Krajewski , L., Ritzman , L. ( 2000 ) . Capacidad, localización y distribución física.

En Administración de
operaciones : estrategia y análisis (pp.299-359)(892p.)(5a ed). México, DF : Pearson Educación. (C30408)
CUARTA PARTE CAPACIDAD, LOCALIZACIÓN
Y DISTRIBUCIÓN FÍSICA

Capftulo
CAPAC

i;- :\}' \:c;.. -+:':: .;:::[. .. :.. •' ' •'.l' ' :::·:y / 0.·t:C
•:• ~ontabilidad, qu ormaci6n sobre
para evaluar las d~cisiones referentes a la exparisión de la capacidad.

sió
•:+ recurs uman
ue cargó de contratar y capé{
ten los planes referentes a la capacidad.
'·~ sistemas de informa~iÓn la a~
tración, que l~s
· se usan para determinar as normas (le trabajo que ayudan en el
en materia de capacidad. «

..•:• marketing, que proporciona pronósti e la ndá,, necesarios

brechas de capacidad.
•:+ operaciones, que debe seleccionar ias estrategias de capacic;:lad que provean losnive-
., .• les de,papacidad a~~cuad9s para atehder CO. . yqr efic~ci.a lf demanda futura.
•:• compras, que se1 encarga de obtener la capaci exterior necesaria, procedente de
fuent"3S externas.•

METAS DE APRENDIZAJE
Después de leer este capítulo, usted podrá ...
1. describir distintas maneras de medir la capacidad, determinar la capacidad máxima y
ca lcula r la utilización de la capacidad .
2. explicar las razones de las economías y las deseconomías de escala .
3. discutir elementos estratégicos, como "colchones" de capacidad, opciones de tiem-
po y magnitud, y los vínculos con otras decisiones.
4. calcula r las brechas de capacidad y después evaluar planes para subsanarlas.
5. describir la forma en que los modelos y las decisiones de filas de espera pueden ayu-
dar a tomar decisiones sobre capacidad.

299
E
n 1995, la Chemical Banking Corporation y la
venerable Chase Manhattan Corporation, el ban-
co de los Rockefeller, se fusionaron . Con un total
de activos combinados por valor de $297,000 millones,
la nueva Chase hizo que hasta el Citicorp, el banco más
grande de Estados Unidos antes de esta fusión, pareciera
un enano. Es cierto que la combinación ocupó sólo el vi-
gésimo primer lugar en el mundo en función del monto
de sus activos, detrás de muchos gigantes japoneses y de
otros competidores europeos. Sin embargo, gracias a la
combinación de dos operaciones que competían directa-
mente en dos mercados, el nuevo Chase Bank tiene un
total de más de $163,000 millones en depósitos y unos 4
millones de cuentas de consumidores. Una motivación
primaria para incrementar su capacidad es el ahorro de Estos empleados llegan a la oficina del nuevo Chase Bank en
el centro de Nueva York. La fusión de Chase y Chemical per-
costos. Chase espera hacer un recorte de 12,000 emplea-
mite que el nuevo Chase Bank realice importantes economías
dos y reducir en $1500 millones sus costos anuales, ha- de escala. También le aporta a Chase $20,000 millones en va-
cia el primer trimestre de 1999. Con anterioridad, en lor líquido para que los invierta donde le plazca. Un impor-
1991, la corporación química se fusionó con la Hanover tante objetivo se refiere a la tecnología apropiada para
Manufacturers Corporation, con lo cual logró suprimir incrementar su oferta de banca electrónica.
6,200 plazas de trabajo y redujo en $750 millones sus
costos anuales. tes suelen retirar sus cuentas para transferirlas a otros
La duplicación de la capacidad no es un hecho insó - bancos más pequeños que satisfagan cierta variedad de
lito en modo alguno, en virtud de que la industriaban- necesidades bancarias personales y de negocios. Con el
caria está pasando por la más grande oleada de fin de proteger sus ingresos, los grandes bancos deben
consolidaciones de su historia. La banca se está convir- ofrecer el mismo servicio excepcional que proporcionan
tiendo en un negocio impulsado por la tec nología . Hoy los bancos pequeños. Estos últimos lo hacen más fácil-
más que nunca, los productos y servicios financieros, mente que los bancos grandes porque están acostumbra-
desde préstamos hasta tarjetas de crédito, se comerciali- dos a brindar un alto grado de servicio personalizado.
zan por medio de computadoras y teléfonos, y no me- Un banco grande debe tratar de proveer ese mismo nivel
diante trámites en las sucursales bancarias. Los bancos y tipo de servicio, tal como los clientes lo desean. El di-
que tienen capacidad para hacer grandes inversiones en rector general de Banc One, quien es un veterano con
tecnología adquieren una inigualable habilidad para es- más de 100 adquisiciones de empresas, cree que el tama-
tar en contacto con sus clientes en toda la nación. Esas ño es capaz de destruir si se maneja de manera inapro-
inversiones de capital sin precedente crean la necesidad piada. "Si no sabes conducir un coche de carreras y vas a
de dispersar los costos sobre una base de clientes más
320 kilómetros por hora, puedes matarte en los primeros
amplia. Si bien la reducción de costos es impresionante, 100 metros'', afirma.
también existe desasosiego ante el riesgo de crecer dema-
siado. Algunas empresas pierden su enfoque a medida
que se vuelven más grandes y dejan de brindar al cliente Fuente: "Wow! That's Sorne Bank". Business Week, 11 de
un servicio personalizado. Cuando esto sucede, los clien- septiembre de 1995, págs. 36-39.

espués de decidir qué prod~ct~s o servicios será conveni_ente ofre~er y cómo de-

capacidad
D berán elaborarse, la gerencia tiene que planear la capaodad del sistema. La ex-
periencia del nuevo Chase Bank demuestra cuán importantes son los planes
referentes a la capacidad, para el futuro de una organización. La capacidad es la tasa de
producción máxima de una instalación~ Esta última puede ser una estación de trabajo o
una organización entera. El gerente de operaciones debe suministrar la capacidad nece-
saria para satisfacer la demanda actual y futura; de otra manera, la organización perde-
ría oportunidades de crecimiento y de ganar beneficios.
300
 CAPÍTULO 8 Capacidad 301

Los planes referentes a la capacidad se elaboran en dos niveles. Los planes de capa-
cidad a largo plazo, los cuales describiremos en este capítulo, se refieren a las inversiones
en equipo e instalaciones nuevos. Estos planes se extienden por lo menos dos años hacia
el futuro, pero el tiempo que se requiere para la construcción, por sí solo, puede imponer
horizontes de tiempo mucho más largos. En la actualidad, las compañías de Estados
Unidos invierten más de $600,000 millones anualmente en plantas y equipo nuevos. A
las industrias de servicios les corresponde más del 68% de ese total. Estas considerables
inversiones requieren la participación y aprobación de la alta gerencia, porque sus efec-
tos no son fácilmente reversibles. Los planes en materia de capacidad a corto plazo están
enfocados en el tamaño de la fuerza de trabajo, presupuestos para horas extras, inventa-
rios y decisiones de otro tipo, que exploraremos después en otros capítulos.

• • • PLANIFIC ACIÓN DE LA CAPACIDAD

La planificación de la capacidad es fundamental para el éxito a largo plazo de una organiza-
ción. La capacidad excesiva puede ser tan fatal como la capacidad insuficiente, lo cual se de-
muestra en la Práctica administrativa 8.1. Al escoger una estrategia de capacidad, los
directivos deben analizar preguntas como: ¿Cuánto "colchón" se necesita para manejar la de-
manda incierta y variable? ¿Debemos expandir la capacidad antes de que la demanda se ma-
nifieste claramente o es mejor esperar hasta que esta última se perfile con mayor certeza?
Se requiere un método sistemático para contestar éstas y otra preguntas similares, y para
desarrollar una estrategia de capacidad que sea apropiada para cada situación.

principios de la década de 1990, el mercado de bienes neas del mundo reacondicionaron sus flotas para transportar

