignada a la célula es una máquina separadora. En el siguiente ejemplo
se ilustran estos conceptos y la información relevante a extraer de las fases I y II,
para conducir la fase III.
Ejemplo 11.5. Información para la fase III del método tabular
Considere los datos del ejemplo 11.4 y suponga que desea que el método tabular
sugiera un mayor número de células; esto se logra al incrementar el valor de P. Al
ejecutar el programa tabular con los mismos datos del ejemplo 11.4, pero con un
valor de P 0.9, obtiene que luego de la fase I se proponen seis células con las
siguientes máquinas: C1 {C, D, J, I}, C2 {G, B}, C3 {E, G}, C4 {K, G}, C5
{A, E}, y C6 {F G, H} que se conservarán a lo largo de la fase II. En la tabla 11.15
aparece el resultado de la fase II del método tabular para P 0.9.
Observe en la tabla 11.15 que los trabajos 17 y 18 no se pueden procesar por
completo en su célula (falta la máquina K), por tanto, la máquina K es una má-
quina separadora. Por otro lado, existen seis máquinas duplicadas, que aparecen
en la tabla 11.16.
La información de la tabla 11.16 puede ser de utilidad para tomar decisiones.
Por ejemplo, la información de las máquinas duplicadas sirve para explorar la po-
sibilidad de que sean eliminadas algunas máquinas duplicadas, requiriendo que
sus trabajos asignados (vea la tabla) reciban proceso en alguna otra célula donde
se tiene la máquina (ya sea como primaria o como duplicada).
› Tabla 11.15 CÉLULA 1 CÉLULA 2 CÉLULA 3 CÉLULA 4 CÉLULA 5 CÉLULA 6

Resultados de la fase II del
método tabular con P 0.9. PIEZA C D J I G B E G K G A E F G H
1 1 1 1 1
2 1 1 1 1
3 1 1 1 1
7 1 1 1
11 1 1
12 1 1
15 1 1 1
16 1 1 1
20 1 1 1
5 1 1
6 1 1
13 1 1
19 1 1
4 1 1
14 1 1
9 1 1
10 1 1
8 1 1
17 1 1 1
18 1 1 1
Con base en la información que se obtiene de las fases I y II, de los datos finan-
cieros y técnicos relevantes para los criterios que se desea evaluar, y utilizando las
técnicas apropiadas para el caso, en la fase III se abordarán problemas importan-
tes, como los siguientes:
• Determinar las máquinas que deben duplicarse, con las restricciones finan-
cieras y de costo.
• Determinar las máquinas que pueden incorporarse o suprimirse, para reducir
tiempos de viaje entre y dentro de células.
• Optimizar la utilización de las máquinas.
• Analizar el efecto que causaría en el sistema la restricción del número total
de máquinas de uno o varios tipos.
› Tabla 11.16
MÁQUINA CÉLULA ACTUAL PIEZAS QUE SIRVE CÉLULAS ALTERNAS
Información sobre máquinas
duplicadas. E 3 4, 14 5
E 5 8 3
G 2 5, 6, 13, 19 3, 4, 6
G 3 4, 14 2, 4, 6
G 4 9, 10 2, 3, 6
G 6 17, 18 2, 3, 4
EJERCICIOS
1. Identifique los principales esquemas para la disposición de 7. En una empresa del ramo farmacéutico se desea fabri-
planta e indique brevemente su característica distintiva. car un nuevo medicamento, por lo que se tendrán que
2. ¿Cuáles son las características de un esquema de dis- modificar sus instalaciones actuales para introducir la
posición de planta de acuerdo al producto? Indique el nueva línea de producción. En el siguiente cuadro se
tipo de mercado que por lo general corresponde a los muestran las operaciones requeridas para la manufactura
bienes producidos en plantas dispuestas de acuerdo al del nuevo medicamento, con sus respectivas duraciones
producto. y operaciones precedentes:
3. ¿Cuáles son las características de un esquema de dispo-
sición de planta de acuerdo al proceso? Indique el tipo NÚMERO OPERACIÓN(ES) DURACIÓN
de mercado que por lo general corresponde a los bienes DE LA OPERACIÓN PRECEDENTES (SEGUNDOS)
producidos en plantas dispuestas de acuerdo al proceso.
1 - 35
4. ¿Cuáles son las características de un esquema de dis-
posición de planta celular? Indique el tipo de mercado 2 - 40
que por lo general corresponde a los bienes producidos 3 - 48
en plantas con manufactura celular. 4 1 15
5. Considere los datos del ejemplo 11.2 y suponga que 5 2 30
se desea alcanzar un nivel de producción de 500
6 3 25
unidades/hora.
a) Aplique el algoritmo de balanceo como en el ejemplo 7 4 50
11.2, pero aplique la regla del mayor índice de posi- 8 5, 4 55
ción. Determine las operaciones que deben asignarse 9 6 15
a cada estación de trabajo y el número de estaciones
10 7, 5 25
requeridas en cada pool.
b) Determine la capacidad efectiva con el balanceo 11 8, 9 20
obtenido en el inciso anterior. Compare el retardo 12 10, 11 25
del balanceo con el que se obtiene al aplicar la regla
del candidato de mayor duración. La línea de producción trabajará un turno de 8 horas
6. Una planta de electrónica desea producir 500 calcula- al día y 5 días a la semana, con una pérdida de dispo-
doras a la semana (en un turno de 8 horas al día, 5 días nibilidad de 10%.
a la semana, con pérdida de disponibilidad de 15%). A a) Construya la red de precedencia de las opera-
continuación se presentan los tiempos y precedencias de ciones.
las operaciones requeridas en la línea de producción: b) Calcule el retardo del balanceo y la capacidad efecti-
va (en unidades/semana), si se asignara una estación
OPERACIÓN TIEMPO (MINUTOS) PREDECESOR INMEDIATO de trabajo para cada operación.
c) Calcule el retardo del balanceo y la capacidad efec-
1 1.10 -
tiva (en unidades/semana) si se asignara sólo una
2 0.45 - estación de trabajo para todas las operaciones.
3 0.38 1 d) Utilice la regla de mayor duración y determine un
4 0.25 2, 3 balanceo que permita una producción efectiva de
5 2.50 4
360 unidades al día, con un número reducido de es-
taciones de trabajo. Calcule el retardo del balanceo
6 0.50 5 y la capacidad efectiva (en unidades/semana).
7 0.10 5 e) Con la regla de mayor índice de posición, determine
8 0.05 6, 7 un balanceo que permita una producción efectiva de
360 unidades al día, con un número reducido de es-
a) Construya la red de precedencia de las operaciones. taciones de trabajo. Calcule el retardo del balanceo
b) Balancee la línea mediante la regla de mayor dura- y la capacidad efectiva (en unidades/semana).
ción. Calcule el retardo, la duración del ciclo de la f) Compare los resultados obtenidos en d y e.
línea y la capacidad efectiva de producción con este 8. Debido a la apertura comercial, una empresa estado-
balanceo. unidense de electrónica desea instalar una planta en el
c) Balancee la línea con la regla de mayor índice de po- norte del país para producir contestadoras telefónicas
sición. Calcule el retardo, la duración del ciclo de la automáticas. La administración de la planta desea ins-
línea y la capacidad efectiva de producción con este talar dos líneas de ensamble para fabricar los aparatos,
balanceo. cada una de las cuales tiene 11 operaciones y debe pro-
d) Compare los resultados obtenidos en b y c (conside- ducir 45 máquinas por hora. La siguiente tabla muestra
re también la posición de los cuellos de botella en los tiempos estándar y las operaciones precedentes para
ambos balanceos). cada una de las líneas:
NÚMERO DE OPERACIÓN(ES) DURACIÓN c) Calcule el retardo del balanceo y la capacidad efec-

LA OPERACIÓN PRECEDENTE(S) (SEGUNDOS) tiva (en unidades/semana), si se asignara sólo una
estación de trabajo para todas las operaciones.
1 - 70
d) Mediante la regla de mayor duración determine un
2 1 15 balanceo que permita una producción efectiva de
3 - 8 6 500 unidades por semana.
4 - 32 e) Con la regla del mayor índice de posición, determine
5 3, 4, 5 47
un balanceo que permita una producción efectiva de
6 500 unidades por semana.
6 2, 5 25
f) Compare los resultados obtenidos en los incisos d y
7 - 61 e (se sugiere calcular los retardos y las capacidades
8 - 52 efectivas).
9 7, 8 29 10. Con los datos del ejemplo 11.3, calcule el índice de costo
total por transporte correspondiente a la tercera dispo-
10 9 42
sición de planta propuesta (figura 11.12). Sugerencia:
11 6, 10 50 para obtener las coordenadas del centro de gravedad
del taller I, divida el área en dos rectángulos y calcule
a) Construya un diagrama de precedencias. sus áreas y centros de gravedad. El centro de gravedad
b) Calcule la máxima duración del ciclo (en segundos) del taller I es el promedio ponderado de los centros de
para lograr 45 máquinas por hora (la pérdida de dis- gravedad de los dos rectángulos, usando como ponde-
ponibilidad se estima en 10%). raciones las áreas correspondientes.
c) Utilice la regla de mayor duración para balancear la 11. Se desea construir una planta en un terreno rectangu-
línea. lar de 65 m por 40 m y se presentan dos disposiciones
d) Utilice la regla de mayor índice de posición para ba- de planta para los talleres, como las que se ilustran a
lancear la línea. continuación:
e) Compare los resultados del inciso d y e (calcule el
retardo y la capacidad efectiva), y determine la que 40
se comporta mejor para el presente caso.
9. Una empresa de autopartes fabrica carburadores y su línea
de ensamble requiere de las siguientes operaciones. 30 R M
DURACIÓN ACTIVIDAD(ES) F
OPERACIÓN NÚMERO (MIN.) PRECEDENTE(S) 20
G P L
Ensamble del mango 1 .4 -
del estrangulador (SA1)
10
Ensamble del obturador 2 .6 - A E
del estrangulador (SA2)
Ensamble SA1, SA2 y cárter 3 .5 1y2 0
0 10 20 30 40 50 60
Inspección 4 .6 3
Ensamble aguja y clip (SA3) 5 .4 - Disposición A
Ensamble SA3 con A1 (H1) 6 .2 4y5
40
Ensamble de la boya 7 .2 6
del carburador con H1 (A3) M
Inspección 8 .3 7 R
30
F
Ensamble de la arandela 9 .4 -
y la taza del flotador (SA4)
20
Ensamble final de SA4 10 .5 8y9 E
y la arandela con A3
Inspección final 11 .5 10 10 G
Total 4.6 A P
L
0
La línea de manufactura trabaja tres turnos de 8 horas
0 10 20 30 40 50 60
al día, 5 días a la semana, con una pérdida de disponi-
bilidad de 10%. Disposición B
a) Construya la red de precedencia de las operaciones.
b) Calcule el retardo del balanceo y la capacidad efecti- En la siguiente tabla se presentan los requerimientos
va (en unidades/semana), si se asignara una estación estimados de transporte y manejo de materiales (en ton
de trabajo para cada operación. al mes) desde cada taller hacia los demás.
13. Una empresa de la industria de autopartes ha decidido

REC. MAQ. FOR. LIM. GAL. PIN. ENS. ALM. implantar una manufactura celular para incrementar la
productividad y la calidad en sus procesos productivos,
Recepción 200 100
por lo que el gerente de operaciones debe diseñar la or-
Maquinado 150 350 60 20 ganización de las diferentes células de manufactura de
Formado 200 100 250 la planta. Con este fin, el gerente elaboró la siguiente
Limpieza 500 200 tabla de requerimientos de procesos para las diferentes
partes a fabricar.
Galvanizado 50 400
Pintura 300
PROCESOS
Ensamble 600
PARTES A B C D E
a) Encuentre un estimado del costo de la disposición A, 1 1 1 1 1
teniendo en cuenta que el costo es proporcional a la 2 1 1 1
distancia de viaje por el volumen de transporte. 3 1 1 1 1 1
b) Compare el costo de la disposición A con el de la
4 1 1 1 1
disposición B.
NOTA: El centro de gravedad de dos regiones es el pro- 5 1
medio ponderado de los centros de gravedad de las regio- 6 1 1 1 1
nes, donde la ponderación es el área de las regiones. 7 1 1 1
12. Una compañía de seguros está diseñando sus nuevas
8 1 1 1
oficinas. Para hacerlo llevó a cabo un muestreo en los
últimos tres meses y obtuvo los siguientes viajes de coordi- 9 1
nación (por mes) entre los empleados de la empresa: 10 1 1 1
11 1 1 1
A B C D E F 12 1 1 1
Empleado A 10 75 140 13 1 1 1 1 1
Empleado B 95 14 1 1 1
Empleado C 130 130 15 1 1
Empleado D 10 16 1 1 1
Empleado E 95 17 1 1 1
18 1 1 1 1
4 19 1 1
20 1 1 1
C F A
3 a) Construya la matriz máquina a máquina.
b) Determine qué células de manufactura sugiere el
B E D
algoritmo de la fase I del método tabular (con P
2
0.5).
c) Determine las familias de partes a procesar en cada
1 célula, de acuerdo con la fase II del método tabular
(con P 0.5)
d) Indique las máquinas separadoras y las duplicadas
0 en el resultado obtenido antes.
0 1 2 3 4 5 6 7 8 9 e) Determine en cuáles células se incluirían procesos
(y de qué tipo) para procesar por completo todas las
La gráfica anterior corresponde a una disposición ten- partes de una misma célula.
tativa sugerida por uno de los empleados para localizar 14. Los datos que se presentan corresponden a los requeri-
a las oficinas mientos de especialistas para 16 proyectos de una con-
a) Calcule la matriz de distancias (rectangulares) entre sultora (observe que se requieren 13 tipos de especia-
las oficinas. listas). Si un proyecto utiliza especialistas de diferentes
b) Calcule la matriz de costos para la disposición suge- equipos, se incurre en un costo adicional de $500 por
rida por el empleado. semana por cada especialista que requiere de otro equi-
c) Proponga un intercambio entre las oficinas que mejo- po. Se presentan también los costos de los especialistas
re la disposición sugerida, calcule la matriz de costos (por semana) en miles de $.
y el costo total para la nueva disposición.
por ejecutar proyectos con miembros de diferentes

REQUERIMIENTOS equipos? (utilice la solución con P 0.5).
PROYECTO DE ESPECIALISTAS ESPECIALISTA COSTO 15. En una pequeña empresa dedicada a la producción de
1 1, 3, 5, 7, 10, 12 1 8 muebles de madera para oficina se fabrican 10 modelos
2 2, 4, 5 2 5 que en conjunto requieren de 12 cortadoras diferentes.
3 1, 3, 6, 11 3 50 A continuación se presentan los requerimientos de cada
uno de los modelos.
4 2, 4, 8, 9, 10, 13 4 15
5 1, 2, 3, 5, 7, 9, 5 6
11, 12 MODELO REQUERIMIENTOS DE CORTADORAS
6 1, 6, 13 6 5 1 1, 3, 4
7 1, 5, 7, 11, 12 7 5 2 3, 4
8 5, 9, 13 8 6 3 8, 9
9 1, 11 9 8 4 5, 6, 7
10 1, 6, 7, 10, 12 10 10 5 2, 3, 4
11 3, 4, 5, 9, 13 11 8 6 1, 6, 7
12 2, 7, 10, 12 12 5 7 8
13 5, 6, 7 13 7 8 5, 7
14 3, 9, 11 9 1, 2
15 2, 5, 7, 8 10 1, 4, 5
16 1, 5, 10 12 11 2, 4, 6
12 2, 3
a) Aplique el método tabular con P 0.5, y determine
equipos de especialistas (células) para estos proyectos a. Aplique el método tabular con P 0.6 y determine
y la familia de proyectos asignada a cada equipo. células para producir estos modelos así como la fa-
b) Aplique el método tabular con P 0.7 y determine milia de modelos asignada a cada célula.
equipos de especialistas (células) para estos proyectos b. Aplique el método tabular con P 0.9 y determine
y la familia de proyectos asignada a cada equipo. células para producir estos modelos, así como la fa-
c) Determine el costo (semanal) de las soluciones en- milia de modelos asignada a cada célula.
contradas en a y b. c. Suponga que si un modelo asignado a una célula
d) Identifique los especialistas primarios, duplicados y debe buscar proceso en otra, se incurre en un costo
separadores con P 0.5. de $10 000/mes, y que el costo mensual en una célula
e) Suponga que luego de contratar a un especialista de es C 5 000 2 000 (número de trabajos asignados
cada tipo, se dispone de $50 000 por semana para a la célula) 1 000 (número de cortadoras en la cé-
contratar especialistas adicionales. ¿A qué especialis- lula). Compare los costos de las soluciones propuestas
tas contrataría si desea minimizar el costo adicional en a y en b.
BIBLIOGRAFÍA
1. Hackman S. T., M. J. Magazine y T. S. Wee (1988), Fast, for future research, International Journal of Computers
effective algorithms for simple assembly line balancing and Industrial Engineering 34 (1), 3-20.
problems, Operations Research, 37 (6) 916-924. 4. Sule, D. R. (2001). Instalaciones de manufactura: ubicación,
2. Kilbridge M. D. y L. Wester (1961), The balance delay planeación y diseño, 2a. ed., Thomson, México.
problem, Management Science, 8 (1) 69-84. 5. Talbot W. B., J. H. Patterson y W. V. Gehrlein (1986), A
3. Selim H., R. G. Askin y A. Vakharia (1998), Cell formation comparative evaluation of heuristic line balancing tech-
in group technology: Review, evaluation, and direction niques, Management Science 32 (4) 430-454.
CAPÍTULO 12
Planeación de la producción
y de los recursos
• Planeación de los recursos de la empresa

• Planeación de la producción
• Programa maestro de producción
E
n una empresa el proceso de planeación tiene importancia trascendental
para el éxito de la misma, ya que dependerá de éste que la empresa aprove-
che o no las oportunidades que ofrece el mercado. Así, por ejemplo, será de
poca utilidad que se desarrollen habilidades y destrezas para elaborar productos
de gran aceptación en el mercado, si no se planea la capacidad de producción que
permita satisfacer los niveles de demanda que alcance el producto y, en conse-
cuencia se desperdiciarán las oportunidades que ofrezca el mercado. Por otro lado,
la planeación de la producción a corto y mediano plazo, es muy útil para lograr
ahorros provenientes de economías de escala, de una buena administración de los
inventarios y del capital de trabajo disponible.
Cualquier proceso de planeación tiene como punto de partida una explora-
ción de las posibilidades de mercado de los productos. Con base en la estrategia de
mercado y en los pronósticos de venta, la empresa tiene la oportunidad de planear
la disponibilidad de los recursos humanos, tecnológicos, financieros y logísticos
que requiere para la implantación de sus estrategias de mercado. El proceso de
planeación, sin embargo, no es una actividad trivial, desde el punto de vista que
signifique un simple traslado de los volúmenes de operación requeridos en recur-
sos necesarios, ya que como se muestra en este capítulo, la información disponi-
ble para el proceso de planeación contiene un alto grado de incertidumbre, por lo
que debe tenerse especial cuidado en aplicar técnicas de planeación que permitan
incorporar y cuantificar la incertidumbre.
Este capítulo tiene por objeto el análisis de los principales problemas que
debe enfrentar la empresa para la planeación del volumen de sus operaciones pro-
ductivas. En primer lugar, se definen los conceptos relacionados con la planeación
de los recursos disponibles, con especial atención en las técnicas para planear la
capacidad. A continuación se presentan las técnicas más difundidas para planear
la producción (planes agregados y planes maestros), con énfasis en los procedi-
mientos para evaluar planes de producción.
299
PLANEACIÓN DE LOS RECURSOS DE LA EMPRESA

La planeación de los recursos de la empresa consiste en la determinación del tipo y
la cantidad de los recursos (humanos, tecnológicos y/o financieros) necesarios para
implantar la estrategia de marketing de la empresa y, en particular, la estrategia
de ventas. En general, la planeación de los recursos es un proceso de planeación
con horizonte de mediano a largo plazo (varios años), a diferencia de la planea-
ción agregada que es de corto a mediano plazo (seis meses a un año), y del plan
maestro que es a corto plazo (semanal).
Para elaborar una planeación adecuada, es importante cuantificar la incerti-
dumbre (presente, en especial, en los planes a mediano y largo plazo), lo que sig-
nifica generar los diferentes escenarios que podría enfrentar la empresa y, de ser
posible, asignar a cada escenario una medida de la posibilidad de su ocurrencia,
de esta manera es posible utilizar herramientas para analizar decisiones bajo incer-
tidumbre y apoyar de forma adecuada el proceso de toma de decisiones. Un paso
fundamental en la planeación de recursos es la planeación de la capacidad, que
consiste en determinar la capacidad de producción que necesita la empresa, con
base en las restricciones de demanda y en los pronósticos de ventas. La planeación
de capacidad determinará si es conveniente expandir las líneas de producción, o
si se pueden satisfacer los planes de marketing con la capacidad instalada actual.
A partir de una adecuada planeación de la capacidad, se determina si es
conveniente expandir, modificar o, quizá, es mejor cerrar plantas; lo importante
no sólo es determinar los cambios necesarios, sino cuál es el momento apropia-
do para implantarlos. La planeación de la capacidad es el primer paso necesario
para la determinación de los recursos, equipo y mano de obra que requieren las
operaciones futuras. A continuación de esta sección se señalan los pasos para la
planeación de los recursos, luego se trata la planeación de la capacidad y la forma
en que se determinan los requerimientos de recursos a partir de la planeación de
capacidad.
Actividades de la planeación de recursos

Como se ilustra en la figura 12.1, es conveniente que la planeación de recursos
considere, en primer lugar, el plan de competencia (posicionamiento operacional)
de la empresa (vea el capítulo 2) ya que, por ejemplo, es importante conocer si la
empresa desea competir por costos y volúmenes de producción o si desea compe-
tir por flexibilidad e innovación. La importancia del plan de competencia para la
planeación de recursos se sustenta en dos razones, la primera es la determinación
› Figura 12.1
Actividades para la planeación
de recursos. Plan Pronóstico
de competencia de la demanda
Mercado objetivo
Posicionamiento operacional
Planeación
de la capacidad
Planeación de los recursos de la empresa
Planeación Planeación Planeación

de las instalaciones del equipo de la fuerza laboral
PLANEACIÓN DE LA PRODUCCIÓN Y DE LOS RECURSOS 301
de los segmentos de mercado de los productos que ofrece la empresa y la segunda

establece la ventaja competitiva de la empresa y, en particular, orienta las decisio-
nes sobre comprar o manufacturar en la empresa, sobre el nivel de dependencia
de los proveedores de tecnología y de insumos, y sobre el tipo de tecnología que
es conveniente implantar en la empresa.
Una vez que se identifican los segmentos de mercado en los que compiten
los productos de la empresa, el siguiente paso para la planeación de recursos es
la investigación del potencial de crecimiento del mercado, es decir, pronosticar la
demanda, que para los propósitos de la planeación de recursos deberá incluir ho-
rizontes de planeación de 5 a 10 años. Dado el riesgo que implican los pronósticos
bajo horizontes de planeación de mediano a largo plazo, puede ser conveniente que
para los pronósticos de demanda se considere la formulación de diferentes escena-
rios, o al menos de un escenario pesimista y de otro optimista, para dejar abierta
la posibilidad de plantear soluciones robustas para la planeación de recursos.
Ya que se establecen los escenarios para la demanda de los productos, se eva-
lúan los diferentes escenarios para tomar decisiones sobre la capacidad de produc-
ción que conviene (y es factible) implantar en la empresa. Para la planeación de la
capacidad es conveniente hacer uso de la teoría de decisiones (vea, por ejemplo,
Hillier y Hillier, 2008) para tener una idea más clara de las decisiones disponibles y
de sus consecuencias. Una vez que se determina la capacidad de producción deseada
para el horizonte de planeación, se planean los recursos necesarios (instalaciones,
equipo, mano de obra, tecnología, logística, etc.), siempre es conveniente la eva-
luación de diferentes alternativas que satisfagan los requerimientos de capacidad,
por último se implanta el plan de recursos seleccionado. Es conveniente indicar
que la planeación de los recursos es un componente importante de la estrategia
de operaciones de la empresa, por lo que debe ser congruente con el resto de los
componentes estratégicos.
Conceptos estratégicos en planeación de la capacidad

Dada la existencia de importante bibliografía sobre pronósticos (vea, por ejemplo,
Makridakis et al., 1998), y que ya en el capítulo 2 se abordó el plan de competen-
cia, a continuación inicia el análisis sobre el paso siguiente en la planeación de los
recursos, la planeación de capacidad. En primer lugar, para planear la capacidad es
conveniente tener en cuenta dos conceptos que caracterizan la evolución en el tiem-
po de la capacidad productiva: el ciclo de vida de un producto y el aprendizaje.
El concepto de ciclo de vida de un producto pertenece al área de marketing
y establece que la demanda de todo producto se encuentra en una de cuatro eta-
pas (vea la figura 12.2), de acuerdo con la velocidad que crece (o decrece) la de-
› Figura 12.2
Crecimiento: Madurez: El ciclo de vida de un producto.
Demanda Se alcanzan las
La demanda crece
rápidamente. demandas más altas.
Introducción: Declive:
Demanda decrece,
El producto
entran sustitutos.
entra al mercado
lentamente.
Tiempo
manda del producto. La primera etapa corresponde a la etapa de introducción del

producto, en la cual la demanda del producto crece (aunque a un ritmo lento) a
medida que el producto empieza a conocerse en el mercado. La siguiente etapa
corresponde a la etapa de crecimiento, en ella los consumidores ya conocen el pro-
ducto y la demanda crece con la mayor rapidez. Luego de la etapa de crecimiento
el producto adquiere la preferencia de un segmento de mercado definido, y la de-
manda tiende a estacionarse alrededor de su máximo valor; esta etapa es la etapa
de madurez. Por último, la competencia de productos sustitutos (algunas veces de
la misma empresa), lleva al producto a una etapa de declive, en la cual la deman-
da empieza a decrecer de manera paulatina, y tal vez sea necesario sustituirlo por
uno con nuevas posibilidades de capturar el mercado.
Es importante para la planeación de capacidad reconocer en qué etapa del
ciclo de vida se encuentran cada uno de los productos, ya que es una guía para las
proyecciones de demanda, indica cuál es el patrón de la evolución de la demanda.
Asimismo, es conveniente señalar que algunos productos permanecen por mucho
tiempo en alguna etapa determinada, como los productos altamente comerciables
(azúcar, harina de trigo, etc.) que tienden a permanecer en una etapa de creci-
miento, con base en la tasa de crecimiento de la población.
Por otro lado, el concepto de aprendizaje indica que conforme se producen más
unidades del mismo producto (con la misma tecnología), se gana en experiencia, lo
que se traduce en un menor tiempo para producir la misma cantidad del producto.
Con la precaución debida, este concepto indica que es posible alcanzar niveles más
altos de producción con la misma cantidad de recursos debido, fundamentalmente,
a que los recursos humanos tienen la capacidad para aprender y usar con mayor
destreza la misma tecnología. La aplicación del concepto de aprendizaje requiere
tener en cuenta que la facultad de aprender es característica de los humanos, por
lo que se tendrá mayor capacidad de aprendizaje mientras el contenido de mano
de obra en el proceso productivo sea mayor; y en los sistemas automatizados, la
capacidad de aprendizaje es nula.
Asimismo, recuerde que si bien el concepto de aprendizaje es relevante para
la producción tipo proyecto (construcción, maquinaria, consultoría, etc.), en otros
casos se debe ser cauto, ya que diversos factores influyen en la tasa de aprendiza-
je. Así, por ejemplo, resulta evidente que los cambios en la proporción de mano
de obra frente a tecnología automática, los programas de incentivos y la rotación
de trabajadores influyen en la tasa de aprendizaje. Por otro lado, es bastante cono-
cido que las holguras de capacidad tienen un efecto negativo en el tiempo de pro-
ceso, ya que ante los excesos de capacidad los trabajadores tienden a incrementar
el tiempo de proceso para justificar su permanencia en el puesto de trabajo, esto
oculta el efecto del aprendizaje.
Si se desea proyectar el efecto de una tasa de aprendizaje, existe una relación
funcional que ha demostrado un buen desempeño para pronosticar el tiempo (y)
necesario para producir una unidad de un producto en función del número de
unidades que se produce (x). La relación que se plantea es:
y ax b, (12.1)
donde a es el tiempo (por ejemplo, número de horas) requerido para producir la

primera unidad y b ln(p)/ln(2), para una curva de aprendizaje de 100p%. Por
ejemplo, para una curva de aprendizaje de 70%, b ln(0.7)/ln(2) 艐 0.51. La curva
de aprendizaje que se plantea en (12.1), establece que si la unidad n tomó yn horas
de producción, la unidad 2n tomará pyn horas, de donde resulta claro que la tasa de
aprendizaje p que se use tiene una gran importancia para explicar la disminución
en el tiempo de producción debido al aprendizaje. En general, la fracción p que
mejor se ajusta a un caso particular, depende de la proporción de horas de traba-
jo manual y de trabajo automatizado; en particular, si el trabajo manual es nulo,
Tiempo empleado en la primera casa 16 semanas › Tabla 12.1

Tiempos requeridos para la
Tiempo empleado en la segunda casa 15 semanas construcción de dos casas.
Horas de trabajo de cada operario 40 horas por semana
Semanas hábiles al año 48 semanas
entonces p 1 (no hay aprendizaje). Para dar una idea de la magnitud apropiada
para p, algunos autores han encontrado evidencia empírica de que si la relación
de horas de trabajo manual a horas de máquina automática es de 3 a 1, un valor
de p alrededor de 0.8 puede ser apropiado, y si la relación es más bien de 1 a 3, es
conveniente tomar un valor de p alrededor de 0.9. Por otro lado, es conveniente
mencionar que el uso de esta curva de aprendizaje es muy apropiado para la pro-
ducción tipo proyecto (construcción, maquinaria pesada, etc.), sin embargo, debe
tener cuidado para aplicarla en otros casos, ya que puede haber un límite para la
reducción de tiempos de producción por aprendizaje. Con el siguiente ejemplo se
ilustra la aplicación de la curva de aprendizaje.
Ejemplo 12.1. Uso de curvas de aprendizaje
Una pequeña compañía constructora se especializa en condominios horizontales y

maneja, por lo general, un solo proyecto a la vez. El éxito de esta empresa radica
en que ha podido fomentar en su personal la cultura de la flexibilidad, ya que sus
operarios se precian de ser capaces de realizar diferentes trabajos (colocación de
tabique, pisos, albañilería, etc.) con mucha eficiencia. La empresa posee en este
momento una cuadrilla de cinco operarios, y recién terminó la segunda casa de
un condominio de 10.
La dirección de la empresa acaba de aprobar otro proyecto, que debe iniciar
en no menos de dos años y empieza a preocuparle que con la cuadrilla disponible
no pueda completar las ocho casas restantes en los 24 meses que se tienen como
límite. Por esta razón, se le ha encargado al director de obra (DO) que determi-
ne si es necesario incrementar el tamaño de la cuadrilla y, de ser así, en cuánto.
Consciente el DO de que las primeras casas siempre toman más tiempo, debido al
aprendizaje, decide utilizar una curva de aprendizaje, para lo cual recabó la infor-
mación que se presenta en la tabla 12.1.
Con base en la información de la tabla 12.1, y considerando la cuadrilla de
cinco operarios, se sabe que la primera casa requirió a 16(5)(40) 3 200 horas.
Por otro lado, como la segunda casa requirió 15(5)(40) 3 000 horas, se puede
calcular la fracción p 3 000/3 200 0.9375, y b ln(0.9375)/ln(2) 0.09311,
por lo que, con ayuda de una hoja de cálculo se obtienen las horas requeridas para
terminar las ocho casas restantes, que se presentan en la tabla 12.2.
NÚMERO DE CASA ( x ) HORAS REQUERIDAS ( y = ax b ) HORAS ACUMULADAS › Tabla 12.2

Tiempos requeridos para
3 2 889 2 889 la construcción de 10 casas.
4 2 813 5 701
5 2 755 8 456
6 2 708 11 164
7 2 670 13 834
8 2 637 16 471
9 2 608 19 079
10 2 583 21 661
Como puede observar en la tabla, se requerirán 21 horas-hombre de trabajo

adicional y si cada hombre proporciona 2(48)(40) 3 840 horas en los dos años,
se requerirá una cuadrilla de 21 661/3 840 5.64 hombres, por lo que el DO re-
comienda que se incremente la cuadrilla a seis hombres (contratar uno más) para
completar el proyecto a tiempo.
✤
Estrategias para planear la capacidad

Las estrategias para planear la capacidad se agrupan en dos tipos:
• Estrategias basadas en demanda creciente.

• Estrategias racionales.
La suposición de que la demanda de los productos está en constante creci-

miento, por lo general se sustenta en el hecho de que la empresa tiene por estra-
tegia el lanzamiento de sustitutos propios (o el mismo producto con diseño reno-
vado) cuando tiene evidencia de que el producto empieza a entrar en la etapa de
declive de su ciclo de vida (vea la figura 12.2), por lo que la demanda agregada (del
producto actual más la del producto sustituto) tiende a crecer. Bajo este supuesto,
que puede ser muy razonable en diversos casos, la empresa fija los incrementos de
su capacidad por saltos, es decir, fija un periodo de expansión (por ejemplo anual),
la empresa puede expandir su capacidad al final de cada periodo, con base en sus
pronósticos de demanda. Desde este punto de vista, se adoptan tres diferentes es-
trategias (vea la figura 12.3).
Las estrategias que se presentan en la figura 12.3 se basan en los pronósti-
cos de la demanda (línea continua) y se diferencian en la estrategia de capacidad
(línea que incrementa por saltos) de la siguiente manera.
• Caso a: es una postura optimista, ya que se planea la capacidad de la de-

manda pronosticada para el final del periodo que empieza, de esta mane-
ra habrá exceso de capacidad durante el periodo y disminuirá al final del
periodo de planeación.
• Caso b: es una postura pesimista, la capacidad se planea para alcanzar
la demanda encontrada en el periodo que termina, de esta manera habrá
menor capacidad que demanda durante el periodo (asumiendo demanda
creciente).
• Caso c: es una postura intermedia, ya que se planea la capacidad con el
promedio de la demanda observada en el periodo que termina y la deman-
› Figura 12.3
Estrategias de capacidad Capacidad Capacidad Capacidad
asumiendo demanda creciente.
(a) Optimista Tiempo (b) Pesimista Tiempo (c) Intermedio Tiempo

da pronosticada para el final del periodo que empieza, de esta manera se

espera un exceso de capacidad al inicio del periodo y termina con menor
capacidad que demanda para el final del periodo de planeación.
Es conveniente indicar que la planeación de estrategias sustentada en demanda

creciente es relativamente sencilla, ya que se requerirá sólo de los estimados de la
demanda para el inicio y el final del periodo por venir. Sin embargo, presenta dos
desventajas, la primera es que en algunas ocasiones no es factible incrementar la
capacidad en pequeños saltos y la segunda es que dichas estrategias no son óptimas
desde el punto de vista del rendimiento del capital, ya que la estrategia óptima
debe ser la que considere el perfecto balance entre el costo por tener capacidad
ociosa (cuando la capacidad es mayor que la demanda) y el costo de oportunidad
por perder ventas cuando la capacidad es menor que la demanda. Estas conside-
raciones pueden tomarse en cuenta bajo el enfoque racional (aunque el procedi-
miento es un poco más laborioso).
El enfoque racional consiste en fijar un periodo de planeación (por lo gene-
ral a 4 o 5 años) y evaluar tanto los costos por incrementar la capacidad, como los
beneficios por las ventas realizadas bajo las diferentes alternativas de capacidad.
Bajo este enfoque se evalúa el costo (beneficio) de cada alternativa para seleccio-
nar la más apropiada. Por otro lado, debido a que los pronósticos de la demanda
a mediano plazo tienen un grado considerable de riesgo, es conveniente construir
un árbol de decisiones (vea el ejemplo 12.2) para clarificar las consecuencias de
cada alternativa de capacidad. Con el siguiente ejemplo se ilustra la aplicación del
enfoque racional, con apoyo en la teoría de decisiones.
Ejemplo 12.2. Árbol de decisiones para la planeación de la capacidad
Acermex planea introducir un nuevo tubo de acero para la industria de autopar-

tes. Debido a la alta utilización de su maquinaria actual, la introducción de este
producto requiere la compra de maquinaria nueva, siendo que la capacidad de la
expansión dependerá del nivel de demanda que alcance el producto. El estudio de
la demanda revela que si el producto tiene alta aceptación (escenario optimista),
se incursionará en el mercado de exportación, en cuyo caso se alcanzarían niveles
de venta de 5 000 unidades al año. En cambio, si el producto tiene baja aceptación
(escenario pesimista), sólo se podrían abastecer los compromisos concertados con
el mercado nacional, en cuyo caso, el nivel de ventas sería de 2 000 unidades al
año. En ambos casos el beneficio sería de $120 por unidad vendida (precio menos
costo de producción, sin considerar tasas de interés ni descuentos). La inversión
inicial para una capacidad de 5 000 unidades al año es de $1 500 000, mientras
que es de $800 000 para una capacidad de 2 000 unidades. Al final del primer año
se podrá saber si el producto tuvo alta aceptación o no, por lo que Acermex desea
considerar la posibilidad de expandir la capacidad de 2 000 a 5 000 unidades al
final del primer año. Las inversiones tienen una vida útil de 10 años y los benefi-
cios se capitalizan al final del año. Las decisiones de capacidad se evalúan con el
árbol de decisiones correspondiente y el criterio del valor esperado con una pro-
babilidad de aceptación de 0.20.
En la figura 12.4 aparece el árbol de decisiones para las decisiones de capa-
cidad de Acermex, donde se utiliza un cuadrado para los nodos que indican toma
de decisiones y un círculo para los nodos donde existe incertidumbre en el resul-
tado. Como puede observar, al inicio se debe elegir entre una capacidad de 5 000
unidades y una de 2 000; en el caso de elegir la de 5 000, se genera un escenario de
alta aceptación y otro de baja aceptación. En el caso de elegir la de 2 000, se puede
optar por expandir o no expandir luego de un año. Los beneficios esperados en
cada uno de los nodos de la figura anterior se calcularon sin tener en cuenta una
› Figura 12.4
Árbol de decisiones para 0.20
la planeación de la capacidad. 4 500 000
Alta aceptación
1 620 000
0.80
2 900 000
Capacidad Baja aceptación
de 5 000
4 040 000
2 088 00 1 Expansión
0.20
4 1 600 000
Alta aceptación No expansión
Capacidad
de 2 000
3
2 088 000 0.80 1 600 000

Baja aceptación
tasa de descuento. Para obtener estos beneficios esperados, debe calcular el valor
en cada nodo del árbol de derecha a izquierda. De esta manera, si el beneficio por
unidad vendida es de $120, en el escenario de baja aceptación, el beneficio anual
será de 2 000(120) $240 000, mientras que bajo el escenario de alta aceptación,
éste será de $600 000. En consecuencia, el beneficio (en el horizonte de 10 años)
cuando se opta por la capacidad de 5 000 unidades y hay alta aceptación, será de:
10(600 000) 1 500 000 4 500 000, mientras que si hay baja aceptación, el be-
neficio será de: 10(240 000) 1 500 000 900 000, por lo que el beneficio en el
nodo 2 será de 0.8(900 000) 0.2(4 500 000) 1 620 000. En forma semejante
se obtienen los beneficios esperados para los siguientes nodos (los cálculos están
detallados en el archivo cap12.xls).
Es conveniente indicar que al no utilizar una tasa de descuento en el árbol
anterior, no se consideró el costo de oportunidad del capital y, para apreciar las
diferencias, a continuación se presenta el árbol de decisiones con los beneficios es-
perados con una tasa de interés de 25% anual, que implica una tasa de descuento
de d 1 /(1 0.25) 0.8. Observe que considerar esta tasa de descuento equivale
a asumir que la empresa espera una utilidad de al menos 25% en sus inversiones,
de manera que si el valor presente del beneficio de un proyecto es negativo, ello
indicará que a la empresa le conviene invertir su capital a 25% en vez de invertir
su capital en el proyecto.
Antes de comentar las diferencias y similitudes entre los dos árboles, se mues-
tra cómo se obtuvieron los beneficios esperados en el árbol de la figura 12.5. Para
una capacidad de 5 000, bajo el escenario de alta aceptación, el beneficio será de:
−1500 000 + (0.8)600 000 + (0.8)2 600 000 + … + (0.8)10 600 000
⎛ 1 − (0.8)10 ⎞
= −1500 000 + (0.8)(600 000) ⎜ = 642 302.
⎝ 1 − 0.8 8 ⎟⎠
Para una capacidad de 2 000 y expansión luego del primer año, el beneficio
será de:
−800 000 − (0.8)800 000 + (0.8)240 000 + (0.8)2 600, 000 + (0.8)3 600 000 + … + (0.8)10 600 000
⎛ 1 − (0.8)9 ⎞
= −1 440 000 + (0.8)240 000 + (0.8)2 (600 000 ) ⎜ = 414 302,
⎝ 1 − 0.8 ⎟⎠
para un mayor detalle sobre las operaciones con descuentos se sugiere consultar
Ross (2001).
En forma semejante se obtienen los beneficios en los otros nodos termina-

les y, por ejemplo, para el nodo 3 el beneficio será de 0.8(56 921) 0.2(414 302)
128 397. Como puede observar de las dos figuras, el criterio del valor esperado
sugiere la misma decisión, que es empezar con una capacidad de 2 000 unidades,
esperar un año, y si hay alta aceptación, tomar la decisión de expandir a 5 000
unidades, de otra forma mantener la capacidad de 2 000 unidades. La diferencia
más notoria entre los beneficios de los nodos en los dos árboles es que el beneficio,
cuando se opta por la capacidad de 5 000 y hay baja aceptación, es negativo en el
árbol que considera la tasa de descuento, mientras que es positivo en el árbol que
no considera la tasa de descuento, este resultado indica que si bien se obtendrán
ganancias en ambos casos, estas no serán más altas que las obtenidas si la inversión
de $1 500 000 se colocara a una tasa de interés de 25%; mientras que en el primer
árbol no se puede apreciar la conveniencia o no de la inversión, en el segundo árbol
sí se aprecia que la inversión en capacidad de 5 000 no es conveniente si hay baja
aceptación. Con este ejemplo se ilustra la conveniencia de considerar siempre una
tasa de descuento para este tipo de problemas de toma de decisiones.
✤
Planeación de los recursos

La planeación de los recursos propiamente dicha, consiste en traducir la planeación
de la capacidad en requerimientos de instalaciones, equipo y mano de obra (vea
la figura 12.1). Para la planeación de las instalaciones debe decidir si expandir las
plantas actuales o abrir nuevas plantas, para lo cual deben considerarse diversos
factores. En general, las economías de escala favorecen la expansión de las plantas
actuales, pero debe tenerse en cuenta que a partir de cierto tamaño de la planta
se empiezan a experimentar deseconomías de escala, producto de una mayor bu-
rocracia, de una mayor vulnerabilidad a los sindicatos, huelgas y desastres, y una
menor capacidad para la innovación y la especialización de la producción.
En cuanto a los requerimientos del equipo y la mano de obra, éstos se cal-
culan con las capacidades individuales del equipo y de la mano de obra, y con un
factor de pérdida de disponibilidad, ya que como se menciona en el capítulo 6,
cada sistema de producción tiene su capacidad efectiva particular. Para traducir
los requerimientos de capacidad de producción a número de máquinas (u opera-
rios) requeridos se aplican las siguientes ecuaciones. Si la máquina estará destinada
a la producción de un solo producto:
pR
N≥ , (12.2)
T (1 − f )
› Figura 12.5
0.20 Árbol de decisiones con tasa
642 302 de descuento.
Alta aceptación
386 002
0.80
2 643 079
Capacidad Baja aceptación
de 5 000
414 302 414 302
1 Expansión
128 397
0.20
4 56 921
Alta aceptación No expansión
Capacidad
de 2 000
3
128 397 0.80 56 921

Baja aceptación
donde:
N es el número de máquinas necesarias,

p es el tiempo que toma la producción de una unidad del producto,
R es la capacidad de producción requerida,
T es el tiempo disponible para lograr el volumen de producción R, y f es el factor
de pérdida de disponibilidad.
Para aplicar esta ecuación debe cuidar las unidades de tiempo empleadas.
Por ejemplo, al calcular el número requerido de máquinas para embotellar, si se
deben producir 5 000 botellas al día (trabajando un turno de 8 horas al día) y una
máquina llena 6 botellas por minuto con un factor de pérdida de disponibilidad de
95% ( f 0.05): en este caso, p (1/6) minuto, R 5 000/día, T 8(60) 480
minutos/día, por lo que:
(1 / 6)5 000
N≥ = 1.83 ,
480(1 − 0.05)
lo que indica que serán necesarias dos máquinas para lograr la capacidad de pro-
ducción deseada. Observe que el numerador de (12.2) se interpreta como el tiempo
de trabajo necesario para lograr la tasa de producción R y el denominador como
el tiempo que aporta cada unidad del recurso.
Si la máquina estará destinada a la producción de varios (k) productos, se
utiliza la ecuación:
k
∑ pi Ri
N ≥ i =1 , (12.3)
T (1 − f )
donde:
N es el número de máquinas necesarias,

k es el número de productos (actividades) diferentes para el recurso (máquina u
operario),
pi es el tiempo que toma la producción de una unidad del producto i,
Ri es la capacidad de producción requerida para el producto i,
T es el tiempo disponible para lograr los volúmenes de producción requeridos, y
f es el factor de pérdida de disponibilidad.
Como en el caso anterior, debe tener cuidado con las unidades de tiempo em-
pleadas. Por ejemplo, al calcular el número de empleados necesarios para analizar
dos tipos de casos, el caso tipo 1 requiere de 4 horas y el caso tipo 2 requiere de
1.5 horas; la capacidad requerida (trabajando 8 horas al día, 5 días a la semana) es
de 40 casos del tipo 1 y 60 casos del tipo 2 a la semana, y se estima una pérdida
de disponibilidad de 20%. En este caso:
4(40) + 1.5(60)
N≥ = 7.81 ,
5(8)(1 − 0.20)
por lo que serán necesarios 8 empleados para satisfacer los requerimientos de
capacidad.
Por último, antes de finalizar esta sección, es conveniente indicar que las
fluctuaciones de la demanda por lo general se abordan de manera diferente en la
producción de manufacturas que en la producción de servicios, debido a que se
pueden almacenar inventarios de manufacturas, en cambio los servicios se con-
sumen en el momento en que son producidos. Esta diferencia permite que en la
producción de manufacturas no se requiera planear capacidad para la demanda
pico, ya que en periodos no pico se producen y almacenan inventarios para los
› Figura 12.6
Demanda Demanda Estrategias de capacidad
con demanda estacional.
Capacidad Capacidad
Tiempo
Tiempo
(a) Manufacturas (a) Servicios
periodos pico; en cambio, en la prestación de servicios es necesario planear la ca-

pacidad para la demanda en periodos pico, de otra forma se perderían los clientes
(vea la figura 12.6). Con el siguiente ejemplo se ilustran las consecuencias (respecto
a la capacidad instalada) que puede tener esta práctica en servicios.
Ejemplo 12.3. Capacidad utilizada en un restaurante
Se espera que en un servicio de comida rápida la demanda en su hora pico sea de

500 clientes por hora, y se desea planear los recursos de equipo (parrillas, freido-
ras para papas y salidas para bebida refrescante), para lo cual se cuenta con los
siguientes datos: un cliente compra en promedio 2 emparedados, 1 bolsa mediana
(50 gr) de papas fritas y una bebida refrescante mediana (300 cc); para cada em-
paredado se asan en la parrilla 30 gr de algún tipo de carne o embutido. Además
se requiere saber cuál será la capacidad utilizada de cada equipo, si se espera que
en promedio lleguen alrededor de 200 clientes por hora. Las características del
equipo se presentan en la tabla 12.3.
Con base en los datos y la aplicación de la fórmula 12.2, el número de pa
500(2)(30)
rrillas requeridas será de N ≥ = 1.67, por lo que serán necesarias 2
20 000(1 − 0.1)
500(50)
parrillas. En forma semejante, para las freidoras: N ≥ = 0.78, y para
40 000(1 − 0.2)
500(300)
las salidas de bebida refrescante: N ≥ = 1.43, por lo que serán ne-
150 000(1 − 0.3)
cesarias 1 freidora de papas y 2 salidas para bebida refrescante. En cuanto a la
capacidad utilizada observe que la capacidad teórica con 2 parrillas será de 40 kg/
hora, mientras que la producción efectiva (con 200 clientes por hora en promedio)
será de 200(2)(0.03) 12 kg/hora, por lo que la capacidad utilizada de la parrilla
será de 12(100)/2(20) 30%, para la freidora será de 200(0.05)(100)/40 25%,
FACTOR DE PÉRDIDA › Tabla 12.3

Capacidad del equipo para un
EQUIPO CAPACIDAD TEÓRICA DE DISPONIBILIDAD
restaurante de comida rápida.
Parrilla 20 kg/hora 0.1
Freidora de papas 40 kg/hora 0.2
Salida para bebida refrescante 150 litros/hora 0.3
y para las salidas de bebida refrescante será de (200)(0.3)(100)/2(150) 20%.

Observe la baja utilización del equipo que resulta de la necesidad de planear ca-
pacidad para la hora pico.
PLANEACIÓN DE LA PRODUCCIÓN
Dado que de corto a mediano plazo los pronósticos de venta tienden a presentar
un menor grado de incertidumbre, esta información se aprovecha por la empresa
para planear sus volúmenes de producción de corto a mediano plazo, de manera
que se puedan lograr economías, balanceando de forma adecuada los niveles de
inventario, los sobretiempos y/o subcontratos necesarios para satisfacer la deman-
da. En la figura 12.7 se ilustran las actividades de un proceso típico de planeación
de la producción en una empresa.
Como se aprecia en la figura 12.7, a partir del pronóstico de la demanda, el
siguiente paso para la planeación de la producción es la planeación agregada, que
es el desarrollo de una política de producción mensual o trimestral para el corto a
mediano plazo (de 6 a 12 meses). A continuación se puede elaborar el programa
maestro, que es un plan de producción detallado a corto plazo (semanal o mensual
sobre un periodo de 1 a 6 meses). El programa maestro de producción debe tener
una estrecha coordinación con el plan de entrega (ensamble y embalaje) de los
productos, mientras que el programa maestro es el insumo principal de la progra-
mación y control de las actividades productivas (vea el siguiente capítulo). A conti-
nuación se comenta con más detalle el desarrollo de estos planes de producción.
Planeación agregada de la producción

Como recién se mencionó, la planeación agregada consiste en el desarrollo de un
plan de producción agregado mensual o trimestral, sobre un horizonte de 6 a 12
meses. Recibe el nombre de planeación agregada, debido a que el plan de produc-
ción se refiere a líneas o familias de productos, a diferencia del programa maestro
› Figura 12.7
Actividades de la planeación
de la producción. Planeación de la producción
Pronóstico
de la demanda
Planeación
agregada
Programación y
control de la producción
Programa maestro
de producción
Programa
de embalaje
que es sobre productos o modelos específicos. Por ejemplo, en la producción de

automóviles, mediante planeación agregada se podría planear la producción de los
automóviles sin detallar la mezcla de los diferentes modelos, o si se trata de deter-
gente, se podría planear la producción de una marca, sin detallar la mezcla de los
diferentes tamaños o presentaciones de la misma. La planeación agregada no genera
un plan de producción detallado (una función del plan maestro), y en la práctica
se convierte en una política de producción, estableciendo los niveles deseados de
producción e inventarios sobre un horizonte de planeación a mediano plazo.
La planeación agregada es necesaria cuando la demanda es estacional, es decir,
cuando crece en el periodo pico y decrece en los periodos de baja demanda. Si la
demanda fuera constante durante el periodo de planeación de 6 a 12 meses, se
podría mantener una tasa de producción constante, que resulta bastante cómoda
para programar y administrar. Sin embargo, debido a que por lo general existen
fluctuaciones de la demanda, la empresa puede hacer uso de diferentes estrategias
para satisfacer la demanda, manteniendo una capacidad y unos costos de produc-
ción razonables; a continuación se presentan algunos de los mecanismos que dis-
pone una empresa para enfrentar las fluctuaciones de la demanda.
• Tasas de producción. Es posible variar las tasas de producción ofreciendo

sobretiempos en los periodos que se necesita mayor producción y/o reducir
las horas de trabajo cuando se requiere de menor producción. También se
puede subcontratar la manufactura de los productos a otra empresa en los
periodos de alta demanda, y/u ofrecer el producir para otra empresa (bajo
subcontrato) cuando existe exceso de capacidad utilizada en la empresa.
• Cambios en la fuerza laboral. La empresa puede adoptar la política de
contratar operarios para periodos cortos, donde se requiere de mayor fuerza
laboral y luego despedirlos. Cuando se hace uso de esta práctica se incurre
en costos adicionales por contratación, entrenamiento y beneficios laborales,
por lo que se debe ser cuidadoso al adoptar esta política, que resulta conve-
niente sólo para labores repetitivas que no exigen mucho entrenamiento. Si
se dispone de personal flexible, se adopta una política de rotación de tareas,
asignando el personal a las líneas de producción que requieren producir más
en un momento determinado, de esta manera se evitan los despidos.
• Inventarios. La política con mayor difusión para atender las fluctuaciones
de la demanda, es almacenar el exceso de producción de los periodos de baja
demanda, para atender la demanda de los periodos de demanda pico, de esta
manera se mantiene una producción más o menos constante y no se requie-
re de una mayor inversión en capacidad para atender la demanda pico. Sin
embargo, debe tenerse en cuenta que los inventarios generan costos, sobre
todo por el manejo y almacenamiento necesarios, y por el capital invertido
(que no recibe intereses) en la producción de los bienes en inventario.
• Traslado de demanda. Una política que es muy popular en muchos servicios
(vuelos, hoteles, tiendas, etc.), es la de ofrecer descuentos y/o precios más bajos
de los productos en las temporadas de baja demanda. Esta política resulta muy
efectiva para suavizar la demanda, ya que su efecto es trasladar cierta deman-
da de temporada alta hacia periodos donde existe menos capacidad utilizada.
A partir de estos mecanismos, una buena planeación agregada debe tratar de cuan-
tificar los costos involucrados con cada mecanismo utilizado, de manera que se
pueda seleccionar una combinación óptima de inventarios, cambios en la fuerza
laboral y/o cambios en la tasa de producción, que permita satisfacer la demanda,
manteniendo un nivel de costos razonable para la empresa. En la figura 12.8 se
ilustra la información que debe tenerse a la mano para conducir el proceso de pla-
neación agregada, en busca de las economías que permitan satisfacer los compro-
misos de ventas al menor costo posible. Como indica la figura, es muy convenien-
› Figura 12.8
Elementos necesarios para
la planeación agregada. Objetivos Pronósticos Restricciones Restricciones
estratégicos de demanda de capital de capacidad
Planeación agregada
Tamaño de la Costos de Costos de Política de

fuerza laboral inventarios subcontratación ventas perdidas
te disponer de una estimación de los costos por cambios en la fuerza laboral, por
mantener inventarios, por no satisfacer la demanda y, en general, de los aspectos
relacionados con el plan agregado, para así cuantificar el efecto de cada política y
minimizar los costos involucrados con el plan de producción.
Dada la gran variedad de factores que determinan la conveniencia de un
plan agregado, se han propuesto diversas técnicas para desarrollarlos, las que se
caracterizan en dos grupos:
• Planeación agregada por medio de heurísticas, y

• Planeación agregada mediante modelos de optimización.
Aunque a continuación se detalla el tema, conviene adelantar que un plan

agregado se puede desarrollar imponiendo algún método heurístico (reglas o polí-
ticas) que resulte fácil de implantar en la práctica y que permita a la empresa no
incurrir en costos altos. Por lo general, un método heurístico se modela con uno o
varios de los mecanismos para enfrentar las fluctuaciones de la demanda.
Cuando se dispone de estimaciones de los costos de las variables que deter-
minan el costo de un plan de producción, se puede formular el problema (de op-
timización) de encontrar el plan agregado que tenga el menor costo posible. En
esta dirección se han propuesto diversos modelos de optimización para planeación
agregada, y aunque la mayoría de ellos son problemas de programación lineal (a lo
más con variables enteras), susceptibles de solucionarse con el software apropiado
(por ejemplo, LINDO, CPLEX), la dimensión de algunos problemas de planeación
de la producción incentivó el desarrollo de métodos de solución con base en al-
goritmos de búsqueda (search algorithms) o de programación lineal de gran escala
(large scale programming), el lector interesado en estos métodos consulte Nam y
Logendran (1992).
A continuación se definen las técnicas que se aplican con mayor frecuencia, la
planeación por medio de heurísticas, y después se presentan las formulaciones en
programación lineal más difundidas para apoyar la planeación de la producción.
Planeación agregada por medio de heurísticas

Como se mencionó, si el patrón de demanda de un producto es constante, no es
necesario implantar un proceso de planeación agregada muy complicado, ya que
el sistema productivo se organiza para producir a una tasa constante, sin mayor
preocupación por implantar alguno de los mecanismos (administración de tasas
de producción, fuerza laboral, inventarios) que permitan enfrentar las fluctuacio-
nes de la demanda. Con base en estos mecanismos es que se utilizan heurísticas o

políticas fáciles de implantar y, a la vez, útiles para satisfacer una demanda fluc-
tuante. Algunas de las heurísticas más conocidas son:
• Producción a tasa constante. Bajo esta heurística se fija una tasa de pro-
ducción constante para el periodo de planeación (por ejemplo, la demanda
promedio), y se satisface la demanda de la temporada pico con los inventa-
rios almacenados de los periodos de baja demanda. Los costos relevantes in-
volucrados con esta política radican en los costos por mantener y almacenar
inventarios adecuados.
• Perseguir la demanda variando la fuerza laboral. Con esta heurística
se produce sólo lo necesario para satisfacer la demanda en cada periodo, se
contratan operarios cuando las necesidades de producción crecen y se les
despide cuando baja la producción. Los costos relevantes son los costos de
contratación y despido de los operarios; esta heurística es factible sólo para
trabajo rutinario poco especializado.
• Mantener capacidad de producción para el periodo de demanda pico.
Con esta heurística se mantienen recursos (tecnológicos y de mano de obra)
suficientes para lograr la tasa de producción del periodo de demanda pico,
por lo que el plan de producción puede perseguir a la demanda, pero se ex-
perimentará poca capacidad utilizada en los periodos de baja demanda. Los
costos relevantes de esta política son los costos por mantener una capacidad
efectiva superior al promedio de la demanda y aunque esta estrategia es
costosa, puede ser adoptada por empresas que requieren de un alto nivel de
servicio al cliente (el caso se observa en servicios).
• Uso de sobretiempos. Esta política tiene mucha difusión en la industria ma-
nufacturera y consiste en la implantación de más horas de trabajo (incluso
más turnos al día) cuando se requiere de mayor producción, y reducción de
las horas de trabajo cuando la producción debe reducirse. Cuando se implanta
una política de sobretiempos, se puede perseguir a la demanda mantenien-
do una planta laboral que no sea excesivamente grande; sin embargo, se ofre-
cen salarios más altos para las horas de sobretiempo, por lo que los costos
relevantes bajo esta política son los costos adicionales por el sobretiempo.
• Contratación de maquila. Bajo esta política se permite la subcontratación
de la capacidad productiva de otra empresa para que produzca (parte de) los
productos cuando no hay suficiente capacidad para satisfacer la demanda de
un periodo pico. Como en el caso anterior, esta política permite perseguir a la
demanda (cuando existe oferta suficiente de maquila), el costo relevante es el
de la subcontratación, que por lo general es superior al costo de producción
propio (incluso al del costo en sobretiempo).
• Implantar política de sobrepedidos. Un sobrepedido consiste en trasladar
la entrega de un pedido para un periodo posterior (donde hay menor de-
manda), con la consiguiente falta de satisfacción del cliente. La posibilidad
de permitir sobrepedidos depende mucho de la estructura de mercado del
producto, ya que si existen muchos competidores, el cliente preferirá acudir
a otro productor antes que admitir el sobrepedido (la postergación de su pe-
dido). Es conveniente indicar que el sobrepedido implica disminuir el nivel
de servicio al cliente, por lo que el costo estará asociado a la posibilidad de
que se pierdan clientes (y en consecuencia ventas), costo que puede ser alto
en mercados muy competidos.
• Permitir ventas perdidas. Un último recurso, cuando ya no existe la posi-
bilidad de atender la demanda, es simplemente el permitir la pérdida de la
venta. Como en el caso anterior, debe existir un costo (que depende del poder
del comprador) por permitir ventas perdidas, el cual se asocia a la posibilidad
de perder clientes y ventas futuras.
Las heurísticas mencionadas son puras, ya que consideran un solo mecanismo

para enfrentar las fluctuaciones de la demanda. Sin embargo, como es de espe-
rar, en la práctica las que más se usan son las que combinan más de una heurís-
tica pura, por ejemplo, se puede implantar una política de persecución de la de-
manda, permitiendo primero sobretiempos y luego subcontratación, cuando sea
necesario. Las heurísticas que combinan varias heurísticas puras son mixtas. Los
planes agregados que utilizan heurísticas (puras o mixtas) son bastante sencillos
de desarrollar mediante una hoja de cálculo, como se verá en el siguiente ejem-
plo, y pueden ser muy útiles cuando los costos de las variables que determinan
el costo del plan de producción son difíciles de estimar o simplemente no están
disponibles.
Ejemplo 12.4. Planes agregados por medio de heurísticas
La empresa de chocolates Primor debe planear la producción de su línea gourmet

para el próximo año, con base en los pronósticos de ventas (en miles de kilogra-
mos) que se presentan en la tabla 12.4.
Además de su capacidad de producción normal, la empresa puede incrementar
la producción haciendo uso de sobretiempos, o subcontratando la producción de
los chocolates en otra empresa de alimentos; las capacidades de producción bajo
cada modalidad son las siguientes:
• Capacidad normal de producción: 80 00 kg al mes.

• Capacidad adicional en sobretiempo: 40 00 kg al mes.
• Capacidad adicional por subcontrato: 20 00 kg al mes.
Se dispone también de un inventario de 40 00 kg al inicio del mes de enero y para

evaluar el beneficio de un plan agregado se estiman los siguientes valores para los
parámetros relevantes del plan de producción:
• Precio de venta: $60 por kg

• Costo de producción en tiempo regular: $40 por kg
• Costo de producción en sobretiempo: $45 por kg
• Costo de producción bajo subcontrato: $50 por kg
• Costo de penalidad por demanda insatisfecha: $20 por kg
• Costo por mantener inventario: $3 por kg al mes.
La empresa desea probar (y evaluar) las siguientes heurísticas para el plan agre-
gado de producción:
1. Producción constante a capacidad normal máxima, sin sobretiempos ni sub-

contratos (con ventas perdidas)
2. Producción constante en el mínimo suficiente para evitar las ventas perdidas
(se permiten sobretiempos y subcontrato, si es necesario).
3. Plan de persecución de la demanda, sin mantener inventarios, permitiendo
sobretiempos y subcontrato, si es necesario.
4. Plan de persecución de la demanda con un inventario constante de 20 00 kg
al mes, permitiendo sobretiempos y subcontrato, si es necesario.
› Tabla 12.4 MES EN. FEB. MAR. ABR. MAY. JUN. JUL. AGO. SEP. OCT. NOV. DIC.
Pronósticos de la demanda
de chocolates (miles de kg). Demanda 140 100 80 50 50 50 50 60 70 90 100 140
NOTACIÓN SIGNIFICADO ECUACIÓN PARA CÁLCULO › Tabla 12.5

Notación a utilizar para el
N Mes del año Dato reporte de un plan agregado.
DN Demanda Dato
PNN Producción en tiempo normal Dato
PSON Producción en sobretiempo Dato
PSCN Producción bajo subcontrato Dato
PTN Producción total PNNPSONPSCN
INN Inventario al inicio del mes Max(0,PNNINN-1-DN)
VPN Ventas perdidas Max(0,DN-PNN-INN-1)
VN Ventas DN-VPN
CIN Costo del inventario 3*INN
CVPN Costo de ventas perdidas 20*VPN
CPN Costo de producción 40*PNN45*PSON50*PSCN
IN Ingreso 60*VN
BN Beneficio IN-CIN-CVPN-CPN
Cada una de las heurísticas propuestas puede obtenerse haciendo uso de una hoja
de cálculo (vea el archivo cap12.xls), y para facilitar la presentación y explicación de
los resultados, la tabla 12.5 resume la notación a utilizar para la presentación
de los resultados, así como la ecuación usada (en su caso) para obtener el cálculo
correspondiente en la hoja de cálculo.
En las tablas 12.6 a 12.9 aparecen los resultados de cada una de las cuatro
heurísticas propuestas, con unidades expresadas en miles de kilogramos o, por
simplicidad, miles de $.
Observe que para obtener el mínimo nivel constante y evitar ventas perdidas
(estrategia 2), debe tener en cuenta que bajo la estrategia 1 existe un nivel de 20 de
ventas perdidas en enero, por lo que se debe incrementar en 20 la producción de
este mes; con este nivel ya no se vuelve a tener ventas perdidas. En general, para
obtener este nivel mínimo se puede buscar por prueba y error para eliminar las
ventas perdidas. Por otro lado, también debe notar que cuando desea incrementar
› Tabla 12.6
Plan de producción constante
a capacidad máxima sin
sobretiempo ni subcontrato.
HEURÍSTICA 1
N EN. FEB. MAR. ABR. MAY. JUN. JUL. AG. SEP. OC. NOV. DIC. TOTAL
DN 140 100 80 50 50 50 50 60 70 90 100 140
PNN 80 80 80 80 80 80 80 80 80 80 80 80
PSON 0 0 0 0 0 0 0 0 0 0 0 0
PSCN 0 0 0 0 0 0 0 0 0 0 0 0
PTN 80 80 80 80 80 80 80 80 80 80 80 80
INN 40 0 0 0 30 60 90 120 140 150 140 120 60
VPN 20 20 0 0 0 0 0 0 0 0 0 0
VN 120 80 80 50 50 50 50 60 70 90 100 140
CIN 0 0 0 90 180 270 360 420 450 420 360 180
CVPN 400 400 0 0 0 0 0 0 0 0 0 0
CPN 3 200 3 200 3 200 3 200 3 200 3 200 3 200 3 200 3 200 3 200 3 200 3 200
IN 7 200 4 800 4 800 3 000 3 000 3 000 3 000 3 600 4 200 5 400 6 000 8 400
BN 3 600 1 200 1 600 —290 —380 —470 —560 —20 550 1 780 2 440 5 020 14 470
HEURÍSTICA 2
N EN. FEB. MAR. ABR. MAY. JUN. JUL. AGO. SEP. OCT. NOV. DIC. TOTAL
DN 140 100 80 50 50 50 50 60 70 90 100 140
PNN 80 80 80 80 80 80 80 80 80 80 80 80
PSON 20 20 20 20 20 20 20 20 20 20 20 20
PSCN 0 0 0 0 0 0 0 0 0 0 0 0
PTN 100 100 100 100 100 100 100 100 100 100 100 100
INN 40 0 0 20 70 120 170 220 260 290 300 300 260
VPN 0 0 0 0 0 0 0 0 0 0 0 0
VN 140 100 80 50 50 50 50 60 70 90 100 140
CIN 0 0 60 210 360 510 660 780 870 900 900 780
CVPN 0 0 0 0 0 0 0 0 0 0 0 0
CPN 4 100 4 100 4 100 4 100 4 100 4 100 4 100 4 100 4 100 4 100 4 100 4 100
IN 8 400 6 000 4 800 3 000 3 000 3 000 3 000 3 600 4 200 5 400 6 000 8 400
BN 4 300 1 900 640 —1 310 —1 460 —1 610 —1 760 —1 280 —770 400 1 000 3 520 3 570
› Tabla 12.7
Plan de producción constante
mínimo sin ventas perdidas.
la producción, primero se agota el tiempo normal, luego el sobretiempo y luego se
intenta el subcontrato, de esta manera se ahorra en costos.
Por los resultados se nota que la heurística 3 es la que proporciona el mayor
beneficio, pero observe que se termina el periodo de planeación sin inventarios
y, además, no se tienen inventarios en ninguno de los periodos, lo que resulta
inapropiado en algunos casos, ya que siempre es conveniente almacenar cierto
inventario de seguridad. La heurística 4 presenta un beneficio razonable y se al-
macena un inventario constante de 2 000 kg, que puede ser conveniente. El tercer
lugar en beneficios lo ocupa la heurística 1, quizá porque se incurre en costos por
mantener inventarios más altos que con las heurísticas 3 y 4, y porque se termi-
na el periodo de planeación con un inventario mayor (de 6 000 kg). Por último, la
estrategia 2 es la que proporciona el menor beneficio, debido fundamentalmente
a que se incurre en costos más altos por inventarios y a que se termina el periodo
de planeación con un inventario muy alto (de 26 000 kg). De las cuatro políticas
propuestas, la cuarta parece ser la más apropiada por su alto beneficio y porque
mantiene un nivel razonable de inventarios.
› Tabla 12.8
Plan de producción de
✤
persecución de la demanda
sin inventarios.
HEURÍSTICA 3
DN 140 100 80 50 50 50 50 60 70 90 100 140
PNN 80 80 80 50 50 50 50 60 70 80 80 80
PSON 20 20 0 0 0 0 0 0 0 10 20 40
PSCN 0 0 0 0 0 0 0 0 0 0 0 20
PTN 100 100 80 50 50 50 50 60 70 90 100 140
INN 40 0 0 0 0 0 0 0 0 0 0 0 0
VPN 0 0 0 0 0 0 0 0 0 0 0 0
VN 140 100 80 50 50 50 50 60 70 90 100 140
CIN 0 0 0 0 0 0 0 0 0 0 0 0
CVPN 0 0 0 0 0 0 0 0 0 0 0 0
CPN 4 100 4 100 3 200 2 000 2 000 2 000 2 000 2 400 2 800 3 650 4 100 6 000
IN 8 400 6 000 4 800 3 000 3 000 3 000 3 000 3 600 4 200 5 400 6 000 8 400
BN 4 300 1 900 1 600 1 000 1 000 1 000 1 000 1 200 1 400 1 750 1 900 2 400 20 450
HEURÍSTICA 4
DN 140 100 80 50 50 50 50 60 70 90 100 140
PNN 80 80 80 50 50 50 50 60 70 80 80 80
PSON 40 20 0 0 0 0 0 0 0 10 20 40
PSCN 0 0 0 0 0 0 0 0 0 0 0 20
PTN 120 100 80 50 50 50 50 60 70 90 100 140
INN 40 20 20 20 20 20 20 20 20 20 20 20 20
VPN 0 0 0 0 0 0 0 0 0 0 0 0
VN 140 100 80 50 50 50 50 60 70 90 100 140
CIN 60 60 60 60 60 60 60 60 60 60 60 60
CVPN 0 0 0 0 0 0 0 0 0 0 0 0
CPN 5 000 4 100 3 200 2 000 2 000 2 000 2 000 2 400 2 800 3 650 4 100 6 000
IN 8 400 6 000 4 800 3 000 3 000 3 000 3 000 3 600 4 200 5 400 6 000 8 400
BN 3 340 1 840 1 540 9 40 940 940 940 1140 1 340 1 690 1 840 2 340 18 830
› Tabla 12.9
Plan de producción
de persecución de la demanda
Planeación agregada mediante programación lineal con inventario constante.
Con base en el ejemplo anterior, es posible intuir que si se dispone de las estimaciones
de costo (beneficio) de las variables del plan agregado, puede formular la función
de costo (beneficio) que permita evaluar el costo (beneficio) de un plan agregado
de producción, lo que facilita plantear el problema de encontrar el plan agregado
de menor costo (o mayor beneficio). Las formulaciones más difundidas para en-
contrar el plan agregado óptimo corresponden a problemas de programación li-
neal, cuyos supuestos de linealidad no son muy restrictivos para la generalidad de
los casos prácticos, y debido a la gran difusión que han tenido las técnicas para
resolver problemas de programación lineal, el desarrollo de planes agregados me-
diante programación lineal se ha convertido en un método muy popular. Existen
fundamentalmente dos diferentes tipos de formulación para abordar una planea-
ción agregada por programación lineal:
• Formulación a través de ecuaciones de balance.

• Formulación como un problema de transporte.
Antes que tratar de presentar una forma general para cada uno de estos tipos
de formulación, es preferible dar una pequeña explicación de sus diferencias e ilus-
trar las mismas en el ejemplo 12.5. Bajo la formulación de ecuaciones de balance,
las principales variables de decisión son los inventarios (Ii), niveles de producción
(Pi) y ventas perdidas (Li), las principales restricciones del problema de programa-
ción lineal se plantean a través de ecuaciones de balance de la forma:
Ii-1 Pi Ii Li Di, (12.4)
donde Di es el dato de la demanda del periodo i. Observe que en una solución

básica óptima, el inventario y las ventas perdidas de un mismo periodo son varia-
bles complementarias, es decir, se cumple que si Ii es positiva, entonces Li es cero,
y viceversa, si Li es positiva, entonces Ii es cero, lo que refleja el hecho de que en
cualquier periodo no se pueden almacenar inventarios y perder ventas a la vez.
Por otro lado, como ilustra el ejemplo 12.5, el nivel de producción (Pi) puede, a
su vez, estar constituido por producción en tiempo normal, en sobretiempo y bajo
subcontrato.
› Tabla 12.10 PERIODO DE VENTA

Variables de transporte para
planeación agregada. PERIODO DE PRODUCCIÓN 1 2 … CAPACIDAD (OFERTA)
1 Normal X11 X12 … PN1
Sobretiempo Y11 Y12 … PSO1
Subcontrato Z11 Z11 … PSC1
2 Normal - X22 … PN2
Sobretiempo - Y22 … PSO2
Subcontrato - Z21 … PSC2
… … … … … …
Demanda D1 D2 …
Bajo la formulación como un problema de transporte, como su nombre lo

dice, se formula el problema de planeación agregada como un problema de trans-
porte, donde los centros de oferta son las modalidades de producción en cada
periodo y los centros de demanda corresponden a los periodos de demanda (vea
la tabla 12.10). De esta manera, el problema puede verse como el de transportar
desde cada periodo de producción hacia cada periodo de demanda. Como se ilus-
tra en la tabla 12.10, las variables involucradas en la formulación se denotan como
Xij producción normal del periodo i a ser consumida en el periodo j, Yij produc-
ción en sobretiempo del periodo i a ser consumida en el periodo j, Zij producción
bajo subcontrato del periodo i a ser consumida en el periodo j. Observe que como
no se puede traer producción de un periodo posterior, no se consideran variables
Xij, Yij o Zij para i > j, por lo cual las restricciones de oferta típica toman la forma:
X ii + X i ,i +1 + … + X iN ≤ PN i ,
Yii + Yi ,i +1 + … + YiN ≤ PSOi ,
Zii + Zi ,i +1 + … + ZiN ≤ PSC i ,
y una restricción de demanda típica toma la forma:
( X1 j + Y1 j + Z1 j ) + ( X2 j + Y2 j + Z2 j ) + … + ( X jj + Y jj + Z jj ) = D j .
En términos generales, la formulación como un modelo de transporte tiende a con-

siderar más variables de decisión (y más restricciones) que la basada en ecuaciones
de balance, por lo que el planteamiento es más laborioso en el caso de transporte.
Sin embargo, por el mismo hecho de considerar más variables, la formulación como
transporte considera casos más generales; por ejemplo, si el costo de inventario es
un porcentaje del costo de producción, este hecho se considera bajo una formula-
ción como transporte, pero no con ecuaciones de balance. A continuación, con el
siguiente ejemplo, se ilustra la construcción de ambas formulaciones.
Ejemplo 12.5. Planes agregados por medio de programación lineal
Con los datos del ejemplo 12.4 se formula el problema de encontrar un plan de
producción que maximice el beneficio durante el periodo de 12 meses. En primer
lugar se utiliza una formulación por medio de ecuaciones de balance con las si-
guientes variables de decisión (con unidades en miles de kg):
PiNO Producción de chocolates en el mes i, en tiempo normal,

PiSO Producción de chocolates en el mes i, en sobretiempo,
PiSC Producción de chocolates en el mes i, bajo subcontrato,
Ii Inventario de chocolates al final del mes i,

Li Ventas perdidas de chocolates en el mes i.
Observe que la demanda total (en los 12 meses) es de 980, por lo que el ingreso
máximo en el año sería de 980(60) 58 800 miles de $, y puesto que a esta can-
tidad deben descontarse el valor de las ventas perdidas, además del castigo, y los
costos de producción e inventarios, la formulación del problema con ecuaciones
de balance resulta:
12 12 12 12 12 12
Maximizar Z = 58 800 − 60∑ Li -40∑ PiNO − 45∑ PiSO − 50∑ PiSC − 20∑ Li -3∑ I i
i =1 i =! i =1 i =1 i =1 i =!
Sujeto a:
Ecuaciones de balance
40 + P1NO + P1SO + P1SC − I1 + L1 = 140 , I1 + P2NO + P2SO + P2SC − I 2 + L2 = 100 ,

I 2 + P3NO + P3SO + P3SC − I 3 + L3 = 80 , I 3 + P4NO + P4SO + P4SC − I 4 + L4 = 50 ,
I 4 + P5NO + P5SO + P5SC − I5 + L5 = 50 , I5 + P6NO + P6SO + P6SC − I 6 + L6 = 50 ,
I 6 + P7NO + P7SO + P7SC − I 7 + L7 = 50 , I 7 + P8NO + P8SO + P8SC − I 8 + L8 = 60 ,

I 8 + P9NO + P9SO + P9SC − I 9 + L9 = 70 , I 9 + P10NO + P10SO + P10SC − I10 + L10 = 90 ,
I10 + P11NO + P11SO + P11SC − I11 + L11 = 100 , I11 + P12NO + P12SO + P12SC − I12 + L12 = 140 ,
Restricciones de capacidad
PiNO ≤ 80 ,i = 1,2 ,…, 12 ,

PiSO ≤ 40 ,i = 1,2,…, 12,
PiSC ≤ 20 ,i = 1,2,…, 12,
y:
PiNO ≥ 0, PiSO ≥ 0, PiSC ≥ 0, Li ≥ 0, I i ≥ 0; i = 1, 2,…, 12.
Mediante el solver de Excel (vea el archivo cap12.xls), se encuentra la solución que

se reporta en la tabla 12.11 (bajo el formato usado en el ejemplo 12.4). Como puede
apreciar, se obtiene un beneficio mayor que con las estrategias del ejemplo 12.4. › Tabla 12.11
Evaluación del plan
de producción por
programación lineal.
EVALUACIÓN DE LA SOLUCIÓN POR PROGRAMACIÓN LINEAL

DN 140 100 80 50 50 50 50 60 70 90 100 140
PNN 80 80 80 50 50 50 50 60 80 80 80 80
PSON 20 20 0 0 0 0 0 0 0 0 40 40
PSCN 0 0 0 0 0 0 0 0 0 0 0 0
PTN 100 100 80 50 50 50 50 60 80 80 120 120
INN 40 0 0 0 0 0 0 0 0 10 0 20 0
VPN 0 0 0 0 0 0 0 0 0 0 0 0
VN 140 100 80 50 50 50 50 60 70 90 100 140
CIN 0 0 0 0 0 0 0 0 30 0 60 0
CVPN 0 0 0 0 0 0 0 0 0 0 0 0
CPN 4 100 4 100 3 200 2 000 2 000 2 000 2 000 2 400 3 200 3 200 5 000 5 000
IN 8 400 6 000 4 800 3 000 3 000 3 000 3 000 3 600 4 200 5 400 6 000 8 400
BN 4 300 1 900 1 600 1 000 1 000 1 000 1 000 1 200 970 2200 940 3 400 20 510
Dado que el objetivo de este ejemplo es ilustrar, más que confundir al lector,
en lugar de presentar la formulación como transporte del problema completo, se
presenta la formulación del problema considerando la planeación agregada para los
tres primeros meses (enero, febrero y marzo), con los mismos datos del ejemplo 12.4.
Para la formulación del problema como modelo de transporte, se utilizan las
siguientes variables de decisión (con unidades en miles de kg):
Xij Producción del mes i vendida en el mes j, y producida en tiempo normal,

Yij Producción del mes i vendida en el mes j, y producida en sobretiempo,
Zij Producción del mes i vendida en el mes j, y producida bajo subcontrato,
Li Ventas perdidas del mes i,
ii 1, 2, 3; j 1, …, 3.
La formulación como problema de transporte resulta:
Maximizar Z 20(X11 X22 X33) 17(X12 X23) 14X13

15(Y11 Y22 Y33) 12(X12 X23) 9X13
10(Z11 Z22 Z33) 7(Z12 X23) 4Z13 20(L1 L2 L3)
Sujeto a:
Restricciones de oferta
X11 + X12 + X13 ≤ 80, X22 + X23 ≤ 80, X33 ≤ 80,

Y11 + Y12 + Y13 ≤ 40, Y22 + Y23 ≤ 40, Y33 ≤ 40,
Z11 + Z12 + Z13 ≤ 20, Z22 + Z23 ≤ 20, Z33 ≤ 20,
Restricciones de demanda
40 + X11 + Y11 + Z11 + L1 = 140, X12 + X22 + Y12 + Y22 + Z12 + Z22 + L2 = 100,
X13 + X23 + X33 + Y13 + Y23 + Y33 + Z12 + Z23 + Z33 + L3 = 80,
y:
X ij ≥ 0,Yij ≥ 0, Zij ≥ 0, Li ≥ 0, i = 1, 2, 3; j = i ,…, 3.
Observe que para obtener los coeficientes de la función objetivo, se ha considerado
el precio de venta menos el costo, menos el costo por inventario así, por ejemplo,
como la producción Z13 debe permanecer en inventario por dos periodos, el co-
eficiente en la función objetivo es 60 50 2(3) 4. Aunque es de esperar, es
conveniente indicar que en este problema el plan agregado resultante de solucio-
nar el problema por cualquiera de las dos formulaciones es el mismo.
Si observa el plan de producción del ejemplo anterior (tabla 12.11), apreciará que
los niveles de producción que proporcionó la programación lineal son muy varia-
bles, ya que la producción total en algunos meses llega a 120 00 kg, y en otros baja
a 5 000. Estas fluctuaciones en la demanda pueden ser poco convenientes porque
podrían forzar a la necesidad de despedir y contratar trabajadores, con los nuevos
costos por entrenamiento, contratos y despidos. Para evitar estos inconvenientes,
incorpore estos nuevos costos en la formulación por programación lineal, para lo
cual podría considerar las siguientes variables de decisión:
TiE Número de trabajadores efectivos (disponibles) para el periodo i,

TiC Número de trabajadores contratados al inicio del periodo i,
TiD Número de trabajadores despedidos al inicio del periodo i,
Dada la rotación natural de trabajadores, de acuerdo con una tasa de retención

r 1, es decir, si se tienen TiE1 trabajadores para el periodo i 1, sólo (1 [rTiE1])
trabajadores estarán dispuestos a trabajar para el siguiente periodo i (donde [x]
denota a la parte entera de x), se deberán imponer las restricciones:
rTiE−1 + TiC − TiD ≤ TiE ≤ 1 + rTiE−1 + TiC − TiD , i = 1, 2,…,, N , (12.5)
donde T0E se conoce al inicio del periodo de planeación y N es el número de pe-

riodos de planeación. Observe que las dos desigualdades son requeridas en (12.5)
debido a que las variables TiE, TiC, TiD son enteras. Por otro lado, si no existe rota-
ción (r 1), bastará con imponer TiE TiE1 TiC TiD, i 1, 2, …, N, en lugar
de (12.5).
Para imponer las restricciones sobre la capacidad de producción, denote con
hNO al número de horas por periodo que puede aportar un trabajador en tiempo
normal y por hSO al máximo número de horas en sobretiempo que puede aportar
un trabajador en un periodo, y las restricciones de capacidad resultan:
H iNO + U i = hNOTiE , H iSO ≤ hSOTiE , pH iNO ≤ C iNO ,

(12.6)
pH iSO ≤ C iSO , PiSC ≤ C iSC , i = 1, 2,…, N ,
donde C iNO , C iSO , C iSC son las capacidades de producción en tiempo normal, en so-
bretiempo y bajo subcontrato, respectivamente, en el periodo i, p es la capacidad
de producción por hora de cada trabajador, y:
H iNO Número de horas de mano de obra en tiempo normal, a usar en el perio-

do i,
Ui Número de horas de mano de obra en tiempo normal disponibles, pero no
usadas en el periodo i,
H iSO Número de horas de sobretiempo a usar en el periodo i,
PiSC Producción en el periodo i, bajo subcontrato.
Observe que bajo esta formulación, la producción en tiempo normal del periodo i
es PiNO = pH iNO, y en sobretiempo es PiSO = pH iSO, por lo que las ecuaciones de ba-
lance (12.4) para este caso particular resultan:
I i −1 + pH iNO + pH iSO + PiSC − I i −1 + Li = Di i = 1, 2,…, N , (12.7)
donde:
Ii Inventario al final del periodo i,

Li Ventas perdidas en el periodo i,
Di Demanda en el periodo i,
y el resto de las variables y parámetros son como en (12.5) y (12.6).

