CONTROL DE LA PRODUCCIÓN

UNIDAD Nº 2
Métodos de la investigación operativa y condiciones de operación.

[Link]
SEMANA 3

Introducción
La Investigación de Operaciones es una disciplina que consiste en la aplicación de métodos
analíticos avanzados con el objetivo de apoyar el proceso de toma de decisiones, identificando
los mejores cursos de acción posibles.

Esta utiliza técnicas de modelamiento matemático, análisis estadístico y optimización

matemática, con el objetivo de alcanzar soluciones óptimas o cercanas a ellas cuando se
enfrentan problemas de decisión complejos. Con el uso de un modelo de investigación
operativa, se espera que las decisiones alcanzadas mediante este sean significativamente
mejores en comparación a aquellas decisiones que se podrían tomar haciendo uso de la simple
intuición o experiencia del tomador de decisiones.

Por lo tanto, el objetivo de esta unidad es entregar los conocimientos generales acerca de los
fundamentos de la programación lineal, la aplicación de la Ley de Little y de los sistemas de
espera y el concepto de la capacidad de un sistema productivo., además, de aprender a aplicar
estos conceptos en la empresa actual.

Se espera, que el estudiante disponga de temas de estudio que promuevan el aprendizaje activo
a través de experiencias significativas.

2 [Link].
 Ideas fuerza

En la tercera semana de estudio se revisarán y estudiarán los fundamentos generales

de la programación lineal cuyo objetivo es realizar un proceso de optimización de los
aspectos más importantes de la empresa y contar con un respaldo cuantitativo de las
decisiones frente a las situaciones planteadas que deben ser mejoradas.

Además, se estudiará en términos generales los sistemas de espera a través de la

teoría de colas y la ley de Little, donde se estudian, por ejemplo, las formaciones de
colas que deben realizar los clientes producto de las máquinas dañadas a la espera de ser
rehabilitadas para continuar con la producción.

Finalmente, se estudiará la capacidad de producción de una empresa que puede

generar una planta o empresa de manufactura en un período determinado, utilizando los
recursos existentes.

3 [Link].
 Desarrollo
1. Programación lineal.

La Programación Lineal corresponde a un algoritmo o modelo matemático cuyo objetivo es resolver

situaciones reales en las que se pretende identificar las dificultades para aumentar la productividad
respecto los recursos disponibles y para así aumentar los beneficios de la empresa. Su objetivo principal
es optimizar (maximizar o minimizar) funciones lineales de varias variables reales con restricciones
lineales (sistemas de inecuaciones lineales), optimizando una función objetivo también lineal.

Por lo tanto, los resultados obtenidos y el proceso de optimización se convierten en un respaldo

cuantitativo de las decisiones frente a las situaciones planteadas que deben ser mejoradas.

Pasos para resolver un problema con programación lineal

Primer paso: consiste en la identificación de los elementos básicos de un modelo matemático, con son:
 Función objetivo
 Variables
 Restricciones

Segundo paso: consiste en la determinación de los elementos básicos del modelo matemático:

 Función objetivo: La función objetivo tiene una estrecha relación con la pregunta general que
se desea responder para resolver una situación determinada en una empresa. Por ejemplo, si en
una situación se desean minimizar los costos de producción, es muy probable que la pregunta
de mayor nivel sea la que se relacione con aumentar la utilidad de la empresa (Ingresos –
costos) en lugar de un interrogante que busque hallar la manera de disminuir los costos.

Para seleccionar qué función objetivo se debe tomar en cuenta lo siguiente:

a) F.O. de MINIMIZACION: se utilizan en situaciones en las cuales se debe minimizar costos
ya sea de materia prima, costo de mano de obra, costo de uso de máquina, costos de
transporte o costos de producción. Además, se utiliza para minimizar tiempos de transporte,
tiempos de producción, entre otros.
b) F.O. de MAXIMIZACION: se utilizan en situaciones en que se debe maximizar datos
económicos de ganancia, precio de venta o dinero a recibir por unidad producida, utilidad
(ingresos – costos), entre otros. Además, se utiliza para maximizar la producción, el
rendimiento de maquinaria y equipos, la calidad de los productos, otros.

4 [Link].
  Variables de decisión: Las variables de decisión dependen de la función objetivo y, son
en teoría, factores controlables del sistema que se está modelando, y como tal, estas pueden tomar
diversos valores posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la
consecución del objetivo de la función general del problema. Por ejemplo, las variables de
decisión de una función objetivo que requiere maximizar los ingresos son la cantidad de
productos vendidos de diversos tipos (X1, X2,…, Xn).