A raíces comercialespade.ció de exceso de capacidad, en

la mayoría de las ciudades de Estados Unidos, pues
había muchas propiedades desocupadas. Este hartazgo fue
más pasajeros en los aviones existentes y rivalizaron para
comprar un!número sin precedente de nuevos jets comerciales
para pasajeros. Los pedidos recibidos por Boeing, Airbus y
McDonnell Douglas aumentaron bruscamente a más de 2600
ocasionado, Tnparte, porla recesión de principios de los
años 90. Al mismo tiempo, muchos ocupantes, especialmente aeronaves. McDonnell Douglas, por sí sola, tenía un retraso
los de la industria financiera, estaban siendo sometidos a en pedidos de casi $18,000 por concepto de pedidos
reestructuraciones que, según lo esperado, abatirían la de- confirmados de sus MD-80 y de los nuevos MD-11 con fuse-
manda de espacios para oficina en los años por venir. En laje amplio: lo suficiente para mantener su planta totalmente
1991, la tasa de espacios para oficina.desocupados era de ocupada por .más de.tres añ9s. A pesar del número de pedi-
26% en Miami, en la ciudad de Oklahoma, en Phoenix y en dos, la división de aerotransportes comerciales de Douglas
Dallas, por igual; la.tasa correspondiente a toda la nación era anunció una pérdida alarmante, Airbus batallaba para obte-
de 20%. El valor de los inmuebles bajó hasta 30% enalgu- ner ganancias y hasta la poderosa Boeing pugnaba por incre-
nos mercados, y la sobrecarga de la capacidad fue muy perju- mentar sus precarios márgenes. El déficit de capacidad le
dicial para todos. Por ejemplo, laTorre CenTrust de Miami,' ' ca,usó muchos problemas a McDonnell Douglas: sus provee-
un edificio de 47 pisos construido mediante un plan de aho- dores resultaron incapaces de mantener el paso, su duplícada
rros fallido y un préstamo de $165 millones, fue vendida en fuerza de trabajo tenía poca experiencia y era menos produc-
sólo $38 millones. Para empeorar la sitúación, la industria de tiva, y un volumen considerable de trabajo tuvo que ser sub-
bienes raíces sufrió los efectos del "riesgo de refinanciamien-. contratado a otras plantas. El resultado de esto fue que los
to", debido al cual los ocupantes de edificios en los que los costos se dispararon y las ganancias se desplomaron. En
precios eran elevados se sintieron tentados a abandonarlos, 1997, Boeing adquirió la McDonnell Douglas.
atraídos por otros edificios donde el precio def alquiler era
más bajo. En Washington, D.C., un consulto( bancario de-
claró: "El mercado entero.se ha vuelto caníbal." Ftlentes: ''Office Buíldings, Under Pressure Already, Face Threat to
La industria aeronáutica afrontó el problema inverso a fi- Their Leases". Wal/ Street Journal, 27 de septiembre de 1991; "Plane-
¡nales .de los años 80: una capacidad insµficienFe· Las .aerolí- makers Havelt So.Good, lt's Bad". Business Week, 8 de mayo de 1989.
 302 CUARTA PARTE Capacidad, localización y distribución física

Mediciones de la capacidad
medir la tasa
Ninguna medición de la capacidad es aplicable a todas las situaciones. Los hospitales miden
su propia capacidad por el número de pacientes que pueden ser tratados cada día; un co-
ucción?
merciante minorista mide la capacidad en función del valor monetario de las ventas anuales
generadas por metro cuadrado; una aerolínea usa como medida de capacidad el número de
asientos-millas disponibles (ASM) al mes; un teatro mide la capacidad por el número de sus
localidades; y un taller con producción intermitente tiene como medida de capacidad el nú-
mero de horas máquina. En general, la capacidad se expresa en cualquiera de estas dos for-
mas: como mediciones de salida del producto o como mediciones de insumos.
Las mediciones basadas en la salida del producto son la opción usual para procesos
de flujo de línea. Nissan Motor Company declara que la capacidad de su planta de Ten-
nessee es de 450,000 vehículos al año. Esa planta produce solamente un tipo de vehícu-
lo, lo cual hace que la capacidad sea fácil de medir. Sin embargo, muchas organizaciones
elaboran más de un producto o servicio. Por ejemplo, un restaurante puede ser capaz
de atender en una hora a 100 clientes que compren alimentos para llevar a otra parte o a
50 que los coma en las mesas del propio establecimiento. También podría atender a 50
clientes del primer tipo y a 25 del segundo, así como muchas otras combinaciones de los
dos tipos de clientes. A medida que la magnitud de la personalización y la variedad se
vuelven excesivas en la mezcla del producto, las mediciones de la capacidad basadas en
la salida del producto resultan menos útiles. Las mediciones de capacidad basadas en la
salida del producto son más adecuadas cuando se trata de empresas que proveen un nú-
mero relativamente pequeño de productos y servicios estandarizados.
Las mediciones basadas en los insumos son la opción habitual para procesos de flujo
flexible. Por ejemplo, en una tienda de fotocopiado, es posible medir la capacidad en térmi-
nos de horas máquina o por el número de máquinas utilizadas. De la misma manera que la
mezcla de productos complica las mediciones de capacidad basadas en el producto, la de-
manda también dificulta las mediciones basadas en los insumos. La demanda, que se expre-
sa invariablemente como una tasa de salida de productos, tiene que ser convertida a una
medición de capacidad basada en los insumos. Sólo después de haber realizado esa conver-
sión, el gerente puede comparar los requisitos de la demanda y la capacidad sobre una base
equivalente. Por ejemplo, el director de un centro de copiado deberá convertir su demanda
anual de copias, para sus distintos clientes, al número de máquinas requeridas para ello.

Utilización. La planificación de la capacidad requiere el conocimiento de la capacidad

utilización actual y su utilización. La utilización, o sea, el grado en que el equipo, el espacio o la mano
de obra se emplean actualmente, se expresa como un porcentaje:

.. . , _ Tasa de producción promedio

Un 11zac1on - eapac1ºda d max1ma
, . X 100 0Yo

La tasa de producción promedio y la capacidad se deben medir en los mismos términos,

ya sea en tiempo, clientes, unidades o dinero. La tasa de utilización indica la necesidad
de conseguir capacidad adicional o eliminar aquella que es innecesaria. La principal difi-
cultad para quien intenta calcular la utilización consiste en definir la capacidad máxima,
es decir, el denominador que observamos en la razón correspondiente . Dos definiciones
de capacidad máxima son útiles: la capacidad pico y la capacidad efectiva.

Capacidad pico. La máxima producción que se puede lograr en un proceso o instala-

capacidad pico ción, bajo condiciones ideales, se llama capacidad pico. Cuando la capacidad se mide
capacidad nominal únicamente en relación con el equipo, la medida apropiada es la capacidad nominal, es
decir, una evaluación de ingeniería sobre la producción máxima anual, suponiendo una
operación continua, salvo por un margen de tiempo de inactividad para realizar las ta-
reas normales de mantenimiento y reparaciones. La capacidad pico sólo puede sostener-
 Un autobús, impulsado por
un motor Cummins para
gas natural, recorre su ruta
en el área norte de San Die-
go. Hace varios años, la
empresa Cummins Engine
sufrió una pérdida de $6.2
millones en un trimestre, a
pesar de haber alcanzado
una marca por sus altas
ventas, porque su inadecua-
da capacidad de producción
exigía que la compañía
operara a su capacidad pico.

se durante cortos periodos, es decir, algunas horas al día o unos cuantos días al mes. Una
empresa alcanza esa capacidad utilizando métodos de producción marginales, como:
cantidades excesivas de tiempo extra, turnos adicionales, reducción temporal de las acti-
vidades de mantenimiento, personal complementario y subcontratación. Aun cuando to-
das las opciones mencionadas ayudan a alcanzar picos temporales de producción, no es
posible sostenerlas por mucho tiempo. A los empleados no les gusta trabajar demasiadas
horas extra durante periodos prolongados; además, el tiempo extra y la paga especial
para los trabajadores de los turnos de noche elevan los costos y merman la calidad.

Capacidad efectiva. La máxima salida de producción que un proceso o una empresa es ca-
capacidad efectiva paz de sostener económicamente, en condiciones normales, es su capacidad efectiva. En algu-
nas organizaciones, la capacidad efectiva implica operar con un solo turno; en otras, requiere
una operación con tres turnos. Por esta razón, la Oficina del Censo de EUA define la capaci-
dad como el más alto nivel de producción que una compañía puede sostener razonablemente
con horarios realistas de trabajo para sus empleados y el equipo que ya tiene instalado.
Visite http://www. Cuando opera cerca de la capacidad pico, una empresa puede obtener ganancias mí-
prenhal l.com/kra jewski/ nimas o incluso perder dinero, a pesar de que sus niveles de ventas sean altos. Eso fue lo
descubrir la forma en que pasó en el caso de los fabricantes de aeronaves mencionados en la Práctica adminis-
que la expansión de la trativa 8.1. En forma similar, la reacción de la Cummins Engine Company ante una
C:a¡iacidad afectó la situación inesperada racha de demanda ocasionada por la debilidad del dólar, hace unos cuantos
financiera de America años, consistió en trabajar a su capacidad pico: la planta operó tres turnos, con frecuen-
On Line (AOL). cia los siete días de la semana. Las horas extra de trabajo se dispararon y la fatiga extre-
ma de los trabajadores abatió la productividad. Esta última también resultó perjudicada
cuando Cummins recontrató a ex trabajadores menos capacitados que habían sido des-
pedidos durante una crisis anterior. Por todos estos factores, Cummins registró una pér-
dida trimestral de $6.2 millones, a pesar de un fuerte incremento de sus ventas.