Por último, para la función objetivo bajo esta formulación, considere los mis-
mos costos de producción e inventarios del ejemplo 12.5, más los costos adicionales
por contratación, despidos y exceso de capacidad, que resulta en:
Minimizar:
N N N N N N
Z = C NO p∑ H iNO + CU ∑ U i + CSO p∑ H iSO + CSC ∑ PiSC + C PE ∑ Li + C I ∑ I i
i =! i =! i =1 i =1 i =1 i =!
(12.8)
N N
+ CC ∑ TiC +C D ∑ TiD ,
i =! i =!
donde:
CNO Costo por unidad producida en tiempo normal, sin considerar costos de
contratación y despidos,
CU Costo por hora disponible pero no usada de un trabajador,
CSO Costo por unidad producida en sobretiempo, sin considerar costos de con-
tratación y despidos,
CSC Costo por unidad producida bajo subcontrato,
CPE Penalidad por unidad de producción no vendida en cualquier periodo,
CI Costo por unidad de producción en inventario, al final de cualquier
periodo,
CC Costo de contratación y entrenamiento por empleado contratado,
CC Costo por despido y otros beneficios laborales por empleado despedido,
y el resto de parámetros y variables son como en (12.15) a (12.17). Se sugiere que
la penalidad CPE por ventas perdidas sea relativamente alto (por ejemplo, mayor o
igual que el precio de venta por unidad producida) para evitar innecesarias ventas
perdidas. Con el siguiente ejemplo se ilustra la aplicación del problema de planea-
ción de la producción considerando despidos y contratos, definido por: minimizar
(12.8), sujeto a las restricciones (12.5) a (12.17).
Ejemplo 12.6. Plan agregado que considera despidos y contratos
Considere los datos del ejemplo 12.5, con alguna información adicional. Al inicio
del mes de diciembre anterior al periodo de planeación se tenían T0E 10 traba-
jadores, con una tasa de retención de 85% (r 0.85). Cada trabajador permite la
producción de p 0.2 toneladas de chocolates por hora y aporta hNO 40 horas
al mes en tiempo normal y hSO 20 horas el mes en sobretiempo. Observe que
con estos datos se alcanzan las producciones máximas del ejemplo 12.5 (80 ton
en tiempo normal y 40 en sobretiempo) con 10 trabajadores. Si el costo por hora
no usada de un trabajador es de CU 0.1 (miles de $), el costo por contratar a un
trabajador es de CC 2, de despedir es de CD 3 (miles de $), y con el resto de
los datos iguales a los usados en el ejemplo 12.5, la formulación de este problema
de planeación de la producción resulta:
Minimizar:
12 12 12 12 12 12 12 12
Z = 8∑ H iNO + 0.1∑ U i + 9∑ H iSO + 50∑ PiSC + 80∑ Li + 3∑ I i + 2∑ TiC +3∑ TiD ,
i =! i =! i =1 i =1 i =1 i =! i =! i =!
Sujeto a:
Restricciones de retención:
8.5 + T1C − T1D ≤ T1E ≤ 9.5 + T1C − T1D ,
0.85TiE−1 + TiC − TiD ≤ TiE ≤ 1 + 0.85TiE−1 + TiC − TiD , i = 2,…, 12.

Restricciones de capacidad:
H iNO + U i = 40TiE , H iSO ≤ 20TiE , 0.2H iNO ≤ 80, 0.2H iSO ≤ 40, PiSC ≤ 20, i = 1, 2,…, 12.
Ecuaciones de balance:
40 + 0.2H1NO + 0.2H1SO + P1SC − I1 + L1 = 140 , I1 + 0.2H 2NO + 0.2H 2SO + P2SC − I 2 + L2 = 100 ,
I 2 + 0.2H 3NO + 0.2H 3SO + P3SC − I 3 + L3 = 80 , I 3 + 0.2H 4NO + 0.2H 4SO + P4SC − I 4 + L4 = 50 ,
I 4 + 0.2H5NO + 0.2H5SO + P5SC − I5 + L5 = 50 , I5 + 0.2H 6NO + 0.2H 6SO + P6SC − I 6 + L6 = 50 ,
› Tabla 12.12
MES ( I ) Ti E Ri Ti C Ti D H i NO Ui H i SO P i SC Ii Li
Programa de producción óptimo
1 10 9 1 0 400 0 100 0 0 0 con contratos y despidos.
2 10 9 1 0 400 0 100 0 0 0
3 10 9 1 0 400 0 0 0 0 0
4 8 9 0 1 250 70 0 0 0 0
5 7 7 0 0 260 20 0 0 2 0
6 6 6 0 0 240 0 0 0 0 0
7 7 6 1 0 250 30 0 0 0 0
8 8 6 2 0 300 20 0 0 0 0
9 10 7 3 0 400 0 0 0 10 0
10 10 9 1 0 400 0 0 0 0 0
11 10 9 1 0 400 0 200 0 20 0
12 10 9 1 0 400 0 200 0 0 0
I 6 + 0.2H 7NO + 0.2H 7SO + P7SC − I 7 + L7 = 50 , I 7 + 0.2H 8NO + 0.2H 8SO + P8SC − I 8 + L8 = 60 ,
I 8 + 0.2H 9NO + 0.2H 9SO + P9SC − I 9 + L9 = 70 , I 9 + 0.2H10NO + 0.2 H SO + P SC − I + L = 90 ,
10 10 10 10
I10 + 0.2H11 + 0.2H11 + P11 − I11 + L11 = 100 , I11 + 0.2H12
NO SO SC NO + 0.2 H SO + P SC − I + L = 140.
12 12 12 12
y
H iNO ≥ 0, H iSO ≥ 0, PiSC ≥ 0, Li ≥ 0, I i ≥ 0; i = 1, 2,…, 12,
TiE , TiC , TiD enteras no-negativas; i = 1, 2,…, 12.
En la tabla 12.12 aparecen los valores óptimos para las principales variables de esta
formulación, luego de resolver el problema con la versión académica de LINDO
(el problema fue muy grande para el solver de Excel). En la columna correspon-
diente a Ri se presentan los trabajadores retenidos (que no renunciaron) del mes
anterior y en el archivo cap12.xls se presentan los cálculos que muestran que la
función objetivo toma el valor 38 337 miles de $, proporcionando un beneficio
de 58 800 38 337 20 463 miles de $, un tanto menor que el obtenido en el
ejemplo 12.5, debido a los costos adicionales por contratacion y despidos (vea
el ejercicio 12.13).
PROGRAMA MAESTRO DE PRODUCCIÓN

Como ha visto hasta el momento, el plan agregado de producción establece los
volúmenes agregados de producción para una línea de productos entre el corto
y el mediano plazo, y es conveniente establecer el plan agregado para balancear
adecuadamente los inventarios, las tasas de producción y otras consideraciones
que permiten satisfacer la demanda al menor costo posible en un horizonte de 6
a 12 meses. Una vez establecido el plan agregado, ahora es necesario establecer
un programa de producción desagregado (por modelos y productos de la línea),
que satisfaga los lineamientos establecidos en el plan agregado y que sea factible,
considerando las restricciones a corto plazo del sistema productivo; este es el pro-
grama maestro de producción y es aquel que sugiere la producción detallada en
un periodo de 1 a 3 meses.
La duración del periodo para el cual se construye un programa maestro de-
penderá de factores diversos como la estrategia de producción, la confiabilidad de
los pronósticos de la demanda, la flexibilidad del sistema de producción, etc.; por

ejemplo, en sistemas de producción justo a tiempo los programas maestros pueden
establecerse para periodos de dos semanas y en sistemas de producción altamente
estandarizados, los programas maestros pueden establecerse para seis meses.
A manera de ejemplo, en la tabla 12.13 se ilustra lo que podría ser un pro-
grama maestro para las primeras cuatro semanas del plan agregado del ejemplo
12.5 (los datos están en miles de kilogramos). Para construir el programa maestro
de la tabla, se supone que la línea de chocolates gourmet consta de cinco tipos de
chocolate diferentes (C1 a C5), y que los compromisos de entrega para las primeras
cuatro semanas establecen que se deben producir 20, 40, 20, 10 y 10 mil kg de los
tipos de chocolate C1, C2, C3, C4, C5, respectivamente. Si el plan agregado de pro-
ducción establece que deben producirse 80 en tiempo normal y 20 en sobretiempo,
puede notarse que el programa maestro propuesto satisface estos requerimientos,
ya que se distribuyó de manera uniforme la carga de horas de sobretiempos entre
las cuatro semanas disponibles.
En general, las cantidades que figuran en un programa maestro se obtienen
de una combinación de pedidos ya existentes y de los pronósticos de la demanda a
corto plazo, generados por la fuerza de ventas, considerando además el plan agre-
gado de producción, que indica la política de inventarios necesaria para satisfacer
las fluctuaciones de la demanda. En los programas maestros de producción deben
tomarse en cuenta consideraciones importantes para que el programa sea factible
de seguir, ya que este programa es el insumo principal para la programación y
control de las actividades productivas. Así, por ejemplo, deben tenerse en cuenta
las fechas de vencimiento de los pedidos de los productos específicos, ya que cada
uno debe estar listo para antes de su fecha de vencimiento; por otro lado, debe
considerarse la posibilidad de secuenciar las órdenes de producción, ya que (como
se verá en el capítulo siguiente), con una adecuada secuenciación de las órdenes, se
logran economías importantes en el proceso de producción.
Es conveniente indicar que a veces es necesario modificar los programas
maestros, debido a imprevistos como escasez de insumos o catástrofes. Si es el
caso, conviene mantener la política de que las cantidades lejanas en el programa
maestro puedan revisarse, aunque no las cercanas, ya que algunas empresas defi-
nen una fecha a partir de la cual ya no se permiten cambios al programa maestro
de producción.
Planes maestros con inventarios de seguridad
El criterio más difundido para desagregar un plan agregado es maximizar el tiempo

hasta que el inventario de la primera línea del producto alcance su nivel (inven-
tario) de seguridad (vea el capítulo 8). La intuición detrás de este criterio es que
de esta manera se retrasa el mayor tiempo posible la necesidad de ordenar una
nueva corrida de producción para el producto, reduciendo el costo por apertura
de procesos.
› Tabla 12.13
TIPO SEMANA 1 SEMANA 2 SEMANA 3 SEMANA 4 TOTAL
Programa maestro para cuatro
CHOC.
semanas. NORMAL SOBR. NORMAL SOBR. NORMAL SOBR. NORMAL SOBR.
C1 20 0 0 0 0 0 0 0 20
C2 0 0 20 0 20 0 0 0 40
C3 0 0 0 0 0 0 20 0 20
C4 0 5 0 0 0 5 0 0 10
C5 0 0 0 5 0 0 0 5 10
Total 20 5 20 5 20 5 20 5 100
Para describir un modelo que utiliza este criterio suponga que existen n lí-
neas (tipos) del producto, y denote con Ii j al nivel de inventario de la línea j al
final del periodo i, y por ISj al inventario de seguridad para el producto j (i 1,
2, …, N, j 1, 2, …, n). Si las demandas de las diferentes líneas ocurren a una
tasa dj (semanal), el número de semanas para el que se alcanzará el nivel de se-
guridad del producto j será:
Qij + I ij − IS j
Rij = , (12.9)
dj
donde Qi j es la cantidad a producir de la línea j en periodo i, y denotando por Pi

a la producción total (entre todas las líneas) que debe alcanzarse en el periodo i,
para encontrar un programa que maximiza el tiempo hasta que se alcanza el pri-
mer inventario de seguridad en el periodo i, se resuelve:
Maximizar R
Sujeto a:
Qij + I ij − IS j
R≤ , j = 1, 2,…, n (12.10)
dj
Qi1 + Qi2 + … + Qin = Pi
y Qij ≥ 0, j = 1, 2,…, n.
Para resolver el problema (12.10) no es necesario utilizar algún solver de progra-

mación lineal, ya que, dada la estructura del problema, la solución ocurre cuando
los tiempos de agotamiento Ri j definidos en (12.9) son iguales, por tanto, la solu-
ción se calcula de la siguiente manera:
1. Inicializar la lista de líneas a producir como L {1, 2, …, n}.

2. Calcular:
dj ⎡ ⎤
( ) ( )
n
Pi j = IS j − I ij + ⎢ Pi + ∑ I i − IS j ⎥ , j ∈L
j
(12.11)
∑ d j ⎢⎣ j =1 ⎥⎦
j ∈L
3. Si Pi k 0 para todo k 苸 L, ir al paso 4, de otra forma hacer Qi k 0 para

el menor valor Pi k Pi j, j 苸 L. Remover k de L, es decir, reemplazar L por
L {k} y volver al paso 2.
4. Hacer Qi j Pi j, j 苸 L.
El paso 3 del procedimiento anterior es necesario para identificar las líneas que
tienen un exceso de inventario y las cuales no conviene producir. En el paso 4 se
asigna un nivel de producción positivo a cada línea que lo requiere. Es conveniente
mencionar que la ecuación (12.11) indica que a las líneas con menor inventario o
mayor tasa de producción se les asignará una mayor producción.
Ejemplo 12.7. Plan maestro considerando inventarios de seguridad
Con la solución del ejemplo 12.5, donde se establece que deben producirse 100 ton
de chocolate gourmet para el mes de enero (P1 100), con la información adicio-
nal sobre demanda semanal, inventarios iniciales y de seguridad que se muestran
en la tabla 12.14 para las cinco líneas de chocolate gourmet.
En la tabla 12.14 también se presentan los valores P1 j calculados de acuerdo
con (12.11) para la lista inicial de las cinco líneas, L {1,2,3,4,5}, y como puede
› Tabla 12.14
TIPO DE INVENTARIO INVENTARIO DE DEMANDA DEMANDA
Inventarios de cinco líneas
CHOCOLATE ( j ) INICIAL ( I ) SEGURIDAD ( IS ) SEMANAL ( d ) I - IS RELATIVA P 1j
de chocolate gourmet para
el mes de enero. C1 6 5 4 1 0.2 22
C2 10 10 8 0 0.4 46
C3 15 2.5 2 12.5 0.1 –1
C4 5 2.5 2 2.5 0.1 9
C5 4 5 4 –1 0.2 24
Total 40 25.5 20 15 1 100
› Tabla 12.15
TIPO DE INVENTARIO INVENTARIO DE DEMANDA DEMANDA
Inventarios y producción
CHOCOLATE ( j ) INICIAL ( I ) SEGURIDAD ( IS ) SEMANAL ( d ) I - IS RELATIVA P 1j
desagregada para de cinco
líneas de chocolate gourmet. C1 6 5 4 1 0.22 21.78
C2 10 10 8 0 0.44 45.56
C4 5 2.5 2 2.5 0.11 8.89
C5 4 5 4 –1 0.22 23.78
Total 25 22.5 18 2.5 1 100
observar, existe un valor negativo P13 1, indicando que la línea C3 no debe
producirse por tener un exceso de inventario, por lo que Q13 0, y se repiten los
cálculos para L {1,2,4,5}. En la tabla 12.15 aparece un resumen de los nuevos
cálculos.
Como puede observar de la tabla 12.15, esta vez no existen valores P1 j ne-
gativos y la producción sugerida para el mes de enero, en cada una de las cinco
líneas, es de Q11 21.78, Q12 45.76, Q13 0, Q14 8.89, Q15 23.78, toneladas,
respectivamente. Con cualquiera de las líneas de la tabla 12.15 se calcula el tiempo
necesario para alcanzar el inventario de seguridad con estos niveles de producción,
por ejemplo, con la primera línea se tienen (21.78 6 5)/4 5.69 semanas ne-
cesarias para alcanzar el inventario de seguridad.
Con el ejemplo 12.7 se ilustra la forma de desagregar un plan agregado con las di-
ferentes líneas o modelos del producto, el siguiente paso es construir el plan maes-
tro con niveles de producción semanal. Es conveniente mencionar que el procedi-
miento ilustrado en el ejemplo 12.7 sugiere los niveles de producción de la línea,
pero éstos no deben ser tomados como tamaños de lote, ya que es preferible usar
el tamaño económico de lote (vea ejemplo 7.4), comenzando a producir las líneas
cuyo inventario está más cerca de alcanzar el nivel de seguridad. En el siguiente
capítulo se abordan las consideraciones y las técnicas apropiadas para construir
una programación detallada de la producción.
EJERCICIOS
1. Una empresa dedicada a la construcción ganó una li- d) El número de empleados que deberán asignarse a la
citación para construir doce unidades de un conjunto producción de las turbinas durante cada uno de los
habitacional. La primera unidad requirió de 200 horas, cinco meses.
mientras que la segunda consumió 1 500 horas. La mano 4. Un consorcio dedicado a la distribución de gasolina y
de obra cuesta $30/hora. lubricantes decidió abrir una estación a la salida de una
a) Asuma una curva de aprendizaje y calcule el porcen- carretera. Ya se ubicó la localización del local, pero se
taje de aprendizaje (p). tiene incertidumbre sobre la demanda en la misma, ya
b) Estime el costo de mano de obra requerida para con- que ésta dependerá de la evolución de la economía en
cluir el pedido (unidades 3 a la 12). las ciudades a las que conduce la carretera. Los espe-
2. Un contratista ganó una licitación para acelerar la termi- cialistas estiman, con una probabilidad de 0.38, que la
nación de un desarrollo turístico, la información que ha economía local tendrá un crecimiento a largo plazo fa-
recibido es que el primer búngalo tomó 1 200 horas, repar- vorable, de otra forma se experimentaría un crecimiento
tidas en el equipo de trabajo de seis albañiles. El primer moderado. La empresa tiene la opción de construir una
búngalo que se terminó a cargo del nuevo contratista tomó estación (grande) con 20 bombas, adecuada para un
840 horas al mismo equipo de trabajo, siendo que éste crecimiento económico a largo plazo favorable, o una
correspondió al quinto búngalo que construyó el equipo. estación (pequeña) con 10 bombas para una economía
a) Asuma que el menor tiempo experimentado en la de crecimiento a largo plazo moderado. Los valores pre-
construcción del quinto búngalo se debió sólo a una sentes netos (VPN en miles de $) de la inversión bajo
curva de aprendizaje, calcule el porcentaje de apren- los diferentes escenarios son los siguientes:
dizaje (p).
b) Calcule el tiempo adicional (en semanas) que requerirá DESEMPEÑO
la terminación del proyecto, si aún faltan 10 búngalos DE LA ECONOMÍA
por construir (asuma una curva de aprendizaje y 40
horas de trabajo a la semana por albañil). DECISIÓN FAVORABLE MODERADO
c) Preocupado por la fecha de terminación del proyec- Estación grande 2 500 100
to, el contratista ha decidido incorporar un segundo Estación pequeña 100 100
equipo de trabajo (de seis albañiles) para que trabaje
(en paralelo) en la construcción de cuatro búngalos Se tiene también la opción de expandir la estación pe-
(dejando seis al equipo más experimentado). Asuma queña, luego de observar el desempeño de la economía
que el nuevo equipo se desempeñará con la misma en los primeros tres años de operación. Los VPN (en
eficiencia que tuvo el primer equipo al iniciarse el miles de $) de esta última opción serían de 200 y 100
proyecto, ¿cuál equipo, el primero o el segundo, termi- para los escenarios de crecimiento a largo plazo favora-
nará primero su trabajo?, ¿en cuánto tiempo adicional ble y moderado, respectivamente. Por otro lado, se es-
(en semanas) se terminará el proyecto trabajando los tima que en los primeros tres años se puede observar
dos equipos en paralelo? un crecimiento inicial favorable con probabilidad de 0.3
3. El gerente de producción de una empresa recibió el si- y un crecimiento inicial moderado con probabilidad de
guiente calendario para la producción de 30 turbinas: 0.7. Si el crecimiento inicial es favorable, las probabili-
dades de crecimiento a largo plazo favorable y mode-
MES TURBINAS A PRODUCIR rado son, respectivamente, 0.8 y 0.2; si el crecimiento
1 2
inicial es moderado, las probabilidades de crecimiento
a largo plazo favorable y moderado son de 0.2 y 0.8,
2 3
respectivamente.
3 5 a) Desarrolle el árbol de decisiones para este pro-
4 8 blema.
5 12 b) Determine la estrategia óptima con base en las es-
timaciones de desempeño de la economía indicadas
La experiencia con equipos similares indica que es ra- antes y utilice el criterio del valor esperado.
zonable suponer una curva de aprendizaje de 90%. Si 5. La corporación Farmacon considera la construcción de
la primera turbina requirió de 3 000 horas de mano de una planta para producir una nueva línea de fármacos
obra directa y un empleado labora un promedio de 150 sintéticos. La tecnología disponible indica que se puede
horas al mes. Determine: construir o bien una planta grande o una pequeña, la
a) El total de horas de mano de obra directa requeridos mejor alternativa dependerá de la demanda de los pro-
para fabricar la turbina número 15. ductos. Se estima que la demanda a largo plazo puede
b) El total de horas de mano de obra directa requeridas ser alta, moderada o baja, con probabilidades 0.60, 0.20
para la elaboración del pedido completo. y 0.20 respectivamente. Los valores presentes netos de
c) El total de horas de mano de obra directa requeridos la inversión (VPN en miles de $) bajo los diferentes es-
para cada uno de los cinco meses. cenarios, son los siguientes:
DEMANDA A LARGO PLAZO c) Determine la mejor estrategia (bajo el criterio del

valor esperado) para Cerámicos Artísticos, considere
DECISIÓN ALTA MODERADA BAJA una tasa de interés de 25%.
Planta grande 250 100 25 7. Una firma de contadores desea determinar los requeri-
Planta pequeña 100 100 75 mientos de personal eventual que debe contratar para
el próximo periodo de declaración anual de impuestos.
a) Construya el árbol de decisiones para este problema Cada empleado eventual laborará durante 200 horas
y determine la mejor decisión mediante el criterio mensuales a partir del 15 de enero hasta el 15 de abril.
del valor esperado. Hay dos tipos de causantes (clientes de la firma): los que
b) Suponga que si se construye una planta pequeña, tienen que llenar la forma corta de declaración, y los
todavía se puede expandir la planta a los tres años, que deben llenar la forma larga. El tiempo que requiere
luego de haber observado el desempeño del mercado. un empleado para llenar la forma corta es de 15 minu-
En específico, se puede optar por una planta grande tos. El tiempo que requiere un empleado para llenar la
o pequeña al inicio del periodo, estimándose que la forma larga es de 50 minutos (si el causante tiene toda
demanda en los primeros tres años puede ser alta o su documentación en regla). De los clientes que usan
baja con probabilidades 0.6 y 0.4, respectivamente. la forma larga 50% tienen problemas y complicaciones
Si la demanda inicial fue alta, las probabilidades de que hacen necesaria media hora adicional de tiempo
demandas alta, moderada y baja a largo plazo son, del empleado. Por lo general, 40% de los clientes usan
respectivamente, 0.8, 0.20 y 0. Si la demanda inicial la forma corta. La firma ha estimado que tendrá 1 000,
fue baja, las probabilidades de demandas alta, mode- 3 500 y 5 000 clientes en cada uno de los tres meses,
rada o baja a largo plazo son, respectivamente, 0.3, respectivamente. Determine:
0.2 y 0.5. Los VPN (en miles de $) de la inversión si a) Las horas-hombre requeridas para cada uno de los
se empieza con la planta pequeña y a los tres años tres meses.
se hace la expansión son (en miles de dólares) 200, b) El número de empleados por contratar en cada uno
90 y 10, para demandas alta, moderada y baja a largo de los tres meses.
plazo, respectivamente. Construya el nuevo árbol de 8. En el problema anterior, para evitar problemas derivados
decisiones, y determine la mejor decisión mediante de posibles errores en el pronóstico de la demanda, el
el criterio del valor esperado. director de la firma desea tener un exceso de capacidad
6. Cerámicos Artísticos se ha dedicado a la producción de de 15%. Bajo estas condiciones, determine:
recubrimientos para pisos y paredes durante algunos a) Las horas-hombre requeridas para cada uno de los
años en el mercado nacional. Debido a la aceptación de tres meses.
sus productos, la empresa decidió construir una nueva b) El número de empleados por contratar en cada uno
planta para satisfacer su demanda creciente. Se estima de los tres meses.
que sus ventas anuales serían de 500 toneladas en el 9. Pizza Hit planea abrir un local para atender la deman-
mercado nacional, con un beneficio de $4 800 por toda de servicio a domicilio, en una zona donde se espera
nelada. A raíz del TLC, un distribuidor extranjero desea una alta demanda. En particular, debe decidir sobre el
probar la aceptación de los productos de la empresa en número de hornos, motocicletas para reparto y máqui-
el mercado ampliado del TLC y estima que si el producto nas para bebidas refrescantes. Se espera una demanda
tiene aceptación, se podrían vender alrededor de 1 500 de 100 órdenes por hora en el periodo pico y se desea
toneladas más, con el mismo margen de beneficios que planear el equipo para satisfacer esta demanda. Una
en el mercado local. La inversión requerida para una orden, en promedio, requiere de 400 gr de pizza, 500
capacidad de planta de 500 toneladas es de $1 000 00, cc de bebida refrescante y 5 km de viaje en motocicleta
mientras que para una capacidad de 200 toneladas es para reparto. Las capacidades de diseño de los equipos
de $250 000. Al final del primer año, Cerámicos Artís- son las siguientes:
ticos podrá saber si el producto tuvo aceptación o no
en el mercado ampliado del TLC, por lo que desea la Horno: 25 kg por hora
considerar la posibilidad de expandir la capacidad de Máquina para bebida refrescante: 20 L por hora
500 a 200 toneladas anuales (en caso de no haber opta- Motocicleta: 80 km por hora
do por la capacidad de 200 toneladas desde un primer
momento), siendo el costo de la expansión de $200 000. Por experiencia en sus anteriores locales, se sabe que los
Las inversiones tienen una vida útil de 10 años y se factores de pérdida de disponibilidad de los equipos son
desembolsan al momento de iniciar el proyecto, mien- de 10% para el horno, 20% para la máquina de bebida
tras que los beneficios se capitalizan al final del año. El refrescante y de 40% para la motocicleta.
distribuidor extranjero estima en 0.4 la probabilidad de a) Determine cuántos hornos, máquinas para bebida
que el producto sea aceptado en el mercado del TLC. refrescante y motocicletas deben asignarse al local
a) Desarrolle el árbol de decisiones para el problema para satisfacer la demanda del periodo pico.
de Cerámicos Artísticos. b) Con base en la respuesta de a), determine las capa-
b) Determine la estrategia óptima (bajo el criterio del cidades de diseño (en órdenes por hora) para cada
valor esperado) para Cerámicos Artísticos, sin con- uno los tres diferentes procesos: horneado, servicio
siderar una tasa de descuento. de bebida refrescante y servicio de entrega.
c) Considere los factores de pérdida de disponibilidad y 13. Considere la solución del problema de planeación de la
determine las capacidades efectivas (en órdenes por producción obtenida en el ejemplo 12.5.
hora) para cada uno de los tres diferentes procesos: a) Con un factor de retención de r 0.85 y un número
horneado, servicio de bebida refrescante y servicio inicial de trabajadores T0iE 10, utilice la ecuación
de entrega. (12.5) para obtener los correspondientes contratos
d) ¿Cuál es la capacidad efectiva del local, considerando y despidos TiC, TiD que permitan tener el número
estos tres procesos y su cuello de botella? de trabajadores suficiente y necesario para lograr la
e) ¿Cuál sería la capacidad utilizada del local, si en pro- producción en tiempo normal que sugiere el plan de
medio (horas pico y no pico) el local atenderá 60 producción.
órdenes por hora? b) Asuma los mismos datos de costos del ejemplo 12.6
10. En la siguiente figura se ilustra la disposición de una y calcule el costo, según la ecuación (12.8), asociado
planta para la fabricación de anteojos. Como puede ob- a la solución obtenida en el ejemplo 12.5 y el resul-
servar, la fabricación requiere de tres procesos, el corte, tado obtenido en el inciso a. Compare este costo con
el pulido y el montaje de los lentes. La planta posee tres el de la solución obtenida en el ejemplo 12.6.
máquinas cortadoras, cada una con una capacidad teó- 14. Una empresa de textiles desea programar la producción
rica de 20 anteojos por hora; dos máquinas pulidoras, de su línea de ropas de baño para damas del próximo
cada una con una capacidad teórica de 25 anteojos por año, con base en los siguientes pronósticos de la de-
hora, mientras que el taller de montaje posee una sola manda.
línea, con capacidad teórica de 80 anteojos por hora.
MES DEMANDA
Enero 1 500
Cortadora 1 Febrero 600
Pulidora 1 Marzo 500
Cortadora 2 Abril 1 800

Taller Mayo 2 800
de Montura
Pulidora 2 Junio 3 700
Cortadora 3
Julio 500
Taller de Corte Taller de Pulido Agosto 3 500
Septiembre 900
a) Si se experimenta una pérdida de disponibilidad de
Octubre 600
10% en el taller de corte, ¿cuál es la capacidad efectiva
(en anteojos por turno de 8 horas) del taller de corte? Noviembre 500
b) Si se experimenta una pérdida de disponibilidad de Diciembre 2 900
4% en el taller de pulido, ¿cuál es la capacidad efectiva
(en anteojos por turno de 8 horas) del taller de pulido? Se han estimado los siguientes datos relevantes para el
c) Si se experimenta una pérdida de disponibilidad de programa de producción:
10% en el taller de montaje, ¿cuál es la capacidad • Capacidad de producción en tiempo normal: 300 al mes
efectiva (en anteojos por turno de 8 horas) del taller • Capacidad de producción en sobretiempo: 1 600 al mes
de montaje? • Capacidad de producción bajo subcontrato: 1 200 al mes
d) ¿Cuál es la capacidad efectiva de la planta en su • Costo de producción en tiempo normal: $20 por unidad
conjunto? • Costo de producción en sobretiempo: $25 por unidad
11. La división AFORE de una firma bancaria desea deter- • Costo de producción bajo subcontrato: $35 por unidad
minar el personal que debe contratar para procesar hasta • Costo de inventario: $1 por unidad al mes
200 solicitudes (diarias) de inscripción en su programa • Inventario disponible al inicio del año: 200 unidades
de ahorro para el retiro. Se estima que cada empleado • Precio de venta: $40 por unidad
puede procesar una solicitud en aproximadamente 20 • Penalización adicional por ventas perdidas: $5 por
minutos. La pérdida de disponibilidad de un empleado unidad
es de 80% y cada empleado labora 8 horas/día. Deter- a) Construya un plan de producción a la tasa de pro-
mine el número de empleados por contratar. ducción (constante) mínima necesaria para evitar las
12. Considere los datos del ejemplo 12.5: ventas perdidas. Se recurre (en ese orden) primero a
a. Complete la formulación del problema de planeación tiempo regular hasta agotarlo, luego a sobretiempo
de la producción como problema de transporte. y por último a subcontrato. Evalúe el beneficio del
b. Utilice el software de su preferencia y compruebe plan de producción.
que el plan de producción que se obtiene con esta b) Construya un plan de producción de persecución
formulación es el mismo que se obtuvo con la for- de la demanda. Se recurre (en ese orden) primero a
mulación que considera ecuaciones de balance (debe tiempo regular hasta agotarlo, luego a sobretiempo
calcular los inventarios a partir de las variables de y por último a subcontrato (si es necesario permita
transporte). ventas perdidas). Evalúe el beneficio de este plan.
c) Construya un plan de producción que considere pro- • Costo de producción bajo subcontrato: $400 por unidad
ducción en tiempo normal a capacidad máxima desde • Costo de inventario: 5% del costo por unidad al final
abril hasta septiembre y un nivel constante mínimo del trimestre
necesario para evitar ventas perdidas en los otros • Inventario disponible al inicio del año: 300 uni-
meses, en los que se recurre (en ese orden) primero dades
a tiempo regular hasta agotarlo, luego a sobretiempo a) Construya un plan de producción a la tasa de pro-
y por último a subcontrato. ducción (constante) mínima necesaria para evitar las
d) Formule el problema de programación lineal para deter- ventas perdidas. Se recurre (en ese orden) primero a
minar el plan de producción de máximo beneficio. tiempo regular hasta agotarlo, luego a sobretiempo
e) Resuelva el problema de programación lineal del y por último a subcontrato. Evalúe el costo del plan
inciso anterior (utilice el solver de su preferencia) y de producción.
compare el beneficio obtenido con los de los planes b) Formule el problema de encontrar el plan de pro-
de los incisos a, b y c. ducción de mínimo costo (que satisfaga la demanda)
15. Considere la formulación en programación lineal (inciso como un problema de transporte.
d) del ejercicio anterior. c) Resuelva (utilice el solver de su preferencia) el pro-
a) Modifique la formulación en programación lineal para blema de programación lineal del inciso anterior y
minimizar costos, incluso costos por contratación y compare el costo obtenido con el del plan del inciso a.
despido, considere los siguientes datos adicionales: 17. Una empresa farmacéutica desea establecer un plan
• Número de trabajadores en diciembre del año ante- agregado de producción para su principal antitusígeno,
rior 530 sabiendo que el comportamiento de la demanda presen-
• Tasa de retención 50.9 ta patrones estacionales (las ventas son mayores en el
• Horas al mes por trabajador en tiempo normal 540 invierno). Se pronostica la siguiente demanda (en cajas
• Horas al mes por trabajador en tiempo sobretiempo 520 de 12 botellas) para los próximos cuatro trimestres.
• Prendas producidas por trabajador en una hora 52.5
• Costo por contratar a un trabajador 5 $1 500 Trimestre 1 2 3 4
• Costo por despedir a un trabajador 5 $200
Demanda 5 000 15 000 20 000 5 000
• Costo por hora de trabajador disponible en tiempo
normal, pero no usada 5 $100
Se estiman los siguientes datos relevantes para el pro-
b) Resuelva el problema de programación lineal del
grama de producción:
inciso anterior (utilice el solver de su preferencia) y
• Costo de inventario: $3 por caja al trimestre
obtenga el mínimo costo de producción, considere
• Producción por operario en tiempo regular: 1 000
contrataciones y despidos.
cajas al trimestre
c) A partir de la solución encontrada en el inciso e del
• Operarios disponibles al inicio del trimestre 1: 10 con
ejercicio anterior utilice la ecuación (12.5) para ob-
tasa de retención de 100%.
tener los correspondientes contratos y despidos, ne-
• Producción máxima por operario en sobretiempo:
cesarios y suficientes para lograr la producción en
400 cajas al trimestre
tiempo normal que sugiere el plan de producción.
• Capacidad de producción bajo subcontrato: 3 000
d) Asuma los mismos datos de costos del inciso a y cal-
cajas al trimestre
cule el costo, según la ecuación (12.8), asociado a la
• Costo de producción en tiempo regular: $40 por caja
solución obtenida en el inciso c, y compare este costo
• Costo de producción en sobretiempo: $70 por caja
con el de la solución obtenida en el inciso b.
• Costo de producción bajo subcontrato: $80 por caja
16. Editorial Universitaria publica libros de texto para el
• Precio de venta: $100 por caja
mercado universitario y planea la producción de su
• Inventario disponible al inicio del trimestre 1: 1 000
línea de ingeniería para el siguiente año escolar. Los
cajas
pronósticos de venta son:
• Inventario mínimo al final de cada trimestre: 1 000
cajas
Trimestre 1 2 3 4 • Costo adicional por ventas perdidas: $10 por caja
Demanda 6 00 12 00 30 00 24 00 a) Construya un plan de producción a la tasa de pro-
ducción (constante) mínima necesaria para evitar
Se han estimado los siguientes datos relevantes para el las ventas perdidas. Se conservan los 10 operarios y
programa de producción. se recurre (en ese orden) primero a tiempo regular
• Capacidad de producción en tiempo normal: 1 000 hasta agotarlo, luego a sobretiempo y por último a
al trimestre subcontrato. Evalúe el beneficio del plan.
• Capacidad de producción en sobretiempo: 500 al b) Construya un plan de producción de persecución de la
trimestre demanda. Se conservan los 10 operarios y se recurre
• Capacidad de producción bajo subcontrato: 800 al (en ese orden) primero a tiempo regular hasta ago-
trimestre tarlo, luego a sobretiempo y por último a subcontrato
• Costo de producción en tiempo normal: $200 por unidad (si es necesario permita ventas perdidas). Evalúe el
• Costo de producción en sobretiempo: $300 por beneficio del plan.
unidad
c) Formule el problema de programación lineal para a) Obtenga los niveles de producción desagregados para
encontrar el plan de producción de máximo benefi- cada modelo de ropa de baño y maximice el tiempo
cio, conservando 10 operarios durante el periodo de hasta que se alcance el inventario de seguridad de
planeación. alguna línea.
d) Resuelva el problema de programación lineal del b. Obtenga el tiempo al cual se alcanzaría el primer
inciso anterior (utilice el solver de su preferencia) inventario de seguridad de algún modelo con los ni-
y compare el costo obtenido con los planes de los veles de producción del inciso anterior.
incisos a y b. 20. Considere el ejemplo 12.7, pero ahora se requiere des-
18. Considere el problema anterior y suponga que existe agregar la producción para las cinco líneas de chocolate
un costo por cambiar la fuerza laboral, en específico gourmet para el mes de abril, donde se requiere de una
que existe un costo de $400 por trabajador contratado producción de P4 50 toneladas. Suponga que los datos
y de $100 por trabajador despedido. En cada periodo de inventarios y demanda son los de la siguiente tabla
se mantiene el mínimo de trabajadores necesario para y obtenga los niveles de producción desagregados para
lograr el plan de producción en tiempo normal. cada línea del producto; trate de maximizar el tiempo
a) Encuentre un plan de producción de persecución de hasta que se alcance el inventario de seguridad de al-
la demanda sólo con operarios en tiempo regular y guna línea.
evalúe su beneficio. Antes de contratar trabajadores,
agote primero la producción en sobretiempo. TIPO DE INVENTARIO INVENTARIO DE DEMANDA
b) Encuentre un plan de producción de persecución de CHOCOLATE INICIAL SEGURIDAD SEMANAL
la demanda. Antes de contratar trabajadores agote
C1 6 4 4
primero la producción en sobretiempo y en subcontra-
to. Evalúe el beneficio de este plan de producción. C2 10 8 8
c) Formule el problema de programación lineal para en- C3 15 2.5 2
contrar el plan de producción de máximo beneficio, C4 5 2.5 2
varíe la fuerza laboral durante el periodo de planeación. C5 4 5 4
d) Resuelva el problema de programación lineal del
Total 40 22.5 20
inciso anterior (utilice el solver de su preferencia)
y compare el costo obtenido con los planes de los
incisos a y b. a. Obtenga los niveles de producción desagregados para
19. El plan de producción agregado para ropas de baño de cada línea del producto y maximice el tiempo hasta
una empresa de la industria de la confección establece que se alcance el inventario de seguridad de alguna
la producción de 1 000 prendas para este mes. Existen línea.
seis diferentes modelos de ropa de baño, con las tasa b. Obtenga el tiempo al cual se alcanzaría el primer in-
de demanda, inventarios iniciales y de seguridad que ventario de seguridad de alguna línea con los niveles
se presentan en la siguiente tabla. de producción del inciso anterior.
INVENTARIO INVENTARIO DE DEMANDA

MODELO INICIAL SEGURIDAD SEMANAL
Standard A 60 40 40
Standard B 50 30 80
Petit A 160 25 20
Petit B 50 25 20
Luxury A 80 50 40
Luxury B 40 20 20
Total 440 190 220
BIBLIOGRAFÍA
1. Hillier, F. S. y M. S. Hillier (2008), Introduction to Man- 3. Nam S. J. y R. Logendran (1992), Aggregate production
agement Science with Student CD, 3a. ed., McGraw-Hill, planning: A survey of models and methodologies, Euro-
Nueva York. pean Journal of Operational Research 61 (3) 255-272.
2. Makridakis S., S. C. Wheelwright y R. J. Hyndman (1998), 4. Ross S. A., R. W. Westerfield y B. D. Jordan (2001), Fun-
Forecasting: Methods and Applications, 3a. ed., John Wiley, damentos de finanzas corporativas , 5a. ed., McGraw-Hill
Nueva York. Interamericana, México.
CAPÍTULO 13
Programación y control
de las actividades productivas
• Control de piso
• Secuenciación de operaciones
• Secuenciación en plantas
• Secuenciación en talleres
E
n el presente capítulo se abordan temas ligados con actividades operativas de
corto plazo. En particular, se analizan problemas y técnicas de solución para
la programación y control de las actividades productivas (PCAP), incluso con
una introducción al área de secuenciación de las operaciones productivas, tema
que ha adquirido especial importancia en los últimos años, dada la gran variedad
de problemas de secuenciación que enfrentan las empresas, la complejidad de los
mismos y la gran importancia que tienen para lograr eficiencias y economías en
la operación diaria del sistema de producción.
La PCAP (reconocida en inglés por el término shop floor control o production
activity control) se relaciona con la programación de las actividades y recursos (mano
de obra, equipo y servicios), así como con la programación y secuenciación del
plan de producción, necesarios para cumplir con las metas y objetivos de la estra-
tegia de operaciones. Por otro lado, hay que reconocer que la PCAP difiere mucho
entre empresas (en especial por el tipo de sistema de producción que adopta la
empresa). De modo que en sistemas de producción de flujo continuo o en masa,
la programación de las actividades y recursos se limita a procurar que los materia-
les e insumos estén disponibles para que la corrida de producción no se detenga
y las actividades de secuenciación del plan de producción no son necesarias, ya
que en estos sistemas de producción siempre se produce el mismo producto con
un alto grado de estandarización. Por el contrario, en sistemas de producción por
lotes o tipo taller, las actividades relacionadas con la PCAP son de importancia
trascendental, ya que la existencia de pedidos de productos diferentes, de costos
por apertura de procesos y de fechas de vencimiento de los pedidos (entre otros
factores), permite que una buena PCAP aproveche economías, para lograr un buen
servicio al cliente, con los menores costos y las mayores eficiencias posibles.
En términos generales, las actividades relacionadas con la PCAP se dividen
en dos grandes áreas: control de piso (seguimiento y control de las actividades
productivas) y la secuenciación de operaciones (programación de las activida-
des productivas); por esta razón la organización de este capítulo es la siguiente: en
la primera sección se abordará el control de piso y en la siguiente los conceptos y
técnicas propios de la secuenciación de operaciones, en específico el problema de
secuenciación en una estación de trabajo y el problema de secuenciación en varias 333
estaciones de trabajo. Por último, se presenta una introducción a los problemas de

secuenciación en plantas.
CONTROL DE PISO
El Control de piso consiste en las actividades necesarias para el control y segui-
miento de las actividades productivas, con el objeto de cumplir con los lineamien-
tos establecidos por la estrategia de operaciones de la empresa. Es conveniente
mencionar que la estrategia de operaciones es muy diferente de una empresa a
otra; en particular, se identifican diversos objetivos (algunos de ellos pudieran
estar en conflicto) al planear el control de piso de una empresa. Por ejemplo, el
control de piso es relevante para las siguientes características del sistema de pro-
ducción: cumplimiento de fechas de entrega de los pedidos, respuesta (en tiem-
po) de la empresa para la atención de un pedido, utilización de la maquinaria y
equipo, inventarios de material en proceso, tiempos que los pedidos permanecen
en proceso, entre otras.
A continuación se mencionan las actividades involucradas en la PCAP de una
empresa (las actividades 1 y 3 conformarían el control de piso):
1. Verificación de la disponibilidad y programación de recursos. Una em-

presa que ha planeado eficientemente sus recursos disponibles (capacidad)
y el abastecimiento de materiales (por ejemplo, con un MRP), al llegar un
pedido al área de producción, debe cerciorar y verificar que los recursos ne-
cesarios (materiales, equipo y mano de obra) estén disponibles. Por otro lado,
aun con los recursos disponibles para procesar los pedidos, pueden lograrse
eficiencias importantes al asignar a cada pedido el equipo y el recurso huma-
no más apropiado para su procesamiento, a este último paso se le denomina
programación de la carga.
2. Despacho de los pedidos. Una vez verificada la disponibilidad de recursos y
programada la carga para el pedido, el siguiente paso consiste en la especifi-
cación del instante en el cual se empezará a procesar. Esta decisión involucra
un paso muy importante, que es la secuenciación (ordenamiento) apropiada
de las diferentes órdenes de producción o pedidos, que por general conduce
a problemas cuya solución no es trivial (sobre este problema y las técnicas
propuestas para su solución se discute en las siguientes secciones de este
capítulo).
3. Monitoreo del proceso. La actividad de monitoreo consiste en seguir el des-
empeño del proceso de producción, con la finalidad de verificar que se cum-
plen las metas y los objetivos establecidos. En algunos casos será necesario
que se realicen cambios (sobre la marcha) si es que las metas y objetivos así
lo requieren. Como verá más adelante, esta actividad se apoya en el uso de
cartas de Gantt o cartas de control de entrada/salida (E/S).
Programación de la carga
Como ya se mencionó, una vez que se recibe una orden o pedido de producción, y
existe la capacidad, se logran eficiencias con la distribución apropiada de la carga
de trabajo que el pedido implica, entre los recursos más apropiados. Para ser más
específicos, considere el caso de recibir varias órdenes de producción (n) y tener
disponible un número (m n) de recursos del mismo tipo (por ejemplo, opera-
rios), cada uno de los cuales puede hacerse cargo del procesamiento de cualquier
orden de producción.
En primer lugar, se debe considerar una medida o variable (por ejemplo,
tiempo de proceso) que evalúe el costo (o pérdida de eficiencia) que se obtiene
PROGRAMACIÓN Y CONTROL DE LAS ACTIVIDADES PRODUCTIVAS 335
si se asigna un recurso a una orden de producción; es decir, se debe ser capaz de

construir una matriz C (cij) tal que cij es el costo en que se incurre al asignar el
recurso i (i 1, 2, …, m) a la orden j (j 1, 2, …, n). El problema de encontrar
la mejor asignación se formula como un problema de programación lineal, con
variables de decisión:
⎧1, si el recurso i es asignado a la ordeen j
X ij = ⎨
El problema resulta:
m n
Minimizar z = ∑ ∑ cij X ij
i =1 j =1
Sujeto a:
X1 j + X2 j + … + X mj = 1, j = 1, 2,… ,n,
X i 1 + X i 2 + … + X in ≤ 1,i = 1, 2,… ,m, (13.1)
y X ij ≥ 0 ,i = 1, 2,… ,m; j = 1, 2,… ,n.
Observe que el primer juego de restricciones sirve para asegurar que cada orden
tendrá una unidad del recurso asignado, mientras que el segundo juego permite
que no se asigne a cada recurso más de una orden de producción. Además, para que
la solución del problema tenga sentido, debe ser entera; sin embargo, no es necesario
recurrir a un solver de programación entera, ya que este problema es una instancia
del problema de transporte, cuya solución por programación lineal es entera.
Existe también un método alterno a la programación lineal, que se aplica
sólo cuando el número de recursos es igual al número de órdenes o pedidos (n
m). Aunque los solver disponibles en el mercado resuelven problemas de asig-
nación relativamente grandes, a continuación se presenta un método alterno, el
método de índices, como primer ejemplo de un método heurístico (sencillo de
aplicar, aunque no asegura el óptimo) que se puede usar como un método muy
rápido para atacar problemas grandes. Los pasos del algoritmo correspondiente al
método de índices son los siguientes:
1. Calcular un índice de asignación de cada recurso (i) a cada orden ( j ), divi-

diendo el costo correspondiente cij entre el costo más pequeño de la orden
correspondiente ( j ).
2. Para el primer recurso encontrar el índice más pequeño y asignar el recurso
a la orden correspondiente.
3. Eliminar el recurso y la orden asignados, y repetir el proceso (volver al paso
2) hasta que todas las órdenes tengan un recurso asignado.
Con el siguiente ejemplo se ilustra la aplicación del método de índices y la formu-

lación en programación lineal del problema de asignación.
Ejemplo 13.1. Asignación de trabajos de edición
Una empresa del ramo editorial tiene cuatro trabajos de edición que corresponden
a las siguientes disciplinas: geografía, historia, economía e ingeniería. Para cada uno
de estos trabajos se dispone del manuscrito presentado por el autor y se requiere
realizar los trabajos de diseño y formato para cada una de las ediciones. Para la
siguiente semana se podrá disponer de cinco diseñadores, cada uno se hará cargo
de cualquiera de los cuatro trabajos pendientes; sin embargo, por la experiencia y
preferencia de cada uno de los diseñadores, ellos estiman los siguientes tiempos
(en semanas) para la terminación de cada uno de los trabajos.
› Tabla 13.1
DISEÑADOR ( i )
Tiempos de terminación
de trabajos de edición. TRABAJO ( j ) 1 2 3 4 5
Geografía 2 2.3 3.2 2 2.5
Historia 1.5 1.8 3 1 1.6
Economía 2.5 3.2 2.5 1.5 2.7
Ingeniería 3.5 2.3 1.8 2.1 1.5
Para decidir qué diseñador es más conveniente para cada trabajo de edición,
se aplica la heurística correspondiente al método de índices; en primer lugar, elimi-
ne al tercer diseñador, quien parece tener el peor desempeño (ya que se necesita
n m para aplicar el método); a continuación divida cada costo (tiempo) entre el
valor más pequeño de la fila, obteniendo la tabla 13.2
A partir de la tabla 13.2 se asigna el diseñador 1 al trabajo de geografía, y al
eliminar la primera fila y la primera columna se obtiene la tabla 13.3.
A continuación se asigna el diseñador 2 al trabajo de ingeniería, y al eliminar
la fila y columna correspondiente, se obtiene la tabla 13.4.
Observe ahora que existe un empate, el cual se rompe al asignar el cuarto
diseñador al trabajo de historia (que aparece primero que el de economía) y, por
último, se asigna el quinto diseñador al trabajo de economía. El tiempo total ob-
tenido con esta asignación es: 2 2.3 1 2.7 8.
La formulación de este problema de asignación en programación lineal es:
Minimizar:
Z = 2X 11 + 1.5X12 + 2.5X13 + 3.5X14 +…+ 2.5X 51 + 1.6 X52 + 2.7X53 + 1.5X54
› Tabla 13.2 DISEÑADOR ( i )

de trabajos de edición. TRABAJO ( j ) 1 2 4 5
Geografía 1.00 1.15 1.00 1.25
Historia 1.50 1.80 1.00 1.60
Economía 1.67 2.13 1.00 1.80
Ingeniería 2.33 1.53 1.40 1.00

de trabajos de edición. TRABAJO ( j ) 2 4 5
Historia 1.80 1.00 1.60
Economía 2.13 1.00 1.80
Ingeniería 1.53 1.40 1.00

de trabajos de edición. TRABAJO ( j ) 4 5
Historia 1.00 1.60
Economía 1.00 1.80
Sujeto a:
X11 + X21 + X31 + X 41 + X51 = 1
X12 + X22 + X32 + X 42 + X52 = 1
X13 + X23 + X33 + X 43 + X53 = 1
X14 + X24 + X34 + X 44 + X54 = 1
X11 + X12 + X13 + X14 ≤ 1

X21 + X22 + X23 + X24 ≤ 1
X31 + X32 + X33 + X34 ≤ 1

X 41 + X 42 + X 43 + X 44 ≤ 1
X51 + X52 + X53 + X54 ≤ 1

y X ij ≥ 0, i = 1, 2,…,5; j = 1, 2, …, 4.
El lector puede comprobar (mediante el solver de su preferencia) que la so-

lución de este problema es la que asigna el diseñador 1 al trabajo de geografía, el
diseñador 2 al trabajo de historia, el diseñador 4 al trabajo de economía y el dise-
ñador 5 al trabajo de ingeniería, con un tiempo total de proceso de 2 1.8 1.5
1.5 6.8.
Monitoreo del proceso

Como puede apreciarse en la mayoría de las plantas de manufactura o servicios, los
diferentes trabajos compiten por recursos (servicios, maquinaria, equipo y mano
de obra) para recibir atención a sus requerimientos de proceso, pudiéndose expe-
rimentar congestiones, atrasos, fallas inesperadas, reprocesos por defectos, altas o
bajas utilizaciones de los recursos productivos. Es conveniente, en consecuencia,
monitorear el desempeño del proceso productivo, con la finalidad de tomar ac-
ciones correctivas o reprogramar actividades, si el cumplimiento de las metas y
objetivos así lo requiere. Para llevar un adecuado monitoreo del desempeño del
sistema, algunas empresas acostumbran utilizar etiquetas de trabajo pegadas a los
trabajos en proceso; en dichas etiquetas se registran los códigos de los trabajos
que se requieren, así como las estaciones de trabajo donde deben recibir el traba-
jo correspondiente. Sin embargo, en este momento, las tecnologías de código de
barras o de radio frecuencia (RFID, radio frequency identificación) facilitan la labor
de monitoreo, ya que las etiquetas de trabajo se actualizan en automático al pasar
por cada uno de los procesos, a la vez que la información se registra en una base
de datos para producir los reportes necesarios.
La información recolectada a través de etiquetas o cualquier otra tecnología
de identificación se procesa para producir los reportes que faciliten la labor de
monitoreo del proceso. Existen dos herramientas con uso frecuente, desde hace
varias décadas, para producir reportes que apoyen la labor de monitoreo de las
actividades productivas, las cartas de Gantt y las cartas de entrada/salida (E/S).
Cartas de Gantt
Las cartas de Gantt fueron introducidas por el autor del mismo nombre a inicios
del siglo XX para monitorear el desempeño de cualquier proyecto o actividad. En la
actualidad se utilizan en plantas productivas para comparar el desempeño logrado
contra el desempeño programado de las diferentes actividades o procesos produc-
tivos. Por ejemplo, en la figura 13.1 se ilustra una carta de Gantt que muestra el
desempeño de los procesos correspondientes al maquinado de tres piezas (A, B y C).
› Figura 13.1
Carta de Gantt correspondiente
al maquinado de tres piezas.
T-A12 T-A13
Pieza A
T-B21 T-B32
Pieza B
T-C41 T-C52
Pieza C
Fecha actual
En la figura 13.1 se observa con claridad que los procesos programados para
la pieza A se encuentran en exacta concordancia con lo ejecutado. Sin embargo,
el trabajo T-B32, correspondiente a la pieza B, se encuentra con retraso, mientras
que el trabajo T-C52, correspondiente a la pieza B, se encuentra más avanzado que
lo programado.
Reportes de E/S
Los reportes de E/S sirven para ilustrar el desempeño de una estación de trabajo;
en específico, en estos reportes se registra el número de unidades (programadas
y llegadas realmente) que ingresan a la estación de trabajo durante cada periodo
(por ejemplo, horas), como también las unidades en espera al inicio del periodo y
las unidades (programadas y procesadas realmente) que salen del sistema. Con el
siguiente ejemplo se ilustra el contenido de un reporte de E/S.
Ejemplo 13.2. Construcción de un reporte de E/S
Considere el reporte de la tabla 13.5 sobre los clientes que llegaron y fueron aten-
didos (por hora desde las 10 a.m. hasta las 2 p.m.) en una ventanilla para el otor-
gamiento de licencias en una delegación municipal.
Con la información de la tabla 13.5, es posible construir el reporte de E/S,
para lo cual es necesario completar la información; por ejemplo, la desviación de
la salida real respecto de la planeada es de 12 13 1 para el periodo de las
10 a las 11 a.m., y los clientes en espera a las 11 a.m. son 5 10 12 3. El re-
porte de E/S completo se presenta en la tabla 13.6.
› Tabla 13.5 DE 10:00 DE 11:00 DE 12:00 DE 13:00

Reporte incompleto de E/S
HORA A 11:00 A 12.00 A 13:00 A 14:00 TOTAL
en una ventanilla de atención.
Entrada planeada 10 11 12 13
Entrada real 10 10 11 11
Desviación
Salida planeada 13 13 13 13
Salida real 12 12 10 10
Desviación
Espera 5
DE 10:00 DE 11:00 DE 12:00 DE 13:00 › Tabla 13.6

Reporte de E/S para una
HORA A 11:00 A 12.00 A 13:00 A 14:00 TOTAL
ventanilla de atención.
Entrada planeada 10 11 12 13 46
Entrada real 10 10 11 11 42
Desviación 0 –1 –1 –2 –4
Salida planeada 13 13 13 13 52
Salida real 12 12 10 10 44
Desviación –1 –1 –3 -3 –8
Espera 5 3 1 2 3
Como puede notar del reporte de E/S, la menor tasa de atención observada
(respecto de la planeada) obedece, en cierto grado a una menor tasa de entrada
observada (ya que hay desviación negativa en las entradas); sin embargo, existe
mayor desviación entre las salidas que entre las entradas y al observar con más
cuidado los datos, aparece que la tasa de atención observada disminuye en las dos
últimas horas.
SECUENCIACIÓN DE OPERACIONES
Es interesante apreciar que, dependiendo del orden en que se secuencian las di-
ferentes órdenes de producción, el desempeño del sistema puede ser diferente.
Así, por ejemplo, con una determinada secuencia se logra el menor tiempo total
de proceso, pero no es evidente que esta misma secuencia pueda hacer que todos
los pedidos se completen antes de su fecha de vencimiento, ya que como verá a
continuación, el menor tiempo total de proceso depende de los tiempos de pro-
ceso y de los tiempos por apertura de los diferentes pedidos y no de la fecha de
vencimiento.
La secuenciación de operaciones (o actividades) productivas es la acción de
definir prioridades y arreglar la ejecución de actividades para satisfacer requeri-
mientos y restricciones y lograr objetivos bien definidos. Como se discutió en el
capítulo 2, las empresas apelan a diferentes estrategias de operaciones para apo-
yar diversas ventajas competitivas, por esta razón el objetivo de la secuenciación
varía considerablemente de una empresa a otra. Algunos objetivos son: fechas de
vencimiento, tardanzas de los trabajos, tiempo de respuesta al pedido, tiempo total
de proceso, sobretiempo, utilización de recursos, tiempo ocioso de los recursos e
inventarios de material en proceso. Por otro lado, los problemas de secuenciación
no sólo pueden tener diferentes objetivos, sino que las restricciones son muy di-
versas, entre ellas las restricciones por precedencia de actividades, por la disponi-
bilidad de recursos, por el nivel de flexibilidad de los mismos y por políticas muy
particulares en relación con la estrategia de operaciones de la empresa (servicio
al cliente, productividad, procesamiento de pedidos, etcétera).
Es importante resaltar, asimismo, que los problemas de secuenciación no
sólo abarcan una gran variedad de objetivos y restricciones, sino que (aun cuando
no lo parezca a simple vista) su solución no es trivial. En particular, si existen n
trabajos a secuenciar en una sola máquina, es cierto que el número de posibilida-
des (n!) es finito, pero también es cierto que este número puede ser muy grande
para ciertos valores de n. El lector puede comprobar que a razón de 100 millones
de operaciones por segundo, una computadora tarda más que miles de años en
evaluar las posibles secuenciaciones (n!) que se generan con n 100. Por otro
lado, no se han encontrado hasta el momento algoritmos eficientes que resuelvan

el problema de secuenciación en un tiempo razonable de cómputo; a este tipo de
problemas se les denomina NP-completo (vea Garey y Jonson, 1979). Por dichas
consideraciones, es que los problemas de secuenciación constituyen, hoy por hoy,
una de las áreas de investigación más activas dentro de la administración e inves-
tigación de operaciones.
A continuación se muestra la relevancia del problema de secuenciación con
algunos ejemplos que pudieran presentarse en una empresa:
1. Una empresa productora de envases para alimentos recibe pedidos de diversas

plantas. Las plantas que se localizan cerca del local tienden a hacer pedidos en
pequeños lotes, ya que el transporte no representa mayor dificultad, mientras
que las ubicadas lejos tienden a hacer pedidos en lotes grandes, para ahorrar en
costos de transporte y número de pedidos. El problema que enfrenta la empresa
es secuenciar los pedidos, de manera que se minimice la penalidad por entregas
tardías, tratando, a la vez, de procesar pedidos similares en una sola corrida
de producción, para minimizar el tiempo perdido por apertura de procesos.
2. Una empresa del ramo editorial tiene seis trabajos diferentes que debe pro-
cesar en su máquina para impresión; los tiempos por apertura de procesos
dependen de la similitud con el trabajo anterior. El problema es determinar
el orden en que deben despacharse los trabajos en la máquina, de manera
que se minimice el tiempo total por apertura de procesos.
3. El departamento de control de calidad de una empresa que fabrica dispositi-
vos PLC debe conducir pruebas sobre los dispositivos producidos. La prueba
de temperatura se conduce en una cámara (con espacio limitado) donde los
dispositivos están sujetos a cambios drásticos de temperatura. Debido a que
la duración de la prueba es variable, es necesario agrupar convenientemente
los dispositivos en lotes para aplicarles la prueba. El problema es el de deter-
minar los lotes en que debe dividirse un conjunto (grande) de dispositivos,
para minimizar el número de lotes a procesar.
4. En la industria de fabricación de wafers de silicona se presenta el problema
anterior, sólo que los trabajos pertenecen a familias, y dos trabajos de dife-
rentes familias no pueden procesarse en el mismo lote (Uszoy, 1995).
5. Una práctica poco conocida en la producción de telenovelas es que las escenas
de diferentes capítulos deben filmarse en la misma sesión, en lo fundamen-
tal porque el costo de mantener un set de televisión es alto. Un productor de
telenovelas enfrenta el problema de secuenciar las escenas en diferentes se-
siones y trata de minimizar el costo de mantenimiento de los sets, y enfrenta
restricciones sobre fechas de vencimiento de los capítulos, disponibilidad de
los sets y horarios contractuales de los actores, entre otras. Si tiene en cuenta
que en una telenovela se filman miles de escenas, este problema es retador
para cualquier productor de telenovelas (vea Muñoz, 2008).
Como se ha mencionado, los problemas de secuenciación en una planta de

manufactura o servicios son de naturaleza muy diversa, y con el propósito de hacer
análisis adecuado de estos problemas, se dividen en problemas de secuenciación
en máquinas o procesos (una estación de trabajo y varias estaciones de trabajo)
—los que serán abordados a continuación— y problemas de secuenciación en plan-
tas (producción tipo taller y producción por lotes), los que serán abordados en la
siguiente sección.
Secuenciación en una estación de trabajo

Suponga un programa con la ejecución de n trabajos en una sola estación de trabajo
para el que se desea encontrar el orden más conveniente en que deben despacharse
OBJETIVO(S) › Tabla 13.7

Criterios para secuenciar
CRITERIO DEFINICIÓN CON EL CRITERIO
en una estación de trabajo.
Amplitud de proceso Tiempo total de proceso Minimizar la amplitud de proceso
Tiempo de Tiempo que el trabajo espera para Minimizar el tiempo de permanencia
permanencia salir de la estación de trabajo promedio de los trabajos
Tardanza Exceso de la fecha de salida Minimizar el número de trabajos
del trabajo sobre su fecha de tardíos, la tardanza máxima o la
vencimiento penalidad por tardanza
Atraso Diferencia entre la fecha de Minimizar el atraso promedio o el
terminación y la fecha de máximo atraso
vencimiento
los trabajos. En primer lugar, se debe mencionar que la conveniencia de un orden

particular depende de lo que es más importante para la empresa (sus objetivos).
En particular, las fechas de vencimiento (para la entrega) de los trabajos podrían
tener mucha importancia (producción típica bajo pedido), o podrían no tenerla
(producción estandarizada), en cuyo caso puede ser más conveniente tratar de
reducir los tiempos de espera de los trabajos, para que circulen con rapidez a las
siguientes estaciones. En la tabla 13.7 se ilustran algunas medidas de desempeño
que sirven para evaluar la conveniencia de una secuenciación.
Observe que para el caso de la secuenciación en una estación de trabajo, la
amplitud de proceso sólo es relevante como criterio si el tiempo por apertura de
proceso para un trabajo depende del trabajo previo. A continuación se presentan
los métodos más difundidos para secuenciar en una estación de trabajo, se distin-
gue entre métodos heurísticos y exactos.
Heurísticas para secuenciar en una estación

de trabajo
Los métodos heurísticos propuestos para atacar el problema de secuenciación en
una estación, presentan ciertas ventajas sobre los métodos exactos. En particular
porque un problema real de secuenciación presenta múltiples objetivos, puede ser
razonable ensayar métodos que se desempeñan de forma adecuada en relación a
varios objetivos, más que optimizar un objetivo específico. Sin embargo, parece ser
que la mayor ventaja de los métodos heurísticos es que son muy fáciles de aplicar
en la práctica y facilitan la toma de decisiones. Su desventaja obvia en comparación
con los métodos exactos es que no aseguran la obtención de una solución óptima
del problema de secuenciación en el que se trata de optimizar un objetivo espe-
cífico; aunque es conveniente mencionar (como verá más adelante), que algunos
métodos heurísticos en verdad son métodos exactos respecto de la optimización
de algún objetivo particular (vea, por ejemplo, Pinedo, 2001). A continuación se
resumen los métodos heurísticos más utilizados para secuenciar en una estación de
trabajo. Recuerde que bajo este problema existe un número finito (n) de trabajos
programados en la estación y se desea proponer el orden en que deben ingresar
a la estación. Además, para cada trabajo i 1,2,…,n se denota con Fi a la fecha
de vencimiento del trabajo i, como Pi al tiempo de proceso del trabajo i, y como
Ci a la penalidad (o costo) por unidad de tiempo que la terminación del trabajo i
excede a su fecha de vencimiento:
• Menor tiempo de proceso (MTP): esta regla consiste en primero secuen-

ciar los trabajos que requerirán menor tiempo de proceso en la estación. Es
conveniente indicar que la secuencia obtenida al aplicar esta regla, minimiza
el tiempo promedio de permanencia de los trabajos en la estación de trabajo,
el atraso promedio y, en particular, si todos los trabajos tienen la misma fecha

de vencimiento, MTP también minimiza la tardanza promedio.
• Fecha de vencimiento más temprana (FVMT): esta regla consiste en se-
cuenciar primero al trabajo que tiene la fecha de vencimiento más temprana.
La secuencia resultante minimiza la máxima tardanza y el máximo atraso.
• Costo sobre el horizonte (CSH): esta regla se aplica sucesivamente sobre los
trabajos que no se han secuenciado y se calculan los siguientes indicadores:
■ ST: suma de los tiempos de proceso de todos los trabajos (incluso los ya
secuenciados)
■ SF: suma de los tiempos de proceso de los trabajos que todavía no han sido
secuenciados
■ TI: tiempo de inicio del próximo trabajo a ser secuenciado (0 para el pri-
mer trabajo).
■ CF: coeficiente (su cálculo se indica a continuación).
■ PR: prioridad (su cálculo se indica a continuación).
Los pasos para determinar (en cada iteración de la regla) el próximo trabajo a ser
secuenciado son los siguientes:
1. Calcular la prioridad para cada trabajo (i) que no ha sido secuenciado, de la

siguiente manera:
• Si Fi TI Pi, se hace PRi 1.
• Si Fi TI Pi, y Fi ST, se hace PRi (ST Fi)/(SF Pi).
• Si Fi ST, se hace PRi 0.
2. Calcular el coeficiente CFi para cada trabajo (i) que no ha sido secuenciado,
de la siguiente manera: CFi PRiCi/Pi.
3. El trabajo con el máximo coeficiente CFi es el que se secuencia a
continuación.
• Mayor penalidad unitaria (MPU): esta regla consiste en primero secuen-
ciar al trabajo que tiene el coeficiente Ui Ci/Pi más grande. En caso de
empate, se selecciona al trabajo que tiene el menor tiempo de proceso. La
secuencia resultante por esta regla minimiza la suma de los tiempos de
terminación de los trabajos ponderados por su penalidad (Ci). Observe que
no necesariamente minimiza la penalidad total por tardanza.
• MTP-MPU: esta regla consiste en secuenciar primero al trabajo que tiene
menor tiempo de proceso. En caso de empate, se calcula el coeficiente de
la regla MPU y se programa el de mayor coeficiente.
• Menor tiempo de proceso ponderado (MTPP): esta regla consiste en
secuenciar primero al trabajo que tiene menor coeficiente Si Pi/Ci. Ob-
serve que la secuencia obtenida es la misma que por MPU.
• Menor cociente crítico (MCC): esta regla consiste en primero secuenciar
al trabajo que tiene menor cociente crítico: CCi (Fi T)/ Pi, donde T es
la suma de los tiempos de proceso de los trabajos que ya han sido secuen-
ciados (la regla se aplica al calcular los cocientes críticos antes de cada
secuenciación).
Ejemplo 13.3. Heurísticas para secuenciar en una estación
Suponga que desea secuenciar cinco trabajos en una estación de trabajo con los
datos relevantes que se presentan en la tabla 13.8 (tanto las fechas de vencimiento
como los tiempos de proceso están en días).
Al aplicar las heurísticas propuestas para cada una se calcula el tiempo de
permanencia promedio, la tardanza, el atraso, la máxima tardanza y la penalidad
por tardanzas, con el objeto de comparar el desempeño de cada una.
Trabajo (i ) 1 2 3 4 5 › Tabla 13.8

Características de trabajos
Tiempo de proceso (Pi ) 4 7 2 6 3 a secuenciar en una estación
Fecha de vencimiento (Fi ) 15 16 8 12 9 de trabajo.
Penalidad por tardanza (Ci ) 2 6 2 6 2
Menor tiempo de proceso (MTP)

Con base en los tiempos de procesamiento de la tabla, el trabajo con menor tiempo
de proceso es el número 3, sigue el 5, y así con los sucesivos, al final la secuencia
es 3–5–1–4–2, que se ilustra en el diagrama de barras de la figura 13.2.
Los tiempos de permanencia, tardanzas y atrasos de los trabajos bajo la se-
cuencia encontrada por MTP se presentan en la tabla 13.9.
Algunas otras medidas de desempeño de la secuencia obtenida bajo esta
heurística son:
Promedio de inventario en proceso (2 5 9 15 22) / 22 2.4

trabajos
Suma de tiempos de terminación ponderados por penalidad (2*9) (6*22)
(2*2) (6*15) (2*5) 254
Fecha de vencimiento más temprana (FVMT)

Como se mencionó, bajo esta heurística se programan las actividades con base en
la fecha de vencimiento más temprana, por tanto, la secuencia sería 3–5–4–1–2, con
el diagrama de barras de la figura 13.3.
› Figura 13.2
Diagrama de barras
Trabajos T-3 T-5 T-1 T-4 T-2
de la secuenciación MTP.
2 4 6 8 10 12 14 16 18 20 22
Fin de día
HEURÍSTICA DE MENOR TIEMPO DE PROCESO › Tabla 13.9

Desempeño de la secuenciación
TIEMPO DE MTP.
TRABAJO PERMANENCIA ATRASO TARDANZA PENA
3 2 –6 0 0
5 5 –4 0 0
1 9 –6 0 0
4 15 3 3 18
2 22 6 6 36
Promedio = 10.6 –1.4 1.8 10.8
Máximo = 22 6 6 6
Total = – –7 9 54
› Figura 13.3
Diagrama de barras
de la secuenciación FVMT. Trabajos T-3 T-5 T-4 T-1 T-2
2 4 6 8 10 12 14 16 18 20 22
Fin de día
Los tiempos de permanencia, tardanzas y atrasos de los trabajos se presentan

en la tabla 13.10.
Las otras medidas de desempeño bajo esta heurística son:
promedio de inventario en proceso (2 5 11 15 22) / 22 2.5

trabajos.
Suma de tiempos de terminación ponderados por penalidad (2*15) (6*22)
(2*2) (6*11) (2*5) 242.
Costo sobre el horizonte (CSH)

Con base en los datos de la tabla se obtienen los siguientes cálculos para la pri-
mera iteración.
ST 4 7 2 6 3 22, SF 4 7 2 6 3 22, TI 0
Las prioridades y coeficientes de todos los trabajos que no han sido secuenciados
(en la primera iteración no hay trabajos secuenciados) son:
Trabajo 1: 15 (04), PR1 (22 15)/(22 4) 0.38, CF1

0.38 * 2/4 0.19.
Trabajo 2: 16 (0 7), PR2 (22 16)/(22 7) 0.4, CF2 0.4 * 6/7
0.34.
Trabajo 3: 8 (0 2), PR3 (22 8)/(22 2) 0.7, CF3 0.7 * 2/2 0.7.
Trabajo 4: 12 (0 6), PR4 (22 12)/(22 6) 0.625, CF4
0.625 * 6/6 0.625.
Trabajo 5: 9 (0 3), PR5 (22 9)/(22 3) 0.68, CF5
0.68 * 2/3 0.45.
› Tabla 13.10 HEURÍSTICA DE FECHA DE VENCIMIENTO MÁS TEMPRANA

FVMT. TIEMPO DE
TRABAJO PERMANENCIA ATRASO TARDANZA PENA
3 2 –6 0 0
5 5 –4 0 0
4 11 –1 0 0
1 15 0 0 0
2 22 6 6 36
Promedio = 11 –1 1.2 7.2
Máximo = 22 6 6 6
Total = – –5 6 36
Como el trabajo 3 tiene el mayor coeficiente, éste se secuencia primero, se elimina

de la lista de trabajos no secuenciados, y para la segunda iteración se tienen los
siguientes cálculos.
ST 4 7 2 6 3 22, SF 22 2 20, TI 2.
Trabajo 1: 15 (2 4), PR1 (22 15)/(20 4) 0.4375, CF1

0.4375 * 2/4 0.21875.
Trabajo 2: 16 (2 7), PR2 (22 16)/(20 7) 0.4615, CF2
0.66 * 6/7 0.3956.
Trabajo 4: 12 (2 6), PR4 (22 12)/(20 6) 0.714, CF4
0.714 * 6/6 0.714
Trabajo 5: 9 (2 3), PR5 (22 9)/(20 3), CF5 0.7647 * 2/3
0.5098.
Como el trabajo 4 tiene el mayor coeficiente, se secuencia a continuación, se elimi-

na de la lista de trabajos no secuenciados y se continúa la aplicación similar de la
heurística. El lector puede verificar que se obtiene la secuencia 3–4–2–5–1, con
la menor penalidad por tardanza hasta el momento. El desempeño de esta secuen-
cia se resume en la tabla 13.11.
Mayor penalidad unitaria (MPU)

Los cálculos para obtener los coeficientes Ui son los siguientes:
U1 2/4 0.5, U2 6/7 0.85, U3 2/2 1.0, U4 6/6 1.0, U5

2/3 0.66.
Al ordenar en forma descendente los coeficientes Ui y respetar las reglas de des-

empate se obtiene la secuencia 3–4–2–5–1 (misma que CSH); la penalidad por tar-
danza para esta secuencia es de 32.
MTP-MPU: como no hay ningún empate, MTP y MTP-MPU son iguales.
MTPP
Los cocientes Si resultan:
S1 4/2 2.0, S2 7/6 1.16, S3 2/2 1.0, S4 6/6 1.0,

S5 3/2 1.5.
HEURÍSTICA COSTO SOBRE EL HORIZONTE › Tabla 13.11

Desempeño de las
TIEMPO DE secuenciaciones CSH, MPU
TRABAJO PERMANENCIA ATRASO TARDANZA PENALIDAD y MTPP.
3 2 –6 0 0
4 8 –4 0 0
2 15 –1 0 0
5 18 9 9 18
1 22 7 7 14
Promedio = 13 1 3.2 6.4
Máximo = 22 9 9 6
Total = 5 16 32
› Tabla 13.12 HEURÍSTICA DE MENOR COCIENTE CRÍTICO

MCC. TIEMPO DE
TRABAJO PERMANENCIA ATRASO TARDANZA PENALIDAD
4 6 –6 0 0
5 9 0 0 0
3 11 3 3 6
2 18 2 2 12
1 22 7 7 14
Promedio = 13.2 1.2 2.4 6.4
Máximo = 22 7 7 6
Total = 6 12 32
Al ordenar los coeficientes de forma ascendente se obtiene la secuencia 3–4–2–5–1;

que es la misma que proporciona la regla MPU y, por tanto, tiene la misma pena-
lidad por tardanza.
MCC
Los cocientes críticos para la primera iteración son:
T 0, CC1 (15–0)/4 3.75, CC2 (16–0)/7 2.28, CC3 (8–0)/2

4.0, CC4 (12–0)/6 2.0, CC5 (9–0)/3 3.0.
El trabajo 4 tiene el menor cociente crítico y, por tanto, se secuencia en primer

lugar.
Segunda iteración:
T 6, CC1 (15–6)/4 2.25, CC2 (16–6)/7 1.42, CC3 (8–6)/2

1.0, CC5 (9–6)/3 1.0.
Los trabajos 3 y 5 empatan y se escoge al azar el trabajo 5. Al continuar de esta

manera, se obtiene la secuencia 4–5–3–2–1, con una penalidad por tardanza de 32
(igual que CSH).
En la tabla 13.13 se resume el desempeño de las heurísticas probadas en este
ejemplo.
La aplicación de estas heurísticas está implantada en el archivo cap13.xls.
› Tabla 13.13 PERMANENCIA MÁXIMA TARDANZA TERMINACIÓN

Comparación del desempeño
HEURÍSTICA SECUENCIA PROMEDIO TARDANZA PROMEDIO PENALIDAD PONDERADA
de heurísticas de secuenciación.
MTP 3–5–1–4–2 10.6 6 1.8 54 254
FVMT 3–5–4–1–2 11.0 6 1.2 36 242
CSH 3–4–2–5–1 13 9 3.2 32 222
MPU 3–4–2–5–1 13 9 3.2 32 222
MTP-MPU 3–5–1–4–2 10.6 6 1.8 54 254
MTPP 3–4–2–5–1 13 9 3.2 32 222
MCC 4–5–3–2–1 13.2 7 2.4 32 228
Heurística atrás-adelante (AA)

Hasta el momento se han propuesto heurísticas que ayudan a determinar la se-
cuencia de los trabajos en una forma sencilla; sin embargo, muchas de estas reglas
no producen necesariamente resultados óptimos respecto de una función objetivo
particular (como la penalidad por tardanzas), debido a que se basan sólo en parte de
la información (por ejemplo, sólo en las fechas de vencimiento o bien en los tiem-
pos de procesamiento). La heurística atrás-adelante (AA) ha probado ser efectiva y
fácil de aplicar (aunque algo más laboriosa que las anteriores), cuando el objetivo
de la secuenciación es lograr la menor penalidad por tardanzas. Como lo indica su
nombre, el procedimiento se divide en dos fases, en la primera la programación es
hacia atrás (se secuencia del final al inicio), y a continuación se revisa la secuencia
obtenida mediante una programación hacia adelante, para buscar mejoras en la
secuencia anterior. A continuación se describe cada una de las fases.
Fase hacia atrás

En esta fase la secuenciación de los trabajos empieza desde la última posición y
prosigue (hacia atrás) hasta llegar a la primera posición, siguiendo los siguientes
pasos:
1. Identificar la posición a secuenciar (la última disponible).