 Restricciones: se refiere a todo aquello que limita la libertad de los valores que pueden tomar
las variables de decisión. Por ejemplo, si en un problema que precisa maximizar sus utilidades en
un sistema de producción se decidiera producir una cantidad infinita de productos, surgirían
múltiples interrogantes, tales como:

o ¿Con cuánta materia prima se cuenta para producirlos?

o ¿Con cuánta mano de obra se cuenta para fabricarlos?
o ¿Existe la capacidad para albergar tal cantidad de productos?
o ¿Existe el mercado para vender todos los productos?
o ¿Se puede financiar esta empresa?

Entonces, las restricciones serán un conjunto de ecuaciones o inecuaciones matemáticas que

representarán las limitaciones del problema planteado. Las restricciones son de la forma:

Σ ai * Xi ≤ bi Σ ai *Xi ≥ bi siendo ai y bi coeficientes, y Xi variables.

La programación lineal lleva siempre implícita la restricción de que las variables de la función
objetivo sean siempre mayores o iguales de cero. Para todo i: Xi ≥ 0.

Tercer paso: consiste en resolver el modelo matemático planteado utilizando herramientas informáticas
o manuales (Método gráfico, método simplex, entre otros). Es común resolver los problemas de
programación lineal con software especializados ya que están constituidos por innumerables variables, lo
cual dificulta su resolución manual, como es el caso de los software WinQSB, TORA, Lingo o para
modelos menos complejos se hace útil la herramienta Solver de Excel.

Pasos para resolver un problema con programación lineal

5 [Link].
 Definir la función Definir las variables Definir las Resolver el
objetivo del problema a resolver. que conforman la funciòn
restricciones
objetivo. del problema. problema.

Fuente: Propiedad del autor

2. Herramienta SOLVER

Con SOLVER puede buscarse el valor óptimo para una fórmula de celda, denominada celda objetivo, en
una hoja de cálculo. Este funciona en un grupo de celdas que estén relacionadas, directa o indirectamente,
con la fórmula de la celda objetivo y ajusta los valores en las celdas cambiantes que se especifiquen,
denominadas celdas ajustables, para generar el resultado especificado en la fórmula de la celda objetivo.

Método de instalación de SOLVER para Microsoft Excel 2010 y más avanzado:

 El primer paso consiste en dirigirse a la pestaña "Archivo", dirigirse a la opción "Opciones" y
seleccionar complementos.
 Dentro de complementos se selecciona la herramienta SOLVER y dirigirse a la opción
"Administrar: Complementos de Excel" y dar clic en el botón "IR":
 Una vez se ha habilitado el complemento SOLVER se ubicará en la pestaña de "Datos".

1. Caso Textil Norma

La empresa Textil Norma se dedica a la fabricación de ropa de hombre y de mujer, y sus principales
productos son parte de las líneas de faldas, vestidos y chaquetas deportivas. Actualmente, la empresa
cuenta con la asesoría de una consultora quien propuso que se evaluara su línea Carmen y se asignara sus
recursos a productos capaces de maximizar la contribución a las utilidades y a los gastos generales.

Cada producto requiere la misma tela de poliéster y tiene que pasar por los departamentos de corte y de
costura. Para este estudio se recopiló la siguiente información:

El departamento de corte dispone de 100 horas de capacidad, el departamento de costura tiene 180
horas de capacidad y cuenta con 60 yardas de material. Cada falda contribuye con
$5 a las utilidades y los gastos generales; cada vestido, con $17; y cada chaqueta deportiva, con $30.
Tiempo de procesamiento

6 [Link].
 Tiempo / Falda Vestido Chaqueta Disponible
Material
Corte (h) 1 3 4 100
Costura (h) 1 4 6 180
Material (yd) 1 1 4 60

Para resolver el caso, se deben realizar los siguientes pasos:

Paso 1: Definición de función objetivo.

La función objetivo a resolver planteada en este caso es la siguiente:

“Maximizar la contribución de la venta de los productos

a la utilidad y a los gastos generales”.

Paso 2: Definición de las variables que conforman la función objetivo.

Productos Contribución ($)

x = Número de faldas a producir. 5
y = Número de vestidos a producir. 17
z = Número de chaquetas deportivas a producir. 30

Función Objetivo: Max Utilidad = 5x + 17y + 30z

Paso 3: Definición de las restricciones del caso.

Las restricciones del caso se elaboran con la información de los tiempos disponibles de cada
departamento:

Restricciones:
Departamento de Corte: x + 3y + 4z ≤ 100

7 [Link].
Departamento de Costura: x + 4y + 6z ≤ 180
Material: x + y + 4z ≤ 60
x, y, z mayor o igual a 0.

Paso 3: Solución del problema.

La solución del problema se puede obtener con la herramienta SOLVER de Excel, la cual es posible
instalar en el PC.