Si funcionara las 24 horas del día en condiciones ideales, el departamento de manufactu-

ra de una empresa fabricante de motores podría terminar 100 motores al día. La gerencia
considera que una tasa de producción de sólo 45 motores al día es lo máximo que podría
sostener económicamente por un largo periodo de tiempo. En el presente, el departamen-
to produce un promedio de 50 motores diarios. ¿Cuál es el grado de utilización de ese de-
partamento en relación con la capacidad pico? ¿Y en relación con la capacidad efectiva?

1 Solución Las dos medidas de la utilización son:

. . ., _ Tasa de producción promedio _ 50 0
_
0
Ut1hzac10npico - .
Capac1.d ad pico - lOO X 100 Yo - 50 Yo

.. ., Tasa de producción promedio 50

1
Ut11zac10n .
efectiva = .
Capac1.d a d ef ect1va =
45
X 100% = 111 %
304 CUARTA PARTE Capacidad, localización y distribución física

A pesar de que las operaciones del departamento de fabricación todavía se encuentran

muy por debajo de la capacidad pico, sobrepasan la tasa de producción considerada co-
mo la más económica. La única forma en que sería factible sostener ese nivel de opera-
ción consistiría en recurrir a un gran número de horas extras de trabajo.

Incremento de la capacidad máxima. La mayoría de las instalaciones tiene múltiples opera-

cuello de botella ciones y con frecuencia sus capacidades efectivas no son idénticas. Se llama cuello de botella
la operación que tiene la capacidad efectiva más baja entre todas las de la instalación y que,
por lo tanto, limita la salida de productos del sistema. La figura 8.l(a) muestra una instala-
ción donde la operación 2 representa un cuello de botella que limita la producción a 50 uni-
dades por hora. En efecto, la instalación sólo puede producir a una velocidad igual a la más
lenta de sus operaciones. La figura 8.l(b) muestra la instalación cuando las capacidades están
perfectamente equilibradas, de tal modo que cada una de las operaciones es un cuello de bote-
lla. La verdadera expansión de la capacidad de la instalación se presenta sólo cuando la ca-
pacidad del cuello de botella se incrementa. En la figura 8.l(a), al aumentar inicialmente
la capacidad de la operación 2 (y no de las operaciones 1o3) se incrementará la capacidad del
sistema. Sin embargo, cuando la capacidad de la operación 2 alcanza la cifra de 200 unidades
por hora, como se aprecia en la figura 8.l(b), las tres operaciones tendrán que ser expandidas
en forma simultánea para conseguir un incremento adicional de la capacidad.
Si un proceso tiene flujos flexibles, como el de un taller con producción intermitente, no
disfruta de los simples flujos de línea que ilustra la figura 8.1. En sus operaciones, tiene que
procesar muchos elementos diferentes, y las demandas de cualquiera de esas operaciones po-
drían variar en forma apreciable de un día para otro. Aun en ese caso, es posible identificar
los cuellos de botella, calculando la utilización promedio de cada operación. Sin embargo, la
variabilidad de la carga de trabajo también crea cuellos de botella flotantes. En una semana,
la mezcla de trabajo puede hacer que la operación 1 se convierta en un cuello de botella, y la
mezcla de la semana siguiente puede hacer que la operación limitante sea la 3. Este tipo de va-
riabilidad incrementa la complejidad de la programación del trabajo de cada día. En una si-
tuación de este tipo, la gerencia prefiere que sus tasas de utilización sean bajas, pues éstas le
permiten una mayor holgura para absorber incrementos inesperados de la demanda.

Economías de escala
A través de la historia, las organizaciones han aceptado un concepto que se conoce como eco-
nomías de escala, según el cual el costo unitario de un bien o servicio puede reducirse cuando
su tasa de producción se incrementa. Las economías de escala hacen que los costos disminu-
yan cuando la producción se acrecienta, en virtud de las cuatro razones principales siguientes:
economías de escala los costos fijos se dispersan en más unidades, los costos de construcción se reducen, el costo
de los materiales comprados se recorta, y se encuentran diversas ventajas en el proceso.

Dispersión de los costos fijos. A corto plazo, ciertos costos no varían cuando cambia la tasa
de producción. Entre estos costos fijos figuran los de calefacción, el servicio de deudas y los sa-
larios de la gerencia. La depreciación de la planta y el equipo con los que ya cuenta la empresa
también representan un costo fijo en términos de contabilidad. Cuando la tasa de producción
FIG U RA 8.1
se incrementa, y por lo tanto también aumenta la tasa de utilización de una instalación, el cos-
Cuellos de botella de la to unitario promedio desciende porque los costos fijos se dispersan sobre más unidades. Co-
capacidad en una mo a menudo los incrementos de capacidad son bastante grandes, es posible que inicialmente
instalación con tres una compañía tenga que comprar más capacidad que la que necesita. Sin embargo, los incre-
operaciones mentos de la demanda en años subsiguientes pueden absorberse sin costos fijos adicionales.

Insumos-~ ¡,.11 ~ · · ' ~Alas

~·!>· i
Insumos - ~Alas .
50/h 200/h
consumi- ! 200/h 200/h 200/h \ consumidores
dores ~-~-~----~

(a) La operación 2 es un cuello de botella (b) Todas las operaciones son cuellos de botella
 Las grandes cadenas de
tiendas se benefician con
las economías de escala
porque su red de sucursales
les permite vender grandes
volúmenes de cada
producto.

Reducción de los costos de construcción. Algunas actividades y gastos son necesarios en

la construcción de pequeñas y grandes instalaciones por igual: permisos de construcción,
honorarios de arquitectos, alquiler del equipo de construcción y otros similares. Cuando el
tamaño de la instalación se duplica, por lo general no se duplican los costos de construcción.
El costo del equipo de construcción o las instalaciones aumenta a menudo en rela-
ción con su superficie, en tanto que su capacidad se incrementa en forma proporcional a
su volumen. Por ejemplo, el costo del acero que se utiliza en la construcción de un buque
cisterna para transportar petróleo aumenta a un ritmo más lento que el ritmo al cual se in-
crementa la capacidad del buque cisterna. Industrias como las de cervecería y de refinación
de petróleo se benefician con fuertes economías de escala gracias a este fenómeno.
Recorte del costo de los materiales comprados. Los altos volúmenes suelen reducir los cos-
tos de los servicios y materiales comprados. Con esos altos volúmenes, el comprador está en
una posición más fuerte para negociar y tiene oportunidad de aprovechar descuentos por can-
tidad. Los minoristas, como Wal-Mart Stores y Toys "51" Us, obtienen considerables econo-
mías de escala porque sus tiendas nacionales e internacionales venden enormes volúmenes de
cada uno de sus artículos. Cuando cuentan con una vasta red de proveedores, los productores
(p. ej., Toyota) y los procesadores de alimentos (p. ej., Kraft General Foods) también pueden
comprar insumos a costos más bajos, en virtud de las cantidades que solicitan. En el negocio
de las computadoras personales (PC), las grandes empresas tienen la posibilidad de nego-
ciar descuentos por volumen al adquirir una serie de componentes que representan hasta el
80% de los costos de una PC. De ese modo, Compaq logra vender su modelo básico por
sólo $100 más de la suma que una compañía pequeña, que no fabrique más de 200 o 500
unidades al mes, tiene que pagar tan sólo por el costo de los materiales.
Descubrimiento de otras ventajas en el proceso. La producción en grandes volúmenes
ofrece muchas oportunidades para la reducción de costos. Con una tasa de producción
más alta, el proceso se desplaza hacia una estrategia de flujo de línea y los recursos se des-
tinan a productos individuales. Es posible que las compañías puedan justificar los gastos
que implica la adquisición de una tecnología más eficiente o de equipo más especializado.
Algunas de las ventajas de dedicar recursos a ciertos productos o servicios en forma indi-
vidual son las siguientes: acelerar el efecto de aprendizaje, disminuir los inventarios, me-
jorar el diseño de procesos y puestos de trabajo, y reducir el número de cambios en el
sistema para pasar de un producto a otro. Por ejemplo, gracias a los grandes volúmenes
de producción, el fabricante de papel James River Corporation ha logrado alcanzar un
mayor grado de eficiencia que las compañías rivales que producen una amplia variedad
de productos en pequeños volúmenes, porque aquél puede disponer las máquinas de su
fábrica para la elaboración de grandes partidas de cierto tipo de papel y no necesita hacer
ajustes frecuentes para la fabricación de otros tipos de producto diferentes.
En la Práctica administrativa 8.2 se presentan ejemplos de economías de escala en or-
ganizaciones que se dedican al cuidado de la salud y en un grupo de empresas embotella-
doras. Las economías de escala provienen de las cuatro fuentes: los costos fijos se dispersan,
los costos de construcción se reducen, el costo de los materiales comprados se recorta
y, además, se encuentran otras ventajas en el proceso.
306 CUARTA PARTE Capacidad, localización y distribución física