2. Calcular el valor de T, que es igual a la suma de los tiempos de procesamiento
de todos los trabajos no secuenciados.
3. Calcular la penalidad de cada uno de los trabajos no secuenciados como
(T Fi) *ci, si Fi T (el trabajo sería tardío si se secuencia en la posición
actual), y cero de otra forma.
4. El trabajo secuenciado en la posición será el que tenga la menor penalidad
obtenida en el paso 3. En caso de empate se escoge al trabajo con el tiempo
de procesamiento más largo.
5. Si todos los trabajos han sido secuenciados, termina la fase hacia atrás, de
otra forma se disminuye la posición a secuenciar y se regresa al paso 2.
Fase hacia adelante

En la fase hacia adelante se toma la secuencia obtenida en la fase hacia atrás y se
analiza la posibilidad de mejorarla probando intercambios de posiciones. El valor
de K usado en el algoritmo que se presenta a continuación es el espacio entre dos
trabajos de la secuencia que van a ser intercambiados (por ejemplo: los trabajos
que ocupan las posiciones 1 y 3 tienen un espacio K 2). El algoritmo ejecuta
iteraciones sobre el valor de K, con apego a los siguientes pasos:
1. Inicializar K en n 1.
2. Hacer j K 1.
3. Determinar los ahorros (o costos) al intercambiar el trabajo secuenciado en
la posición j con el trabajo secuenciado en la posición j K en la mejor se-
cuencia que se tiene hasta el momento (si j K es igual a cero o negativo,
ir al paso 6), se calcula la penalidad después del intercambio y se compa-
ra este resultado con la penalidad de la mejor secuencia obtenida hasta el
momento.
4. Si hay cero ahorro o ahorro positivo en el paso 3, ir al paso 5; de otra forma
se rechaza el intercambio. Se incrementa el valor de j en uno; si j es igual o
menor que n, ir el paso 3, de otra forma si j es mayor que n, ir al paso 6.
5. Si la penalidad total disminuyó, el intercambio es aceptado, y la nueva se-
cuencia es la “mejor” hasta este momento; ir al paso 1. Inclusive si los ahorros
son igual a cero, se debe hacer el intercambio e ir al paso 1, a menos que el

conjunto de trabajos asociados a este intercambio haya sido analizado con
anterioridad, en cuyo caso no se realiza ningún intercambio.
6. Disminuir el valor de K en uno. Si K 0, ir al paso 2, y si K 0, ir al paso 7.
7. La secuencia obtenida es la mejor secuencia generada bajo este
procedimiento.
Ejemplo 13.4. Secuenciación mediante la heurística AA
Suponga que tiene cuatro trabajos a secuenciar en una sola estación de trabajo,
teniendo como datos relevantes al tiempo de proceso, la fecha de vencimiento y
el costo unitario de penalidad por tardanza para cada trabajo. Los datos relevantes
se presentan en la tabla 13.14.
Inicie el procedimiento con la fase hacia atrás:
• La posición a secuenciar es la 4.
• Ningún trabajo ha sido secuenciado, por lo que T 34 17 22 12 85.
• Se calculan las penalidades para cada uno de los trabajos:
Trabajo 1: (85 40)*1 45.
Trabajo 2: (85 22)*5 355.
Trabajo 3: (85 26)*1 59.
Trabajo 4: (85 17)*5 305.
• El trabajo 1 es el que tiene menor penalidad, por lo que se le asigna la posi-
ción 4.
• La posición a secuenciar es la 3, y debido a que el trabajo 1 fue asignado,
resulta T (85 34) 51.
• Se obtienen las siguientes penalidades:
Trabajo 2: (51 22)*5 145.
Trabajo 3: (51 26)*1 25.
Trabajo 4: (51 17)*5 170.
• El trabajo 3 tiene la menor penalidad, por lo que se le asigna la tercera posi-
ción y resulta T (51 22) 29, con penalidades:
Trabajo 2: (29 22)*1 7.
Trabajo 4: (29 17)*5 60.
• El trabajo 2 se asigna a la segunda posición y el trabajo 4 a la primera, que-
dando la secuencia 4–2–3–1 que tiene una penalidad de 95.
A continuación proceda a aplicar la fase hacia adelante:
• Se hace K n 1 3.
• Se hace j K 1 4.
• Debe notar que los intercambios de posiciones entre j y j K no cambian los
tiempos de inicio y finalización de los trabajos antes de j K, ni después de j,
por lo que es suficiente calcular el aumento o disminución de las penalidades
asociadas con los tiempos de finalización entre los trabajos intercambiados,
para así medir el cambio de las penalidades de la secuencia completa. Como
› Tabla 13.14 Trabajo (i ) 1 2 3 4

a secuenciar en una estación Tiempo de proceso (Pi ) 34 17 22 12
de trabajo Fecha de vencimiento (Fi ) 40 24 26 14
Penalidad por tardanza (Ci ) 1 5 1 5
K 3, y j 4, empezará por intercambiar el trabajo 4 con el trabajo 1. Así se

obtiene la secuencia 1–2–3–4 con una penalidad asociada de 305, mayor que
la penalidad de la secuencia original, por lo que se rechaza el intercambio.
• Como j 1 n, no hay más intercambios posibles con K 3, entonces dis-
minuye el valor de K a 2 y se exploran los intercambios con 2 espacios.
• Con K 2, intercambie primero los trabajos 4 y 3, y queda la secuencia
3–2–4–1 con una penalidad asociada de 240, que es mayor que la penalidad
asociada a la secuencia original, por lo que se rechaza el intercambio.
• Al intercambiar el trabajo 2 con el trabajo 1, queda la secuencia 4–1–3–2, que
tiene una penalidad asociada de 363 que también se rechaza.
• Se disminuye el valor de K a 1, y examina la secuencia 2–4–3–1, que tiene
una penalidad asociada de 145, que también se rechaza.
• Por último, ninguna de las otras secuencias con K 1 tienen una penalidad
menor que la secuencia de 4–2–3–1.
• La heurística AA proporcionó la secuencia 4–2–3–1 con una penalidad aso-
ciada de 95.
Métodos exactos para secuenciar

Sin duda, una manera segura para encontrar la mejor secuenciación para un con-
junto de trabajos es la enumeración completa; es decir, dados n trabajos y sus ca-
racterísticas, para cada una de las n! posibilidades de secuenciación se calculan
sus medidas de desempeño y se decide cuál es la más conveniente. Este procedi-
miento, sin embargo, puede ensayarse sólo cuando el número de trabajos (n) es
pequeño, ya que, como se explicó, para valores de n grande, puede ser realmente
imposible efectuar la evaluación de todas las posibilidades. Existe, sin embargo, una
metodología clásica para atacar problemas de búsqueda exhaustiva, pero que evita
evaluar todas las posibilidades, llamada ramificación y acotamiento (por ejemplo,
los algoritmos para resolver problemas de programación lineal entera se basan en
esta metodología). Como ejemplo de un método exacto para secuenciar, se describe
a continuación un algoritmo de ramificación y acotamiento para el caso del pro-
blema de secuenciación en una estación de trabajo, con el objetivo de minimizar
la penalidad total por tardanzas.
Ramificación y acotamiento para minimizar penalidad

por tardanza
1. Iniciar un árbol con todas las posibilidades de asignación para el trabajo que
se procesará en último lugar.
2. Calcular una cota inferior sobre las penalidades asociadas con la tardan-
za para cada posibilidad del paso 1, de la siguiente manera: restar la suma
de los tiempos de proceso de los trabajos (incluso él mismo) menos la fecha de
vencimiento del trabajo que se procesa al último (i), y multiplicar esta dife-
rencia por el costo unitario por tardanzas (Ci).
3. Seleccionar la rama con la menor cota inferior de penalidad para ramificación.
Cada uno de los trabajos restantes puede usarse para la posición anterior y
debe abrirse una rama para cada posibilidad.
4. Calcular la penalidad para cada una de las posibilidades generadas en el paso
3. La penalidad se calcula como se indicó en el paso 2 y se agrega a la cota
de la rama madre, para obtener una nueva cota.
5. Repetir los pasos 3 y 4 hasta encontrar una primera secuencia completa y
tomar su penalidad como la penalidad mínima inicial (observe que si la se-
cuencia está completa, la cota inferior ya es la verdadera penalidad).
6. Expandir las ramas del árbol, eliminando las posibilidades cuya cota inferior
es superior a la penalidad mínima almacenada, teniendo cuidado que cada
vez que se llega a una nueva secuencia, si su penalidad es menor que la pe-
nalidad mínima almacenada, deben actualizarse la penalidad mínima y la
secuencia correspondiente.
7. El algoritmo se detiene cuando todas las ramas han sido examinadas (o
eliminadas).
Es conveniente indicar que tanto este algoritmo como el de la heurística AA están

implantados en el archivo cap13.xls. A continuación se ilustra la aplicación de este
algoritmo.
Ejemplo 13.5. Secuenciación exacta en una estación
Considere los trabajos cuyas características se presentan en la tabla del ejemplo 13.3
y aplique el algoritmo de ramificación y acotamiento descrito, se sugiere seguir la
gráfica (figura 13.4) que ilustra la aplicación del algoritmo en este ejemplo.
• Se inicia el árbol con los nodos 1, 2, 3, 4 y 5 indicando que cada uno de los
cinco trabajos pudiera ser procesado en la última posición de la secuencia
(vea la figura 13.4).
• Se calculan las cotas inferiores sobre las penalidades asociadas (vea la gráfi-
ca). Por ejemplo, para el trabajo 1 la suma de los tiempos de trabajo (incluso
él mismo) es 4 7 2 6 3 22, restando la fecha de vencimiento del
trabajo 1 resulta 22 15 7, es decir, cuando el trabajo 1 está en la última
posición hay una tardanza de 7 unidades, y al multiplicar por el costo unita-
rio de penalidad del trabajo 1, se obtiene una penalidad de 7 * 2 14.
• Se selecciona la menor cota inferior de penalidad para ramificarla, en este
caso es la del nodo 1, quedando el trabajo 1 en la última posición, y se crean
los nodos 6, 7, 8 y 9 para evaluar como candidatos en la penúltima posición
a los trabajos 2, 3, 4 y 5.
› Figura 13.4
Árbol del algoritmo de
1 2 3 4 5
ramificación y acotamiento. -----1 -----2 -----3 -----4 -----5
P1 14 P2 36 P3 28 P4 60 P5 26
6 7 8 9 17 18 19 20
---21 ---31 ---41 ---51 ---15 ---25 ---35 ---45
P6 26 P7 34 P8 50 P9 32 P17 34 P17 44 P19 68 P20 68
10 11 12
--321 --421 --521
P10 30 P11 26 P12 28
13 14
-3421 -5421
P13 26 P14 26
13 15
53421 35421
P16 26 P15 26
• Se calcula la penalidad para cada uno de los nodos 6, 7, 8 y 9. Por ejemplo,

para el nodo 6, considere que los tiempos restantes de los trabajos no secuen-
ciados es 7 2 6 3 18, con una tardanza de 18 16 2, con penali-
dad 2*6 12, más la penalidad del nodo 1 (donde se inició la ramificación),
proporciona la cota inferior 12 14 26.
• Se repiten los pasos 3 y 4 del algoritmo, por lo que se ramifica el nodo 6 en
los nodos 10, 11 y 12 y a continuación se ramifica el nodo 11, con los nodos
13 y 14. Por último, del nodo 14 sale el nodo 15 quedando el trabajo 3 en la
primera posición, con una penalidad de 26.
• Se expanden las ramas del árbol y se eliminan los nodos cuya cota inferior
sea superior a la pena mínima almacenada, que en este caso es de 26, que-
dando eliminados los nodos 12, 10, 9, 8, 7, 4, 3, 2 y faltando por revisar los
nodos 13 y 5.
• Se expande el nodo 13 y se obtiene el nodo 16 con la misma cota inferior que
el nodo 15, quedando revisada esta rama y, por último, el nodo 5 produce los
nodos 17, 18, 19 y 20, que quedan eliminados por tener cotas mayores que
26.
• Se obtienen dos secuencias óptimas: 3–5–4–2–1 y 5–3–4–2–1, cada una con
penalidad de 26.
Una versión de este algoritmo está implantada en el archivo cap13.xls, pero se

aconseja tener cuidado con su ejecución, ya que puede tardar con un número alto
de trabajos (más de 25).
Secuenciación en varias estaciones de trabajo

A continuación se aborda un problema más general que el anterior, que es la se-
cuenciación de n trabajos en m estaciones. Esto es, cada uno de los trabajos debe
recibir proceso en cada una de las m estaciones, la secuencia de proceso es la misma
para cada trabajo (estación 1, estación 2, …, estación m), y existe capacidad sufi-
ciente en cada estación para mantener en espera los trabajos que requieren proce-
so, pero no pueden entrar a la estación cuando ésta está ocupada procesando otro
trabajo. En general, para lo que resta de esta sección se denota con Pij al tiempo
de proceso del trabajo i en la estación j.
Para este problema, por lo general, es relevante tratar de minimizar la am-
plitud de proceso, ya que es equivalente a minimizar el promedio de trabajos en
espera y la suma de tiempos ociosos. Se diferencia entre el caso de dos estaciones
y el caso más general, ya que sólo para el caso de dos estaciones se ha encontra-
do un algoritmo rápido que resuelve el problema de encontrar la secuencia con la
mínima amplitud de proceso.
Secuenciación en dos estaciones de trabajo

Suponga que tiene dos estaciones de trabajo y cada uno de los n trabajos deben
recibir proceso al inicio en la primera estación y luego en la segunda estación.
Existe un algoritmo conocido con el nombre de algoritmo de Johnson que resuel-
ve, en este caso, el problema de encontrar la secuencia que minimiza la amplitud
de proceso. Los pasos de este algoritmo son:
1. Listar las cargas de trabajo y sus correspondientes tiempos de proceso en las

estaciones 1 y 2.
2. Encontrar la carga con el menor tiempo de proceso (en cualquiera de las
estaciones).
› Tabla 13.15 Trabajo 1 2 3 4 5

Requerimientos de proceso
de cinco trabajos. Prensado (turnos) 4 4 10 6 2
Perforado (turnos) 5 1 4 10 3
3. Si el tiempo más pequeño corresponde a la estación de trabajo 1, secuenciar

la carga de trabajo en la primera posición disponible, de lo contrario, secuen-
ciar la carga de trabajo en la última posición disponible.
4. Repetir los pasos 2 y 3 con las cargas de trabajo restantes, secuenciando a
continuación las cargas ya secuenciadas.
Ejemplo 13.6. Algoritmo de Johnson con dos estaciones
Una planta de autopartes produce un componente que requiere de dos operaciones

en secuencia: prensado y perforado. Debido a que las especificaciones de producción
dependen de las necesidades del cliente, los tiempos por cada lote son diferentes.
En la actualidad hay cinco trabajos en espera por proceso, cuyos requerimientos
de proceso (en turnos) se presentan en la tabla 13.15. Desea encontrar la secuen-
cia en que deben despacharse los trabajos para minimizar la amplitud de proceso,
para lo cual aplica el algoritmo de Johnson.
Antes de aplicar el algoritmo, vea los resultados que obtendría si se proce-
saran los trabajos por orden de llegada 1–2–3–4–5. La programación de los cinco
trabajos se representa mediante el diagrama de barras de la figura 13.5.
A partir de la figura 13.5 se observa que la amplitud de proceso es de 37 tur-
nos y que los tiempos de permanencia de los procesos son los que se presentan
en la tabla 13.16.
Si aplica la regla de Johnson, el mínimo tiempo de proceso es de 1 (trabajo
2 en la segunda estación), luego el trabajo 2 se secuenciará al final:
– – – – 2
A continuación, el tiempo menor corresponde al trabajo 5 en la estación 1 (y
se secuencia al inicio):
5 – – – 2
Aplique la regla de Johnson en lo sucesivo y obtiene:
5 1 – – 2,
5 1 – 3 2,
5 1 4 3 2.
› Figura 13.5
Diagrama de barras de la
secuenciación por orden de
llegada. Prensado 1 2 3 4 5
Perforado 1 2 3 4 5
10 20 30 40
Trabajo 1 2 3 4 5 Promedio › Tabla 13.16

Tiempos de permanencia para
Tiempo de permanencia 9 10 22 34 37 22.4 la secuenciación por orden de
llegada.
› Figura 13.6
secuencia del algoritmo de
Prensado 5 1 4 3 2 Johnson.
Perforado 5 1 4 3 2
10 20 30 40
Trabajo 1 2 3 4 5 Promedio › Tabla 13.17

Tiempos de permanencia para
Tiempo de permanencia 11 27 26 22 5 18.2 la secuencia del algoritmo de
Johnson.
El diagrama de barras para la secuencia, según la regla de Johnson (5–1–4–3–2),

se presenta en la figura 13.6.
A partir de la figura 13.6 se observa que la amplitud de proceso es de 27 tur-
nos y que los tiempos de permanencia de los trabajos son menores que la secuen-
ciación por orden de llegada (vea la tabla 13.17).
Secuenciación en tres estaciones de trabajo

La regla de Johnson no se puede extender para el caso de más de dos estaciones
de trabajo, pero por fortuna existe una ligera variante del algoritmo para el caso de
tres estaciones de trabajo, misma que produce un resultado óptimo (desde el punto
de vista de la amplitud de proceso) cuando la segunda estación no es el cuello de
botella, es decir, tiene capacidad suficiente como para no ser la culpable de que
se puedan lograr menores amplitudes de proceso con las cargas programadas (es
conveniente indicar que esta condición se logra si observa que el trabajo que sale
de la estación 1 se procesa de inmediato en la estación 2). La modificación del
algoritmo es bastante sencilla, sólo tienen que calcularse los tiempos de proceso
Pi1' Pi1 Pi2, Pi2' Pi2 Pi3, i 1,2, y se aplica el algoritmo como si fueran
dos estaciones de trabajo con los tiempos de proceso Pij'. A continuación se ilustra
la aplicación de esta modificación del algoritmo de Johnson para el caso de tres
estaciones de trabajo.
Ejemplo 13.7. Algoritmo de Johnson con tres estaciones
Una empresa tiene un taller de maquinado donde posee una sola máquina para
cada uno de los siguientes procesos: estampado, esmerilado y pulido. Se tienen seis
› Tabla 13.18 TRABAJO ESTAMPADO ESMERILADO PULIDO

Tiempos de proceso de seis
trabajos en tres estaciones. 1 8 1 1
2 4 3 7
3 9 1 2
4 13 2 3
5 9 5 5
6 11 5 10
trabajos programados que deben recibir estos tres procesos en la misma secuencia:
primero estampado, luego esmerilado y enseguida pulido.
Se aplica el algoritmo de Johnson modificado para secuenciar estos trabajos
en las tres estaciones. En primer lugar, debe construir dos estaciones de trabajo,
la primera con tiempos de proceso igual a la suma de los de estampado y esme-
rilado, y la segunda con tiempos de proceso igual a la suma de los de esmerilado
y pulido, y después se secuenciarán los trabajos de acuerdo con el algoritmo de
Johnson, aplicado como si sólo se tuvieran estas dos estaciones artificiales.
A partir de los tiempos de proceso de los trabajos (que se presentan en la
tabla 13.18), debe sumar los tiempos de los procesos de estampado y esmerilado,
y luego los tiempos de los procesos de esmerilado y pulido.
Los tiempos de procesos conjuntos se presentan en la tabla 13.19.
Si aplica la regla de Johnson con los datos de la tabla 13.19, verá que el míni-
mo tiempo de proceso es de 2 (trabajo 1 en la segunda estación), luego el trabajo 1
se secuenciará al final:
– – – – – 1
Al aplicar la regla de Johnson sucesivamente, se obtienen:
– – – – – 1,
– – – – 3 1,
– – – 4 3 1,
2 – – 4 3 1,
2 – 5 4 3 1,
2 6 5 4 3 1.
El diagrama de barras para la secuenciación de Johnson (2–6–5–4–3–1) se

presenta en la figura 13.7.
Observe en la figura 13.7 que todos los trabajos que salen de la estación 1
siempre se procesan de inmediato en la estación 2, por lo que el taller de esme-
rilado no es un cuello de botella del proceso y, en consecuencia, la secuencia es
óptima. A partir de la gráfica se observa que la amplitud de proceso es de 56 días
› Tabla 13.19
TRABAJO ESTAMPADO Y ESMERILADO ESMERILADO Y PULIDO
Tiempos de proceso conjuntos
de seis trabajos. 1 9 2
2 7 10
3 10 3
4 15 5
5 14 10
6 16 15
› Figura 13.7
secuencia del algoritmo de
Jonson con tres estaciones.
Estampado 2 6 5 4 3 1
Esmerilado 2 6 5 4 3 1
Pulido
2 6 5 4 3 1
6 12 18 24 30 36 42 48 54 60
Trabajo 1 2 3 4 5 6 Promedio › Tabla 13.20

Tiempos de permanencia de
Tiempo de permanencia 56 14 49 42 35 30 37.66 la secuencia del algoritmo
de Johnson.
y los tiempos de permanencia de los procesos son los que se presentan en la tabla
13.20.
Como se indicó, no existen propuestas que puedan implantarse en tiempo de cómpu-

to razonable para el caso de secuenciación en más de dos estaciones de trabajo.
Existen, sin embargo, métodos heurísticos propuestos que no aseguran que se en-
cuentre la secuenciación con mínima amplitud de proceso, pero que han mostra-
do un desempeño bueno en la práctica, como el método de minimización del tiempo
ocioso; el lector interesado en el tema puede consultar Sule (2007).
SECUENCIACIÓN EN PLANTAS
En la sección anterior se abordaron problemas de secuenciación en estaciones de
trabajo. En específico, el problema de secuenciación en una y en varias estaciones
de trabajo. En cada uno de estos casos se asumió que no existen estaciones de tra-
bajo duplicadas (que realicen el mismo trabajo), y que la secuencia de procesos
a recibir es la misma para cada trabajo. La realidad en la mayoría de las plantas
(sobre todo en procesos de producción por lotes y tipo taller), sin embargo, es muy
diferente. En primer lugar, es común encontrar estaciones de trabajo duplicadas
y diferentes rutas de proceso para los diversos trabajos programados. En esta sección
se mencionan dos de los problemas de secuenciación que ocurren en situaciones
muy difundidas en las plantas actuales; en primer lugar, se abordará un proble-
ma de secuenciación en procesos de producción por lotes que se conoce como el
problema del panadero, y a continuación se tratará el problema de secuenciación
en talleres (caso en que los trabajos a secuenciar tienen diferentes rutas para sus
requerimientos de proceso). Para una revisión más detallada de los problemas de
secuenciación en plantas vea Sule (2007).
El problema del panadero

A continuación se analiza un problema de secuenciación que se presenta en plantas
con procesos de producción por lotes. Recuerde que en un sistema de producción
por lotes se reciben pedidos de lotes de artículos que se procesan utilizando todas
las instalaciones de la planta (no se pueden procesar dos lotes diferentes al mismo
tiempo), y la planta tiene una disposición tipo producto.
Un problema común en algunos procesos de producción por lotes, que ha
venido en llamarse el problema del panadero, tiene analogía con un problema que
aparece en la mayoría de las panaderías, donde se tiene que producir un lote (tí-
picamente grande) de panes, los que deben cargarse en un horno de capacidad
limitada, el problema consiste en determinar los tamaños de las cargas que deben
entrar sucesivamente al horno. Para ser más preciso, el problema del panadero
tiene los siguientes elementos:
1. El número de trabajos programados para recibir proceso en un lote no puede

exceder la capacidad de producción (“del horno”).
2. Una vez que un ciclo de producción empieza, no se añaden nuevos trabajos
al lote y tampoco se eliminan los que ya entraron a producción (como en el
horno del panadero).
3. Cada trabajo debe procesarse exactamente una vez.
4. Cualquier pedido no se puede procesar antes de que éste llegue (esto sí ocu-
rre con la producción estandarizada).
Este problema resulta común en situaciones donde el proceso requiere de un tiem-

po fijo para completar la operación; algunos ejemplos ocurren en la producción de
artículos de porcelana, barro, cristales y ladrillos, así como también en la industria
farmacéutica y de producción de chips. El problema del panadero admite una for-
mulación en programación entera (vea Sule, 2007), pero la misma puede conducir
a un problema con un número muy grande de variables y restricciones, por lo que
es conveniente presentar un algoritmo heurístico alterno para atacar este proble-
ma. A continuación se presenta un método heurístico (que no asegura el logro del
óptimo, pero ha probado tener un buen desempeño en la práctica).
1. Ordenar los trabajos en orden ascendente de sus fechas de llegada y dentro

de cada empate en orden ascendente de sus fechas de vencimiento.
2. Secuenciar el siguiente trabajo no secuenciado en una corrida de producción
si cumple las siguientes condiciones:
• El trabajo ha llegado sobre o antes de empezar la corrida de producción
(es elegible para ser secuenciado).
• El trabajo tiene la fecha de vencimiento más temprana entre todos los tra-
bajos que son elegibles para ser secuenciados.
• La corrida de producción no ha saturado su capacidad.
3. La mejor solución aparece si se cumple alguna de las siguientes condi-
ciones:
• La tardanza total es 0.
• Si existe algún trabajo tardío, cada corrida de producción (quizás excep-
tuando la última) está a capacidad completa y cada corrida ha sido pro-
gramada para empezar tan temprano como se pueda.
Si se encontró la mejor solución en este paso, el procedimiento termina,
de otra forma debe irse al paso 4.
4. Denomine a la secuenciación obtenida en el paso 3 como la “secuencia bá-
sica”, y trate de mejorarla de la siguiente manera: se tratará de retardar el
inicio de las corridas de producción, empezando con la primera corrida que
no está a capacidad máxima, repitiendo los siguientes pasos hasta que no se
Trabajo 1 2 3 4 5 6 7 8 9 10 11 12 13 › Tabla 13.21

Pedidos con fechas de llegada
Fecha de llegada 1 1 1 2 4 4 4 5 5 5 5 5 6 y de vencimiento.
Fecha de Vencimiento 3 4 10 4 6 10 15 7 12 15 15 19 8
logre una mejora (observe que al retardar el inicio de una corrida, pueden
entrar más trabajos en ella).
• Si hay una reducción de la tardanza total, use esta secuencia como la nueva
secuencia básica y trate de mejorarla empezando de nuevo el paso 4.
• Si no hay reducción en la tardanza total, use la secuencia básica original
y aplique de nuevo el paso 4, pero considere la siguiente corrida tardía.
Ejemplo 13.8. Una heurística para el problema del panadero
Los trece trabajos que se presentan en la tabla 13.21 (con sus fechas de llegada y
vencimiento en días) deben procesarse en corridas de producción que tienen una
capacidad máxima de cuatro cargas de trabajo, con una duración de dos días por
corrida. Observe que los datos de la tabla 13.21 ya están ordenados por fecha de
llegada y en los empates en llegada por fecha de vencimiento.
Desarrolle la primera secuencia permitiendo que las corridas se empiecen lo
más temprano posible; por ejemplo, la corrida 1 se inicia el día 1 con tres trabajos
(1, 2 y 3), termina en el tiempo 3, cuando se inicia la corrida 2 con sólo un trabajo
(el 4), ya que es el único disponible. A continuación ingrese los siguientes trabajos,
por lo que deberá abrir más corridas de producción. Los resultados de esta primera
secuenciación se presentan en la tabla 13.22, donde se aprecia que se obtiene una
tardanza total de 3.
Desarrolle la secuencia 2 retrasando el inicio de la primera corrida de pro-
ducción, así logra incorporar cuatro trabajos en la primera corrida de producción,
la siguiente corrida sólo tiene tres trabajos debido a las fechas de llegadas. La tar-
danza total de esta secuencia es de 2.
La secuencia 2 se convierte en la secuencia básica, y como la primera corrida
ya está completa, en la secuencia 3 se retrasa el inicio de la segunda corrida, bus-
TRABAJOS LLEGADA VENCIMIENTO INICIO TERMINACIÓN TARDANZA › Tabla 13.22

Desempeño de la secuencia
1 1 3 1 3 básica.
2 1 4 1 3
3 1 10 1 3
4 2 4 3 5 1
5 4 6 5 7 1
6 4 10 5 7
7 4 15 7 9
8 5 7 5 7
9 5 12 5 7
10 5 15 7 9
11 5 15 7 9
12 5 19 9 11
13 6 8 7 9 1
Tardanza Total 3
› Tabla 13.23 TRABAJOS LLEGADA VENCIMIENTO INICIO TERMINACIÓN TARDANZA

Desempeño de la secuencia 2.
1 1 3 2 4 1
2 1 4 2 4
3 1 10 2 4
4 2 4 2 4
5 4 6 4 6
6 4 10 4 6
7 4 15 4 6
8 5 7 6 8 1
9 5 12 6 8
10 5 15 6 8
11 5 15 8 10
12 5 19 8 10
13 6 8 6 8
Tardanza Total 2
cando que todos los lotes de producción se llenen a su máxima capacidad, con una
tardanza total de 3. Observe que la secuencia 2 es mejor, por otro lado, la siguien-
te corrida (la 3) en la secuencia 2 ya está completa, y nunca conviene retrasar la
última corrida de una secuencia, por lo que el algoritmo proporciona la secuencia
2 como solución.
SECUENCIACIÓN EN TALLERES
Hasta el momento, en los problemas de secuenciación todos los trabajos reciben
proceso, ya sea en una o en varias estaciones, pero siempre con una sola secuencia
de proceso. En problemas de secuenciación en talleres, sin embargo, los diferen-
› Tabla 13.24
TRABAJOS LLEGADA VENCIMIENTO INICIO TERMINACIÓN TARDANZA
Desempeño de la secuencia 3.
1 1 3 2 4 1
2 1 4 2 4
3 1 10 2 4
4 2 4 2 4
5 4 6 5 7 1
6 4 10 5 7
7 4 15 7 9
8 5 7 5 7
9 5 12 5 7
10 5 15 7 9
11 5 15 7 9
12 5 19 9 11
13 6 8 7 9 1
Tardanza Total 3
tes trabajos pueden tener secuencias, tiempos de proceso y fechas de vencimien-

to distintas, haciendo que el problema se vuelva más complicado. Observe que si
m
desea programar n trabajos en m talleres, existen (n!) diferentes posibilidades,
por lo que la evaluación de todas estas posibilidades es muy costosa en términos
computacionales. A pesar de su complejidad, los problemas de secuenciación en
talleres son muy importantes, ya que reflejan la operación que ocurre en la ma-
yoría de las plantas actuales.
Debido a la complejidad del problema, los métodos para atacar este problema
se basan en el uso de reglas heurísticas (sencillas de aplicar) que han demostra-
do o pueden demostrar su efectividad para la mezcla particular de demanda que
enfrenta la planta. La evaluación sobre cuál regla es la más apropiada para una
planta sólo puede llevarse a cabo por medio de la simulación del sistema para la(s)
regla(s) específicas que se desean evaluar, por lo que, en lo que resta de esta sec-
ción, se analizan las reglas más populares para secuenciar en talleres donde la
secuencia de proceso puede diferir de trabajo a trabajo (pero es conocida y fija), y
cada trabajo es independiente de cada otro.
Reglas para la priorización de órdenes

En general, una buena regla para secuenciar en talleres, debe: 1) satisfacer la se-
cuencia de operaciones de cada trabajo, y 2) optimizar alguna medida de desempe-
ño que la empresa considera apropiada, y como se mencionó, dada la complejidad
del problema, es preferible utilizar reglas de prioridad en cada estación de trabajo,
que dirijan el proceso hacia la optimización del objetivo planteado (por ejemplo,
amplitud de proceso o penalidades por tardanza).
Las reglas de prioridad se definen, en general, como reglas que permiten de-
cidir el trabajo que ingresará primero a una estación dada; dichas reglas, por lo
general, permiten asignar índices de prioridad a cada trabajo, los que se calculan
con base en las características del trabajo (por ejemplo, tiempo de proceso, fecha
de vencimiento, etc.). Antes de aplicar una regla de prioridad, es conveniente re-
conocer si el procesamiento de las órdenes corresponde a uno de los siguientes
sistemas:
• Sistema estático: los trabajos llegan al sistema en grupos y las reglas de

prioridad se aplican sólo a los trabajos del grupo (cualquier otro trabajo que
llegue durante el procesamiento de un grupo pasará a otro grupo).
• Sistema dinámico: los trabajos llegan en forma dinámica, ya sea aleatoria
o de acuerdo con un mecanismo, y las reglas de prioridad se aplican con los
trabajos que se encuentran en ese momento en el sistema.
A continuación, en la tabla 13.25 se resumen las reglas de prioridad más populares.

Para cada regla se describe brevemente su significado, y el tipo de sistema para el
que parece ser más apropiada.
Aunque no es posible afirmar que en general una regla de prioridad sea
mejor que la otra (depende de las particularidades del caso), uno de los trabajos
pioneros en el estudio de la efectividad de diferentes reglas es el de Conway et al.
(1967), en el que hacen notar que cuando no hay estaciones en paralelo, la regla
MTP es bastante buena, mientras que cuando hay estaciones en paralelo, dicha
regla sigue maximizando la tasa de salida del proceso siempre y cuando la carga
no sea excesiva. Observe, sin embargo, que la regla MTP no es buena cuando se
aplica en sistemas dinámicos, ya que los trabajos con tiempo de proceso alto tien-
den a no realizarse (causando tardanzas excesivas).
Con base en la experiencia, a continuación se mencionan las características
de los sistemas en que la regla MTP se comporta bastante bien, maximiza la tasa de
salida del sistema (vea también Xia et al., 2000).
› Tabla 13.25 SISTEMA

Reglas de prioridad más usadas
REGLA DESCRIPCIÓN SUGERIDO
en talleres.
PLLPS Primer llegado, primer servido Estático
MTP Menor tiempo de proceso en la estación Estático
MOR Menor número de estaciones restantes para el trabajo Estático
FVMT Fecha de vencimiento más temprana Estático
MTR Menor suma de los tiempos de proceso del trabajo Estático
MPTP Mayor cociente de peso prioritario entre tiempo de proceso Estático
MPTR Mayor cociente de peso prioritario entre tiempo de proceso Estático
restante
MPMTR Mayor cociente de peso prioritario entre menor tiempo de proceso Estático
restante
MH Menor holgura (fecha de vencimiento – fecha actual – tiempo Dinámico
de proceso)
MCCP Mayor cociente crítico (tiempo de proceso restante entre tiempo Dinámico
para el vencimiento)
CSH Costo sobre el horizonte (vea secuenciación en una estación) Dinámico
MCCV Menor tiempo para el vencimiento entre tiempo de proceso Dinámico
restante
MCCH Menor holgura entre número de operaciones restantes Dinámico
MER Menor tiempo de espera en las estaciones restantes para Dinámico
el trabajo
1. Características de los trabajos:

• Todos los trabajos están disponibles al inicio del periodo de planeación
(sistema estático).
• Ningún trabajo puede recibir proceso simultáneo en dos estaciones
diferentes.
• Se conocen los tiempos de proceso de los trabajos.
• Los tiempos de apertura de procesos y los tiempos de transporte se in-
cluyen en los tiempos de proceso y son independientes de la secuen-
ciación.
• Los trabajos se procesan de inmediato, según lo planeado.
• Todos los trabajos tienen la misma importancia.
2. Características de las estaciones de trabajo:
• Todas las estaciones están listas para empezar a trabajar con cualquier tra-
bajo al inicio del periodo de planeación.
• Ninguna estación procesa más de un trabajo en cualquier instante del
tiempo.
• No existen estaciones de trabajo en paralelo.
3. No existen limitaciones para la cantidad de inventario de material en
proceso.
Ejemplo 13.9. Uso de la regla MTP para secuenciar

en talleres
Con el presente ejemplo se ilustra el desempeño de la regla MTP para secuenciar

trabajos en un taller que opera como un sistema estático. A continuación se pre-
sentan cinco trabajos a secuenciar en tres máquinas diferentes, cada uno de los
trabajos requiere procesamiento (en diferente orden) con base en sus requerimien-
› Tabla 13.26
TRABAJOS SECUENCIA DE PROCESO TIEMPOS DE PROCESO
1 1, 3 2, 3 de un taller.
2 2, 1 3, 1
3 3, 1, 2 2, 1, 3
4 3, 2, 1 1, 1, 1
5 3, 2 2, 1
› Tabla 13.27
MÁQUINA 1 MÁQUINA 2 MÁQUINA 3 Características de trabajos
2/1 4/1 4/1 de un taller.
3/1 5/1 3/2

4/1 2/3 5/2
1/2 3/3 1/3
tos. En la tabla 13.26 se muestran las secuencias y los tiempos de proceso (en días)
para cada uno de los trabajos.
Para aplicar la regla MTP, es necesario que se construya una tabla que mues-
tre, para cada máquina, las necesidades de cada trabajo en esa máquina, con el
orden de los trabajos con base en tiempos de procesamiento de menor a mayor,
como en la tabla 13.27 (donde se indica trabajo/tiempo de proceso para cada má-
quina).
En un principio todas las máquinas están disponibles, por lo que debe asignar
a cada una de ellas el trabajo que le corresponde, según la tabla 13.27, y respetar
la secuencia que debe seguir cada trabajo. Observe que a la máquina 1 primero se
le pueden asignar los trabajos 2, 3 o 4 por tener menor tiempo de procesamiento
según la tabla, sin embargo, ninguno de estos trabajos requiere comenzar su se-
cuencia con la máquina 1, por lo que asigne el trabajo 1 a la máquina 1 con un
tiempo de procesamiento de 2 días. En la máquina 2 pasa algo parecido y, por tanto,
le asigna el trabajo 2 con un tiempo de procesamiento de 3 días. Por último, en la
máquina 3 el primer trabajo asignable (según los datos de la primera tabla) es el
› Figura 13.8
Diagrama de Gantt de la regla
MTP para secuenciación en
Máquina 1 1 2 3 4 talleres.
Máquina 2 2 4 5 3
Máquina 3 4 3 5 1
1 2 3 4 5 6 7 8 9 10 11 12
trabajo 4, dado que este trabajo requiere como primera máquina a la 3, el tiempo
de procesamiento del trabajo es de 1 día.
Después de asignar la primera ronda, el trabajo 4 es el primero en terminar
en la máquina 3, la cual está disponible al segundo día. Por tanto, asigne el siguien-
te trabajo de la lista, que es el trabajo 3 con un tiempo de proceso de 2 días. Para
el segundo día, la máquina 1 está disponible y se le podrían asignar los trabajos
2 o 3 pero éstos están en proceso en otras máquinas, y el trabajo 4 no puede ser
procesado aun, puesto que debe pasar primero por la máquina 2. Por tanto, la má-
quina 1 no se utiliza hasta el día 3, cuando se le asigna el trabajo 2, con un tiempo
de procesamiento de 1 día. El proceso continúa hasta que se terminan todos los
trabajos, y como se observa en la figura 13.7, la amplitud total de proceso de los tra-
bajos fue de 9 días. Observe que para cada una de las máquinas se siguió una se-
cuencia diferente con base en la disponibilidad de las máquinas, los tiempos de
proceso de los trabajos (aplicando la regla MTP, según el caso) y respetando la se-
cuencia de proceso de cada uno de los trabajos. Por ejemplo, para la máquina 1 la
secuencia de los trabajos fue de 1–2–3–4, la máquina 2 tuvo la secuencia 2–4–5–3
y, por último, la secuencia de la máquina 3 fue 4–3–5–1. También se ilustra en la
figura que la productividad de cada máquina fue diferente, por ejemplo: las má-
quinas 2 y 3 trabajaron 88.8% del tiempo mientras que la máquina 1 sólo trabajó
55.5% del tiempo.
EJERCICIOS
1. En un hospital de la capital, las enfermeras que comien- mayor la solución encontrada aquí, en comparación con
zan un nuevo turno deben reportarse al área central la solución de programación lineal?
para recibir la asignación de tareas a ejecutar. No todas 2. El despachador de una agencia de seguros atiende las
las enfermeras son igual de eficientes con los diferentes solicitudes de atención por accidentes automovilísticos.
tipos de pacientes, ya que cada una tiene sus habilida- En este momento se dispone de seis tasadores, los que
des particulares. Dados los siguientes pacientes, con se ubican en diferentes partes de la ciudad, y se deben
sus respectivos requerimientos de atención y tiempos atender cinco solicitudes de atención. El recorrido (en
estimados de atención para cada enfermera, se deben km) desde cada tasador a cada cliente se presenta en la
asignar las enfermeras a los pacientes tratando de mi- siguiente tabla:
nimizar el tiempo total de atención.
CLIENTE
TIEMPO REQUERIDO (HORAS) TASADOR 1 2 3 4 5
ENFER- ENFER- ENFER- ENFER- A 7 2 4 10 7
MERA MERA MERA MERA
PACIENTE NIVEL DE ATENCIÓN 1 2 3 4 B 5 1 5 6 6
A. Pérez A2 Recuperación 3 5 4 3 C 8 7 6 5 5
H. Ordóñez B2 Terapia 2 1 3 2 D 2 5 2 4 5
U. Briceño B1 Observación 3 4 2 2 E 3 3 5 8 4
O. Fuentes A1 Recuperación 4 3 3 4 F 6 2 4 3 4
a) Presente una formulación de este problema de asigna- a) Si se requiere encontrar la asignación de tasadores a
ción como un problema de programación lineal. clientes que minimice el recorrido total, formule el pro-
b) Utilice el solver de su preferencia para encontrar la mejor blema como un problema de programación lineal.
asignación de enfermeras a pacientes y el tiempo total b) Resuelva el problema de asignación mediante el solver
de atención que requeriría esta asignación. apropiado.
c) Resuelva el problema mediante la heurística corres- c) Resuelva el problema con la heurística correspondiente
pondiente al método de índices. ¿En qué porcentaje es al método de índices (se sugiere eliminar al tercer tasa-
dor). ¿En qué porcentaje es mayor la solución encontrada 6. Compare el desempeño de las heurísticas: MTP, FVMT
aquí, en comparación con la solución encontrada en b)? y MCC con los siguientes datos:
3. Una empresa maderera produce diferentes productos
(ligados a diferentes tipos de madera y de cortes). Cada Trabajo (i ) 1 2 3 4 5
producto puede ser producido en cualquiera de las má-
Tiempo de proceso (Pi ) 4 7 2 6 3
quinas, pero el tiempo de proceso depende del trabajo
previo en la máquina (debido a los tiempos por apertura Fecha de vencimiento (Fi ) 15 16 8 12 9
de procesos). El día de hoy se deben programar cinco
trabajos en cinco máquinas disponibles, y en la siguiente a) Para cada heurística calcule la secuencia obtenida, el
tabla se muestran los tiempos que los trabajos tomarían tiempo de permanencia promedio, la tardanza pro-
en cada una de las máquinas. Se requiere encontrar medio y la tardanza máxima.
la asignación de trabajos a máquinas que minimice el b) Indique la regla que se comportó mejor, según tiem-
tiempo total de trabajo. po de permanencia promedio, tardanza promedio,
tardanza máxima.
MÁQUINA 7. Considere el ejercicio anterior con los siguientes datos
de penalidad por tardanza.
TRABAJO A B C D E
1 17 10 15 16 20 Trabajo (i ) 1 2 3 4 5
2 12 9 16 9 14 Penalidad (Ci ) 1 2 2 0 1
3 11 16 14 15 12
4 14 10 10 18 17 a) Aplique las heurísticas MTP, FVMT, CSH, MCC, MPU,
5 13 12 9 15 11
MTP-MPU para secuenciar los trabajos e indique la
secuencia obtenida, el tiempo de permanencia pro-
a) Formule este problema de asignación como un promedio, la tardanza promedio, la tardanza máxima, la
blema de programación lineal. penalidad total por tardanza y la suma de tiempos
b) Resuelva el problema de asignación mediante el sol- de permanencia ponderados por penalidad.
ver apropiado. b) Indique la mejor regla según tiempo de permanen-
c) Resuelva el problema con la heurística correspon- cia promedio, tardanza promedio, tardanza máxima,
diente al método de índices. ¿En qué porcentaje es suma de tiempos de permanencia ponderados por
mayor la solución encontrada aquí, en comparación penalidad, y penalidad por tardanza.
con la solución encontrada en b)? 8. Considere los datos del ejercicio anterior.
4. Los siguientes datos permiten construir un reporte de a) Aplique la heurística A-A e indique la secuencia ob-
E/S para la estación de trabajo 5. Complete la carta y tenida y su penalidad.
analice los resultados. b) Aplique el algoritmo de ramificación y acotamiento
para encontrar una secuencia con menor penalidad
por tardanza. Compare el resultado con la penali-
TURNO 1 2 3 4 5 TOTAL
dad obtenida en a).
Entrada planeada 50 55 60 65 65 9. En una carpintería se tienen seis trabajos en espera para
Entrada real 50 50 55 60 65 ser procesados. Considere que hoy es 1 de noviembre
Desviación en la mañana, y que los trabajos tienen los siguientes
Salida planeada 65 65 65 65 65 tiempos de proceso (en días) y las siguientes fechas de
vencimiento. Considere que los trabajos se vencen al final
Salida real 60 60 60 60 60
del día indicado y que se presentan en orden de llegada.
Desviación
Pendientes 30 TRABAJO TIEMPO DE PROCESO FECHA DE VENCIMIENTO
5. Los siguientes datos corresponden a un reporte de E/S A 2 3/11
para una estación de trabajo. Complete la carta y ana- B 1 2/11
lice los resultados. C 4 12/11
D 3 4/11
PERIODO 1 2 3 4 5 TOTAL E 4 8/11
Entrada Planeada 50 55 60 65 65
F 5 10/11
Entrada real 40 50 55 60 65
Desviación Para cada una de las siguientes heurísticas obtenga la
Salida planeada 50 55 60 65 65 secuencia correspondiente y calcule: tiempo de perma-
nencia promedio, número de trabajos tardíos, máxima
Salida real 50 50 55 60 65
tardanza y tardanza promedio.
Desviación a) Primer llegado primer servido.
Pendientes 10 b) MTP
c) FVMT trabajo, su fecha de vencimiento y la penalidad por día

d) MCC de tardanza.
e) ¿Cuál heurística recomendaría?
10. En la oficina de producción y edición de una firma de TIEMPO FECHA
consultoría se tienen siete reportes en espera para ser TRABAJO # DE PROCESO DE VENCIMIENTO PENALIDAD
procesados. Considere que hoy se inicia el día 4 del ciclo 1 24 38 2
de planeación y que los trabajos tienen los siguientes
2 13 22 6
tiempos de proceso (en días) y las siguientes fechas de
vencimiento. Considere que los trabajos se vencen al 3 32 61 6
final del día indicado y que se presentan en orden de 4 9 47 2
llegada.
a) Aplique la heurística A-A e indique la secuencia ob-
tenida y su penalidad.
TIEMPO DE PROCESO
b) Aplique el algoritmo de ramificación y acotamiento
TRABAJO (EN DÍAS) FECHA DE VENCIMIENTO
A 3 10 por tardanza. Compare el resultado con la penali-
B 10 12 dad obtenida en a).
C 2 25 13. Considere el ejercicio anterior y desarrolle una se-
D 4 8 cuencia utilizando cada una de las heurísticas que se
indica. Para cada heurística encuentre la penalidad
E 5 15
correspondiente.
F 8 18 a) FVMT
G 7 20 b) MTP
c) CSH
Para cada una de las siguientes heurísticas obtenga la d) MPU
secuencia correspondiente y calcule: tiempo de perma- e) MTPP
nencia promedio, número de trabajos tardíos, máxima f) MCC
tardanza y tardanza promedio. 14. En una imprenta se tienen cinco trabajos en espera. A
a) Primer llegado primer servido. continuación se indica la duración estimada (en días)
b) MTP para cada trabajo, su fecha de vencimiento y la penali-
c) FVMT dad por día de tardanza. Los trabajos se han numerado
d) MCC de acuerdo al orden de llegada.
e) ¿Cuál heurística recomendaría?
11. En una célula de manufactura se reciben trabajos que TIEMPO FECHA
siempre requieren de tres operaciones (en ese orden): TRABAJO # DEL PROCESO DE VENCIMIENTO PENALIDAD
molido, pulido y torneado. En este momento se tienen 1 8 17 2
cinco trabajos en espera, para los que se estiman los si- 2 14 53 2
guientes tiempos (en horas) requeridos en cada operación.
3 27 49 1
4 19 32 4
TRABAJO MOLINO PULIDORA TORNO
5 3 8 6
A 5 1 4
B 2 2 5 a) Aplique la heurística A-A e indique la secuencia ob-
C 3 2 1 tenida y su penalidad.
b) Aplique el algoritmo de ramificación y acotamiento
D 0 3 0
E 4 1 2 por tardanza. Compare el resultado con la penalidad
obtenida en a).
Para cada una de las siguientes reglas de secuenciación 15. En un centro de maquinado se tiene una célula en la
indique la amplitud de proceso que se obtiene e ilustre que cada pieza a fabricar sigue el mismo procedimien-
la secuencia con una carta de Gantt. to. Se recibe metal fundido del servidor y, primero, se
a) Primer llegado primer servido (el orden de llegada voltea alguna superficie de la pieza a un torno de con-
es A, B, C, etcétera). trol numérico CNC, para luego fabricar otra superficie
b) Menor tiempo de proceso (aplicado en cada en una laminadora. Se deben procesar seis órdenes de
operación). producción que tienen los siguientes tiempos estimados
c) Menor suma de tiempos de proceso de las operacio- de proceso en cada máquina.
nes restantes (aplicado en cada operación).
d) ¿Cuál de las reglas recomendaría? Orden 1 2 3 4 5 6
12. Un contratista tiene cuatro trabajos en espera y para
Torno 10 13 6 20 8 17
cada uno existe una penalidad por día de tardanza. A
continuación se indica la duración estimada para cada Laminadora 2 13 7 21 18 9
a) Determine la secuencia de los trabajos que minimice Trabajo 1 2 3 4 5 6 7 8 9 10

la amplitud del proceso.
Fecha de llegada 1 1 2 2 3 4 4 4 5 5
b) Construya una carta de Gantt que ilustre el desempe-
ño de la secuencia obtenida y determine la amplitud Vencimiento 3 4 4 5 6 6 7 8 8 10
de proceso.
16. En una célula de manufactura flexible se tienen una a) Aplique un método heurístico para desarrollar una
unidad de maquinado CNC, una máquina de acabado secuencia de horneado, trate de minimizar la tardan-
y una máquina para quitar las rebabas. Las siguientes za total.
órdenes de trabajo han sido entregadas al supervisor, b) Para la secuencia obtenida, indique el número total
quien ha determinó los tiempos de proceso para cada de trabajos tardíos y la tardanza total.
orden. 19. En la siguiente tabla se presentan los pedidos de carga
para cierta ruta de una compañía de transporte, con sus
correspondientes tiempos de llegada y fechas de entre-
ORDEN DE ELIMINACIÓN ga. En cada viaje se pueden llevar hasta tres pedidos de
TRABAJO MAQUINADO ACABADO DE REBABAS
carga y cada viaje dura tres días.
1 17 3 2
2 9 5 4
Trabajo 1 2 3 4 5 6 7 8
3 23 8 5
Fecha de llegada 1 1 2 2 3 3 4 4
4 15 2 1
Vencimiento 3 4 5 5 8 7 7 8
5 21 6 3
a) Aplique un método heurístico para desarrollar una se-
a) Aplique la regla de Johnson (con tres máquinas) para cuencia de viajes, trate de minimizar la tardanza total.
secuenciar los trabajos. b) Para la secuencia obtenida, indique el número total
b) Construya una carta de Gantt para la secuencia ob- de trabajos tardíos y la tardanza total.
tenida en a) y determine la amplitud de proceso. 20. En la tabla siguiente se presentan la secuencia de má-
c) Indique si se puede determinar que la secuencia quinas a utilizar y los tiempos de proceso (en horas) de
obtenida en a) es la que tiene menor amplitud de cinco trabajos que deben procesarse en un centro de ma-
proceso. quinado.
17. Los trabajos que llegan a una célula requieren siempre
de la misma secuencia de proceso en tres máquinas: 1,
SECUENCIA TIEMPOS
2 y 3. Para el día de hoy se tienen siete trabajos con los
DE MÁQUINAS DENPROCESO
requerimientos de proceso (en horas) que se muestran
en la tabla. Trabajo 1 2, 3 1, 1
Trabajo 2 3, 1 3, 2
PROCESA- PROCESA- PROCESA- Trabajo 3 1, 2, 3 2, 3, 3
TRABAJO MIENTO MIENTO MIENTO Trabajo 4 2, 1, 3 1, 1, 3
NÚMERO MÁQUINA 1 MÁQUINA 2 MÁQUINA 3
Trabajo 5 1, 3, 2 2, 3, 2
1 12 6 9
2 15 7 18 a) Determine la secuencia de trabajos a procesar en
3 7 4 10 cada máquina si se utiliza la regla de menor tiempo
de proceso en cada máquina.
4 23 12 26
b) Construya una carta de Gantt que ilustre las secuen-
5 14 7 11 cias obtenidas en a). ¿Cuantas horas se necesitan para
6 9 10 22 terminar los cinco trabajos?
7 6 3 3 21. En una célula se dispone de cuatro máquinas y se tie-
nen cuatro trabajos con los requerimientos de proceso y
a) Aplique la regla de Johnson (con tres máquinas) para secuencias que se muestran en la siguiente tabla. Apli-
secuenciar los trabajos. que la regla MPT en cada una de las cuatro máquinas
b) Construya una carta de Gantt para la secuencia ob- disponibles, para desarrollar las secuencias de proceso
tenida en a) y determine la amplitud de proceso. en cada una. Determine la amplitud de proceso e ilustre
c) Indique si se puede determinar que la secuencia el resultado mediante una carta de Gantt.
obtenida en a) es la que tiene menor amplitud de
proceso. SECUENCIA TIEMPOS
18. Los siguientes 10 trabajos tienen que ser procesados en DE LA MÁQUINA DE PROCESO
un horno de cocimiento. En la tabla se presentan los Trabajo 1 1, 2, 3, 4 1, 3, 5, 4
tiempos de llegada y de vencimiento para cada traba- Trabajo 2 2, 4, 1 6, 2, 4
jo. El horno tiene una capacidad de tres trabajos y un
Trabajo 3 4, 3, 2 5, 1, 2
tiempo de cocimiento de tres días por horneada.
Trabajo 4 3, 2, 1 3, 4, 1
22. Cuatro trabajos están en la mesa del despachador de de Gantt (considere a las etapas como filas) donde
una empresa de construcciones industriales. Cada tra- se indique la programación de las actividades (cada
bajo requiere de tres etapas: albañilería, carpintería y trabajo debe terminarse para empezar otro en cada
acabado, y existe un solo equipo para cada una de las etapa). ¿Cuantas semanas se necesitan para terminar
etapas. El tiempo estimado (en semanas) de cada una los cuatro trabajos?
de las labores se presenta a continuación. b) Repita el problema anterior, pero suponga que siem-
pre se procesa primero al trabajo con el menor tiem-
TRABAJO ALBAÑILERÍA CARPINTERÍA ACABADO po de proceso en cada etapa. ¿Cuantas semanas se
58 2 3 1.5 necesitan para terminar los cuatro trabajos?
59 1 1.5 1
c) Suponga que los trabajos se despachan según lo pro-
puesto en a), y que luego de tres semanas se repor-
60 3 2 3
ta el siguiente avance: albañilería ha terminado el
61 5 0.5 1.5 trabajo 58 y no ha empezado ninguno de los otros
trabajos, mientras que carpintería ha completado la
a) Suponga que se programan los trabajos en el orden mitad del trabajo 58. Muestre el avance en una carta
primer llegado primer servido. Construya una carta de Gantt.
BIBLIOGRAFÍA
1. Conway R. W., W. L. Maxwell y L. W. Miller (1967), Theory 5. Sule, D. R. (2007), Production Planning and Industrial
of Scheduling, Reading, Massachusetts. Scheduling: Examples, Case Studies and Applications 2a.
2. Garey, M. R. y D. S. Johnson (1979), Computers and In- ed., CRC Press, Boca Raton, Florida.
tractability: A Guide to the Theory of NP-Completeness, 6. Uszoy R. (1995), “Scheduling batch processing machines
Freeman, San Francisco. with incompatible job families”, International Journal of
3. Muñoz Medina D. F. (2008), Algoritmos para el problema Production Research, 33 (10) 2685-2708.
de asignación de frecuencias generalizado con pesas. Tesis 7. Xia C. H., J. G. Shanthikumar y P. W. Glynn (2000), On
para optar al título de Ingeniero industrial, Departa- the asymptotic optimality of the SPT rule for the flow
mento de Ingeniería Industrial y Operaciones, Instituto shop average completion time problem, Operations Re-
Tecnológico Autónomo de México, México. search 48 (4), 615-622.
4. Pinedo, M (2001), Scheduling: Theory, Algorithms and
Systems, 2a. ed., Prentice Hall, Nueva Jersey.
CAPÍTULO 14
Habilidad, confiabilidad,
mantenimiento y renovación
• Costo y habilidad del sistema

• Confiabilidad y falla de equipos
• Mantenimiento y renovación de equipos
E
n este capítulo se abordan temas que tienen estrecha relación con la com-
petitividad de una empresa para producir, económicamente, bienes de cali-
dad. Los aspectos de habilidad del proceso, confiabilidad, mantenimiento y
renovación de equipos, por lo general se tratan de manera aislada en la literatura
especializada. Sin embargo, aquí se considera que tienen vinculación ya que, por
ejemplo, la política de mantenimiento y renovación del equipo influye de forma
directa tanto en la habilidad, como en la confiabilidad del sistema. Por otro lado,
los conceptos de confiabilidad y tasa de fallas, y las políticas de mantenimiento y
renovación de equipos, pueden modelarse a partir del mismo concepto: el tiempo
de vida sin fallas del equipo (que se modela como variable aleatoria). Por ello, en
este capítulo se presenta una visión integrada de estos aspectos.
El capítulo empieza con un análisis del concepto de habilidad de proceso,
además, presenta técnicas para evaluar la habilidad en los sistemas de producción.
A continuación se presentan los temas de confiabilidad, curvas de vida y tasa de
fallas, con especial atención a las técnicas para evaluar y mejorar el desempeño
de los equipos. Por último, se definen técnicas para evaluar políticas de manteni-
miento y renovación de equipos.
COSTO Y HABILIDAD DEL SISTEMA

Como se discute en los capítulos relacionados con el tema de la calidad, los están-
dares de calidad de los artículos que salen de un sistema de producción, presentan
siempre una variabilidad inherente al proceso (pequeñas desviaciones sobre las es-
pecificaciones de diseño); por ejemplo, es deseable que el diámetro de un tornillo
sea de 1/4 de pulgada; sin embargo, la especificación de diseño debe incluir una
tolerancia, ya que no es posible producir tornillos de 1/4 de pulgada exacta. De
esta manera, una especificación de diseño podría indicar que los tornillos acep-
tables deben tener un diámetro de 1/4 de pulgada, con una tolerancia de 0.001
pulgadas, razón por la cual los tornillos que tienen un diámetro entre 0.249 y
0.251 pulgadas no serán considerados defectuosos. El porcentaje de artículos que
no son defectuosos (el estándar de calidad se encuentra dentro de la tolerancia), 367
depende tanto de la tecnología, como de las características de los procesos y de

los mecanismos de administración de la calidad de la empresa. Este porcentaje
refleja la habilidad del proceso de producción para satisfacer los requerimientos
de diseño, por ello se conoce como habilidad del proceso (process capability en la
literatura inglesa).
Habilidad del proceso

La variabilidad en los estándares de producción, aun en los sistemas más automa-
tizados, es natural, ya que ésta se explica por una compleja interacción de diver-
sas fuentes, como son la calidad del material, el deterioro de las herramientas, la
destreza de los operadores y el ambiente mismo. También es cierto que la pro-
ducción industrial tiende a presentar estándares de calidad más rígidos (menores
tolerancias), por lo que en industrias como la de autopartes, por ejemplo, ha sido
necesario introducir instrumentos de medición de alta precisión para controlar
la conformidad de las piezas con las especificaciones de diseño. Esta tendencia
tiene como resultado la producción de bienes más duraderos y de mejor calidad.
Sin embargo, la variabilidad sigue presente, ya que, como es de esperar, el logro
de una menor variabilidad depende de toda la cadena de proveedores, quienes
pueden ubicarse en sectores industriales muy diversos. En ciertos casos (tal es el
caso de algunos grupos empresariales del sector de autopartes mexicano), las em-
presas consideran conveniente integrarse verticalmente en grupos empresariales
para lograr que la calidad de los insumos les permita producir con los estándares
de la competencia internacional.
Como se mencionó, por habilidad del proceso se entiende la proporción de
la producción que se encuentra dentro de las especificaciones de diseño. Los com-
ponentes de un análisis de habilidad del proceso son tres: las especificaciones de
diseño (estándar promedio y tolerancia), el promedio de la producción real y la
variabilidad del proceso de producción, la que puede especificarse, ya sea por el
rango o por la desviación estándar. Antes de adquirir un equipo, es conveniente
efectuar un análisis empírico de la habilidad del proceso, ya que ésta depende de
las condiciones particulares de producción en la propia planta y en la de sus pro-
veedores. Con el siguiente ejemplo se ilustra la forma de estimar la habilidad del
proceso a partir de datos experimentales.
Ejemplo 14.1. Estimación de la habilidad del proceso
Un proceso de maquinado debe producir una lámina circular de metal, cuyas es-
pecificaciones de diseño indican que el diámetro debe ser de μ 0.5 pulgadas,
con una tolerancia de T 0.005 pulgadas. Para realizar este proceso se considera
la adquisición de una cortadora de propósito general, y se ha decidido probar el
desempeño de la máquina sobre piezas de lámina provenientes del proveedor de
la empresa. Las mediciones efectuadas a 25 ejemplares de la producción dieron
los resultados (en pulgadas) que se presentan en la tabla 14.1.
Observe que uno de los valores muestrales (el primero) no cumple con las
especificaciones de diseño, por lo que la habilidad de este proceso no es de 100 por
› Tabla 14.1 0.4948 0.5009 0.4975 0.5019 0.4998

Mediciones efectuadas a 25
ejemplares de lámina circular. 0.5031 0.4955 0.5022 0.4982 0.5028
0.4996 0.5037 0.4965 0.5014 0.4985
0.4978 0.5048 0.5018 0.4966 0.5026
0.5042 0.5013 0.5038 0.5002 0.4972
HABILIDAD, CONFIABILIDAD, MANTENIMIENTO Y RENOVACIÓN 369
ciento. Para analizar la habilidad del proceso, hay que suponer una distribución
normal (suposición frecuente para este tipo de análisis) de los diámetros que pro-
porciona la máquina. Al calcular la media y la desviación estándar de la muestra,
se obtiene X − 0.500268, y S 0.00291.
La primera pregunta a contestar es si la máquina está bien calibrada, es
decir, si la verdadera media del proceso es μ 0.5. Con esta finalidad se prueba
la hipótesis estadística H0: μ 0.5, frente a la alterna Ha: μ ≠ 0.5. El primer paso
(vea el archivo cap14.xls) para probar esta hipótesis es calcular el estadístico de la
prueba:
X − 0 0.500268 − 0.5
tc = = = 0.46048 .
S/ n 0.00291 / 25
A continuación, se establece el nivel de significancia (tome
0.05) y se consul-
ta el valor t(
/2,n1) t(0.025,24) 2.3909 (vea el archivo cap14.xls para la obtención
de valores de la distribución t-student), y dado que |tc| t(
/2,n1), se acepta la H0,
es decir , la hipótesis de que la máquina está bien calibrada. Por tanto, enseguida
se estima la habilidad del proceso con los datos experimentales. Observe que en
el caso de rechazar la H0, la máquina no estaría bien calibrada, por lo que sería
preferible calibrarla bien en el estándar promedio y repetir el experimento, ya que
los datos anteriores no serían representativos de lo que ocurre en la planta (donde
es de suponer que la máquina estaría bien calibrada).
Ahora es posible estimar la habilidad del proceso, con el cálculo de la proba-
bilidad de que una muestra de una distribución normal con media μ 0.5 y des-
viación estándar 0.00291 (al no haber una mejor estimación, se supone que
el verdadero parámetro es S), esté entre μ ± T, es decir entre 0.495 y 0.505 (vea la
figura 14.1).
Esta probabilidad resulta del cálculo del valor correspondiente de la distribu-
T 0.005
ción normal estándar: Z0 = = = 1.72, (y consultando los valores de la
0.00291
distribución normal estándar, vea el archivo cap14.xls) se obtiene una probabilidad
de satisfacer la tolerancia de P[z Z0] 0.9143, por lo que la habilidad del pro-
ceso con esta máquina se estima en 0.9146. Esto es, cerca de 9% de los artículos
producidos serán defectuosos.
› Figura 14.1
Probabilidad de un diámetro
dentro de la tolerancia.
0.495 0.5 0.505

Análisis de costo-rendimiento
Una de las consecuencias de que la habilidad del proceso no sea de 100 por ciento,
es que se genera desperdicio o, en el mejor de los casos, el producto defectuoso
puede trabajarse de nuevo para obtener un producto con las especificaciones de-
seadas, sin generar mayor desperdicio. Si el producto requiere además de varios
procesos que no tienen habilidad de 100 por ciento, será conveniente calcular la
habilidad de la línea completa de manufactura, para tener una estimación de los
costos de producción, considerando desperdicio y trabajo extra. Para este propósi-
to se utilizan los modelos de costo-rendimiento. Estos modelos asumen que se
intenta implantar una política de cero defectos, de manera que cualquier artículo
defectuoso (que no satisface alguna tolerancia), o bien es reparado, o bien es des-
echado, incurre en un costo por proporcionar al cliente cero defectos, ya que el
objetivo de los modelos es el de estimar el costo.
El modelo más simple de costo-rendimiento consiste en considerar las habili-
dades H1, H2,…, Hn de todos los procesos en serie que requiere la manufactura del
artículo; en este caso, la habilidad de la línea de manufactura estará dada por:
H H1H2…, Hn (14.1)
Observe que para producir N unidades aceptables del producto, debe programarse
la producción de N/H unidades, lo que implica que el costo de fabricación de una
unidad buena no es la simple suma de los costos unitarios de cada proceso, ya que
se genera desperdicio. Para calcular el costo unitario total de proceso (más el des-
perdicio), con base en los costos unitarios de proceso C1, C2,…, Cn, debe tener en
cuenta que para producir N unidades, el proceso 1 debe procesar N/H unidades,
de las cuales NH1/H unidades entrarán al proceso 2, y así en los sucesivos, por lo
que el costo unitario de proceso de una unidad aceptable es:
C=
( N / H )C1 + ( NH1 / H )C2 + … + ( NH1 … H n−1 / H )Cn (14.2)
N
C1 + H1C2 + + H1 + H n −1C n
= .
H
Ejemplo 14.2. Habilidad y costo de fabricación en una línea
La manufactura de la tapa de una tetera requiere de tres operaciones en serie: un

proceso de corte (con habilidad H1 0.99), un proceso de estampado (con habili-
dad H2 0.98) y un proceso de acabado (con habilidad H3 0.97), como se ilus-
tra en la figura 14.2. Se desea estimar el costo unitario total por cada tapa acepta-
ble que incluya: el costo de materiales (la lámina) con costo unitario de $2.00,
recursos que se consumen en los procesos de corte y estampado (desgaste de he-
rramientas y tiempo de operarios) con costos unitarios de $0.2 y $0.1, respectiva-
mente, y, por último, recursos que consume el proceso de acabado (otros materiales
además de la lámina) que genera costos unitarios por proceso de $1.
La habilidad de la línea de manufactura, de acuerdo con la ecuación 14.1, estará
dada por: H (0.99)(0.98)(0.97) 0.94, entonces, por ejemplo, para producir 1 000 uni-
dades con las especificaciones de diseño, deben ordenarse 1 000/0.94 1 064
unidades, aproximadamente.
Para calcular el costo total unitario por cada tapa aceptable, debe conside-
rar que el costo de materiales se suma al costo del proceso 1, ya que si sale defec-
tuoso del proceso 1, el material se desecha. De esta manera: C1 2 0.2 2.2,
› Figura 14.2
Diagrama de flujo para la
manufactura de una tapa
CORTE ESTAMPADO de acero.
H1= 0.99 H 2 = 0.98
ACABADO
H 3 = 0.97
C2 0.1 y C3 1, y dadas las habilidades de cada proceso, se calcula el costo total

unitario por cada tapa aceptable, de acuerdo con (14.2):
C=
(2.2) + ( 0.99)( 0.1) + ( 0.99)( 0.98)(1) = 3.48
0.94
Observe que a los dos últimos sumandos se les aplicaron los correspondientes fac-
tores de habilidad, ya que la producción defectuosa de un proceso será descartada
y no pasará a la siguiente operación de la línea. De esta manera, el costo total para
producir 1 000 unidades buenas resulta: (3.48)1 000 1 350. Note que, debido a
que los procesos no son 100 por ciento hábiles y se genera desperdicio, este costo
unitario no es la simple suma de los costos unitarios de materiales y procesos que,
en el ejemplo, es de 2 0.2 0.1 1 3.3.
El modelo simple de costo-rendimiento se puede extender, de manera que contem-

ple la situación en la cual se incorporan estaciones de reparación para aumentar
el rendimiento de la línea de producción. La primera extensión de este modelo se
ilustra en la figura 14.3, la cual representa un proceso (ejecutado en la estación de
› Figura 14.3
Un proceso con estación
M H1 Artículos buenos
Estación de reparación total.
de trabajo
(1-H1) H2
(1-H2)
Estación
Defectuosos de reparación
trabajo) al que se le asignó en paralelo una estación de reparación, en la cual se

reparan los artículos defectuosos para regresarlos como buenos directamente a la
línea de producción. El proceso inicial tiene habilidad H1, mientras que la estación
de reparación tiene habilidad H2, es decir, la proporción H2 de artículos que lle-
gan a la estación de reparación pueden ser recuperados, y la proporción (1 H2)
debe descartarse.
La habilidad de proceso para el sistema que aparece en la figura 14.3 se
calcula de acuerdo con la siguiente ecuación:
H H1 (1 H1)H2 (14.3)
Esta ecuación se justifica por el hecho de que, conforme a este esquema de

reparación, se recupera la fracción H2 de los artículos defectuosos generados en
la estación de trabajo inicial. Si cada unidad que ingresa a la estación de trabajo
tiene una probabilidad (1 H1) de requerir reparación, el costo de proceso por
cada unidad que ingresa a este sistema es:
C C1 (1 H1)C2, (14.4)
donde C1 y C2 son los correspondientes costos de proceso en la estación de trabajo

y en la de reparación.
La segunda extensión del modelo simple de costo-rendimiento se ilustra en
la figura 14.4. La situación que se describe es la incorporación de una estación de
reparación parcial, en la que el artículo defectuoso de la estación de trabajo se re-
para parcialmente en la estación de reparación, y debe volver a pasar por la esta-
ción de trabajo para su total recuperación (con la posibilidad de que de nuevo sea
mal trabajado, en cuyo caso regresará a la estación de reparación).
Para calcular la habilidad del sistema descrito en la figura 14.4, debe tener
en cuenta que si en principio ingresan N artículos a la estación de trabajo, los ar-
tículos defectuosos pueden recuperarse al pasar sucesivamente por la estación de
reparación, que los regresa al inicio del proceso en la estación de trabajo. De esta
manera, si la estación de reparación tiene una habilidad H2, de los N artículos ini-
ciales, podrán recuperarse:
NH1 + N (1 − H1 )H 2 H1 + N (1 − H1 )H 2 (1 − H1 )H 2 H1 +
= NH1[1 + (1 − H1 )H 2 + (1 − H1 )2 H 22 + ]
NH1
= ,
1 − H 2 (1 − H1 )
› Figura 14.4
Un proceso con estación
de reparación parcial. M H1 Artículos buenos
Estación
de trabajo
H2 (1-H1)
(1-H2)
Estación
de reparación
Defectuosos
por lo que la habilidad del sistema descrito en la figura 14.4 se calcula de acuer-
do con:
H1
H= . (14.5)
1 − H 2 (1 − H1 )
En forma semejante, si C1 y C2 son los costos unitarios de proceso en la estación

de trabajo y en la de reparación, respectivamente, cada unidad que llega al siste-
ma se reprocesará en ambas estaciones de manera sucesiva, por lo que el costo de
proceso de cada unidad que llega a este sistema es de:
C = C1 + C2 (1 − H1 ) + C1(1 − H1 )H 2 + C2 (1 − H1 )H 2 (1 − H1 ) + (14.6)
= ⎡⎣C1 + C2 (1 − H1 )⎤⎦ ⎡⎣1 + H 2 (1 − H1 ) + H 22 (1 − H1 )2 + ⎦⎤
C1 + C2 (1 − H1 )
= .
1 − H 2 (1 − H1 )
La habilidad de una línea de manufactura que consiste de varios procesos y diferen-

tes esquemas de reparación se calcula mediante un diagrama de flujo del sistema
y aplicando las tres ecuaciones básicas (14.1), (14.3) y (14.5). Del mismo modo se
calculan los costos unitarios de proceso, como se ilustra en el siguiente ejemplo.
Ejemplo 14.3. Costo y habilidad con estaciones de reparación
Considere el diagrama de flujo descrito en la figura 14.5. Como puede observar, la

línea consta de cinco procesos (las cinco primeras estaciones) y de dos estaciones
de reparación (las estaciones 6 y 7). La estación de reparación 6 es de reparación
total, ya que envía el material en proceso a la siguiente estación; en cambio, la es-
tación de reparación 7 es de reparación parcial, ya que recibe el material de la esta-
ción 4 y lo regresa a la estación 3 para que se le procese de nuevo. En la tabla 14.1
se presentan las habilidades y los costos unitarios de proceso en cada estación.
Para calcular la habilidad de la línea de producción, debe tratar de reducir el
sistema descrito en la figura 14.5 a un esquema de procesamiento en serie, como se
indica a continuación. La habilidad combinada de las estaciones 1 y 6, de acuerdo
con (14.3) es:
H8 H1 (1 H1)H6 0.95 (0.05)(0.8) 0.99
Por otro lado, la habilidad combinada de las estaciones 3 y 4, de acuerdo con

(14.1) es:
H9 H3H4 (0.97)(0.98) 0.9506,
› Figura 14.5
Diagrama de flujo de una
Estación 1 Estación 2 Estación 3 Estación 4 Estación 5 línea con diferentes tipos
de reparación.
Estación 6 Estación 7
› Tablas 14.2 Estación 1 2 3 4 5 6 7

Habilidades y costos unitarios
de proceso en cada estación. Habilidad 0.95 0.98 0.97 0.98 0.96 0.8 0.75
Costo 2 3 2 1 3 5 4
por tanto, la habilidad combinada de las estaciones 3, 4 y 7, de acuerdo con (14.5)

es:
H9
H10 = = 0.9506 / ⎡⎣1 − 0.75(0.0494 )⎤⎦ = 0.9872
1 − H 7 (1 − H 9 )
Ahora puede calcular la habilidad de todo el sistema como un sistema en

serie, considerando las habilidades de las estaciones 1 y 6: H8; 2: H2; 3, 4 y 7: H10;
y 5: H5:
H (0.99)(0.98)(0.9872)(0.96) 0.9195
De esta manera, para producir 1 000 unidades que cumplan las especificacio-
nes de diseño, por ejemplo, se requiere ordenar el proceso de 1 000/0.9195 1 088
unidades. El costo total para producir una unidad aceptable en la línea, también
se calcula al reducir el sistema a uno en serie, como se explica a continuación. El
costo unitario de proceso para las estaciones 1 y 6 combinadas, de acuerdo con
(14.4) es: C8 C1 (1 H1)C6 2 (0.05)5 2.25; de manera semejante, el
costo unitario de proceso para las estaciones 3 y 4 combinadas es: C9 C3 H3C4
2 (0.97)1 2.97, y teniendo en cuenta (14.6), el costo de cada unidad que
ingresa al sistema que forman las estaciones 3, 4 y 7 es:
C9 + C7 (1 − H 9 ) 2.97 + 4(1 − 0.9506)

C10 = = = 3.2895 ,
1 − H 7 (1 − H 9 ) 1 − 0.75(1 − 0.9506)
con esto, se reduce el sistema de la figura a un sistema en serie (8 → 2 → 10 →

5), y se aplica (14.2) para obtener el costo total de proceso por cada unidad acep-
table producida en este sistema:
2.25 + (0.99)(3) + (0.99)(0.98)(3.2895) + (0.99)(0.98)(0.9872)(3)

C= = 12.2728
0.9195
CONFIABILIDAD Y FALLA DE EQUIPOS

Las fallas de los equipos obedecen a razones muy diversas, entre las cuales la más
importante puede ser la edad, ya que a mayor edad las máquinas tienden a fallar
con más frecuencia, debido al desgaste. Sin embargo, también influyen otros fac-
tores como la frecuencia y calidad del mantenimiento preventivo, propiedades de
la materia prima, fuentes de energía, o simplemente errores o causas imprevistas
en la operación del equipo. La ocurrencia de las fallas no puede pronosticarse
con precisión (de otra forma se evitarían), y es por esta razón que la naturaleza
del proceso de fallas de un equipo o componente es aleatoria, y para su estudio
deben utilizarse conceptos de teoría de probabilidades. A continuación se definen
los conceptos más importantes del proceso de fallas de componentes o equipos:
confiabilidad y tasa de fallas, y su relación con el tiempo operativo sin fallas.
Confiabilidad
La confiabilidad (en lo sucesivo denotada con la letra R) de un producto o de un
sistema es la probabilidad de que éste se desempeñe satisfactoriamente durante
un periodo dado y bajo ciertas condiciones de operación establecidas. La confia-
bilidad se define como una probabilidad, ya que como se mencionó, el proceso de
fallas de un producto es un proceso aleatorio.
Sin embargo, si bien la ocurrencia de las fallas es aleatoria, no es posible pen-
sar que un producto se desempeñe de forma satisfactoria si se inducen situaciones
peligrosas para el desempeño del producto, por tanto, la confiabilidad de un pro-
ducto se define bajo condiciones de operación bien determinadas; por ejemplo, el
desempeño de una fibra de nylon puede indicar que “resiste una carga de 1 000
kilogramos en ambientes de baja humedad”, por lo que se entiende que la fibra se
deteriora en condiciones de humedad, y que es muy probable que falle con car-
gas superiores a los 1 000 kilogramos. Por último, es necesario que la confiabilidad
esté referida a un periodo de operación del producto, ya que como es de esperar,
si el periodo en consideración es mayor, la probabilidad de no ocurrir una falla
debe ser menor, como se ilustra en la figura 14.6. Así, por ejemplo, un enunciado
válido para definir la confiabilidad a los dos años de una cuerda de nylon podría
ser: “esta fibra de nylon tiene una probabilidad de 0.92 de soportar una carga de
1 000 kg por 2 años en ambientes de baja humedad”.
Para los propósitos de este capítulo, el tiempo entre mantenimientos preven-
tivos de una máquina será el adecuado para hacer referencia a la confiabilidad de
la misma, ya que las fallas que ocurren cuando la máquina está en operación son
costosas (y deben evitarse), debido a que originan gasto no sólo por el costo de re-
paración, sino porque también generan producción defectuosa y paros indeseables
del proceso productivo. A continuación se indica cómo evaluar las confiabilidades
de los sistemas productivos (equipos o máquinas) complejos, con base en las con-
fiabilidades de sus componentes.
Una línea de producción consta, por lo general, de un conjunto de operaciones
que deben realizarse en serie, esto es, una operación se ejecuta una a continua-
ción de la otra. Con frecuencia, cada una de estas operaciones se ejecuta con una
máquina o equipo diferente, y debido a que estas operaciones se ejecutan en serie,
la falla de una máquina determina que toda la línea se detenga. Por esta razón,
debe tenerse en cuenta que la confiabilidad de una máquina que forma parte de
la línea influye en la confiabilidad de toda la línea. En específico, la confiabilidad
› Figura 14.6
Confiabilidad de un equipo
0.1
como función del tiempo
0.9 de operación.
0.8
0.7
Confiabilidad
0.6
0.5
0.4
0.3
0.2
0.1
0.0
Tiempo
› Figura 14.7
Una línea de producción con
componentes en serie.
Máquina 1 Máquina 2
••• Máquina n
de una línea que consta de n operaciones en serie (como se ilustra en la figura

