Professional Documents
Culture Documents
keDCCOU[c]
jeCL
jeCLCOU[c]
keDCCOU[ c]
je( CL diffCLCOU[c])
Capacidad de plantas:
pmcoef
ih
hrflow
ijh
hePMHR[i ]CLHR[ j ]
jePMCL[i ]
s PMCAP
i
pmloc[i] i ePM
Satisfaccin de demanda:
FP p DC k DEMAND fpflow
kp
j CLFP p CL j
jkp
e e s
e e
,
] [ :
Ecuaciones de balance en plantas:
rawflow
sir
seS
= fpflow
ijh
hePMHR[i ]CLHR[ j ]
j ePMCL[i]
pmformula
ih
i ePM, r ePMRAW[i]
El proceso de validacin
del modelo
Mediante la validacin del modelo se determina si ste
puede realmente utilizarse para tomar decisiones reales.
La validacin puede realizarse a travs del anlisis del
comportamiento del modelo, entre otros posibles, frente a:
Resultados histricos conocidos.
La configuracin actual de la cadena de abastecimiento.
Entradas de datos extremas, como por ejemplo demandas
excesivas, capacidades iguales a cero, configuraciones ilgicas,
costos cero exagerados, entre otras.
Cambios progresivos de parmetros de entrada, como por ejemplo
el incremento de la demanda.
Un procedimiento heurstico
de solucin
300
350
400
450
500
550
600
1 2 3 4 5 6 7 8 9 10 11
P
r
e
c
i
o
d
e
T
r
a
n
s
f
e
r
e
n
c
i
a
Iteracin
CONVERGENCIA DE PRECIOS DE
TRANSFERENCIA
Precio de transferencia Limite
Casos tpicos corridos
6 pases proveedores de materia prima
15 lugares potenciales para la localizacin de la primera
etapa de produccin
30 lugares potenciales para la localizacin de la segunda
etapa de produccin
17 centros de distribucin ubicados en diferentes pases
13 materias primas, 8 productos intermedios y 8 productos
terminados
Se reportan casos de hasta 10.500 variables (57 binarias)
con 10.800 restricciones
Se observ rpida convergencia con tiempos de solucin
entre 30 segundos y 5 minutos.
Requisicin de materiales
PROV_1
PROV_2
PL1_ETAPA1
MAT_PRIMA_1 (500 MT/YR)
MAT_PRIMA_2 (1,000 MT/YR)
MAT_PRIMA_3 (560 MT/YR)
MAT_PRIMA_1 (1,290 MT/YR)
MAT_PRIMA_3 (3,500 MT/YR)
MAT_PRIMA_4 (10,000 MT/YR)
MAT_PRIMA_5 (2,550 MT/YR)
Costo promedio de materiales
PL1_ETAPA1
MAT_PRIMA_1 ($640 / MT)
MAT_PRIMA_2 ($2150 / MT)
MAT_PRIMA_4 ($2890 / MT)
MAT_PRIMA_5 $5100 / MT)
MAT_PRIMA_3 ($240 / MT)
Flujos hacia las zonas
de consumo
PL2_ETAPA2
PL1_ETAPA2
PL3_ETAPA2
ZONA_CONS_1
P&G en cada pas y anlisis de costos
Ventas locales
+ Exportaciones
- Importaciones
- Costos de materia prima
- Aranceles
- Costos variables de produccin
- Costos fijos de plantas
- Costos de transporte
- Costos de inventario en trnsito
- Otros costos
Utilidad antes de impuestos
- Impuestos
Utilidad neta despus de impuestos
Anlisis de costos
ANLISIS GENERAL DE COSTOS
0
5
10
15
20
25
30
35
LOC. 1 LOC. 2 LOC. 3 LOC. 4 LOC. 5
NUEV A LOCALI ZACI N DE LA P LANTA
$
/
A
O
MATERIA PRIMA COSTOS VARIABLES COSTOS FIJOS
TRANSPORTE (M.P.) TRANSPORTE (LOCAL) TRANSPORTE (OTROS E IMP.)
IMPORTACIN SUBENSAMBLES IMPORTACION TERMINADOS IMPUESTO DE RENTA
INGRESO NETO
INGRESO NET O VS. FACT OR DE PRECIOS DE T RANSFERENCIA
50
52
54
56
58
60
62
64
66
0. 80 0. 90 1. 00 1. 10 1. 20 1. 30 1. 40 1. 50 1. 60 1. 70 1. 80 1. 90 2. 00 2. 10 2. 20 2. 30
Factor de precios de transferencia
I
n
g
r
e
s
o
n
e
t
o
(
$
/
a
o
)
Cul es el mxi mo valor del factor de
preci os de transferenci a aceptable?
El caso de Centro Amrica
Se deba determinar la mejor localizacin de una mquina que
estaba por llegar a la regin.
El modelo de la Regin Andina se enriqueci al considerar un
mayor nmero de productos.
Se observ una gran uniformidad en la regin y una diferencias
menos claras entre pases como la mejor localizacin. Por lo
tanto, algunos aspectos de importancia a considerar en esta
regin son:
Flexibilidad de produccin
Minimizacin del riesgo
Especializacin de pases y/ plantas en ciertos productos
Aprovechamiento de la infraestructura existente
Especializacin en distribucin y economas de escala
Caso Real 2: Optimizacin de una cadena
comercial en Centro Amrica
Principales caractersticas del problema y
diferencias con el anterior
Se desea determinar la mejor localizacin posible
de un nuevo almacn central (si conviene)
Se considera la cadena de abastecimiento desde los
proveedores internacionales, los puertos de entrada
a la regin, el transporte de los productos al
almacn y su distribucin hacia las sucursales.