Hospitales Coca-Cola Enterprises

Las cuentas por servicios de hospital en KaJamazqo,nm área Coca-Colfi Enterprises, unadelas más grandes empresas
metropolitana de Ján sólo 20Q,OOO habitantes, ocupan el se- embotelladoras de Coca-Colá Company, está haciendo que
gtindo lugar entre las más altas en Michigan y figuran entre las economías de escala trabajen a su favor. Para eso, conso-
las más caras de la ción. Laexplicación ~s que los dos hos- lida a muchas de sus plantas embotelladora~ más peqqeñas y
pitales de Kala , acérrimos rivales urio del otro, no reci- diversás.ta e$trategiáeonsiste é11 recortar los costos ele pro-
ben todos los beneficios de las economías de escala. El Borgess ducción a un nivel significativamente más bajo que los del
Medical Center y el Bronson Met:Poclist Hospital tienen sen-
resto de la industria. Compró 34 embotelladoras al precio
dos progi-~mas prppios de carcliología, P<ipellon~f dematerni- de casi $3;6 miles de.¡nillonesygespués las moldeó e11una
da'.d, salas de emergencia contecnología de punta y servicios
radiológicos. Cada uno tiene incluso su propia ambulancia he- . sola operacion. Recortó .su fuerza de trabajo en 20%, a
licóptero (dos del reducido número de 90 que hay en todo el 20,000 empleados, y abatió sus costos fusionando la distri-
pa,ís).1rg~. costos ~tarios de.ppe{aciónd,~~mbos helícópteros
bución y ll) compra de mater~as primas. Sufysión con~l
suman en total $5 millones al añq, y si se combinaran sus ope- 'JohnstonCoca-Cola BottlingGroup consolidó tod.avfamás
raciones se podría ahorrar podo menos $1 millón, aun en ca- sus operaciones y así logró capitalizar los beneficios dé eco-
' so de que las dos ambulancias volantes siguieran func.ionando. nomías de escala aún mejores y más cuantiosas.
E11 generf11; los c9~t9s ge hosp~talFn los. pueblos que.~;nen
dds hospitales, Col)19Kalamazoo; son 30'(\> más altos que en
las comunidades qúé sólo tienen un hospital, pues en eStas úl- Fuentes: "Rival Operations". Wall Street Journal, 6 de junio de
timas los volúmenes consolidados permiten que el hospital 1990; "Coke Still Searching for.Bottling . Wall Street .
tenga a maypres econpmías de ese.a.la. · 6 9e septiern?rt.de 1.991 ;

Deseconomías de escala
En un momento dado, las dimensiones de una instalación pueden llegar a ser tan grandes que
deseconomías de escala se empiezan a generar en ella deseconomías de escala; es decir, el costo unitario promedio se
eleva a medida que se incrementa el tamaño de la instalación. La razón de esto es que un ta-
maño excesivo suele traer consigo complejidad, una pérdida de enfoque e ineficiencias que
elevan el costo unitario promedio de un producto o servicio. Es posible que se acumulen de-
masiados niveles de empleados y una jerarquía burocrática, y la dirección general deja de es-
tar en contacto con los empleados y los clientes. La organización se vuelve menos ágil y
pierde la flexibilidad necesaria para responder frente a los cambios de la demanda. Muchas
compañías grandes llegan a estar tan absortas en el análisis y la planificación que realizan
menos innovaciones y evitan los riesgos. El resultado es que, en numerosas industrias, las
compañías pequeñas consiguen superar en rendimiento a corporaciones gigantescas.
La figura 8.2 ilustra la transición de las economías de escala a las deseconomías de
escala. El hospital de 500 camas obtiene economías de escala porque su costo unitario
promedio en su mejor nivel de operación, representado por el punto azul, es menor que el
costo unitario promedio del hospital de 250 camas. Sin embargo, una expansión adicio-
nal para convertir el de 500 en un hospital de 750 camas lo obliga a incurrir en costos
unitarios promedio más altos y a registrar deseconomías de escala. Una explicación de
por qué el hospital de 500 camas disfruta de mayores economías de escala que el de 250,
es que el costo requerido para su construcción y equipamiento es menor del doble del
costo requerido para la construcción y equipamiento del hospital más pequeño. La insta-
lación de 750 camas disfrutaría de ahorros similares. Así pues, sus costos unitarios pro-
medio más altos sólo pueden explicarse por la presencia de deseconomías de escala, las
cuales son mayores que los ahorros registrados en los costos de construcción.
La figura 8.2 no significa que el tamaño óptimo para todos los hospitales sea de 500
camas. El tamaño óptimo dependerá del número de pacientes que cada uno de los hospi-
tales tenga que atender por semana. Por una parte, los servicios de un hospital en una co-
munidad pequeña tendrían costos más bajos si éste escogiera una capacidad de 250
 CAPÍTULO 8 Capacidad 307

F I GURA 8 .2 Hospital de Hospital de

.2- 250 camas 750 camas
"C ! Hospital de
Economías y CI>
E
e
CI> 500 camas
deseconomías o ·-
... u

de escala
o.~
o ... '~ ~~
: -------~------
·~o

~~
e CI> :
:::1 ...
o.!!! l - -""""ill"I oital1aiiW1!lillll!il';rw-v
'nmilJfüW:i\1'"." • ·l
-·o
UI "C : Economías : Deseconomías :
o- de escala de escala
º 1 1 1

Tasa de producción (pacientes por semana)

camas, en lugar de 500. Por otra parte, suponiendo que persista la misma estructura de
costos, una comunidad grande será atendida con más eficiencia por dos hospitales de 500
camas, que por una sola instalación de 1000 camas.
Las economías de escala varían según la industria de que se trate, y eso afecta el tamaño
de la planta. Así pues, los gerentes establecen a menudo políticas sobre el tamaño máximo
para cualquier instalación. Los topes de 300 empleados para el tamaño de una planta son
comunes en ciertas industrias, como las de elaboración de metales. Por ejemplo, la Dana
Corporation, proveedora de acero (por un monto total de $5,000 millones) para fabricantes de
automóviles estadounidenses, europeos y japoneses, tiene un tope superior de 200 empleados
en casi todas sus 120 plantas, excepto en unas cuantas. Cuando una división crece demasiado,
simplemente se parte a la mitad (véase fábricas enfocadas, en el capítulo "Administración de
procesos"). Para industrias como la de equipo de transporte o la electrónica, donde las eco-
nomías de escala son particularmente fuertes, los límites son hasta de 6000 empleados. El
verdadero reto al establecer estos límites consiste en prever cómo cambiarán los costos y los
ingresos para diferentes tasas de producción y tamaños de instalación.
Un ejemplo de los casos en que se ha llegado demasiado lejos serían las supertiendas Incre-
dible Universe de Tandy Corporation. Este minorista del ramo electrónico, con sede en Fort
Worth, abrió la primera de sus supertiendas en 1992... y desde entonces ha perdido dinero con
todas ellas. La tienda promedio acomoda cerca de 85,000 productos en 17,200 metros cuadra-
dos, o sea, más de cuatro veces la superficie promedio de las tiendas de su rival, Circuir City
Stores. Según algunos analistas, la falta de enfoque y las enormes dimensiones hacen que sea
imposible generar suficientes ventas por metro cuadrado para que esas tiendas sean rentables.

Estrategias de capacidad
Antes de tomar decisiones referentes a la capacidad, los gerentes de operaciones tienen
¿Cuánto "cÓ1chón" de capa-
que examinar tres dimensiones de la estrategia de capacidad: el cálculo del tamaño de los
cidad es para los "colchones" de capacidad, la determinación del momento oportuno y la magnitud de la
IB diversos os? expansión, y la vinculación de la capacidad con otras decisiones de operación.
Cálculo del tamaño de los "colchones" de capacidad. Las tasas de utilización promedio no
deberían acercarse demasiado al 100%. Cuando lo hacen, dan la señal de que es necesario in-
crementar la capacidad o disminuir la aceptación de pedidos a fin de evitar un descenso de la
"colchón" de capacidad productividad. El "colchón" de capacidad es la cantidad de capacidad que una empresa man-
tiene como reserva para afrontar los incrementos repentinos de la demanda o las pérdidas
temporales de su capacidad de producción; es una medida de la cantidad por la cual la utiliza-
ción promedio (en términos de capacidad efectiva) es inferior al 100%. Específicamente,
"colchón" de capacidad= 100% - porcentaje de utilización(%)
Desde 1948, los fabricantes estadounidenses han mantenido un "colchón" promedio de
18%, con una marca mínima de 9% en 1966 y una máxima de 27% en 1982. El tamaño
apropiado del "colchón" varía para cada industria. En la industria del papel, que es intensiva
en términos de capital y cuyas máquinas suelen costar cientos de millones de dólares cada
una, resultan preferibles los "colchones" muy por debajo del 10%. Las compañías de servicio
eléctrico también son intensivas en términos de capital, pero en ellas se consideran que los
"colchones" de 15 a 20% en la capacidad de generación eléctrica son los óptimos a fin de evi-
tar las súbitas bajas de voltaje y las interrupciones del servicio que ofrecen a sus clientes.
308 CUARTA PARTE Capacidad, localización y distribución física