14.7), con confiabilidades R1,R2, …, Rn, respectivamente, está dada por:
R R1 R2 … Rn (14.7)
Puesto que parar una línea de producción genera un alto costo, su confiabi-
lidad se mejora al incorporar componentes o equipo redundante para una opera-
ción determinada, es decir, en lugar de tener una sola máquina para la operación,
se destinan dos o más máquinas del mismo tipo, de manera que tienen que fallar
todas las máquinas redundantes (vea la figura 14.8) para que el sistema falle. Cuan-
do las máquinas redundantes operan en simultáneo, el sistema se denomina en
paralelo, y si la máquina en uso debe fallar para que enseguida entre en opera-
ción la siguiente máquina redundante, el sistema se denomina en respaldo. Para
calcular la confiabilidad de un sistema de n componentes en paralelo, con confia-
bilidades R1,R2, …, Rn, respectivamente, debe tener en cuenta que el sistema falla
sólo si los n componentes fallan; la confiabilidad del sistema está dada por:
R 1 (1 R1)(1 R2) … (1 Rn) (14.8)
Para calcular la confiabilidad de un sistema en respaldo, se debe apelar al

proceso de fallas, que se define más adelante en esta sección, al tratar la tasa de
fallas. La confiabilidad de una línea que consta de varios componentes en serie y/o
en paralelo, se calcula al combinar las ecuaciones (14.7) y (14.8), como se ilustra
con el siguiente ejemplo.
› Figura 14.8
Componentes en paralelo para
una operación de la línea.
Máquina 1
Máquina 2
•
•
•
Máquina n
› Figura 14.9
Operaciones en serie de una
línea de maquinado.
Torno Fresadora Esmeril
Ejemplo 14.4. Confiabilidad con componentes en serie/paralelo

Un proceso de maquinado requiere de tres operaciones en serie: torneado, fresa-
do y esmerilado; que realizan en automático tres máquinas en serie, unidas por
bandas de transportación automática, como se ilustra en la figura 14.9. Las confia-
bilidades de estas máquinas para una corrida de 8 horas son de 0.98, 0.97 y 0.95.
Como se observa, la máquina de esmerilado es la menos confiable y se desea saber
a cuánto aumentará la confiabilidad del sistema si se introduce otra máquina de
esmerilado en paralelo (como se ilustra en la figura 14.10) para reforzar la confia-
bilidad de esta operación.
La confiabilidad del sistema inicial, de acuerdo con (14.7), estará dada por
R (0.98)(0.97)(0.95) 0.90307, mientras que la confiabilidad del sistema con
dos unidades de esmerilado en paralelo, con la aplicación de (14.7) y (14.8) está
dada por: R (0.98)(0.97)(1 (0.05)2) 0.94822, esto indica que si con el siste-
ma inicial se detenía la producción 10 de cada 100 corridas, con el segundo siste-
ma se disminuye el número de paros aproximadamente a 5 por cada 100 corridas.
Observe que si bien el incremento absoluto de la confiabilidad (de 0.903 a 0.948)
parece pequeño, el impacto de este incremento es importante, si tiene en cuenta
que el número de paros por cada 100 corridas se redujo a la mitad. Esta importan-
cia se justifica en sistemas que deben ser altamente confiables, como los sistemas
de telecomunicaciones donde, por ejemplo, la probabilidad de perder pequeñas
unidades de información es menor que 108.
Por lo anterior, es claro que el concepto de confiabilidad resulta apropiado para

estudiar el proceso de fallas de un sistema, aunque se debe reconocer que la con-
fiabilidad depende fundamentalmente de la edad del equipo o componente, de sus
características de diseño y de las normas de operación y mantenimiento seguidas,
aunque también puede variar con el tiempo de uso. Observe, sin embargo, que la
confiabilidad también se evalúa empíricamente: mantenga un registro de las fallas
› Figura 14.10
Línea con máquinas
Esmeril de esmerilado en paralelo.
Torno Fresadora
Esmeril
› Figura 14.11
Proceso de fallas de una Tasa de fallas pequeña Tasa de fallas grande
máquina y/o equipo.
Número de fallas
Tiempo
en el tiempo, en particular si se prueba el desempeño de n componentes durante

el periodo especificado; un estimado de la confiabilidad es el número de unidades
que fallaron entre el número total de unidades probadas.
Tasa de fallas
Como se acaba de mencionar, es razonable pensar que la confiabilidad de sistemas
(máquinas y/o equipos) pueda variar en el tiempo y para ilustrar esta característica
podría registrar los tiempos de las fallas de un sistema, y construir una gráfica en
el tiempo del número total (acumulado) de fallas del sistema (vea la figura 14.11),
tal gráfica es el proceso de fallas del sistema. Sobre la base del proceso de fallas
de un sistema se introduce el concepto de tasa de fallas, como el número de fa-
llas del sistema por unidad de tiempo y, como ilustra la figura 14.11, es razonable
pensar que cuando la tasa de fallas es grande, los tiempos entre fallas sucesivas
son pequeños, y viceversa, cuando la tasa de fallas es pequeña, los tiempos entre
fallas sucesivas son grandes. De esta manera, la gráfica de la tasa de fallas (t)
como función del tiempo (t) de operación (uso) del sistema (máquina y/o equipo),
ilustrará cómo la confiabilidad del sistema varía en el tiempo; a mayor tasa de fa-
llas la confiabilidad del sistema es menor, y a menor tasa de fallas la confiabilidad
del sistema es mayor.
La gráfica de la tasa de fallas como función del tiempo permite entender la
naturaleza del proceso de fallas de un componente o equipo. Por ejemplo, en la
figura 14.12 se ilustra la gráfica de la tasa de fallas típica para componentes de ar-
tefactos eléctricos (por ejemplo, chips) que forman parte de muchos artículos mo-
dernos. Como puede observar, existe un periodo de falla temprana, durante el cual
la falla del componente es muy probable; las fallas en este periodo son producto
de errores de manufactura y la empresa debe procurar que estas unidades no lle-
guen al mercado. En la fabricación de chips, por ejemplo, todas las unidades son
probadas durante este periodo, y sólo si no fallan al final del mismo, se clasifican
como producción aceptable. Luego del periodo de falla temprana se observa uno
de vida útil, durante el cual la tasa de fallas es constante, y se considera que éstas
son consecuencia de factores aleatorios no controlables (mal uso o catástrofes).
Al final del periodo de vida útil se observa que la tasa de fallas empieza a crecer
(periodo de obsolescencia), y es consecuencia del deterioro del componente debi-
do al uso. Si bien la gráfica de la figura 14.12 aplica a componentes de artefactos
› Figura 14.12
Gráfica de la tasa de fallas
de un componente eléctrico.
Tasa de fallas
Periodo de vida útil
Periodo de Falla Periodo de

temprana obsolescencia
Tiempo
eléctricos, ésta puede ser representativa de la mayoría de procesos de manufactura,

salvo que en algunos casos podrían no existir algunas etapas (por ejemplo, la falla
temprana).
Cualquier empresa siempre debe tener como objetivo la disminución del efec-
to negativo que ocasionan las fallas de un sistema. En este sentido, es conveniente
mencionar las acciones que deben tomar las empresas para disminuir este efecto
(vea la figura 14.13). Como se indica en la figura, para evitar las fallas tempranas,
se acostumbra aplicar pruebas de desempeño al producto, para así detectar los que
tienen defectos y evitar que lleguen al mercado, esta tarea corresponde sobre todo
a los fabricantes del producto (equipo y/o maquinaria). Si las fallas del periodo
de vida útil ocurren principalmente por errores de operación, más que por defec-
tos del equipo, para evitar las fallas en esta etapa se aplican programas de pre-
vención de fallas, que por lo general incluyen programas de capacitación para que
el personal implante las normas que permitan prevenir fallas en la operación del
equipo. Por último, en el periodo de obsolescencia, las fallas del equipo se previe-
nen con mantenimientos preventivos para asegurar el buen desempeño del equi-
po, o bien con la renovación del equipo si el costo del mantenimiento empieza a
ser significativo.
› Figura 14.13
Acciones para evitar fallas
del equipo.
Periodo: Falla
Vida útil Obsolescencia
temprana
Acción: Pruebas de Prevención Mantenimiento,

desempeño de fallas Renovación
Puesto que la tasa de fallas es un concepto relevante para entender el proceso

de fallas, es conveniente ilustrar su estimación a partir de datos experimentales.
A continuación se desglosa un proceso de estimación que se aplica en el periodo
de vida útil (donde la tasa es constante), más adelante se indica un procedimien-
to de estimación para los otros casos. Observe que la estimación de la tasa de fa-
llas en el periodo de vida útil sirve para evaluar el efecto de programas de pre-
vención de fallas.
Para estimar empíricamente la tasa de fallas de un componente en su periodo
de vida útil, se lleva a cabo el siguiente experimento: seleccione n componentes
buenos, los somete a uso durante un periodo t (razonablemente grande como para
esperar la falla de algún componente), registre al final del experimento tanto el
número de componentes que fallaron (m), como los tiempos de falla T1, T2, …, Tm.
El estimador (máximo-verosímil) de la tasa de fallas es:
m
ˆ = m
. (14.9)
t(n − m ) + ∑ Ti
i =1
Observe que este valor es el mejor estimador de la tasa de fallas (t) durante el
periodo de vida útil que se ilustra en la figura 14.12. Conviene remarcar que en
el periodo de vida útil los equipos o componentes están como nuevos, y las fallas
ocurren debido a catástrofes o fallas de operación, más que por desgaste del com-
ponente o equipo, siendo que la tasa de fallas refleja la frecuencia con que ocurren
estas catástrofes o fallas de operación.
Ejemplo 14.5. Estimación de la tasa de fallas de bombillas
Una empresa que produce bombillas de luz desea estimar la tasa de fallas de las
bombillas que pasan la prueba de funcionamiento y salen al mercado. Con este
fin, se decidió someter a 10 unidades por un periodo de prueba de 1 000 horas,
con registro del tiempo que cada una de las bombillas duró hasta fallar. Al final
del periodo de prueba se encontró que cinco bombillas aún funcionaban, mien-
tras que las duraciones de las otras fueron de 500, 600, 650, 800 y 900 horas,
respectivamente. m
Con base en estos resultados, t(n − m ) + ∑ Ti 1 000(5) 500 600 650
i =1
800 900 8 450, de manera que la estimación de la tasa de fallas resulta:

5
ˆ = = 0.0005917.
8, 450
Este resultado indica que el reemplazo de cada bombilla sería de más o menos
seis cada 10 000 horas.
✤
En situaciones comunes la evaluación empírica de la tasa de fallas o de la confiabi-

lidad de un equipo puede ser impracticable, por la falta de registros para diferentes
unidades del mismo equipo. Sin embargo, el fabricante debe poner estos datos a
disposición del cliente, ya que él dispone de la información necesaria para estimar
estos parámetros y debe haber incorporado en el diseño las características que le
permitan obtener altas confiabilidades y bajas tasas de fallas.
Tiempo operativo sin fallas

Como se aprecia hasta el momento, la confiabilidad y la tasa de fallas de un siste-
ma (equipo o componente) son conceptos útiles para estudiar el proceso de fallas
del sistema. A continuación se expone la relación entre ellos y, en particular, cómo

pueden definirse a partir del mismo modelo.
Con el objetivo de introducir definiciones precisas, en lo que resta de este ca-
pítulo se considera que se modela el tiempo de vida operativo sin fallas del equipo
o componente en estudio, como una variable aleatoria continua T y se utiliza la
siguiente notación:
• f(t) es la función de densidad de T.

• F(t) P[T t] es la función de distribución de T.
Con esta notación, la confiabilidad al tiempo t resulta:
R(t) P[T t] 1 F(t),
ya que el componente no habrá fallado al tiempo t si y solo si el tiempo operativo

sin fallas es mayor que t. Por otro lado, la tasa de fallas al tiempo t es:
f (t )
(t ) = ,
R(t )
además hay otro parámetro importante, la esperanza de T: E[T], que en la litera-
tura inglesa se le denota MTTF por mean time to failure (tiempo promedio hasta
la falla).
La familia de distribuciones que por tradición se usa para modelar el tiempo
operativo sin fallas, es la distribución de Weibull. Esta familia de distribuciones
depende de dos parámetros positivos, uno de escala (
) y otro de forma ( ). Bajo
esta notación, las características del tiempo operativo sin fallas T distribuido como
Weibull son:

−1 ⎛t⎞
⎛ t ⎞ −⎜ ⎟
• La función de densidad de T es: f (t ) = ⎜ ⎟ e ⎝
⎠ , t > 0.

⎝
⎠

⎛t⎞
−⎜ ⎟
• La función de distribución de T es: F (t ) = 1 − e ⎝
⎠ , t ≥ 0.

⎛t⎞
−⎜ ⎟
• La confiabilidad al tiempo t es: R(t ) = e ⎝
⎠ , t ≥ 0.
t −1
• La tasa de fallas al tiempo t es: (t ) = , t ≥ 0.

⎛1 ⎞
• La esperanza de T es: E ⎡⎣T ⎤⎦ =
⎜ + 1⎟ .
⎝ ⎠
Observe que, en general, el parámetro determina si la tasa de fallas

t −1
(t ) = , t ≥ 0, es creciente o decreciente. El lector puede comprobar que si

1, la tasa de fallas (t) es una función creciente de t, y si 1, la tasa de

fallas (t) es una función decreciente de t. En consecuencia (vea la figura 14.12),
cuando 1 se modela el periodo de obsolescencia del sistema (equipo o com-
ponente), y si 1 se modela el periodo de falla temprana.
Como puede apreciar, la distribución de Weibull resulta muy conveniente para
modelar el proceso de fallas de un sistema, ya que tiene la suficiente flexibilidad
para representar los periodos de falla temprana, de vida útil y de obsolescecia. Sin
embargo, una pequeña dificultad práctica de la distribución de Weibull, es que si
usted desea estimar los parámetros

y a partir de una muestra de observacio-
nes T1, T2, …, Tn no se puede obtener una expresión explícita para los estimado-
res
y en función de las observaciones. Esta pequeña dificultad, sin embargo,
se resuelve al aplicar el método de máxima verosimilitud mediante un solver de
programación no lineal (como LINGO o el solver de Excel). Para mayor claridad,
la función de verosimilitud, en este caso, toma la forma:

n n
⎛T ⎞ −1
⎛ ⎞ −∑ ⎜ i ⎟ n
⎛T ⎞
L (
, ) = ⎜ ⎟ e i =1 ⎝
⎠ ∏ ⎜⎝
i ⎟⎠ ,
⎝
⎠ i =1
y puesto que los valores de esta función son muy pequeños, para evitar errores
numéricos, es conveniente maximizar su logaritmo natural:

n
⎛T ⎞ n ⎛T ⎞
g (
, ) = n ln ( ) − n ln (
) + ( − 1) ∑ ln ⎜ i ⎟ − ∑ ⎜ i ⎟ . (14.10)
i =1 ⎝
⎠ i =1 ⎝
⎠
En resumen, si dispone de n observaciones (independientes) T1, T2, …, Tn, del

tiempo operativo sin fallas de un sistema (equipo o componente), y desea mode-
lar el tiempo operativo sin fallas como una distribución de Weibull, para estimar
los parámetros
y de la distribución, use un solver de programación no lineal
para hallar
ˆ y ˆ, que maximicen la función g(
, ) definida en (14.10). Con el
siguiente ejemplo se ilustra la aplicación de la ecuación (14.10).
Ejemplo 14.6. Mantenimiento preventivo, dado un nivel de servicio
Una pequeña empresa del ramo de la construcción dispone de una excavadora que
utiliza en sus proyectos, y que además alquila por horas cuando está disponible.
Debido al trabajo pesado que debe soportar esta máquina, es posible que se des-
componga durante la ejecución de un proyecto, en cuyo caso debe efectuarse el
mantenimiento correctivo correspondiente, lo que genera además una situación
poco deseable, ya que se debe detener el trabajo.
El gerente de la empresa busca evitar que ocurran descomposturas durante la
ejecución de los proyectos, desea tener una confiabilidad de al menos 90% en los
proyectos. Para lograr este objetivo, decidió planear la implantación de un progra-
ma de mantenimiento preventivo, durante el cual se dará servicio a la excavadora,
y, en particular, se cambiarán empaquetaduras y piezas desgastadas. Es de suponer
que la excavadora esté en el mejor estado posible luego de cada mantenimiento
preventivo.
Como es de esperar, si el intervalo entre mantenimientos preventivos es menor,
la confiabilidad de la excavadora será mayor, pero se generarán más gastos por la
mayor frecuencia del mantenimiento preventivo, ahora el problema a resolver es
determinar un intervalo entre mantenimientos preventivos que permita obtener
la confiabilidad de 90%. El gerente decidió encargar la solución de este problema
a su asistente.
Para resolver el problema, el asistente establece que si U es el intervalo entre
mantenimientos a sugerir, bastará con imponer que R(U) (la confiabilidad para U
horas de operación) sea igual a 0.9, ya que luego de un mantenimiento preventivo,
el “reloj” de las horas de operación de la excavadora empezará a correr desde 0.
Puesto que R(U) 0.9, el asistente debe modelar el tiempo operativo sin fa-
llas de la excavadora, para lo cual se percata de que, con base en la información
de los contratos de trabajo y de las órdenes de reparación, se pueden obtener los
últimos 10 tiempos de operación sin falla, que son de 50, 45, 35, 60, 100, 48, 52,
38, 30 y 42 horas, con lo que resuelve el problema de la siguiente manera:
Si el tiempo operativo sin fallas tiene una distribución Weibull, se usa Excel
con los datos empíricos, para estimar los parámetros
y , buscando maximizar
(14.10). Revise el archivo cap14.xls para los cálculos correspondientes a este ejer-
cicio. Es importante notar que, en dicho archivo, se resolvió el problema con el
solver de Excel (hallado en el menú de Herramientas), con g(
, ) como el valor a
maximizar y cambiando los valores de
y .
Luego de correr el programa de optimización, la solución reportada indi-
ca que los valores de los estimadores máximo verosímil son:
ˆ 56.15299 y
ˆ 2.719317, y tomando estos valores como aproximación a los verdaderos paráme-

⎛U ⎞
( )
−⎜ ⎟
= 0.9, para obtener U =
− ln ( 0.9)
1/
tros, se impone R(U ) = e ⎝
⎠ = 24.5455.
En consecuencia, la sugerencia del asistente es proporcionar mantenimiento
preventivo cada 25 horas (redondeando hacia delante para asegurar una confiabi-
lidad mayor que 0.9).
✤
Un caso de particular importancia en la distribución de Weibull ocurre cuando

1, donde se aprecia que la tasa de fallas es constante ((t) ). Este caso
corresponde al tiempo de vida útil del sistema (equipo o componente), y la distri-
bución de probabilidades se llama distribución exponencial. Es decir, cuando las
fallas del sistema (equipo o componente) se deben sólo a fallas de operación y/o
catástrofes, el tiempo operativo sin fallas se modela como una distribución expo-
nencial con tasa de fallas (t) , siendo sus características:
• La función de densidad de T es: f (t ) = e − t , t > 0.

• La función de distribución de T es: F (t ) = 1 − e − t , t ≥ 0.
• La confiabilidad al tiempo t es: R(t ) = e − t , t ≥ 0.
• La tasa de fallas al tiempo t es: (t ) = , t ≥ 0.

1
• La esperanza de T es: E ⎡⎣T ⎤⎦ = .

Para el caso exponencial se dispone de una forma explícita para las probabilidades
del proceso de fallas. Para ser más precisos, cuando el tiempo entre fallas sucesivas
es exponencial con tasa , si N(t) denota al número de fallas ocurridas entre 0 y t,
se sabe que {N(t): t 0} es un proceso de Poisson con tasa , es decir:
e − t ( t )
k
P ⎡⎣ N (t ) = k ⎤⎦ = , k = 0, 1, 2,…
k!
Esta expresión permite, en particular, obtener una forma explícita para la confia-
bilidad de un sistema con componentes en respaldo, ya que si un sistema consta
de n componentes en respaldo (incluso el componente en uso), y las fallas ocu-
rren con base en una distribución exponencial de tasa , teniendo en cuenta que
el sistema habrá fallado al tiempo t si y solo si hay n 1 o menos fallas al tiempo
t, se concluye que la confiabilidad del sistema al tiempo t es P[N(t) n 1], y
considerando la ecuación anterior, se tiene:
R(t ) = ∑
n −1 e − t
(t )k , (14.11)
k=0 k!
para un sistema de n componentes en respaldo. Con el siguiente ejemplo se ilustra
la utilidad de la ecuación (14.11).
Ejemplo 14.7. Confiabilidad en paralelo contra confiabilidad en respaldo

Una universidad ubicada en una zona rural tiene problemas frecuentes con su
sistema de cómputo, debido a que se experimentan problemas de flujo eléctrico,
por lo que debe utilizar equipos para estabilizar dicho flujo en su red de compu-
tadoras. Se acaban de recibir en donación dos estabilizadores, cada uno con capa-
cidad para atender a toda la red actual y se debe decidir entre dos modalidades
de operación.
La primera modalidad consiste en disponer los estabilizadores en paralelo,
es decir, dividir la red en dos partes y conectar cada parte a un estabilizador, de
manera que cuando falle un estabilizador, el siguiente se haga cargo de toda la
red. La segunda modalidad consiste en disponer los estabilizadores en respaldo,
es decir, conectar la red a un estabilizador, y cuando éste falle, utilizar el otro es-
tabilizador. Se ha encargado al Departamento de Ingeniería Industrial que evalúe
las confiabilidades bajo ambas modalidades de operación.
En primer lugar, dado que los equipos son nuevos, se modelará el tiempo ope-
rativo sin fallas de cada estabilizador como exponencial (las fallas obedecen sobre
todo a causas ajenas al equipo). Por experiencia se sabe que las fallas del estabili-
zador que se ha usado ocurren a razón de cuatro al semestre (que tiene alrededor
de 4 000 horas de operación), es decir, la tasa de fallas es de 0.001 por hora,
y se ha decidido asumir la misma tasa de fallas para los estabilizadores.
En el primer caso (paralelo), la confiabilidad para el semestre de cada esta-
bilizador será de R(4 000) = e −( 0.001)( 4 000 ) =20.0183 , por lo que la confiabilidad del
sistema será de RP (4 000) = 1 − (1 − 0.0183) = 0.0363 . En el segundo caso, mediante
(14.11) la confiabilidad es:
e − t ( t )
k
1
RR (4 000) = ∑ = e −( 0.001)( 4 000 ) (1 + (0.001)(4 000)) = 0.0916.
k=0 k!
Por lo que se determina que la confiabilidad del sistema en respaldo es mucho
mejor que la del sistema en paralelo. El lector puede comprobar que sin importar
los valores de y t, la confiabilidad en respaldo siempre es mejor que en para-
lelo. Por otro lado, debe notar que las confiabilidades calculadas asumen que los
estabilizadores no se reparan. Claro que en la práctica se puede reparar el estabi-
lizador, quizás antes de que el otro falle, de manera que la confiabilidad en ambas
modalidades (si hay reparación) es mucho mayor (quizá cercana a 1 en este caso),
por lo que la superioridad del sistema en respaldo se refleja más bien en el menor
desgaste de los estabilizadores, en este caso. Por otro lado, observe que se pueden
usar respaldos sólo si cada equipo tiene la capacidad necesaria.
MANTENIMIENTO Y RENOVACIÓN DE EQUIPOS

Dos decisiones que afectan directamente a la confiabilidad de un sistema de pro-
ducción, se relacionan con el mantenimiento y la renovación de los equipos que
utiliza la empresa. En términos generales, una mayor intensidad en el manteni-
miento del equipo genera un mayor costo directo, ya que el mantenimiento es
costoso. Sin embargo, esta mayor intensidad reduce costos indirectos debidos a
fallas imprevistas, que generan producción defectuosa, desgaste innecesario del
equipo y altos costos imprevistos. Desde este punto de vista, es de interés para la
empresa determinar la intensidad de la política de mantenimiento que resulte de
un balance adecuado de los costos directos e indirectos de estas políticas. La toma
de decisiones sobre la renovación del equipo presenta características similares a
la del mantenimiento, ya que conforme la máquina envejece, el deterioro de la
misma genera costos de mantenimiento más altos, de manera que si bien la reno-
vación del equipo representa una inversión costosa, significa un ahorro sustancial
en costos de mantenimiento. A continuación se presentan algunos conceptos que
permiten tomar decisiones racionales, con base en los costos directos e indirectos
de las políticas de mantenimiento y renovación de equipos.
Mantenimiento preventivo
En primer lugar se debe distinguir entre mantenimiento correctivo y manteni-
miento preventivo. El mantenimiento correctivo tiene lugar cuando ocurre una
falla imprevista durante la operación del equipo; en cambio, el preventivo se pla-
nea, ya sea a intervalos regulares, depende de la fecha de la última operación de
mantenimiento, o del tiempo operativo del equipo. El mantenimiento preventivo
(o planeado) es menos costoso que el correctivo, ya que se planea cuando el equi-
po no está en operación, y no genera costos relacionados con la detención de la
producción y el desperdicio por defectos.
Una decisión importante acerca del mantenimiento preventivo, es la deter-
minación de un intervalo apropiado entre mantenimientos planeados, ya que un
intervalo muy pequeño puede generar costos directos innecesariamente altos, y
por otro lado, un intervalo muy grande puede generar costos altos por manteni-
miento correctivo. Una decisión apropiada en este sentido, debe depender de los
costos de los mantenimientos preventivo y correctivo, así como de la distribución
del tiempo de operación sin fallas, como se explica a continuación.
Suponga que el costo por falla imprevista (desperdicio y gastos de reparación)
es de CF, y que el costo de cada mantenimiento planeado es de CP, con CF CP.
Hay que comparar el costo promedio anual de dos políticas, la primera consistente
en hacer mantenimiento sólo cuando el equipo falla (correctivo), y la segunda en
hacer mantenimiento no sólo cuando el equipo falla, sino también en intervalos
regulares, cada U horas de operación del equipo (preventivo).
Con la notación ya introducida, suponga que el número de horas operativas
sin fallas del equipo es una variable aleatoria T con función de distribución FT(t).
De acuerdo con la primera política, se espera mantener el equipo cada E[T ] (la
esperanza de T) horas de operación, por lo que si H es el número de horas de ope-
ración del equipo al año, el costo promedio anual de esta política estará dado por:
H
C = CF (14.12)
E ⎡⎣T ⎤⎦
Conforme a la segunda política, se hará mantenimiento preventivo cada U horas

de operación, con H/U mantenimientos preventivos al año, en promedio; además
debe hacerse mantenimiento correctivo cada vez que el equipo falla entre periodos
de mantenimiento preventivo, por lo que si E[FU] es el número esperado de fallas
durante U horas de operación sin mantenimiento preventivo, el costo promedio
anual de esta política es:
H HE[ FU ]
C = CP + CF . (14.13)
U U
Observe que el primer sumando de (14.13) tiende a ser muy grande cuando U
desciende a 0, esto indica que no debe exagerarse con mantenimientos correcti-
vos muy seguidos, por el costo de los mismos. Por otro lado, el segundo sumando
tiende a ser igual al lado derecho de (14.12) cuando U tiende a ser grande, ya que
mantenimientos preventivos muy espaciados tienen un efecto casi nulo en la dis-
minución de las fallas imprevistas.
Si dispone de las estimaciones de costos y desea utilizar (14.13) para estimar
el costo anual, debe calcular E[FU], que depende de la distribución que se use para
modelar T. En particular, si asume que T se distribuye como Weibull, se sugiere

estimar el valor por simulación (vea el siguiente ejemplo). Si se modela T como
normalmente distribuida, se sugiere aproximar E[FU] por P[T U], y en general
se sabe que:
E ⎡⎣ FU ⎤⎦ = P ⎡⎣T1 ≤ U ⎤⎦ + P ⎡⎣T1 + T2 ≤ U ⎤⎦ + P ⎡⎣T1 + T2 + T3 ≤ U ⎤⎦ +… ,
donde T1, T2,… son variables aleatorias independientes e idénticamente distribuidas,

según la distribución de probabilidades de T, aunque esta última expresión no es de
mucha utilidad si no se dispone de expresiones explícitas para las distribuciones
de las sumas de los tiempos de falla, por esta razón se recomenda utilizar simula-
ción para el caso de la distribución de Weibull (como en el siguiente ejemplo).
Ejemplo 14.8. Intervalo óptimo entre mantenimientos preventivos
En una empresa del ramo textil se han registrado los tiempos entre fallas sucesivas
de un telar con lanzadera. Con base en los registros de un año, se piensa que el
tiempo entre fallas sucesivas puede suponerse como una distribución de Weibull,
con parámetro de forma 5, y parámetro de escala
40 horas. El costo que
ocasiona cada mantenimiento correctivo es de CF $80 en promedio, consideran-
do desperdicio, gastos directos de reparación y tiempo perdido. Se desea evaluar la
opción de planear mantenimientos preventivos con un costo por mantenimiento
de CP $40. La empresa quiere comparar el costo de la política de no planear los
mantenimientos frente a la política de llevar a cabo mantenimientos preventivos
cada 15, 20, 25, 30, 35 y 40 horas de operación de la máquina.
Con base en (14.12) y dado que la máquina trabaja 8 horas diarias por 250
días al año, el número de horas operativas al año es H 2 000 horas, y la hoja de
cálculo revela que (1.2) es aproximadamente 0.918, por lo que el costo promedio
de la política de efectuar sólo mantenimiento correctivo es C 80(2 000)/36.727
4 356.498 al año.
Para conocer los costos de las políticas de hacer mantenimientos preventivos
se debe calcular E[FU], el número esperado de fallas entre periodos de manteni-
miento preventivo, el cual se obtuvo mediante el archivo cap14.xls. En este caso se
hicieron 100 000 repeticiones para cada corrida de simulación de la distribución
Weibull, reportando sólo las tres primeras cifras decimales. El resumen de los cál-
culos se presenta en la tabla 14.3.
Como puede observar, el mejor costo se obtiene para intervalos entre mante-
nimiento preventivo de 25 horas, con un costo menor que no hacer mantenimiento
preventivo. A partir de la tabla, también se observa que para intervalos de mante-
nimiento preventivo muy pequeños, el costo del servicio es muy alto, mientras que
para intervalos de mantenimiento grandes, el costo de las fallas resulta alto, lo que
ilustra la importancia de encontrar el intervalo de mantenimiento apropiado.
› Tablas 14.3 INTERVALO (U) E [FU ] C F H E [ F U ]/U C P H/U COSTO TOTAL

Costo anual para diferentes
intervalos entre mantenimientos 15 0.007 74.667 5 333.333 5 408
preventivos. 20 0.032 256.000 4 000.000 4 256.000
25 0.091 582.400 3 200.000 3 782.400
30 0.212 1 130.667 2 666.667 3 797.333
35 0.401 1 833.143 2 285.714 4 118.857
40 0.637 2 548.000 2 000.000 4 548.000
Como se aprecia en el ejemplo anterior, la política de mantenimiento preventivo

apropiada depende de la distribución del tiempo entre fallas de equipo, que con-
diciona los costos de mantenimiento (el lector puede verificar que si se asumen
distribuciones normales el resultado puede ser muy diferente). Es conveniente
indicar que la metodología propuesta no toma en cuenta que la distribución del
tiempo entre fallas puede variar, ya que conforme el equipo se hace más viejo,
existe la tendencia a tener fallas con más frecuencia; por ello, es aconsejable la
revisión periódica de la política de mantenimiento preventivo para verificar que
sigue siendo la apropiada.
Renovación de equipos
Como es de esperar, a medida que el equipo envejece, las fallas son más frecuen-
tes, y entonces será conveniente intensificar el mantenimiento preventivo para
reducir costos por fallas imprevistas. A medida que el mantenimiento preventivo
se hace más frecuente, se incurre en mayores costos por mantenimiento y con-
viene explorar la posibilidad de renovar el equipo. Decidir renovar la maquinaria,
sin embargo, se relaciona con la estrategia de innovación tecnológica de la empre-
sa, ya que si dicha estrategia indica que deben innovarse los procesos cada cierto
periodo, tal vez no sea conveniente adquirir maquinaria del mismo tipo. Por esta
razón, la decisión de renovar el equipo comprando maquinaria del mismo tipo
debe analizarse como una decisión a mediano, y no a largo plazo. Factores a con-
siderar para una toma de decisiones en este sentido son el periodo de planeación
(en relación con la estrategia de cambio tecnológico), los costos de mantenimiento
como función de la edad del equipo, los costos de adquisición de equipo nuevo
del mismo tipo, el valor de rescate del equipo al final del periodo de planeación
y, posiblemente, la tasa de descuento que permita otorgar el verdadero valor a los
costos más inmediatos.
A continuación se presenta un modelo que permite incorporar estos factores
para apoyar la toma de decisiones. Se utiliza la siguiente notación para describir
este modelo y su técnica de solución:
• N periodo de planeación en años (dentro de N años se espera cambiar de

tecnología).
• d tasa de descuento por un año (d (1 i)1 si i es la tasa de interés
anual).
• c(k) costo anual (por operación, mantenimiento y desperdicio) de una má-
quina de edad k.
• p precio de una máquina nueva del mismo tipo.
• t(k) valor recibido al entregar una máquina de edad k si se compra una
nueva del mismo tipo.
• r(k) valor de rescate recibido por una máquina de edad k años al final del
periodo de planeación.
Dada la notación anterior, el problema de encontrar la mejor política de reempla-

zo aparece como el problema de encontrar el mejor camino en una red, como se
muestra en la figura 14.14. En dicha figura se indican los estados que podría tener
la máquina para un periodo de planeación de N 6 años, empezando el año 1 con
una máquina de 1 año de edad. Como puede apreciar en la figura, en cada estado
se debe tomar una de dos decisiones posibles: renovar la máquina al inicio del año
(y llegar con una máquina de 1 año de edad al inicio del año siguiente), u operar
la máquina usada (y llegar con una máquina de 1 año más de edad al inicio del
año siguiente). En la gráfica también se indica que cuando la máquina tiene un
año de edad al inicio del año 1, el costo (sin factor de descuento) de la primera
decisión es p t(1) c(0), y el de la segunda decisión es c(1); también se indica
› Figura 14.14
El problema de renovación
como un problema de caminos.
Edad
(años)
–r(3)
c(2)
–r(2)
c(1) p–t(2)+c(0)
–r(1)
p–t(1)+c(0)
Inicio del año
que al final del periodo de planeación se recibirá r(1) si la máquina tiene un año,
r(2) si tiene 2, y así sucesivamente. Aunque para problemas pequeños es posible
encontrar el mejor camino por enumeración completa, es preferible indicar cómo
encontrar este camino mediante una formulación del problema en programación
dinámica, como se indica a continuación (dicho procedimiento está implantado en
el archivo cap14.xls correspondiente a este capítulo).
El método siguiente permite encontrar la mejor decisión recursivamente,
encontrando los costos de las decisiones óptimas desde el final del periodo de pla-
neación hasta llegar al inicio. Para ello es necesario definir:
S(i) mínimo costo para el resto del proceso cuando se inicia el año i con
una máquina de edad 1.
Al inicio se impone la condición de frontera S(N 1) r(1), y los valores
de S(i) se calculan en el orden i N, N1, …, 1, haciendo uso de la siguiente re-
lación de recurrencia:
⎧ N − i +1
−d N − i +1 r( N − i + 2) + ∑ k =1 d k −1c(k ) ⎫
⎪ ⎪
S(i ) = min ⎨
{ j −i
}
⎪ min j = i ,,N d j − i +1S( j + 1) + d j − i [ p − t( j − i + 1) + c(0)] + ∑ k =1 d k −1c(k )
⎩
⎬
⎪
⎭
Observe que el primer término que se considerará es el costo de la opción de
no reemplazar el equipo durante todo el periodo de planeación, y los siguientes
son los costos de reemplazar el equipo al inicio de los años i, i1, …, N. Al aplicar
este algoritmo debe tenerse cuidado en almacenar la política a seguir que indica
cada minimización, con el fin de recuperar la política óptima que se obtenga en el
último paso (para determinar S(1)). Con el siguiente ejemplo se ilustra la aplica-
ción de este método.
Ejemplo 14.9. Determinación de una política de renovación
Una fábrica de muebles considera que el modelo de su cortadora circular con con-
trol numérico debe renovarse cada siete años. Hace un año introdujo un nuevo
modelo (por lo que el periodo de planeación será de seis años), a un precio de
EDAD COSTO DE MANTENIMIENTO VALOR DE CAMBIO VALOR DE RESCATE › Tablas 14.4

Costos anuales de
(k ) ( c ( k )) ( t ( k )) ( r ( k ))
mantenimiento y rescate
0 0.5 - - para una cortadora circular.
1 0.9 9.0 8.0
2 1.4 8.3 7.5
3 1.9 7.4 6.5
4 2.5 6.0 5.5
5 3.2 3.5 4.0
6 3.9 1.0 2.0
7 - - 0
p $10 000 por máquina. Con base en su experiencia y en registros del fabrican-
te, posee la estimación de los costos anuales de mantenimiento, operación y des-
perdicio para este modelo, el valor de cambio por una máquina nueva del mismo
modelo, y el valor de rescate obtenido luego de N 6 años, en función de la edad
de la máquina. Los datos relevantes se presentan en la tabla (en miles de $). Con
el objeto de ilustrar la aplicación de la metodología propuesta, considere que no
existe tasa de descuento (d 1).
Se aplicará el algoritmo de programación dinámica para encontrar la mejor
política de reemplazo. Con P(i) se indica cuál es la mejor estrategia cuando se ini-
cia el año i con una máquina de un año de uso:
S(7) 8,
P(7) obtener el valor de rescate,
⎧ −7.5 + 0.9 ⎫
S(6) = min ⎨ ⎬ = −6.6,
⎩ −8 + 1 + 0.5⎭
P(6) operar la máquina hasta el final del periodo,

⎧ −6.5 + 0.9 + 1.4 ⎫
⎪ ⎪
S(5) = min ⎨ −6.6 + 1 + 0.5 ⎬ = −5.1,
⎪ −8 + 1.7 + 0.5 + 0.9⎪
⎩ ⎭
P(5) siguiente renovación al inicio del año 5,
⎧ −5.5 + 0.9 + 1.4 + 1.9 ⎫

⎪ ⎪
⎪ −5.1 + 1 + 0.5 ⎪
S(4 ) = min ⎨ ⎬ = −3.6,
⎪ −6.6 + 1.7 + 0.5 + 0.9 ⎪
⎪⎩ −8 + 2.6 + 0.5 + 0.9 + 1.4⎪⎭
⎧ −4 + 0.9 + 1.4 + 1.9 + 2.5 ⎫

⎪ ⎪
⎪⎪ −3.6 + 1 + 0.5 ⎪⎪
S(3) = min ⎨ −5.1 + 1.7 + 0.5 + 0.9 ⎬ = −2.1,
⎪ −6.6 + 2.6 + 0.5 + 0.9 + 1.4 ⎪
⎪ ⎪
⎪⎩ −8 + 4 + 0.5 + 0.9 + 1.4 + 1.9⎪⎭

⎧ −2 + 0.9 + 1.4 + 1.9 + 2.5 + 3.2 ⎫
⎪ ⎪
⎪ −2.1 + 1 + 0.5 ⎪
⎪ −3.6 + 1.7 + 0.5 + 0.9 ⎪
S(2) = min ⎨ ⎬ = −0.6
⎪ −5.1 + 2.6 + 0.5 + 0.9 + 1.4 ⎪
⎪ −6.6 + 4 + 0.5 5 + 0.9 + 1.4 + 1.9 ⎪
⎪ ⎪
⎩ −8 + 6.5 + 0.5 + 0.9 + 1.4 + 1.9 + 2.5⎭
⎧ 0 + 0.9 + 1.4 + 1.9 + 2.5 + 3.2 + 3.9 ⎫

⎪ ⎪
⎪ −0.6 + 1 + 0.5 ⎪
⎪ −2.1 + 1.7 + 0.5 + 0.9 ⎪
⎪ ⎪
S(1) = min ⎨ −3.6 + 2.6 + 0.5 + 0.9 + 1.4 ⎬ = 0.9,
⎪ −5.1 + 4 + 0.5 + 0.9 + 1.4 + 1.9 ⎪
⎪ ⎪
⎪ −6.6 + 6.5 + 0.5 + 0.9 + 1.4 + 1.9 + 2.5 ⎪
⎪ −8 + 9 + 0.5 + 0.9 + 1.4 + 1.9 + 2.5 + 3.2⎪
⎩ ⎭
P(1) siguiente renovación al inicio del año 1.
Como puede observar, la mejor estrategia consiste en cambiar la máquina cada año
hasta el año 5, a partir del cual se operará la misma máquina hasta el final del
periodo de planeación (año 6) obteniéndose el valor de rescate correspondiente al
final de éste. En la figura 14.15 aparece el conjunto de posibilidades como un pro-
blema de buscar la ruta más corta entre el punto inicial (1, 1) y cualquier punto
terminal (con abscisa 7). Los números sobre cada uno de los arcos que conecta
cada par de puntos indican el costo por moverse entre dichos puntos, existiendo
› Figura 14.15
Representación del problema
de reemplazo como un 0
3.9
problema de caminos.
-2
3.2
3.2
9.5
Edad -4
2.5 2.5
2.5
7.0 7.0
-5.5
1.9 1.9
1.9 1.9
4.5 4.5 4.5
-6.5
3.1 3.1 3.1 3.1

1.4 1.4 1.4 1.4 1.4
2.1 2.1 2.1 2.1 -7.5
2.1
0.9 0.9 0.9 0.9

0.9c 0.9
-8
1.5 1.5 1.5 1.5 1.5 1.5
Tiempo
costos terminales (los valores de rescate) para cada punto terminal. Observe que
en cada punto existen dos posibilidades, comprar equipo nuevo o bien seguir ope-
rando la máquina. En el primer caso se incurre en el costo de cambiar la máquina
en uso por una nueva (costo menos valor de cambio), más el costo de operación
de una máquina nueva por un año (c(0)). En el segundo caso se incurre en el costo
de operación correspondiente por un año.
Por último, el procedimiento de programación dinámica propuesto también

aplica si la máquina en uso al inicio del periodo de planeación tiene más de un año
de uso. Para este fin, defina Sk(1) costo mínimo para el resto del proceso cuando
se inicia el año 1 con una máquina de k años de edad, el cual puede obtenerse de
acuerdo con:
⎧ −d N r ( k + N ) + ∑ j =1 d j −1c ( k + j − 1) ⎫
N
⎪ ⎪
Sk (1) = min ⎨
{
⎬
⎪ min i =1,....,N dS(i + 1) + d i −1 ⎡⎣ p − t ( k + i − 1) + c ( 0 )⎤⎦ + ∑ j =1 d j −1c ( k + j − 1)⎪
i −1
⎩ ⎭
Este procedimiento general está implantado en el archivo cap14.xls, y se
puede correr bajo diferentes valores de los parámetros, siendo útil para obtener
una intuición de los factores involucrados en el problema de renovación.
EJERCICIOS
1. Se tomaron las siguientes medidas del diámetro del a) Calcule la media y la desviación estándar de la
anillo de los pistones que produce una máquina. muestra.
b) Obtenga el intervalo de confianza para la verdadera
54.002 54.019 53.992 54.003
media del proceso de llenado con los datos muestra-
53.992 54.001 54.011 54.004
les y un nivel de confianza de 95%.
54.004 53.995 54.005 54.002
c) ¿Se puede aceptar que el proceso está bien calibra-
53.996 53.996 54.001 53.988
do en una media de 25 cm3? (efectúe la prueba de
Las especificaciones del diseño indican que el diámetro hipótesis correspondiente).
debe ser de 54, con una tolerancia de 0.03. Con base en d) Estime la habilidad del proceso.
esta muestra: 3. Considere la línea de producción con estaciones de re-
a) Determine si el proceso está bien calibrado en el paración que se ilustra en la siguiente figura.
promedio de 54 de diámetro.
b) Estime la habilidad del proceso, asuma una distri- Estación 1 Estación 2 Estación 3 Estación 4 Estación 5
bución normal de las mediciones y con base en los

resultados de esta muestra.
2. Una compañía farmacéutica desea investigar la posibi-
Estación 6 Estación 7
lidad de adquirir una máquina para el llenado automá-
tico de ampolletas. Las especificaciones del laboratorio
indican que deben contener 25 cm3, con tolerancia de Además se tienen las siguientes habilidades y costos de
0.08 cm3. Con el objeto de analizar la habilidad del pro- proceso (incluso materiales) en cada estación
ceso de manufactura, el laboratorio tomó una muestra
de 25 unidades producidas. Se obtuvieron los siguientes Estación 1 2 3 4 5 6 7
resultados: Eficiencia 0.92 0.95 0.95 0.96 0.97 0.70 0.65
24.08 25.08 25.04 24.04 24.03 Costo de Proceso 10 3 2 1 3 6 5
25.04 24.03 24.07 25.03 25.08
a) Calcule la habilidad de la línea de producción.
25.01 24.07 25.07 25.05 25.07
b) Si cada unidad defectuosa se desecha, calcule el costo
24.08 24.09 24.01 24.04 25.02 de manufactura por cada unidad aceptable en esta
25.03 25.01 25.06 25.04 24.05 línea.
c) Suponga que la máquina de la estación de reparación horas de operación, del taller de 15 telares no fallaron
7 se desecha y las unidades defectuosas que salen de 6, y los otros fallaron a las 30, 40, 45, 25, 48, 35, 32, 38
la estación 4 se desechan. Calcule la habilidad del y 49 horas.
sistema y el costo de manufactura por cada unidad a) Estime la tasa de fallas con base en los resultados.
aceptable en la nueva línea. Indique a qué se deben b) Suponga que la verdadera tasa de fallas de los telares
las diferencias con los resultados encontrados en los es la encontrada en a. Calcule la confiabilidad de los
incisos a y b. telares para 100 horas de operación.
4. Una empresa que produce cerraduras, planea introdu- c) Bajo la suposición hecha en b, ¿cada cuántas horas
cir un nuevo modelo al mercado. La manufactura de de operación deben hacerse mantenimientos preven-
una de las piezas requiere de cuatro operaciones en tivos para tener una confiabilidad de 90% entre dos
serie (corte, flexión, perforado y acabado), que ejecutan mantenimientos preventivos?
operarios con la ayuda de máquinas y transportadores 9. Considere el grupo de telares del problema anterior y
estáticos. Las habilidades de cada una de estos procesos suponga que luego de un nuevo plan de prevención de
se estiman en 95, 94, 96 y 96%, respectivamente. errores, se probaron los telares por 40 horas de operación
a) Calcule la habilidad del sistema. y se encontró que no fallaron 10, y los otros fallaron a
b) Si se desea producir 1 500 unidades no defectuosas las 32, 38, 35, 36 y 39 horas.
por día, determine el número de unidades que deben a) Estime la nueva tasa de fallas con base en los resul-
ordenarse, si todas las piezas defectuosas son desecha- tados obtenidos.
das y se requiere cubrir la meta de producción. b) ¿Qué conclusión podría tomar respecto del nuevo
c) Si los costos unitarios (incluso material y proceso) plan de prevención de fallas?
en cada operación son: C1 20, C2 5, C3 2, y 10. Un sensor óptico tiene un tiempo de vida que se modela
C4 7, respectivamente. Calcule el costo total de como Weibull con parámetro de escala
300 horas y
manufactura por unidad no defectuosa (considere parámetro de forma 0.5.
el desperdicio). a) Calcule el tiempo promedio hasta la falla.
5. Una empresa de la industria de autopartes tiene una célula b) Determine la confiabilidad del sensor para 500 horas
de manufactura con siete estaciones de trabajo, como se de operación.
muestra en la siguiente figura. Las estaciones 6 y 7 son c) Para mejorar la confiabilidad del sistema óptico se
estaciones de reparación, de acuerdo con el diagrama de desea cambiar el sensor por otro idéntico (nuevo)
la figura. En la figura también se presentan las habilida- cada cierto intervalo de horas de operación. ¿Cada
des y los costos unitarios de proceso en cada estación. cuántas horas de operación deben reemplazarse los
sensores para tener una confiabilidad de 95% durante
Estación 1 Estación 2 Estación 3 Estación 4 cada periodo de operación?
11. El motor de una cisterna funciona en automático para
operar y cargar el tanque sólo cuando es necesario. El
Estación 5
motor está sujeto a fallas que se deben tanto al azar
Estación 7 como al desgaste de las piezas. Se han observado las
siguientes horas (netas) de operación entre fallas suce-
Diagrama de flujo de una célula. sivas: 200, 300, 100, 300, 500, 800, 150. Con el objeto
de implantar un plan de mantenimiento preventivo, se
Estación 1 2 3 4 5 6 desea modelar el tiempo entre fallas sucesivas con base
en una distribución de Weibull.
Habilidad 0.96 0.90 0.99 0.97 0.94 0.97
a) Formule el problema de programación no lineal
Costo 10 8 6 3 3 9 que debe plantearse para estimar los parámetros de
la distribución de Weibull con base en la muestra
a) Calcule la habilidad del sistema y el costo de proceso obtenida.
por cada unidad buena (considere el desperdicio). b) Resuelva el problema de programación no lineal me-
b) ¿Cuántas unidades deberá ordenarse producir para diante el software apropiado (por ejemplo LINGO, o
obtener 1 000 unidades aceptables? el archivo cap14.xls).
6. Un transistor tiene un tiempo de vida exponencial con c) Si los verdaderos parámetros son los estimados ob-
una tasa de fallas de 0.00006 por hora. tenidos en b), calcule el costo promedio (anual) de
a) Encuentre la confiabilidad del amplificador para 4 000 las fallas si cada mantenimiento correctivo cuesta
horas. $2 000 en promedio (asuma 1 000 horas de opera-
b) ¿Cuál es el tiempo promedio hasta la falla? ción al año).
7. Un componente de video se encuentra en su periodo de d) Si los verdaderos parámetros son los estimados obte-
vida útil (y está sujeto sólo a fallas aleatorias), si la con- nidos en b), calcule el costo promedio (anual) de los
fiabilidad es de 0.92 para 6 000 horas de operación. planes de mantenimiento preventivo cada 250, 500,
a) Determine la tasa de fallas del componente. 1 000, y 1 500 horas, si cada mantenimiento correcti-
b) ¿Cuál es el tiempo promedio hasta la falla? vo cuesta $2 000 en promedio y cada mantenimiento
8. Ciertos telares (idénticos) se encuentran en su periodo preventivo cuesta $500 en promedio (asuma 1 000
de vida útil, y se ha observado que en un periodo de 50 horas de operación al año).
12. Los componentes de la siguiente figura están en respaldo 15. El tiempo entre fallas de un servidor sigue una distri-
y el tiempo entre fallas sucesivas ocurre con base en una bución Weibull con parámetro de escala de 400 horas
distribución exponencial con tasa de 0.005 por hora. y parámetro de forma de 2.5.
a) Calcule el costo (anual) por fallas, si no existe man-
tenimiento preventivo, y cada falla le cuesta a la
Unidad Básica
empresa (en promedio) $2 000.
b) Calcule los costos de hacer mantenimiento preven-
tivo cada 200, 400, 600 y 800 horas, si el costo de
Respaldo 1 cada mantenimiento preventivo (en promedio) es
de $1 500.
Nota: Considere 2 000 horas de operación al año y es-
Respaldo 2 time E[FU] por simulación, utilizando los ejemplos del
archivo cap14.xls (en específico el ejemplo 14.8) (utilice
100 000 repeticiones para cada estimación).
16. Una empresa dedicada a la fabricación de artículos para
Respaldo 3
baño desea incursionar en el mercado del Tratado de
Libre Comercio con una nueva línea de productos para
a) Calcule la confiabilidad de cada componente para exportación, por lo que ha decidido analizar la confia-
200 horas de operación. bilidad de su sistema. En este momento su proceso de
b) Calcule la confiabilidad del sistema para 200 horas fabricación consta de tres procesos en serie: mezclado,
de operación. moldeado y acabado. Se estima que la confiabilidad (para
c) Calcule el tiempo promedio hasta la falla desde que un turno de 8 horas) de cada una de las máquinas es
cada componente entra en operación. de 0.80, 0.85, y 0.75, respectivamente. Si las máquinas
d) Calcule el tiempo promedio hasta la falla del se encuentran en su periodo de vida útil, es de suponer
sistema. que las fallas se deben a imprevistos y, en consecuen-
e) Si los componentes hubieran estado en paralelo (con cia, el tiempo operativo sin fallas de cada máquina es
la misma tasa de fallas para cada componente) ¿cuál exponencial.
hubiera sido la confiabilidad del sistema? a) Calcule la tasa de fallas (por hora) de cada má-
13. Una compañía de transporte desea investigar cuál de quina.
las dos marcas de baterías que usa se desempeña mejor, b) ¿Cuál es la confiabilidad (para un turno de 8 horas)
por lo que desea estimar la confiabilidad y la tasa de del sistema actual?
fallas para ambas opciones durante un periodo de ope- c) ¿Cuál será la confiabilidad del sistema si cada máqui-
ración de año y medio (547 días). La empresa cuenta na es respaldada con otra en paralelo (con la misma
con 20 camiones; en 10 de ellos se instalaron las bate- confiabilidad)?
rías de la marca A y en el resto la marca B. Al final del d) ¿Cuál será la confiabilidad del sistema si cada máqui-
periodo se encontró que cuatro baterías de la marca A na es respaldada con otra en respaldo (con la misma
no fallaron, y el resto duraron 410, 515, 336, 480, 360 y confiabilidad)?
210 días, respectivamente. Para la marca B se encontró 17. Considere el problema anterior. Otro de los planes que
que tres baterías no fallaron y las siete restantes dura- quiere implantar la empresa para entrar al nuevo merca-
ron 530, 480, 499, 470, 320, 340 y 528 días, respecti- do, es decidir sobre la conveniencia de un programa de
vamente. mantenimiento preventivo para el proceso de acabado.
a) Estime la tasa de fallas de las baterías para cada El tiempo promedio entre fallas de la máquina de aca-
marca. bado es de 10 días, con una desviación estándar de dos
b) Si la verdadera tasa de fallas es igual a la encontra- días (trabajando 8 horas al día). Cada falla le cuesta a
da en a), ¿cuál sería la confiabilidad de las baterías la empresa $1 500 debido al tiempo perdido y los costos
para 900 días de operación con cada una de las de reparación. Es posible programar un mantenimiento
marcas? preventivo durante las horas no pico de la producción,
c) ¿De qué marca es preferible comprar las baterías? el cual costaría $250.
14. El tiempo entre fallas de una pulidora se asume normal- a) ¿Cuál sería el costo (anual) de no implantar un pro-
mente distribuido en promedio de 40 horas de operación grama de mantenimiento preventivo?
y desviación estándar de 5 horas. b) Calcule los costos promedio (anuales) de las políti-
a) Calcule el costo (anual) por fallas, si no existe man- cas de dar mantenimiento preventivo cada 5, 10 y 15
tenimiento preventivo, y cada falla le cuesta a la días.
empresa (en promedio) $900. c) ¿Qué recomendaciones puede hacer a la empresa?
b) Calcule los costos de hacer mantenimiento preventivo Nota: Considere 2 000 horas de operación al año, y
cada 20, 30, 40 y 50 horas, si el costo de cada man- aproxime E[FU] con P[T ≤ U].
tenimiento preventivo (en promedio) es de $450. 18. En una empresa que fabrica calzado deportivo se re-
Nota: Considere 2 000 horas de operación al año y gistran fallas en la máquina de bordado, por lo que se
aproxime E[FU] con P[T U]. evalúa la posibilidad de implantar una buena política de
mantenimiento preventivo para reducir los costos por COSTO ANUAL DE VALOR DE RESCATE
desperdicio y paros innecesarios de la producción. Con EDAD MANTENIMIENTO VALOR DE CAMBIO DENTRO DE 8 AÑOS
base en los registros de descomposturas en el periodo (k ) ( c ( k )) ( t ( k )) ( r ( k ))
de 1 año (2 turnos de 8 horas por 250 días laborales), se 0 4 000 300 000 300 000
estimó que el tiempo entre fallas tiene una distribución
1 5 000 250 000 200 000
Weibull con parámetro de escala 5 200, y parámetro
de forma
5 6. El costo por falla no planeada es de 2 7 000 200 000 100 000
Cf 1 000 en promedio, tomando en cuenta todos los 3 10 000 150 000 50 000
gastos que ocasiona. En cambio, se estima que el man- 4 14 000 100 000 25 000
tenimiento preventivo costará Cp 450. Se desea com-
5 20 000 50 000 10 000
parar la política actual (sólo mantenimiento correctivo)
frente a las políticas de establecer mantenimiento pre- 6 27 000 0 0
ventivo cada 150, 200, 250 o 300 horas de operación de 7 35 000 0 0
la máquina bordadora. 8 45 000 0 0
a) Calcule el costo promedio anual de la política actual
9 n.d. n.d. 0
de mantenimiento.
b) Determine el costo promedio anual de las políticas
Para los siguientes incisos se recomienda utilizar el pro-
de mantenimiento preventivo para los cuatro casos grama implementado en el archivo cap14.xls.
mencionados. Se recomienda usar el programa im- a) Con base en esta información defina la mejor estra-
plantado en el archivo cap14.xls con 100 000 repeti- tegia de renovación de la maquinaria que se compró,
ciones para estimar E[FU] en cada caso. utilice programación dinámica y con un factor de
c) ¿Qué política debe seguir la empresa y cuál es su
descuento de d 1.
costo? b) Determine lo mismo que en a), si se utiliza un factor
d) Determine el costo promedio anual de las políticas
de descuento de d 0.80.
de mantenimiento preventivo para los cuatro casos, c) Analice la conveniencia de utilizar la política obte-
pero asuma que el tiempo entre fallas sucesivas se nida en a) o la obtenida en b).
distribuye normalmente con la misma esperanza, y 21. En el proceso de producción de mamilas deben reno-
con desviación estándar
50 (puede asumir que varse los moldes con cierta frecuencia, porque el uso
E[FU] P[T ≤ U]), ¿a qué atribuye las diferencias ocasiona desgastes que pueden crear defectos donde
encontradas con los resultados del inciso b? se acumularían contaminantes al usar los biberones. El
19. Una empresa que fabrica chocolates quiere establecer
fabricante estima que necesita cambiar los moldes cada
la política de mantenimiento del año próximo, para el ocho meses. Cuenta con los siguientes datos:
equipo de inyectado de licor y cerezas en los chocola-
tes. Cada vez que la máquina se descompone hay que
detener la producción, se desperdician cerezas, licor y COSTO
chocolate, por lo que esta falla cuesta en total $900. Si EDAD MENSUAL DE VALOR DE RESCATE
(MESES) MANTENIMIENTO VALOR DE CAMBIO EN 8 MESES
se planean mantenimientos preventivos, el costo de cada
(k ) ( c ( k )) ( t ( k )) ( r ( k ))
uno es de $250. Estos mantenimientos se pueden ejecutar
inicializando el contador de cerezas cada 10 000, 15 000 0 3 - -
o 20 000 chocolates. Según el registro de descomposturas 1 5 360 280
para el año anterior, las fallas tienen una distribución 2 10 325 240
Weibull con parámetro de escala de
18 000 unidades 3 17 300 190
y parámetro de forma de 5. La producción normal
4 28 260 135
es de 700 000 chocolates al año
a) Determine el costo promedio anual de la política que 5 40 200 75
consiste en tener sólo mantenimiento correctivo. 6 53 110 12
b) Calcule los costos promedio anuales de las políticas 7 - - 0
de realizar mantenimiento preventivo para los tres
casos mencionados. Hace un mes se compró un molde que costo $450. En-
c) Indique la política adecuada para la empresa y su cuentre la mejor política con un factor de descuento de
costo. d 1.
20. El gerente de producción de una fábrica de textiles esti- 22. El gerente de una cadena de servicio de lavandería estima
ma que debe renovar su tecnología de hilatura para tela que debe renovar su tecnología de secadoras dentro de
de mezclilla dentro de ocho años, ya que recién el año seis años, habiendo introducido un nuevo tipo de seca-
pasado introdujo un nuevo tipo de máquina de hilatu- dora hace un año (actualmente sus secadoras tienen un
ra de cabo abierto, compradas a un precio de $300 000 año de edad). El fabricante de secadoras le proporcionó
por máquina. El fabricante del equipo le proporcionó la siguiente tabla de mantenimiento y renovación de la
los datos que se presentan en la siguiente tabla, res- maquinaria.
pecto del mantenimiento y el costo de renovación de
la maquinaria:
COSTO ANUAL DE VALOR DE CAMBIO VALOR DE RESCATE c) Con base en la representación de a), corrija los costos
EDAD MANTENIMIENTO POR NUEVA DENTRO DE DE 6 aplicando el factor de descuento de d 0.90 (los cos-
(k ) ( c ( k )) ( t ( k )) AÑOS ( r ( k )) tos del primer año no se corrigen, a los del segundo se
0 4 000 300 000 300 000
aplica el factor d, al tercero d2, y así sucesivamente).
A partir de esta gráfica compruebe si la suma de los
1 5 000 250 000 200 000
costos de la solución en b) coincide con el valor de
2 7 000 200 000 100 000 la solución reportada por el programa.
3 10 000 150 000 50 000 23. Considere el modelo de reemplazo visto al final de este
4 14 000 100 000 25 000 capítulo, con las opciones de compra o no compra. In-
cluya la opción “vender la máquina en uso si es nues-
5 20 000 50 000 10 000
tra, y alquilar una máquina nueva para el año que se
6 27 000 0 0 inicia”. Si se empieza el año con una máquina alquilada,
7 n.d. n.d. 0 se puede alquilar de nueva cuenta o se puede comprar
una máquina nueva al precio p. Si se vende la máqui-
Para los siguientes incisos se recomienda utilizar el pro- na y no se compra otra, se obtiene el valor de rescate
grama implementado en el archivo cap14.xls. r(i). El costo de alquiler de una máquina nueva es a,
a) Represente este problema de renovación de maqui- sin costos de operación. Al empezar el año 1 con una
naria como un problema de caminos y determine la máquina nueva propia, presente una formulación en
mejor política con un factor de descuento de d 1 programación dinámica (se sugiere hacia atrás) para el
(note que p 300 000). problema de encontrar la mejor política de reemplazo
b) Determine la mejor política de renovación con un y alquiler de máquina con las consideraciones descritas
factor de descuento de d 0.90. (no incluya la tasa de descuento).
BIBLIOGRAFÍA
1. Bothe D. R. (1997), Measuring Process Capability: Tech- 3. Pyzdek P. y P. A. Keller (2003), Quality Engineering Hand-
niques and Calculations for Quality and Manufacturing book, 2a. ed., Marcel Dekker, Nueva York.
Engineering, McGraw-Hill, Nueva York. 4. Rausand M. y A. Hoyland (2004), System Reliability
2. Dreyfus, S. E. y Law, A. M. (1977), The Art and Theory of Theory: Models, Statistical Methods and Applications, 2a.
Dynamic Programming, Academic Press, Nueva York. ed., John Wiley, Nueva Jersey.
CAPÍTULO 15
Administración de la calidad
• Evolución de la administración de la calidad

• Filosofías sobre la calidad
• La función del control de la calidad en la empresa
E
n el capítulo 1 se mencionó cómo a partir de la década de los setenta se res-
cata la importancia de la administración de la calidad para la competitivi-
dad de los sistemas de producción. Tanto así que la etapa a partir de dicha
década ha sido calificada, por algunos autores, como “la revolución por la calidad”,
en reconocimiento a la importancia que tienen tanto la incorporación de los es-
tándares de calidad adecuados en el diseño de los productos o servicios, como el
adecuado control de los procesos productivos para que el producto o servicio que
se ofrece tenga las características de diseño establecidas.
La administración de la calidad es una de las áreas de la administración de
operaciones con más evolución en el siglo pasado, no sólo por la aparición de di-
versas filosofías que proponen marcos apropiados para implantar sistemas para el
control y la mejora de la calidad, sino también por la incorporación de tecnología
avanzada (por ejemplo, sistemas de identificación automática) y de diversos mé-
todos (la mayoría de ellos con base en técnicas estadísticas) que apoyan eficiente-
mente a la administración de la calidad.
En el presente capítulo se analizan los principales conceptos que enmarcan
la función de la administración de la calidad dentro de los sistemas productivos,
empezando por una breve descripción de la evolución de los métodos para la admi-
nistración de la calidad, para continuar con una revisión de las principales filosofías
que sirven de marco para implantar sistemas efectivos para la administración de la
calidad y, por último, con la presentación de un breve análisis del sistema de acre-
ditación ISO 9000. El presente capítulo proporcionará un marco adecuado para la
lectura de los siguientes dos capítulos, en los que se tratarán las técnicas que apoyan
el control y aseguramiento de la calidad y la mejora de la calidad a través del diseño.
EVOLUCIÓN DE LA ADMINISTRACIÓN DE LA CALIDAD

Evolución histórica
Al hombre le preocupa la calidad de los bienes que produce desde épocas inme-
moriales, ya que no es posible negar el legado material de muchas generaciones, 397
evidenciado por obras de arte, utensilios y herramientas, construcciones y obras de

ingeniería, muchas de las cuales todavía sorprenden a las nuevas generaciones por
su perfección y elegancia. Sin embargo, los métodos para administrar la calidad de-
sarrollados en el siglo pasado se distinguen por la necesidad de enfrentar los retos
de la producción en masa (generada por la Revolución Industrial); y en particular,
esta necesidad ha permitido la introducción exitosa de diversos métodos para el
control y la mejora de la calidad, sustentados en técnicas estadísticas. Con especial
énfasis en los últimos años, y según Feigenbaum (2005), se distinguen las siguientes
etapas en la evolución de los métodos para la administración de la calidad:
• Control de la calidad por el operador (hasta 1900). En esta etapa se con-

sidera la producción de bienes por el hombre desde sus inicios hasta princi-
pios de la Revolución Industrial, y se caracteriza por el método de producción
artesanal, en el que la responsabilidad de la producción recae en el artesano
o en grupos de personas (por lo general familias o escuelas). En esta etapa
la administración de la calidad se caracteriza porque los mismos artesanos
(operadores o miembros del taller de producción) son los responsables de
garantizar que su producto satisfaga los requerimientos del consumidor, por
lo que el conocimiento sobre las prácticas para administrar la calidad se res-
tringía a las escuelas artesanales, y dependía de la actividad productiva que
se desarrollaba y del mercado al cual se dirigía la producción.
• Control de la calidad por el supervisor (desde 1900 hasta 1920). En esta
etapa se generaliza la división del trabajo y la especialización, debido a la
aparición de plantas que ensayan métodos de producción en masa. Aquí los
operadores tienen cierta responsabilidad por la parte específica que produ-
cen, pero la responsabilidad por la calidad del producto terminado recae en
los supervisores; cabe mencionar que los artesanos de la etapa anterior son
reemplazados por operadores con menor conocimiento del proceso produc-
tivo en su conjunto, lo que crea la necesidad de incorporar supervisores con
conocimiento de todo el proceso, que si bien no intervienen directamente
como operadores del proceso productivo, tienen la responsabilidad de diseñar
los métodos adecuados para garantizar la calidad del producto terminado.
• Control de la calidad por inspección (desde 1920 hasta 1940). A medida
que la producción en masa se generaliza, los procesos en las plantas produc-
tivas aumentan en número y velocidad, lo que dificulta que el supervisor
tenga un control sobre el proceso en su conjunto, por lo que se desarrolla la
inspección de la producción en cada proceso, para controlar que los compo-
nentes resultantes de cada proceso satisfagan los estándares de diseño y se
rechacen los que no satisfacen las tolerancias. En 1924 aparecen las cartas
de control propuestas por Shewart (Bell Telephone Laboratories), que sirven
para controlar el buen funcionamiento de los procesos con base en muestras
de la producción y utilizando técnicas estadísticas (en lugar de inspeccionar
al 100 por ciento). En la década de los treinta se introducen los planes de
aceptación por muestreo para aceptar (o rechazar) lotes de productos me-
diante métodos estadísticos, y aparecen instituciones que promueven el uso
de técnicas estadísticas para el control de la calidad, como el Joint Committee
for the Development of Statistical Applications in Engineering and Manufac-
turing en Estados Unidos, y The British Standards Institution Standard 600
en el Reino Unido.
• Control estadístico de la calidad (desde 1940 hasta 1960). Durante la Se-
gunda Guerra Mundial se difunde el uso de los planes de aceptación por
muestreo, ya que la necesidad de generar altos volúmenes de producción a
bajo costo incentiva el uso de técnicas estadísticas para el control de la ca-
lidad. Al terminar la guerra se promueven estos planes por muestreo y se
funda The American Society for Quality Control en 1946, que es la respon-
ADMINISTRACIÓN DE LA CALIDAD 399
sable de proponer muchos de los planes de aceptación por muestreo. El con-

trol estadístico de la calidad se adopta en Japón luego de la Segunda Guerra
Mundial, y personalidades como W. E. Deming (1950) y J. M. Juran (1954)
quedan impresionados con el papel estratégico que se le atribuye a la calidad
en la industria japonesa. En 1958 aparece el Inspection and Quality Control
Handbook H107 elaborado por el Departamento de Defensa de Estados Uni-
dos, en el que se publican tablas y planes para muestreos de aceptación de
una etapa. En 1959 el manual fue revisado y apareció la versión Inspection
and Quality Control Handbook H108, que además incluye tablas y planes para
muestreos de aceptación multietapas, pruebas de vida y confiabilidad.
• Control total de la calidad (década de los sesenta). En la década de los se-
senta se empieza a reconocer que la calidad no depende sólo del departamen-
to de control de calidad, por lo que los diferentes departamentos empiezan
a involucrarse de forma gradual en la mejora de la calidad de los productos.
En particular, las empresas reconocen que no basta con controlar que en los
procesos productivos se mantengan porcentajes razonables de defectos, sino
que se debe tratar de reducir estos porcentajes (mejorar la calidad) y apare-
cen conceptos como “control total de la calidad” (búsqueda por una mejora
de la calidad), “cero defectos” (colaboración de los operadores para reducir el
trabajo por compostura de errores), “círculos de calidad” (trabajo en equipo
para buscar los métodos que faciliten el proceso productivo y se reduzcan
los errores).
• Control total con base en la organización en su conjunto (1970 hasta
el presente). La intensidad de la competencia en la década de los setenta y
ochenta, generada por la aparición de nuevos países industrializados y el auge
de la industria del bloque oriental, muestra que la preocupación por servir
mejor al cliente y por proporcionar bienes que satisfagan mejor las necesi-
dades del consumidor es una importante arma competitiva. Las empresas
y las organizaciones relacionadas con la producción empiezan a esforzarse
por implantar planes que permitan la mejora continua de la calidad de los
productos, teniendo como base las necesidades del consumidor. En este pe-
riodo aparece el concepto de “administración para la calidad total” (el cual
se aborda más adelante en este capítulo), en reconocimiento de que la cali-
dad debe ser un tema estratégico para la empresa y que todos los miembros
de la organización deben participar en la mejora. Se propone asimismo el
uso de herramientas estadísticas que apoyen el proceso de mejora continua,
ya sea a través del control de los procesos (por ejemplo, las siete herramien-
tas de Ishikawa), como a través del diseño de las manufacturas y servicios
(por ejemplo, los métodos de Taguchi y el diseño de experimentos planea-
dos). Por último, es importante resaltar la aparición de los premios a la ca-
lidad en diversos países (como el Malcolm Baldrige en Estados Unidos), en
cuyas bases se enuncian las características que deben poseer las empresas
que producen “artículos de calidad”, y la generalización de los sistemas para
la certificación de la calidad (como los sistemas ISO 9000), mismos que han
permitido garantizar la confianza en la calidad de los productos que una em-
presa recibe de proveedores certificados.
Concepto de calidad
Al igual que la administración de la calidad, el concepto de calidad evoluciona
conforme cambian las condiciones del entorno de competencia en los sectores in-
dustriales. Una definición de calidad de uso frecuente (vea Crosby, 1979) es “con-
formidad con los requerimientos o especificaciones”. Esta definición, sin embargo,
no reconoce explícitamente que la calidad puede mejorar si en lugar de producir
artículos conforme a ciertas especificaciones, se mejoran las especificaciones o re-
querimientos; en este sentido, la siguiente definición (vea Juran y Gryna, 1988)

puede ser más adecuada: “calidad es ajustarse al uso”, ya que se puede entender
que una mejor calidad se “ajusta” mejor al uso que pretende darle el cliente. Sería
preferible, sin embargo reconocer explícitamente que la calidad se aplica tanto a
manufacturas como a servicios, y que los estándares de calidad apropiados depen-
den íntimamente de las preferencias del consumidor, como se hace explícito con
la siguiente definición (vea Mitra, 1998): “la calidad de una manufactura o servi-
cio es la capacidad que tiene la manufactura o servicio para satisfacer el uso que
intenta darle su consumidor”. Esta última definición resulta bastante apropiada
al entorno actual, ya que reconoce de forma explícita que es el consumidor quien
en última instancia determina el nivel de calidad de los productos y, en particu-
lar, que la calidad de las manufacturas y servicios puede cambiar en el tiempo, a
medida que cambian los gustos, preferencias y necesidades del consumidor. Por
otro lado, ciertas características de calidad que son apropiadas para un segmento
del mercado, pueden ser inapropiadas para otro; por ejemplo, la rapidez en el ser-
vicio que es importante en el mercado de comida rápida, puede ser un inconve-
niente en los restaurantes que se distinguen por brindar una atención más perso-
nalizada.
Es indudable la conveniencia de haber definido el concepto de calidad, con el
objetivo de tener un marco que permita hacer referencia al concepto con la menor
ambigüedad posible. Sin embargo, se debe reconocer que la definición propuesta
resulta bastante amplia como para aplicarla a casos específicos, en especial si se
desea medir, controlar y mejorar la calidad. En este particular, hay que tener la
capacidad para identificar las características del producto o servicio y, en especial,
las que son susceptibles de ser medidas y que sean importantes para explicar la
satisfacción del consumidor. Con el objeto de facilitar esta identificación, convie-
ne mencionar los principales atributos de un producto o servicio (propuestos por
Garvin, 1984), dentro de los cuales se identifican las principales características de
calidad.
1. Desempeño: las características de desempeño de un producto o servicio

miden la habilidad del mismo para satisfacer la necesidad primaria a la que
está destinado. Por ejemplo, el fin primario de un detergente es lavar la ropa,
por lo que una característica de desempeño del detergente es el tiempo que
tarda en lavar la ropa.
2. Rasgos distintivos: son las características que distinguen al producto de la
competencia y que lo hacen adecuado o no para un sector de consumidores.
Para continuar con el ejemplo del detergente, algunos tienen la característica
de lavar sin deteriorar la ropa y son adecuados para ropa delicada; esta cuali-
dad se relaciona con su composición química, cuyos estándares de contenido
debe asegurar el proceso productivo.
3. Confiabilidad: es la probabilidad de que un producto se desempeñe satisfac-
toriamente (sin fallas) durante un periodo determinado y bajo condiciones
establecidas. La confiabilidad es de particular importancia para las máquinas
o piezas de una máquina, las cuales deben ser altamente confiables durante
el tiempo de operación que especifica el fabricante.
4. Durabilidad: es el tiempo de vida útil del producto, es decir, el tiempo nece-
sario para que se deteriore o para que los costos por mantenimiento y ope-
ración hagan que sea preferible su reemplazo.
5. Estética: las características estéticas hacen que un producto sea agradable o
desagradable a un sector particular de consumidores; aquí se incluyen carac-
terísticas como la apariencia, forma del diseño, sonido, sensibilidad al tacto,
sabor, olor, entre otras.
6. Servicio: dentro de este atributo se incluyen las características que determi-
nan la calidad de la atención al cliente, tales como rapidez, cortesía y com-
ATRIBUTO CARACTERÍSTICAS › Tabla 15.1

Atributos de calidad del pan.
Desempeño Contenido nutricional
Rasgos distintivos Volumen, peso, presentación
Confiabilidad Probabilidad de conservar su sabor una hora después de salido del horno
Durabilidad Tiempo que dura el pan sin deteriorarse
Estética Sabor, olor, apariencia, suavidad
Servicio Rapidez y amabilidad del servicio de venta
petitividad en la atención de los pedidos o del servicio de reparación, por

ejemplo.
Ejemplo 15.1. Atributos de calidad de un bien perecedero
Para la mayoría de los productos o servicios se pueden identificar características

relacionadas con cada uno de los seis atributos mencionados. Hay que tener en
cuenta, sin embargo, que para los propósitos de aceptación en el mercado, no ne-
cesariamente todas las características de calidad pueden ser relevantes, y algunas
podrían ser más importantes que otras. A manera de ejemplo considere un produc-
to perecedero como el pan de harina de trigo. En la tabla 15.1, se indican algunas
características relevantes para cada uno de los seis atributos.
Dado que la finalidad primaria del pan es satisfacer la necesidad de alimento,
se considera al contenido nutricional como medida de desempeño. La presentación
del pan es un rasgo distintivo ya que, por ejemplo, podría venderse empaquetado
o no, lo que indica la posibilidad de que éste pudiera almacenarse para su venta
futura, o debiera consumirse de inmediato. Conviene remarcar que la relevancia
de una característica particular depende del sector de mercado al que se dirige el
producto. Por ejemplo, si se enfoca al mercado de pan de consumo inmediato (pan
blanco, por ejemplo), la confiabilidad tendrá menos relevancia que si se dirige al
mercado de pan que se puede almacenar para su venta ya que, en este caso, debe
procurar que el producto no se deteriore mientras espera en el supermercado o
en la tienda para su venta.
✤
FILOSOFÍAS SOBRE LA CALIDAD

Así como en el siglo XX aparecen las técnicas estadísticas modernas para admi-
nistrar la calidad en los sistemas de producción en masa, también en este siglo se
experimenta la necesidad de que las empresas entiendan la utilidad de estas téc-
nicas y las incorporen a sus métodos de producción. En este particular, han tenido
importancia trascendental las filosofías sobre la administración de la calidad plan-
teadas por ciertas personalidades en esta área. Estas filosofías crearon las bases para
que las empresas adopten las técnicas de control y mejora de la calidad, ya que
son guías consistentes que adoptan las empresas para facilitar la introducción de
los métodos apropiados para la administración de la calidad y generar una cultura
hacia la mejora continua de la calidad. A continuación se presentan los principales
elementos de tres de las filosofías más importantes sobre la calidad, que correspon-
den a W. E. Deming, J. M. Juran y P. B. Crosby, respectivamente. Deming y Juran
jugaron un papel importante en el desarrollo de la cultura de la calidad en Japón
y, en términos generales, estas tres filosofías tienen el mismo objetivo: desarrollar
una cultura hacia la calidad de clase mundial; sus planteamientos, sin embargo,
pueden diferir en el camino propuesto para desarrollar esta cultura.
La filosofía de Deming
W. E. Deming tiene formación en matemáticas y física, y obtuvo su doctorado en
la Universidad de Yale en 1928. Desde los inicios de su carrera desarrolló un cono-
cimiento amplio sobre las técnicas (y sus fundamentos) para el control estadístico
de los procesos, y trabajó en la Oficina del Censo de Estados Unidos (desde 1939)
y en el Departamento de la Defensa de Estados Unidos durante la Segunda Gue-
rra Mundial. En 1950 visitó Japón, con la intención de difundir en la industria de
este país el uso de los métodos para el control y aseguramiento de la calidad, ob-
jetivo que no sólo cumplió sino que además logró un amplio apoyo de los niveles
gerenciales para generar una cultura en la cual la preocupación por la calidad se
considera un tema estratégico para la empresa.
La filosofía de Deming enfatiza el papel que juega la administración para la
creación de un ambiente apropiado donde se cultive una cultura hacia la mejora de
la calidad, con planeación a largo plazo, formulación de líneas de acción a corto plazo
y recepción de información de todos los niveles de la organización para crear una
estrategia armónica y consistente. Deming propone la adopción de un programa
de calidad total que reconozca que la mejora de la calidad es un proceso que no
termina, para ello es necesario aprender y refinar constantemente las técnicas con
la colaboración de todos los miembros de la organización. Por otro lado, Deming
admitió que para crear una cultura hacia la mejora de la calidad es necesario que
todos los miembros de la organización utilicen, como lenguaje común, el lenguaje de
la estadística, necesario para que se entiendan en todos los niveles los fundamentos
y principios de la misma, aplicando estos conceptos para el control y la mejora de
los procesos productivos. Una conjetura de Deming que ha sido demostrada en la
práctica, es que una mejora de la calidad tiene efectos inmediatos en la producti-
vidad de la empresa y, en particular, reduce el trabajo necesario por corrección de
defectos, por errores de manufactura y disminuye los gastos en garantías, lo que
aunado a mayores ventas por preferencia del consumidor, hace que las inversiones
en control, aseguramiento y mejora de la calidad sean inversiones rentables.
Uno de los principios más importantes de la filosofía de Deming es su vi-
sión de la administración de la calidad como un “proceso extendido” (vea la figu-
ra 15.1). El proceso extendido que plantea Deming para la administración de la
calidad incluye no sólo a los miembros de la empresa, sino también a su entorno
y a los consumidores o clientes (cuya satisfacción constituye el objetivo prima-
rio del proceso extendido). Los inversionistas, los proveedores y el sistema de con-
trol de calidad de los proveedores son los elementos claves dentro del entorno de la
empresa. En particular, los proveedores deben garantizar la calidad de los compo-
nentes y materiales que compra la empresa, y al integrarlos al sistema, y hacerlos
partícipes de las ganancias que implica una mayor penetración en el mercado, se
crea la confianza necesaria para que los proveedores cooperen con la empresa en el
proceso de mejora continua. Por otro lado, la continua preocupación por investigar
las necesidades de los clientes por medio de la investigación de mercados permite
disponer de la información necesaria para dirigir los esfuerzos de la organización
hacia la mejora continua de las manufacturas y servicios que se ofrecen a los clientes,
logrando una mejor satisfacción del cliente y mayor participación de mercado. Es
conveniente indicar que Deming remarca que debe tenerse una visión a largo plazo
en este proceso extendido, evitando que una preocupación por las ganancias inme-
diatas deteriore la presencia de la empresa en el mercado, a mediano o largo plazo.
La filosofía de Deming se resume en 14 puntos (que a continuación se pre-
sentan), que enfatizan el papel de la administración en el control total de la cali-
dad y proponen un estilo de colaboración entre todos los componentes del proce-
so extendido, en lugar de la tradicional atribución de los defectos a los diferentes
departamentos de la organización. El objeto de estos puntos es crear un ambiente
de confianza y retribución hacia los cambios, el cual incentivará la implantación
› Figura 15.1
El proceso extendido
Entorno
de Deming.
Inversionistas
Control de calidad
Proveedores
de proveedores
Empresa
• Empleados
• Máquinas
• Materiales
• Métodos
• Recursos
Investigación Cliente
de mercado
Satisfacción
del cliente
Mercado
del proceso extendido para el control total de la calidad. Por tanto, dichos 14 pun-
tos deben ser considerados como guías administrativas para lograr una dirección
adecuada.
Punto 1: Formular una declaración sobre la misión, los objetivos y los propósitos de
la organización y difundirla entre los empleados. La administración de la organización
debe demostrar constantemente su compromiso con esta declaración.
La necesidad de establecer claramente una misión radica en la necesidad de
dar a conocer la estrategia de la empresa y la dirección de las mejoras que serán
reconocidas y retribuidas por la organización. Deming sugiere que el logro de un
determinado nivel de rendimiento de la inversión no se debe considerar estraté-
gico, y en su lugar se debe considerar estratégica la satisfacción del cliente (que
permite una permanencia y una mayor penetración en el mercado), a través del
“ciclo de mejora del producto” (vea la figura 15.2).
El ciclo de mejora del producto parte de las necesidades del consumidor
y se propone diseñar el producto con base en estas necesidades, con la garantía
de la calidad del diseño a través de pruebas de manufactura y desempeño de los
prototipos y, luego de su salida al mercado, la investigación de la aceptación del
producto y las posibilidades de mejora a partir de la información resultante de la
investigación de mercados. Esta información servirá para repetir el ciclo de mejo-
ra, con la visión de perfeccionar continuamente la calidad del producto.
Punto 2: Aprender la nueva filosofía, tanto los gerentes de alto nivel como los emplea-
dos de los demás niveles.
En este punto se enfatiza que todos los niveles de la organización deben par-
ticipar en la filosofía de mejora continua y, en particular, no deben conformarse
› Figura 15.2
El ciclo de mejora del producto
de Deming. Diseño del producto
con base en las necesidades
del consumidor
Evaluación del
desempeño mediante Producción y prueba
investigación de prototipos en
del mercado el laboratorio
Venta en el
mercado
con la aceptación de un porcentaje establecido de fallas ni con un nivel de tole-

rancias, sino que deben buscar la reducción de los porcentajes de fallas y la reduc-
ción de las tolerancias, investigar la posibilidad de lograr mejores estándares de
diseño y mayor conformidad con los estándares ideales. Es importante fomentar
el espíritu de colaboración entre todos los niveles de la organización, ya que, por
ejemplo, los mejores diseños que proponga el departamento de ingeniería y dise-
ño no podrán ser producidos eficientemente sin la colaboración de los operarios y
del personal técnico del departamento de manufactura y, a su vez, no se pueden
proponer mejores diseños para la manufactura sin escuchar las sugerencias de los
miembros del departamento de ingeniería y diseño. En este sentido, debe evitar
actitudes individualistas, que los expertos en ingeniería y diseño tiendan a pensar
que poco pueden hacer los operarios para sugerir mejoras al diseño del producto
o del proceso, y a su vez, los técnicos de manufactura tiendan a subestimar las
capacidades de una buena ingeniería de diseño, lo conveniente es remarcar que
cualquier mejora del producto o del proceso se logrará implantar de manera más
rápida y segura con la colaboración de todos los miembros de la organización.
Punto 3: Entender el propósito de la inspección como herramienta para la mejora de

los procesos y la reducción de costos.
Deming enfatiza con este punto que la inspección no debe tener como único
propósito la detección de los artículos defectuosos, sino que debe ser también una
herramienta para la prevención de defectos, para lo cual es necesario analizar la
información que se obtiene a través del proceso de inspección y utilizarla también
para identificar las posibles causas de los defectos. Por otro lado, es conveniente
considerar a todos los miembros del proceso extendido (proveedores y clientes)
dentro del proceso de inspección, con el objeto de identificar posibles mejoras en
el diseño del producto, con base no sólo en los miembros de la empresa, sino tam-
bién de las preferencias del cliente y en las capacidades de quienes colaboran con
la empresa para producir bienes de mejor calidad.
Punto 4: Eliminar la práctica de incentivar el negocio sólo a partir del precio del
producto.
En este punto se remarca que una política de elaborar contratos de compra-
venta con base sólo en el precio puede ser perjudicial para el negocio, ya que la
preocupación por la reducción de precios puede ser un incentivo para la produc-
ción de artículos de baja calidad. En particular, es conveniente que los contratos
incluyan cláusulas no sólo sobre precios, sino también sobre las características de
calidad del producto y sobre las prácticas de manufactura, control y aseguramiento
de la calidad. Por otro lado, también es importante que los incentivos al personal
se determinen no sólo con la productividad, sino que se reconozcan los esfuerzos
dirigidos a mejorar la calidad; es decir, incentivar al personal no sólo por el volu-
men de producción sino también por la calidad de los bienes que se producen.
Punto 5: Mejora continua y constante del sistema de producción de manufacturas y

servicios.
Deming remarca la importancia de que la organización sustente su filosofía
de calidad en la prevención de los defectos más que en la detección de los mis-
mos, tratando de satisfacer (o quizás exceder) los requerimientos del consumidor.
El marco para la mejora continua del proceso que adoptó la industria japonesa en
la década de los cincuenta fue “el ciclo de mejora del proceso de Deming” (aun-
que fue propuesto con anterioridad por W. A. Shewart). Este marco propone que
la mejora continua siga cuatro pasos fundamentales (vea la figura 15.3), (P): pla-
near, (H): hacer, (V): verificar, y (A): actuar; en una repetición continua del ciclo
de mejora.
El primer paso del ciclo de mejora de Deming (P) consiste en identificar las
posibles mejoras del producto a partir de las necesidades del consumidor; por
ejemplo, puede ser la mejora de una medida de desempeño como el tiempo que
tarda en secar una pintura. Una vez identificada la oportunidad de mejora, deben
estudiarse con cuidado las variables del proceso que influyen en la medida de cali-
dad y diseñar un plan (por ejemplo con experimentos planeados) de investigación
sobre la(s) oportunidad(es) de mejora de la medida de calidad. En el segundo paso
(H) se ejecuta el plan diseñado en el primer paso y se conducen las pruebas de
laboratorio necesarias para determinar las oportunidades de mejora, es convenien-
te realizar pruebas (en pequeña escala) con los clientes para verificar su grado de
aceptación para el nuevo producto.
En el tercer paso del ciclo de mejora del proceso de Deming, se deben veri-
ficar los resultados obtenidos mediante las pruebas en pequeña escala conducidas
en el paso anterior, con particular cuidado en que el nuevo diseño no perjudique
otras medidas de desempeño o de calidad del producto, por ejemplo, la adición de
cierto compuesto podría mejorar el tiempo de secado de la pintura, pero no sería
conveniente que aumentara la variabilidad del mismo. Por último, si los resultados
› Figura 15.3
El ciclo de mejora del proceso
de Deming.
(A)
Implantar el plan de mejora
(V)
Analizar los resultados (P)
de la fase de prueba Reconocer la oportunidad
de mejora
(H)
Probar la teoría en
pequeña escala
del tercer paso son satisfactorios, se debe implantar el plan de mejora en gran esca-
la, diseñando adecuadamente el método de manufactura o prestación del servicio
más eficiente y controlar de cerca la respuesta del consumidor al nuevo diseño. El
ciclo deberá repetirse para continuar con el proceso de mejora continua.
Punto 6: Institucionalizar la capacitación.