Los datos del problema se ingresan a SOLVER:

8 [Link].
 Falda Vestido Chaqueta
Variables 0 20 10
Función
Objetiv

Contribución $ 5 $ 17 $ 30
Utilidad $ 640
o

Tiempo / Falda Vestido Chaqueta Disponible Total

Material Deportiva
Restricciones

Corte (h) 1 3 4 100 100

Costura (h) 1 4 6 180 140
Material (yd) 1 1 4 60 60

Al aplicar la herramienta, la solución del problema sería la producción de 20 vestidos, 10 chaquetas y

cero faldas para obtener una utilidad máxima de $640, considerando las restricciones de tiempo y de
material de los diversos departamentos que indica el caso.

9 [Link].
3. Método de representación gráfica.

El método gráfico se emplea para resolver problemas que presentan sólo dos variables de decisión. El
procedimiento consiste en trazar las ecuaciones de las restricciones en un eje de coordenadas X, Y para
tratar de identificar el área de soluciones factibles (soluciones que cumplen con todas las restricciones).
La solución óptima del problema se encuentra en uno de los vértices de esta área de soluciones creada,
por lo que se buscará en estos datos el valor mínimo o máximo del problema.

Los pasos para realizar el método de representación gráfica son los siguientes:
a) Graficar las soluciones factibles, o el espacio de soluciones (factible), que satisfagan todas las
restricciones en forma simultánea.
b) Las variables deben cumplir con las restricciones de no negatividad, Xi>= 0.
c) Determinar los espacios encerrados por las restricciones sustituyendo en primer término
<= por (=) para cada restricción, con lo cual se produce la ecuación de una línea recta.
d) Trazar cada línea recta en el plano y la región en cual se encuentra cada restricción cuando se
considera la desigualdad lo indica la dirección de la flecha situada sobre la línea recta asociada.
e) Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las
restricciones y, por lo tanto, representa un punto factible.
f) La solución óptima puede determinarse al observar la dirección en la cual aumenta la función
objetivo.
g) Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de
valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o decrece el
valor de la función objetivo.

Primer ejemplo:

Función Objetivo: Max Productividad = 5x + 6 y

Restricciones:
x+y≤4
x +2y ≤ 6

La representación gráfica se ve en la figura.

1 [Link].
Dando valores a la función objetivo vamos obteniendo sucesivas rectas paralelas, de forma que según
aumenta la función objetivo, la recta se separa del origen. Por tanto, puede suceder que la función
objetivo de valor óptimo coincida con una arista o con un vértice del polígono que delimite el dominio.

En este caso, el vértice A (2,2) es la solución óptima. Luego el valor óptimo de la función objetivo
es: 5*2 + 6*2 = 22, x = 2 e y = 2, cumpliendo con las restricciones.

Si por el contrario, la función objetivo y las restricciones hubiesen sido:

Función Objetivo: Max Productividad = 5x + 6 y

Restricciones:
x+y≥4
x+2y≥6

En este caso la solución no está acotada, luego el problema no tendrá solución.

1 [Link].
Segundo ejemplo:

Un expendio de carnes acostumbra a preparar carne para hamburguesa con una combinación de carne
molida de res y carne molida de cerdo. La carne de res contiene 80 % de carne y 20
% de grasa y le cuesta a la tienda $80. La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta
$60. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para
hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %?

Función Objetivo: Min Costo = 80x1 + 60x2

Restricciones:
30x1 + 32x2 ≤ 25
x1 + x2 = 1
x1, x2 ≥ 0

Solución:
x1 = 0,58 libras de carne de res x2 =
0,42 libras de carne de cerdo

En este caso, el vértice B (0,58; 0,42) es la solución óptima. Luego el valor óptimo de la función objetivo
es: 80*0,58 + 60*0,42 = $72, cumpliendo con las restricciones.

1 [Link].
 4. Método Simplex

El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de

resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en el
número de variables.

El Método Simplex es un método iterativo que permite ir mejorando la solución en cada paso. La razón
matemática de esta mejora radica en que el método consiste en caminar del vértice de un poliedro a un
vértice vecino de manera que aumente o disminuya (según el contexto de la función objetivo, sea
maximizar o minimizar), dado que el número de vértices que presenta un poliedro solución es finito
siempre se hallará solución.

Aplicación del Método Simplex, Microempresa de Artesanos

A continuación, se aplicará el Método Simplex a una microempresa de artesanos se le presenta la

oportunidad exportar cinturones de piel de salmón al mercado europeo. Se clasifican los cinturones en dos
tipos A y B. El cinturón A es de alta calidad y el cinturón B es de baja calidad. De acuerdo a sus
estimaciones tendrían una utilidad de 4 euros por cinturón tipo A y 3 euros por el tipo B.

La confección de un cinturón tipo A requiere del doble de tiempo que un cinturón de tipo B. Si se
confeccionaran sólo cinturones de tipo B podrían hacer 1.000 diarios. El abastecimiento de piel es
suficiente para confeccionar un total combinado de 800 cinturones diarios. Los cinturones usan un
diferente tipo de hebilla según su calidad. Se pueden abastecer de 800 hebillas elegantes al día para los
cinturones tipo A y 700 hebillas corrientes al día para los cinturones tipo B.