Las empresas han observado que los "colchones" grandes resultan apropiados cuando la
demanda varía. En ciertas industrias de servicios (p. ej., la de abarrotes), la demanda en algu-
nos días de la semana es previsiblemente más alta que en otros, e incluso sigue patrones deter-
minados hora tras hora. En esos rubros, los tiempos de espera muy prolongados no son
aceptables porque los clientes se impacientan cuando se les obliga a esperar algo más que
unos cuantos minutos en la fila de salida para pagar sus compras en un supermercado. Para
ofrecer un servicio rápido al cliente, es necesario que los supermercados mantengan un "col-
chón" de capacidad suficientemente grande, que les permita manejar la demanda máxima.
También se requieren grandes "colchones" cuando la demanda futura es incierta, sobre
todo si la flexibilidad de recursos es baja. Un banco grande operó su computadora a lo lar-
go de seis meses, con una carga promedio de 77% sobre la unidad central de procesamiento
(CPU, por sus siglas en inglés), durante los periodos de demanda máxima. La alta gerencia
creía que su "colchón" de capacidad era más que suficiente y rechazó una propuesta de ex-
pandir su capacidad. Sin embargo, durante los seis meses siguientes, la utilización promedio
de la CPU aumentó inesperadamente a 83% en los periodos pico, causando un deterioro es-
pectacular en el servicio al cliente. Se comprobó que el "colchón" de capacidad de 17% era
demasiado pequeño para alcanzar los objetivos de servicio al cliente de ese banco. El análisis
y la simulación de filas de espera (véase el suplemento Modelos de fila de espera y el suple-
mento Análisis de simulación) pueden ayudar a los gerentes a pronosticar mejor la relación
entre el "colchón" de capacidad y el servicio al cliente.
Otro tipo de incertidumbre en torno a la demanda se presenta cuando la mezcla de pro-
ductos cambia. A pesar de que la demanda total podría permanecer estable, es factible que la
carga cambie en forma imprevisible de un centro de trabajo a otro, en respuesta a los cam-
bios de la mezcla. Un alto grado de personalización también conduce a la incertidumbre. Un
ejemplo de esto son los sistemas judiciales municipales, donde la capacidad, en términos de
horas de sesiones en el tribunal, varía según la índole de los procesos y la necesidad de con-
vocar o no a un jurado. La mezcla varía de una a otra semana y de un mes al siguiente.
La incertidumbre de la oferta también propicia la presencia de grandes "colchones" de
capacidad. Con frecuencia, la capacidad aumenta pasando por grandes incrementos, por lo
cual una expansión, aunque sea la más pequeña posible, resulta en un "colchón" de conside-
rable magnitud. Las empresas también necesitan construir una capacidad excedente a fin de
compensar el ausentismo de los empleados, las vacaciones, los días feriados y cualquier otra
causa de retrasos. Los costos de penalización correspondientes a horas extras y subcontrata-
ción suelen crear la necesidad de incrementos adicionales en los "colchones" de capacidad.
El argumento a favor de los "colchones" pequeños es sencillo: la capacidad que no
se utiliza cuesta dinero. Para las compañías intensivas en términos de capital, minimizar
el "colchón" de capacidad es una necesidad vital. Desde mediados de la década de 1970,
las aerolíneas han expandido su capacidad sin modificar el tamaño de sus aviones, aco-
modando en ellos casi un 20% de asientos adicionales. Algunos estudios indican que las
empresas con alta intensidad de capital obtienen un rendimiento bajo sobre la inversión
cuando sus "colchones" de capacidad son altos. Sin embargo, esta fuerte correlación no
existe en el caso de empresas intensivas en términos de mano de obra. Su rendimiento
sobre la inversión es más o menos el mismo porque su menor inversión en equipo hace
que la alta utilización sea menos crítica. Los "colchones" pequeños tienen otras venta-
jas: revelan rasgos de ineficiencia que podrían haber permanecido ocultos detrás de los
excesos de capacidad (por ejemplo, problemas de ausentismo o dificultades ocasionadas
por proveedores poco dignos de confianza). Una vez que los gerentes y trabajadores han
identificado ese tipo de problemas, frecuentemente encuentran la forma de corregirlos.

Momento oportuno y magnitud de la expansión. La segunda cuestión de la estra-

tegia en materia de capacidad es cuándo expandir ésta y en qué medida. La figura
8.3 ilustra dos estrategias extremas: la estrategia expansionista, que implica saltos
grandes e infrecuentes de la capacidad, y la estrategia de esperar y ver, que implica
saltos más pequeños y frecuentes.
 CAPÍTULO 8 Capacidad 309

Capacidad planeada Pronóstico de la Uso planeado de Pronóstico de la

no utilizada capacidad requerida opciones a corto plazo capacidad requerida
\
~ A "' " - ln~emento ~
~ --/~'---v----_} de capacidad 0~
0 Tiempo entre
dos incrementos

Tiempo Tiempo

(a) Estrategia expansionista (b) Estrategia de esperar y ver

FIGURA 8 .3 Durante una depresión de toda la industria en 1987 y 1988, The Limited, una empresa
Dos estrategias con siete divisiones de tiendas de ropa especializada, adoptó la agresiva estrategia expansionis-
de capacidad ta de abrir nuevas tiendas y expandir las ya existentes. A causa de las expansiones y la pro-
liferación de tiendas de sus siete divisiones, The Limited llegó a ser uno de los más grandes
inquilinos de tiendas especializadas en centenares de centros comerciales. En uno de esos cen-
tros, en Columbus, Ohio, las divisiones de The Limited ocupan 11,600 metros cuadrados, o
sea, el 25% del total. Por esa gran cantidad de espacio obtiene concesiones, como localizacio-
nes óptimas, alquiler más barato e incluso dinero de los constructores para ayudarle a pagar
parte de sus costos de construcción. En 1990, las propiedades de The Limited ya habían creci-
do 27% (a 3419 tiendas) y sus ventas 68% (a $5.2 miles de millones). La mejor estrategia para
una compañía puede cambiar con el tiempo. American Airlines aplicó una estrategia expansio-
nista en los años 80, cuando acometió agresivamente rutas hacia otros países. Después de
varios reveses, incluso por falta de equipo apropiado y por el alza de los combustibles por la
Guerra del Golfo Pérsico, American adoptó una estrategia menos arriesgada de esperar y ver.
El momento oportuno y la magnitud de la expansión están relacionados entre sí; es decir
que si la demanda crece y el tiempo entre dos incrementos aumenta, la magnitud de los incre-
mentos también debe incrementarse. La estrategia expansionista, que se mantiene adelante
de la demanda, minimiza la posibilidad de perder ventas por capacidad insuficiente. La estra-
tegia de esperar y ver se retrasa con respecto a la demanda y depende de opciones a corto pla-
zo, como horas extra, trabajadores temporales, subcontrataciones, órdenes sin existencia y
aplazamiento del mantenimiento preventivo, para compensar cualquier déficit. Sin embargo,
estas opciones tienen sus desventajas. Por ejemplo, las horas extra requieren el pago de sala-
rios una y media veces mayores para algunos empleados y pueden resultar en menor produc-
tividad o calidad durante ese tiempo extra; además, suele haber acuerdos sindicales que
limiten la cantidad de horas extra disponibles. No obstante, algunas mezclas de opciones a
corto plazo hacen que la estrategia de esperar y ver sea la mejor en ciertas situaciones.
Varios factores favorecen la estrategia expansionista. Por lo general, la expansión ge-
nera economías de escala y una tasa de aprendizaje más rápida, lo cual ayuda a las em-
presas a reducir sus costos y competir a base de precios. Esta estrategia es capaz de
incrementar la participación de mercado de la compañía o funcionar como una forma
Visite http://www. de marketing prioritario. Al realizar una gran expansión de su capacidad o anunciar que la
prenhall com/krajewski/ misma es inminente, la empresa utiliza esa capacidad para invalidar de antemano la ex-
para explorar la estrategi a pansión de otras compañías. Éstas tendrán que sacrificar una parte de su participación en
expansionista de Texaco. el mercado o arriesgarse a abrumar a la industria con una capacidad excesiva. Sin embar-
go, para tener éxito, la empresa que se adelanta a las demás debe gozar de credibilidad a
fin de convencer a la competencia de que llevará a cabo sus planes (y tendrá que enviar se-
ñales acerca de dichos planes antes de que la competencia tenga tiempo para actuar).
La conservadora estrategia de esperar y ver expande en incrementos pequeños, co-
mo sucede cuando se decide renovar las instalaciones actuales en lugar de construir
otras nuevas. Puesto que la estrategia de esperar y ver sigue los pasos de la demanda,
reduce los riesgos de las expansiones excesivas basadas en pronósticos de demanda
demasiado optimistas, tecnología obsoleta o suposiciones inexactas acerca de la com-
petencia. Sin embargo, esta estrategia tiene otros riesgos, como que algún competidor
310 CUARTA PARTE Capacidad, localización y distribución física