Es importante que la empresa reconozca que la capacitación del personal
es necesaria para la mejora continua, y que la inversión en ella es una inversión
rentable, ya que el recurso humano es el más importante de la empresa. La admi-
nistración de la empresa debe instruir al personal en torno a los objetivos corpo-
rativos, de manera que los objetivos de los empleados sean compatibles con los de
la organización. El empleado debe reconocer claramente sus funciones, responsa-
bilidades y la importancia que tiene su puesto dentro de la empresa, ya que este
reconocimiento permite al trabajador mantener una moral alta, el orgullo por su
trabajo, la seguridad en su puesto y le permite valorar los conocimientos que ad-
quiera para mejorar su desempeño. La capacitación debe ser continua y podrá
efectuarse mediante cursos, instructivos o entrenamiento práctico en el manejo
de experimentos o de métodos para la mejora de la calidad. En particular, es muy
importante la capacitación en el uso y la aplicación de métodos estadísticos para
el diseño y control de los procesos.
Punto 7: Enseñar e instituir el liderazgo.

Una nueva cultura hacia la mejora de la calidad significa un cambio significa-
tivo para la empresa y, como en todos los cambios importantes, los líderes juegan
un papel importante para señalar la dirección y valor del cambio. En el caso de la
cultura hacia la mejora de la calidad, los supervisores juegan un papel especial, ya
que son los enlaces entre la administración y los operarios. Es importante que los
supervisores tengan una actitud de apoyo hacia los operarios, ya que esta actitud
refuerza la autoestima en los trabajadores, fomenta el trabajo en equipo y asegura
la comunicación, relevante para descubrir las fuentes que entorpecen el proceso de
mejora. Es conveniente que los supervisores tengan conocimiento de los métodos
estadísticos para capacitar a los operarios, y sean capaces de identificar las causas
de los problemas para que la administración apoye el proceso de mejora.
Punto 8: Eliminar el temor. Crear confianza y un clima de innovación.

La falta de comunicación o claridad por parte de la administración para in-
dicar la dirección de los cambios produce temor e inseguridad. Se debe eliminar
el temor con respuestas abiertas a las preguntas de los técnicos de manufactura
sobre el proceso, el producto y la importancia de su trabajo. En este particular el
temor por la estabilidad laboral puede ser negativo, si se exigen metas de produc-
ción (por ejemplo, por volumen) que no son factibles, entonces este incentivo ge-
nerará producción defectuosa.
Punto 9: Optimizar el esfuerzo de los equipos, grupos y áreas de apoyo hacia el logro
de los objetivos y propósitos de la organización.
En un proceso de cambio siempre aparecen barreras, obstáculos que impiden
o distorsionan el flujo de información entre los componentes del proceso exten-
dido; estas barreras aparecen dentro de la organización, ya sea entre diferentes
jerarquías o entre distintos departamentos. Las barreras fuera de la organización
aparecen entre proveedores y la empresa, o entre la empresa y los consumidores,
la comunidad o los inversionistas. Las barreras surgen por falta de comunicación
o de motivación, lo que crea un ambiente de miedo o de desconfianza. El rompi-
miento de las barreras toma tiempo, sobre todo para quienes están acostumbrados
a trabajar en un ambiente de desconfianza y aún más si estas barreras generan
algún tipo de beneficio a ciertos miembros de la organización; para incentivar el
rompimiento de estas barreras se deben buscar y hacer claros los objetivos que
conducen al mutuo beneficio de la organización y de sus miembros.
Punto 10: Eliminar las exhortaciones a la fuerza de trabajo.

Es poco estimulante que la administración establezca metas o exhortaciones
a la fuerza de trabajo sin que éstas tengan un fundamento sólido, ya que la falla en
el cumplimiento de metas establecidas crea un ambiente de incredulidad. Así, por
ejemplo, las metas sobre volúmenes de producción arbitrarias, y sin proporcionar
nuevos mecanismos o tecnologías que sustenten estas metas, tienen un efecto des-
moralizador entre los trabajadores, si es necesario el establecimiento de metas por
volumen, éstas deben establecerse con base en acciones y métodos concretos.
Punto 11: a) Eliminar las cuotas numéricas para la producción y en lugar de ellas
aprender a implantar métodos para la mejora. b) Eliminar la administración por ob-
jetivos y en lugar de ello entender las capacidades de proceso y cómo mejorarlas.
Las metas sobre medidas de desempeño del sistema de producción pueden
tener un efecto negativo si no se establecen en colaboración con quienes ejecu-
tan las operaciones productivas y más si se establecen cuotas de producción con
base en cantidad y no en calidad. Si las metas no se acompañan con información
detallada sobre los procedimientos a seguir para lograrlas, o si no se distingue
entre causas comunes y causas asignables, el incumplimiento de las metas puede
atribuirse falsamente a la falla del operador. Los estándares de producción deben
establecerse en común acuerdo con los trabajadores y dependen de la tecnología
que se use y de los procedimientos.
Punto 12: Eliminar las barreras que deterioran el orgullo del empleado por su
trabajo.
La motivación del personal es muy importante para lograr un ambiente de
mejora continua de la calidad en el proceso extendido y es muy importante recono-
cer los esfuerzos del personal y el papel que cada empleado juega en el proceso de
mejora continua. La insensibilidad de la administración ante los problemas de los
empleados, la falta de comunicación de la misión y objetivos de la empresa entre
los trabajadores, el poco reconocimiento de la administración sobre los logros del
personal, y una inadecuada atribución de faltas a los empleados por el incumpli-
miento de las metas, son algunos de los factores negativos que entorpecen la buena
motivación del personal. Los sistemas para clasificar a los empleados son negati-
vos cuando no se sustentan en estadísticas reales sobre su desempeño, y aún así
pueden ser un incentivo negativo al trabajo en equipo, por lo que la implantación
de un sistema de clasificación e incentivos económicos debe hacerse con la mayor
claridad posible y dejando claro en el personal que el trabajo en equipo siempre
es beneficioso para todos sus miembros.
Punto 13: Incentivar la educación y la automejora en todos los miembros de la

organización.
La inversión en capacitación de los trabajadores debe ser continua, ya que
el conocimiento de nuevos métodos y tecnologías innovadoras es la fuente más
importante de oportunidades para la invención y la mejora de los procesos. Una
empresa que prioriza la capacitación de su personal obtiene ventajas competitivas,
como una mejor motivación de su personal, una gran oportunidad para la difusión
y discusión de los objetivos de la organización y una mejor actualización del per-
sonal en las técnicas disponibles para mejorar el sistema. Por otro lado, los traba-
jadores calificados se convierten en mejores candidatos para su promoción, de lo
que resulta una gran lealtad de los trabajadores, que entonces piensan en hacer
una carrera dentro de la organización y entienden que su crecimiento personal
está ligado al crecimiento de la empresa.
Punto 14: Tomar acciones para lograr la transformación.

En este último punto Deming remarca la creación de la estructura organiza-
cional que permita la implantación de los puntos anteriores, además de propor-
cionar la capacitación estadística necesaria en todos los niveles (gerentes de alto
nivel, mandos medios, de los departamentos, supervisores y operarios) para identi-
ficar las mejoras con el uso de un lenguaje común. La información estadística debe
fluir con libertad entre todos los niveles de la organización y mostrar con claridad
que la organización tiene un compromiso real con el proceso de mejora continua,
además de que la calidad se considerará un aspecto estratégico prioritario en los
niveles jerárquicos más altos de la organización.
La filosofía de Juran
J. M. Juran tuvo formación en ingeniería y derecho, y ostentó un grado de doctor
al igual que W. E. Deming. Desde 1924 se inició en la industria como ingeniero,
árbitro laboral y director corporativo; combinó su actividad en la industria con
actividades de docencia universitaria y de funcionario público. Es fundador del
Instituto Juran, que en la actualidad proporciona capacitación y consultoría en el
área de administración de la calidad, y fue autor de diversos libros sobre el tema
de la administración de la calidad. Durante la década de los cincuenta (al igual
que Deming) visitó Japón, donde ofreció seminarios de capacitación en el área de
administración de la calidad. El éxito de estos cursos se reflejó en la gran deman-
da de los mismos en más de 40 países, ofrecidos primero a título personal y a la
postre a través del Instituto Juran.
La idea central del enfoque de Juran para la administración de la calidad,
gira en torno a la necesidad de que los diferentes departamentos y jerarquías de
la organización tengan un enfoque común, adopten el concepto de calidad como
“ajuste al uso” (que define a la calidad en función de las necesidades del cliente).
Este enfoque común es el fundamento para evitar diferencias de criterio entre los
diversos elementos de la organización, mismas que son la causa fundamental de
la lentitud o fracaso de los programas de mejora continua. Para lograr la unifor-
midad de criterios en la organización, Juran propone la adopción de una estrate-
gia común para la mejora, con base en la “trilogía de la calidad”: planeación de
la calidad, control de la calidad y mejora de la calidad (vea la figura 15.4). Juran
propone que esta trilogía se aplique en los diferentes departamentos, jerarquías y
líneas de producción de la organización para generar un proceso coherente y uni-
› Figura 15.4
La trilogía de la calidad
de Juran.
Planeación de
Control de calidad
la calidad
Mejora de
la calidad
FASE I: PLANEACIÓN FASE II: CONTROL FASE III: MEJORA › Tabla 15.2
Pasos sugeridos para implantar
DE LA CALIDAD DE LA CALIDAD DE LA CALIDAD
la trilogía de Juran.
1. Identificar a los clientes 1. Seleccionar las 1. Sustentar la necesidad de
(internos y externos). características o variables a mejora.
controlar.
2. Identificar las necesidades 2. Elegir las unidades de 2. Identificar proyectos
del cliente. medición. específicos para la mejora.
3. Diseñar las características 3. Establecer los 3. Diseñar la administración de
del producto que se ajustan procedimientos de medición. los proyectos.
a las necesidades del
consumidor.
4. Establecer los estándares de 4. Establecer los estándares 4. Establecer la organización
calidad que satisfacen las ideales de desempeño. para diagnosticar las causas
necesidades del consumidor de baja calidad.
y las expectativas de los
proveedores, a un menor
costo combinado.
5. Desarrollar los procesos 5. Medir el desempeño del 5. Identificar las causas.
capaces de producir las producto.
características necesarias del
producto.
6. Probar la eficiencia de los 6. Interpretar las discrepancias 6. Proponer remedios a las
procesos. con los estándares ideales causas.
de desempeño.
7. Aplicar acciones sobre 7. Probar que los remedios
las discrepancias con los son efectivos en condiciones
estándares ideales de reales de operación.
desempeño.
8. Diseñar mecanismos de
control para mantener las
mejoras.
ficado para la mejora continua de los productos y de los procesos. En la tabla 15.2
se presentan los pasos que sugiere Juran para implantar cada una de las fases de
la trilogía de la calidad.
La filosofía de Crosby
P. B. Crosby desarrolló una amplia experiencia práctica en la industria, ya que em-
pezó como inspector de línea y llegó a ocupar el puesto de vicepresidente corpora-
tivo de ITT (puesto que ocupó durante 14 años) como responsable de las operacio-
nes de administración de la calidad a escala mundial de la empresa. Luego de 25
años de experiencia en la industria, fundó la firma de consultoría Philip Crosby
Associates en 1979. Por otro lado, es autor de diversos libros sobre el tema de la
administración de la calidad. Con base en su experiencia, Crosby propone que exis-
ten cinco estados en los que puede encontrarse una empresa en su camino hacia la
excelencia en la calidad y caracterizó el ambiente de la empresa en estos estados,
bajo cinco diferentes aspectos (vea la tabla 15.3).
Los 14 pasos que sugiere Crosby para implantar un programa de mejora con-
tinua de la calidad se resumen en la tabla 15.4.
Administración para la calidad total

En la década de los ochenta se introduce un concepto que causó un gran impacto
en los métodos de administración de la calidad, cuando A. V. Feigenbaum estable-
ASPECTO FASE I FASE II FASE III FASE IV FASE V

DE LA EMPRESA INCERTIDUMBRE DESPERTAR CLARIDAD CONOCIMIENTO SEGURIDAD
Actitud y Se tiende a culpar Se reconoce que la Se empieza a Se entienden los Se reconoce el papel
conocimiento de al “departamento administración de reconocer y a principios del control estratégico que juega
la administración de calidad” de los la calidad es valiosa valorar el papel de total de la calidad la administración
problemas, por falta pero no se corre el la administración al y la administración de la calidad en la
de conocimiento. riesgo de invertir iniciar el programa reconoce su papel en empresa.
tiempo ni dinero de mejora. la mejora continua.
en ella.
Estado de la La administración Un líder se hace El departamento de El administrador El administrador
organización de la calidad está responsable de la calidad reporta a la de la calidad es de la calidad es un
para la calidad delegada en algún administración de alta dirección y se un funcionario alto directivo de la
departamento de la calidad, pero reconoce la labor involucrado en la empresa. El control,
ingeniería con un sigue delegada a un de la administración satisfacción del aseguramiento y
mecanismo de departamento de para la calidad. cliente y reporta mejora de la calidad
inspección pobre. manufactura. las acciones para es muy importante
el aseguramiento y en la empresa.
mejora de la calidad.
Manejo de los Los problemas se Se organizan equipos Se establece la Se previenen Salvo en casos
problemas abordan a medida para abordar los comunicación para problemas en la excepcionales,
que ocurren, poca problemas, aunque tomar acciones fase de desarrollo siempre se
definición y muchas todavía no se correctivas y los y todos los niveles pueden prevenir
culpas. plantean soluciones problemas se están abiertos a las los problemas de
de largo plazo. abordan ordenada y sugerencias para calidad.
abiertamente. mejorar.
Costo de la Se reporta como Se reporta en 3%, Se reporta en 8%, Se reporta en 6.5%, Se reporta en 2.5%,
calidad como desconocido, pero pero debe estar en pero debe estar en pero debe estar en y está alrededor de
porcentaje de debe estar en 20%. 18%. 12%. 8%. 2.5%.
ventas
Acciones para No existen Esfuerzos de Se implanta el Se continúa con La mejora de la
la mejora de la actividades corto plazo, programa de 14 el programa de 14 calidad es una
calidad organizadas y se intentando obvias pasos con buen pasos. actividad continua y
desconocen las “motivaciones”. entendimiento de cotidiana.
posibilidades. cada paso.
Postura general “No sabemos “¿Es absolutamente “Por medio del “La prevención de “Nosotros sabemos
de la empresa por qué tenemos necesario tener compromiso de defectos es una por qué no tenemos
problemas de siempre problemas la administración rutina cotidiana de problemas con la
calidad.” con la calidad?” y la mejora de la nuestra operación.” calidad.”
calidad estamos
identificando y
resolviendo nuestros
problemas.”
› Tabla 15.3
Posiciones de la empresa bajo
los cinco estados planteados
por Crosby.
ció la noción de control total de la calidad (que se adoptó después en Japón como
companywide quality control), con hincapié en la importancia del compromiso de
todos los miembros de la organización para buscar la mejora continua de la cali-
dad. Hasta antes de esta propuesta, la administración de la calidad se concentraba
en la implantación de técnicas para controlar que los bienes ofrecidos al consu-
midor cumplieran con los estándares de diseño establecidos. Ahora, con este con-
cepto se busca un esfuerzo integral de la organización por mejorar los estándares
de los bienes que se producen, y en esta búsqueda por la excelencia no sólo son
importantes las técnicas de ingeniería, sino también las técnicas de organización
y administración.
El concepto de administración para la calidad total (Total Quality Management)
aparece en los años 80 y se inspira en las ideas del control total de la calidad de
Feigenbaum. Con él se enfatiza el papel de los administradores de primer nivel en
la coordinación de los esfuerzos por la mejora continua de la calidad. A través de
1. Lograr el compromiso 6. Tomar acciones correctivas. 11. Eliminar las causas › Tabla 15.4
de la administración. de los errores. Los 14 pasos para la mejora
continua de Crosby.
2. Formar el equipo para 7. Formar un comité ad hoc 12. Proporcionar el
la mejora de la calidad. para el programa de cero reconocimiento a las
defectos. mejoras.
3. Diseñar la medición 8. Capacitar a los supervisores. 13. Establecer consejos para
de la calidad. la calidad.
4. Evaluar el costo 9. Establecer el día para cero 14. Repetir el proceso
de la calidad. defectos. continuamente.
5. Difundir la importancia 10. Establecer las metas.
de la calidad.
esta herramienta se propone que los siguientes principios orienten la búsqueda

de la mejora continua:
• Los gerentes de primer nivel deben concertar los esfuerzos encaminados

a mejorar continuamente la calidad de los bienes y servicios que ofrece la
empresa.
• La administración de la calidad se debe considerar como un tema estratégico
para la empresa.
• Todas las áreas de la organización deben participar en el proceso de mejora
continua.
• Los problemas relacionados con la administración de la calidad se deben
resolver en cooperación entre los gerentes y los operarios de los procesos
productivos.
• La mejora continua se apoya en métodos estadísticos.
• La educación y la capacitación son las bases de la mejora continua.
Es conveniente observar que los principios de la administración para la calidad

total tienen su origen en la experiencia, y más que dogmas, se deben considerar
como guías para implantar un sistema de mejora continua. Como estos principios
no fueron inferidos de marcos teóricos o abstractos, sino de la realidad cotidiana,
su mayor contribución radica en el reconocimiento de que la mejora de la calidad
en las organizaciones depende de diversas áreas, no sólo de las áreas relacionadas
con la tecnología y la ingeniería, por lo que debe ser dirigida desde los niveles ge-
renciales más altos. De esta manera se reconoce que la participación de diversas
áreas de una empresa tiene gran peso en la calidad de los bienes producidos. Por
ejemplo, la mejora de la calidad implica, entre otras responsabilidades, que mar-
keting y ventas proporcionen información relevante sobre las preferencias del
consumidor y los precios de la competencia; que ingeniería y diseño propongan
mejores tecnologías de producto, proceso e información; que compras proporcio-
ne información sobre precios de materiales y componentes, y seleccione de forma
adecuada a los proveedores; que recursos humanos valore en alto grado la capa-
citación y el entrenamiento de la fuerza de trabajo; que empaque y distribución
seleccione los materiales y métodos apropiados de empaque, almacenaje y envío;
y que servicio al cliente proporcione las garantías e instrucciones adecuadas para
el uso del producto.
Sistemas de certificación ISO 9000

El éxito de las empresas que iniciaron la implantación de filosofías de mejora con-
tinua de la calidad, ha permitido apreciar las ventajas que proporciona una buena
administración de la calidad, las que se ven reflejadas no sólo en el mejor desempe-
ño de los productos, sino también en una importante reducción de costos. Puesto

que muchas de estas empresas se encuentran distribuidas en diferentes regiones
y países, estas nuevas filosofías han incentivado la competencia global, y en par-
ticular, la necesidad de implantar sistemas que permitan la documentación, ase-
guramiento y control de la calidad de los productos que ahora se trasladan desde
las planta hacia mercados en diferentes regiones y países. El sistema de gestión
de la calidad que ha tenido el mayor impacto a nivel mundial, es el sistema ISO
9000-9004, del cual se trata a continuación.
En términos generales, los sistemas para el aseguramiento de la calidad son
necesarios para que el cliente que compra un producto tenga la garantía de que
éste va a satisfacer las necesidades adecuadas al uso que pretende darle y, en par-
ticular, que el producto tenga las características que especifica. En esta dirección
es necesario hacer una distinción entre los diferentes mecanismos relacionados con
el aseguramiento y control del desempeño de los productos, los que se agrupan en
las siguientes tres categorías:
• Normas del producto: una gran variedad de productos deben tener propieda-
des que permitan satisfacer las necesidades primarias a las que se les destina;
por ejemplo, el acero en construcción debe ser capaz de soportar determi-
nada carga y los pegamentos deben tener capacidad para unir los materiales
a los que se les destinan. Estas propiedades a menudo se garantizan cuando
el producto satisface ciertos requerimientos en su composición, mismos que
son llamados normas, y que a menudo las determinan organismos a nivel
nacional. Así, el BSI (British Standards Institute) en el Reino Unido, el ANSI
(American National Standards Institute) en Estados Unidos, y la Dirección
de Normas en México, tienen a su cargo la publicación de normas o reque-
rimientos para ciertos productos. Hay que mencionar que muy pocas nor-
mas son obligatorias por ley, pero se hacen virtualmente obligatorias, ya que
siempre es preferible adquirir productos que satisfagan normas adecuadas.
Existen, sin embargo algunas normas para productos que son obligatorias por
ley, en particular las que tratan de eliminar el riesgo por contaminaciones,
contenidos tóxicos o causa de accidentes.
• Mecanismos de medición y calibración: Los estándares de diseño de un
producto así como las dimensiones y composición del mismo, deben estar
sujetos a mecanismos de certificación que permitan asegurar el cumplimien-
to de estos estándares. En muchos países el procedimiento de certificación
está a cargo de organismos gubernamentales, que delegan el procedimiento
de certificación a laboratorios debidamente acreditados, los cuales, a su vez,
efectúan calibraciones que pueden ser rastreadas por fuentes internacionales.
Este procedimiento juega un papel importante en la norma ISO 9000-9004,
ya que las calibraciones y mediciones dentro del proceso de fabricación son
parte integral de la norma ISO 9000-9004.
• Normas para administrar la calidad: Los sistemas de gestión para adminis-
trar la calidad incluyen normas sobre productos particulares, calibraciones y
mediciones, pero además normas para asegurar la continuidad de la opera-
ción del proceso completo, desde la compra de materiales hasta la entrega del
producto terminado. Los sistemas de gestión de la calidad tienen su origen
en la industria militar, en la que se introdujo el concepto de “evaluación del
proveedor”. El primer intento europeo por desarrollar un sistema nacional
para la evaluación de proveedores se remonta a la norma BS 5750 en el Reino
Unido, la que se convirtió en el modelo para la ISO 9000-9004, que es una
norma internacional para sistemas de gestión de la calidad.
La norma ISO 9000-9004 es un sistema de gestión para administrar la calidad y

su origen se remonta a 1979, en el que el BSI publicó en el Reino Unido su norma
BS 5750. Por aquella época diversos países de la Comunidad Económica Europea

(CEE) ya tenían sistemas nacionales para operar sistemas de control de calidad en
la industria manufacturera, y la International Standards Organization (ISO) inte-
gró un comité técnico para desarrollar un sistema único, siendo así que en 1978
la ISO publicó la norma ISO 9000, con base en la norma BS 5750. La norma ISO
9000 fue adoptada para la CEE hacia fines de 1992, aunque diversos países de
esta comunidad ya habían iniciado el proceso de alineación de sus normas con la
ISO 9000. Es conveniente indicar que la norma ANSI/ASQC Q90-Q94 de Estados
Unidos, desarrollada en 1987, es técnicamente equivalente a la ISO 9000-9004,
con diferencias en la terminología que está basada en el uso predominante en el
entorno de Estados Unidos.
La serie ISO 9000-9004 consta de cinco conjuntos de normas internacionales
para el aseguramiento de la calidad. Las normas ISO 9000-9003 están dedicadas al
aseguramiento externo (por proveedores) de la calidad, mientras que la ISO 9004
al aseguramiento interno de la calidad. El conjunto ISO 9000 es para uso interno
de la gerencia y sirve como guía para decidir cuál de las otras tres normas (9001,
9002 o 9003) es apropiada para la empresa. Las características de estos conjuntos
de normas son las siguientes:
• ISO 9000-9003. Estas normas cubren las actividades destinadas a asegurar

la calidad en situaciones contractuales, es decir, garantizar la confianza del
comprador sobre el sistema de administración de la calidad del vendedor
(aseguramiento externo de la calidad). Como se mencionó, la ISO 9000 es
para uso interno de la gerencia y constituye una guía para adoptar alguna
de las tres normas siguientes:
■ ISO 9001. Cubre los aspectos de la administración de la calidad relacio-
nados con el sistema de producción, el diseño y desarrollo de productos,
la instalación y el servicio.
■ ISO 9002. Es un subconjunto de la norma ISO 9001, y cubre sólo los as-
pectos del sistema de producción y la instalación del producto.
■ ISO 9003. Es un subconjunto de la norma ISO 9001 y cubre sólo los as-
pectos de pruebas de desempeño e inspección final del producto.
• ISO 9004. Este conjunto de normas tiene por objeto el garantizar que los
niveles de calidad que fija como meta la empresa se están alcanzando efecti-
vamente (aseguramiento interno de la calidad). El énfasis de estos estándares
radica en los aspectos técnicos, administrativos y de recursos humanos que
influyen en la administración de la calidad, estableciendo responsabilidades
funcionales que permitan identificar los riesgos y beneficios potenciales de
la administración de la calidad.
El texto de la serie ISO 9000-9004 tiene una gran importancia práctica, ya que se
constituye en un marco de referencia para identificar con claridad los diferentes
conceptos de la administración de la calidad, en particular algunas de las defini-
ciones importantes que forman parte del texto de la serie ISO 9000-9004 son las
siguientes:
• Política de calidad. Es el conjunto de lineamientos establecidas por la alta

dirección de una organización respecto de la calidad de los productos que
ofrece la organización.
• Administración de la calidad. Es la parte de la función de administración
de la organización, que tiene por objeto la determinación e implantación de
la política de calidad. Incluye aspectos como planeación estratégica, asigna-
ción de recursos, planeación de la calidad, evaluaciones y actividades nece-
sarias.
• Sistema de calidad. Es la estructura organizacional y de responsabilidades,

procedimientos, procesos y recursos asignados para implantar la administra-
ción de la calidad.
• Control de la calidad. Es el conjunto de técnicas operativas y de activida-
des utilizadas para satisfacer los requerimientos de calidad, incluso las que
están destinadas al control de procesos y a la eliminación de las causas de un
desempeño inadecuado en los puntos relevantes del proceso productivo.
• Aseguramiento de la calidad. Es el conjunto de acciones sistemáticas y
planeadas, que tienen por objeto proporcionar una adecuada confianza de
que la manufactura o servicio va a satisfacer los requerimientos de calidad
establecidos.
LA FUNCIÓN DEL CONTROL DE LA CALIDAD EN LA EMPRESA

La función del control de la calidad se apoya en técnicas y métodos específicos, la
mayoría de los cuales tiene su fundamento en la estadística (debido a la variabi-
lidad inherente en los procesos productivos). La determinación de los estándares
que garanticen que el diseño del producto permite lograr altas medidas de des-
empeño, por lo general se realiza con base en la experimentación, cuyo análisis
tiene también su fundamento en las técnicas estadísticas; las que serán discutidas
en capítulos posteriores. El propósito de esta sección es presentar los conceptos
básicos que deben tenerse en cuenta antes de implantar un sistema para el con-
trol de la calidad, los que servirán de fundamento para aplicar los métodos de
control que se exponen en los capítulos posteriores.
Objetivos del control de la calidad

El control de la calidad consiste en la prevención, detección y corrección de los
defectos del producto o servicio, y tiene como objetivo final que el consumidor
reciba un producto con las características de calidad establecidas por la empresa,
cuidando a la vez de no incurrir en gastos excesivos. Para lograr este objetivo final
deben cumplirse varios intermedios, como son:
1. Asegurar que los artículos provenientes de los proveedores tengan adecuados

estándares de calidad, de manera que permitan incorporar las características
de calidad que se esperan en los productos.
2. Mantener un proceso de manufactura o de servicio que permita cumplir efi-
cientemente con los estándares de calidad que exigen los mercados.
3. Lograr el más alto nivel de calidad posible para el producto o servicio.
4. Reducir el trabajo de compostura o corrección de errores en la manufactura,
así como el número de clientes insatisfechos con el producto o servicio.
5. Reducir los costos internos y externos de la calidad, en los que se incurre
debido a fallas en la conducción de las operaciones.
Responsabilidades para el control de la calidad

Como es de esperar, para el logro de los objetivos anteriores, deben participar todos
los departamentos de la empresa. En particular, se debe prestar atención especial
al desempeño de ciertas funciones: el diseño del producto o servicio, la función
de recepción, el proceso de manufactura o prestación del servicio y la función de
distribución y atención al cliente. A continuación se mencionan algunas de las res-
ponsabilidades que se deben observar en el desempeño de estas funciones, y que
tienen especial importancia para el cumplimiento de los objetivos del control de
la calidad (vea Santandreu, 1991).
Diseño del producto o servicio

• Establecer los estándares de calidad apropiados para el producto o servicio;
trabajo conjunto de los departamentos de marketing y de investigación y de-
sarrollo para fijar las especificaciones de calidad, con base en las expectativas
del mercado, la función del producto, garantías establecidas, precio de venta
y costo de producción.
• Analizar nuevos diseños o posibles modificaciones del diseño actual, con
recomendaciones para el área de investigación y desarrollo en la búsqueda
de aquellas mejoras que aumentan la calidad y el desempeño uniforme del
producto, que simplifican los procesos de fabricación o que permiten reducir
costos sin deterioro de la calidad del producto o servicio.
• Analizar los resultados de las pruebas sobre el funcionamiento, efectos del
ambiente de trabajo sobre el desempeño del producto, duración, empaque-
tado, y demás indicadores de la calidad del producto, para juzgar si han sido
conseguidas las metas de desempeño establecidas.
• Establecer los niveles de calidad económicos, con base en las exigencias del
mercado.
• Fijar los procedimientos de inspección con el establecimiento de los métodos
para la medición y los procedimientos para la conducción de los análisis y
pruebas necesarios para controlar la calidad del producto.
Funcion de recepción
• Desarrollar métodos que sirvan al área de compras para comprobar que la
tecnología y los medios con que disponen los proveedores, son los adecua-
dos para abastecer de productos con los niveles de calidad requeridos por la
empresa.
• Verificar que los procedimientos para el control de calidad utilizados por
los proveedores sean los adecuados, y describirles, a través del departamen-
to de compras, las exigencias de calidad que se requieren de los materiales
comprados.
• Inspeccionar la calidad de los insumos adquiridos, rechazando los que no
alcancen los niveles de calidad deseados.
• Establecer archivos con información sobre la calidad de los insumos adquiri-
dos con registro de los artículos y los proveedores. Esta información debe ser
proporcionada al departamento de compras para clasificar a los proveedores
con base en la calidad de sus productos.
• Estudiar con los proveedores, a través de compras, la implantación de planes
de certificación de calidad.
• Proporcionar a los proveedores la ayuda que sea necesaria, para permitirles
asegurar que la calidad de su producción sea la indicada.
• Informar a los departamentos apropiados sobre la calidad del material que
se acepta en recepción.
Proceso de manufactura o prestación del servicio

• Determinar la habilidad (vea el capítulo anterior) de los procesos de fabrica-
ción para alcanzar los requerimientos de calidad. Recomendar ajustes a pro-
cesos y especificaciones, a fin de crear una relación económica y compatible
entre ambos.
• Determinar la eficiencia y confiabilidad de la maquinaria y de los nuevos
equipos para la fabricación.
• Inspeccionar el material en proceso y los procedimientos de control durante
el proceso, incluso los de las operaciones de ensamble y expedición, estable-
ciendo la efectividad de los sistemas de control para el cumplimiento de las

especificaciones acordadas.
• Mantener un servicio de mediciones, ensayos y pruebas, que incluya la toma
de muestras de la producción y la prueba de prototipos, así como pruebas
piloto para estimar la eficiencia de las máquinas y herramientas utilizadas
en el proceso.
• Verificar e interpretar todos los informes sobre las medidas de calidad y pro-
porcionar datos a otros departamentos. Promover acciones correctivas y ase-
gurarse de que las mismas se realizan.
• Rechazar en forma rápida los materiales y productos defectuosos, asegurán-
dose de que se apliquen las medidas correctivas para evitar que se vuelvan
a presentar estas situaciones.
• Establecer una actividad de control y calibrado de todos los instrumentos
y herramientas que se utilizan en la producción, para asegurar el manteni-
miento de su eficiencia original y de su capacidad para producir con calidad
uniforme.
• Proveer del equipo necesario y mantener condiciones de trabajo seguras para
los inspectores que realizan el control de la calidad.
• Mantener un adecuado ambiente de trabajo.
Distribución y atención al cliente

• Analizar las quejas de los clientes e informar de los resultados de su examen
a los departamentos adecuados. Fomentar las medidas correctivas, e informar
de los avances a la dirección pertinente.
• Examinar los productos devueltos por los clientes, tomando las medidas nece-
sarias para determinar las responsabilidades. Verificar la buena ejecución de
las reparaciones e inspeccionar el producto antes de devolverlo al cliente.
• Inspeccionar las características del producto terminado, para asegurarse de
que cumple con los estándares de desempeño que satisfacen al cliente. Pro-
porcionar informes de los resultados a los otros departamentos.
• Proporcionar la información que se requiere para satisfacer los programas
de certificación de la calidad e informar al cliente sobre las garantías que se
ofrecen sobre el desempeño del producto.
• Desarrollar e implantar un sistema de reportes sobre el desempeño y la efi-
ciencia de las diferentes estaciones de trabajo.
El sistema de control
El objetivo del sistema de control es verificar que los estándares de calidad del
producto o servicio que se ofrece sean los establecidos, o tomar las decisiones co-
rrectivas, en caso de que no se cumplan estas normas de calidad. Debe tener en
cuenta que algunas características de calidad del producto o servicio pueden no
ser susceptibles de verificación directa; sin embargo, la función de la ingeniería de
la calidad es determinar las características medibles o verificables que permitan
asegurar que el producto o servicio posee las características deseadas. Después de
este paso previo, el sistema de control de calidad debe estar constituido por:
1. Las normas o estándares de calidad del producto o servicio.

2. El sistema o método de medición que se utilizará para verificar las normas
de calidad del producto o servicio.
3. Comparación de las medidas de calidad del producto o servicio producido
con las normas establecidas, con el objeto de tomar las medidas correctivas
en el caso necesario.
Para medir la calidad debe tener en cuenta las características del producto o ser-
vicio, en particular, las que son susceptibles de ser medidas y que sean impor-
tantes para explicar la satisfacción del consumidor, para lo cual puede ser con-
veniente considerar la clasificación de atributos propuesta por Garvin (vea el
ejemplo 15.1).
Inspección de la calidad
La inspección de la calidad debe realizarse en tres niveles fundamentales: provee-
dores, trabajo en proceso, y producto final (vea la figura 15.5). La inspección de la
calidad de los proveedores tiene por finalidad asegurar la calidad de los productos
que se reciben, de manera que sean aceptables para su uso en la manufactura del
producto o en la operación del servicio. Para ello, se acostumbra utilizar el mues-
treo de aceptación, es decir, ya que por lo general no es posible inspeccionar la
totalidad de unidades de un lote recibido, se selecciona un número determinado
de unidades (una muestra del lote), y dependiendo de las características de estas
unidades, se acepta el lote o se devuelve al proveedor para una mejor atención
(por ejemplo, si todas las unidades del lote tienen defecto, de seguro se rechaza-
rá el lote). La metodología del muestreo de aceptación se analizará en el capítulo
siguiente.
La inspección del trabajo en proceso es necesaria para verificar que no se
cometieron fallas en alguno de los pasos del proceso de producción. Debe decidir
al final de qué paso del proceso productivo podría inspeccionar el producto en
proceso, para evitar errores en el producto final. Una técnica muy usada para el
control de la calidad de los trabajos en proceso es el uso de cartas de control (de
las que se ocupa el siguiente capítulo). Si la empresa ofrece un servicio, el proce-
so de inspección o control de la calidad del servicio se puede realizar en alguno o
todos los pasos que requiere el servicio, por lo general registrando las opiniones
del cliente.
Por último, la inspección del producto final es necesaria para verificar la ca-
lidad del producto terminado. Ésta puede ser una inspección visual para verificar
› Figura 15.5
Inspección de la calidad.
Insumos Operaciones de la Producto final

Productos comprados manufactura o del servicio
Muestreo de aceptación Control del proceso Muestreo de aceptación
Control de la calidad
la apariencia del producto o una prueba para verificar su desempeño. A menudo,

en este caso, el muestreo de aceptación también es útil. Debe tener en cuenta que
en la prestación de servicios también se ejecuta una inspección final; por ejemplo,
una agencia de viajes puede hacer visitas ocasionales a los hoteles que recomien-
da a sus clientes para verificar su calidad, o también puede planear visitas a los
clientes atendidos para solicitar su opinión sobre el servicio.
Responsables de la inspección
Como se mencionó, en alguna época el control de la calidad fue responsabilidad
de los inspectores, quienes detectaban los productos fallidos y los descartaban o
separaban para su reproceso. Este tipo de inspección, sin embargo, ha demostrado
ser de poca utilidad cuando se trata de mejorar la calidad, ya que de esta manera
no es fácil identificar las causas de baja calidad. En la actualidad, se espera que los
mismos operarios sean los inspectores de su trabajo, con el objeto de mejorarlo, o
bien que los inspectores actúen como consultores técnicos o capacitadores, con el
objeto de evitar que el trabajo de los operarios se vea desmerecido, y se incentive
al trabajador a mejorar su labor. El trabajo de los inspectores no debe restringirse
a la detección de defectos y necesidades de reparación. Este enfoque puede con-
ducir al fracaso del sistema, ya que de esta manera no se detectan las causas de
los errores. Las empresas que implantan sistemas exitosos de control de calidad,
enfocan el proceso de control hacia el control y la detección de anormalidades en
el proceso, para de esta manera prevenir las fallas y corregir el sistema antes de
que ocurran más fallas.
Las empresas líderes en el control de calidad, previenen los defectos al detec-
tar la fuente (concepto denominado jidoka entre los empresarios japoneses). Este
concepto implica otorgar a los empleados la autoridad para detectar y corregir las
fallas que ocasionan problemas de calidad en su estación de trabajo, incluso les
permite detener todo el proceso si es necesario, lo que evita expandir el problema
hacia las siguientes estaciones de trabajo. Diversos estudios (desde la década de los
cincuenta), indican que conforme más responsabilidad se da a un empleado, más
autoridad se le tiene que delegar para tomar las decisiones que corresponden a la
responsabilidad dada. Algunas empresas todavía se resisten a atribuir esa autori-
dad a los operarios.
Control de proveedores
Respecto al control de los proveedores, existe la tendencia a evitar el trabajo de
inspección al trabajar muy cerca de ellos y verificar que sus procesos produzcan los
insumos que son adecuados para la empresa, y haciéndoles llegar las recomenda-
ciones que sirvan para mejorar la calidad de sus productos. En este caso, la mutua
confianza es muy importante. Esta práctica ha dado excelentes resultados en Japón,
y se ha difundido a muchos otros países. En negocios pequeños, sin embargo, el
seguimiento de los proveedores se dificulta por la poca importancia relativa que
podría tener para el proveedor un cliente pequeño. En estos casos, la práctica del
asociacionismo de los pequeños empresarios ha dado muy buenos resultados en
algunas regiones, como el norte de Italia. Entre otros beneficios, la asociación de
pequeños empresarios les da el poder de negociación necesario para exigir una
buena calidad a sus proveedores.
Causas de la variabilidad
A pesar de los esfuerzos de la tecnología y de las empresas para mejorar la cali-
dad en los procesos productivos, no será posible que los estándares de calidad de
› Figura 15.6
¿Quién dispara mejor?
Pedro Luis
los productos sean perfectos. Las máquinas y las herramientas se deterioran con
el uso, la calidad de los insumos no es perfecta y siempre existe la posibilidad de
fallas humanas. Por fortuna, cada uno de los factores mencionados son suscep-
tibles de corrección, las máquinas y herramientas se reparan o se reemplazan,
los proveedores mejoran su calidad y los seres humanos corrigen sus errores.
Estas causas de baja calidad, que son susceptibles de enmendar, se denominan
causas asignables. Sin embargo, existen otras causas de baja calidad que son in-
herentes a un proceso productivo, las cuales pueden ser asignadas simplemen-
te al azar o al nivel de la tecnología, porque aun las máquinas más modernas
no son perfectas. Estas causas originan variaciones normales en los estándares
de calidad y se denominan causas comunes. El propósito del control estadísti-
co de los procesos productivos es precisamente detectar cuándo una variabili-
dad en los estándares de producción se debe a las causas asignables, de manera
que el proceso sea revisado, se detecte la causa de la anormalidad y se corrija el
error.
Ejemplo 15.2. Causas comunes y asignables
Pedro y Luis practican el tiro al blanco. Después de tirar 10 veces, revisan los re-
sultados (vea la figura 15.6). Pedro disparó los diez tiros en un grupo de puntos
muy cercanos unos de los otros, aunque fuera del área del centro del blanco. Luis
tiene cinco tiros dispersos en un área cercana al centro del blanco y cinco alrede-
dor del exterior del centro del blanco. Es interesante discutir cuál de los tiradores
dispara mejor (Taguchi y Clausing, 1990).
Algunas personas opinarán que Luis es mejor tirador, porque acertó mayor
número de veces, pero si toma en cuenta la precisión, es evidente que Pedro es
mejor tirador, ya que es más consistente y predecible, si ajusta su óptica un poco
podría acertar al 100 por ciento. Observe que la variabilidad debida a las causas
comunes es menor en Pedro que en Luis. Mientras que el error de Pedro se puede
considerar asignable (es corregible), es difícil detectar la causa de los errores de
Luis.
✤
EJERCICIOS
1. Indique cuáles son las seis etapas que distingue Fei- 12. Mencione los seis principios que orientan la búsqueda
genbaum en la evolución de los métodos para la ad- de la mejora continua, con base en el concepto de ad-
ministración de la calidad y mencione brevemente los ministración para la calidad total. Con base en la orga-
conceptos que caracterizan a cada etapa. nización de su empresa, comente brevemente sobre la
2. A partir de que la calidad la define el cliente y tenien- utilidad de cada uno de estos principios.
do en mente las manufacturas y/o servicios que ofrece 13. Indique la distinción entre los siguientes tres concep-
su empresa, enuncie una definición de calidad que sea tos: normas del producto, mecanismos de medición y
apropiada para su empresa. calibración, y normas para administrar la calidad.
3. Seleccione una manufactura o servicio que ofrece su 14. Indique la distinción fundamental entre el conjunto de
empresa y para cada uno de los seis atributos que pro- normas ISO 9000-9003 y el conjunto ISO 9004.
pone Garvin, identifique características de calidad sus- 15. Con base en la serie ISO 9000-9004, identifique los
ceptibles de evaluación (vea el ejemplo 15.1). conceptos de política de calidad, administración de la
4. Describa brevemente los 14 puntos de la filosofía de calidad, sistema de calidad, control de la calidad y ase-
Deming. guramiento de la calidad.
5. Explique el concepto de “proceso extendido de Dem- 16. ¿Cuál es la misión del control de calidad vigente en su
ing”. empresa?, ¿cumple en realidad con las exigencias de sus
6. Seleccione una manufactura o servicio que produce su clientes?, ¿cuál debería ser la misión?
empresa e indique cómo aplicaría el ciclo de mejora 17. En el caso de su empresa, ¿qué responsabilidades para
del producto de Deming, en específico para el producto el control de la calidad podría asignar a cada departa-
seleccionado. mento? Asegúrese de incluir todas las responsabilidades
7. Describa brevemente el ciclo de mejora del proceso de y haberlas asignado a unidades o comités específicos.
Deming. 18. ¿Qué costos y beneficios tiene el delegar responsabili-
8. De acuerdo con Deming, indique cómo el establecimien- dades a cada departamento?, ¿qué costos y beneficios
to de metas cuantitativas perjudica la administración de implica no hacerlo?
la calidad. 19. Explique la diferencia fundamental entre causas comunes
9. En el caso específico de su empresa, identifique acciones y causas asignables de la variabilidad (en los estándares
que pueden ayudar a lograr un mejor flujo de la infor- de calidad).
mación sobre el desempeño de la empresa. 20. Seleccione un producto o servicio que produce su em-
10. Con la “trilogía de la calidad” que propone Juran y con presa y diseñe el sistema de control, identifique: a) las
base en los pasos sugeridos en la tabla 15.2, proponga normas o estándares de calidad, b) el sistema de medi-
un plan para implantar la trilogía de la calidad en su ción y c) el sistema de comparación de las medidas de
empresa. calidad.
11. Para cada uno de los seis aspectos de la empresa que
propone Crosby, identifique la fase en la que se encuen-
tra su empresa, con base en la tabla 15.3.
BIBLIOGRAFÍA
1. Crosby P. B. (1979), Quality is Free, McGraw-Hill, Nueva York. 5. Mitra A. (1998), Fundamentals of Quality Control and
2. Feigenbaum A. V. (2005), Total Quality Control, 4a. ed., Improvement, 2a. ed., Prentice Hall, Nueva Jersey.
Mc Graw-Hill, Nueva York. 6. Santandreu M. J. (1991), Gestión de la calidad. ESADE
3. Garvin D. A. (1984), “What does ‘product quality’ really Press, Barcelona, España.
mean?”, Sloan Management Review 26 (1), 25-43. 7. Taguchi, G. y D. Clausing (1990), “Robust quality”, Har-
4. Juran J. M. y F. M. Gryna (eds.) (1988), Juran’s Quality vard Business Review, 68 (1), 65-75.
Control Handbook, 4a. ed., McGraw-Hill, Nueva York.
CAPÍTULO 16
Control y aseguramiento
de la calidad
• Inspección de proveedores y del producto final

• Control estadístico del proceso
E
n este capítulo se revisan las principales técnicas que se utilizan para el con-
trol y el aseguramiento de la calidad de los productos. Como se indicó en el
capítulo anterior, la inspección de la calidad se realiza fundamentalmente a
tres niveles: proveedores, control del proceso y producto final. La técnica clásica
para el control de proveedores y del producto final es el muestreo de aceptación,
que se analiza en la primera sección, mientras que el conjunto de técnicas identifi-
cadas con el control estadístico del proceso (CEP), las más difundidas para realizar
el control del proceso, se analizan en el resto del capítulo.
INSPECCIÓN DE PROVEEDORES Y DEL PRODUCTO FINAL

En esta sección aprenderá las principales técnicas que se utilizan para verificar que
tanto los productos que reciba de sus proveedores como los productos terminados
satisfacen los estándares de calidad que se establecieron.
Muestreo de aceptación
El objetivo del muestreo de aceptación es determinar si un conjunto de productos
satisface los requerimientos de calidad o no, a partir de la inspección de una par-
te del conjunto, por lo que sirve para verificar el cumplimiento de los estándares
de calidad tanto de un conjunto de productos adquiridos, como de un conjunto de
productos elaborados en la empresa, teniendo en cuenta que el tamaño del con-
junto haría muy costosa una inspección completa. En el lenguaje del control de
la calidad, el conjunto del total de productos se conoce como lote, y la parte del
conjunto que se inspecciona se conoce como muestra. Los resultados de esta ins-
pección conducirán a aceptar o a rechazar el lote. El procedimiento general que
se sigue en un muestreo de aceptación se ilustra en la figura 16.1.
Como puede apreciar, debe especificar un criterio para aceptar el lote a par-
tir de los resultados de la inspección. Como es de esperar, este criterio se basa en
la calidad de los productos inspeccionados en la muestra; si ésta es baja, el lote se
rechaza. Si el lote se acepta, se envía a producción para su uso, o a los clientes, 421
› Figura 16.1
Pasos para conducir un
muestreo de aceptación. Se recibe el lote
para inspección
Se selecciona la muestra
Se inspeccionan los
productos de la muestra
Se satisface No se satisface
el criterio el criterio
Se comparan los resultados de la
inspección con el criterio de aceptación
Se acepta el lote Se rechaza el lote
en caso de tratarse de productos terminados. En caso de rechazar el lote, deberán

aplicarse las acciones correctivas, entre las que figuran la devolución del pedido
al proveedor o su reproceso para la corrección de fallas.
Existen dos tipos de inspección: por atributo y por variable. Un atributo es
una característica del producto que admite una de dos posibilidades: o está presen-
te en el producto o no lo está. Un ejemplo de atributo es la calidad del horneado
del pan; por el color del pan es posible decidir si está bien horneado o no. Otros
ejemplos de atributos son la forma, la apariencia, el sabor y el olor.
La inspección por variable ocurre cuando la característica de calidad del pro-
ducto se mide en una escala numérica. Los ejemplos más comunes de variables son
peso, longitud y contenido de un componente particular. En la prestación de un
servicio, un atributo de calidad es la opinión del cliente: satisfecho o insatisfecho,
y una variable de calidad es el tiempo que demora la atención. El reconocer si se
inspecciona un atributo o una variable es importante, porque las técnicas para el
análisis de los datos difieren en cada caso, como se explica más adelante.
Riesgos del muestreo

Al momento de decidir si usa o no un muestreo de aceptación, debe considerar
algunos factores, ya que si bien es cierto que es menos costoso que una inspec-
ción total, también es cierto que se incurre en un costo al realizar la inspección
por muestreo. Algunos de los factores a considerar son el nivel de confianza en
los proveedores, el costo en que se incurre al aceptar productos defectuosos y el
riesgo del muestreo. Respecto de este último punto, es necesario aclarar que en
el muestreo de aceptación siempre existe el riesgo de formular una conclusión
equivocada, debido a la naturaleza estadística del proceso de toma de decisiones.
En general, existen dos tipos de errores que tienen una cierta probabilidad de
ocurrir. El primero es el error tipo I (y su probabilidad se conoce como riesgo del
productor), el cual ocurre cuando se rechaza un lote que cumple con las especi-
ficaciones de calidad; el segundo es el error tipo II (su probabilidad es el riesgo
del consumidor), y ocurre cuando se acepta un lote que no cumple con las espe-
cificaciones de calidad. Por fortuna, es posible controlar las probabilidades de que
ocurran estos errores, de manera que puedan mantenerse relativamente bajas. La
clave para reducir la probabilidad de ocurrencia es el tamaño de la muestra (el
CONTROL Y ASEGURAMIENTO DE LA CALIDAD 423
número de productos a inspeccionar), tema que ilustran los ejemplos de esta sec-
ción. Por esta razón puede afirmarse que el muestreo de aceptación es más eficien-
te, cuando el tamaño del lote es más grande, ya que en este caso los tamaños de
muestra “grandes” requeridos para obtener riesgos pequeños, resultan “pequeños”
en comparación con el tamaño del lote.
Muestreo de aceptación por atributo

En el muestreo de aceptación por atributo, como ya se mencionó, se inspecciona
un atributo del producto, es decir, una característica que puede estar presente o
no en el producto. En general, el criterio de aceptación del lote lo determina el nú-
mero máximo de productos de la muestra que no poseen el atributo (en este caso
la posesión del atributo significa buena calidad). Un plan de muestreo de acepta-
ción por atributo debe especificar el tamaño de la muestra, al cual se denota con
la letra n, y el número máximo de productos fallados (que no poseen el atributo),
al cual se denota con la letra m. El procedimiento para aceptar o rechazar un lote
de acuerdo con un plan de muestreo por atributo se ilustra en la figura 16.2.
Como se observa en la figura 16.2, el plan de muestreo por atributo lo deter-
minan los valores n y m; cuya especificación debe hacerse con base en el riesgo que
se está dispuesto a correr de cometer los errores tipo I y tipo II. La determinación
de un plan de muestreo se ilustra con el siguiente ejemplo.
Ejemplo 16.1. Plan de muestreo por atributo
Suponga que se dedica a la venta de productos eléctricos, y que uno de los pro-
ductos que vende son focos de luz, los cuales son adquiridos en lotes de 1 000
unidades y, como es de esperar, porque es muy costoso, no es posible inspeccio-
nar todos los focos del lote. El primer paso para establecer un plan de muestreo
es fijar el nivel de calidad que espera. En este caso, suponga que estableció con
el proveedor una proporción aceptable de defectos de AQL 0.05 (este valor se
denota AQL del inglés acceptable quality level). El segundo paso es determinar el
tamaño de la muestra (tema que se trata más adelante en este mismo ejemplo).
Por el momento, suponga que n 10 será el tamaño de muestra. Para determinar
› Figura 16.2
Se especifican n y m Pasos del muestreo de
aceptación por atributo.
Se inspeccionan n productos
Se determina el número x
de productos fallados
Sí No
¿Es x menor o
igual que m
m?

› Figura 16.3
Cálculo del riesgo del productor
con un plan de muestreo.
el número máximo m de productos defectuosos en la muestra, debe fijar el riesgo

del productor (probabilidad de rechazar un lote que cumple las especificaciones).
En la práctica, el riesgo del productor se fija en valores menores o iguales que
0.10. Suponga que el riesgo del productor esté alrededor de 0.10. Para determinar
m debe tener en cuenta que si la probabilidad de que un artículo elegido al azar
sea defectuoso es p, entonces la probabilidad de que encuentre x artículos defec-
tuosos dentro de una muestra de n artículos inspeccionados, obedece a la distri-
bución binomial (vea el apéndice A), y está dada por:
n ! p x (1 − p)n − x
f ( x , n, p) = . (16.1)
(n − x )! x !
Estas probabilidades se calculan fácilmente con una hoja de cálculo, por ejemplo,
en la primera hoja del archivo cap16.xls se presentan los datos para este ejemplo,
además se calcularon estas probabilidades como se muestra a continuación en la
figura 16.3.
Como se aprecia en la figura 16.3, con base en el valor de m 2 (celda D8)
y los datos del plan de muestreo, se calculó el valor f(2,10,0.05) (en la celda D9)
utilizando la función DISTR.BINOM de Excel:
DISTR.BINOM(D8,B4,B3,FALSO),
Por otro lado, con la misma función de Excel se calcula la probabilidad acumulada, es
2
decir ∑ f (i,10, 0.05), que se calculó en la celda D10 introduciendo la fórmula:
i =0
DISTR.BINOM(D8,B4,B3,VERDADERO)
Como el productor asegura que 95% de sus focos no tiene falla, la probabilidad de
que un artículo del lote elegido al azar sea defectuoso es p AQL 0.05, por lo que
(si la afirmación del fabricante es correcta), la probabilidad de obtener x artículos
defectuosos en la muestra de n artículos será f(x, n, 0.05), y como el lote se recha-
zará cuando se obtengan más de m artículos defectuosos en la muestra, el riesgo
m
del productor será 1 − ∑ f (i , n , p), que se calculó en la celda D11:
i =0
1-D10.
Como se aprecia en la figura 16.3, si establece que m 2, el riesgo del productor

sería
0.0115. Como se aprecia en las otras columnas de la figura 16.3, si m 0
entonces
0.4013 y si m 1 resulta
0.0861, por lo que este último valor de
m 1 será suficiente y apropiado para que
(el riesgo del productor) sea menor
que 0.10. Es conveniente indicar que este valor de m lo proporciona Excel si utiliza
la función BINOM.CRIT, como se ha obtenido en la celda B13 al escribir:
BINOM.CRIT(B4,B3,1-B5).
De esta manera, el plan de muestreo de aceptación indica que si aparece uno o

menos artículos defectuosos dentro de la muestra de 10 artículos inspeccionados
al azar, se aceptará el lote como bueno. En resumen, para obtener el valor de m
dado un tamaño de muestra n, se comienza por fijar el riesgo del productor, y con
base en éste y en el AQL (que es el valor de p a considerar), se puede obtener m
utilizando la función BINOM.CRIT de Excel.
Respecto del tamaño de muestra n, en general sería preferible escoger un
tamaño pequeño (que ocasiona menor costo), sin embargo, debe tener en cuenta
que los tamaños de muestra pequeños proporcionan una probabilidad de cometer
error tipo II (riesgo del comprador) alta. En general, al aumentar el tamaño de
muestra se disminuye el riesgo del comprador, una vez que se ha fijado el riesgo
del productor. Por ejemplo, suponga que desea evitar el inconveniente de aceptar
un lote con 20% de defectuosos (muy malo para la empresa), y se conformaría si
la probabilidad de aceptar un lote con 20% de defectuosos no es mayor que 0.4.
Para verificar si el tamaño de muestra n 10 satisface este criterio, debe tener en
cuenta las probabilidades f(x,10,0.20) (de que halle x defectuosos en una muestra
proveniente de un lote con 20% de defectuosos), que se calculan con las mismas
fórmulas que para el cálculo anterior, modificando sólo LTPD 0.20, los resulta-
dos se presentan en la figura 16.4.
Con el criterio de aceptación de m 1, la probabilidad de aceptar un lote
con 20% de defectuosos es la probabilidad acumulada de que haya m o menos
productos sin el atributo, la cual aparece en la fila 23 de la figura 16.4. Observe
que para m 1 esta probabilidad es de 0.3758, menor que 0.40, lo cual satisface
sus expectativas. Es conveniente indicar que para la determinación de tamaños de
muestra, el nivel de calidad que no desea aceptar (20% de defectos en este ejem-
plo) se denota con LTPD 0.20 (del inglés lot tolerance percentage defective), y el
máximo riesgo del consumidor que está dispuesto a correr con este valor LTPD se
denota con la letra (en el ejemplo 0.40).
✤
› Figura 16.4
Cálculo del riesgo del
consumidor con un plan
de muestreo.
Con base en el ejemplo anterior se infieren los pasos necesarios para diseñar un plan
de muestreo de aceptación por atributo, que se resumen de la siguiente manera:
1. Determinar la fracción de defectuosos p esperable en un lote aceptable (de-

notado AQL).
2. Fijar el riesgo del productor (menor que 0.10) y un tamaño de muestra n que
considere adecuado desde el punto de vista del costo.
3. Con base en los valores de p, n y el riesgo del productor, se determina el
nivel de aceptación m, haciendo uso de las probabilidades de la distribución
binomial (función BINOM.CRIT de Excel).
4. En función de un porcentaje de defectuosos no deseable (denotado LTPD) y
de una probabilidad de cometer el error tipo II con ese porcentaje (riesgo del
consumidor), determinar si el tamaño de muestra n satisface las expectativas
de precisión (no exceder la probabilidad de cometer el error tipo II). Si las
satisface, el plan de muestreo se acepta; de otra forma, debe incrementar el
tamaño de muestra n y volver al paso 3.
Es conveniente indicar que para la determinación de planes de muestreo siguiendo

los pasos anteriores, se utilizaban las curvas de operación característica (cur-
vas OC) como herramientas de ayuda para facilitar el proceso. Una curva OC es
una gráfica de la probabilidad de aceptar un lote como función de la verdadera
probabilidad p de defectos, dados un plan de muestreo de aceptación (determina-
do por los valores de n y m). En una curva OC se aprecia el riesgo del productor
correspondiente (para p AQL) y el riesgo del consumidor correspondiente al
plan de muestreo (para p LTPD). En la actualidad las curvas OC ya no se usan
para determinar un plan de muestreo, ya que éste se puede obtener mediante una
hoja de cálculo, pero el concepto sigue siendo útil para ilustrar cómo varía el riesgo
del consumidor en función del LTPD. En el siguiente ejemplo se ilustra este concep-
to, así como la obtención de un plan de muestreo mediante una hoja de cálculo.
Ejemplo 16.2. Curvas OC y planes de muestreo por atributo
Considere el ejemplo anterior, en el que se determinó un plan de muestreo para

el cual n 10, m 1, AQL 0.05, y LTPD 0.2. La probabilidad de aceptar un
lote para este plan de muestreo esta dada por la probabilidad de obtener uno o
ningún producto defectuoso en la muestra de n 10 focos. Si la verdadera pro-
porción de defectuosos en el lote es p, esta probabilidad será:
m
( p) = ∑ f (i , n , p), (16.2)
i =0
donde f(i, n, p) son las probabilidades binomiales definidas en (16.1), y esta pro-
babilidad se denota como función de p, dado que los valores de n y m los fija el
plan de muestreo (observe que estas probabilidades se evalúan con una hoja de
cálculo). La curva OC para este ejemplo se presenta a continuación.
Como puede apreciar en la figura 16.5, para el valor p 0.05 (que es el AQL),
el correspondiente valor de la curva OC es 1 a 0.9139, mientras que para
p 0.20 (que es el LTPD) el correspondiente valor es (0.20) 0.3758. En la gráfica
se aprecia cómo el riesgo del consumidor disminuye a medida que crece el LTPD.
Para ilustrar la búsqueda de tamaños de muestra apropiados (y el corres-
pondiente plan de muestreo), suponga que el riesgo del comprador de (0.20)
0.3758 es muy alto, y más bien quisiera que, para LTPD 0.20, este riesgo no
fuera mayor que 0.10 (conservando un riesgo del productor
no mayor que 0.10).
Con la ayuda de una hoja de cálculo, y las mismas funciones que en el ejemplo
› Figura 16.5
Curva OC Curva OC para n 10 y m 1.
1.0000
0.9139
0.8000
0.7361
0.6000
0.5443
0.3758
0.4000
0.2440
0.2000 0.1493
0.0860
0.0464
0.0233 0.0107 0.0045 0.00170.0005
0.0000
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70
p
anterior, se puede efectuar una búsqueda de los valores de n y m que satisfagan

el criterio. En la figura 16.6 se resumen los resultados.
Como se observa en la figura 16.6, la estrategia es seguir una búsqueda binaria,
es decir, empezar con n 10 (en la celda B35), duplicar el tamaño de muestra a
n 20, encontrar que m 2 satisface
menor que 0.10, con un correspondiente
riesgo del consumidor de 0.2061, que aún no es menor que 0.10, por lo que se
duplica n a 40, y resulta m 4 y 0.076, que ya es menor que 0.10; por tanto,
n debe estar entre 20 y 40. Al probar con n 30 resulta m 3 y 0.123; ahora
busque con n 35, que da m 3 y 0.061, por lo que reducimos n a 32, y
resulta m 3 y 0.0931. Por último pruebe con n 31, que da mayor que
0.10, entonces el plan de muestreo con n 32 y m 3 es el más apropiado para
estos requerimientos. En la figura 16.7 se presenta la curva OC para este plan de
muestreo, junto a la del ejemplo anterior, donde se aprecia que, para un riesgo
del productor (
) similar, un mayor valor de n disminuye de forma significativa el
riesgo del consumidor ( ).
› Figura 16.6
Cálculos para determinar
un plan de muestreo.
› Figura 16.7
Curvas OC con n 32, m 3 y
n 10, m 1. Curva OC

1.00
0.80
0.60
n=10,m=1
0.40
0.20
n=32,m=3
0.00
p
0.00 0.10 0.20 0.30 0.40
Mejora de planes de muestreo

Como puede apreciar hasta el momento, al construir un plan de muestreo se busca
que los riesgos del productor (
) y del consumidor ( ) se mantengan dentro de
límites aceptables; aunque esto no garantiza que se puedan rechazar lotes que
cumplen con el estándar de calidad, o que no se acepten lotes que no cumplen. En
cuanto al riesgo del consumidor, se podrían aceptar lotes que no cumplen con las
especificaciones. Una manera de evitar que el consumidor reciba una proporción
de defectos demasiado alta, es establecer que cada vez que un lote se rechaza, el
productor se comprometa a reemplazar todos los artículos defectuosos del lote, in-
centivando de esta manera a que el productor se preocupe por no enviar lotes con
un alto porcentaje de defectuosos. Bajo esta política, resulta de interés investigar
cuál es la verdadera proporción de defectos que se aceptará mediante un plan de
muestreo. Como puede inferir, esta proporción depende de la verdadera propor-
ción p de defectos que existe en el lote, y recibe el nombre de calidad de salida
promedio y responde a la ecuación:
⎛ N −n⎞
AOQ = p ( p)⎜ , (16.3)
⎝ N ⎟⎠
donde se denota con AOQ a la calidad de salida promedio (average outgoing qual-
ity), p es la verdadera proporción de defectos en el lote, (p) es la probabilidad
de aceptar el lote definida en (16.2) (el correspondiente valor en la curva OC), N
es el tamaño del lote y n es el tamaño de la muestra. Como se aprecia, los valores
AOQ dependen de la verdadera proporción p, y al analizar su gráfica se percata
que existe un valor de p para el cual el AOQ alcanza un máximo, resultando que
bajo esta nueva política, ya no existe el incentivo a enviar lotes con altos porcen-
tajes de defecto, como se aprecia en el siguiente ejemplo.
› Tabla 16.1
p b AOQ
Valores AOQ para n ⴝ 32 y
0 1.0000 0.00000 m ⴝ 3.
0.01 0.9997 0.01000

0.02 0.9963 0.01993
0.03 0.9851 0.02955
0.04 0.9623 0.03849
0.05 0.9262 0.04631
0.06 0.8772 0.05263
0.07 0.8171 0.05720
0.08 0.7489 0.05991
0.09 0.6756 0.06080
0.1 0.6003 0.06003
0.11 0.5258 0.05784
0.12 0.4544 0.05453
Ejemplo 16.3. Curvas AOQ para planes de muestreo por atributo
Considere el ejemplo anterior, en el que se determinó un plan de muestreo para el

cual n 32, m 3, AQL 0.05 y LTPD 0.2. Siendo que el tamaño del lote es de
N 1 000 focos, con la ayuda de una hoja de cálculo se calculan los valores AOQ
para diferentes valores de p. En la tabla 16.1 aparecen algunos de estos valores:
Como puede apreciar, el valor AOQ máximo no excede a 0.061 y está alre-
dedor de un valor de p de 0.09, lo que indica que con el plan de muestreo, y bajo
la política de forzar al productor a reemplazar los artículos defectuoso de un lote
rechazado, el máximo porcentaje de defectuosos que puede llegar al comprador
no excede 6.1%, siendo que este máximo ocurriría cuando el productor envía lotes
que tengan alrededor de 9% de defectos. Si el productor envía lotes con un por-
centaje de defectos mayor, los artículos reemplazados harán disminuir el AOQ. La
curva AOQ correspondiente se presenta en la figura 16.8.
El método de muestreo de aceptación descrito hasta el momento, recibe el nom-

bre de muestreo en una etapa, ya que la decisión de aceptar o rechazar un lote
› Figura 16.8
AOQ Curva AOQ Curva AOQ para n 32, m 3.
0.07
0.0572 0.0599 0.0608 0.0600 0.0578
0.06 0.0526
0.05 0.0463 0.0545
0.0385
0.04
0.0296
0.03
0.0199
0.02
0.0100
0.01
0.00
0 0.02 0.04 0.06 0.08 0.1 p 0.12
se basa en una sola muestra. Con la intención de hacer el muestreo más eficiente
(en relación al número de muestras seleccionadas para tomar una decisión), se
pueden implantar planes de muestreo en dos o más etapas, en los que las mues-
tras se seleccionan en secuencia, y en cada etapa se toma la decisión de aceptar el
lote, rechazar el lote o tomar otra muestra. Estos planes de muestreo resultan más
eficientes, debido a que las decisiones en cada etapa consideran los resultados ob-
tenidos en las etapas anteriores. A continuación se describe un plan de muestreo
en dos etapas (el lector interesado en el tema puede consultar Mitra, 1990).
En el muestreo en dos etapas primero se toma una muestra de tamaño (n1)
pequeño, si los resultados son buenos se acepta el lote y si son malos se rechaza.
En caso de no poder rechazar o aceptar el lote con la primera muestra, se toma
una segunda muestra y con base en los resultados de las dos muestras se decide
aceptar o rechazar el lote. Para ser más precisos, los pasos son los siguientes:
1. Se inspecciona una muestra de tamaño n1 y se determina el número x1 de

defectuosos.
2. Si x1 m1, se acepta el lote. Si x1 m2 se rechaza el lote y si m1 x1 m2
se va al paso 3.
3. Se inspecciona una segunda muestra de tamaño n2 y se determina el número
x2 de defectuosos.
4. Si x1 x2 ≤ m3 se acepta el lote, de otra forma se rechaza.
Ejemplo 16.4. Curvas OC para planes de muestreo en dos etapas
Para ilustrar las bondades de un plan de muestreo en dos etapas considere el

ejemplo anterior, donde se determinó un plan de muestreo simple para el cual n
32, m 3, AQL 0.05 y LTPD 0.2, ahora se comparan sus riesgos con los
de un muestreo en dos etapas con n1 10, m1 0, n2 22, m2 1 y m3 3.
Observe que n1 n2 n, por lo que el número de artículos inspeccionados bajo
el plan en dos etapas será menor o igual que el del muestreo en una etapa. Ade-
más, en general, con el muestreo en dos etapas, la probabilidad de aceptar un lote
resulta:
m1 m2 m3 − i
( p ) = ∑ f ( i , p, n1 ) + ∑ f ( i, p, n1 ) ∑ f ( j , p, n2 ), (16.4)
i =0 i = m1 +1 j =0
que en el caso del ejemplo se reduce a:

2
( p ) = f ( 0, p, 10 ) + f (1, p, 10 ) ∑ f ( j , p, 22),
j =0
donde p es la verdadera proporción de defectos en el lote. Esta última ecuación

permitirá calcular la probabilidad de aceptación para diferentes valores de p y
construir la curva OC para este plan de muestreo en dos etapas. A continuación,
en la tabla 16.2, se muestran las probabilidades de aceptación (p) (para valores
seleccionados de p), tanto para el muestreo en dos etapas, como para el caso del
muestreo en una etapa con n 10 y m 1 (ejemplo 16.1), y para el muestreo en
una etapa con n 32 y m 3 (ejemplo 16.2).
El riesgo del productor en el muestreo de dos etapas (1 0.8840 0.1160),
es algo mayor que en ambos planes de una etapa (0.0961 y 0.0738, respectivamen-
te), mientras que el riesgo del consumidor para p 0.2 es 0.1488, menor que en
el primer plan (0.3758) y algo mayor que en el segundo plan (0.0931). Por lo que
podemos ver que el plan en dos etapas no incrementa exageradamente los riesgos,
› Tabla 16.2
p m 1 = 0, m 2 = 1, m 3 = 3 n = 10, m = 1 n = 32, m = 3
Probabilidades de aceptación
0.05 0.8840 0.9139 0.9262 bajo diferentes planes de
0.1 0.5889 0.7361 0.6003 muestreo.
0.15 0.3144 0.5443 0.2721
0.2 0.1488 0.3758 0.0931
0.25 0.0677 0.2440 0.0252
0.3 0.0307 0.1493 0.0055
0.35 0.0139 0.0860 0.0010
0.4 0.0061 0.0464 0.0001
0.45 0.0025 0.0233 0.0000
0.5 0.0010 0.0107 0.0000
0.55 0.0003 0.0045 0.0000
0.6 0.0001 0.0017 0.0000
con la ventaja de requerir menor trabajo que el segundo plan de muestreo en una
etapa. En la figura 16.9 aparece la curva OC para este plan de muestreo en dos etapas.
Muestreo de aceptación por variable