Se desea formular y resolver un modelo de Programación Lineal que permita a los artesanos decidir
cuántos cinturones de cada tipo fabricar de modo de maximizar sus ganancias.

1 [Link].
Variables de Decisión
x1: Número de cinturones tipo A a fabricar por semana. x2:
Número de cinturones tipo B a fabricar por semana.
Función Objetivo
Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B reporta una utilidad de 3
euros. Se desea maximizar la utilidad total dada por:

Maximizar las ganancias = 4x1+3x2

Restricciones
 No se puede fabricar más cinturones tipo A que la cantidad de hebillas disponibles:
x1 ≤ 800
 No se puede fabricar más cinturones tipo B que la cantidad de hebillas disponibles:
x2 ≤ 700
 Como máximo se puede confeccionar diariamente 800 cinturones del tipo A y del tipo B en
conjunto:
x1+x2 ≤ 800

 La capacidad de producción permite fabricar 1.000 cinturones tipo B a la semana si se fabricara

sólo cinturones de este tipo. Los cinturones tipo A ocupan el doble de recursos que uno B, esto es
se pueden fabricar 500 cinturones a la semana si sólo se fabrican cinturones tipo A:
2x1+x2 ≤1.000

 No negatividad de las variables de decisión: x1, x2 ≥ 0

El modelo de Programación Lineal queda definido por:

Variables de Holgura:

Previo a la aplicación del Método Simplex será necesario llevar el modelo a su forma estándar. Para ello
se lleva la función objetivo a minimización y se agregan las variables de holgura no

1 [Link].
negativas x3, x4, x5, y x6, para las restricciones 1, 2, 3 y 4, respectivamente. Se agrega una variable por
restricción.

Con ello se construye la tabla inicial del Método Simplex donde las variables de holgura previamente
identificadas definen una solución básica factible inicial (no óptima):

Criterio de costo reducido

Por el criterio del costo reducido más negativo, es decir, costo de -4, la variable que ingresa a la base es
x1. Luego, se calcula en dicha columna el mínimo cuociente que está dado por:
.

En consecuencia, el pivote se encuentra en la fila 4 y por tanto la variable x6 deja la base.

Ahora la variable no básica que ingresa a la base es x2. Se calcula nuevamente el mínimo cuociente sobre

dicha columna obteniendo: .

Por lo tanto, x5 abandona la base. Luego, se realiza una nueva iteración del Método Simplex:

1 [Link].
La solución óptima es x1 = 200 y x2 = 600, donde el valor de las holguras x3 y x4 corresponde a 600
y 100, respectivamente. Se debe notar que las variables x5 y x6 son no básicas en el óptimo, por tanto, su
valor es cero, lo que indica que las restricciones 3 y 4 son activas. El valor óptimo del problema es V(P) =
2.600 euros.

Para complementar el análisis anterior, se puede apreciar la convergencia del Método Simplex a través
de una representación gráfica, realizada en este caso con el software Geogebra. La tabla inicial del
Método Simplex corresponde al vértice A (solución básica factible no óptima) del gráfico a
continuación, luego al ingresar en primera instancia la variable x1 al cabo de una iteración se alcanza el
vértice E (solución básica factible no óptima). Finalmente, en la segunda iteración se pasa del vértice E al
vértice D, el cual corresponde a la solución básica factible óptima, dado que el costo reducido de las
variables no básicas es mayor o igual a cero.

Fuente: [Link]

1 [Link].
 Pregunta para reflexionar:

Respecto del Caso Textil Norma, expuesto anteriormente, ¿Cuánto estaría

usted dispuesto a pagar por una hora extra de tiempo para la operación de
corte y de costura, y por una yarda adicional de material?

5. Sistemas de espera y la teoría de colas

El matemático danés Agner Krarup Erlang, trabajador de la Copenhagen Telephone Exchange, publicó el
primer artículo sobre la teoría de colas en 1909 y específicamente se preocupó del estudio del problema
de dimensionamiento de líneas y centrales de conmutación telefónica para el servicio de llamadas.

En las formaciones de colas se habla de clientes, como, por ejemplo, máquinas dañadas a la espera de ser
rehabilitadas para continuar con la producción. Los clientes pueden esperar en la cola debido a que los
medios existentes sean inadecuados para satisfacer la demanda del servicio; en este caso, la cola tiende a
ser explosiva, es decir, a ser cada vez más larga a medida que transcurre el tiempo. Los clientes puede que
esperen temporalmente, aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados
anteriormente están siendo atendidos.

1. Objetivos de la teoría de colas

Los objetivos de la teoría de colas son:

a) Identificar el nivel óptimo de capacidad del sistema para minimizar el costo de este.

1 [Link].
b) Evaluar el impacto en el costo de producción de las posibles alternativas de modificación de la
capacidad del sistema productivo.
c) Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de los costos y
las cualitativas de servicio.
d) Prestar atención al tiempo de permanencia en el sistema o en la cola de espera.