se adelante o ser incapaz de responder si la demanda es inesperadamente alta. La estra-

tegia de esperar y ver ha sido criticada como una estrategia a corto plazo típica de cier-
tos estilos administrativos estadounidenses. Los gerentes que eligen la vía rápida del
progreso corporativo tienden a asumir menos riesgos. Logran ascensos tratando de no
cometer el "gran error" y maximizando, a corto plazo, las ganancias y el rendimiento
sobre la inversión. La estrategia de esperar y ver se ajusta a esta perspectiva a corto pla-
zo, pero puede erosionar la participación de mercado en el largo plazo.
La gerencia tiene la posibilidad de escoger una de estas dos estrategias o alguna de las mu-
chas que se encuentran entre ambos extremos. Con estrategias ubicadas en esta porción cen-
tral más moderada, las compañías pueden expandirse más frecuentemente (en menor escala)
que con la estrategia expansionista, pero no siempre quedan a la zaga de la demanda como su-
cede con la estrategia de esperar y ver. Una estrategia intermedia podría ser la de emular al lí-
der, expandiéndose cuando otros lo hacen. Si ellos aciertan, también usted acertará y nadie
ganará una ventaja competitiva. Si ellos cometen un error y se expanden demasiado, también
usted lo cometerá, pero todos compartirán la zozobra provocada por el exceso de capacidad.
--~.:-·
0- f?-
~11!11!~':1

• ¿Cómo·puédevlticularse la Vinculación de la capacidad con otras decisiones. Las decisiones sobre capacidad deben es-
tar estrechamente vinculadas con las estrategias y operaciones de toda la organización. Cuan-
;cap do toman decisiones acerca de localización, flexibilidad de recursos e inventario, los gerentes
•aes deben considerar su impacto sobre los "colchones" de capacidad. Estos últimos protegen a la
organización contra la incertidumbre, la flexibilidad de recursos, el inventario y los tiempos
de entrega al cliente más prolongados. Si un sistema está bien balanceado y se hace un cam-
bio en otra área de decisión, es posible que el "colchón" de capacidad tenga que modificarse
para compensar lo anterior. Éstos son algunos ejemplos de los vínculos de la capacidad:
• Prioridades competitivas. Un cambio en las prioridades competitivas, en el que
se ponga mayor interés en la rapidez de las entregas, requiere un "colchón" de
capacidad más grande para dar cabida a la respuesta rápida y a las irregularida-
des de la demanda, cuando tener un inventario de bienes terminados es impracti-
cable o antieconómico.
• Administración de la calidad. Si con una campaña se alcanzan niveles de cali-
dad más altos, se podrá tener un "colchón" de capacidad más pequeño porque
habrá menos incertidumbre a causa de pérdidas de rendimiento.
• Intensidad de capital. Una inversión en tecnologías nuevas y costosas hace que
el proceso sea más intensivo en términos de capital, e incrementa la presión a fa-
vor de un "colchón" de capacidad más pequeño, a fin de obtener un rendimiento
aceptable sobre la inversión.
• Flexibilidad de recursos. Un cambio hacia una menor flexibilidad para el traba-
jador requiere un mayor "colchón" de capacidad para compensar las sobrecar-
gas de operación, pues éstas tienen más probabilidades de ocurrir con una fuerza
de trabajo menos flexible.
• Inventario. Un cambio para depender menos del inventario, con el propósito
de dar uniformidad a la tasa de salida de productos, requiere un mayor "colchón" de
capacidad para poder afrontar la demanda acrecentada durante los periodos pico.
• Programación. Un cambio que provea un ambiente más estable permite tener
un "colchón" menor, porque así es posible programar con mayor seguridad los
productos o servicios.
Otro vínculo crucial es el que existe entre la capacidad y las decisiones sobre locali-
zación. Una compañía que se está expandiendo deberá agregar, en algún momento, nue-
vas instalaciones y encontrar la localización idónea para ellas, en tanto que una empresa
con múltiples locales que se está reduciendo debe decidir, a menudo, cuáles de éstos va a
eliminar. En la década pasada, General Motors redujo su capacidad, cerrando varias fá-
bricas, para contener las grandes pérdidas que sufrían sus operaciones automotrices en
Norteamérica. Enfrentó así opciones difíciles: cerrar viejas fábricas con fuerzas de traba-
jo cooperadoras y productivas o abandonar plantas modernas y costosas donde las rela-
 CAPÍTULO 8 Capacidad 311

ciones laborales eran insatisfactorias. A causa de un contrato celebrado con el sindicato

UAW, el cierre de cualquier instalación era un procedimiento bastante costoso; por eso
siguieron funcionando algunas plantas que en realidad debieron cerrarse.

• • • UN MÉTODO SISTEMÁTICO PARA LAS DECISIONES

SOBRE CAPACIDAD
Aun cuando cada situación es algo diferente, un procedimiento de cuatro pasos general-
¿Cómo desarrollar sistemáti-
mente ayuda a los gerentes a tomar buenas decisiones sobre capacidad. Para describir es-
te procedimiento, supondremos que la administración ya dio el paso preliminar, que
consiste en determinar la capacidad existente.
l. Estimar los requisitos futuros de capacidad.
2. Identificar las brechas, comparando los requisitos de capacidad con la capaci-
dad disponible.
3. Desarrollar planes alternativos para cubrir esas brechas.
4. Evaluar cada alternativa, tanto cualitativa como cuantitativamente, y hacer una
elección final.

Paso 1: estimar los requisitos de capacidad

Las bases para estimar las necesidades de capacidad a largo plazo consisten en pronósticos
de demanda, productividad, competencia y cambios tecnológicos, cuya proyección se ex-
tienda bastante en el futuro. Desafortunadamente, cuanto más lejos se mira, tanto mayor
es la probabilidad de hacer un pronóstico incorrecto (véase el capítulo "Pronósticos").
El pronóstico de demanda tiene que convertirse en un número que pueda compararse
directamente con la medida de capacidad que se esté utilizando. Supongamos que la capa-
cidad se expresa como el número de máquinas disponibles en una operación. Cuando sólo
un producto (servicio ) se está procesando, el número de máquinas requeridas, M, es:
Horas de procesamiento requeridas para la
demanda del año
Número de máquinas requeridas = H oras d.1spomºbl es d e una maquma, · por ano,-
después de deducir el "colchón" deseado
Dp
M = N [1 - (C/100)]

donde D = pronóstico del número de unidades (clientes) por año

p =tiempo de procesamiento (en horas por unidad o cliente)
N = número total de horas por año, durante el cual funciona el proceso
e= "colchón" de capacidad deseado
El tiempo de procesamiento, p, en el numerador, depende del proceso y los métodos ele-
gidos para hacer el trabajo (véase el capítulo "Administración de procesos"). Las esti-
maciones de p se tomaron de normas de trabajo establecidas (véase el capítulo
"Administración de la fuerza de trabajo"). El denominador es el número total de horas,
N, disponibles para el año, multiplicado por una proporción que representa el "col-
chón" de capacidad deseado, C. La proporción es simplemente 1.0 - C, donde C se ha
dividido entre 100 para convertirlo de un porcentaje a una proporción.
Si múltiples productos o servicios intervienen en el proceso, se necesitará tiempo adi-
tiempo de preparación cional para los cambios de un producto o servicio al siguiente. El tiempo de preparación es
el lapso que se requiere para cambiar una máquina, a fin de que empiece a elaborar otro
producto o servicio. El tiempo de preparación es resultado de las decisiones del proceso, lo
mismo que el tiempo de procesamiento (véase el capítulo "Administración de procesos").
El tiempo de preparación total se calcula dividiendo el pronóstico del número de unidades
por año, D, entre el número de unidades elaboradas en cada lote, con lo cual se obtiene el
número de operaciones de preparación por año, y multiplicándolo después por el tiempo
que requiere cada preparación. Por ejemplo, si la demanda anual es de 1200 unidades y el
312 CUARTA PARTE Capacidad, localización y distribución física

tamaño promedio del lote es 100, habrá 1200/100 = 12 operaciones de preparación por
año. Tomando en cuenta tanto el tiempo de procesamiento como el tiempo de preparación,
cuando se trata de múltiples productos (servicios), obtenemos:
Horas de procesamiento y preparación
requeridas para la demanda del año,
sumando todos los productos
Número de máquinas requeridas= H d' 'bl d , · -
oras 1spom es e una maquma por ano,
después de deducir el "colchón" deseado

[Dp + (D/Q)s]productol + [Dp + (D/Q)s]producto2 + · · · + [Dp + (D/Q)s]producton

M = N[l - (C/100)]

donde Q = número de unidades en cada lote

s = tiempo de preparación (en horas) por lote
Siempre se debe redondear la parte fracciona! al entero mayor siguiente, a menos de que
sea eficiente, en términos de costos, el uso de opciones a corto plazo, como las horas ex-
tra o los déficit para cubrir cualquier faltante.