En el muestreo de aceptación por variable se inspeccionan los productos de acuer-
do con una medida cuantitativa de la calidad (por ejemplo peso, longitud, resisten-
cia a la tensión, etc.). En el caso de las características que se miden en una escala
continua, debe tener en cuenta que nunca se logran estándares exactos, porque
› Figura 16.9
Curvas OC bajo diferentes
Curva OC
planes de muestreo.
1.00
0.80
0.60
n=10,m=1
0.40
n=32,m=3
0.20
m1=0,m2=1,m3=3
0.00
p
0.00 0.10 0.20 0.30 0.40
siempre hay cierta variabilidad en el proceso de producción. Por ejemplo, si un

saco de arroz especifica un peso de 50 kg, lo normal es que reciba sacos con pesos
cercanos a los 50 kg, pero nunca con precisión matemática. En general, el control
de la calidad por variable requiere de la especificación de un valor promedio de
la variable o característica, y una medida del grado de discrepancia de los valores
individuales respecto del promedio (variabilidad), como es la desviación estándar.
En consecuencia, la calidad de un estándar que se mide en una escala continua se
especifica por medio de una media ( ) y una desviación estándar (). En general, el
criterio de aceptación de un lote, en este caso, estará en función del promedio x− de
las mediciones de la variable en los productos de la muestra. El lote será aceptado
si el promedio de la muestra cae dentro de un rango de aceptación determinado.
Este rango se determina teniendo en cuenta tanto la media como la desviación
estándar que especifica la calidad del lote. Un plan de muestreo de aceptación
por variable debe especificar el tamaño de la muestra (n), y el rango de acepta-
ción para el promedio de la muestra. El procedimiento para aceptar o rechazar un
lote de acuerdo con un plan de muestreo por variable se ilustra en la figura 16.10.
La determinación del tamaño de muestra n y del rango de aceptación, en un
plan de muestreo por variable, se obtiene con base en el riesgo del productor y del
consumidor (errores tipo I y tipo II) que estamos dispuestos a asumir, siguiendo
una lógica muy similar a la que se discutió para el caso del muestreo de acepta-
ción por atributo, con la diferencia de que, en este caso, se puede obtener con más
facilidad el tamaño de muestra (como verá más adelante), sin necesidad de seguir
un procedimiento de prueba y error, como en el caso anterior.
El siguiente procedimiento es, básicamente, una prueba de hipótesis con va-
rianza conocida (vea Montgomery y Runger, 2007). Debe tener en cuenta, además,
que existen tres diferentes modalidades para construir un criterio de aceptación:
• Modalidad A: si el lote debe ser rechazado porque el promedio de la mues-

tra es muy bajo. Este criterio se usa, por ejemplo, cuando se busca evitar la
recepción de cantidades de un insumo que sean menores a las esperadas.
• Modalidad B: si el lote debe ser rechazado porque el promedio de la mues-
tra es muy alto. Este criterio se usa, por ejemplo, cuando se busca controlar
que el contenido de impurezas en un producto no sea muy alto.
› Figura 16.10
Pasos del muestreo
de aceptación por Se especifican n y el riesgo
variable. de aceptación
Se inspeccionan n productos
Se determina el promedio x-
de las mediciones
Sí No
¿Cae x- dentro
¿
del rango

MODALIDAD › Tabla 16.3

Tamaños de muestra y rangos
DE LA PRUEBA TAMAÑO DE LA MUESTRA RANGO DE ACEPTACIÓN
de aceptación.
A
( ) / ( AQL − LTPD )
2 2
n ≥ 2 z
+ z x ≥ AQL − z
/ n
B
( ) / ( AQL − LTPD )
2 2
n ≥ 2 z
+ z x ≤ AQL + z
/ n
C
( ) / ( AQL − LTPD )
2 2
n ≥ 2 z
/2 + z /2 AQL + z
/2 / n ≤ x ≤ AQL + z
/2 / n
• Modalidad C: si el lote puede ser rechazado, ya sea porque el promedio de

la muestra es muy alto o muy bajo. Este criterio se usa cuando es importante
que un estándar del producto esté cercano a un valor determinado y no es
conveniente que sea ni muy alto ni muy bajo, por ejemplo, si se busca con-
trolar el diámetro de una pieza circular.
Para describir la elaboración de un plan de muestreo por variable, se denota

con z
al valor de la distribución normal estándar tal que P[Z z
]
, donde
Z representa a una variable aleatoria distribuida normalmente con media cero y
varianza 1 (la distribución normal estándar). Asimismo, tenga en cuenta que la
calidad de los artículos del lote deben estar identificadas por el estándar promedio
(AQL) y la desviación estándar () como medida de la variabilidad del estándar.
Los pasos para construir el plan de muestreo por variable son:
1. Determinar la modalidad (A, B o C) que se utilizará para aceptar o rechazar

el lote.
2. Fijar un riesgo del productor
(probabilidad de cometer error tipo I) con el
nivel aceptable de calidad (AQL), usualmente
es menor que 0.10.
3. Fijar un nivel no aceptable para el promedio de la variable a controlar (LTPD),
y un riesgo del consumidor (probabilidad de cometer error tipo II) con este
valor no aceptable.
4. Determinar el tamaño de muestra n de acuerdo con la modalidad elegida y
la segunda columna de la tabla 16.3. Observe que la condición especificada
en la tabla es una desigualdad, es conveniente (por razones de costo) tomar
el menor entero que cumple dicha desigualdad.
5. Con base en el valor de n obtenido, definir el rango de aceptación de acuerdo
con la modalidad elegida y la tercera columna de la tabla 16.3.
6. Si el tamaño de muestra es razonable desde el punto de vista de su costo, el
plan de muestreo quedará definido por el resultado obtenido en el paso 4,
de otra forma debe regresar al paso 3 y ajustar la probabilidad de cometer
error tipo II (debe conformarse con un riesgo más grande), para reducir el
tamaño de la muestra.
La aplicación de la metodología anterior, para la determinación de un plan

de muestreo por variable, se ilustra con el siguiente ejemplo.
Ejemplo 16.5. Plan de muestreo por variable
Una empresa de la industria de la panificación compra harina de trigo en sacos de

50 kilogramos. La harina se compra por lotes de 1 000 sacos y la empresa considera
que resultaría muy tardado inspeccionar todos los sacos de cada envío, por lo que
decide realizar un muestreo de aceptación por variable. En este caso, es eviden-
te que espera un peso promedio de AQL 50 kilogramos en los sacos, con una
desviación estándar de 0.9 kilogramos que especificó el productor. Al seguir
los pasos propuestos para determinar el plan de muestreo, es claro que la prueba
corresponde a la modalidad A, ya que no interesa rechazar un lote cuando el pro-
medio de pesos de la muestra es alto (en este caso, conviene a la empresa recibir
pesos altos). En segundo lugar, se estableció un riego del productor de
0.05.
Por último, un promedio de pesos de 49 kilogramos no es aceptable (es decir,
LTPD 49), y se desea que el riesgo del consumidor cuando el promedio de pesos
del lote es de 49 kilogramos, no sea mayor que 0.10 ( 0.10). Con esta informa-
ción se determina el tamaño de muestra (mediante la tabla 16.3):
( )( 0.9) (1.645 + 1.28)

2 2 2
2 z
+ z
n≥ = ≈ 6.93 ,
( AQL − LTPD )2 (50 − 49)2
por lo que un tamaño de muestra de n 7 sacos será suficiente para satisfacer
las expectativas en cuanto a riesgos del productor y del consumidor. El rango de
aceptación (vea la tabla 16.3) resulta:
z
(1.645 )( 0.9 )
X ≥ AQL − = 50 − = 49.44.
7
n
Si el tamaño de muestra de 7 es razonable, el plan de muestreo de aceptación
queda bien definido de la siguiente manera: se seleccionan al azar 7 sacos para
ser pesados, si el promedio de los pesos de los 7 sacos es mayor o igual que 49.44
kilogramos, se aceptará el lote, de otra forma será rechazado. Observe que al in-
crementar el tamaño de muestra, si bien se incurre en un mayor costo de inspec-
ción, se disminuye el riesgo, ya que por un lado el criterio de aceptación se vuelve
más exigente, y por otro lado el riesgo del consumidor disminuye. Por ejemplo, si
tomara un tamaño de muestra de n 10, el criterio de aceptación sería el prome-
dio de los pesos mayor que 50 (1.645)(0.9)/ 10 49.53 kilogramos, y la proba-
bilidad de cometer error tipo II si el verdadero promedio de los pesos de los sacos
del lote es de 49 kilogramos resulta:
⎡ 49.53 − 49 ⎤
P ⎢Z > ⎥ = P ⎡⎣ Z > 1.86 ⎤⎦ = 0.0314 .
⎢⎣ 0.9 / 10 ⎥⎦
Observe que el valor encontrado se obtiene fácilmente con Excel, por medio de la
función DISTR.NORM.ESTAND.
CONTROL ESTADÍSTICO DEL PROCESO

Para el control estadístico de los procesos se han propuesto diversas herramientas,
entre las de mayor aceptación por su facilidad de uso y sentido práctico están las
“siete herramientas de Kaoru Ishikawa”. En esta sección dedicada al control esta-
dístico del proceso (CEP) se presentan estas herramientas generales para el con-
trol total de calidad y la mejora continua. Es conveniente indicar que más allá de
ser estadística muy elaborada, estas herramientas pretenden mostrar diferentes
maneras para organizar y analizar la información del proceso productivo, con la
finalidad de detectar y corregir los problemas que se pudieran estar presentando
en el proceso.
Como se mencionó en el capítulo anterior, Walter Shewhart aplicó sus co-

nocimientos de estadística en sus ensayos de laboratorio y propuso sus gráficas
de control en 1924 mientras trabajaba en Bell Laboratories en Estados Unidos. A
Shewhart se le reconoce como el primero en distinguir entre causas comunes y
causas debidas a variaciones en el proceso (asignables). La gran conclusión de su
trabajo fue que “todos los procesos de manufactura muestran variaciones” (Juran
y Gryna, 1988). Después escribió un resumen de su labor en el libro Control eco-
nómico de calidad del producto manufacturado (1931).
Kaoru Ishikawa, uno de los personajes más reconocidos en el tema de la cali-
dad, desarrolló su enfoque con la propuesta de utilizar métodos que casi cualquier
operario pudiera usar para medir y mejorar la calidad en el proceso productivo. De
esta manera propuso la utilización de siete herramientas que llevan su nombre y
que a continuación, en la tabla 16.4, se presentan como herramientas básicas para
el CEP (Ishikawa, 1972). Es conveniente indicar que si bien Ishikawa propone la
utilización de estas “siete herramientas”, no es él efectivamente quien las propuso
por primera vez, ya que estas herramientas ya existían y son ampliamente cono-
cidas en la comunidad académica del área de la estadística.
Como se mencionó, el control del proceso tiene por objetivo detectar si los
estándares de la manufactura o servicio cumplen con las especificaciones de diseño
establecido para satisfacer las exigencias del mercado, con la finalidad de aplicar
las acciones correctivas necesarias. A continuación se describe cada una de las he-
rramientas y se proporciona un ejemplo de su aplicación para el control estadístico
de calidad de la empresa.
Cartas de control
Las cartas de control tienen por finalidad detectar cuándo una variabilidad en el
proceso productivo se debe a causas asignables (vea el capítulo anterior). Una carta
de control es una gráfica que permite identificar si un proceso está bajo control
(sólo se observa variabilidad debida a causas comunes), o si está fuera de control,
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DEL PROCESO › Tabla 16.4

Herramientas para el control
1. La carta de control Gráfica del promedio de una medida de desempeño del producto, estadístico del proceso.
que permite detectar si la variabilidad del proceso se debe a causas
asignables o sólo a causas comunes.
2. El diagrama Diagrama que describe las principales fases del proceso e indica las
de causa-efecto causas de las posibles fallas de calidad en el proceso de manufactura
o prestación del servicio.
3. La carta de Pareto Enfoque coordinado para identificar, clasificar, y eliminar los defectos
del proceso de manufactura o prestación del servicio. Al clasificar los
defectos, se centra la atención en corregir los defectos que tienen
mayor impacto desde el punto de vista del cliente.
4. El histograma Gráfica que reproduce la distribución empírica de una medida de
de frecuencias desempeño del producto, con el objeto de identificar las posibles
fuentes que explican la variabilidad en el estándar de desempeño.
5. El diagrama Diagrama por medio del cual se muestra la distribución de una
de estratificación medida de desempeño del producto, para diferentes valores de un
criterio de clasificación. Su objetivo principal es identificar si el criterio
de clasificación influye en la distribución de la medida de desempeño.
6. La gráfica Gráfica del desempeño de dos características, por medio de la cual
de correlación se intenta establecer si estas medidas de desempeño tienen alguna
relación de dependencia.
7. La lista Método organizado para registrar eficientemente la información sobre
de verificación el desempeño del proceso productivo.
› Figura 16.11
Esquema de una carta Medida de
de control. Calidad
LSC
Media
LIC
Tiempo
en cuyo caso debe buscarse la causa asignable que origina la falta de control. En
la figura 16.11 se ilustra la forma típica de una carta de control.
En la figura 16.11 el eje vertical corresponde a las mediciones que (por ins-
pección) se obtienen de un atributo o variable en el proceso de producción, las
cuales se grafican respecto del tiempo transcurrido del proceso (eje horizontal).
El valor correspondiente a la línea horizontal del centro es la media general del
proceso, el valor de la línea superior (LSC) corresponde al límite superior de con-
trol y el valor de la línea inferior (LIC) corresponde al límite inferior de control.
Si después de una inspección, aparecen mediciones que caen fuera de estos dos
límites, el proceso está fuera de control. Los límites inferior y superior de control
se obtienen, por lo general, bajo el supuesto de que las mediciones siguen una
distribución normal, y considerando una alta probabilidad (muy cercana a uno)
de que la medición esté entre esos dos límites. Para describir con mayor detalle el
procedimiento para construir cartas de control, debe distinguir, como en el mues-
treo de aceptación, entre control por atributo y control por variable.
Para el control de los procesos por atributo, deben realizarse inspecciones
periódicas, verificando el porcentaje de productos defectuosos en una muestra (de
preferencia del mismo tamaño n) en cada inspección. Si el porcentaje de artículos
defectuosos (que no poseen el atributo en estudio) encontrados en una inspección
no se encuentra dentro de los límites de control el proceso está fuera de control,
y debe buscarse la causa asignable que origina este mayor porcentaje de defectos.
Para describir el método de cálculo de los límites de control, se denota con la letra
M al número de inspecciones (muestras) que se han obtenido y sean m1, m2, …,
mM los artículos defectuosos obtenidos en las M inspecciones sucesivas de tamaños
n1, n2, …, nM; observe que pM mM/nM es la fracción de defectuosos en la última
inspección, la que determina si el proceso está bajo control o no. En primer lugar,
debe estimar la media del proceso ( ) y la varianza de la muestra ( 2), de acuerdo
con las siguientes ecuaciones:
1 M (1− )
= ∑
M i =1
pi , 2 =
n
, (16.5)
ahora puede calcular los límites de control, con base en las siguientes
ecuaciones:
LSC z , LIC – z , (16.6)
donde es la raíz cuadrada de 2 y z es un valor que permite tener una alta pro-
babilidad de que el porcentaje pM caiga dentro de los límites, por lo general se usa
el valor z 3, y cuando se desea ser más exigente con el control del proceso se
usa z 2. Conviene indicar que, para tener confianza en los estimadores obtenidos
y, en consecuencia, en los límites de control, el número de inspecciones previas no
debe ser muy pequeño, una buena regla es que M sea mayor que 20. La aplicación
de esta técnica se ilustra con el siguiente ejemplo.
Ejemplo 16.6. Carta de control por atributo
Una fábrica de envases de plástico realiza un control de calidad por atributo para
verificar la calidad de los envases terminados. Diariamente se realiza una inspección
de 100 ejemplares del producto terminado para obtener el número de artículos de-
fectuosos en la muestra. Hasta el momento las inspecciones de 25 días laborables
arrojan los datos de la tabla 16.5.
Para determinar la carta de control correspondiente a la última inspección,
M 25, n 100 con un número total de defectuosos en las 25 muestras de 58,
de un total de 100(25) 2 500 envases inspeccionados. Entonces las estimacio-
nes de la media del proceso y de la varianza de la muestra resultan, de acuerdo
con las ecuaciones presentadas:
58 0.0232( 1 − 0.0232 )
= = 0.0232 , 2 = = 0.000227,
2 500 100
de esta manera, los límites de control son:
LSC 0.0232 3 (0.015) 0.0682,

LIC 0.0232 3 (0.015) 0.0218.
Observe que el límite inferior de control es negativo, por lo que se ajusta a LIC 0.
En la siguiente gráfica se ilustra la carta de control para este proceso. Como se
observa, se grafica el número de la muestra (que indica el orden en que fue obte-
nida), frente al valor de su correspondiente proporción de defectuosos.
MUESTRA ( i ) mi MUESTRA ( i ) mi › Tabla 16.5

Número de artículos
1 2 14 4 defectuosos por muestra.
2 3 15 6
3 1 16 0
4 0 17 2
5 2 18 3
6 4 19 2
7 3 20 1
8 0 21 0
9 0 22 4
10 5 23 3
11 2 24 2
12 1 25 5
13 4
› Figura 16.12
Cartas de control por atributo. LSC 0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
LIC 1 5 9 13 17 21 25
Observe que, de acuerdo con la carta de la figura 16.12, el proceso está bajo
control.
✤
Para el CEP por variable mediante cartas de control, se acostumbra utilizar dos
tipos de carta, una carta- y la otra carta-R (la letra R hace referencia al rango y
al promedio). El rango se usa a menudo como medida de variabilidad, ya que
es más fácil de calcular que la desviación estándar, y el objetivo de la carta-R es
verificar si la variabilidad del proceso está bajo control, mientras que la carta- se
usa para detectar si la tendencia central del proceso está bajo control. Para cons-
truir estas cartas de control, al igual que en el control por atributo, se inspeccionan
periódicamente muestras del mismo tamaño n. Para describir la construcción de
los límites de control suponga que se han inspeccionado M muestras de n observa-
ciones, cada una en secuencia. En primer lugar, se calculan los promedios 1, 2,
…, M, y los rangos R1, R2, …, RM correspondientes a las M muestras (el rango de
una muestra es la diferencia entre el valor mayor y el valor menor de la muestra).
A continuación se calculan el promedio general ( ) y el rango promedio (R):
1 M 1 M
= ∑
M j =1 j
, R = ∑R
M j =1 j
Para calcular los límites de control de la carta-R, se usan los valores (D3 y D4)
de la tabla 16.6, de acuerdo con:
LSC D4R, LIC D3R
De forma semejante, para calcular los límites de control de la carta- se usan
los valores (A2) de la tabla 16.6, y las ecuaciones:
LSC A2 R, LIC A2 R.
Es conveniente indicar que estos límites de control para la carta- son, con-
ceptualmente, los límites 3, siendo que para evitar la estimación de la des-
viación estándar, se usa la distribución W R/ (que depende del tamaño de
muestra), misma que proporciona los valores críticos A2.
› Tabla 16.6
TAMAÑO DE TAMAÑO DE
Valores críticos para cartas
MUESTRA ( n ) D 3 D4 A2 MUESTRA ( n ) D 3 D4 A2
de control por variable.
2 0 3.27 1.88 14 0.33 1.67 0.24
3 0 2.57 1.02 15 0.35 1.65 0.22
4 0 2.28 0.73 16 0.36 1.64 0.21
5 0 2.11 0.58 17 0.38 1.62 0.2
6 0 2 0.48 18 0.39 1.61 0.19
7 0.08 1.92 0.42 19 0.4 1.6 0.19
8 0.14 1.86 0.37 20 0.41 1.59 0.18
9 0.18 1.82 0.34 21 0.43 1.58 0.17
10 0.22 1.78 0.31 22 0.43 1.57 0.17
11 0.26 1.74 0.29 23 0.44 1.56 0.16
12 0.28 1.72 0.27 24 0.45 1.55 0.16
13 0.31 1.79 0.25 25 0.46 1.54 0.15
Las cartas resultan de construir gráficas de los rangos (en la carta-R), y de

los promedios (en la carta- ), en secuencia. La carta-R se construye primero, ya
que si esta carta se encuentra fuera de control, la información de la carta- no es
confiable. Observe que los valores de la tabla 16.6 que se usen, dependen del ta-
maño de muestra n (el lector interesado en los valores que no aparecen en la tabla
consulte Dodge y Romig, 1998). En el siguiente ejemplo se ilustra la construcción
de una carta de control por variable.
Ejemplo 16.7. Carta de control por variable
Con el objeto de controlar el peso de los bollos que produce una panificadora, se
inspeccionaron los pesos de muestras de tres bollos, durante 15 días (una muestra
por día). En este caso M 15 y n 3. A continuación en la tabla 16.7 se presen-
tan los pesos de los bollos para cada muestra, así como el promedio y el rango (la
diferencia del peso mayor menos el peso menor) para cada muestra.
› Tabla 16.7
MUESTRA ( i ) PESOS (GRAMOS) PROMEDIO ( i ) RANGO ( R i )
Pesos de muestras de bollos.
1 120 121 123 121.3 3
2 122 124 125 123.7 3
3 122 121 119 120.7 3
4 118 121 116 118.3 5
5 121 119 123 121.0 4
6 122 122 118 120.7 4
7 119 122 120 120.3 3
8 116 120 122 119.3 6
9 122 118 120 120.0 4
10 118 121 120 119.7 3
11 121 122 122 121.7 1
12 118 119 120 119.0 2
13 119 120 117 118.7 3
14 119 118 117 118.0 2
15 122 123 122 122.3 1
› Figura 16.13
9
Carta-R para el control
LSC
por variable. 8
1
LIC 0
0 2 4 6 8 10 12 14
Como puede comprobar, el promedio general de pesos, y el rango promedio

resultan:
121.3 + 123.7 + ... + 118.0 + 122.3
= = 120.31,
15
3 + 3 + ... + 2 + 1
R= = 3.13.
15
Al consultar la tabla 16.6, para n 3 da D3 0 y D4 2.57. En consecuencia, los
límites de control para la carta-R resultan:
LSC (2.57)(3.13) 8.05, LIC 0
La gráfica correspondiente a la carta-R para este ejemplo se presenta en la figura

16.13. Resulta claro que el proceso de rangos está bajo control, por lo que puede
construir la carta- .
De modo semejante, en la tabla 16.6 aparece que el valor de A2 para n 3
es 1.02, por lo que los límites de control para la carta- resultan:
LSC 120.31 (1.02) (3.13) 123.51, LIC 120.31 (1.02) (3.13) 117.12
› Figura 16.14
Carta- para el control 125
por variable. LSC
124
123
122
121
120
119
118
117
LIC 116
0 2 4 6 8 10 12 14
La gráfica correspondiente a la carta- para este ejemplo se presenta en la

figura 16.14. Como puede apreciar, el proceso de promedios de pesos está bajo
control, ya que el último promedio muestral cae dentro de los límites de control
aunque, curiosamente, el promedio de la segunda muestra cae fuera de los lími-
tes de control.
✤
Es conveniente mencionar que, como lo indica el sentido común, detectar que

el promedio de las observaciones de una muestra no cae dentro de los límites de
control no es el único indicador de la falta de control de un proceso productivo,
y es por esta razón que se han propuesto cartas de control basadas en criterios
diferentes. Por ejemplo, se han propuesto reglas a partir de la observación de pro-
medios consecutivos fuera de un rango de aceptación (llamados corridas), y estas
reglas son muy útiles para detectar traslados del promedio que son relativamente
pequeños, complementando de esta manera los resultados de una carta- . El lec-
tor interesado en este tema puede consultar Acosta-Mejia (2007).
Diagramas de causa-efecto
Es obvio que las cartas de control alertan sobre la existencia de fallas en el proceso
de producción (el proceso no está bajo control), sin embargo, no indican directa-
mente cuál es la causa de la falla. El propósito de un diagrama de causa-efecto es
precisamente el de ayudar a identificar cuál es la causa de las fallas que aparecen
en los artículos que se producen. Conviene indicar que éste no es un método es-
tadístico como tal, ya que para su construcción no se estiman parámetros ni se
procesa información muestral (la base de un diagrama de causa-efecto se ilustra
en la figura 16.15). Como puede observar, el diagrama parte de un problema de
producción encontrado (“problema de calidad” en el lado derecho del diagrama),
al cual se le asignan (mediante flechas) las diferentes causas que pueden originar
el problema, entonces el diagrama adopta una forma parecida a una espina de pes-
cado (razón por la cual se le conoce también con el nombre de fishbone diagram
en la literatura en inglés). Para el problema específico a analizar, este diagrama
base debe completarse con las causas específicas que pueden originar el problema
dentro de cada categoría (vea la figura 16.16). La construcción de un diagrama
de causa-efecto requerirá de la colaboración de todos los especialistas y técnicos
que aporten ideas para encontrar las posibles causas de la falla, sólo así será una
herramienta en verdad útil para la detección y corrección de defectos en el pro-
ceso productivo. Una primera aproximación al diagrama se obtiene a través de la
“lluvia de ideas” de los especialistas y técnicos apropiados, ideas que se agrupan
y sistematizan después para convertirlas en un diagrama organizado (tal como el
de la figura 16.16), y que ayude al personal a tomar decisiones rápidas y acerta-
das. Con el siguiente ejemplo se ilustra el proceso de elaboración de un diagrama
de causa-efecto.
› Figura 16.15
Diagrama de causa-efecto
Causa Causa de Ishikawa.
CARACTERÍSTICAS
DE CALIDAD
Causa Causa
› Tabla 16.8
POSIBLES CAUSAS DE LOS DEFECTOS DE SOLDADURA
Información inicial para un
diagrama de causa-efecto. SOLDADURA MÁQUINA PRECALENTAMIENTO
Actitud del operador Ángulo del transportador Edad de las partes
Partes compradas Gravedad específica Habilidad del operador
Instrumentos Manejo de materiales Aptitud para la soldadura
Velocidad del transportador Materiales Atención del operador
Ancho de onda Edad de las placas Placas compradas
Mantenimiento de máquinas Vibración Iluminación
Tiempo de espera Operador Temperatura
Partes Fundente Limpieza
Preparación de partes Tipo de fundente Entrenamiento
Almacenamiento Calibración Contaminación
Ejemplo 16.8. Construcción de un diagrama de causa-efecto
Una empresa de la industria de partes y componentes electrónicos tiene devolucio-

nes en sus circuitos impresos, debido a fallas de soldadura. Con el objeto de inves-
tigar las posibles causas de la falla, se formó un equipo constituido por ingenieros,
operadores del proceso de soldadura, especialistas en control de calidad y clientes,
entre otros. Este equipo, luego de intercambiar ideas sobre el problema, identificó
un conjunto de 33 posibles causas del problema (vea la tabla 16.8). Como podrá
observar en la tabla, una sencilla lista de las posibles causas no es de gran ayuda,
ya que, por ejemplo, algunos conceptos se repiten (partes y placas compradas). De
igual manera, tampoco se establecen jerarquías ni relaciones entre las causas. La
utilidad del diagrama de Ishikawa es que, justamente, ordena estas ideas para que
sean útiles en la toma de decisiones.
Para construir el diagrama de causa-efecto apropiado para este caso, debe
empezar por clasificar las causas con base en los factores en común que éstas evi-
dencian. De esta manera se identifican cinco grupos:
› Figura 16.16
Diagrama de causa-efecto
Máquina
Máquina Operador Materiales
Materiales
para defectos de soldadura.
Aptitud para
Actitud la soldadura Contaminación
Vibración Manejo
Atención Proveedores
Limpieza Soldadura
Almacenamiento
Entrenamiento
Edad Fundente
Mantenimiento
Habilidad Partes
DEFECTOS
DE SOLDADURA
Velocidad del transportador Instrumentos
Entrenamiento
Ángulo del transportador Calibración
Habilidad
Precalentamiento
Tipo de fundente Iluminación
Gravedad Métodos Mediciones

específica
1. Causas relacionadas con la máquina de soldadura.

2. Causas relacionadas con el operador de la máquina.
3. Causas relacionadas con las partes, componentes y materiales utilizados.
4. Causas relacionadas con las condiciones y métodos de trabajo (por ejemplo,
temperatura, velocidad del transportador).
5. Causas relacionadas con la preparación de las máquinas, medición y
calibración.
Luego de clasificar las causas, estos grupos formarán las “espinas” principales del
diagrama, en el cual se incorporan las causas dentro de estas categorías o grupos
y se eliminan las que se consideren redundantes. El consiguiente diagrama se pre-
senta en la figura 16.16.
Cartas de Pareto
Puesto que una falla simple puede tener muchas causas posibles (como en el
ejemplo anterior), lo cual no implica que todas causen la falla simultáneamente,
sino que lo más probable es que pocas (o una) de esas causas ocasione el defecto
de calidad en una situación determinada. En otras palabras, es probable que unas
pocas causas originen la mayoría de los defectos de fabricación o prestación de un
servicio en una empresa. Este principio fue enunciado hace ya algún tiempo por
el economista y sociólogo Vilfredo Pareto (1848-1923), quien estableció: “alrede-
dor de 20% de las causas son culpables de 80% de los efectos”. Si bien este 20%
no es una estimación matemáticamente precisa, la lógica del argumento sobre que
pocas son las causas de la mayoría de los defectos es precisa, ya que una causa
puede tener una gran diversidad de manifestaciones. Este concepto, aplicado al
CEP, significaría que son pocas las causas de la mayoría de los defectos, llegando a
la conclusión de que es importante detectar esas pocas causas para poner mayor
atención en corregirlas. La carta de Pareto es una técnica estadística que ayuda a
sacar a la luz esas pocas causas que son muy importantes para mejorar la calidad
de los productos o servicios que ofrece una empresa. Una sugerencia de los pasos
a seguir para construir una carta de Pareto es la siguiente:
1. Identificar la medida (variable) de desempeño a utilizar como medida de va-

loración del mal servicio al cliente (por ejemplo, falla en prueba de desem-
peño, costo de reparación, devolución o reclamo en un pedido, etcétera).
2. Durante un periodo determinado estudiar la medida de desempeño y regis-
trar la causa que origina el valor correspondiente de mal desempeño (en este
paso puede servir de apoyo un diagrama de causa-efecto).
3. Para cada causa calcular el porcentaje que le corresponde del total de la me-
dida de mal desempeño durante el periodo en estudio.
4. Agrupar las causas en orden decreciente de los porcentajes calculados en el
paso anterior y graficar las causas frente al porcentaje acumulado.
A continuación se presenta un ejemplo ilustrativo de la aplicación del diagrama

de Pareto.
Ejemplo 16.9. Uso de cartas de Pareto
Una empresa que fabrica artículos electrónicos gasta alrededor de $190 000 al año
en reparación de sus productos que no pasan el periodo de prueba para detectar
› Figura 16.17
Carta de Pareto para causas 80 1.0
de falla.
70
0.8
60
50 0.6
40
30 0.4
20
0.2
10
0
Falla de Conexiones Partes PC bd corta PC bd abierta Otros
partes incorrectas
fallas tempranas, esto preocupa a los gerentes de la empresa por lo que decidieron
investigar la(s) mejores manera(s) de corregir estos defectos.
Durante un año se registraron las causas que originan las reparaciones y los
costos en que se incurren con los siguientes resultados (en miles de $): falla de
partes: 75, conexiones: 40, partes incorrectas: 22, tablero corto: 10, tablero abierto:
8, otros: 35. La carta de Pareto correspondiente se presenta en la figura 16.17 (la
línea representa la gráfica del porcentaje acumulado que se menciona en el paso 4).
Al analizar las partes que fallan se encontró a las partes que más fallan, entre
las que están el relay y el mosfet (siglas de metal oxide semiconductor field effect tran-
sistor), el resultado es la carta de Pareto de la figura 16.18.
Al analizar las fallas del relay por tipo de falla, se obtuvieron los resultados
que se ilustran en la figura 16.19.
Luego de tomar acciones correctivas para solucionar los problemas del relay,
se evitaron las fallas ocasionadas por esta parte, por tanto, ya no serán las fallas
de partes las que producirán la mayor cantidad de defectos. En particular, la carta de
Pareto de las causas de falla podría lucir como en la figura 16.20.
Esta nueva carta de Pareto da lugar a otro análisis y se procede a solucionar
el problema que ahora es el más importante (fallas de conexión), con los resulta-
dos de la figura 16.21.
Al proceder de modo similar, las fallas de la cubierta manual producen la
carta de Pareto de la figura 16.22.
Las causas de las fallas debidas a los operadores se distribuyen como se mues-
tra en la figura 16.23, resalta la necesidad de una mayor capacitación para los ope-
radores, en particular el operador 33, el 28 y el 35.
› Figura 16.18
de falla por tipo de partes. 45 0.9
40 0.8
35 0.7
30 0.6
25 0.5
20 0.4
15 0.3
10 0.2
5 0.1
0 0.0
Relay Mosfet Diodo tipo A Diodo tipo B Op Amp Otros
› Figura 16.19
1.0 Carta de Pareto para causas
60 0.9 de falla del relay.
50 0.8
0.7
40 0.6
30 0.5
0.4
20 0.3
10 0.2
0.1
0 0.0
Contacto abierto Contacto errático Diodo abierto Bobina abierta Otros
› Figura 16.20
45 1.0 Carta de Pareto para causas
40 0.9 de falla.
35 0.8
0.7
30
0.6
25
0.5
20 0.4
15 0.3
10 0.2
5 0.1
0 0.0
Conexiones Partes PC bd corta PC bd abierta Soldadura Otros
incorrectas
› Figura 16.21
0.9 de fallas de conexiones.
60
0.8
50 0.7
40 0.6
0.5
30 0.4
20 0.3
0.2
10
0.1
0 0.0
Cubierta Soldadura Arnés Sellado Cinta de Otros
manual Pt/Pt envoltura
› Figura 16.22
0.9 de fallas de la cubierta manual.
50 0.8
40 0.7
0.6
30 0.5
0.4
20 0.3
10 0.2
0.1
0 0.0
Operador Herramienta Hoja de control Otros
› Figura 16.23
de fallas por operador. 0.9
60 0.8
50 0.7
40 0.6
0.5
30 0.4
20 0.3
0.2
10
0.1
0 0.0
Operador 33 Operador 28 Operador 35 Otros
Con el ejemplo anterior se ilustra cómo el análisis de Pareto se usa cons-

tantemente para corregir las fallas más importantes, a medida que se identifican.
Observe que la carta es una sencilla ayuda administrativa, lo relevante es que el
equipo de trabajo sea capaz de registrar y generar la información oportuna para
identificar las causas más importantes de falla y se apliquen las acciones correcti-
vas correspondientes, posibilitando la mejora continua.
Histogramas de frecuencia
Como se mencionó al principio de esta sección, existe una variación inherente a los
procesos productivos, de manera que en general cada estándar de calidad sigue un
comportamiento más o menos aleatorio (una distribución de probabilidades con
una dispersión pequeña).
El histograma es una de las herramientas estadísticas más elementales, que
tiene por objeto explorar la distribución de probabilidades de una característica
(como un estándar de calidad) que presenta variabilidad. Aunque existen diversas
propuestas (todas ellas basadas en el sentido común) para construir los histogra-
mas, en general debe distinguirse entre datos discretos y datos continuos antes de
construir el histograma. Cuando los datos son discretos, la construcción del histo-
grama es bastante sencilla y consiste en construir un diagrama de barras en el que
a cada valor le corresponde una barra proporcional al número de observaciones.
Cuando el histograma corresponde a datos continuos, se aconseja seguir un pro-
cedimiento de agrupamiento de datos (vea el apéndice A).
Como se indicó, el histograma de frecuencias sirve para explorar las propie-
dades de la posible distribución de probabilidades correspondiente al estándar
de calidad que se analiza. Así, por ejemplo, muchas técnicas estadísticas asumen
que los datos siguen una distribución normal, un histograma podría reflejar que
esta suposición puede no ser válida para el caso que se analiza, en particular si
se observan asimetrías (tendencias hacia valores bajos o hacia valores altos) en el
histograma de frecuencias, esto indicaría que la distribución no es normal, ya que
una distribución normal siempre es simétrica. Por otro lado, si bien es cierto
que algunas veces se indica que las variaciones de una característica se pueden
deber al “azar”, todo fenómeno tiene siempre alguna explicación (a veces simple-
mente desconocida o no detectada aún), de manera que un histograma también
podría ofrecer una intuición de las razones de la variabilidad de los datos o, por
último, puede ayudar a descubrir tendencias o cambios en la distribución al com-
parar las distribuciones en el tiempo.
› Figura 16.24
6 Histograma de los tiempos
de demora de tanques.
5
0
3 4 5 6 7 8 9 10 11 12
Ejemplo 16.10. Histograma de la demora de tanques de combustible
El abastecimiento de gasolina de una estación de servicio ubicada en una zona monta-

ñosa, corre a cuenta de la administración de la estación con tanques de su propie-
dad, a continuación se muestra el número de días que se han demorado en retor-
nar los últimos 30 tanques desde la puesta de la orden hasta el arribo.
5 4 10 6 7 5 4 3 6 10 12 10
8 9 3 4 3 4 3 9 10 9 9 9
10 11 12 8 4 10
Los datos son discretos, por lo que el histograma correspondiente a estos

datos es el que se presenta en la figura 16.24.
Observe en el histograma una gran asimetría en los datos, pero lo interesan-
te es que los valores centrales son poco frecuentes, mientras que los valores ex-
tremos (ya sea los bajos o los altos) son más frecuentes. En el caso particular de
este ejemplo, el comportamiento de los datos puede obedecer a que los tanques
deben cruzar regiones montañosas con frecuencia afectadas por mal tiempo y/o
catástrofes, y el hecho de que cuando existen estos fenómenos se tardaran más los
tanques explicaría los valores altos de la demora, mientras que los valores bajos
ocurrirían cuando no existen estas catástrofes.
Ejemplo 16.11. Histograma de los pesos de bolas de acero
Los datos de la tabla 16.9 corresponden a los pesos de bolas de acero (en kg) que
recibe una empresa metalmecánica.
Puesto que los datos ya fueron ordenados en 23 intervalos de clase resulta el
histograma de frecuencias que se presenta en la figura 16.25. Al parecer se tomó
un número innecesariamente grande de intervalos (en el apéndice A se sugiere
que para menos de 75 observaciones se considere entre 5 y 7 intervalos). La incon-
veniencia de tomar demasiados intervalos para construir el histograma radica en
que algunos aparecen sin observaciones (como en la figura 16.25), o que se pier-
de la tendencia de la frecuencia de los datos, ya que aparecen barras de tamaño
grande y pequeño intercaladas, dando una idea equivocada de la tendencia.
› Tabla 16.9
Pesos de 60 bolas de acero INTERVALO (EN KG) FRECUENCIA INTERVALO (EN KG) FRECUENCIA
que recibe una empresa 4.78-4.79 1 5.02-5.03 5
en 23 intervalos.
4.80-4.81 1 5.04-5.05 2
4.82-4.83 0 5.06-5.07 3
4.84-4.85 2 5.08-5.09 3
4.86-4.87 2 5.10-5.11 2
4.88-4.89 2 5.12-5.13 3
4.90-4.91 2 5.14-5.15 1
4.92-4.93 3 5.16-5.17 0
4.94-4.95 3 5.18-5.19 0
4.96-4.97 6 5.20-5.21 0
4.98-4.99 8 5.22-5.23 1
5.00-5.01 10 Total = 60
› Figura 16.25
Histograma de pesos de bolas 10
de acero con 23 intervalos. 9
8
7
6
5
4
3
2
1
0
4.98 - 4.99
5.02 - 5.03
4.94 - 4.95
5.06 - 5.07
4.82 - 4.83
4.86 - 4.87
4.78 - 4.79
4.90 - 4.91
5.22 - 5.23
5.14 - 5.15
5.18 - 5.19
5.10 - 5.11
› Tabla 16.10 INTERVALO (EN KG) FRECUENCIA INTERVALO (EN KG) FRECUENCIA
Pesos de 60 bolas de acero
que recibe una empresa 4.76-4.83 2 5.00-5.07 20
en 6 intervalos.
4.84-4.91 8 5.08-5.15 9
4.92-4.99 20 5.16-5.23 1
› Figura 16.26
Histograma de pesos de bolas 20
de acero con 6 intervalos. 18
16
14
12
10
8
6
4
2
0
4.76 - 4.83 4.84 - 4.91 4.92 - 4.99 5.00 - 5.07 5.08 - 5.15 5.16 - 5.23
Una mejor manera de agrupar estos datos es considerar sólo 6 intervalos de

frecuencia, que para este caso proporcionan los siguientes resultados (el histogra-
ma correspondiente se presenta en la figura 16.26).
Diagramas de estratificación
Esta herramienta tiene una finalidad similar a los histogramas, desde el punto de
vista de que también se trata de investigar el patrón de variabilidad de un conjun-
to de datos. Pero a diferencia del histograma, se busca distinguir las fuentes de va-
riabilidad al clasificar los datos con base en algún criterio (por ejemplo, día de la
semana, operador, máquina, método de operación, etcétera). De esta manera, al
estratificar los datos se intenta descubrir si existen diferentes patrones para las di-
ferentes categorías del criterio empleado, con el fin de aplicar acciones correctivas
si fuera necesario, o para descubrir y/o difundir las mejores prácticas. A continua-
ción se ilustra el uso de diagramas de estratificación con un ejemplo.
Ejemplo 16.12. Estratificación de fallas por operadores
En la figura 16.27 se ilustra el número de fallas (debidas al total de 5 operadores)

que se obtuvieron por cada uno de 21 días en una empresa manufacturera.
En la gráfica de la figura 16.27 se observa el patrón de fallas con base en los
días para el conjunto de los operadores, pero no es posible distinguir si existen di-
ferencias entre los patrones de comportamiento de los operadores. A continuación
aparece la misma gráfica de fallas por día, pero desagregadas para cada uno de los
operadores.
› Figura 16.27
5 Gráfica de fallas agregadas de 5
operadores.
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Operador 1:
› Figura 16.28
5 Gráfica de fallas para el
operador 1.
4
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Operador 2:
› Figura 16.29
Gráfica de fallas para 5
el operador 2.
4
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Operador 3:
› Figura 16.30
el operador 3.
4
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Operador 4:
› Figura 16.31
el operador 4.
4
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Operador 5:
› Figura 16.32
el operador 5.
4
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Al estratificar el número de fallas por operador, es claro que el operador 5

presenta el mejor desempeño, seguido de un desempeño satisfactorio de los ope-
radores 1, 3 y 4. La mayoría de las fallas observadas se debe al operador 2, a quien
deberá prestarse mayor atención para corregir sus errores.
Gráfica de correlación
La gráfica de correlación se utiliza para determinar si existe alguna relación (posi-
blemente de causa y efecto) entre dos características o variables que se observan
en un proceso. La gráfica de correlación es bastante simple de construir y requiere
de graficar en unos ejes cartesianos (en el eje X se mide a una de las características
y en el eje Y a la otra) los pares de valores para las dos características. Después de
ubicar los puntos en los ejes, se tendrá un patrón de puntos, de cuya estructura
podrá deducirse si existe o no correlación y si ésta es positiva o negativa (también
se calcula el índice de correlación e incluso se efectúan pruebas estadísticas sobre
la significación de estos índices).
En la figura 16.33 se ilustra el patrón de una nube de puntos con correlación
positiva, mientras que en la figura 16.34 se muestra una correlación negativa y en
la figura 16.35 no existe correlación entre las características observadas.
› Figura 16.33
Nube de puntos con correlación
Y positiva.
› Figura 16.34
Nube de puntos con correlación
Y negativa.
X
› Figura 16.35
Nube de puntos sin patrón
de correlación.
Y
Con frecuencia la gráfica de correlación resulta importante para establecer

relaciones de causa-efecto entre dos características o variables, si es el caso, se mide
la causa en el eje horizontal (X) y el efecto en el eje vertical (Y).
Ejemplo 16.13. Correlación entre tiempo de ensamble y vibración
En una empresa manufacturera de motores eléctricos se quiere mejorar el proce-

so de ensamble de una pieza del motor. Existe una parte del proceso en la cual el
obrero solía tener bastante cuidado al ensamblar dos piezas, una operación de casi
un minuto para realizar los diez pasos necesarios. Para reducir este paso a 10 se-
gundos, se decidió estudiar el efecto de disminuir el tiempo sobre la precisión del
proceso. La pieza ensamblada debe tener un nivel mínimo de vibración interna,
por tanto, durante cuarenta pruebas a distintas velocidades de ensamble se anotó
tanto el tiempo de ensamble de las piezas como el nivel de vibración interna de la
pieza armada (los resultados se muestran en la figura 16.36).
Como se aprecia en la figura, la correlación entre el tiempo de ensamble de
las dos piezas y la vibración interna del producto terminado es negativa. Esto in-
dica que al aumentar el tiempo de ensamble entre las dos piezas, disminuye la
vibración interna (quizá porque se tiene mayor cuidado en el proceso). Por tanto,
en el diseño del proceso se tiene que decidir (con base en la vibración máxima
› Figura 16.36
Gráfica de correlación entre
tiempo de ensamble y vibración. Y
X
permitida), ¿cuál debe ser el tiempo apropiado de ensamble para las dos piezas,
siguiendo los diez pasos especificados para el ensamble?
Listas de verificación
Una tarea importante para conducir un apropiado control de calidad, es la recolec-
ción de la información (que llega continuamente) sobre el proceso. Esta información
alimenta al sistema de control y permite generar los reportes sobre el desempeño
y el monitoreo del sistema. La tecnología disponible en la actualidad (códigos de
barras, RFID) permite que mucha de la información relevante sobre el proceso
de producción pueda ingresar directamente a una base de datos para controlar el
proceso y generar los reportes correspondientes. Sin embargo, en muchas situacio-
nes la empresa podría no disponer de esta tecnología, o simplemente no es posible
capturarla por medio de tecnología avanzada. En estos casos, es conveniente que
se organicen métodos ágiles de captura de la información para permitir el procesa-
miento de la misma. Tales métodos son las listas de verificación que tienen formas
muy diversas (depende del caso), con la única restricción de que sean fáciles de
llenar (por lo general equivalente a poner marcas en un formato preestablecido).
A continuación se ilustra el uso de listas de verificación con un ejemplo, existen
diversos formatos de listas importantes, por ejemplo, lista de verificación de de-
fectos (vea la figura 16.37), lista de localización de defectos o lista de verificación
de características deseables (o medidas de desempeño).
› Figura 16.37
DEFECTO 2 DE JUNIO 3 DE JUNIO 4 DE JUNIO 5 DE JUNIO TOTAL
Lista de verificación de defectos.
Rotura //// /// // /// 12
Mancha ////// /// / ///// 15
Rajadura // / /// 6
Otros / / // 4
FECHA LONGITUD FECHA LONGITUD FECHA LONGITUD FECHA LONGITUD › Tabla 16.11
Diámetro de flechas producidas.
11 1.124 11 1.128 11 1.123 11 1.126
11 1.128 11 1.128 11 1.119 11 1.123
11 1.122 11 1.12 11 1.122 11 1.123
12 1.124 12 1.126 12 1.125 12 1.125
12 1.127 12 1.125 12 1.121 12 1.124
12 1.125 12 1.126 12 1.124 12 1.127
13 1.123 13 1.125 13 1.121 13 1.120
13 1.122 13 1.118 13 1.124 13 1.123
13 1.125 13 1.126 13 1.123 13 1.124
14 1.125 14 1.127 14 1.124 14 1.126
14 1.129 14 1.125 14 1.126 14 1.123
14 1.124 14 1.122 14 1.124 14 1.122
15 1.124 15 1.121 15 1.123 15 1.124
15 1.127 15 1.123 15 1.124 15 1.122
15 1.122 15 1.123 15 1.122 15 1.121
› Figura 16.38 LONGITUD FECHAS

Lista de verificación para
diámetro de flechas. 1.118** 13
1.119** 11
1.12 11 13
1.121 12 13 15 15
1.122 11 11 13 14 14 15 15 15
1.123 11 11 11 13 13 13 14 15 15 15
1.124 11 12 12 12 13 13 14 14 14 15 15 15
1.125 11 12 12 12 12 13 13 14 14
1.126 11 12 12 13 14 14
1.127 12 12 14 15
1.128 11 11
1.129 14
1.13
1.131**
1.132**
Ejemplo 16.14. Lista de verificación de diámetro de flechas
La información de la tabla 16.11 se obtuvo del departamento de control de cali-

dad de una empresa de autopartes, sobre el diámetro de las flechas producidas en
la semana del 11 al 15 de julio, siendo que la tolerancia de estos diámetros está
entre 1.120’ y 1.130’.
Observe que esta manera de producir los datos resulta poco conveniente si
en el formato se han tenido que anotar el día y el diámetro de la flecha a mano,
por lo que mal podría llamarse a este formato una lista de verificación. En cambio,
si produce un formato en el que ya figuren impresas los posibles diámetros de las
flechas y sólo se tenga que anotar el día en el que se registró el diámetro corres-
pondiente, la captura sería más fácil, y se habría registrado la misma información,
como se indica en la figura 16.38 (observe que en el formato se ha marcado con
** los diámetros que están fuera de tolerancia).
EJERCICIOS
1. ¿Cuál es la diferencia entre muestreo de aceptación y que podrían generar una falla de conformidad con esa
control estadístico del proceso? característica.
2. ¿Cuál es la diferencia entre un atributo y una variable? 6. Explique brevemente el concepto de la variabilidad en
3. Indique cómo se determina el tamaño de muestra en el proceso productivo como algo inherente al proceso.
un muestreo de aceptación por atributo. Identifique un ejemplo de un proceso de su empresa
4. Indique cómo se determina el tamaño de muestra en en el que existe variabilidad. ¿Qué herramientas pre-
un muestreo de aceptación por variable. sentadas en este capítulo le ayudarían a identificar las
5. Considere un producto o servicio (de preferencia en su fuentes de variabilidad?
empresa), y determine cuál es la característica de ca- 7. Explique las diferencias entre muestreo de aceptación
lidad más importante para los clientes. Construya un en una etapa y muestreo de aceptación en varias
diagrama de causa y efecto que identifique las causas etapas.
8. Considere un plan de muestreo de aceptación por atri- 11. La empresa Envases Industriales produce botellas de
buto con tamaño de muestra de n 10 y criterio de plástico para una embotelladora local e inspecciona por
aceptación de m 1 y AQL 0.4. muestreo cada lote de 5 000 botellas antes de enviarlas a
a) Calcule el riesgo del productor. su comprador, con un nivel aceptable de calidad (AQL)
b) Calcule el riesgo del consumidor para p 0.5, 0.10 de 0.06, y un nivel no deseable de calidad (LTPD) de
y 0.15. 0.12.
c) Determine un plan de muestreo apropiado si se desea Si se establece un plan de muestreo (en una etapa)
que el riesgo del productor no sea mayor que 0.10 y con tamaño de muestra de n 150 y criterio de acep-
el riesgo del consumidor no sea mayor que 0.15 cuan- tación de m 4, determine los riesgos del productor y
do LTPD 0.10. del consumidor con este plan de muestreo.
9. Una empresa de electrónica fabrica calculadoras para Con el objeto de tener un plan de muestreo de acepta-
distribuirlas por medio de tiendas departamentales. La ción menos laborioso se ha propuesto uno alterno en dos
empresa envía sus calculadoras en lotes de 10 000 uni- etapas, con n1 50, m1 1, n2 100, m2 3, m3 4.
dades y tiene un plan de inspección por muestreo de sus Compare los riesgos del productor y del consumidor
lotes con AQL 0.03, LTPD 0.08, n 50, y m 1. de este plan con el del plan de muestreo anterior (en
a) Calcule el riesgo del productor y el riesgo del consu- una etapa).
midor con el plan de muestreo establecido. a) Con ayuda de una hoja de cálculo construya las
b) Si la empresa desea reducir el riesgo del produc- curvas OC para el plan de muestreo en una etapa y
tor e incrementa el tamaño de muestra a n 100 para el plan de muestreo en dos etapas. Comente los
(manteniendo el mismo valor de m), ¿se logrará esta resultados.
disminución? 12. La cadena de tiendas El Palacio de Marfil encargó a una
c) Determine un plan de muestreo que reduzca el riesgo maquiladora ubicada en Malasia el abastecimiento de
del productor al menos a la mitad, sin incrementar camisetas de algodón con estampados alusivos a la pri-
el riesgo del consumidor. mera década del nuevo milenio. Las camisetas se reci-
10. Un supermercado compra manzanas en lotes de 10 000. birán en lotes de 2 000 y se estableció con el productor
Se ha establecido con el productor que el nivel acepta- que lotes con 2% (AQL) de defectos serán aceptables,
ble de defectos en un lote es de AQL 0.02 y se desea pero se rechazarán lotes con 8% (LTPD) de defectos. De-
encontrar un plan de muestreo con un nivel de signifi- bido a que sería muy costoso devolver lotes rechazados
cancia de máximo 0.05. a Malasia, se desea establecer un plan de muestreo con
a) Establezca un plan de muestreo mediante el cual la un riesgo del consumidor no mayor que 0.03, y con un
probabilidad de aceptar un lote con 8% de manzanas riesgo del productor no mayor que 0.15.
defectuosas no exceda 0.10. Si el gerente de la tienda establece un plan de mues-
b) Utilice una hoja de cálculo y determine la probabilidad treo con tamaño de muestra de n 150 y criterio de
de aceptar el lote cuando la verdadera proporción de aceptación de m 4, determine si este plan satisface
manzanas defectuosas en el lote es p, considere valo- los requerimientos de riesgos establecidos.
res de p desde 0 hasta 0.20, con incrementos de 0.01. a) Con ayuda de una hoja de cálculo construya una
c) Utilice una hoja de cálculo y construya una gráfica gráfica de la curva OC para este plan de muestreo.
de los valores de p frente a las probabilidades encon- b) Con ayuda de una hoja de cálculo construya una
tradas en b) (esta es la curva OC para este plan de gráfica de la curva AOQ para este plan de muestreo.
muestreo). Indique cuál sería el porcentaje AOQ máximo que
d) Ahora considere que se ha establecido con el pro- podría recibir la tienda.
ductor que cada vez que se rechaza un lote, éste se 13. La empresa La Estrella produce barras de chocolate y
compromete a reemplazar todas las manzanas dañadas las empaca en bolsas que estipulan un peso neto de 1
por manzanas buenas. Calcule la calidad promedio kg. Con base en la variabilidad normal del proceso, la
de salida (AOQ) para diferentes valores de p. Se su- desviación estándar de los pesos de las bolsas es de 20
giere utilizar una hoja de cálculo con valores desde gramos. Diseñe un plan de muestreo de aceptación que
0 hasta 0.20 (con incrementos de 0.01). tenga un riesgo del productor de 0.05 y un riesgo del
e) Con base en los cálculos del inciso anterior, construya consumidor de 0.10 cuando el peso promedio de las
la curva AOQ para este plan de muestreo. Indique bolsas es de 950 gramos.
cuál es el máximo porcentaje de manzanas defectuo- 14. Una empresa produce un suplemento vitamínico que
sas que estaría recibiendo el supermercado bajo el se agrega a determinados alimentos. El suplemento se
esquema planteado, y alrededor de qué porcentaje empaca en contenedores que estipulan 5 galones, cuyo
de manzanas defectuosas en cada lote se alcanzaría contenido tiene una desviación estándar de 0.20 galo-
este máximo. nes. Si una empresa compradora inspecciona cada lote,
f) Si el productor envía lotes con un porcentaje de y toma 10 contenedores al azar para rechazar el lote si el
manzanas defectuosas de 4%, indique el porcenta- promedio de los contenidos es inferior a 4.85 galones:
je de lotes a rechazar y el promedio de manzanas a a) Determine el riesgo del productor.
reemplazar por lote rechazado. Con base en esta in- b) Determine el riesgo del consumidor con el plan de
formación indique el porcentaje total de manzanas muestreo propuesto, si se considera no deseable (LTPD)
que el productor debe reponer. un lote con contenido promedio de 4.7 galones.
c) Determine un plan de muestreo (tamaño de muestra de la solución, con los resultados que se muestran en
y criterio de aceptación) que tenga un riesgo del pro- la tabla.
ductor de 0.05 y un riesgo del consumidor de 0.10.
15. Una empresa de confecciones deportivas satisface los pe- MUESTRA OBSERVACIONES DE LA MUESTRA
didos de tiendas pequeñas que por lo general varían en
1 20.3 15.5 18.2 16.8
cantidades y contenidos. La empresa no dispone de un
sistema automático de almacenamiento y recuperación, 2 21.6 21 22.5 20.5
por lo que empaca manualmente los pedidos, una posible 3 23.6 24.9 27.4 23.4
fuente de errores. Con el objeto de controlar el proceso 4 24.6 25.5 27.3 26.7
de conformación de los pedidos, se han inspeccionado
5 26.4 26.8 27.2 26.7
100 órdenes durante 16 días consecutivos, con el siguien-
te número de pedidos empacados incorrectamente. 6 18 20.5 22.8 19.5
7 23.8 23.9 24.2 24.1
MUES- DEFEC- MUES- DEFEC- MUES- DEFEC- MUES- DEFEC- 8 25.5 20.9 25.8 23.2
TRA TOS TRA TOS TRA TOS TRA TOS 9 26.4 26.8 27.5 2.2
1 12 5 6 9 14 13 17 10 27.1 27.4 27.8 29.5
2 14 6 3 10 20 14 11
a) Determine los límites de control de la cartas-R y
3 10 7 7 11 18 15 14
determine si la variabilidad del proceso está bajo
4 16 8 10 12 17 16 9 control.
b) Si obtuvo una respuesta afirmativa en el inciso ante-
a) Construya una carta de control por atributo para rior, determine los límites de control de la carta- y
estos datos con límites de control 3. determine si la media del proceso está bajo control.
b) ¿Qué conclusiones obtiene con base en la carta 18. Una empresa que produce frutas secas tiene una máquina
anterior? para empacar pasas en bolsas que estipulan un peso de
c) Construya una carta de control por atributo para 10 onzas. La empresa desea construir cartas de control
estos datos con límites de control 2. para verificar tanto la variabilidad como el promedio de
d) ¿Qué conclusiones obtiene con base en la carta los pesos de las bolsas. Con esta finalidad se han tomado
anterior? cinco muestras de la producción cada 4 horas, durante
15. El número de televisores que no pasaron una prueba seis turnos de 8 horas, con los siguientes resultados:
de funcionamiento en 12 muestras al azar se presenta
en la siguiente tabla, la cual también indica el tamaño MUESTRAS PESOS (ONZAS)
de la muestra (televisores inspeccionados).
1.00 10.06 10.13 9.97 9.85 9.46
2.00 9.52 9.61 10.09 10.21 9.95
INSPECCIO- INSPECCIO-
MUESTRA NADOS FALLARON MUESTRA NADOS FALLARON 3.00 10.35 9.95 10.20 10.03 9.42
1 50 4 7 50 6 4.00 10.17 10.21 10.05 10.01 10.53
2 90 6 8 50 5 5.00 10.21 9.87 9.71 10.05 10.35
3 100 8 9 80 6 6.00 9.74 9.35 9.50 10.06 9.89
4 90 7 10 120 8 7.00 10.00 10.21 10.05 10.23 9.78
5 80 8 11 100 20 8.00 10.15 10.20 10.23 0.15 10.06
6 40 4 12 80 5 9.00 9.98 9.90 9.81 10.05 10.13

10.00 10.03 10.10 10.26 10.46 9.47
a) Construya una carta de control por atributo para 11.00 10.53 10.02 10.11 9.88 9.92
estos datos con límites de control 3. 12.00 9.95 10.10 10.00 10.06 9.95
b) ¿Qué conclusiones obtiene con base en la carta
anterior? a) Construya una carta de control-R para estos datos.
c) Construya una carta de control por atributo para Con base en la carta-R, ¿qué conclusiones resultan
estos datos con límites de control 2. de la variabilidad del proceso?
d) ¿Qué conclusiones obtiene con base en la carta b) Construya una carta de control- para estos datos.
anterior? c) Con base en el control- , ¿qué conclusiones resultan
17. En una empresa del ramo textil es importante que la del promedio del proceso?
acidez de la solución para teñir la tela esté dentro de 19. Se midió el tiempo (en minutos) que los clientes esperan
ciertos valores aceptables. Se recolectaron datos para antes de ser atendidos en una oficina postal (se toma-
construir una gráfica de control, cada una de las 10 ron 50 clientes seleccionados al azar). Los resultados se
muestras consta de cuatro observaciones al azar del pH muestran a continuación:
2.10 0.50 3.60 1.40 0.80 0.40 4.20 3.50 2.50 2.00 a) Construya una carta de Pareto con base en estos datos
y comente los resultados.
4.80 2.80 1.90 1.20 1.60 2.50 2.40 1.90 2.00 3.20
b) Si la gerencia tiene una asignación de $10 000, ¿qué
3.50 5.20 3.10 1.60 1.90 2.40 2.70 2.10 1.80 1.50 áreas de problemas debiera atacar?
4.60 3.80 1.50 4.50 5.50 2.50 3.80 5.00 4.60 3.90 22. A una compañía de seguros le interesa determinar si el
2.10 2.80 1.60 3.80 3.50 5.20 4.80 3.90 2.60 4.20 monto de cobertura del seguro de vida se ve influido por
el monto de ingreso disponible. Una muestra tomada al
a) Construya un histograma de frecuencias para estos azar de 20 pólizas produjo los datos que se presentan en
datos. la siguiente tabla. Construya una gráfica de correlación,
b) ¿Qué conclusiones resultan del histograma? ¿qué conclusiones puede obtener?
c) La meta de la oficina postal es tener un tiempo de espera
menor que 4.0 minutos ¿Se logró su objetivo? Comente. COBERTURA COBERTURA
20. Los valores del pH de un colorante para 30 mues- INGRESO SEGURO INGRESO SEGURO
tras de producción tomadas consecutivamente son los DISPONIBLE DE VIDA DISPONIBLE DE VIDA
siguientes: (EN $1 000) (EN $1 000) (EN $1 000) (EN $1 000)
45 60 65 80
20.30 15.50 18.20 18.00 20.50 22.80 40 58 60 90
21.60 21.00 22.50 23.80 23.90 24.20 65 100 45 50
23.60 24.90 27.40 25.50 20.90 25.80 50 50 40 50
24.60 25.50 27.30 26.40 26.80 27.50 70 120 55 70
26.40 26.80 27.20 27.10 27.40 27.80 80 100 55 60
70 80 60 80
a) Construya un histograma de frecuencias para estos
datos ¿Qué conclusiones puede obtener? 40 50 75 100
21. Un análisis de defectos de la salida de trabajos de un taller 50 70 45 50
produce los resultados presentados en la siguiente tabla:
45 60 65 70
VALOR
MONETARIO
TIPO DE DEFECTO FRECUENCIA (EN $1 000)
Diámetro fuera de las especificaciones 40 3
Superficie rugosa 80 7
Borde torcido 50 2
Longitud fuera de las especificaciones 20 1
Cantidad fuera de las especificaciones 60 2.5
BIBLIOGRAFÍA
1. Acosta-Mejia
_ C. A. (2007), “Two sets of run rules for the 5. Mitra A. (1998), Fundamentals of Quality Control and
X chart”, Quality Engineering 19 (2) 129-136 Improvement, 2a. ed., Prentice Hall, Nueva Jersey.
2. Dodge H. F. y H. G. Romig (1998), Sampling Inspection 6. Montgomery D. C. y G. C. Runger (2007), Applied Sta-
Tables-Single and Double Sampling, 2a. ed., John Wiley, tistics and Probability for Engineers, 4a. ed., John Wiley,
Nueva York. Nueva York.
3. Ishikawa K. (1972), Guide to Quality Control, Asian Pro- 7. Montgomery D. C. (2005), Introduction to Statistical Qual-
ductivity Organization, Tokio. ity Control, 5a. ed., John Wiley, Nueva York.
4. Juran J. M. y F. M. Gryna (eds.) (1988), Juran’s Quality
Control Handbook, 4a. ed., McGraw-Hill, Nueva York.
CAPÍTULO 17
Ingeniería de la calidad
• Planeación de la calidad en el diseño

• Diseño de experimentos planeados
E
l capítulo anterior se ocupó de los conceptos y técnicas que son útiles para
controlar que un sistema de producción produzca manufacturas y servicios
cuyas especificaciones sean acordes con las características de diseño que in-
dica el producto. Sin embargo, es conveniente señalar que la calidad de los pro-
ductos no sólo se logra a través de un buen control de la calidad, sino que también
el diseño es muy importante para lograr una alta calidad de las manufacturas y
servicios que se ofrecen al cliente.
Un diseño de alta calidad se logra al incorporar características deseables en
el producto, como la economía, la facilidad para instalar y operar el producto, el
funcionamiento de acuerdo con las expectativas del cliente, la confiabilidad y
durabilidad, y el contar con instrucciones documentadas para su uso, operación,
reparación y mantenimiento. Por otro lado, debe tener en cuenta que un buen di-
seño no sólo influye en las características funcionales del producto, sino también
en la efectividad de la manufactura, ya que a partir de un buen diseño se facilita
el ensamble y el proceso de los componentes, así como la velocidad de reparación,
corrección de errores y servicio, y la flexibilidad de la estrategia de ventas.
Por las razones expuestas, en las últimas décadas la incorporación de la calidad
por medio del diseño ha adquirido importancia fundamental para la producción
de manufacturas y servicios con altos estándares de calidad. En el presente capí-
tulo se desarrollan los principales conceptos y técnicas para incorporar la calidad
en un sistema productivo, a partir de un buen diseño de las manufacturas y ser-
vicios.
PLANEACIÓN DE LA CALIDAD EN EL DISEÑO

Esta sección describe brevemente los pasos del proceso de diseño y desarrollo de
un producto; con la finalidad de apreciar la importancia de incorporar la ingeniería
de la calidad en el diseño y desarrollo, también se señalan algunas consideraciones
en el diseño que en la actualidad tienen mucha importancia, como el diseño para
la manufactura y el diseño para desarmar.
459
El proceso de diseño
Diversos autores (vea Ulrich y Eppinger, 2007) coinciden en indicar que el proce-
so de diseño de un producto tiende a seguir las etapas que se ilustran en la figura
17.1. El primer paso en el diseño y desarrollo de un producto es la generación de
ideas, cuando a través del conocimiento de las necesidades del mercado se generan
las ideas para un nuevo diseño que satisfaga las necesidades de un segmento de
mercado. A continuación se inicia la fase de evaluación de la aceptación del nuevo
diseño en el mercado, de los costos del producto y de su factibilidad económica.
En el proceso de diseño preliminar se exploran las alternativas tecnológicas y las
especificaciones (parámetros y tolerancias) preliminares de ingeniería de diseño
del producto, para iniciar la construcción del prototipo y sus pruebas de desem-
peño. Es conveniente indicar que en este momento se dispone de tecnología (uso
de CAD con apoyo de modelos de simulación) que reduce de forma significativa
las pruebas del prototipo, ya que con el apoyo de simuladores es posible evitar ex-
perimentos reales con el prototipo, y en su lugar conducir las pruebas a través de
simulaciones de desempeño por computadora (por ejemplo, Ford Motor Co., utiliza
modelos de simulación para pronosticar el efecto de choques sobre sus nuevos di-
seños).
La etapa de diseño definitivo del producto tiene por objetivo lograr especi-
ficaciones que permitan la producción efectiva del nuevo diseño, generando las
directivas y especificaciones que permitan la producción en masa, con altos es-
tándares de calidad. La ingeniería de la calidad en esta etapa es de importancia
fundamental, ya que se requiere lograr un diseño que no sólo sea efectivo desde
el punto de vista del uso del consumidor, sino desde el punto de vista de su fa-
cilidad de producción para minimizar las posibilidades de cometer errores en el
proceso. Es en esta etapa cuando las empresas centran su atención y adquieren
importancia los conceptos de diseño para la manufactura, diseño para desarmar e
ingeniería de la calidad (que se explican más adelante en esta sección).
Por último, ya con el diseño definitivo del producto, se inician corridas de pro-
ducción piloto (de prueba) para afinar los detalles del proceso y entrar a la etapa
› Figura 17.1
El proceso de diseño y
desarrollo de productos. Evaluación
Generación de ideas
de mercado
Análisis económico
preliminar
Diseño y desarrollo
Producción
preliminar
Diseño definitivo
Prueba del prototipo Corridas piloto
del producto
INGENIERÍA DE LA CALIDAD 461
de producción en masa del producto. Es conveniente indicar que dependiendo de

la aceptación del producto en el mercado y de los beneficios logrados, el proceso
es factible de revisión, ya sea para corregir defectos (si es que el producto no tuvo
buena aceptación) o para mejorar el producto con miras a lograr aún mayores be-
neficios (en el caso de haber tenido buena aceptación).
También conviene hacer notar el alto porcentaje del costo de un producto
que representa el diseño en determinadas industrias, por ejemplo en la indus-
tria automotriz, donde el diseño de los nuevos modelos casi es simultáneo con el
lanzamiento del modelo actual, con un promedio de cuatro años para el cambio
de modelos, esto implica altos costos de inversión (por ejemplo, nuevas prensas
para el laminado de la carrocería). También existen otros sectores donde el simple
costo de investigación y desarrollo de un nuevo producto es significativo; así, en
la industria farmacéutica se estima que el costo de investigación y desarrollo para
lograr un nuevo principio activo está alrededor de los 500 millones de dólares, en
promedio.
Diseño para la manufactura

El diseño para la manufactura es el proceso de diseñar un producto de tal modo
que se pueda producir con la menor cantidad de trabajo, dinero y residuos, y con
un nivel alto de calidad. Este concepto adquiere importancia fundamental debido
a que las especificaciones de diseño de un producto determinan muchos factores
que están en estrecha relación con la facilidad y la economía de su manufactura;
por ejemplo, las tolerancias innecesariamente estrechas sólo consiguen encarecer
el producto, las formas o materiales difíciles de trabajar generarán no sólo mayo-
res tiempos de proceso, sino también incrementarán la probabilidad de cometer
errores en el proceso de producción, los detalles para facilitar el ensamble son
muy importantes para implantar un proceso de manufactura a prueba de erro-
res, y demasiadas partes en el diseño de un producto encarecen su producción y
complican la reparación y mantenimiento del producto. Algunas buenas prácticas
de producción que facilitan la implantación de un proceso de diseño para la ma-
nufactura son las siguientes:
• Analizar los requisitos de diseño de todas las partes para tener la certeza de
que los diversos procesos de manufactura que se requieren son factibles en
la planta, de tal manera que se cumpla con las tolerancias que se requieren
para el buen funcionamiento del diseño.
• Determinar la habilidad (vea el capítulo 14) para cada proceso de manufac-
tura a implantar, de manera que si éstas no son satisfactorias, se explore la
posibilidad de modificar las tolerancias, utilizar otro proceso o tratar de re-
ducir la variabilidad con el mismo proceso de manufactura.
• Identificar y solucionar problemas potenciales que causen un mal funcio-
namiento del diseño en la práctica, anticipar fallas debidas al equipo, a los
procedimientos o a los materiales.
• Seleccionar los materiales y procesos de manufactura que reduzcan al míni-
mo la probabilidad de cometer errores de manufactura o mal funcionamiento
del diseño por deterioro de las partes.
• Experimentar, por medio de corridas piloto, el desempeño de cada uno
de los procesos, para identificar problemas potenciales que no pudieron
anticiparse.
Diseño para desarmar

La creciente preocupación por el deterioro del medio que causan los residuos in-
dustriales (ya sea en la producción o el consumo de manufacturas) incentiva una
nueva tendencia hacia la generación de diseños que permitan la fácil reparación

o el reciclaje.
Los productos reciclables ostentan la característica de su reutilización, ya sea
en el mismo sector industrial, o en sectores industriales diferentes. El poseer esta
característica implica que el producto sea fácil de desarmar, que sus componentes
se reparen o reemplacen con facilidad, y que los materiales utilizados en sus com-
ponentes se puedan fundir o recuperar por cualquier otro medio para reutilizar
el material como materia prima, sin deterioro ambiental. Las empresas empiezan
a preocuparse por tratar de utilizar menos productos (por ejemplo ciertos plásti-
cos, adhesivos o resinas) que no permiten el reciclaje; un ejemplo, la división de
plásticos de Whirlpool Corporation tiene como política el uso de termoplásticos,
los cuales permiten que el material desechado se recupere a su estado original de
resina, para aprovecharlo como materia prima en la producción de otros productos
manufacturados a partir de termoplásticos.
Los productos susceptibles de reparación se usan ya desde hace mucho tiem-
po, sin embargo, el auge de la producción en masa a inicios de la Revolución In-
dustrial creó la tendencia de evitar la reparación debido sobre todo a que el costo
de la mano de obra y del proceso mismo de reparación hacía más económico el
reemplazo del producto, esto creó la tendencia a la generación de productos “de-
sechables”. La revolución por la calidad, sin embargo, rescata la preocupación por
producir diseños más duraderos y confiables, los que por sus características de ca-
lidad, aunadas a las nuevas tendencias de evitar el deterioro del ambiente, hacen
preferible su facilidad para el mantenimiento y reemplazo. De nuevo Whirlpool
Corporation es un buen ejemplo de esta tendencia, ya que otorga particular im-
portancia a la generación de diseños en electrodomésticos que permitan una re-
paración fácil y sin riesgos.
Ingeniería de la calidad
La ingeniería de la calidad se ocupa de los planes, procedimientos y métodos para
el diseño y evaluación de la calidad en bienes y servicios. En gran medida, el de-
sarrollo de los métodos modernos de la ingeniería de la calidad se inspiró en el
trabajo de Genichi Taguchi, ingeniero japonés que rescata la importancia de la
mejora de la calidad a través del diseño y quien implantó esta filosofía a partir
de la experimentación y el diseño de experimentos planeados con la finalidad de
generar diseños robustos.
Las técnicas de ingeniería de la calidad se clasifican en métodos de calidad en
la línea (control dentro del proceso de manufactura) y métodos de calidad fuera
de la línea (métodos auxiliares para mejorar la calidad a partir de un buen diseño del
producto y del proceso). De acuerdo con Genichi Taguchi son tres los pasos funda-
mentales para implantar la ingeniería de la calidad en los procesos productivos:
• Diseño del sistema: consiste en entender las necesidades del consumidor y

del ambiente de los procesos de manufactura, para producir un diseño básico
y funcional factible de producir y que satisfaga las necesidades del mercado.
Existen tres factores a considerar para un buen diseño del sistema: las ca-
racterísticas funcionales del producto (tamaño, peso, apariencia, seguridad,
vida útil, facilidad de servicio y facilidad de mantenimiento); requisitos y es-
pecificaciones técnicas (materiales y procesos de manufactura) y economía
de la producción (selección de opciones económicamente apropiadas para el
diseño).
• Diseño de parámetros: es importante reconocer que diversos factores como
las condiciones ambientales, las imperfecciones en el manejo y la variabili-
dad del recurso humano pueden ocasionar que un mismo producto tenga
un desempeño diferente bajo distintas condiciones de uso. De esta manera,
un producto con un diseño robusto, en el sentido de que su desempeño evi-

dencie poca dependencia de las diferentes condiciones bajo las cuales va a
operar, se considera un producto de alta calidad. El concepto de diseño ro-
busto fue introducido por Genichi Taguchi y enfatiza el hecho de seleccio-
nar apropiadamente los niveles de los parámetros de diseño del producto,
para que éste sea poco sensible a los factores de “ruido” que pueden variar
ante las diferentes condiciones de uso que se le va a dar al producto. Para
este fin, Taguchi rescata el diseño de experimentos planeados (que aparecie-
ron en la década de 1920 para aplicaciones en agricultura) para determinar
los niveles de los parámetros de diseño que resulten más apropiados para
que el desempeño del producto sea menos sensible a los diferentes nive-
les de los factores de ruido que se experimentan ante diferentes condiciones
de uso del producto (este tema se estudiará con más detalle en la siguiente
sección).
• Diseño de tolerancias: consiste en la determinación de la tolerancia (o mar-
gen de desviación) que se va a permitir en el proceso de manufactura, sobre
los parámetros de diseño determinados por el diseño de parámetros. Es con-
veniente indicar que las tolerancias amplias generan una mejor utilización de
materiales, equipo y mano de obra, con la consiguiente reducción en costos;
pero, por otro lado, tienen un impacto negativo sobre las características de
rendimiento del producto ya que reducen su vida útil y perjudican el inter-
cambio de los componentes o generan deficiencias en el funcionamiento y
apariencia del producto. Es por estas razones que al diseñar tolerancias es
importante determinar los parámetros de diseño que pueden tener tolerancias
amplias (si su impacto no es significativo en el desempeño del producto), y
los parámetros de diseño que requieren tolerancias estrechas por su impor-
tancia para el buen desempeño del producto.
DISEÑO DE EXPERIMENTOS PLANEADOS

Un experimento planeado (o diseñado) es una prueba o serie de pruebas en las
cuales se inducen cambios deliberados y sistemáticos en las variables de entrada
de un proceso o sistema, de manera que sea posible observar e identificar las cau-
sas de los cambios en la respuesta de salida. Entre los objetivos de un experimento
planeado están:
• Determinar cuáles variables tienen influencia en la variable de respuesta.