2. Estudio de la teoría de colas

La teoría de cola es el análisis matemático de las líneas, filas o colas de espera de un sistema de
producción. Es decir, los factores principales es el estudio de la capacidad que tienen los sistemas sin que
colapsen y el tiempo de espera medio.

Las colas de espera suelen ser un problema que genera ineficiencias, ya sea por retrasos, falta de previsión
del personal (servidores) o de la estructura u organización, falta de maquinaria en uso, entre otras causas.
Todo esto impacta en las diversas dimensiones de la empresa, especialmente en la financiera, la de
clientes y la de procesos.

Por esta razón es importante entender y conseguir el balance entre las variables de este problema, es decir,
el tiempo de espera aceptable para los usuarios y el número de servidores que atienden a los usuarios de la
cola. Logrando así ser eficientes ante la demanda a través de la cola durante todo el día.

Los elementos que existen en la teoría de colas son:

a) Proceso básico: los clientes o usuarios que demandan un producto o un servicio se generan en
una primera fase de entrada, entonces estos entran al sistema y empiezan a ser parte de una cola a
la espera de ser atendidos. En determinado momento el cliente será seleccionado bajo una regla para
ser atendido en un mecanismo de servicio, y por último, después de ser atendido saldrá del sistema de
colas.

b) Fuente de entrada: es el mercado potencial que puede solicitar los productos o el servicio en un
determinado momento y su característica principal es el tamaño de la fuente de entrada, la cual será el
número total de los potenciales cliente (tamaño finito o infinito).

c) Cliente: es todo usuario del sistema de producción que solicita o demanda los productos o un
servicio determinado.

d) Capacidad de la cola: es el número máximo de usuarios o clientes que pueden estar dentro
del sistema haciendo cola antes de ser atendidos para recibir los productos o el servicio, al igual que
la fuente de entrada este número puede ser finito o infinito.

e) Disciplina de la cola: es la regla en el orden que se van a seleccionar los clientes o usuarios que se
encuentran a la espera de ser atendidos en la cola y las más comunes son:

1 [Link].
 a. FIFO (first in first out): se atiende al cliente en el orden que llegan a la cola, el primero en
llegar será el primero en ser atendido.
b. LIFO (last in first out): consiste en atender primero al que ha llegado de último, también se le
conoce como “pila”.
c. RSS (random selection of service): es la selección de los clientes de una cola de forma
aleatoria, con algún procedimiento para priorizar o alguna otra preclasificación.
d. Processor Sharing: los clientes experimentan con eficacia el mismo retraso, ya que
comparten la capacidad del sistema productivo, donde se atendiende a todos por igual.

f) Mecanismo de servicio: son las instalaciones de servicio, la instancia a la que pasan los clientes o
usuarios después que son seleccionados de la cola. Pueden existir uno o varios canales paralelos de
servicio, llamados servidores.

g) Redes de colas: son los sistemas donde existen varias colas al mismo tiempo y los trabajos fluyen
de una a otra, como las redes de comunicación y los sistemas operativos.

h) Proceso de servicio: es la forma o la manera en que los usuarios o clientes se atienden en el

sistema de cola.

Tipos de sistemas de colas

Fuente: [Link]

1 [Link].
[Link] de Little

Un importante resultado matemático es el demostrado por John Little en 1961, el cual relaciona las
siguientes variables:

Ls: Número promedio de clientes en un sistema

Ws: Tiempo promedio de espera en un sistema
λ: Número promedio de clientes que llegan al sistema por unidad de tiempo

Luego la Ley de Little establece que el número promedio de clientes en un sistema (Ls) es igual a la tasa
promedio de llegada de los clientes al sistema (λ) por el tiempo promedio que un cliente está en el sistema
(Ws).

Las fórmulas en la teoría de colas

En la teoría de colas usualmente se utilizan las siguientes fórmulas y terminologías:

Concepto Fórmula
Factor de utilización ρ = λµ
Media de llegada de los clientes λ
Media de servicio de los clientes µ
Probabilidad de que no haya clientes en el sistema P0 = 1- λµ
Probabilidad de que haya n clientes en el sistema Pn = λµP0
Número promedio de clientes en cola Lq = λ2μ(μ-λ)
Número promedio de clientes en el sistema Ls = Lq+ λµ
Tiempo promedio que un cliente pasa en una cola Wq= Lqλ
Tiempo promedio que un cliente pasa en el sistema Ws =Wq+1µ
Probabilidad de que un cliente que llega tenga que esperar por el servicio Pw = λµ

Caso Heladería San Carlos

La Heladería San Carlos es especialista en la producción de helados artesanales, y tiene una producción
continua de helados con un sólo servidor, es decir, un sólo local de servicio para sus clientes. A este
local llegan en promedio 45 clientes por hora, y la heladería tiene una capacidad para atender en promedio
a 60 clientes por hora. Se sabe, además, que los clientes tienden a esperar 3 minutos en promedio en cola
para que los atiendan.