Un centro de copiado, establecido en un edificio de oficinas, elabora informes encuadernados

para dos clientes. El centro produce múltiples copias (el tamaño del lote) de cada informe. El
tiempo de procesamiento para obtener, ordenar y encuadernar cada copia depende del número
de páginas, entre otros factores. El centro trabaja 250 días al año, con un turno de ocho horas.
La gerencia considera que un "colchón" de capacidad de 15% (mayor que el margen de tole-
rancia incorporado a los tiempos estándar) resulta mejor. Tomando como base la siguiente ta-
bla de información, determine usted cuántas máquinas se requieren en ese centro de copiado.

Concepto Cliente X Cliente Y

Pronóstico de demanda anual (copias) 2000 6000

Tiempo estándar de procesamiento (copias/hora) 0.5 0.7
Tamaño promedio del lote (copias por informe) 20 30
tiempo estándar de preparación (horas) 0.25 0.40

Solución

[Dp + (D/Q)s]productol + [Dp + (D/Q)s]producto2 + · · · + [Dp + (D/Q)s]producton

M = N[l - (C/100)]
[2000(0.5) + (2000/20)(0.25)]c1¡enteX + [6000(0.7) + (6000/30)(0.40)]c1¡enteY
[(250 días/año)(l turno/día)(8 horas/turno)](l.O - 15/100)
5305
= 1700 = 3·12

Redondeando el resultado al siguiente entero mayor, encontramos que se requieren

cuatro máquinas.

Paso 2: identificar las brechas

brecha de capacidad Una brecha de capacidad es cualquier diferencia (positiva o negativa) entre la demanda
proyectada y la capacidad actual. Para identificar brechas es necesario emplear la medi-
da de capacidad apropiada. Las complicaciones comienzan cuando intervienen múltiples
operaciones y varios insumos de recursos. Por ejemplo, a principios de los años 70,
ejecutivos de aerolíneas concluyeron erróneamente que si poseían una porción mayor
 CAPÍTULO 8 Capacidad 313

del número total de asientos de avión, también tendrían una participación mayor en el
número total de pasajeros. En otras palabras, querían volar con más asientos para tener
más pasajeros. La respuesta de muchas aerolíneas fue comprar más jets jumbo, pero al-
gunos competidores que volaban con aviones más pequeños tuvieron mayor éxito. La
medida adecuada de la capacidad era el número de salidas y no el número de asientos.
Así pues, muchas aerolíneas tuvieron que ajustar su desequilibrio de capacidad entre
aviones pequeños y grandes, comprando aviones más pequeños y dejando de usar algu-
nos jets jumbo. Expandir la capacidad en algunas operaciones puede incrementar la ca-
pacidad general. Sin embargo, si una operación es un cuello de botella, la capacidad sólo
podrá expandirse si la capacidad de esa operación cuello de botella es expandida.

Los negocios del Grandmother's Chicken Restaurant están en auge. La propietaria

espera servir un total de 80,000 comidas en el curso de este año. Aun cuando la co-
cina funciona al 100% de su capacidad, el comedor es capaz de servir un total de
105,000 comidas al año. La demanda pronosticada para los cinco años próximos es
la siguiente:
ler año: 90,000 comidas
2o año: 100,000 comidas
3er año: 110,000 comidas
4o año: 120,000 comidas
So año: 130,000 comidas
¿Cuáles son las brechas de capacidad en la cocina y el comedor del Grandmother's hasta
el final del quinto año?

Solución La cocina es actualmente el cuello de botella, con una capacidad de 80,000

comidas al año. Tomando como base el pronóstico de demanda, la brecha de capacidad
para la cocina es:
ler año: 90,000 - 80,000 = 10,000
2o año: 100,000 - 80,000 = 20,000
3er año: 110,000 - 80,000 = 30,000
4o año: 120,000 - 80,000 = 40,000
So año: 130,000 - 80,000 = S0,000
Antes del tercer año, la capacidad del comedor (lOS,000) es mayor que la demanda. En
el tercer año y después, existen brechas de capacidad para el comedor:
3er año: 110,000 - lOS,000 = sooo
4o año: 120,000 - lOS,000 = lS,000
So año: 130,000 - lOS,000 = 2S,OOO

Paso 3: desarrollar alternativas

El paso siguiente es el desarrollo de planes alternativos para contender con las brechas
caso base proyectadas. Una alternativa, que se conoce como caso base, consiste en no hacer nada y
simplemente perder los pedidos correspondientes a cualquier demanda que exceda la ca-
pacidad actual. Otras alternativas son diversas opciones para programar el tiempo y el
tamaño, con miras a adquirir nueva capacidad, como la estrategia expansionista y la de
esperar y ver, ilustrada en la figura 8.3. Por ejemplo, la BMW expandió en dos etapas
sus instalaciones de Spartanburg, al sur de California, en 199S, cuando agregó la línea
de producción Z-3 de autos deportivos a su línea 32S ya existente. Otras posibilidades
adicionales son: expandirse a un lugar diferente o recurrir a opciones a corto plazo, co-
mo el uso de horas extra, trabajadores temporales y subcontratación.
314 CUARTA PARTE Capacidad, localización y distribución física

Paso 4: evaluar las alternativas

En este paso final, el gerente evalúa cada alternativa, tanto cuantitativa como cualitati-
vamente.

Intereses cualitativos. En términos cualitativos, el gerente tiene que observar cómo enca-
ja cada alternativa en la estrategia general de capacidad y otros aspectos de los negocios
que no están incluidos en el análisis financiero. La incertidumbre en torno a la demanda
deberá ser motivo de interés particular, así como la reacción de la competencia, el cambio
tecnológico y la estimación de costos. Algunos de esos factores no pueden cuantificarse y
es necesario evaluarlos a base de buen juicio y experiencia. Otros sí son cuantificables y el
gerente puede analizar cada alternativa usando diferentes suposiciones acerca del futuro.
Un conjunto de suposiciones podría representar el peor caso posible, es decir, cuando la
demanda es escasa, la competencia se intensifica y los costos de construcción son más altos
de lo esperado. Otro conjunto de suposiciones podría corresponder a la visión más opti-
mista del futuro. Con este análisis del tipo "qué pasaría si", el gerente logra formarse una
idea de las consecuencias de cada alternativa antes de tomar una decisión final.

Intereses cuantitativos. Cuantitativamente, el gerente estima el cambio que produciría en

los flujos de efectivo cada una de las alternativas que figuran en el horizonte de tiempo con-
flujo de efectivo templado en el pronóstico, y lo compara con el caso base. Se llama flujo de efectivo la diferen-
cia entre los flujos de fondos que entran y los que salen de una organización, en un periodo de
tiempo, incluyendo ingresos, costos y modificaciones en los activos y pasivos. En este caso, al
gerente sólo le interesa calcular los flujos de efectivo que sean atribuibles al proyecto.
Un buen ejemplo del impacto de la capacidad sobre los ingresos lo encontramos en un
restaurante de Lexington, Kentucky, especializado en carnes. A los clientes les gustaban las
luces de neón que adornaban la pared, la estrepitosa "rocola" y la libertad que allí tenían
para arrojar cáscaras de cacahuate al piso. Sin embargo, tenían que esperar hasta dos ho-
ras para encontrar una mesa disponible, y la selección de platos del menú era limitada. El
restaurante expandió su capacidad instalando más asientos y ampliando la cocina, para
atender mayores volúmenes y ofrecer más opciones. En unos cuantos meses, el restaurante
empezó a tener ingresos semanales de $80,000, es decir, un incremento de 60%. Esta insta-
lación se convirtió en el prototipo para Logan's Roadhouse, Inc., la cadena de restaurantes
con sede en Nashville que fue una de las compañías de más rápido crecimiento en 1996.
Logan's ha abierto a partir de entonces 10 restaurantes en Indiana, Kentucky y Tennessee.
La construcción de cada restaurante cuesta $2.2 millones, pero sus altos volúmenes de ope-
ración le permiten realizar ventas promedio por valor de $3.8 millones al año.

Una alternativa posible para el Grandmother's Chicken Restaurant sería ampliar ahora
la cocina y el comedor, expandiendo la capacidad de ambos a 130,000 comidas al año.
La inversión inicial ascendería a $200,000 y tendría que hacerse al final de este año (el
año O). El precio promedio por cada comida es $10, y el margen de ganancias antes de
impuestos es de 20%. La cifra de 20% se obtuvo al determinar que, por los $10 cobra-

1 dos por cada comida, $6 cubren los costos variables y $2 se destinan a costos fijos (dis-
tintos de la depreciación). Los $2 restantes son la ganancia antes de impuestos.
¿Cómo son los flujos de efectivo de este proyecto (antes de impuestos) previstos pa-
ra los próximos cinco años, comparados con los del caso base de no hacer nada?