• Especificar el mejor valor de uno o varios factores, para controlar el valor de
la variable de respuesta (o desempeño del producto).
• Establecer el mejor valor de uno o varios factores, de manera que la variabi-
lidad de la variable de respuesta sea pequeña.
• Determinar el mejor valor de uno o varios factores, de modo que se mini-
micen los efectos de las variables no controlables en la práctica (factores de
ruido).
El análisis de experimentos planeados (y el diseño de experimentos) tiene su fun-

damento en la estadística (vea el apéndice A), ya que el principal problema que
enfrenta el análisis de experimentos planeados es que al repetir un experimento,
aun con los mismos niveles de los factores controlables, se observa cierta variabi-
lidad en la variable de respuesta, lo que fuerza a modelar el resultado de los ex-
perimentos mediante un término aleatorio, llamado de error experimental en la
literatura sobre el tema. El error experimental se ha justificado, ya sea por efectos
del “azar” o (lo que tiene más sentido) debido al hecho de que es imposible contro-
lar en un experimento todos los factores que influyen en la variable de respuesta,

y al efectuar repeticiones se enfrentan a diferentes niveles de los factores no con-
trolados, por lo que es de esperar que las respuestas sean diferentes.
Una de las mayores contribuciones de la teoría de diseño de experimentos
es el reconocer la variedad de factores que pueden influir en la respuesta de un
experimento y, desde este punto de vista, es de fundamental importancia el re-
conocer cuáles de los factores controlables tienen mayor influencia en la variable
de respuesta, para prestar mayor atención al estudio del efecto de estos factores.
En esta dirección, una herramienta muy útil elaborada por los investigadores del
área de diseño de experimentos es el análisis de varianza (ANVA), técnica que
consiste en desagregar la suma de cuadrados (SC, que es una medida de variabi-
lidad) del conjunto de todas las observaciones, en las SC atribuibles a los efectos
que están a prueba en el experimento planeado.
Para ilustrar la idea fundamental de un ANVA, considere los datos de la tabla
17.1, donde se presentan los valores que se obtuvieron luego de aplicar pruebas
de ductilidad a muestras de una aleación de acero, en un experimento donde se
trata de investigar el efecto de la temperatura sobre la ductilidad de la aleación
(se probaron tres temperaturas y se tomaron cinco muestras por cada nivel de
temperatura).
Para ejemplificar los cálculos de las SC necesarias para ilustrar el ANVA de los
datos de la tabla 17.1, se denota con Yij al resultado de la prueba correspondiente
a la repetición j de la temperatura i (así, Y13 70 y Y34 73). Teniendo en cuenta
que el promedio de las 15 observaciones es Y 61.8, la llamada SC total es:
2
( )
3 5
SC total = ∑ ∑ Yij − Y = 1 756.4,
i =1 j =1
estos valores, así como otros promedios y SC se aproximan con la ayuda de una hoja
de cálculo (vea el archivo cap17.xls); por ejemplo, el promedio de las repeticiones
con temperatura de 150ºC se obtiene con la función PROMEDIO, al insertar en la
celda G4 (vea tabla 17.1) la fórmula:
PROMEDIO(B4:F4)
De igual forma, si busca calcular la SC de ese mismo rango de datos, use la función
DESVIA2, entonces introduce en la celda H4 la fórmula:
DESVIA2(B4:F4).
Por otro lado, si observa los datos de la tabla 17.1, notará que existe una va-
riabilidad entre los promedios de los resultados por temperatura, SC de tratamien-
› Tabla 17.1
Resultados de pruebas de
ductilidad en muestras
de aleaciones.
tos, y es igual a: 5[(66.8 61.8)2 (48.6 61.8)2 (70 61.8)2] 1 332.4 (el
factor 5 multiplica a la suma de cuadrados debido a que cada uno de los prome-
dios por temperatura proviene de cinco repeticiones). Finalmente, en la tabla 17.1
se observa que si suma las sumas de cuadrados parciales por cada temperatura
resulta la SC del error 130.8 155.2 138 424. El cálculo de las SC parcia-
les se obtiene al restar las observaciones de su correspondiente promedio, así por
ejemplo:
∑ (Y1 j − 66.8)
5 2
= 130.8
j =1
Como se aprecia, se cumple la ecuación SC total SC de tratamientos SC

del error (1 756.4 1 332.4 424). Esto es, se ha descompuesto la variabilidad
total de las observaciones (SC total) en variabilidades atribuibles al factor tempe-
ratura (SC de tratamientos) y al error experimental (SC del error), donde la SC de
tratamientos es grande cuando el efecto de la temperatura es grande (esto ocurre
cuando los promedios por temperatura difieren mucho entre sí) y la SC del error
será grande si el error experimental (debido a factores no controlados en el expe-
rimento) es grande (esto ocurre cuando los resultados de las repeticiones dentro
de cada temperatura difieren mucho entre sí). Con este ejemplo sencillo se ilustra
cómo el ANVA de un experimento planeado sirve para desagregar la variabilidad
total de las observaciones en variabilidades atribuibles a los factores del experimen-
to planeado, siendo el ANVA muy útil para identificar los factores que influyen de
forma significativa en la variable de respuesta y centrar la atención en el estudio
de los factores más importantes. En general (como se ilustra más adelante en esta
sección), los cálculos necesarios para conducir un ANVA, y las conclusiones a la que
éste lleve, dependen de los factores que se consideran en el experimento planea-
do y, en particular, del modelo que corresponde al diseño experimental a utilizar.
Los datos del ejemplo anterior corresponden a un diseño completamente al azar,
y los cálculos necesarios para conducir el ANVA para este diseño se presentan en
la siguiente sección.
Otra utilidad del ANVA de un experimento planeado es que permite tener
un estimado de la varianza del error experimental que, en general, se denomina
“cuadrado medio del error”. Este estimado del error permite obtener intervalos
de confianza (vea el apéndice A) para efectos promedios (o sus diferencias) de
tratamientos, así como para realizar pruebas de hipótesis sobre diferencias entre
efectos promedios de tratamientos. A continuación se resume el procedimiento
para construir intervalos de confianza y pruebas de hipótesis sobre promedios de
tratamientos, remarcando que éstas aplican a cualquier diseño en el que se tiene
un estimado del cuadrado medio del error (al que se denota CMe). Después se
presentará una breve revisión de los diseños experimentales más utilizados en la
práctica.
Suponga que desea construir un intervalo del (1-
)100% de confianza para
la respuesta promedio del tratamiento i, donde Y−i es el promedio de las r observa-
ciones que ha recibido el tratamiento i; el intervalo de confianza para la respuesta
promedio del tratamiento i está dado por:
⎡ CMe CMe ⎤
⎢Y i − t(v ,
/ 2 ) ,Y i + t(v,
/2 ) ⎥, (17.1)
⎢⎣ r r ⎥⎦
donde t(v,
/2) es el valor de la distribución t-student (que se calcula con la función
DISTR.T de Excel) con los grados de libertad del error (v) y área a la derecha igual
a
/2. En forma similar, un intervalo del (1
)100% de confianza para la dife-
rencia entre la respuesta promedio del tratamiento i y la respuesta promedio del
tratamiento j, donde los promedios Y−i y Y−j han sido tomados sobre r observaciones
cada uno, está dado por:
⎡ 2CMe 2CMe ⎤
⎢(Y i − Y j ) − t( v ,
/2) ,(Y i − Y j ) + t( v ,
/2) ⎥. (17.2)
⎢⎣ r r ⎥⎦
Finalmente, si desea probar la hipótesis nula de que dos tratamientos son

iguales (vea Montgomery, 2005), frente a la alternativa de que existen diferencias
significativas entre los dos tratamientos (i y j), el estadístico de prueba es:
Y i −Y j
tc = , (17.3)
2CMe / r
la conclusión es que existen diferencias significativas entre los efectos promedio
de los tratamientos i y j, si |tc| t(v,
/2), donde v denota a los grados de libertad
del error y el nivel de significancia de la prueba es
.
Diseño completamente al azar

El diseño completamente al azar (DCA) es el diseño experimental más senci-
llo, y consiste en considerar t diferentes niveles de un factor (llamados tratamientos),
y para cada nivel del factor se obtienen r observaciones con el mismo tratamiento.
Se le denomina “completamente al azar” porque se repiten todos los tratamientos
“al azar”, es decir, a cada uno de los t tratamientos se le asigna “al azar” r de las rt
unidades experimentales requeridas para conducir el total de experimentos.
Para analizar los resultados de un diseño experimental se parte de un modelo
que explica el valor de cada observación, en función de los factores considerados
en el diseño experimental. El modelo correspondiente al DCA tiene la siguiente
forma:
Yij ti eij, i 1, 2, …, t, j 1, 2, …, r. (17.4)
donde:
Yij valor de la variable de respuesta para la j-ésima repetición del tratamiento i,

promedio general de todas las observaciones,
ti efecto del tratamiento i,
t número de tratamientos considerados en el experimento,
r número de repeticiones del experimento por cada tratamiento, y
eij error experimental correspondiente a la j-ésima repetición del tratamiento i.
Una suposición necesaria para conducir el ANVA de un DCA es que todos los erro-
res experimentales eij son independientes y con distribución idéntica, con esperanza
0 y varianza común 2. En la tabla 17.2 se presentan los cálculos necesarios para
conducir el ANVA en un DCA, donde Yij representa la j-ésima observación del tra-
tamiento i y la notación de punto indica suma sobre el índice correspondiente. La
esperanza del cuadrado medio que se presenta en la quinta columna de la tabla
17.2 es el correspondiente valor esperado (vea anexo A) que se obtiene asumiendo
el modelo (17.1).
Si considera que en el modelo (17.4) correspondiente al DCA, los efectos de
tratamientos son relativos, es decir, cada efecto ti corresponde a la desviación sobre el
t
promedio general , podrá apreciar que es razonable suponer que ∑ ti = 0 , por
i =1
lo que todos los efectos de tratamientos son iguales si y sólo si t1 … tt 0. Es
› Tabla 17.2
FUENTES DE GRADOS ESPERANZA DEL
Tabla del ANVA para un diseño
VARIABILIDAD SUMA DE CUADRADOS DE LIBERTAD CUADRADO MEDIO CUADRADO MEDIO
DCA.
t
t
Y2 Y2 SC r ∑ t i2
Tratamientos SC TR = ∑ i • − •• t–1 CMTR = TR i =1
i =1 r rt t −1 2 +
t −1
SC e
Error SCe = SCTO – SCTR rt – t CM = 2
rt − t
t r
Y••2
Total SC TO = ∑ ∑ Yij2 − rt – 1
i =1 j =1 rt
interesante notar que esta igualdad ocurre si y sólo si la esperanza del cuadrado
medio de tratamientos es igual a la esperanza del cuadrado medio del error (vea
tabla 17.2), por lo que si el cociente:
CMTR
Fc = (17.5)
CM
es grande, ello evidencia que existen diferencias significativas entre los tratamientos
considerados en los experimentos conducidos en DCA. Más aún, bajo la suposición
de normalidad de los errores experimentales, si t1 … tt 0 (no existen dife-
rencias entre tratamientos), el cociente Fc definido en (17.5) sigue una distribución
que recibe el nombre de F con (t 1, rt 1) grados de libertad (en general se
denota F(m, n) a la distribución F con (m, n) grados de libertad). Es por esta razón
que se rechaza la hipótesis de que todos los tratamientos son iguales cuando:
Fc F(t 1, rt 1,
), (17.6)
donde
, es el nivel de significancia de la prueba (por lo general 0.05 o 0.01), F(t 1, rt 1,
)
es el valor crítico que cumple P[F(t 1, rt t) F(t 1, rt 1,
)]
y Fc se define en
(17.5). Esta prueba de hipótesis muestra la utilidad inmediata de realizar un ANVA
luego de conducir un experimento planeado. Es conveniente mencionar que los
valores críticos F(t 1, rt 1,
) se encuentran con facilidad con el uso de la función
DISTR.F.INV de Excel, como ilustra el siguiente ejemplo.
Ejemplo 17.1. Experimento de resistencia a la tensión en DCA
Un ingeniero textil sabe que la resistencia a la tensión de una fibra (mezcla de algo-
dón con fibra sintética) depende del porcentaje de algodón que contenga la mezcla.
Con el objeto de obtener una fibra resistente, pero que no pierdan otras propie-
dades (como la capacidad para el planchado permanente), sabe que el porcentaje
de fibra de algodón debe estar entre 10 y 40%. Por esta razón, decidió conducir
un experimento para comparar los siguientes porcentajes de fibra de algodón en la
mezcla: 15, 20, 25, 30 y 35%, y determinar si este rango de pesos porcentuales del
algodón en una fibra sintética afecta la resistencia a la tensión. Decidió utilizar un
DCA con cinco repeticiones por tratamiento (cinco muestras de la producción de
fibra bajo cada uno de los porcentajes determinados). Los resultados de resistencia
a la tensión (en lb/plg2) se presentan en la tabla 17.3.
Con base en los cálculos que indica la tabla 17.2, se construyó el cuadro de
ANVA para este experimento. Observe que en la última columna, en lugar de es-
cribir la esperanza del cuadrado medio, se indicó el valor de la F calculada, que
› Tabla 17.3
OBSERVACIONES ( j )
Resultados (en lb/plg2) PORCENTAJE
de un experimento de DE ALGODÓN ( i ) 1 2 3 4 5 TOTAL ( Y i• ) PROMEDIO
resistencia a la tensión.
15 (1) 7 7 15 11 9 49 9.8
20 (2) 12 17 12 18 18 77 15.4
25 (3) 14 18 18 19 19 88 17.6
30 (4) 19 25 22 19 23 108 21.6
35 (5) 7 10 11 15 11 54 10.8
Y•• = 376 General = 15.04
en este caso es el cociente del cuadrado medio de tratamientos entre el cuadrado

medio del error. Como sabe, dicho estadístico sirve para probar la hipótesis nula de
que no existen diferencias entre los cinco tratamientos, y para calcularlo conviene
usar una hoja de cálculo (vea el archivo cap17.xls). Observe en la última columna
de la tabla 17.2 que esta hipótesis es equivalente a que todos los tratamientos son
iguales a su promedio (asumido igual a cero por restricción del modelo), en cuyo
caso la conclusión es que no hay diferencias estadísticamente significativas entre
los efectos de los tratamientos.
Para probar la hipótesis nula de que no hay diferencias significativas entre
los efectos de los tratamientos, debe comparar el F calculado del cuadro de ANVA
con los valores críticos de una distribución F(4,20) (obtenidos con ayuda de Excel,
vea archivo cap17.xls). Los valores críticos son 2.87 y 4.43 para los niveles de sig-
nificancia de 0.05 y 0.01, respectivamente. Si el valor de F calculado es mayor que
alguno de estos valores, se rechaza la hipótesis nula (se concluye que sí hay dife-
rencias significativas entre los efectos de los tratamientos) y si además es mayor
que los dos valores, se dice que las diferencias son “altamente significativas” (se
acostumbra marcar a la F calculada del cuadro de ANVA con “*” si es significativa
y con “**” si es altamente significativa). Para el caso de este ejemplo, la F calcula-
da es altamente significativa, por lo que el porcentaje de algodón influye de forma
significativa en la resistencia a la tensión de la fibra, entonces adquiere sentido
investigar cuál es el porcentaje adecuado. Una rápida inspección de los promedios
indicaría que hasta con 30% de algodón la resistencia aumenta, y decrece al nivel
de 35%, aunque cualquier conclusión en este sentido deberá probarse mediante
la(s) prueba(s) estadística(s) correspondiente(s). Así, por ejemplo, si desea probar
(con un nivel de significancia de 0.05) la hipótesis de que no existen diferencias
significativas entre los efectos promedios de los tratamientos 3 y 4 (25% y 30% de
algodón), de acuerdo con (17.3), el estadístico de prueba resulta:
X3 − X4 5 (17.6 − 21.6 )
tc = = = −2.23,
2CMe / n 2 ( 8.06 )
y siendo que |tc| t(20,0.025) 2.23, concluye con un nivel de significancia

0.05,
que existen diferencias significativas entre la resistencia promedio de la fibra con
› Tabla 17.4 FUENTES SUMA

çANVA de los datos de la
DE VARIABILIDAD DE CUADRADOS GRADOS DE LIBERTAD CUADRADO MEDIO F CALCULADA
resistencia a la tensión.
Tratamientos 475.76 4 118.94 14.75682**
Error 161.20 20 8.06
Total 636.96 24
25% de algodón y con 30% de algodón. Un intervalo de confianza de 95% para la re-
sistencia promedio con 30% de algodón, de acuerdo con (17.1), estaría dado por:
⎡ 8.06 8.06 ⎤
⎢21.6 − 2.086 , 21.6 + 2.086 ⎥ = ⎡⎣18.95, 24.25⎤⎦ ,
⎢⎣ 5 5 ⎥⎦
por lo que con 95% de confianza es posible afirmar que la resistencia promedio de
la fibra con 30% de algodón está entre 18.95 y 24.25 lb/plg2.
Diseño en bloque completo al azar

El diseño en bloque completo al azar (DBCA) consiste en probar t diferentes nive-
les de un factor (llamado “tratamientos”), bajo b condiciones diferentes (llamadas
“bloques”) para probar los tratamientos (en la terminología de Taguchi estos blo-
ques son diferentes ambientes de “ruido”). El término “completo” hace referencia
al hecho de que en cada bloque se prueban todos los t tratamientos y el término
“al azar” indica que los t tratamientos a probar en cada uno de los bloques se dis-
tribuyen al azar entre las t unidades experimentales de cada bloque. Este diseño
tiene sentido cuando no es posible controlar los factores que determinan el efec-
to de los bloques en la variable de respuesta, y se prefiere uniformizar este efecto
en cada tratamiento. Es por esta razón que en cada bloque se prueban todos los
tratamientos, y se asignan estas unidades a cada uno de los tratamientos de ma-
nera aleatoria (al azar). El modelo correspondiente al DBCA tiene la siguiente
forma:
Yij ti bj eij, i 1, 2, …, t, j 1, 2, …, b. (17.7)
donde:
Yij valor de la variable de respuesta para el tratamiento i en el j-ésimo bloque,

ti efecto del tratamiento i,
bj efecto del bloque j,
eij error experimental correspondiente al tratamiento i en el j-ésimo bloque.
Como puede apreciar de su modelo, en el DBCA se asume que no hay interac-

ción entre el efecto de los bloques y el efecto de los tratamientos (es decir, el
efecto de cada bloque simplemente se adiciona al efecto de cada tratamiento
para explicar la respuesta). Para realizar el ANVA, los supuestos del modelo para
el DBCA son los mismos del DCA, es decir, se asume que los errores experimen-
tales eij se distribuyen normal e independientemente, con media cero y varianza
común 2.
Para efectuar el ANVA del DBCA debe tener en cuenta que este diseño tiene
una fuente de variabilidad más que el DCA (que es el efecto de los bloques), re-
sultando el cuadro de ANVA que se presenta en la tabla 17.5. A continuación se
ilustra el uso de este cuadro de ANVA para analizar un experimento planeado que
ha sido conducido utilizando el DBCA.
Ejemplo 17.2. Experimento de dureza Rockwell en DBCA
Se busca determinar si cuatro diferentes puntas producen una diferencia en la lec-

tura para medir la dureza de probetas de metal. La máquina que se utiliza para
› Tabla 17.5
FUENTES GRADOS ESPERANZA
Cuadro de ANVA del DBCA.
DE VARIABILIDAD SUMA DE CUADRADOS DE LIBERTAD CUADRADO MEDIO DEL CUADRADO MEDIO
t
t
Y2 Y2 SC b∑ t i2
Tratamientos SC TR = ∑ i • − •• t–1 CMTR = TR i =1
i =1 b bt t −1 2 +
t −1
b
b Y•2jY2 SC BO t ∑ b2j
Bloques SC BL = ∑ − •• b–1 CMBL = j =1
j =1 t bt b −1 2 +
b −1
SCe = SCTO – SCTR SC e

Error (t–1)(b–1) CM = 2
– SCBO (t − 1)(b − 1)
t b
Y••2
Total SC TO = ∑ ∑ Yij2 − bt-1
i =1 j =1 bt
efectuar las pruebas de dureza funciona presionando la punta del durómetro en

una probeta de metal. Debido a que la lectura de la dureza depende de la cali-
dad de la probeta (en especial si las probetas provienen de vaciados diferentes),
se usará un diseño DBCA, de manera que en la misma probeta se probarán las
cuatro puntas. Los resultados de dureza (expresados en la escala C de Rockwell)
se presentan en la tabla 17.6.
El cuadro de ANVA para este experimento está construido con base en los
cálculos que se indican en la tabla 17.5, observe en la última columna, que los valo-
res apropiados para las F calculadas resultan de dividir el cuadrado medio respec-
tivo entre el cuadrado medio del error (esto se explica al observar las esperanzas
de los cuadrados medios en la tabla 17.5). Así, por ejemplo, la esperanza del cua-
drado medio de bloques incluye la varianza del error más los efectos de bloques,
por lo que la F calculada servirá para probar la hipótesis nula de que el efecto de
bloques es nulo (tenga en cuenta que una prueba de F es básicamente una prueba
de homogeneidad de varianzas).
Como puede apreciar de los valores obtenidos en la hoja de cálculo (archivo
cap17.xls), los valores críticos para la prueba de F (con 3 y 9 grados de libertad)
son 3.86 y 6.99 para niveles de significancia de 0.05 y 0.01, respectivamente, siendo
que las dos F calculadas (la de tratamientos y la de bloques) son altamente signifi-
cativas. Por tanto, el efecto de las diferentes puntas como el efecto de las distintas
probetas influyen de forma significativa en las lecturas de dureza Rockwell.
› Tabla 17.6
Resultados (en escala C de PROBETA ( j )
Rockwell) de un experimento
TIPO DE PUNTA ( i ) 1 2 3 4 TOTAL ( Y i • ) PROMEDIO
de dureza.
1 9.3 9.4 9.2 9.7 37.6 9.4
2 9.4 9.3 9.4 9.6 37.7 9.425
3 9.6 9.8 9.5 10 38.9 9.725
4 10 9.9 9.7 10.2 39.8 9.95
Total (Y•j) 38.3 38.4 37.8 39.5 Y•• = 154 General = 9.625
› Tabla 17.7
FUENTES SUMA GRADOS
ANVA de los datos de dureza
DE VARIABILIDAD DE CUADRADOS DE LIBERTAD CUADRADO MEDIO F CALCULADA
Rockwell.
Tratamientos 0.825 3 0.2750 30.9375**
Bloques 0.385 3 0.1283 14.4375**
Error 0.080 9 0.0089
Total 1.290 15
Arreglos factoriales
Hasta el momento se han considerado diseños experimentales en los que la va-
riabilidad debida a los diferentes tratamientos que se prueban en el experimento
planeado se atribuye a una única fuente llamada “debida a tratamientos”, y como
se indicó, este análisis tiene sentido si los diferentes tratamientos del experimento
corresponden a diferentes niveles de un único factor (por ejemplo, temperatura). En
la mayoría de experimentos reales, sin embargo, la variable de respuesta depende
de diversos factores (por ejemplo, temperatura, humedad, etc.), y es conveniente
que en el experimento planeado se prueben varios niveles de diferentes factores;
en cuyo caso sería conveniente descomponer la SC “debida a tratamientos” en SC
debidas a las fuentes de variabilidad atribuibles a los diferentes factores a prueba,
para así descubrir cuáles de estos factores tiene una influencia significativa en la
variable de respuesta y cuáles no. En este tipo de experimentos (en los que se en-
sayan diferentes factores), la descomposición de la SC debida a tratamientos en
SC debidas a los diferentes factores es posible sólo si los tratamientos a probar se
planean arreglando de manera conveniente las diferentes combinaciones de los
niveles de los factores presentes en el experimento planeado. Por esta razón los ex-
perimentos planeados en los que se estudian varios niveles de diferentes factores
reciben el nombre de arreglos factoriales.
Para generar un arreglo factorial se consideran varios factores, cada uno
con diversos niveles; por ejemplo, un arreglo factorial p*q*r es un experimento
planeado con tres factores, el primero presenta p niveles, el segundo q niveles y
el tercero r niveles. Es conveniente indicar que el número total de tratamientos
en un arreglo factorial (no fraccionado) es igual al producto de los niveles de los
correspondientes factores; así, en un arreglo factorial p*q*r, el número total de
tratamientos es justamente pqr, y siendo que cada uno de estos tratamientos debe
repetirse (n veces), el número total de pruebas (o ensayos) necesarias en este ex-
perimento planeado será pqrn.
En general, al ensayar un arreglo factorial, los valores de la variable de res-
puesta se explican no sólo por la adición de los efectos de los factores sino que
estos niveles pudieran estar interactuando para disminuir o aumentar el valor de
la variable de respuesta, hecho que se refleja en el modelo del correspondiente
arreglo. Así, el modelo para un experimento factorial p*q (en DCA) con n repeti-
ciones por tratamiento es el siguiente:
Yijk ai bj (ab)ij eijk, i 1, 2, …, p,

j 1, 2, …, q, k 1, 2, …, n, (17.8)
donde:
Yijk valor de la variable de respuesta para la k-ésima repetición del tratamien-

to en el que se ensaya el nivel i del primer factor (A) y el nivel j del se-
gundo factor (B),
ai efecto principal del nivel i del factor A,

bj efecto principal del nivel j del factor B,
(ab)ij efecto de la interacción del nivel i del factor A con el nivel j del factor B,
eijk error experimental correspondiente a la -ésima repetición del tratamiento
en el que se ensaya el nivel i del factor A y el nivel j del factor B.
Es conveniente indicar que los efectos ai y bj son efectos principales (del factor A
y del factor B, respectivamente), y que los efectos (ab)ij son efectos de la interac-
ción AB. Por otro lado, un arreglo factorial también se puede ensayar en cualquier
diseño experimental (en particular en el DCA o en el DBCA, de hecho, el modelo
descrito corresponde al arreglo factorial p*q en DCA), si desea ensayar el arreglo
p*q en DBCA, el modelo debería incluir además los efectos de bloques (bk). Tam-
bién puede ensayar un arreglo factorial con una única repetición (n 1), pero
en ese caso la interacción más alta (AB en el arreglo pq), estará confundida en el
error, esto es, no se puede estimar la interacción más alta (para una explicación
más detallada vea Montgomery, 2005).
Asumiendo que los errores experimentales eijk se distribuyen normal e inde-
pendientemente, con media cero y varianza común 2, e imponiendo las restric-
ciones adecuadas, el cuadro de ANVA para el arreglo factorial p*q en DCA es el
p q Y2
Y2
que se presenta en la tabla 17.8, donde: SCCOM = ∑ ∑
ij •
− •••
i =1 j =1 n npq
Ejemplo 17.3. Experimento de arreglo factorial con dos factores en DCA
Un ingeniero desea estudiar el efecto de tres diferentes materiales (factor A) en la

duración de baterías. Se sabe, sin embargo, que la duración es sensible a la tem-
peratura del medio (factor B). Como este factor no se puede controlar en la prác-
tica, el ingeniero decide tener un control experimental de la temperatura, y desea
contestar las siguientes preguntas:
› Tabla 17.8
Cuadro de ANVA del Arreglo
Factorial p*q en DCA.
FUENTES DE GRADOS ESPERANZA

VARIABILIDAD SUMA DE CUADRADOS DE LIBERTAD CUADRADO MEDIO DEL CUADRADO MEDIO
p
p
Yi2•• Y•••
2
SC A qn∑
i2
Factor A SC A = ∑ − p–1 CM A = i =1
i =1 nq npq p −1 2 +
p −1
q
q Y•2j • 2
Y••• SC B pn∑ 2j
Factor B SC B = ∑ − q–1 CMB = j =1
j =1 np npq q −1 2 +
q −1
p q
SC AB n∑ ∑ (
)2ij
Interacción AB SCAB = SCCOM – SCA – SCB (p–1)(q–1) CM AB = i =1 j =1
( p − 1)(q − 1) 2 +
( p − 1)(q − 1)
SC e
Error SCe = SCTO – SCCOM pq(n – 1) CM = 2
( pq)(n − 1)
p q n 2
Y•••
Total SC TO = ∑ ∑ ∑ Yijk2 − pqn-1
i =1 j =1 k =1 npq
› Tabla 17.9
TEMPERATURA EN °F ( j )
TIPO _ Resultados (en horas) de un
DE MATERIAL ( i ) 15 70 125 TOTAL Yi •• PROMEDIO ( Y i •• ) experimento para medir la
1 130 155 34 40 20 70 1098 91.5 duración de baterías.
174 180 80 75 82 58
2 150 188 126 122 25 70 1290 107.5
159 126 106 115 58 45
3 138 110 174 120 96 104 1501 125.08
168 160 150 139 82 60
Total (Y•i•) 1838 1281 770 Y••• = 3899 General = 108.02
1. ¿Qué efecto tiene la temperatura y el tipo de material sobre la duración de

la batería?
2. ¿Alguno de los materiales produce una larga duración sin importar la
temperatura?
Condujo el experimento utilizando un arreglo factorial 3*3 en DCA con cua-

tro repeticiones por tratamiento y obtuvo los resultados de duración (en horas)
que se presentan en la tabla 17.9.
Con base en los cálculos que se indican en la tabla 17.8, se construyó el cua-
dro de ANVA para este experimento, observe (en la última columna de la tabla
17.8) que en la última columna de la tabla 17.10, los valores apropiados para las
F calculadas resultan de dividir el cuadrado medio respectivo entre el cuadrado
medio del error.
Como se aprecia en la hoja de cálculo (archivo cap17.xls), los valores críticos
para la prueba de F sobre el efecto principal de los factores A y B (con 2 y 27 gra-
dos de libertad) son 3.35 y 5.488, respectivamente, siendo que las dos F calculadas
(la correspondiente al factor A y la correspondiente al factor B) son altamente sig-
nificativas. Por tanto, los diferentes materiales como la temperatura influyen
significativamente en la duración de la batería. En particular, una inspección rá-
pida a los promedios por diferentes temperaturas y materiales distintos indicaría
que la duración de la batería disminuye con la temperatura y aumenta con el nú-
mero del material (1, 2 o 3), lo que contesta la primera pregunta. Por otro lado,
observe el alto valor de la F calculada para la interacción (los valores críticos son
2.42 y 4.10, respectivamente), lo cual indica que existe un alto efecto de interac-
ción materiales-temperatura, es decir, que el efecto de la temperatura no es uni-
forme en cada material, dando pie a que sea interesante el tratar de contestar la
segunda pregunta.
Para contestarla parece ser que el ANVA anterior no ayuda mucho, ya que
sólo muestra si existen diferencias entre los promedios de los parámetros involu-
crados en el modelo, y esta pregunta tiene que ver con promedios y variabilidades,
FUENTES SUMA GRADOS › Tabla 17.10

Cuadro de ANVA de los datos
DE VARIABILIDAD DE CUADRADOS DE LIBERTAD CUADRADO MEDIO F CALCULADA
de la duración de baterías.
Materiales (A) 6 772.06 2 3 386.03 6.85803**
Temperatura (B) 47 555.39 2 23777.69 48.15916**
Interacción Mat-Temp (AB) 12 948.78 4 3 237.19 6.55659**
Error 13 330.75 27 493.73
Total 80 606.97 35
› Tabla 17.11 PROMEDIOS POR TEMPERATURA EN °F ( j )

Promedios y variabilidad TIPO VARIANZA
por temperatura para el DE MATERIAL ( i ) 15 70 125 GENERAL DE LOS PROMEDIOS
experimento de duración 1 159.75 57.25 57.50 91.50 59.1064
de una batería.
2 155.75 117.25 49.50 107.50 53.7918
3 144.00 145.75 85.50 125.08 34.2913
por lo que sería conveniente estratificar los datos por diferentes tipos de material
y calcular además los promedios por temperatura y una medida de variabilidad
(en este caso la varianza de estos promedios) por cada tipo de material. Los datos
relevantes se presentan en la tabla 17.11.
Estos datos revelan que el material con mejor promedio de duración es el
tercero, y también es el que presenta desempeño más uniforme (menor varianza)
bajo diferentes temperaturas.
Arreglos factoriales fraccionados

Una conclusión de este análisis sobre experimentos factoriales es que si en un ex-
perimento planeado se consideran muchos factores, se pueden requerir muchos
ensayos para analizar el experimento. Por ejemplo, si desea probar cuatro factores
a dos niveles cada uno, se necesitarán 16 tratamientos, que repetidos a un míni-
mo de dos repeticiones por tratamiento darían 32 ensayos. En la práctica los en-
sayos pueden ser costosos (consumen tiempo y recursos materiales), por lo que es
conveniente tratar de ensayar experimentos exploratorios para determinar sobre
qué factores (los más significativos) conviene centrar la atención para realizar una
experimentación más exhaustiva, los experimentos factoriales fraccionados tienen
precisamente esta finalidad.
En los arreglos factoriales fraccionados se reduce el número de tratamientos
al eliminar algunas combinaciones de niveles de tratamientos, con la intención de
estimar los efectos principales de los factores y/o interacciones de orden bajo. El
ANVA de los arreglos factoriales fraccionados es válido cuando el experimentador
puede suponer que algunas interacciones (de alto orden) no son significativas, y
esta suposición permite que no sea necesario el ensayar todas las combinaciones
de un diseño factorial, de manera que se reduce significativamente el número de
ensayos, en especial cuando el número de factores es alto.
Los arreglos factoriales fraccionados son comunes en experimentos explo-
ratorios, donde se busca determinar cuáles son los factores relevantes de un con-
junto amplio de factores, razón por la cual la serie de experimentos más utilizada
para este propósito es la serie 2k (k factores a dos niveles cada uno); en particu-
lar, el empleo de arreglos factoriales fraccionados se justifica por las siguientes
razones:
• Dispersión de efectos: cuando en el modelo se consideran muchos factores,

es probable que sólo los efectos principales y las interacciones de bajo orden
sean significativas.
• Proyección: los arreglos fraccionados pueden proyectarse en experimentos
más completos dentro del subconjunto de factores significativos.
• Experimentación secuencial: las corridas de dos o más experimentos pla-
neados con arreglos factoriales fraccionados pueden combinarse para estimar
los efectos principales y las interacciones de interés.
Factoriales fraccionados de la serie 2 k-1

Los arreglos factoriales fraccionados de la serie 2k-1 consideran k factores a dos
niveles cada uno, y en lugar de ensayar los 2k tratamientos del arreglo factorial
completo, se ensaya sólo la mitad de los tratamientos, es decir 2k-1 tratamientos
(por esta razón la serie debe su nombre). Como se indicó antes, para conducir el
ANVA de un arreglo fraccionado, debe suponer que algunas interacciones (por lo
general de orden alto) no son significativas, y esta suposición es necesaria, por-
que al no replicar todos los tratamientos del arreglo factorial, el efecto de algunas
interacciones se “confunde” con efectos principales y/o otras interacciones (en el
caso de esta serie los efectos están confundidos por parejas). Para determinar los
efectos que están confundidos entre sí, con base en los tratamientos que se en-
sayan, debe construir un cuadro (como el de la tabla 17.12) en el que para cada
efecto del arreglo completo, los tratamientos reciben un signo (como se detalla a
continuación).
Ahora se explica la construcción de arreglos factoriales fraccionados de la
serie 2k-1 y su correspondiente ANVA a partir de la explicación del significado de
los signos de la tabla 17.12, que corresponde al arreglo factorial 23-1. Sin embargo,
para ello es necesario introducir cierta notación.
Notación: Con el objeto de describir apropiadamente la construcción y el
análisis de experimentos fraccionados con dos niveles por factor, se utilizarán le-
tras minúsculas para representar un tratamiento. De esta manera, cuando aparezca
la letra significa que se considera el nivel 2 del respectivo factor y la ausencia de
una letra denota el nivel 1 del respectivo factor (por ejemplo en un factorial de dos
factores, a denota al nivel 2 del factor A combinado con el nivel 1 del factor B y
ab corresponde a la combinación del nivel 2 del factor A con el nivel 2 del factor
B). El tratamiento (1) (al que no le corresponde ninguna letra) corresponde a la
combinación de niveles 1 de todos los factores.
Signos: El efecto I (vea la tabla 17.12) siempre tiene signo positivo en cada
tratamiento, mientras que los efectos principales tienen si es nivel 1 y si es
nivel 2, las interacciones se obtienen por multiplicación y la relación definitoria
en un factorial 2k-1 es la que define la igualdad de la columna I con otra columna
(o su negativo).
Así, por ejemplo, los signos de la primera fila de la tabla 17.12, correspondiente
al tratamiento a (segundo nivel del factor A combinado con el primer nivel del fac-
tor B y el primer nivel del factor C), tiene un en las columnas de los efectos B y
C (por corresponder al nivel 1) y un en la columna del efecto A (por correspon-
der al nivel 2); las interacciones AB y AC tienen signo (de multiplicar por ),
la interacción BC tiene uno (de multiplicar por ), y la interacción ABC tiene
uno (de multiplicar por por ).
EFECTO FACTORIAL › Tabla 17.12

Signos de los tratamientos
NOTACIÓN I A B C AB AC BC ABC
en un arreglo factorial 23-1.
a + + – – – – + +
b + – + – – + – +
c + – – + + – – +
abc + + + + + + + +
ab + + + – + – – –
ac + + – + – + – –
bc + – + + – – + –
(1) + – - - + + + –
En la tabla 17.12 se observa que si toma los 23-1 primeros tratamientos (los
tratamientos a, b, c y abc), los signos de la interacción ABC son todos positivos, al
igual que los de la columna I, por lo que la selección de estos tratamientos para
conformar el experimento factorial fraccionado de la serie 23-1 tiene relación de-
finitoria I ABC (esto implica que se asumirá que esta interacción no es signifi-
cativa y no se estimará este efecto). Observe que si se eligen los restantes cuatro
tratamientos (ab, ac, bc y (1)) la relación definitoria es I ABC (obviando la
estimación del efecto ABC nuevamente); cualquiera de estas dos posibilidades para
un arreglo factorial fraccionado de la serie 23-1 son las que resultan más convenien-
tes, ya que confunden la interacción más alta.
Suponga ahora que decide ensayar el arreglo fraccionado con relación defi-
nitoria I ABC de las serie 23-1 (los cuatro primeros de la tabla 17.12). Si observa
la tabla 17.12 notará que los signos correspondientes al efecto principal de A son
iguales (para los cuatro tratamientos) a los de la interacción BC, lo que implica que
el efecto principal de A está confundido con el efecto de interacción BC (se dice
también que A y BC son “alias”). Note también, de esta manera, que el alias de C
es AB y que el alias de B es AC. Observe también que al tener sólo cuatro trata-
mientos, quedan sólo 3 grados de libertad para descomponer la SC de tratamientos.
Estos grados de libertad servirán para estimar las SC de A, B y C, y deberá asumir
que los efectos de los alias (BC, AC y AB) no son significativos.
Por otro lado, como se tienen sólo dos niveles por factor, los grados de liber-
tad de los efectos principales en el cuadro de ANVA serán iguales a 1 para cada
efecto, y podrá estimar estos efectos a través de sus contrastes:
C(A) (a• b• c• abc•)/2n,

C(B) (a• b• c• abc•)/2n,
C(C) (a• b• c• abc•)/2n,
donde n es el número de repeticiones por tratamiento, se utiliza la notación de

punto para indicar sumatoria sobre todas las repeticiones del mismo tratamien-
to (así por ejemplo, a. denota la suma de las n repeticiones del tratamiento a) de
manera que el cuadro resultante de ANVA para este arreglo factorial fraccionado
es el que se presenta en la tabla 17.13. Es conveniente asimismo, hacer tres obser-
vaciones importantes:
1. El modelo correspondiente al ANVA de la tabla 17.13 asume que no existen

interacciones.
› Tabla 17.13 FUENTES GRADOS ESPERANZA DEL

Cuadro de ANVA del arreglo DE VARIABILIDAD SUMA DE CUADRADOS DE LIBERTAD CUADRADO MEDIO CUADRADO MEDIO
factorial 23-1 con I ABC.
2
Factor A SCA = nC 2(A) 1 SCA 2 + n∑ a2i
i =1
2
Factor B SCB = nC 2(B) 1 SCB 2 + n∑ b2j
j =1
2
Factor C SCC = nC 2(C) 1 SCC 2 + n∑ c2k
k =1
SC e
Error SCe = SCTO – SCA – SCB – SCC 4(n–1) 2
4(n − 1)
n 2
Y••••
Total SC TO = ∑ ∑ Yijkl2 − 4n
, (4n–1)
i , j ,k l =1
2. Si se considera el modelo completo, los efectos estimados por los contrastes

descritos, estarían estimando en verdad la suma del efecto correspondiente
más la de su alias.
3. Si se analiza la fracción alterna (cuya relación definitoria es I ABC) bajo
el modelo completo, los contrastes resultantes (determinados por los signos
correspondientes de la tabla 17.12) estarían estimando el efecto principal co-
rrespondiente menos el efecto de su alias.
Ejemplo 17.4. Experimento en arreglo fraccionado 23-1 con I ⴝ ABC
En un experimento exploratorio se desea investigar cuáles de tres factores: tipo de

madera, velocidad de alimentación y profundidad de corte (A, B y C, respectivamen-
te), influyen de forma significativa en la calidad de la superficie de la madera que
entra a una máquina de pulido. Para cada uno de los factores se consideraron dos
niveles, como se indica a continuación. Para el factor A se consideró cedro (nivel
1) y caoba (nivel 2), para el factor B se consideró 2 m/min (nivel 1) y 4 m/min
(nivel 2), y para el factor C se consideró 1 mm (nivel 1) y 3 mm (nivel 2). Como
se desea investigar sólo los efectos principales de estos factores, se asumió que no
hay interacción entre los mismos y se ensayó el arreglo factorial fraccionado 23-1
con relación definitoria I ABC y dos repeticiones por tratamiento (n 2), de lo
que se obtuvieron los resultados para la calidad del pulido (valores mayores indi-
can menor calidad) que se muestran en la tabla 17.14.
Con los datos que se presentan en la tabla 17.14 se calcula el contraste corres-
pondiente al factor A:
C(A) (a• b• c• abc•) / 2n 0.375,

de manera que la SC de A resulta SCA 2(0.375)2 0.28125; similarmente (con
base en la tabla 17.13) se calculan las otras sumas de cuadrados, para obtener el
cuadro de ANVA de la tabla 17.15.
A juzgar por los resultados del ANVA, sólo la profundidad de corte parece
influir de forma significativa en la calidad del pulido (los otros dos factores no son
significativos).
✤
TRATAMIENTO CALIDAD DEL PULIDO SUMA › Tabla 17.14

Resultados de un arreglo
a 10.5 15.4 25.9 factorial fraccionado.
b 12.5 14.6 27.1
c 20.8 26.5 47.3
abc 22.4 24.6 47
2
∑ ∑ Yijkl2 = 2958.63 Y•••• = 147.3
i , j ,k l =1
FUENTES SUMA › Tabla 17.15

Resultados del ANVA de un
arreglo factorial fraccionado.
A 0.28125 1 0.28125 0.03422
B 0.10125 1 0.10125 0.01232
C 213.211 1 213.211 25.9421**
Error 32.875 4 8.21875
Total 246.469 7
Por último, hay que hacer notar que es conveniente utilizar el arreglo fracciona-
do que confunda efectos de alta interacción con efectos de poca interacción; en
esta dirección, el concepto de “resolución del arreglo” tiene mucha utilidad y las
siguientes observaciones merecen tomarse en cuenta:
• Un arreglo fraccionado es de resolución R si ningún efecto de p factores es

alias de otro efecto que tenga menos de R p factores. Por lo general, deben
usarse diseños fraccionados con la mayor resolución posible, congruentes con
el fraccionamiento requerido.
• Se acostumbra utilizar la notación de subíndice para indicar la resolución de
un arreglo fraccionado, por ejemplo, la fracción 1/2 del diseño de resolución
definitoria I ABC es de resolución 3, por lo que se denota como 23-1 III.
• Los diseños de resolución III, IV y V tienen particular importancia, algunos
ejemplos son:
■ Resolución III: ningún efecto principal es alias de otro efecto principal,
pero puede ser alias de un efecto de dos factores: 23-1 III con I ABC.
■ Resolución IV: ningún efecto principal es alias de otro efecto de uno o dos
factores, los efectos de dos factores son alias entre sí: 24-1 IV con I ABCD.
■ Resolución V: ningún efecto principal o interacción de dos factores es alias
de un efecto principal o interacción de dos factores: 25-1 V con I ABCDE.
• Es posible construir diseños fraccionados de fracción 1/2, de alta resolución,
al escribir el diseño completo de orden k-1 e identificar los signos positivos y
negativos del k-ésimo factor con los de la interacción de mayor orden (preste
atención al siguiente ejemplo).
Ejemplo 17.5. Experimento fraccionado sobre rendimiento de circuitos
Este experimento tiene por objeto estudiar el rendimiento del proceso de manu-
factura de circuitos integrados, a partir de cinco factores: A apertura del dia-
fragma (pequeña y grande), B tiempo de exposición (20% abajo y 20% arriba
del nominal), C tiempo de revelado (30 y 45 s), D dimensión de la pantalla
(pequeña y grande), E tiempo de corrosión selectiva (14.5 y 15.5 s). Los resul-
tados del experimento se presentan en la tabla 17.16.
Con base en los signos que se presentan en la tabla 17.16, es posible verificar:
• La relación definitoria del diseño es I ABCDE (note que en cada fila la

multiplicación de signos resulta en ).
• El alias de cada efecto principal es una interacción de cuatro factores (por
ejemplo, E ABCD).
• El alias de cada interacción de dos factores es una interacción de tres
factores.
Observe que en este experimento sólo se ensayó una repetición por tratamiento;
cuando éste es el caso, se puede ensayar todavía un ANVA, pero teniendo cuida-
do de seleccionar sólo los efectos que el investigador considera que pueden ser
significativos, y sin agotar los grados de libertad disponibles para poder estimar
el cuadrado medio del error. A manera de ejemplo, suponga que en este ejemplo
los efectos significativos pueden ser A, B, C y AB. A partir de los datos de la tabla
anterior se calcula la SC de A:
SCA (1/2k-1) (8 9 34 52 … 15 21 44 63)2

892/16 495.0625.
De manera similar se calculan las SC de B, C y AB; y por diferencia (habiendo

calculado la SC total) se calcula la SC del error, para obtener el cuadro de ANVA
CORRIDA A B C D E NOTACIÓN RENDIMIENTO › Tabla 17.16

Resultados de un arreglo
1 – – – – + e 8 factorial fraccionado con
2 + – – – – a 9 cinco factores.
3 – + – – – b 34
4 + + – – + abe 52
5 – – + – – c 16
6 + – + – + ace 22
7 – + + – + bce 45
8 + + + – – abc 60
9 – – – + – d 6
10 + – – + + ade 10
11 – + – + + bde 30
12 + + – + – abd 50
13 – – + + + cde 15
14 + – + + – acd 21
15 – + + + – bcd 44
16 + + + + + abcde 63
que se presenta en la tabla 17.17, donde se aprecia que todos los efectos conside-
rados son significativos.
✤
La filosofía de Taguchi
Como se indicó al inicio de este capítulo, los métodos modernos de ingeniería de la
calidad se deben en gran medida al trabajo del ingeniero japonés Genichi Taguchi,
quien no sólo rescató el uso de experimentos planeados como herramienta para
mejorar la calidad a través del diseño, sino que planteó una nueva filosofía (basada
en el servicio al cliente) para implantar programas de mejora continua. A continua-
ción se presenta un breve resumen de los elementos principales de esta filosofía.
Diversos autores (vea Kacckar, 1989) han coincidido en mencionar los si-
guientes siete puntos como los elementos fundamentales para explicar la filosofía
de Taguchi:
1. Un factor importante asociado a la calidad de un producto es la pérdida total

que genera la falta de calidad del producto a la sociedad, en particular:
• El concepto de calidad cambia con el contexto en el cual se usa, ya que es
el cliente (y en consecuencia el mercado específico) quien determina la
calidad del producto.
FUENTES SUMA › Tabla 17.17

Cuadro de ANVA de un arreglo
factorial fraccionado con cinco
A 495.062 5 1 495.062 5 193.20** factores.
B 4 590.062 5 1 4 590.062 5 1 791.24**
C 473.062 5 1 473.062 5 184.61**
AB 189.062 5 1 189.062 5 73.78**
Error 28.187 5 11 2.562 5
Total 5 775.437 5 15
• Según Taguchi, para medir la calidad podemos suponer que “calidad es

la pérdida impartida a la sociedad desde el momento que se envía el pro-
ducto”. De manera que el cliente preferirá productos que le ocasionen una
“menor pérdida” o dicho de otra forma, una “mejor calidad”.
• Bajo la premisa anterior, un proyecto de inversión en mejora de la calidad
se justifica cuando el ahorro resultante para el consumidor es mayor que
el costo de la mejora (obviamente debe suponer información perfecta para
que este principio se cumpla).
2. En una economía de competencia, las mejoras continuas de la calidad y las
reducciones en costo son necesarias para permanecer en un negocio, ya que
la calidad no significa nada si no se asocia al precio (¿quién compraría un
Chevy si el Mercedes se vendiera al mismo precio?). Esta necesidad se explica
debido a que al formar parte de una economía de competencia, los consumi-
dores tienen cada vez mayores expectativas, por lo que es necesario mejorar
la calidad y reducir los costos de manufactura constantemente.
3. Un programa de mejora continua debe incluir una incesante reducción en
la variabilidad de las características que determinan el desempeño, tratando
de acercarse cada vez más a los valores ideales, por lo que podría sugerirse
que:
• La mejora continua depende del conocimiento de los valores ideales de
los estándares de calidad.
• Es importante determinar las medidas de desempeño de un producto que
puedan medirse en una escala continua.
• Es una mala práctica establecer los estándares de calidad sólo en función
de una tolerancia, sin considerar el valor ideal.
• Con el objeto de facilitar la mejora de la calidad, no es conveniente utili-
zar calificativos de bueno o malo para medir una característica de calidad,
si no es posible utilizar una escala continua, debe optarse por categorías
ordenadas que permitan una mayor gama de calificaciones.
4. Si asume que la pérdida del consumidor es proporcional al cuadrado de la
desviación de la medida de desempeño respecto de su valor ideal, la función
de pérdida más sencilla tendría la forma:
P(Y ) k(Y Yid )2,
donde P(Y) es la pérdida asociada a un valor de Y para la medida de desempe-

ño, k es una constante, y Yid es el valor ideal para la medida de desempeño.
Este planteamiento permitiría evaluar con facilidad la función de costos,
ya que si A es el costo (por reparación, descarte o reclamo), y la tolerancia es
(Yid T, Yid T ), la función anterior implica que k A/T 2. Si bien es cierto
que en la práctica resulta difícil asumir que “la pérdida del consumidor es pro-
porcional al cuadrado de la desviación de la medida de desempeño respecto
de su valor ideal”, sin embargo, resultan algunos comentarios interesantes:
• Siendo que un proceso no necesariamente tiene por esperanza el valor
ideal, la medida fundamental de variabilidad es el error cuadrático pro-
medio (no la varianza).
• No deben perderse de vista los casos: cuanto más pequeño mejor (impu-
rezas), y cuanto más grande mejor (resistencia), para los cuales la función
cuadrática no funciona en ciertos rangos.
5. El costo y la calidad finales de un producto los determinan la ingeniería de
diseño del producto y su proceso de manufactura.
• El ciclo de desarrollo de un producto incluye: diseño del producto, diseño
del proceso y manufactura.
• Al desempeño de un producto lo afectan el ambiente (y modos de opera-
ción), el deterioro del producto y las imperfecciones de manufactura.
› Figura 17.2
Relación no lineal entre
Voltaje de
parámetro y medida de
salida
desempeño.
Capacitancia
del transistor
• Las imperfecciones y los costos de manufactura dependen sobre todo del

diseño del proceso de manufactura.
• Dado un determinado diseño, es necesario implantar un buen control del
proceso para reducir las imperfecciones en la manufactura, no es posible
detectar errores en procesos inestables.
6. Una variación en el desempeño de un producto (o proceso) se reduce si se
explotan los efectos no lineales de los parámetros del producto (o proceso)
en las características de desempeño. En particular, si un parámetro tiene
efectos no lineales sobre una medida de desempeño (vea la figura 17.2), los
mejores valores para el parámetro están en la región de menor sensibilidad
(los valores más altos para la capacitancia en la figura 17.2).
Algunas ideas que menciona Taguchi en relación con este punto son las
siguientes:
• Algunos métodos de control “fuera de la línea” para incorporar la calidad
en el diseño del producto son: pruebas de sensibilidad, pruebas de proto-
tipos, pruebas de vida aceleradas y pruebas de confiabilidad.
• Aun cuando los parámetros estén dentro de la tolerancia, pueden haber
problemas causados por la interdependencia de los parámetros (lo que en
el lenguaje de diseño de experimentos se llamó “efecto de interacción”).
• Como se mencionó al inicio del capítulo, Taguchi señala tres pasos para
determinar valores ideales y tolerancias:
i) Diseño del sistema: aplicar la ingeniería para diseñar un prototipo, con
base en las necesidades del consumidor.
ii) Diseño de los parámetros: identificar los valores ideales que reducen
la sensibilidad del diseño a las fuentes de variación.
iii) Diseño de tolerancias: considerar el adecuado balance entre la pérdida
del consumidor y el mayor costo de manufactura para reducir varia-
ciones en los estándares de producción.
7. Los experimentos planeados adecuadamente sirven para identificar los pará-
metros del producto (o proceso) que reducen la variabilidad de las medidas
de desempeño. Es en este punto donde existe controversia, ya que si bien
todos los autores están de acuerdo en que los experimentos planeados son
útiles para mejorar la calidad a través del diseño, no están todavía de acuerdo
en cómo debe conducirse el análisis y la planeación del experimento, debido
fundamentalmente a que se discute la validez científica de los experimentos
reportados por Taguchi. A este respecto, es conveniente indicar los siguientes
comentarios:
• Taguchi distingue dos categorías de factores que afectan el desempeño de

un producto: los parámetros de diseño y las fuentes de ruido (por ejem-
plo, desviaciones de los parámetros, variables del ambiente y factores
desconocidos).
• Los factores de ruido son aquellas fuentes de ruido (conocidas) que pue-
den variarse sistemáticamente en un experimento planeado.
• El objetivo de un experimento es establecer los parámetros de diseño bajo
los cuales el efecto de los factores de ruido sobre las medidas de desem-
peño son mínimos.
• En consecuencia, un experimento del tipo de Taguchi debe involucrar com-
binaciones de niveles de los parámetros de diseño (matriz de parámetros de
diseño) y combinaciones de factores de ruido (matriz de factores de ruido).
• Para reducir el número de tratamientos necesarios en experimentos con
muchos factores, Taguchi recomienda el uso de arreglos ortogonales tanto
para determinar las combinaciones de los parámetros de diseño como las
de los de factores de ruido (vea el siguiente ejemplo).
• Para estimar el efecto de los factores de ruido, Taguchi recomienda utilizar
medidas de desempeño que relacionen la “señal” con el “ruido”:
⎛1 n ⎞
■ Más pequeño mejor: Z( ) = −10 log ⎜ ∑ y i2 ⎟
⎝ n =1 ⎠
⎛1 n 1 ⎞
■ Más grande mejor: Z( ) = −10 log ⎜ ∑ 2 ⎟
⎝ n =1 y i ⎠
⎛ y2 ⎞
■ Un objetivo específico mejor: Z( ) = 10 log ⎜ 2 ⎟
⎜⎝ S ⎟⎠
• Respecto del último punto, Box et al. (1988) opinan que es mejor analizar
el promedio y la varianza por separado, mientras que Pignatiello y Ram-
berg (1991) opinan lo mismo con base en resultados experimentales.
• En lo que coinciden diversos autores es en que los experimentos planeados
pueden servir, entre otros, para los siguientes propósitos:
■Identificar la combinación de los parámetros de diseño para los cuales
el efecto de los factores de ruido es pequeño.
■Identificar la combinación de los parámetros de diseño que reducen cos-
tos sin sacrificar la calidad del producto.
■Identificar los parámetros de diseño que tienen la mayor influencia sobre
el valor promedio de la variable de desempeño, pero que no afectan la
variabilidad en el desempeño, estos parámetros son los más aptos para
regular el desempeño del producto.
■Identificar los parámetros que tienen una influencia nula en el desempe-
ño del producto, siendo que las tolerancias de dichos parámetros pueden
relajarse.
Ejemplo 17.6. El experimento clásico de Taguchi
Los primeros experimentos de Taguchi causan cierta controversia, ya que el análisis

de los mismos no ha seguido las pautas que tradicionalmente han recomendado
los especialistas del área de diseño de experimentos, pero sin importar el rigor del
análisis propuesto por Taguchi, no se puede negar la contribución de los mismos
en cuanto a dar luces sobre los objetivos que debe perseguir la conducción de un
experimento para mejorar la calidad a través del diseño en el ambiente de la pro-
ducción de manufacturas y servicios.
El experimento que se describe apareció reportado en Byrne y Taguchi (1987)

y aborda el problema de determinar el método para ensamblar un conector elasto-
métrico a un tubo de nylon, que ejerza una tracción necesaria para su aplicación
en un motor de automóvil.
Para el diseño del experimento se consideró un arreglo de nueve tratamientos
(L9) para probar cuatro factores controlables (parámetros de diseño), todos ellos
a tres niveles, y otro arreglo de ocho tratamientos (L8) para probar tres factores
incontrolables (factores de ruido), como se indica a continuación. La idea de este
diseño era probar el comportamiento de los diferentes niveles de los parámetros
de diseño sobre todos los tratamientos que corresponden a los factores de ruido
y, en particular, prestar atención no sólo a la respuesta promedio sino también a
la variabilidad de la respuesta dentro de los diferentes factores de ruido.
• Factores controlables:
■A interferencia (1 reducida, 2 intermedia, 3 grande).
■
B espesor de la pared del conector (1 reducido, 2 intermedio,
3 grande).
■ C profundidad de inserción (1 reducida, 2 intermedia,
3 grande).
■D porcentaje de adhesión en la inmersión del conector (1 reducido,
2 intermedio, 3 grande).
• Factores incontrolables:
■ E tiempo de acondicionamiento (1 24 h, 2 120 h).
■ F temperatura de acondicionamiento (1 72 °F, 2 150 °F).
■G humedad relativa de acondicionamiento (1 25%, 2 75%).
L9 A B C D L8 E F G › Tabla 17.18
Tratamientos considerados
1 1 1 1 1 1 1 1 1 en el experimento clásico
2 1 2 2 2 2 1 1 2 de Taguchi.
3 1 3 3 3 3 1 2 1
4 2 1 2 3 4 1 2 2
5 2 2 3 1 5 2 1 1
6 2 3 1 2 6 2 1 2
7 3 1 3 2 7 2 2 1
8 3 2 1 3 8 2 2 2
9 3 3 2 1
NIVEL L 8 › Tabla 17.19

Resultados (tracción)
NIVEL L 9 1 2 3 4 5 6 7 8 MEDIA DESEMPEÑO del experimento clásico
1 15.6 9.5 16.9 19.9 19.6 19.6 20.0 19.1 17.525 24.025 de Taguchi.
2 15.0 16.2 19.4 19.2 19.7 19.8 24.2 21.9 19.475 25.522
3 16.3 16.7 19.1 15.6 22.6 18.2 23.3 20.4 19.025 25.335
4 18.3 17.4 18.9 18.6 21.0 18.9 23.2 24.7 20.125 25.904
5 19.7 18.6 19.4 25.1 25.6 21.4 27.5 25.3 22.825 26.908
6 16.2 16.3 20.0 19.8 14.7 19.6 22.5 24.7 19.225 25.326
7 16.4 19.1 18.4 23.6 16.8 18.6 24.3 21.6 19.850 25.711
8 14.2 15.6 15.1 16.8 17.8 19.6 23.2 24.2 18.338 24.852
9 16.1 19.9 19.3 17.3 23.1 22.7 22.6 28.6 21.200 26.152
› Figura 17.3
Gráfica de los efectos 21
principales (promedio) del
20.5
experimento clásico de Taguchi.
20
A
19.5
B
19 C
D
18.5
18
17.5
17
1 2 3
Los nueve tratamientos del arreglo L9 para los parámetros de diseño y los
ocho tratamientos del arreglo L8 para los factores de ruido se presentan en la tabla
17.18.
Observe que cada combinación de parejas de factores aparece en uno de los
tratamientos del arreglo L9 (este tipo de arreglos son llamados látices, y fueron
introducidos por Yates, 1940, con la finalidad de estimar sólo efectos principales),
en cambio el arreglo L8 es un factorial completo 23. El experimento planeado re-
quirió de probar cada tratamiento del arreglo L9 con cada tratamiento del arreglo
L8 (72 unidades experimentales), con los resultados (en fuerza de tracción) que se
reportan en la tabla 17.19, donde la medida de desempeño utilizada corresponde
a “más grande mejor”.
Una propuesta interesante de Taguchi es la de inspeccionar los efectos princi-
pales (no sólo del promedio, sino de la medida de desempeño) a través de gráficas.
Por ejemplo, en la figura 17.3 se presenta la gráfica de los efectos principales (del
promedio de la fuerza de tracción) de los cuatro factores controlables en el mode-
lo, es posible apreciar que (en apariencia) los cuatro efectos principales son signi-
ficativos, aunque los efectos principales de los factores A y B parecieran ser “más
no lineales” que los efectos principales de los factores C y D (con la consiguiente
mejor disposición para ser aprovechados en un diseño robusto). El desempeño más
alto en cuanto a la “señal” de la fuerza de tracción corresponde al segundo nivel
del factor A.
› Figura 17.4
Gráfica de los efectos 26.5
principales (desempeño) del
experimento clásico de Taguchi.
26
A
25.5 B
C
D
25
24.5
24
1 2 3
En la figura 17.4 se presenta la gráfica de los efectos principales (en cuanto a

la medida de desempeño que relaciona “señal con ruido más grande mejor”) de los
cuatro factores controlables en el modelo, se aprecia que la medida de desempeño
se comporta de manera similar que el promedio, ya que todos los efectos parecen
ser significativos, presentando mejor apariencia no lineal los efectos A y B, y el
mejor valor para la medida de desempeño coincide con el nivel 2 del factor A.
EJERCICIOS
1. Una empresa manufacturera debe entregar pedidos de b) ¿Es posible concluir que la velocidad de agitación
sus productos a los distribuidores en todo el país, y tres influye en la textura de los lingotes?
compañías de transportes se ofrecen para hacer recorridos 3. Una firma de auditoría y contabilidad considera tres
de prueba. Para probar la eficiencia de estas empresas se diferentes programas de capacitación. El éxito de cada
han asignado al azar cinco pedidos de productos a cada programa se mide en una escala de 0 a 100, los valo-
una, y se determinó el grado de tardanza como una pro- res más altos indican un mejor programa. La empresa
porción del tiempo asignado para la entrega. La siguiente clasificó a sus auditores en tres grupos, en función del
tabla muestra el grado de tardanza de las tres empresas. número de años de experiencia. Tres auditores de cada
grupo fueron seleccionados y asignados al azar a los
COMPAÑÍA programas de capacitación. La tabla muestra las escalas
DE TRANSPORTE GRADO DE TARDANZA asignadas por los auditores después de cursar todo el
programa.
1 0.04 0.00 0.02 0.03 0.02
2 0.15 0.11 0.07 0.09 0.12
PROGRAMA DE CAPACITACIÓN
3 0.06 0.03 0.04 0.04 0.05
AÑOS DE EXPERIENCIA 1 2 3
a) Construya el cuadro de ANVA para este experimento, 0-5 70 65 81
¿existen diferencias significativas entre los promedios 5-10 75 80 87
de tardanza de las empresas? 10-15 87 82 94
b) Determine un intervalo de confianza de 95% para el
promedio del grado de tardanza de la empresa 1.
a) Construya el cuadro de ANVA considerando los años
c) Determine un intervalo de confianza de 90% para
de experiencia como bloques.
la diferencia en el promedio del grado de tardanza
b) ¿Existen diferencias significativas entre la evaluación
entre las empresas 2 y 3. ¿Se puede concluir que exis-
promedio de los programas de capacitación? Pruebe
te diferencia entre sus promedios con 10% de nivel
la hipótesis a un nivel de significancia de 10%.
de significancia?
c) Determine un intervalo de confianza de 90% para la
d) ¿Qué empresa escogería?, ¿por qué?
diferencia entre la evaluación promedio de los pro-
2. En una refinería se produce una aleación de aluminio en
gramas de capacitación 1 y 3. ¿Existen diferencias
lingotes usando cuatro líneas, cada una con un horno.
significativas entre estos dos programas?
Los ingenieros del proceso sospechan que la velocidad
4. Se desea probar la resistencia de una tela ante cuatro
de agitación afecta la medida de la textura del produc-
corrosivos diferentes. Debido a que el lote del que pro-
to, por lo que se llevó a cabo un experimento en DBCA
viene la tela puede afectar el resultado, se usó diseño de
probando cuatro diferentes velocidades de agitación en
DBCA, probando cada corrosivo en cada uno de cinco
cada uno de los hornos. Los datos resultantes de la me-
lotes. A continuación se presentan las resistencias a la
dida de la textura se muestran a continuación.
tensión resultantes.
HORNO
VELOCIDAD DE ROLLO
AGITACIÓN (RPM) 1 2 3 4 CORROSIVO 1 2 3 4 5 SUMA
5 20 12 14 16 1 61 56 62 59 55 293
10 32 14 16 22 2 61 55 63 60 58 297
15 32 16 22 8 3 63 56 66 61 56 302
20 38 22 10 16 4 61 59 63 63 57 303
Suma 246 226 254 243 226 1 195
a) Construya el cuadro de ANVA para este experimento.
a) Construya el cuadro de ANVA para este experi- piado de la mancha, efectúe la prueba de hipótesis
mento. correspondiente.
b) Pruebe la hipótesis de que no existen diferencias c) Determine si el tipo de mancha considerado en el
entre los efectos de los cuatro corrosivos. experimento tiene un efecto significativo sobre la de-
c) ¿En verdad los datos muestran que existe un efecto mora en el limpiado de la mancha, efectúe la prueba
significativo del rollo del que proviene la tela? de hipótesis correspondiente.
d) Pruebe la hipótesis de que no existe diferencia entre d) Es posible concluir que existe un efecto de interacción
el efecto del corrosivo 1 y el corrosivo 4. Establezca AB significativo. Interprete su respuesta en términos
su conclusión al nivel de significancia
0.05. de este problema.
5. Se desea comparar el efecto de tres soluciones diferentes 7. Se consideran dos factores controlables, temperatura y
(para el lavado del envase) sobre el tiempo de desarrollo presión, cada uno mantenido en tres niveles para de-
de bacterias en envases de leche. Se ha analizado el en- terminar su impacto en la ductilidad de una aleación a
vase tratado con cada solución en cuatro días diferentes. producir. Los niveles de temperatura fueron 150, 250 y
Puesto que la mezcla particular de leche del día podría 300 °C, respectivamente. La presión fue controlada en
influir en los resultados, se ha decidido usar un DBCA. 50, 100 y 150 kg/cm2. Cada uno de los nueve tratamientos
fueron replicados cinco veces. La ductilidad de la alea-
En la siguiente tabla se muestran los resultados obteni-
ción producida se muestra en la siguiente tabla. Mientras
dos (en días de desarrollo de bacterias).
más alto es el valor, mayor la ductilidad de la aleación.
DÍAS
SOLUCIÓN SUMA PRESIÓN (KG/CM 2 )
1 2 3 4
TEMPERATURA 50 100 150
1 15 24 20 41 100
50 44 75
2 18 26 19 46 109
65 49 80
3 17 16 12 20 65
150 °C 70 52 81
Suma 50 66 51 107 274
73 40 76
68 45 82
a) Construya el cuadro de ANVA para este experi-
40 25 86
mento.
b) Pruebe la hipótesis de que no existen diferencias 45 30 88
entre los efectos de las cuatro soluciones. 250 °C 56 20 82
c) ¿Es posible concluir que existe un efecto significativo 50 33 81
por la mezcla de leche del día? 52 34 76
d) Pruebe la hipótesis de que no existe diferencia entre
72 62 60
el efecto de la solución 1 y la solución 2. Establezca
su conclusión al nivel de significancia
0.05. 60 71 62
6. El departamento de calidad de una empresa de deter- 300 °C 75 65 55
gentes desea investigar el efecto de la concentración del 73 68 52
detergente (factor A) y el tipo de mancha (factor B) en 70 72 50
el tiempo que demora el limpiado de la mancha. En la
siguiente tabla se presentan los resultados (en segundos a) Construya el cuadro de ANVA para este experimento
después de 30 minutos) de un experimento con dos con- factorial.
centraciones (0 3 cucharadas, 1 5 cucharadas), dos b) Pruebe si los efectos de la interacción entre presión
tipos de mancha (0 tinta roja, 1 pasta de tomate), y temperatura son significativos a 5% de nivel de
y 10 repeticiones por tratamiento. significancia.
c) ¿Cuáles son los niveles deseables de presión y tempera-
FACTOR FACTOR B ( j )
tura en el proceso si se desea una aleación dúctil?
A (i ) 0 1 ( Yi •• ) d) Determine un intervalo de confianza de 90% para el
933 923 929 955 949 21 28 31 17 9
promedio de ductilidad cuando la temperatura del
0
952 929 923 922 935 2 4 16 37 34
9549 proceso se fija a 150 °C y la presión a 150 kg/cm2.
e) Determine un intervalo de confianza de 95% para
1092 1072 1098 1085 1093 754 757 764 765 749
1 18454 la diferencia entre los promedios de ductilidad para
1075 1085 1096 1094 1071 762 775 777 744 746
una temperatura de proceso de 250°C y una presión
(Y•i•) 20211 7792 28003
de 150 kg/cm2 contra una temperatura de proceso de
300°C y una presión de 100 kg/cm2.
a) Construya el cuadro de ANVA para este experi- 8. El rendimiento de un cítrico es importante debido a que
mento. provee una importante fuente de vitamina C. La cantidad
b) Determine si la concentración de detergente tiene de fertilizante y la cantidad de agua utilizados son dos
un efecto significativo sobre la demora en el lim- factores controlables. Tres niveles de fertilizante en orden
creciente de utilización (I, II y III) y tres niveles de agua a) Construya el cuadro de ANVA para este experi-
en orden creciente de aplicación (I, II y III) se muestran mento.
la siguiente tabla, junto con el contenido de vitamina C b) ¿Es posible concluir que alguno de los dos factores
de cinco frutas escogidas al azar para cada tratamien- influye en la brillantez a un nivel de significancia de
to, valores mayores indican un rendimiento deseable.
0.05?
c) ¿Es posible concluir que existe un efecto de interac-
NIVELES DE HUMEDAD ción significativo? Interprete su respuesta en términos
NIVELES DE de este problema.
FERTILIZANTE I II III
10. Se realizó un experimento para estudiar la influencia de
4.8 6.2 9.0 la temperatura de operación y de tres tipos de placas
6.2 5.8 8.5 de recubrimiento de cristal, en la salida luminosa de un
I 5.5 5.6 8.8 tubo de osciloscopio. Se registraron los siguientes datos:
4.9 6.7 8.4
5.0 6.0 8.6 TEMPERATURA
5.3 8.7 8.5 TIPO DE CRISTAL 100 125 150
6.4 9.1 8.4 580 1 090 1 392
1 568 1 087 1 380
II 5.8 8.6 8.8
5.9 8.4 8.6 570 1 085 1 386
5.6 8.2 8.8 550 1 070 1 328

2 530 1 035 1 312
7.0 7.4 7.6
7.1 6.8 7.2 579 1 000 1 299
III 6.8 6.7 6.8 546 1 045 867

3 575 1 053 904
6.8 6.4 7.0
7.2 6.6 7.1 599 1 066 889
a) Construya el cuadro de ANVA para este experimento a) Construya el cuadro de ANVA para este experi-
factorial. mento.
b) Pruebe con 10% de significancia a los factores prin- b) ¿Es posible concluir que alguno de los dos factores
cipales ¿Cuál es su conclusión? influye en la salida luminosa a un nivel de significan-
c) Pruebe con 10% de significancia a los efectos de in- cia de
0.05?
teracción ¿Cuál es su conclusión? c) ¿Es posible concluir que existe un efecto de interac-
d) ¿Qué nivel de fertilizante y agua seleccionaría para ción significativo? Interprete su respuesta en términos
maximizar el contenido de vitamina C. de este problema.
e) Determine un intervalo de confianza de 90% para 11. En un artículo del Journal of Testing and Evaluation, 16 (2)
el promedio de vitamina C cuando el fertilizante se pp. 508-515, se investigaron los efectos de la frecuencia
encuentra en el nivel I y la humedad en el nivel II. de carga cíclica y de las condiciones ambientales sobre
f) Determine un intervalo de confianza de 90% para la el crecimiento de las fisuras por fatiga con un esfuerzo
diferencia en el promedio de contenido de vitamina C constante de 22 MPa para un material particular. Los
cuando el fertilizante está en el nivel I y la humedad datos del experimento se presentan abajo (la respuesta
en el nivel III frente a un nivel de fertilizante III y es el índice de crecimiento de las fisuras por fatiga).
una humedad en el nivel I ¿Cuál es su conclusión?
9. En un experimento para investigar el efecto del tipo AMBIENTE
de cristal y del tipo de fósforo sobre la brillantez de un FRECUENCIA AIRE H 2O H 2 0 SALADA
cinescopio, la variable de respuesta es la corriente (en 2.29 2.06 1.90
microamperes) necesaria para obtener un nivel de bri- 10 2.47 2.05 1.93
llantez específico. Los datos son los siguientes:
2.48 2.23 1.75
2.12 2.03 2.06
TIPO DE FÓSFORO
2.65 3.20 3.10
TIPO DE CRISTAL 1 2 3 1 2.68 3.18 3.24
280 300 290 2.06 3.96 3.98
1 290 310 285 2.38 3.64 3.24
285 295 290 2.24 11.00 9.96
230 260 220 0.1 2.71 11.00 10.01
2 235 240 225 2.81 9.06 9.36
240 235 230 2.08 11.30 10.40
a) Construya el cuadro de ANVA para este experi- factores son A temperatura, B tiempo de calenta-
mento. miento y C tiempo de transferencia, D tiempo de
b) ¿Es posible concluir que alguno de los dos factores retención y E temperatura del aceite templado. Los
influye en índice de crecimiento de las fisuras por datos se presentan a continuación:
fatiga a un nivel de significancia de
0.05?
c) ¿Es posible concluir que existe un efecto de interac- A B C D E ALTURA LIBRE
ción significativo? Interprete su respuesta en términos
- - - – – 7.78 7.78 7.81
de este problema.
12. Considere un experimento factorial 24. Elabore una tabla + - - + – 8.15 8.18 7.88
de coeficientes para un contraste ortogonal similar a – + – + – 7.5 7.56 7.5
la tabla 17.12. Escriba abajo los contrastes para estimar los + + – – – 7.59 7.56 7.75
efectos principales y las interacciones de dos factores. Si
– – + + – 7.54 8.00 7.88
el efecto de las interacciones de los cuatro factores ABCD
no es significativo, utilícelo como base para fraccionar + – + – – 7.69 8.09 8.06
el diseño en dos bloques. – + + – – 7.56 7.52 7.44
13. En el ejercicio anterior use I AB como el factor a + + + + – 7.56 7.81 7.69
confundir para dividir el experimento en dos bloques. – – – – + 7.5 7.25 7.12
¿Cómo estimaría el efecto del factor A?
14. Considere un experimento factorial 24. Use I BC como + – – + + 7.88 7.88 7.44
resolución, encuentre las combinaciones de tratamien- – + – + + 7.5 7.56 7.5
tos en un experimento fraccionado de 24-1 factorial. En- + + – – + 7.63 7.75 7.56
cuentre los alias para todos los contrastes. ¿Cómo sería – – + + + 7.32 7.44 7.44
posible estimar el efecto del contraste BC? Si AD se usa
+ – + – + 7.56 7.69 7.62
como segundo generador, determine las combinaciones
de tratamientos en un experimento fraccionado de 24-2 – + + – + 7.18 7.18 7.25
factorial ¿Cuál es ahora la estructura de los alias? + + + + + 7.81 7.5 7.59
15. En un artículo de Pignatiello y Ramberg en el Journal
of Quality Technology, 17 pp. 198-206, se describe el uso a) Determine la estructura de los alias de este diseño.
de un diseño fraccionado con réplicas para investigar el b) Construya el cuadro de ANVA. ¿Qué factores influyen
efecto de cinco factores sobre la altura libre de los resor- en la altura libre promedio?
tes de hojas utilizados en una aplicación automotriz. Los
BIBLIOGRAFÍA
1. Box G. P. E., S. Bisgaard y C. A. Fung (1988), “An expla- 4. Montgomery D. C. (2005), Diseño y análisis de experi-
nation and critique to Taguchi’s contribution to quality mentos, 2a. ed., Limusa Wiley, México.
engineering”, Quality and Reliability Engineering Inter- 5. Pignatiello J. J. y J. S. Ramberg (1991), “Top ten triumphs
national, 4 (2) 123-131. and tragedies of Genichi Taguchi”, Quality Engineering,
2. Byrne D. M. y S. Taguchi (1987), “The Taguchi approach 4 (2) 211-225.
to parameter design”, Quality Progress, 20 (12) 19-26. 6. Ulrich K. T. y S. D. Eppinger (2007), Product Design and
3. Kackar R. N. (1989), “Taguchi’s quality philosophy: Development, 4a. ed., McGraw-Hill/Irwin, Nueva York.
analysis and commentary”, en Quality Control, Robust 7. Yates F. (1940), “Lattice squares”, Journal of Agricultural
Design and the Taguchi Method, Dehnad K. y AT&T Bell Science, 30 (4) 672-687.
Laboratories (ed.), Wadsworth & Brooks/Cole Advanced
Books & Software, California.
APÉNDICE 1
Introducción a la estadística
y las probabilidades
A
menudo en la ingeniería, como en casi cualquier disciplina, se deben tomar
decisiones, establecer conclusiones o analizar situaciones con base en in-
formación que tiene un cierto grado de incertidumbre. Por ejemplo, los
tiempos de llegada de los clientes a un supermercado no se pueden anticipar con
precisión, y mucho menos las cantidades de los productos que ellos demandarán,
pero esto no evita que el gerente de operaciones del supermercado utilice la infor-
mación de ventas para pronosticar la demanda de los productos, con la finalidad
de establecer políticas adecuadas de abastecimiento, de evitar faltantes y ventas
perdidas. De manera similar, se sabe que en cualquier proceso de producción las
características del producto presentan cierta variabilidad respecto a los estándares
ideales de diseño, por lo que un gerente de planta debe tomar decisiones constan-
temente sobre el buen (o mal) funcionamiento del proceso, con base en medicio-
nes experimentales del mismo.
El proceso de obtener conclusiones a partir de información que presenta cierto
grado de incertidumbre (variabilidad o riesgo) debe estar regido por normas que
garanticen la confianza en dichas conclusiones; el estudio de estas normas forma
parte de la Estadística, que es la rama de la ciencia que estudia las técnicas apropia-
das para la recolección, presentación, análisis e interpretación de datos que sirven de
base para tomar decisiones en condiciones de incertidumbre.
Con el objetivo de establecer metodologías científicas y objetivas, la Estadística
cuantifica la incertidumbre utilizando el concepto de probabilidad, apoyándose en
una rama de las matemáticas conocida con el nombre de Cálculo de probabilidades.
Es por esta razón que, para comprender el fundamento de las técnicas estadísticas,
es muy útil entender las propiedades y los principales conceptos relacionados con
las probabilidades. En este apéndice se presentan conceptos fundamentales sobre
Cálculo de probabilidades y Estadística, que permiten una mejor comprensión de
los temas relacionados con la toma de decisiones en condiciones de incertidumbre.
Estos conceptos tienen particular relevancia para entender los temas sobre simu-
lación de sistemas, donde, además de la toma de decisiones en condiciones de in-
certidumbre, se utiliza a las probabilidades como una herramienta para modelar
y estudiar sistemas reales.
489
INTRODUCCIÓN A LAS PROBABILIDADES

Como se mencionó, la Estadística sirve para tomar decisiones en situaciones que
tienen cierto grado de incertidumbre. A menudo estas decisiones están relaciona-
das con lo que se espera que suceda en experiencias futuras del fenómeno en es-
tudio, por lo que es conveniente disponer de una medida que cuantifique el grado
de confianza en la ocurrencia de los diversos eventos futuros. Con esta finalidad
se ha introducido el concepto de probabilidad, cuyas reglas y propiedades más
importantes se estudiarán en esta sección.
Para definir el concepto de probabilidad es necesario formalizar algunas otras
ideas relacionadas con el marco en el cual se presentan las probabilidades; de esta
forma surge en primer lugar el concepto de experimento aleatorio.
Definición A.1: Un experimento es una acción cuya ejecución conduce a un re-

sultado bien definido; el resultado particular puede ser desconocido antes de la
ejecución del experimento, pero es necesario conocer al menos el tipo de resul-
tado que puede obtenerse. En particular, un experimento aleatorio es aquel cuyo
resultado es desconocido (o incierto) antes de la ejecución del mismo; sin embar-
go, como la acción está bien definida, se conocen todos los resultados posibles del
experimento aleatorio.
Definición A.2: El conjunto que consta de todos los resultados posibles de un ex-
perimento aleatorio recibe el nombre de espacio muestral (se utilizará la conven-
ción de denotar con la letra S al espacio muestral). A cada elemento de un espacio
muestral (s ∈ S ) se le llama suceso.
En resumen, un experimento cuyo resultado particular es incierto recibe el
nombre de experimento aleatorio, y el espacio muestral S consta de todos los re-
sultados posibles del experimento aleatorio; asimismo, cada elemento s ∈ S es un
suceso.
Ejemplo A.1. Experimentos y espacios muestrales
Con el objetivo de ilustrar las definiciones que se acaban de introducir, se pre-

sentan algunos ejemplos sencillos. En primer lugar, considere el experimento clá-
sico de lanzar un dado y registrar el número que aparece en la cara superior del
mismo. Es evidente que este es un experimento aleatorio con espacio muestral
S {1,2,3,4,5,6} y si se lanza el dado y aparece el número 1, se dice que ocurrió
el suceso 1 ∈ S.
Ahora suponga que se conoce que el rendimiento por planta (expresado en
kg) para una cierta variedad de tomate puede variar entre 0 y 0.8. Si se consi-
dera el experimento de registrar el rendimiento de una planta de esta variedad,
éste será un experimento aleatorio con espacio muestral S {s ∈ ℜ, 0 s 0.8}
(ℜ denotará al conjunto de los números reales).
Por último, considere un automóvil (nuevo) que especifica un rendimiento
en carretera de 14 km por litro, con una tolerancia de 1 km. Si consideramos el
experimento de medir el recorrido de uno de estos autos tomado al azar de la pro-
ducción de la planta, y medir su recorrido (en km) en carretera (al consumir un
litro de gasolina), éste será un experimento aleatorio con S {s ∈ ℜ, 13 s 15}
(suponga que el rendimiento estará dentro de la tolerancia).
Como se ha visto hasta el momento, en los experimentos aleatorios no se
puede pronosticar con precisión matemática el resultado del mismo, pero es razo-
nable suponer que algunos resultados pueden ser más o menos “probables” que
otros. El concepto de probabilidad intenta cuantificar el grado de incertidumbre,
asignando valores numéricos a conjuntos de sucesos (llamados eventos). Las defi-
niciones relacionadas con estas ideas son las siguientes.
INTRODUCCIÓN A LA ESTADÍSTICA Y LAS PROBABILIDADES 491
Definición A.3. Dado un experimento aleatorio y su espacio muestral S, un sub-

conjunto A ⊆ S es llamado un evento.
Bajo esta definición, los eventos que pueden ocurrir al ejecutar un experimento
aleatorio se identifican como conjuntos, sobre los cuales podemos efectuar opera-
ciones de conjuntos. Por ejemplo, en el experimento del lanzamiento de un dado,
podemos identificar al evento “el resultado es par” como A {2,4,6}, y al evento
“el resultado es impar” como B {1,3,5}, de manera que A ∪ B {1,2,3,4,5,6} (es
justamente S). El espacio muestral S es un evento, y es considerado el universo,
por lo que el complemento del evento A “el resultado es par” (denotado por Ac) es
Ac {1, 3, 5} (que en este caso coincide con B). Nótese que A ∩ B ∅ (el con-
junto vacío), por lo que ∅ es también un evento (aunque interpretamos que ∅
nunca ocurre). Por otro lado, el hecho de que A ∩ B ∅ indica, en general, que los
eventos A y B son mutuamente excluyentes, es decir, la ocurrencia de uno excluye
la ocurrencia del otro (si el resultado es par, entonces no puede ser impar).
Definición A.4. Se dice que dos eventos A y B son mutuamente excluyentes si

A ∩ B ∅.
Dado que las posibles ocurrencias en un experimento aleatorio se identifican
como conjuntos llamados eventos, una probabilidad se concibe como una función
que a cada evento le asigna un número no negativo entre 0 y 1 (su “probabilidad
de ocurrencia”). La siguiente definición reúne las condiciones necesarias y suficien-
tes que debe satisfacer una probabilidad, y para facilitar la definición se denotará
por a la colección de eventos (subconjuntos del espacio muestral S).
Definición A.5. Dado un espacio muestral S y su correspondiente colección de

eventos , una probabilidad es una función P que a cada elemento de le asigna
un número real, y que satisface:
i) P[S] 1,
ii) Para cada evento A, P[A] 0.
iii) Si A1, A2, … es una colección de eventos mutuamente excluyentes por pares
(Ai ∩ Aj ∅ para i ≠ j), entonces:
⎡ ⎤
P ⎢ ∪ An ⎥ = ∑ P ⎡⎣ An ⎤⎦
⎣n ⎦ n
A partir de la definición presentada se pueden deducir las propiedades matemáticas
de las probabilidades. A manera de ejemplo, note que podemos tomar A1 A2
… ∅ en iii) de la definición A.5, y dado que en este caso ∪ An = ∅, obtenemos
n
P[∅] = ∑ P[∅], de donde se concluye que P[∅] 0 (el único número real que
n
satisface la ecuación anterior es el cero); este resultado confirma la intuición de

que si el evento ∅ nunca ocurre, entonces su probabilidad es cero. Algunas de las
propiedades matemáticas más conocidas de las probabilidades son las siguientes.
Propiedad A.1: P[∅] 0.