La heladería necesita resolver lo siguiente:

1. Tiempo promedio que un cliente pasa en el sistema de espera.
2. Número promedio de clientes en la cola.
3. Número promedio de clientes en el sistema en un momento dado.

2 [Link].
Se conoce la siguiente información:

Concepto Dato
λ 45 clientes/hora (media de llegada de los clientes) = 45/60 clientes/minutos = 0,75
clientes/minuto.
µ 60 clientes/hora (media de servicio a los clientes) = 60/60 clientes/minutos = 1
cliente/minuto
Wq 3 minutos (tiempo promedio de espera de un cliente en la cola)

Respuesta 1:

Para calcular el tiempo promedio que un cliente pasa en el sistema (Ws), se puede obtener a partir de Wq
y µ, es decir:

𝑾𝒔 = 𝑾𝒒 + 𝟏/𝝁 = 3 minutos + 𝟏/𝟏 = 𝟑 + 𝟏 = 𝟒 𝒎𝒊𝒏𝒖𝒕𝒐𝒔

Por lo tanto, en promedio un cliente pasa 4 minutos en el sistema, distribuidos en los 3 minutos que pasa
esperando en la cola más 1 minuto en el servicio.

Respuesta 2:

Para calcular el número de clientes en la cola (Lq), se usará la fórmula siguiente: Lq = λ Wq.

𝐿𝑞 = 𝜆 ∗ 𝑊𝑞 = 0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 * 3 minutos = 2.25 clientes

Por lo tanto, se puede concluir que en la cola puede haber más de dos clientes.

Respuesta 3:

Para calcular cual es el número de clientes en el sistema (Ls), se usará la fórmula: Ls = λ Ws.

𝐿𝑆 = 𝜆 ∗ 𝑊𝑆 = 0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ∗ 4 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 = 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

Por lo tanto, en promedio hay tres clientes en el sistema, y como existe sólo un local de servicio o
servidor, se sabe que solo un cliente puede estar en servicio, por lo que los demás deben estar en la cola,
es decir, hay dos clientes en espera.

2 [Link].
 Pregunta para reflexionar:

A tu juicio, ¿qué tan común se producen las esperas de parte de los clientes por conseguir
los productos de las empresas productoras chilenas? ¿cumplen con los tiempos
establecidos con sus clientes?

[Link] de producción

La capacidad de producción es el volumen de productos que puede generar una planta o empresa de
manufactura en un período determinado, utilizando los recursos existentes. El sistema productivo se debe
planear a largo, mediano y corto plazo, y por lo tanto las decisiones a nivel estratégico, táctico y operativo
son de gran importancia para la capacidad.

La capacidad a largo plazo se enfoca en más de un año y es a nivel estructural, lo cual implica que se
requiere una gran inversión y que su importancia es estratégica.

La capacidad a mediano plazo se enfoca entre los 6 y 18 meses y es necesario tomar decisiones con
respecto a la contratación del personal, adquisición de herramientas y máquinas.

La capacidad a corto plazo se trabaja en forma diaria o semanal, por lo tanto, las acciones realizadas
son efectivas en horas con el fin de alinear la producción planeada y la real. Se asocian decisiones
relacionadas con las horas extras, movimiento de personal y transporte de producto.

Al planear la capacidad es posible determinar cuánto se puede producir a nivel constante sin fallas ni
interrupciones y cuánto se logra producir en condiciones reales.

Tipos de capacidad de producción

Los tipos de capacidad de producción en una empresa son los siguientes:

a) Capacidad de diseño: es la máxima producción teórica que se puede alcanzar bajo condiciones
ideales. Por ejemplo, el volumen de producción de una impresora de manera continua en una empresa
de litografía. Alcanzar esta capacidad implicaría que las maquinas estuvieran constantemente en
funcionamiento sobre el periodo de trabajo y que la mano de obra trabaje con máxima eficiencia.

2 [Link].
b) Capacidad efectiva: considera que la mayoría de las empresas no operan a su máxima capacidad.
Lo hacen por las restricciones “típicas”, entre las cuales podemos encontrar el mantenimiento de la
maquinaria, los errores en el personal, los tiempos perdidos, etc. La capacidad efectiva es la
producción que se espera alcanzar en condiciones reales de funcionamiento.

c) Capacidad real: es la producción real conseguida en un período determinado. El concepto de

capacidad real es útil al ser utilizado en conjunto con la capacidad de diseño y la capacidad efectiva
con la finalidad de calcular la utilización de capacidad y la eficiencia de producción.