Se incluyen dos formas posibles de transporte
interno.
La funcin objetivo es de maximizacin de
utilidades despus de impuestos en toda la regin.
No se incluyen costos de manejo de inventarios en
forma explcita.
PROV1
PROV2
PROV3
PROV4
PROV5
PTO. DE ACAJUTLA
PTO. DE CUTUCO
PTO. SAN LORENZO
PTO. DE CORINTO
PTO. QUETZAL
PTO. STO. TOMS
PTO. CORTS
San Salvador
Santa Ana
San Miguel
Tegucigalpa
S. Pedro Sula
La Ceiba
Managua
Guatemala
Acajutla
Pto. de Cutuco
Pto. S. Lorenzo
Pto. de Corinto
Pto. Quetzal
Pto. Sto. Toms
Pto. Corts
San Salvador
Santa Ana
San Miguel
Tegucigalpa
S. Pedro Sula
La Ceiba
Managua
Guatemala
Otra?
Otra?
Otra?
Casos tpicos corridos
4 pases candidatos a abrir el almacn central (15
localizaciones especficas candidatas)
146 modelos de vehculos considerados explcitamente
7 puertos martimos en los cuatro pases
2 tipos de combustible considerados en los modelos
2 modos de transporte considerados explcitamente
Se reportan casos de hasta 26.528 variables (15 binarias)
con 417 restricciones
El tiempo de solucin en general fue menor que 5
segundos.
Esquema de la red ptima
Caso Real 3: Optimizacin de una cadena
de abastecimiento manufacturera en
Amrica
Principales caractersticas del proyecto
Objetivo principal: Determinar la localizacin ptima
de las mquinas, sus turnos de trabajo, el mix de
produccin, la programacin agregada de produccin y
su impacto sobre la utilidad neta total despus de
impuestos.
Principales elementos considerados:
Modelo dinmico para considerar demanda estacional
Consideracin de precios de transferencia
Productos agrupados en familias
Se consideran polticas y costos de mantenimiento del
inventario de productos terminados por producto y por lugar
Se puede incluir el efecto de otros productos en los P&G
Se consideraron capacidades y costos de produccin y de
almacenamiento
PLANTA Y
MQUINAS
(COL)
PLANTA Y
MQUINAS
(BRA)
PLANTA Y
MQUINAS
(MEX)
CDBRA
CDCOL
CDMEX
CD_EXT 1
CD_EXT 2
CD_EXT 3
VENTAS
LOCALES
VENTAS
LOCALES
VENTAS
LOCALES
P
R
O
V
E
E
D
O
R
E
S
D
E
M
A
T
E
R
I
A
S
P
R
I
M
A
S
CEDIS DONDE NO HAY
PRODUCCIN
(PAN, PER, VEN, PRI, CEA)
VENTAS
LOCALES
Casos tpicos corridos
12 pases entraron en el anlisis (proveedores, plantas y
CDs)
20 proveedores de materias primas
132 materias primas y 99 productos terminados
25 tipos de mquinas a ubicar
Se reportan casos de hasta 108.500 variables (3.700
binarias) con 65.600 restricciones
El tiempo de solucin se pudo fijar de antemano y se
obtuvieron brechas de optimalidad de hasta 0,2%
Principales resultados que brinda el modelo
Utilidad neta total despus de impuestos y por pas
Ubicacin ptima de mquinas
Turnos a trabajar por cada mquina por mes
Ventas locales por pas por mes
Flujo de materias primas por mes
Productos manufacturados en cada mquina en cada
mes
Exportaciones e importaciones por producto por mes
Inventarios inicial y final por CD por producto por mes
Demanda no satisfecha por CD por producto por mes
Capacidad sobrante en cada mquina por mes
P&G por pas
Precios de transferencia ptimos y landed prices
Beneficios para la toma de decisiones
por la utilizacin de estos modelos
Anlisis de sensibilidad rpidos y precisos
Justificacin cientfica de la toma de decisiones
Identificacin de inconsistencias en las mtricas de la cadena y
estandarizacin de datos
Optimizacin de estructura, flujos y mejor modo de transporte
Facilidad de extensiones del modelo: Otros elementos a
considerar y otras cadenas de abastecimiento
Cultura organizacional enfocada a la solucin de problemas y
toma de decisiones con base cientfica
Fortalecimiento de la relacin Universidad Empresa
Herramientas para mejorar la competitividad y la sostenibilidad
de las empresas y facilitar su impacto positivo sobre la sociedad
Comentarios finales
Es imprescindible la utilizacin de modelos
matemticos para la optimizacin de cadenas de
abastecimiento reales.
En cadenas de abastecimiento internacionales es
fundamental considerar el efecto de los precios de
transferencia.
La aplicacin de las tcnicas vistas es muy amplia y
puede ser realizada virtualmente en cualquier
organizacin.
El tiempo, dinero y esfuerzo invertidos en el desarrollo
de los modelos se recuperan rpidamente.
Oportunidades de extensin y de
investigacin
Combinacin de optimizacin con tcnicas multi-
criterio para considerar elementos cualitativos
Optimizacin multi-objetivo
Nuevos indicadores incluyendo aspectos financieros
ms precisos
Optimizacin estocstica
Modelos cada vez ms complejos y de mayor tamao
Nuevos elementos como la consideracin de la
robustez, resiliencia, gestin del riesgo y elementos de
dominancia en las cadenas de abastecimiento
Muchas gracias por su atencin!
Preguntas, crticas, comentarios