Propiedad A.2: Para cada evento A, 0 P[A] 1, y si A⊆ B, entonces P[A]
P[B].
Propiedad A.3: Si A1, A2, …, An es una colección (finita) de eventos mutuamente
excluyentes por pares (Ai ∩ Aj ∅ para i ≠ j), entonces:
⎡n ⎤ n
P ⎢ ∪ Aj ⎥ = ∑ P ⎡⎣ Aj ⎤⎦ .
⎢⎣ j =1 ⎥⎦ j =1
Propiedad A.4: Para cualquier evento A, P[Ac] 1 P[A].

Propiedad A.5: Dados dos eventos A y B, P[A ∪ B] P[A] P[B] P[A ∩ B].
Propiedad A.6: Dado un evento A, y una colección de eventos A1, A2, …, que sa-
tisfacen A1 ⊆ A2 ⊆ …, y A = ∩ An , entonces:
n
P ⎡⎣ A ⎤⎦ = lim P ⎡⎣ An ⎤⎦ .
n →∞
Propiedad A.7: Dado un evento A, y una colección de eventos A1, A2, …, que sa-
tisfacen A1 ⊆ A2 ⊆ …, y A = ∪ An , entonces:
n
P ⎡⎣ A ⎤⎦ = lim P ⎡⎣ An ⎤⎦ .
n →∞
Aunque la definición A.5 es muy útil para deducir propiedades matemáticas de las
probabilidades, también presenta el inconveniente de no aportar mucho a la inter-
pretación práctica o a la intuición. Sin embargo, para estos últimos fines existe el
concepto frecuencial de probabilidad (véase la propiedad A.8 más adelante) que
curiosamente puede probarse con rigor a partir de las definiciones matemáticas,
aunque para su mejor entendimiento es necesario introducir las definiciones que
se presentan a continuación.
Definición A.6. Dados dos eventos A y B, con P[B] 0, la probabilidad de A dado

B (denotada por P[A|B]) se define por:
P ⎡⎣ A ∩ B ⎤⎦
P ⎡⎣ A B ⎤⎦ = .
P ⎡⎣ B ⎤⎦
Definición A.7. Se dice que dos eventos A y B son independientes si:
P[A ∩ B] P[A]P[B].
Como ilustraremos con el siguiente ejemplo, P[A|B] se interpreta como la proba-

bilidad del evento A, dado que ocurrió el evento B. Note por ahora que, si A y B
son eventos independientes, entonces P[A|B] P[A], y P[B|A] P[B]; es decir, si
A y B son independientes, entonces “la ocurrencia de B no afecta la probabilidad
de A”, y “la ocurrencia de A no afecta la probabilidad de B”.
Ejemplo A.2. Experimentos independientes
Considere primero el lanzamiento de un dado, y suponga que cada suceso del espa-
cio muestral tiene la misma probabilidad de ocurrencia. Como S {1, 2, 3, 4, 5, 6}
consta de 6 sucesos, y P[S] 1, podemos deducir que la probabilidad de cada su-
ceso es 1/6; es decir P[{1}] P[{2}] … P[{6}] 1/6.
Si consideramos el evento B {1,3,5} (el resultado es impar) y el evento A {1,2,3,4}
(el resultado es menor o igual que 4), entonces A ∩ B {1,3}, y P[B] P[A] 3/6,
P[A ∩ B] 2/6; de donde se puede deducir (aplicando la definición A.5) que
P[A|B] 2/3; note que el evento B tiene tres elementos, dos de ellos (el 1 y el 3)
son favorables al evento A, por lo que P[A|B] puede interpretarse como la proba-
bilidad de A, dado que ocurrió el evento B (el “nuevo” espacio muestral es B). Una
interpretación similar puede aplicarse a P[A|B] 2/4.
Considere ahora el experimento de lanzar dos veces el mismo dado. Cada re-
sultado puede identificarse como una pareja (x1, x2), donde x1 el resultado del pri-
mer lanzamiento, y x2 el resultado del segundo; como cada uno de estos dos valores
puede ser un número entre 1 y 6, el espacio muestral S constará de 6 6 36
sucesos, y suponiendo de nuevo que los sucesos tienen la misma probabilidad, se

concluye que cada suceso tiene probabilidad 1/36.
Si identificamos al evento A como “el resultado del primer lanzamiento es
menor que 3”, y al evento B como “el resultado del segundo lanzamiento es mayor
que 4”, no sería sorprendente que los eventos A y B fueran independientes. Para
comprobar esta afirmación, podemos identificar explícitamente los sucesos de cada
uno de los eventos:
A {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2.6)},
B {(1,5), (2,5), (3,5), (4,5), (5,5), (6,5), (1,6), (2,6), (3,6), (4,6), (5,6), (6,6)},
A ∩ B {(1,5), (2,5), (1,6), (2,6)}.
Como A, B y A ∩ B contienen 12, 12 y 4 sucesos, respectivamente, se concluye que

P[A] 12/36 2/6, P[B] 12/36 2/6, y P[A ∩ B] 4/36, con lo que se comprue-
ba que, de acuerdo con la definición A.6, los eventos A y B son independientes.
Se mencionó que este resultado es congruente con el sentido común, debido
a que la ocurrencia del evento A depende sólo del resultado obtenido en el primer
lanzamiento, mientras que la ocurrencia del evento B depende sólo del resulta-
do obtenido en el segundo lanzamiento, y la intuición nos dice que el resultado
del primer lanzamiento no debe influir en el resultado del segundo; es decir, los
dos lanzamientos del dado son experimentos independientes. El lector puede
comprobar que, en este ejemplo, cualquier evento que depende sólo del primer
lanzamiento es independiente de cualquier evento que depende sólo del segun-
do lanzamiento.
Luego de introducir la noción de experimentos independientes, podemos enun-
ciar la siguiente propiedad, conocida como el concepto frecuencial de probabilidad.
Propiedad A.8. Sea A un evento contenido en el espacio muestral de un expe-

rimento aleatorio, y denotemos por n(A) al número de veces que ocurre el even-
to A, luego de n repeticiones independientes del mismo experimento aleatorio.
Entonces:
n( A)
P ⎡⎣ A ⎤⎦ = lim .
n →∞ n
El concepto frecuencial de probabilidad que se acaba de presentar permite una

interpretación más práctica que la definición A.6, ya que es más fácil apreciar a
partir de esta propiedad que la probabilidad es una medida de la frecuencia con
que ocurre un evento (al repetirse sucesivamente el experimento). Con base en este
concepto, podemos interpretar, por ejemplo, que si la probabilidad de obtener un
número par en el lanzamiento de un dado es 0.5, luego de muchos lanzamientos
del dado, aproximadamente 50% de las veces se habrá obtenido un número par.
Debemos indicar, sin embargo, que el concepto frecuencial es una consecuencia
directa de la Ley de los grandes números (que se presenta en la sección A.5 como
propiedad A.16).
VARIABLES ALEATORIAS
Para estudiar con mejor precisión un sistema, es conveniente cuantificar sus ca-
racterísticas relevantes, ya que las escalas numéricas (y de ser posible continuas)
permiten a menudo establecer conclusiones más precisas; por lo que es convenien-
te introducir un concepto que permita aplicar las probabilidades a experimentos
cuyos resultados están expresados en escalas numéricas. Esta conveniencia es la
que da lugar al concepto de variable aleatoria.
Definición A.8. Dado un espacio muestral S, una variable aleatoria X es una fun-
ción que a cada suceso s ∈ S le hace corresponder un número X (s) ∈ E, donde E
es un subconjunto de los números reales.
Por comodidad, en lo sucesivo se denotará por [X t] al evento {s ∈ S, X(s) t},
o por [X t] al evento {s ∈ S , X(s) t} (donde t es un número real), de manera que
si tenemos una probabilidad P bien definida sobre los eventos de S, entonces:
P ⎡⎣ X ≤ t ⎤⎦ = P ⎡⎣{s ∈S , X(s) ≤ t }⎤⎦ , t ∈ℜ ,
como se supone en la siguiente definición.
Definición A.9. Dada una variable aleatoria X, la función FX (definida sobre los
números reales) tal que FX (t ) = P ⎡⎣ X ≤ t ⎤⎦ , t ∈ℜ, es llamada la función de distribución
acumulativa (FDA) de X.
El objeto de la definición A.6 es hacer notar que en un experimento puede
haber una infinidad de características que se pueden observar (identificadas por
los sucesos), aunque exista el interés en estudiar cierta característica numérica X
(cuyos valores se pueden obtener a partir de los sucesos), y en particular la FDA
de la variable aleatoria X reúne la información relevante sobre la distribución de
probabilidades que obedecen los valores que toma la variable aleatoria X. Cualquier
función arbitraria sobre los reales no necesariamente es una FDA. A continuación
se mencionan las propiedades necesarias y suficientes para que una función FX
pueda ser una FDA.
Propiedad A.9. Si FX es la FDA de una variable aleatoria X, entonces satisface:
i) Para cualquier real t, 0 ≤ FX (t ) ≤ 1 .

ii) FX es no decreciente; es decir, para t1 t2 se cumple FX (t1 ) ≤ FX (t2 ).
iii) FX es continua por la derecha en cualquier punto.
iv) FX tiende a cero por la izquierda: lim FX (t ) = 0.
t →−∞
v) FX tiende a uno por la derecha: lim FX (t ) = 1.
t →∞
Ejemplo A.3. Construcción de una FDA
El presente ejemplo tiene como objetivo la ilustración de las definiciones A.8 y A.9.
Considere el experimento de lanzar dos veces el mismo dado (como en el ejemplo
A.2), y que se define la variable aleatoria X suma de los dos resultados obte-
nidos; para este experimento, identificaremos el espacio muestral, le asignaremos
una probabilidad y construiremos la FDA de X.
Como se vio en el ejemplo A.2, el espacio muestral S consta de 36 sucesos,
{ }
ya que S = ( x1 , x 2 ) : x1 , x 2 = 1, 2, 3, 4, 5, 6 , por lo que suponiendo que cada suceso
tiene la misma probabilidad, se deduce que cada suceso tiene probabilidad 1/36.
En cuanto a la variable aleatoria X, es claro que el menor valor de X es 2 (cuando
se obtiene (1,1)), y el máximo valor es 12 (cuando se obtiene (6,6)), de manera que
X es una variable aleatoria que toma valores en E {2, 3, …, 12}. En particular,
para obtener la función de distribución de X resulta más fácil primero obtener las
probabilidades para cada uno de los valores en E; estas probabilidades se ilustran
en la tabla A.1.
A partir de la tabla A.1, resulta sencillo deducir que, por ejemplo, para
2 t 3, P[X t] 1/36; para 3 t 4, P[X t] 3/36, y así de manera su-
cesiva; de manera que la FDA de X quedaría definida como se muestra en la tabla
A.2, que se ilustra en la figura A.1. El lector puede comprobar que la FDA que se
acaba de definir cumple con todas las condiciones de la propiedad A.9.
› Tabla A.1
k [X = k] P[X = k]
Probabilidades para la suma
2 {(1,1)} 1/36 de los dos resultados obtenidos.
3 {(1,2), (2,1)} 2/36
4 {(1,3), (2,2), (3,1)} 3/36
5 {(1,4), (2,3), (3,2), (4,1)} 4/36
6 {(1,5), (2,6), (3,3), (4,2), (5,1)} 5/36
7 {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} 6/36
8 {(2,6), (3,5), (4,4), (5,3), (6,2)} 5/36
9 {(3,6), (4,5), (5,4), (6,3)} 4/36
10 {(4,6), (5,5), (6,4)} 3/36
11 {(5,6), (6,5)} 2/36
12 {(6,6)} 1/36
RANGO DE VALORES FDA › Tabla A.2

FDA para la suma de los dos
t<2 P[X ≤ t] = 0 resultados obtenidos.
2≤t<3 P[X ≤ t] = 1/36
3≤t<4 P[X ≤ t] = 3/36
4≤t<5 P[X ≤ t] = 6/36
5≤t<6 P[X ≤ t] = 10/36
6≤t<7 P[X ≤ t] = 15/36
7≤t<8 P[X ≤ t] = 21/36
8≤t<9 P[X ≤ t] = 26/36
9 ≤ t < 10 P[X ≤ t] = 30/36
10 ≤ t < 1 P[X ≤ t] = 33/36
11 ≤ t < 12 P[X ≤ t] = 35/36
t ≥ 12 P[X ≤ t] = 1
› Figura A.1
Gráfica de la FDA para la suma
1 de los dos resultados obtenidos.
0.8
0.6
0.4
0.2
0 2 4 6 x8 10 12 14
Como puede apreciarse, la función de distribución de la variable aleatoria que

se presenta en el ejemplo A.3 es constante por tramos e incrementa sólo por saltos.
Esta característica se debe a que el conjunto E donde toma valores la variable alea-
toria del ejemplo es finito, y para este tipo de variables aleatorias es conveniente
caracterizar su distribución de probabilidades por su función de probabilidades que
se define a continuación.
Definición A.10. Sea X una variable aleatoria tomando valores en E; si el conjunto
de valores E es finito (o a lo más numerable), se dice que X es una variable alea-
toria discreta, y la función fX (definida sobre E), tal que fX ( k ) = P ⎡⎣ X = k ⎤⎦ , k ∈E, es
llamada la función de probabilidades de X.
La siguiente propiedad es necesaria y suficiente para que una función de
probabilidades esté bien definida.
Propiedad A.10. Sea X una variable aleatoria discreta que toma valores en el con-
junto E, y fX su correspondiente función de probabilidades; entonces fX cumple:
i) fX (k ) ≥ 0, k ∈E y
ii) ∑ fX (k) = 1.
k∈E
A manera de ejemplo considere la variable aleatoria del ejemplo A.3. A partir de
la tabla A.1 presentada en el ejemplo, podemos apreciar que P[X 2] 1/36,
P[X 3] 2/36, …, o, de manera más general, podemos verificar que la función
de probabilidades de X queda definida por:
6− k−7
f X (k ) = , k ∈E = {2, 3,…, 12}.
36
Cuando la característica en estudio puede tomar cualquier valor en una escala
continua (que es el caso de muchas de las mediciones de características físicas
como altura, peso, resistencia, etcétera), la función de distribución de la variable
aleatoria X es continua en los puntos donde toma valores, y en tal caso la distri-
bución de probabilidades puede caracterizarse por una “función de densidad” que
se define a continuación.
Definición A.11.Sea X una variable aleatoria y FX su correspondiente FDA. Se dice

que X es una variable aleatoria continua, si FX es continua en todos sus puntos. Si
existe además una función fX sobre los reales, tal que:
t
FX (t ) = ∫ fX ( x ) dx , t ∈ℜ ,
−∞
se dice que X es una variable aleatoria absolutamente continua y que fX es su fun-

ción de densidad.
Aunque el término “absolutamente continua” aplica sólo a las variables alea-
torias que admiten función de densidad, dado que las variables aleatorias continuas
de importancia son absolutamente continuas, en lo sucesivo se hará referencia a las
variables aleatorias “absolutamente continuas” simplemente como “continuas”. La
siguiente propiedad es necesaria para que una función de densidad esté bien definida.
Propiedad A.11: Sea X una variable aleatoria continua y fX su correspondiente

función de densidad; entonces fX cumple:
i) fX ( x ) ≥ 0, x ∈ℜ y
∞
ii) ∫ fX ( x ) dx = 1.
−∞
Note que la función de densidad de una variable aleatoria continua se puede ob-
tener a partir de su FDA, ya que fX(t) FX(t) (cuando la derivada existe). Por otro
lado, la función de densidad de una variable aleatoria continua X permite inter-
pretar P[a X b], como un área, ya que:
b
P ⎡⎣a < X < b ⎤⎦ = ∫ fX ( x ) dx
a
Es decir, P[a X b] es el área entre a y b, bajo la gráfica de y fX(x), como

se ilustra en la figura A.2. Es conveniente indicar que en el caso de variables
aleatorias continuas, la probabilidad de que la variable tome un valor particular
(P[X a]) es cero.
Con el objetivo de evaluar las propiedades de una variable aleatoria, es con-
veniente introducir medidas que, en general, reciben el nombre de parámetros de
la distribución de probabilidades de la variable aleatoria. En particular, la esperan-
za (que es una medida de tendencia central) y la varianza (que es una medida de
dispersión) de una distribución de probabilidades son dos parámetros que tienen
particular importancia en estadística (cuyas aplicaciones se verán más adelante).
Definición A.12. Sea X una variable aleatoria. Si X es una variable aleatoria dis-
creta que toma valores en el conjunto E, con función de probabilidades fX, su es-
peranza y su varianza están definidas por:
E ⎡⎣ X ⎤⎦ = X = ∑ k fX ( k ) , V ⎡⎣ X ⎤⎦ = X2 = ∑ ( k − X ) fX ( k ),
2
k∈E k∈E
respectivamente; y si X es una variable aleatoria continua con función de densidad

fX, su esperanza y su varianza están definidas por:
∞ ∞
x fX ( x ) dx , V ⎡⎣ X ⎤⎦ = X2 = ∫ ( x − X ) fX ( x ) dx,
2
E ⎡⎣ X ⎤⎦ = X = ∫
−∞ −∞
respectivamente. La raíz cuadrada de la varianza (a menudo denotada por X ) re-

cibe el nombre de desviación estándar. En adelante se utilizará la notación X|
para indicar que la esperanza de la variable aleatoria X existe y es finita, y, de ma-
nera similar, X2 para indicar que la varianza de la variable aleatoria X existe
y es finita.
En la definición A.12 (y en lo sucesivo) se utiliza indistintamente la notación
de E[X] o de X para referirse a la esperanza, y de V[X] o de X2 para referirse a la
› Figura A.2
y Gráfica de una función
de densidad.
y = f x(x)
P[a < X < b]
a b x
varianza de una variable aleatoria X. Es conveniente insistir en que en ambos casos

(continuo o discreto), la esperanza de una variable aleatoria es un promedio de los
valores que puede tomar la variable aleatoria, ponderados por la magnitud de sus
probabilidades (función de probabilidades en el caso discreto y función de densidad
en el caso continuo), por lo que la esperanza es una medida de tendencia central
de la distribución de probabilidades de la variable aleatoria, ya que indica alrede-
dor de qué parámetro se distribuyen los posibles valores de la variable aleatoria.
Asimismo, la varianza es también un promedio ponderado, pero del cuadrado de
las desviaciones respecto a la esperanza, por lo que es una medida de dispersión,
ya que evalúa la magnitud de las diferencias (respecto a la esperanza) de los valo-
res de la variable aleatoria. Por esta razón, es conveniente indicar que la varianza
es una esperanza por sí misma, como se indica en la siguiente propiedad.
Propiedad A.12. Sea X una variable aleatoria con varianza X2 ; entonces:
E [X X]2 X2.
Otra propiedad interesante de la esperanza es que se comporta como una función

lineal sobre variables aleatorias, como se precisa a continuación.
Propiedad A.13. Sean X1, X2, …, Xn variables aleatorias con X < ∞, i 1,2, …, n,
y sean c1, c2, …, cn constantes; entonces:
E ⎡⎣c1 X1 + c2 X2 + … + cn X n ⎤⎦ = c1 E ⎡⎣ X1 ⎤⎦ + c2 E ⎡⎣ X2 ⎤⎦ + …+
+ cn E ⎡⎣ X n ⎤⎦
APÉNDICE 2
Principales distribuciones
de variables aleatorias
A
continuación se presentarán las familias de distribuciones de variables alea-
torias más conocidas y que son relevantes por sus múltiples aplicaciones en
diferentes áreas. Cuando la distribución corresponda a una variable aleatoria
discreta, ésta se caracterizará por su función de probabilidades; si corresponde a
una variable continua, se caracterizará por su función de densidad. Las distribu-
ciones que se presentarán son: Bernouilli, Binomial, Binomial Negativa, Poisson,
Uniforme, Triangular, Normal, Exponencial, Gama, Weibull, y t-Student; las cuatro
primeras corresponden a variables aleatorias discretas, y las seis últimas a variables
aleatorias continuas. Es conveniente mencionar que cada una de estas distribuciones
es más bien una familia de distribuciones, ya que la correspondiente distribución
queda determinada por el valor de uno o varios parámetros que son propios de la
correspondiente familia. En la tabla A.3 se presenta un resumen de los parámetros
y características relevantes de cada una de estas distribuciones.
DISTRIBUCIÓN DE BERNOUILLI
Un experimento de Bernouilli con parámetro p es aquel en el que puede ocurrir
sólo uno de los siguientes dos resultados: éxito o fracaso. El número p (entre 0 y 1)
corresponde a la probabilidad de éxito; en consecuencia, la probabilidad de fracaso
es q 1 p. Sobre un experimento de Bernouilli con parámetro p se puede de-
finir la variable aleatoria X que toma el valor 0 si el resultado es fracaso, y 1 si el
resultado es éxito; en consecuencia, X es una variable aleatoria discreta que toma
valores en E {0, 1}, cuya función de probabilidades está dada por:
fX ( k ) = pk (1 − p)1−k , k = 0, 1.
Si la distribución de probabilidades de una variable aleatoria X obedece a

esta función de probabilidades, se dice que X sigue una distribución de Bernouilli
con parámetro p. En este caso, la notación X 苲 Ber(p) indicará que X sigue una
distribución de Bernouilli con parámetro p.
499
DISTRIBUCIÓN PARÁMETROS FUNCIÓN DE PROBABILIDAD/DENSIDAD ESPERANZA VARIANZA
Bernouilli 0<p<1 )
fX ( k = p k (1− p)1− k ,
X = p 2X = p(1− p)
k = 0,1
n 苸 {1, 2, …} ) ( n −n!k ! pk (1− p)n−k ,

fX ( k =
Binomial
0<p<1 ) X = np 2X = np(1− p)
k = 0,1…
, ,n
( n + k − 1)! pn (1− p)k , n (1− p ) n (1− p )

Binomial Negativa
n 苸 {1, 2, …} )
fX ( k =
k! X = 2X =
0<p<1 p p2
k = 0,1,…
e − k
Poisson 0<< )
fX ( k =
k!
,
X = 2X =
k = 0,1…
,
⎧ 1
Uniforme <a<b<
⎪
fX ( x ) = ⎨ b − a
, a < x < b,
X =
b+a
2X =
(b − a )2
⎪⎩0, de otra forma. 2 12
⎧ 2( x − a
⎪
)
, a < x ≤ c,
)
⎪ (b − a ( c − a ) a 2 + b2 + c 2
⎪ 2( b − x
⎪
fX ( x ) = ⎨
)
, c ≤ x < b, a +b+c 2X =
18
<a<c<b< X =
Triangular
⎪ (b − a (b − c) ) 3
−
ab + ac + bc
⎪0, de otra forma 18
⎪
⎪⎩
< < , fX ( x ) =
1
e − ( x − ) /2 , − ∞ < x < ∞
2 2
Normal X = 2X = 2
< 2 < , 2
⎧ 1 − x /
⎪ e , 0 < x < ∞,
Exponencial 0< < fX ( x ) = ⎨ X = 2X = 2
⎪⎩0, de otra forma..
)
2 2 ⎛ 2 ⎞
)
2X =
⎧
x
−1e − ( x / )
⎜⎝
⎟⎠

> 0, ⎪ , x > 0, ⎛ 1⎞
)
Weibull fX ( x ) = ⎨
X =

⎜⎝
⎟⎠
2
>0 ⎪0, 2 ⎡ ⎛ 1 ⎞ ⎤
⎩ de otra forma − ⎢ ⎜ ⎟⎥

2 ⎢⎣ ⎝
⎠ ⎥⎦
⎧ x
−1e − x /
⎪ , x > 0,
Gama

> 0,
>0
fX ( x ) = ⎨
(
⎪
) ) X =
2X =
2
⎩0, de otra forma
)⎛ n + 1⎞
⎜⎝ 2 ⎟⎠ ⎛ −
x2 ⎞ 2
n +1
)
t-Student n 苸 {1, 2, …} fX ( x ) = ⎜1+ ⎟ ,− ∞ < x < ∞ X = 0 2X =
⎛ n⎞ ⎝ n⎠ n +1
n ⎜ ⎟
⎝ 2⎠
› Tabla A.3
Parámetros y características
de las principales distribuciones.
PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS 501
› Figura A.3
Función de probabilidades
0.14
de una binomial con n = 50
0.12 y p = 0.3.
0.1
0.08
0.06
0.04
0.02
0
01
14
17
10
13
16
19
22
25
28
31
34
37
40
DISTRIBUCIÓN BINOMIAL
Suponga que un experimento de Bernouilli con parámetro p se repite (en forma
independiente) n veces. Si se denota por Xi a la correspondiente variable, que toma
el valor 0 si el i-ésimo experimento de Bernouilli es fracaso, y 1 si es éxito, enton-
ces la variable aleatoria X definida por X = X1 + X2 + … + X n es el número de éxitos
que ocurren en las n repeticiones. Es claro que X toma valores en E = {0, 1,…, n } ,
y puede comprobarse que su función de probabilidades está dada por:
fX ( k ) =
n!
pk (1 − p)n −k , k = 0, 1,…, n ,
( n − k )!
donde n ! = n(n − 1)…(2)(1) denota al factorial de n. Si la distribución de una va-
riable aleatoria X obedece a esta función de probabilidades, se dice que X sigue
una distribución binomial con parámetros n y p (se denotará X ∼ Bin ( n , p ) ). Nó-
tese que una distribución de Bernouilli corresponde a una distribución binomial
con n 1. Figura A.3.
DISTRIBUCIÓN BINOMIAL NEGATIVA

Suponga que un experimento de Bernouilli con parámetro p se repite (en forma
independiente) hasta que ocurre el n-ésimo éxito (donde n es un entero positivo).
Si se define a la variable aleatoria X como el número de fracasos obtenidos hasta
que ocurre el n-ésimo éxito, es claro que X toma valores en E = {0, 1,…}, y puede
comprobarse que su función de probabilidades está dada por:
fX ( k ) =
( n + k − 1)! pn (1 − p)k , k = 0,1,…
k!
Si la distribución de una variable aleatoria X obedece a esta función de proba-

bilidades, se dice que X sigue una distribución binomial negativa con paráme-
tros n y p (se denotará X ∼ Bineg ( n , p )). En el caso particular que n 1, se dice
que la variable aleatoria sigue una distribución geométrica con parámetro p.
Figura A.4.
› Figura A.4
Función de probabilidades 0.14
de una binomial negativa con
n = 5 y p = 0.5. 0.12
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
DISTRIBUCIÓN DE POISSON
La distribución de Poisson aparece en la literatura sobre probabilidades de dife-
rentes maneras, siendo una de las más difundidas la que se basa en la siguiente
propiedad.
Propiedad A.14. (Aproximación de la binomial por la Poisson): Considérense dos

secuencias, la primera de números enteros, n1, n2, …, y la segunda de números rea-
les entre 0 y 1, p1, p2, …, en las que se mantiene la relación ni, pi, i 1,2, …,
y lim pi = 0; entonces:
i →∞
ni ! e − k
lim pi k (1 − pi )ni −k = , k = 0, 1,…
i →∞ ( n − k )! k!
i
Nótese que en el lado izquierdo de la ecuación que se acaba de presentar figuran

las probabilidades de distribuciones binomiales, y que la suma (sobre k) de las ex-
presiones del lado derecho es 1. En particular, se dice que una variable aleatoria
X sigue una distribución de Poisson con parámetro (se denotará X ∼ Pois ( )) si
es una variable aleatoria que toma valores en E = {0, 1,…}, y su función de proba-
bilidades está dada por:
e − k
fX ( k ) = , k = 0, 1, ….
k!
Destacamos que la propiedad A.14 justifica el hecho de que si n es “grande” y p
es “pequeño”, las probabilidades de una distribución binomial con parámetros n y
p pueden aproximarse por las probabilidades de una distribución de Poisson con
parámetro np. Figura A.5.
DISTRIBUCIÓN UNIFORME
Dados dos números reales a < b, se dice que una variable aleatoria X se distribuye
uniformemente entre a y b ( X ∼ Uni ( a, b ) ), si es una variable aleatoria continua
con función de densidad:
› Figura A.5
Función de probabilidades
0.1
de una Poisson con = 20.
0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
⎧ 1
⎪
f X ( x ) = ⎨ b − a , a < x < b,
⎪⎩ 0, de otra forma,
Como puede apreciarse en la figura A,6, la función de densidad de una distribución

uniforme entre a y b es constante en el intervalo (a, b), y cero fuera del mismo,
lo que indica que la variable aleatoria sólo puede tomar valores mayores que a y
menores que b, de manera “aleatoria”; es decir, los valores de esta variable se dis-
tribuyen uniformemente dentro del intervalo (a, b), por lo que esta distribución
puede utilizarse como modelo cuando la única información disponible consiste en
el valor máximo y el valor mínimo de la variable aleatoria.
Por otro lado, la distribución uniforme tiene particular importancia en simu-
lación, ya que los métodos para generar (por computadora) variables aleatorias
de cualquier distribución se construyen a partir de la generación de una variable
aleatoria distribuida uniformemente entre 0 y 1. Un generador de números aleatorios
de una calculadora o de un programa de computadora genera, en teoría, observa-
ciones independientes de una variable aleatoria distribuida uniformemente entre
› Figura A.6
Función de densidad de una
0.8
unifome con a = 1, y b = 3.
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0 1 2 3 4
X
0 y 1, por lo que una distribución uniforme entre 0 y 1 recibe también el nombre

de número aleatorio.
DISTRIBUCIÓN TRIANGULAR
Cuando además del valor mínimo (a) y del valor máximo (b), se dispone del valor
más probable (c) de una variable aleatoria continua, el modelo más sencillo que
puede suponerse para la variable aleatoria es una distribución triangular. Se dice
que una variable aleatoria X sigue una distribución triangular con parámetros a, c y
b (X ∼ Tria ( a, c , b )), si es una variable aleatoria continua con función de densidad:
⎧ 2( x − a )
⎪ , a < x ≤ c,
⎪ ( b − a )( c − a )
⎪⎪ 2 ( b − x )
fX ( x ) = ⎨ , c ≤ x < b,
⎪ ( b − a )( b − c )
⎪ 0, de otra forma,,
⎪
⎪⎩
Como puede apreciarse en la figura A,7, si X ∼ Tria ( a, c, b ) , su función de densidad
crece en línea recta a partir de a, alcanza su valor máximo en c, decrece en línea
recta hasta hacerse cero en b, y es cero fuera del intervalo (a, b), por lo que el pa-
rámetro c puede interpretarse como el valor más probable.
DISTRIBUCIÓN NORMAL
La distribución normal es la distribución continua de mayor importancia en Es-
tadístíca, debido al papel que le otorga el Teorema del límite central (vea la pro-
piedad A.17 en la sección A.5), Se dice que una variable aleatoria X se distribuye
normalmente con esperanza y varianza 2 (X ∼ Nor ( , 2 )), si es una variable
aleatoria continua con función de densidad:
1
fX ( x ) = e −( x − )2 /2 2 , − ∞ < x < ∞.
2
› Figura A.7
Función de densidad de una
triangular con a = 2, c = 3,
y b = 5. 0.6
0.5
0.4
0.3
0.2
0.1
0
1 2 3 X 4 5 6
› Figura A.8
Nor(5,10) Función de densidad
0.12 de la distribución normal.
0.1
0.08
Nor(5,20)
0.06 Nor(5,30)
0.04
0.02
-10 -5 0 5 10 15 20
X
Como puede apreciarse de la figura A.8, la gráfica de la función de densidad

de la distribución normal sigue la clásica forma acampanada, y es simétrica con
respecto a la recta x .
Cuando X ∼ Nor ( 0, 1), se dice que X sigue una distribución normal estándar,
misma que tiene particular importancia porque las probabilidades de una distri-
bución normal cualquiera se pueden calcular a partir de las probabilidades de una
distribución normal estándar, utilizando la siguiente propiedad.
Propiedad A.15. Suponga que X ∼ Nor ( , 2 ), entonces la variable aleatoria:
X −
Z=

sigue una distribución normal estándar.
DISTRIBUCIÓN EXPONENCIAL
Se dice que una variable aleatoria X se distribuye exponencialmente con esperanza
(X ∼ Exp ( )), si es una variable aleatoria continua con función de densidad:
⎧ 1 − x /
⎪ e , 0 < x < ∞,
fX ( x ) = ⎨
⎪⎩ 0, de otra forma
Esta distribución a menudo se utiliza para modelar los tiempos entre llegadas de
eventos que ocurren de manera aleatoria, tales como catástrofes (terremotos, incen-
dios, etcétera), llamadas telefónicas a una central, mensajes de correo electrónico
a un servidor, fallas imprevistas, entre otros. Como puede apreciarse de la figura
A.9, la distribución exponencial admite sólo valores positivos, siendo los valores
con mayor densidad los que están cerca de cero; un conjunto de observaciones típi-
cas de una distribución exponencial constaría de corridas de valores pequeños que
siguen después de un valor grande, por lo que, si esta distribución se utiliza para
modelar el tiempo entre catástrofes, se estaría cumpliendo el conocido proverbio:
“Cuando llega una catástrofe, llegan todas juntas.”
› Figura A.9
Función de densidad de la 1
distribución exponencial. Exp (1)
0.8
0.6
0.4
Exp (2)
0.2 Exp (5)
0
2 4 6 8 10 12 14 16 18 20
DISTRIBUCIÓN DE WEIBULL
La de Weibull es otra distribución que admite sólo valores positivos, y tiene impor-
tantes aplicaciones en confiabilidad y mantenimiento de equipos, ya que es muy
apropiada para modelar el tiempo de vida sin fallas de máquinas, componentes y
equipo. Dados los parámetros
0 y 0, se dice que la variable aleatoria X
sigue una distribución de Weibull con parámetros
y ( X ∼ Wei (
, )), si es una
variable aleatoria continua con función de densidad:
⎧
x
−1e −( x / )
⎪ , x > 0,
fX ( x ) = ⎨
⎪⎩ 0, de otra forma
Como puede apreciarse en la figura A.10, la función de densidad de la distribu-

ción de Weibull está caracterizada por el parámetro de forma
, y el parámetro
de escala . Asimismo, se debe indicar que la distribución exponencial es un caso
particular de la distribución de Weibull para
1.
DISTRIBUCIÓN GAMA
La distribución gama recibe su nombre de la conocida función gama, que es la
definida por:
∞
)( z ) = ∫ t
0
z −1e − t dt , z > 0.
La función gama puede concebirse como generalización del concepto de factorial

de un número entero positivo, ya que es una función creciente ( n ) = ( n − 1)! para )
n = 1, 2,…, y en general )( z ) = ( z − 1))( z − 1) para z 1.
› Figura A.10
Función de densidad
1.4 de la distribución de Weibull.
1.2
Wei (3,1)
0.8
y
0.6 Wei (2,1)
0.4 Wei (1,1)
0.2
0
1 2 x 3 4 5
Dados los parámetros

0 y 0, se dice que la variable aleatoria X sigue una
distribución gama con parámetros
y (X ∼ Gam (
, )), si es una variable alea-
toria continua con función de densidad:
⎧ x
−1e − x /
, x > 0,
⎪
)
f X ( x ) = ⎨
(
)
⎪
⎩ 0, de otra forma,
Como puede apreciarse en la figura A.11, la función de densidad de la dis-

tribución gama admite una gran variedad de formas, y está caracterizada por el
parámetro de forma
y el parámetro de escala . Asimismo, se debe indicar que
la distribución exponencial también es un caso particular de la distribución gama
para
1.
Una subfamilia de la distribución gama que tiene importantes aplicaciones
en Estadística es la distribución 2 (a menudo se pronuncia “chi cuadrado”), que
depende de un parámetro entero llamado grados de libertad. En específico se dice
que una variable aleatoria X sigue una distribución 2 con n grados de libertad
(denotado X ∼ 2 (n)), si
X ∼ Gam ( n / 2, 1 / 2).
DISTRIBUCIÓN T-STUDENT
Se dice que una variable aleatoria X sigue una distribución t-Student con n grados
de libertad (denotado X ∼ t(n )), si es una variable aleatoria continua con función de
densidad:
› Figura A.11
Función de densidad
de la distribución gama. 0.2
0.15
Gam (1,5)
0.1
Gam (2,5)
Gam (5,5)
0.05
0
10 20 30 40
x
)⎛ n + 1⎞
⎜⎝ 2 ⎟⎠
⎛
−
x2 ⎞ 2
n +1
)
fX ( x ) = ⎜ 1 + n ⎟⎠ , − ∞ < x < ∞.
⎛ n⎞ ⎝
n ⎜ ⎟
⎝ 2⎠
Como puede apreciarse de la figura A.12, la gráfica de la función de densidad de

la distribución t-Student tiene una forma muy parecida a la de la densidad de la
distribución normal estándar. Más aún, se sabe que la densidad de la distribución
t-Student tiende a la densidad de la distribución normal estándar a medida que
n → . La distribución t-Student tiene aplicaciones en Estadística (como se verá
en la sección A.5) derivadas de su relación con la distribución normal.
› Figura A.12
Función de densidad t(50)
de la distribución t-Student. 0.4
t(5)
t(2)
0.3
y 0.2
0.1
-4 -3 -2 -1 0 1 2 3 4
X
APÉNDICE 3
Introducción a la estadística
descriptiva
L
a Estadística tiene dos ramas bien diferenciadas, la Estadística descriptiva
y la Estadística inferencial. La primera se ocupa de las técnicas adecuadas
para el ordenamiento, tabulación y representación de las observaciones pro-
venientes de una variable aleatoria en estudio; mientras que la segunda, como su
nombre lo indica, tiene por objeto la extracción de conclusiones respecto a una
o más variables aleatorias en estudio, a partir de información proporcionada por
una muestra de observaciones.
Cuando se estudia una variable aleatoria, con frecuencia se dispone de obser-
vaciones de la variable; un problema importante a resolver es el de seleccionar la
distribución (y sus parámetros) que se ajusta mejor a las observaciones. Este pro-
blema tiene particular importancia cuando la distribución y sus parámetros deben
especificarse como entrada en un modelo de simulación; puede afrontarse utilizan-
do primero herramientas de Estadística descriptiva para describir las observaciones
y facilitar la identificación de la distribución más apropiada para representar los
datos. A continuación se pueden ensayar herramientas de Estadística inferencial
para estimar los valores de los parámetros que explican mejor las observaciones.
En estas dos últimas secciones se presentarán, respectivamente, introduccio-
nes a las técnicas de Estadística descriptiva y de Estadística inferencial que están
ligadas al problema de seleccionar una distribución de probabilidades (y sus pará-
metros) que represente mejor una muestra dada de observaciones de una variable
aleatoria.
DESCRIPCIÓN DE DATOS NO AGRUPADOS

El primer paso para iniciar la descripción de una muestra se puede intentar a par-
tir del cálculo de medidas que indican algunas de sus características; tales medidas
pueden agruparse en dos clases: las medidas de tendencia central y las de disper-
sión. Muchas de estas medidas surgen con la idea de aproximar algún parámetro
desconocido de la distribución de la variable en estudio; es por ello que también son
llamadas estimadores. El estudio de los métodos para aproximar (estimar) el valor
509
de parámetros a partir de medidas provenientes de una muestra recibe el nombre

de estimación puntual, y es un área importante de la Estadística inferencial.
Las medidas de tendencia central sirven para dar una idea del valor numérico alre-
dedor del cual se encuentra el mayor número de observaciones (se presentarán tres
de ellas, la media, la mediana y la moda), mientras que las medidas de dispersión
dan una idea de la magnitud de las discrepancias de los valores muestrales respec-
to a un valor central (se presentarán el rango, la varianza muestral, la desviación
estándar muestral y el coeficiente de variación). Denotando con X1, X2, …, Xn a los
n valores de la muestra de observaciones de la variable aleatoria X, y por Y1 Y2
… Yn a los mismos valores, pero ordenados de menor a mayor, a continuación
se definen las principales medidas de tendencia central y de dispersión.
Definición A.13: La media (o promedio) muestral (X(n)) es el promedio simple de

los datos; se define por:
1 n
X (n ) = X i = ( X1 + X 2 + … + X n ).
1
∑
n i =1 n
Definición A.14: La mediana muestral (Mo) es un valor que parte en dos a las ob-
servaciones. El número de valores mayores que la mediana es igual al número de
valores menores; se define por Me = Y( n +1)/2, si n es impar, y Me = (Yn /2 + Y1+ n /2 ) / 2,
si n es par.
Definición A.15: La moda muestral (Mo) es el valor (o los valores) que más se
repite(n) en la muestra.
Definición A.16: El rango (R) es la diferencia entra el valor más alto de una mues-
tra y el menor; es decir:
R = Yn − Y1.
Definición A.17: La varianza muestral (SX2 ) es el promedio del cuadrado de las

desviaciones muestrales respecto a la media muestral; se define por:
1 n
(
∑ X − X (n ) , )
2
SX2 =
n − 1 i =1 i
Esta medida de dispersión no se expresa en unidades de la muestra, sino en uni-

dades al cuadrado.
Definición A.18. La desviación estándar muestral (SX) es la raíz cuadrada de la va-

rianza muestral, SX = SX2 . La desviación estándar se expresa en las mismas uni-
dades de la muestra.
Definición A.19. El coeficiente de variación muestral (CV) es el cociente de la des-

viación estándar entre la media muestral, CV = SX / X ( n ). A menudo se expresa
en porcentaje, luego de multiplicarse por 100, y tiene la ventaja de ser una medida
absoluta; es decir, no tiene unidades.
Cuando la variable aleatoria es discreta, la muestra de observaciones pre-
senta valores repetidos, y se pueden construir gráficas ilustrativas de la magnitud
de la frecuencia de ocurrencia de cada valor; con este propósito, la gráfica más
utilizada es el diagrama de barras. Para construir esta gráfica, para cada valor de
la muestra debe calcularse el número de veces que aparece repetido (llamado la
frecuencia absoluta de dicho valor), mismo que se divide entre el número total
(n) de observaciones, para obtener la frecuencia relativa. El diagrama de barras de
INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA 511
la muestra de observaciones es la gráfica en la que a cada valor de la muestra se

hace corresponder una barra de tamaño de longitud igual a su frecuencia relativa.
La construcción de un diagrama de barras utilizando una hoja de cálculo (como
Excel) es muy sencilla, como se ilustra en el siguiente ejemplo.
Ejemplo A.4. Descripción de observaciones de una variable discreta
En una estación de servicio automotriz se vende el lubricante Super-RX en enva-

ses de un litro; con el objetivo de establecer una política adecuada de pedidos, el
administrador de la estación desea investigar la distribución del número de litros
que pide cada cliente, por lo que su asistente ha registrado el número de litros que
ha solicitado cada uno de 100 clientes, como se presenta a continuación:
1 2 4 3 2 3 1 4 5 2 2 1 2 1 1 4 2 3 2 5 3 2 3 1 3
5 2 2 1 2 1 1 4 2 3 2 5 3 2 3 1 3 1 2 4 3 2 3 1 4
3 2 5 3 2 3 1 3 1 2 4 3 2 3 1 4 5 2 2 1 2 1 1 4 2
4 5 2 2 1 2 1 1 1 2 4 3 2 3 1 4 2 3 2 5 3 2 3 1 3
Con base en la información proporcionada, se puede apreciar que ningún

cliente ha demandado más de cinco litros. Por otra parte, se puede obtener una
mejor idea de la frecuencia de los diferentes tamaños de pedido de los clientes, si
contamos cuántas veces se repiten los diferentes tamaños —este número se cono-
ce como frecuencia absoluta— (vea la tabla A.4) y se calcula la frecuencia relati-
va, que es la frecuencia absoluta dividida entre el número total de observaciones
(n 100, en este caso).
En la tabla A.2 se presenta la tabla de frecuencias correspondiente a los
datos originales del número de litros solicitados por cada uno de los 100 clientes.
En la primera columna se registra el resultado de la operación de conteo, y en las
siguientes columnas se indican las correspondientes frecuencias absolutas y relati-
vas. A partir de los datos de la tabla A.2, se pueden calcular también las medidas
de tendencia central y de dispersión de la muestra. De esta manera, la media de
la muestra es:
1(24) + 2(32) + … + 5(8)
X (n ) = = 2.48 ,
100
la mediana de la muestra es Me = (Y50 − Y51 ) / 2 = ( 2 + 2) / 2 = 2, y la moda (el valor que

más se repite) de la muestra es Mo 2. Por otra parte, la varianza muestral es:
(1 − 2.48)2 (24) + (2 − 2.48)2 (32) + … + (5 − 2.48)2 (8)
S2 = = 1.4642 ,
(100 − 1)
TAMAÑO FRECUENCIA FRECUENCIA › Tabla A.2

Tabla de frecuencias para datos
DE PEDIDO CONTEO ABSOLUTA RELATIVA
discretos.
///// ///// ///// ///// ////// ///// /////
1 ///// //// 24 0.24
///// ///// ///// ///// ///// /////// /////
2 ///// ///// ///// ///// // 32 0.32
///// ///// ///// ///// ///////// ///// /////
3 ///// //// 24 0.24
4 ///// ///// ////// ///// // 12 0.12
5 ///// /// 8 0.08
› Figura A.13
Diagrama de barras del tamaño
de pedidos de clientes
Tamaños de pedido de clientes
0.4
0.3
Frecuencia
0.2
Relativa
0.1
0
1 2 3 4 5
la desviación estándar es S 1.12, y el coeficiente de variación es 49% (relativa-

mente alto).
En la figura A.13 se presenta el diagrama de barras correspondiente a las 100
observaciones del tamaño de pedido de los clientes, en el cual se asigna a cada valor
observado una barra con una altura igual a su frecuencia relativa. Las frecuencias
relativas, de acuerdo con el concepto frecuencial de probabilidad, son una buena
aproximación de las probabilidades de los tamaños de pedido, por lo que el diagra-
ma de barras es una buena ilustración gráfica de la función de probabilidades de
la correspondiente variable aleatoria discreta.
AGRUPAMIENTO DE DATOS
Cuando la variable aleatoria en estudio es continua, no tiene sentido construir un
diagrama de barras para la muestra de observaciones, ya que, en teoría, no deben
existir valores repetidos; si los hay, es sólo por falta de precisión en la medición.
Con el objetivo de construir una gráfica que ilustre la magnitud de la frecuencia de
ocurrencia de los valores de la variable en estudio, es conveniente llevar a cabo un
proceso de agrupamiento de datos. Para nuestros fines, el agrupamiento de datos
tiene por objeto tratar de investigar la forma que presenta la función de densidad
de la variable en estudio, mediante la construcción de diagramas y representacio-
nes gráficas que se presentarán más adelante. La metodología de agrupamiento
consiste, en términos generales, en la construcción de intervalos —llamados inter-
valos de clase— y en el conteo de las observaciones que caen en cada intervalo. A
continuación se sugiere el siguiente procedimiento para agrupar los datos de una
muestra de n observaciones de una variable aleatoria:
1. Calcular el rango (R).

2. Seleccionar un número de intervalos de clase (k), siguiendo las siguientes
reglas:
• Si n 75, entre 5 y 7 intervalos.
• Si 75 n 300, entre 6 y 10 intervalos.
• Si n 300, entre 10 y 20 intervalos.
3. Calcular la amplitud (A) de cada intervalo de clase, dividiendo R entre k. Se
sugiere que A esté expresada con el mismo número de decimales que los
datos de la muestra, para lo cual puede ser necesario redondear la división
R/k (el redondeo será siempre hacia arriba).
4. Determinar los límites inferior y superior de cada intervalo de clase, tenien-
do en cuenta que el límite inferior de la primera clase es el valor menor en
la muestra menos la mitad de la última cifra significativa de los datos; por
ejemplo, si los datos tienen dos cifras decimales, se resta 0.005 (si son tres,
se resta 0.0005). Los límites inferiores de las siguientes clases se obtienen
sumando la amplitud al límite inferior de la clase anterior. El límite superior
de cada clase es igual al límite inferior de la clase anterior.
5. Efectuar una operación de conteo para determinar el número de observa-
ciones que cae en cada intervalo de clase, el cual será llamado la frecuencia
absoluta del intervalo correspondiente.
6. Construir la tabla de frecuencias para datos agrupados, la que tendrá una
fila por cada intervalo de clase, y columnas correspondientes a los límites de
clase, las marcas de clase (puntos medio de los límites), las frecuencias abso-
lutas y las frecuencias relativas, respectivamente (vea la tabla A.3).
La información contenida en una tabla de frecuencias para datos agrupados permi-

te la construcción de representaciones gráficas que describen los datos, siendo las
más conocidas el histograma de frecuencias y el polígono de frecuencias. El histo-
grama de frecuencias es un diagrama de barras que contiene una barra por cada
intervalo de clase, donde el ancho de cada barra está determinado por los límites
de clase, y la altura de cada barra es proporcional a la frecuencia absoluta del in-
tervalo de clase. El polígono de frecuencias es la gráfica de las marcas de clase de
los intervalos contra la frecuencia absoluta (o relativa) de los intervalos de clase. El
polígono de frecuencias trata de aproximar la forma de la (posible) función de den-
sidad de la variable aleatoria en estudio, y el histograma ilustra la magnitud de las
probabilidades de los correspondientes intervalos de clase.
Existe una gran diversidad de software que permite la construcción automática
de histogramas a partir de los datos originales; por ejemplo, Excel tiene esta ayuda
a través de la opción Análisis de datos del submenú Herramientas, y los paquetes
diseñados para ajustar distribuciones (como BestFit, ExpertFit, o el Input Analyzer
de Arena) a menudo incluyen un procedimiento para la construcción automática de
histogramas, e incluso su comparación con la función de densidad de una distri-
bución ajustada a los datos.
Ejemplo A.5. Descripción de una muestra de tiempos entre llegadas
Con el objeto de investigar la demanda de lubricantes Super-RX, el administrador

del ejemplo A.4 necesita, además de la información sobre tamaños de pedidos,
información acerca de la frecuencia con que llegan los clientes a comprar el lubri-
cante, por lo que le solicitó a su asistente información sobre la variable aleatoria
“tiempo entre llegadas de los clientes”. Con este propósito, el asistente tomó un
cronómetro, y cada vez que llegaba un cliente registraba el tiempo (en minutos)
que había transcurrido desde la llegada del cliente anterior. A continuación se pre-
sentan los datos obtenidos para 100 clientes.
22.57 0.76 19.48 8.82 11.04 1.88 54.86 0.96 31.82 6.28
12.24 4.03 0.27 1.52 11.75 4.42 30.92 7.50 7.95 16.15
40.24 2.97 21.50 27.26 28.67 34.54 0.49 8.27 7.75 9.17
7.00 23.25 6.47 1.72 16.35 8.47 0.44 44.53 15.16 10.04
18.62 12.73 20.78 46.42 5.46 17.72 5.60 3.85 18.37 6.08
35.79 16.77 3.62 23.45 13.46 69.46 14.86 14.48 20.84 2.08
1.40 0.08 7.31 6.74 13.05 63.90 9.69 2.14 24.25 27.49
38.58 10.90 12.57 0.90 19.71 3.32 50.53 36.27 4.22 29.69
2.64 5.00 10.49 3.43 4.90 5.30 5.83 26.43 9.44 14.05
25.35 17.37 2.39 11.52 4.61 1.16 15.51 10.15 2.50 3.10
Con objeto de describir la muestra, se pueden calcular medidas de tendencia

central y de dispersión, para lo cual puede ser conveniente la utilización de una
hoja de cálculo. Por ejemplo, para calcular la mediana muestral, se pueden ordenar
los datos utilizando la opción Ordenar del submenú Datos de Excel, y se encontrará
que la mediana muestral es Me = (Y50 + Y51 ) / 2 = (10.15 + 10.59) / 2 = 10.319, lo cual
indica que la mitad de los tiempos entre llegadas estarán por arriba de 10.319 mi-
nutos, y la otra mitad por debajo de dicho valor. Por otro lado, la media muestral
se puede calcular utilizando la función PROMEDIO de Excel, y se encontrará que
el promedio de los tiempos entre llegadas es de X(n) 14.838 minutos. En cuan-
to a las medidas de variabilidad —la varianza y la desviación estándar— se pueden
calcular con las funciones VAR y DESVEST de Excel, respectivamente, y se encon-
trará que S2 206.337 minutos al cuadrado, y S 14.364 minutos, por lo que el
coeficiente de variación resultaría de CV 96% (muy alto), por lo que se concluye
que estos datos presentan una alta variabilidad.
Con la intención de investigar la forma de la función de densidad del tiempo
entre la llegada de clientes, construiremos una tabla de datos agrupados, siguiendo
los pasos sugeridos:
1. El rango de la muestra es: R 69.46 0.08 69.38

2. Como el tamaño de la muestra está entre 75 y 300, seleccionamos k 8 in-
tervalos de clase.
3. De acuerdo con el rango calculado y el número de intervalos seleccionado,
calculamos la amplitud A 69.38/8 8.672, y, siendo que nuestros datos
tienen dos decimales de aproximación, se redondea esta cantidad hacia arri-
ba para obtener A 8.68.
4. Con base en el menor valor de la muestra (0.08) y la amplitud (8.68), cons-
truimos los límites inferior y superior para cada uno de los ocho intervalos
de clase: 0.075-8.755, 8.755-17.435, 17.435-26.115, 26.115-34.795, 34.795-43.475,
43.475-52.155, 52.155-60.835 y 60.835-69.515. Note que, para hallar el límite
inferior de la primera clase, se restó 0.005 (la mitad de 0.01) a 0.08.
5. Se efectúa la operación de conteo.
6. Se construye la tabla de frecuencias para datos agrupados que se presenta
en la tabla A.3. El conteo se puede realizar automáticamente en Excel, uti-
lizando la función Histograma de la opción Análisis de Datos del submenú
Herramientas.
Con base en la información consolidada en la tabla de frecuencias para datos

agrupados, podemos construir el histograma de frecuencias y el polígono de fre-
cuencias. El histograma es un diagrama en el que a cada intervalo de clase se le
asigna una barra de tamaño proporcional a su frecuencia para ilustrar la magnitud
› Tabla A.3 LÍMITE LÍMITE MARCA FRECUENCIA FRECUENCIA

Tabla de frecuencias para datos
INFERIOR SUPERIOR DE CLASE CONTEO ABSOLUTA RELATIVA
agrupados de tiempos entre
llegadas. ///// ///// ///// ///// /////
0.075 8.755 4.415 ///// ///// ///// //// 44 0.44
8.755 17.435 13.095 ///// ///// ///// ///// ///// 25 0.25
17.435 26.115 21.775 ///// ///// /// 13 0.13
26.115 34.795 30.455 ///// /// 8 0.08
34.795 43.475 39.135 //// 4 0.04
43.475 52.155 47.815 /// 3 0.03
52.155 60.835 56.495 / 1 0.01
60.835 69.515 65.175 // 2 0.02
› Figura A.14
Tiempo entre llegadas Histograma de frecuencias
de los tiempos entre llegadas
de clientes
0.5
0.4
0.3
Frecuencia
0.2 relativa
0.1
0
4.415 13.095 21.775 30.455 39.135 47.815 56.495 65.175
de las probabilidades de los intervalos. En la figura A.14 se muestra el histograma

correspondiente a la muestra de tiempos entre llegadas sucesivas, donde se puede
apreciar que los intervalos con valores pequeños son los que tienen mayor proba-
bilidad (frecuencia). El histograma se puede construir utilizando el tipo de gráfica
Columnas de Excel (el mismo que se usó para construir el diagrama de barras de
la figura A.13).
El polígono es una gráfica en la que se generan puntos asignando a cada marca
de clase un valor proporcional a la frecuencia (por ejemplo, la frecuencia relati-
va), y después se unen dichos puntos (véase la figura A.15); el polígono resultante
proporciona una idea de la forma de la función de densidad que mejor explica las
observaciones. El polígono de la figura A.15 se puede construir utilizando el tipo
de gráfica Líneas de Excel. Note que, en caso de la figura A.15, el polígono resul-
tante se asemeja a la función de densidad de una distribución exponencial (vea la
figura A.9).
INTRODUCCIÓN A LA ESTADÍSTICA INFERENCIAL

La estadística inferencial tiene por objeto el establecimiento de conclusiones sobre
los parámetros de una variable aleatoria en estudio, a partir de una muestra de
observaciones de la variable aleatoria. En particular, la estimación de parámetros,
› Figura A.15
Tiempos entre llegadas Polígono de frecuencias de
los tiempos entre llegadas
de clientes
0.5
0.4
0.3
Polígono de
0.2 frecuencias
0.1
0
4.415 13.095 21.775 30.455 39.135 47.815 56.495 65.175
que es el proceso de investigar el valor de un parámetro desconocido a partir de

una muestra de observaciones de la variable aleatoria, es uno de los problemas más
relevantes de la estadística inferencial. En esta sección se explicarán brevemente
los mecanismos para estimar la esperanza de una variable aleatoria, a partir de una
muestra de observaciones X1, X2, …, Xn de la misma. Un supuesto necesario para
la validez de los métodos que se presentarán es que el valor particular de cada ob-
servación no influye en el valor particular de cualquier otra, en cuyo caso se dice
que es una muestra aleatoria, como se precisa con la siguiente definición.
Definición A.13. Dada una distribución de probabilidades (caracterizada por una

función de probabilidades, en el caso discreto, o por una función de densidad, en
el caso continuo), una muestra aleatoria de tamaño n de dicha distribución es un
conjunto X1, X2, …, Xn de variables aleatorias independientes e idénticamente dis-
tribuidas, según la distribución de probabilidades dada.
Una muestra aleatoria a menudo se genera replicando un experimento n veces
(en forma independiente y bajo las mismas circunstancias), para registrar el valor
que toma la variable aleatoria que se desea estudiar, donde Xi representa el va-
lor obtenido en la i-ésima repetición. Una de las propiedades más importantes de
las muestras aleatorias es que, si calculamos el promedio de la muestra aleatoria,
éste se aproximará a la esperanza de la variable aleatoria, a medida que el tamaño
de la muestra se hace mayor, propiedad que es conocida como la Ley de los gran-
des números.
Propiedad A.16: (Ley de los grandes números) Sea X1, X2, …, una secuencia de
variables aleatorias independientes e idénticamente distribuidas, cuya distribución
n
común tiene esperanza ( ), y sea X(n ) = (1 / n )∑ X i (la media de la muestra
i =1
aleatoria de tamaño n). Entonces (con probabilidad 1):
lim X ( n ) = .
n →∞
La Ley de los grandes números garantiza que la media de una muestra aleato-
ria es un estimador consistente de la esperanza , ya que, a medida que el tamaño
de muestra crece, la media muestral se estará aproximando mejor a la esperanza.
Esta propiedad justifica también una interpretación muy difundida de la esperan-
za de una variable aleatoria como el promedio de largo plazo (cuando se repite el
experimento muchas veces). El grado de precisión con que la media muestral se
aproxima a la esperanza, sin embargo, no nos lo proporciona la Ley de los grandes
números, pero sí otra propiedad no menos importante, conocida con el nombre de
Teorema del Límite Central.
Propiedad A.17. (Teorema del Límite Central) Sea X1, X2, …, una secuencia de va-
riables aleatorias independientes e idénticamente distribuidas, cuya distribución
n
común tiene esperanza y varianza 2 ; y sea X(n ) = (1 / n )∑ X i (la media de

i =1
la muestra aleatoria de tamaño n). Entonces la FDA de la variable aleatoria:
X(n ) −
/ n
converge a la FDA de la distribución normal estándar, a medida que n → .

El Teorema del Límite Central establece que la distribución del promedio de
una muestra aleatoria se aproxima a la distribución normal, independientemente
de la distribución original; el único requisito es que la variancia sea finita, y, en
términos prácticos, indica que la precisión del promedio muestral para estimar a
la esperanza es proporcional a / n . Un procedimiento muy difundido en es-
tadística para evaluar la precisión con que un estimador consistente se aproxima
al parámetro es el establecimiento de un intervalo (llamado intervalo de confianza),
cuya probabilidad de cubrir el parámetro es alta (a menudo se toma 90 o 95%).
La construcción de un intervalo de confianza para la esperanza de una variable
aleatoria con base en una muestra aleatoria (vea la definición A.20) se basa en la
siguiente propiedad, misma que es consecuencia de una variante del Teorema del
límite central, en la que la desviación estándar muestral S reemplaza a la desvia-
ción estándar .
Propiedad A.18: Bajo las mismas hipótesis de la propiedad A.17, dado un valor
entre 0 y 1, si denotamos por Z a una variable aleatoria que sigue una distribución
normal estándar, y por z
/2 al valor que cumple P ⎡⎣ Z < z
/2 ⎤⎦ = 1 −
/ 2, entonces (vea
también la figura A.16):
⎡
lim P ⎢ − z
/2 <
(
X (n ) − ⎤
)
< z
/2 ⎥ = 1 −
.
n →∞ ⎢ S/ n ⎥
⎣ ⎦
Definición A.20. Bajo las mismas hipótesis de la propiedad A.18, el intervalo
( X (n ) − z
/2 S / n, X ( n ) + z
/2 S / n )
es llamado un intervalo asintótico del (1
)100% de confianza para la esperanza
(correspondiente a la muestra aleatoria).
Note que − z
<
( X (n ) − ) < z si y sólo si X ( n ) − z
S/ n < < X ( n ) + z
S/ n ,

S/ n
por lo que la propiedad A.18 asegura que la probabilidad de que el intervalo de
confianza propuesto en la definición A.20 cubra a la esperanza tiende a ser
1
, a medida que el tamaño de muestra n se hace grande. El término asintótico
hace referencia al hecho de que este intervalo es apropiado sólo cuando el tamaño
de muestra n es grande (en la práctica se acepta que un tamaño de 50 o más ya
es suficientemente “grande”). Asimismo, es conveniente recordar que a menudo
se toma 90% de confianza (
0.1, y z0.05 1.645) o 95% de confianza (
0.05,
› Figura A.16
Puntos críticos de una
distribución normal estándar
α/2
1-α α/2
–zα/2 zα/2
y z0.025
1.96); en general, para cualquier valor de
, el valor de z
se puede
obtener por medio de la función DISTR.NORM.ESTAND.INV de Excel.
Cuando el tamaño de muestra no es lo suficientemente grande, la distribución
de la media muestral no se aproxima lo suficiente a la distribución normal, como
para que el intervalo de confianza de la definición A.20 sea confiable; en general,
la forma del intervalo de confianza apropiado depende de la distribución particu-
lar de la variable aleatoria. A continuación se especifica la forma del intervalo de
confianza apropiado cuando las observaciones de la muestra aleatoria provienen
de una distribución normal.
Definición A.21: Sea X1, X2, …, Xn, una muestra aleatoria proveniente de una
distribución normal con esperanza y varianza 2 , y sean X(n) y S la media
muestral y la desviación estándar muestral, respectivamente; el intervalo
( X ( n ) − t( n −1,
/2)
S / n, X ( n ) + t( n −1,
/2)S / n )
es llamado un intervalo del (1
)100% de confianza para la esperanza donde
t(n1,
/2) denota el valor que cumple P[t(n 1) t(n1,
/2)] 1
/2, y
t(n 1) denota a una variable aleatoria distribuida como t-Student con n-1 gra-
dos de libertad.
Los valores críticos t(n1,
/2) de la distribución t-Student se pueden obtener
por medio de la función DISTR.T.INV de Excel. Note que el intervalo de confianza
de la definición anterior ya no es asintótico, sino que es exacto; es decir, la proba-
bilidad de que el intervalo cubra al parámetro es (exactamente) 1
, lo que se
justifica en la siguiente propiedad.
Propiedad A.19. Sea X1, X2, …, Xn, una muestra aleatoria proveniente de una
—
distribución normal con esperanza y varianza 2 , y sean X (n) y S la media
muestral y la desviación estándar muestral, respectivamente. Entonces:
X(n ) −
~ t(n − 1).
S/ n
Por otro lado, muchas de las aplicaciones de la distribución normal se susten-
tan en que la distribución de sus medias muestrales también sigue una distribución
normal, como se precisa con la siguiente propiedad.
Propiedad A.20: Sea X1, X2, …, Xn, una muestra aleatoria proveniente de una
—
distribución normal con esperanza y varianza 2 , y sea X (n) su media
muestral; entonces:
X(n ) ~ Nor( , 2 / n ).
En la práctica, a menudo no es posible disponer de muestras de tamaño grande, a

menos que éstas se generen utilizando modelos de simulación, donde se pueden
utilizar intervalos asintóticos. En cambio, para muestras pequeñas, la alternativa
viable es simplemente suponer la distribución normal y utilizar el intervalo de
confianza de la propiedad A.18.
Ejemplo A.6. Intervalo de confianza asintótico
Con base en la información sobre la demanda, costos y beneficios del lubricante

Super-RX, el asistente del administrador de la estación de servicio del ejemplo A.5
ha desarrollado un modelo para simular el beneficio semanal y, luego de experi-
mentar con el modelo, recomienda a su jefe ordenar 400 litros del lubricante cada
semana. Utilizando el modelo de simulación, se ha generado una muestra de 1000
observaciones del beneficio semanal con este tamaño de pedido y se ha obtenido
—
una media muestral de X (n) 4,250 pesos y una desviación estándar de S 200
pesos. Como z0.025 1.96, se obtiene que z 0.025S / n = 12.4; en consecuencia, el
intervalo asintótico de 95% de confianza para la esperanza del beneficio semanal
es de (4237.60, 4262.4), que significa en términos prácticos que el modelo de si-
mulación pronostica que el beneficio promedio semanal (a largo plazo) está entre
4237.6 y 4262.4.
Ejemplo A.7. Intervalo de confianza exacto
El administrador de la estación de servicio del ejemplo anterior ha seguido la su-

gerencia de su asistente por 10 semanas, y ha obtenido los siguientes beneficios:
4500 3850 4340 4870 5250 4240 3940 4260 4300 3900
Utilizando Excel encontramos que X(n) 4345, S 440.46 y t(9,0.025) 2.262,

por lo que t(9,0.025)S / n = 315.09; en consecuencia (asumiendo normalidad), el in-
tervalo de 95% de confianza para el beneficio semanal a largo plazo es de (4029.91,
4660.09). Note que este intervalo contiene, a su vez, el intervalo pronosticado por
el modelo del asistente, lo que indica que ha pronosticado de forma correcta el
beneficio semanal a largo plazo.
En libros de probabilidades (por ejemplo, Chung, 1974) o estadística (por
ejemplo, Hogg y Craig 1995) se pueden encontrar demostraciones rigurosas de las
propiedades que se han enunciado en este apéndice.
EJERCICIOS
1. Considere el experimento aleatorio que consiste en lan- 3. Demuestre la propiedad A.9 (se sugiere hacer uso de
zar un par de dados (uno negro y uno blanco) y regis- las propiedades A.1 a A.7).
trar los números que aparecen en la cara superior de 4. Utilice la propiedad A.13 para mostrar que para cual-
los dados. quier variable aleatoria X con variancia X2 < ∞ se cum-
( )
2
a) Represente a cada posible resultado como una pareja ple: X2 = E ⎡⎣ X 2 ⎤⎦ − E ⎡⎣ X ⎤⎦ .
(n,m), donde n es el número que marca el dado negro, 5. La probabilidad de que un estudiante apruebe el exa-
y m es el número que marca el dado blanco, y elabo- men de manejo para recibir su licencia es 0.6. Calcule
re una lista de los elementos del espacio muestral. la probabilidad de que el estudiante reciba su licencia:
b) Si cada suceso del espacio muestral tiene la misma a) En el tercer intento.
probabilidad, indique la probabilidad que correspon- b) Antes del cuarto intento.
de a cada suceso. c) Calcule el número esperado de intentos necesarios
c) Prepare una lista de los elementos del evento A de- para recibir su licencia.
finido por “la suma es mayor que 9” y calcule P[A]. 6. Demuestre que para una distribución binomial con pa-
d) Elabore una lista de los elementos del evento B de- rámetros n y p, su esperanza y su varianza están dadas
finido por “el número del dado blanco es mayor que por np y npq, respectivamente. Sugerencia: utilice la
4” y calcule P[B]. n
⎛ n⎞
e) Prepare una lista de los elementos del evento C defi- )
expansión binomial ( p + q = ∑ ⎜ ⎟ pkq n −k .
n
⎝k ⎠
k =0
nido por “el número del dado negro es par”, calcule 7. La probabilidad de que una secretaria cometa algún
su probabilidad y compruebe que los eventos C y B error de ortografía en una página es p 0.05. Calcule
son independientes. la probabilidad de que en un libro de 50 páginas escri-
2. Utilizando la definición A.5, demuestre las propiedades tas por la secretaria:
A.1 a A.7 (se sugiere probarlas en el mismo orden en a) No existan páginas con errores de ortografía.
que aparecen).
b) Existan menos de 10 páginas con errores de orto- horas, construya e interprete un intervalo de 95% de
grafía. confianza para el promedio del tiempo de vida de los
c) Existan más de cinco páginas con errores de orto- focos.
grafía. 16. Una muestra aleatoria de 36 latas de una máquina em-
8. Demuestre que para una distribución de Poisson con pará- botelladora de bebidas tiene un contenido promedio de
metro , su esperanza y su varianza son ambas iguales . 21.9 decilitros con una desviación estándar (muestral)
∞ k
a de 1.42 decilitros. Construya e interprete un intervalo
Sugerencia: utilice la expansión de Taylor: e a = ∑ . de 95% de confianza para el contenido promedio de las
k = 0 k!
latas de refresco (suponiendo distribución normal).
9. Resuelva el ejercicio 7 utilizando la aproximación de la
17. El diámetro de un soporte se distribuye normalmente
binomial por la Poisson (Propiedad A.14).
con promedio de 35 mm y desviación estándar de 0.5
10. Un sensor óptico tiene un tiempo operativo sin fallas
(en horas) que se puede modelar como Wei ( 0.5, 300 . ) mm, si se selecciona al azar una muestra de 36 soportes
para ser inspeccionados. ¿Cuál es la probabilidad de que
Calcule el tiempo promedio sin falla y la probabilidad
el promedio del diámetro de los soportes seleccionados
de que no falle en 500 horas de operación.
esté dentro de 34.95 y 35.18 mm?
11. Un transistor tiene un tiempo operativo sin fallas que es
18. Con referencia el ejercicio anterior, suponga que se deci-
exponencial con promedio de 10 000 horas. Encuentre
de que la máquina que produce los soportes está fuera
la probabilidad de que:
del control estadístico si el promedio del diámetro de la
a) El transistor no falle en 4 000 horas de operación.
muestra de 36 soportes es menor a 34.75 mm o mayor
b) El transistor falle antes de las 5 000 horas de
a 35.25 mm.
operación.
a) Si el verdadero promedio del diámetro de todos los
12. Una empresa que produce paneles solares estima que 3% soportes hechos es de 35 mm, ¿cuál es la probabili-
de sus productos tienen algún defecto de ensamble. Si dad de que la prueba indique que la máquina está
una muestra aleatoria de cinco paneles es seleccionada fuera de control?
de la producción: b) Suponga que la posición de la máquina cambia de
a) ¿Cuál es la probabilidad de que ninguno de ellos sea forma accidental, y así el promedio del diámetro de
defectuoso? todos los soportes producidos es de 35.05 mm. ¿Cuál
b) ¿Cuál es la probabilidad de que dos de ellos sean es la probabilidad de que la prueba indique que la
defectuosos? máquina está fuera de control estadístico?
c) El costo de componer un panel defectuoso es de $50. 19. Una embotelladora de bebidas requiere que sus pro-
Para un embarque de 1 000 paneles, ¿cuál es el costo veedores produzcan botellas que resistan una fuerza de
de compostura esperado? presión interna de al menos 300 kg/cm2. Un vendedor
13. Se sabe que la probabilidad de que un sensor eléctrico dice que sus botellas resisten un promedio de fuerza de
tenga un problema de funcionamiento es de 0.10. Si se 310 kg/cm2 con una desviación estándar de 5 kg/cm2.
selecciona al azar una muestra de 12 sensores, calcule Como parte del programa de control del vendedor, la
la probabilidad de que: empresa embotelladora toma 50 botellas de la produc-
a) Al menos tres tengan un problema de funciona- ción y encuentra un promedio de fuerza de 308.6 kg/cm2.
miento. Se supone que la resistencia a la presión se distribuye
b) No más de cinco tengan un problema de funciona- normalmente.
miento. a) ¿Cuál es la probabilidad de tener una muestra con
c) Al menos uno, pero no más de cinco tengan un pro- el promedio observado, o menor, si la afirmación del
blema de funcionamiento. vendedor es correcta?
d) ¿Cuál es el número esperado de sensores con un pro- b) Si la desviación estándar es de 8 kg/cm2 (y no de
blema de funcionamiento? 5), con el verdadero promedio en 310 kg/cm2, ¿cuál
e) ¿Cuál es la desviación estándar del número de senso- es la probabilidad de obtener un promedio como el
res que tendrán un problema de funcionamiento? obtenido, o menor?
14. En un hospital de la provincia se estima que el número 20. En una muestra de tamaño 40, se encontró que el tiem-
de pacientes admitidos diariamente en la sala de urgen- po promedio de ensamble es de 10.4 minutos, con una
cias sigue una distribución de Poisson con esperanza de desviación estándar de 1.2 minutos.
4.0. ¿Cuál es la probabilidad de que en un cierto día: a) Determine el intervalo de 90% de confianza para el
a) sólo dos pacientes sean admitidos? tiempo promedio de ensamble e interprételo.
b) al menos seis pacientes sean admitidos? b) Determine el intervalo de confianza de 99% para el
c) nadie sea admitido? tiempo promedio de ensamble e interprételo.
d) ¿Cuál es la desviación estándar del número de pa- c) ¿Qué suposiciones son necesarias para contestar los
cientes admitidos? incisos a y b?
15. Una compañía de artículos eléctricos fabrica focos cuyo 21. Una empresa que descarga sus residuos industriales en
tiempo de vida se distribuye normalmente. Si en una un río se enfrenta con ciertas restricciones. Una limi-
muestra aleatoria de 30 focos se obtuvo un promedio tación particular es que debe haber una mínima canti-
de vida de 788 horas y una desviación estándar de 58 dad de oxígeno disuelto necesario para la vida acuática.
Se tomó una muestra aleatoria de 10 porciones de una 22. Una planta de ensamble de autos está trabajando para
cierta descarga y dieron los siguientes resultados de los cambios del sistema de inyección, con la intención
oxígeno disuelto (en ppm): 9.0, 8.6, 9.2, 8.4, 8.1, 9.5, 9.3, de mejorar el rendimiento de la gasolina. Una muestra
8.5, 9.0, 9.4. aleatoria de 15 pruebas da el siguiente kilometraje (en
a) Determine el intervalo de 95% de confianza para el millas por galón): 38, 42, 40, 39, 44, 37, 39, 45, 40, 42,
promedio de oxígeno disuelto e interprételo. 38, 39, 44, 41, 42. Determine el intervalo de 90% de con-
b) ¿Qué suposiciones son necesarias para contestar en fianza para el promedio del kilometraje de la gasolina.
inciso a?
c) Suponga que las normas ambientales estipulan un
mínimo de 9.5 ppm de promedio de oxígeno disuelto.
¿La empresa está violando los estándares la empresa?
BIBLIOGRAFÍA
1. Chung, K. L. (1974). A Course in Probability Theory, Nueva 2. Hogg, R. V. y A. T. Craig. (1995) Introduction to Mathe-
York, Academic Press. matical Statistics, 5ª ed., Nueva Jersey, Prentice Hall.

Administracion de Operaciones2

Încărcat de

Informații document

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

Administracion de Operaciones2

Încărcat de

Drepturi de autor:

Formate disponibile

Administración

David F. Muñoz Negrón

David F. Muñoz Negrón

Director editorial Latinoamérica:

Datos para catalogación bibliográfica:

Visite nuestro sitio web en:

Algunas personas creemos que la ciencia y el arte auténticos

PARTE I ESTRATEGIA, COMPETITIVIDAD Y TECNOLOGÍA

Capítulo 1 INTRODUCCIÓN A LA ADMINISTRACIÓN DE OPERACIONES 1

Capítulo 2 COMPETITIVIDAD Y PLANEACIÓN ESTRATÉGICA

Estrategias de operaciones de empresas exitosas 35

Capítulo 3 TECNOLOGÍA AVANZADA Y OTRAS TENDENCIAS EN PRODUCCIÓN 43

PARTE II DIRECCIÓN DE LAS OPERACIONES

Capítulo 4 INTRODUCCIÓN AL ANÁLISIS DE PROCESOS 69

Capítulo 5 COMPETENCIA EN TIEMPO DE RESPUESTA 93

Capítulo 6 ANÁLISIS DE LA CAPACIDAD 121

Capítulo 7 ADMINISTRACIÓN DE INVENTARIOS 145

Capítulo 8 ADMINISTRACIÓN DE INVENTARIOS DE PRODUCTOS TERMINADOS 181

PARTE III PLANEACIÓN DE LAS OPERACIONES

Capítulo 9 DISEÑO DEL SISTEMA DE PRODUCCIÓN 207

Caracterización de los sistemas de producción 215

Capítulo 10 LOCALIZACIÓN DE PLANTAS, CENTROS DE DISTRIBUCIÓN Y SERVICIOS 231

Capítulo 11 DISPOSICIÓN DE LAS INSTALACIONES 269

PARTE IV CONTROL DE LAS OPERACIONES

Capítulo 12 PLANEACIÓN DE LA PRODUCCIÓN Y DE LOS RECURSOS 299

Capítulo 13 PROGRAMACIÓN Y CONTROL DE LAS ACTIVIDADES PRODUCTIVAS 333

Capítulo 14 HABILIDAD, CONFIABILIDAD, MANTENIMIENTO

PARTE V ADMINISTRACIÓN DE LA CALIDAD

Capítulo 15 ADMINISTRACIÓN DE LA CALIDAD 397

Capítulo 16 CONTROL Y ASEGURAMIENTO DE LA CALIDAD 421

Control estadístico del proceso 434

Capítulo 17 INGENIERÍA DE LA CALIDAD 459

Apéndice 1 INTRODUCCIÓN A LA ESTADÍSTICA Y LAS PROBABILIDADES 489

Apéndice 2 PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS 499

Apéndice 3 INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA 509

Aquí conviene resaltar la importancia de esta obra en su primera edición, ya

Parte I (capítulos 1 al 3): Estrategia, competitividad y tecnología

• Los sistemas de producción

LOS SISTEMAS DE PRODUCCIÓN

• Clientes • Manufactura • Bienes manufacturados

marco resulta más claro para la producción de manufacturas, se hace extensivo al

• La valoración de un servicio por parte del cliente involucra preferencias sub-

¿Qué es la administración de operaciones?

› Tabla 1.1 MANUFACTURAS SERVICIOS DIFERENCIA

las operaciones productivas, donde se entiende que las operaciones productivas

Diseño de la cadena de suministro

Administración de inventarios Planeación de la producción

Administración de la calidad Administración de materiales

La ingeniería administrativa (del inglés Management Science and Engineering)

HISTORIA DE LOS MÉTODOS DE PRODUCCIÓN

• La Revolución Industrial (a partir de 1769 hacia fines del siglo XIX).

A continuación se presenta un resumen de los eventos más sobresalientes que

debería constituirse en una disciplina, con principios y técnicas sustentados en el

El movimiento por los recursos humanos

La toma de decisiones con base en modelos

que un proceso de toma de decisiones se conduce mejor si se cuantifican sus ele-

LA REVOLUCIÓN POR LA CALIDAD

Nuevos actores en la economía mundial

Modelos de inventarios Programación lineal entera

20000 Rep. de Corea

de sus economías. Al mismo tiempo, un nuevo esquema de organización industrial

› Tabla 1.2 PAÍSES PAÍSES

de su crecimiento se debió a los acuerdos que reducen las barreras arancelarias,

Competitividad de la industria de Estados Unidos en los