Con los tipos de capacidad de una empresa ya definidos, se pueden revisar los conceptos de utilización y
de eficiencia:

a) Utilización de capacidad: es la razón entre la capacidad real y la capacidad de diseño, por lo

tanto, se puede saber qué tanto se está aprovechando la capacidad de diseño de la compañía. Cuando
es calculada, ambas medidas deben contemplar el mismo tiempo y las mismas unidades.

b) Eficiencia de producción: es la razón entre la capacidad real y la capacidad efectiva. La relación

de eficiencia se obtiene según se acerca el índice al valor 1 (100%).

La importancia de la demanda en la capacidad de producción

Una demanda superior a la capacidad de producción implica una pérdida de clientes y de competitividad,
y, por el contrario, una capacidad superior a la demanda conlleva altos costos de producción o de
funcionamiento.

Cuando la demanda es superior a la capacidad de producciòn se pueden implementar las

siguientes estrategias:

a) Modificar la estrategia de precios, aumentándolos conscientemente en la medida que aumenta la

demanda por el producto o servicio.
b) Mejorar la productividad, a través de la mejora de los procesos y los elementos que intervienen en
ellos, disminuyendo los tiempos ociosos, balanceando las líneas de producción, encontrando mejores
formas de atender a los usuarios en poco tiempo, entre otras estrategias.
c) Contratar más personal calificado o aumentar las horas extras.
d) Subcontratar la producción a empresas que tengan mayor experiencia y mejores costos de producción.
e) Otras estrategias.

2 [Link].
Cuando la capacidad de producción es superior a la demanda se pueden implementar las
siguientes estrategias:

a) Modificar la estrategia de precios, reduciéndolos y esperando que por este hecho la demanda
comience a aumentar progresivamente.
b) Aumentar la diferenciación de los productos y servicios, enfocando la mirada en otras
variables importantes para los clientes y sus necesidades reales.
c) Analizar una reestructuración de la empresa en términos de número de personas.
d) Elaborar nuevas estrategias de publicidad y de promoción del producto o servicio que
incentiven la demanda,
e) Otras estrategias.

Planeación de la capacidad de producción

Para planear la capacidad de producción se considera la demanda a futuro, y aquí es donde comienzan a
ser relevante el pronóstico de demanda. Para planear la capacidad, es necesario usar modelos de
pronósticos a mediano y largo plazo para predecir la demanda futura. Algunos casos importantes respecto
de la planeación:

a) Capacidad ampliada incrementalmente con respecto a la demanda: en este caso se

decide ampliar gradualmente la capacidad a través de los años, lo que dota a la empresa de
flexibilidad en sus labores, como tener inventarios ante una demanda variable.

b) Capacidad muy ampliada con respecto a la demanda: en este caso cerca del año 1 se toma
la decisión de hacer un amplio aumento en la capacidad y durante un tiempo se tendrá
capacidad disponible y flexibilidad, al igual que en el primer caso.

c) Capacidad retrasada con respecto a la demanda: en este caso, se sigue creciendo

incrementalmente, pero esta vez, la capacidad está retrasada con respecto a la demanda. En este caso,
es común suplir la demanda restante con horas extras o subcontratación.

d) Capacidad promedio que busca alinearse a la demanda: en este caso, se cuenta con una
capacidad promedio en función de la demanda, lo cual implica que en ocasiones se puede estar por
adelante o por detrás de la demanda.

La estrategia que elegir se puede basar en la evaluación del costo de la alternativa, considerando a la vez
factores tecnológicos, de personal, de construcción, de competencia, de legislación vigente, entre otros.

2 [Link].
Cálculo de la capacidad de producción.

El cálculo de la capacidad de producción involucra muchos aspectos de la dirección de operaciones, los

que serán más o menos dependiendo del momento en que se hace, como es el caso del horizonte de
tiempo, de la planeación de la planta, de los procesos, etc.

Por ejemplo, si una empresa está abriendo una nueva planta en otro país, deberá planear su capacidad
teniendo en cuenta la estimación de la demanda, la localización de la planta, ubicación de la maquinaria,
el número de personas, los recursos de producción, etc.

Por otro lado, existen empresas que suelen no planear su capacidad, como las Pymes que se fundaron sin
tener en cuenta ninguna de los aspectos antes mencionados. Muchas veces, cuando se hacen conscientes
de la importancia de planear la capacidad a largo plazo, cuando lo comienzan a hacer ya es muy complejo
dado lo costoso que conlleva un cambio de gran magnitud, sin contar la resistencia al cambio, entre otros
muchos factores.

Un buen comienzo para empresas que nunca han planeado su capacidad a largo plazo, sería conocer cuál
es su capacidad, lo que le permitiría tomar decisiones a nivel táctico y a mediano plazo, que no serían tan
costosas como las decisiones estratégicas de largo plazo. Esto involucraría realizar las labores como la
medición de los tiempos de los procesos, la determinación de cuellos de botella, el balanceo de líneas,
entre otras labores.

Caso Manufacturera de Mangueras de Plástico

La empresa Manufacturera de Mangueras de Plástico, requiere calcular la capacidad de diseño, la

capacidad real y la capacidad efectiva de la planta. Para ello se realizó un estudio de tiempos del proceso
de producción de un producto el cual arrojó el resultado promedio de 20 minutos. Este tiempo se puede
considerar como tiempo estándar, de importante aplicación para calcular la capacidad de planta, plazos de
entrega, costo de la mano de obra, etc.

Capacidad de diseño:

Si en la planta se trabajan 8 horas, la capacidad de diseño de este proceso se puede calcular con una
regla de tres:

En 20 minutos se produce 1 producto.

En 480 minutos (8 horas) se producen X productos

Realizando el cálculo, se obtienen 24 unidades (480/20) como capacidad máxima de producción.

Capacidad de diseño = 24 unidades.

2 [Link].
Capacidad efectiva:

La mano de obra no trabaja constantemente durante toda la jornada laboral, lo cual indica que al tiempo
total que trabaja la mano de obra se le resta un porcentaje correspondiente a este tipo de actividades y
al desgaste que tiene durante la jornada laboral.

Siendo esta una empresa manufacturera, se puede considerar un porcentaje de 15% de suplemento. Es
decir, se está considerando el trabajo real de la mano de obra en 85% (100-15) del tiempo de trabajo total
(8 horas).

Por eso multiplicaremos la capacidad de diseño por 85% que es el tiempo efectivo de trabajo de la
mano de obra.

Capacidad efectiva = 24 unidades x 85% = 20 unidades.

Capacidad real:

En la práctica, se asume este valor como si toda la producción o prestación del servicio se realizará de
forma normal sin complicaciones, sin embargo, en condiciones realistas, lo más común es que ocurran
tropiezos y problemas día a día que no tienen relación con la mano de obra, como lo evidencia desde
Matemática empresarial en un ejemplo de cálculo de capacidad de producción, en la que al valor obtenido
al aplicar el porcentaje de 85%, le aplica otro porcentaje al que denomina factor de merma inherente de
proceso, valor que es obtenido con base en registros basados en las causas de retraso. En este caso se
usará un factor de merma de 83% se multiplicará por la capacidad real.

Capacidad real = 24 unidades x 85% x 83% = 17 unidades.

Con los valores de capacidad de diseño, capacidad real y capacidad efectiva calculados, es posible hallar
la utilización de la capacidad y eficiencia de producción:

Utilización de capacidad y eficiencia de producción:

Considerando que la capacidad de producción efectiva en un turno de 8 horas fue de 24 unidades, se

pueden realizar los siguientes cálculos:

Utilización = razón entre la capacidad real y la capacidad de diseño.

Eficiencia = razón entre la capacidad real y la capacidad efectiva.

Utilización = 17 unidades / 24 unidades = 71%.

Eficiencia = 17 unidades / 20 unidades = 85%

En este caso, en un turno de 8 horas la utilización fue de 71% y la eficiencia de 85%.

2 [Link].
El control de estos indicadores es el primer dato a tener en cuenta cuando se decide elaborar las
estrategias para modificar la capacidad. Es importante saber que no se considera bueno estar trabajando
con una utilización cercana al 100%, sin embargo, tener una utilización inferior al 70% se puede
considerar sinónimo de improductividad. Con estos resultados se tiene suficientes alertas para subir o
bajar la capacidad según aplica, apuntando por ejemplo a lograr como meta un 85% de utilización.

2 [Link].
 Conclusión
En la tercera semana de estudio se estudiaron los fundamentos generales de la
programación lineal cuyo objetivo es realizar un proceso de optimización de los aspectos
más importantes de la empresa como es maximizar las utilidades, maximizar la
productividad, minimizar los costos improductivos, minimizar las fallas de la maquinaria,
entre muchos otros aspectos.

Además, se estudiaron los sistemas de espera a través de la teoría de colas y la ley de Little,
además, de sus diversos elementos y la formulación matemática de la teoría.

Finalmente, se estudió el concepto de capacidad de producción de una empresa,

conociendo los indicadores asociados a ella, como son la capacidad de diseño, la efectiva y
la real, además, de los indicadores de utilización de capacidad y de eficiencia.

2 [Link].
 Bibliografía

Ziller, Karen (2016). Modelo 5d. Un mapa de ruta para una nueva estrategia empresarial
consciente. Primera edición. Santiago de Chile. Editorial de la Universidad de Santiago de Chile.

Riggs, James L. (2005) Sistemas de producción, Tercera Edición. México. Editorial Limusa
Wiley.

Gould, F.J.; Eppen, G.D.; Schmidt, C.P., (1992) Investigación de operaciones en la ciencia
administrativa; [Link]. México; Prentice Hall Hispanoamericana;

Chapman Stephen N. (2014) Planificación y control de la producción. Editorial: Pearson.

2 [Link].
30 [Link]