Solución Recuerde que el caso base (es decir, no hacer nada) se traduce en la pérdida de
todas las ventas potenciales a partir de las primeras 80,000 comidas. Con la nueva capaci-
dad, el flujo de efectivo sería igual a las comidas extra que la empresa podría servir con
una capacidad de 130,000 comidas, multiplicadas por una ganancia de $2 por comida. En
el año O, el único flujo de efectivo son los -$200,000 correspondientes a la inversión ini-
cial. En el año 1, la demanda de 90,000 comidas será totalmente satisfecha por la capaci-
 CAPÍTULO 8 Capacidad 315

dad expandida, de modo que el flujo de efectivo incremental es (90,000 - 80,000)(2) =

$20,000. Las cifras correspondientes a los siguientes años aparecen a continuación:
2o año: Demanda= 100,000; Flujo de efectivo= (100,000 - 80,000)2 = $40,0000
3er año: Demanda= 110,000; Flujo de efectivo= (110,000 - 80,000)2 = $60,0000
4o año: Demanda = 120,000; Flujo de efectivo = (120,000 - 80,000)2 = $80,0000
So año: Demanda= 130,000; Flujo de efectivo= (130,000 - 80,000)2 = $100,000

En virtud de que la propietaria está evaluando una alternativa que le proporcionaría la

capacidad suficiente para satisfacer toda la demanda hasta el quinto año, la cantidad de co-
midas adicionales servidas es idéntica a las brechas de capacidad ilustradas en el ejemplo
8.3. Esto no sería válido si la nueva capacidad fuera más pequeña que la demanda esperada
en cualquiera de esos años. Para calcular el número de comidas adicionales en ese caso, par-
tiríamos de la capacidad correspondiente al caso base y la restaríamos de la nueva capaci-
dad (no de la demanda). El resultado sería más pequeño que la brecha de capacidad.
Antes de terminar la evaluación de esta alternativa de capacidad, la propietaria de-
berá tomar en cuenta el valor del dinero en el tiempo por medio de diversas técnicas, co-
mo el método del valor presente o el de la tasa interna de rendimiento (véase el apéndice
"Análisis financiero"). La dueña de la empresa también debe examinar los intereses cua-
litativos. Por ejemplo, el ambiente acogedor que ha caracterizado al restaurante podría
perderse con la ampliación. Además, tendría que considerar otras alternativas, como
la que se expone en el problema resuelto 2, al final de este capítulo.

11 • • HERRAMIENTAS PARA LA PLANIFICACIÓN DE LA CAPACIDAD

La planificación de la capacidad a largo plazo requiere pronósticos de demanda por un vasto
·¡,Qué herramientas son útiles
periodo de tiempo. Sin embargo, la precisión de los pronósticos disminuye a medida que el
:para .la · ·cación de la
:! horizonte de los mismos se prolonga. Además, la necesidad de prever lo que hará la compe-
\J

"éapaci tencia acrecienta la incertidumbre en los pronósticos de la demanda. Finalmente, la distribu-

ción de la demanda durante un periodo cualquiera no es uniforme: en ese tiempo pueden
presentarse (y a menudo se presentan) crestas y valles de demanda. Estas realidades imponen
la necesidad de usar "colchones" de capacidad. En esta sección presentaremos dos herra-
mientas que abordan con más formalidad la incertidumbre y variabilidad de la demanda: los
modelos de fila de espera y los árboles de decisiones. Los modelos de fila de espera toman en
cuenta el comportamiento independiente y aleatorio de muchos consumidores, tanto en sus
tiempos de llegada como en sus necesidades de procesamiento. Los árboles de decisiones per-
miten pronosticar ciertos eventos, como las actividades de la competencia.

Modelos de fila de espera

Con frecuencia, los modelos de fila de espera son útiles para la planificación de la capacidad.
Frente a ciertos centros de trabajo, como el mostrador de pasajes en un aeropuerto, un centro
de máquinas o una computadora central, tienden a formarse filas de espera. Es así porque los
tiempos de llegada entre dos trabajos o clientes sucesivos varían y el tiempo de procesamiento
también varía de un consumidor al siguiente. Los modelos de fila de espera usan distribucio-
nes de probabilidad para ofrecer estimaciones del tiempo de retraso promedio de los clientes,
la longitud promedio de las filas de espera y la utilización del centro de trabajo. Los gerentes
suelen usar esta información para elegir la capacidad más efectiva en términos de costos, ha-
llando un equilibrio entre el servicio al cliente y el costo de la capacidad agregada.
El suplemento Modelos de fila de espera ofrece una exposición más completa de las
filas de espera. Allí se presentan fórmulas para estimar varias características importantes
de una fila de espera, como el tiempo de espera promedio del consumidor y la utilización
promedio de la instalación para diferentes diseños de instalaciones. Por ejemplo, una
instalación puede estar diseñada para que se forme una o varias filas de espera en cada
operación, y de modo que los consumidores circulen por una o múltiples operaciones.
Dadas la capacidad de estas fórmulas y estimaciones de costos para hacer evaluaciones
316 CUARTA PARTE Capacidad, localización y distribución física

FIGURA 8.4 Demanda baja [0.40]

~------$70
Árbol de decisiones No expandir
para la expansión de la ~$90
Demanda alta [0.60]
capacidad (réditos en ~------- 2
miles de dólares) ($1;5~$135
($148) Demanda baja [0.40]
~------$40

Demanda alta [0.60]

($148) ~------ $220

de tiempos de espera y de ocio, los gerentes pueden seleccionar diseños efectivos en tér-
minos de costos y niveles de capacidad que también proporcionen el nivel deseado de
servicio al cliente. Para los problemas de fila de espera más complejos se requiere un
análisis mediante simulación (véase el suplemento Análisis de simulación).

Árboles de decisiones
Un árbol de decisiones suele ser especialmente valioso para evaluar diferentes alternativas de
expansión de la capacidad cuando la demanda es incierta y cuando intervienen decisiones se-
cuenciales en el proceso (véase el suplemento Toma de decisiones). Por ejemplo, la dueña
del Grandmother's Chicken Restaurant (véase el ejemplo 8.4) puede ampliar ahora el restau-
rante, para descubrir en el cuarto año que el crecimiento de la demanda es mucho mayor de lo
pronosticado. En ese caso, ella tendrá que decidir si debe expandirse más. En términos de
costos de construcción y tiempo de inactividad, es probable que dos ampliaciones sean mu-
cho más costosas que la construcción completa de una instalación grande. Sin embargo, ha-
cer una ampliación grande ahora que el crecimiento de la demanda es bajo significa una
utilización también baja de las instalaciones. Esto depende mucho de la demanda.
La figura 8.4 muestra un árbol de decisiones para esta visión particular del problema y
aporta nueva información. El crecimiento de la demanda sólo puede ser alto o bajo, con pro-
babilidades de 0.4 y 0.6, respectivamente. La expansión inicial en el primer año (nodo cua-
drado 1) sólo puede ser pequeña o grande. El segundo nodo de decisión (nodo cuadrado 2),
correspondiente a si se debe hacer o no una ampliación en alguna fecha posterior, se alcanza
solamente si la expansión inicial es pequeña y la demanda resulta ser alta. Si la demanda es
alta y la expansión inicial fue pequeña, se deberá tomar una decisión acerca de una posible
segunda ampliación en el cuarto año. Se estiman los réditos para cada rama del árbol. Por
ejemplo, si la expansión inicial es grande, el beneficio económico es de $40,000 o $220,000,
dependiendo de si la demanda es baja o alta. Al ponderar esos réditos de acuerdo con las
probabilidades, se obtiene un valor esperado de $148,000. Como este rédito esperado es ma-
yor que el rédito de $109,000 correspondiente a la pequeña expansión inicial, la mejor deci-
sión es hacer una ampliación grande en el primer año.

Problema resuelto 1
Se le ha encomendado la tarea de integrar un plan sobre capacidad para una operación crítica que
representa un cuello de botella en la Surefoot Sandal Company. La medida de la capacidad es el
número de máquinas. Allí se fabrican tres productos (sandalias para hombres, mujeres y niños).
Los tiempos estándar (de procesamiento y preparación), el tamaño de los lotes y los pronósticos
de demanda se presentan en la siguiente tabla. La empresa trabaja dos turnos de 8 horas, 5 días a
la semana, 50 semanas al año. Se sabe por experiencia que un "colchón" de capacidad de 5% es
suficiente.
 CAPÍTULO 8 Capacidad 317

Tiempos estándar
Pronóstico
Procesamiento Preparación Tamaño del lote de demanda
Producto (hipar) (h/lote) (pares/lote) (pares/año)

Sandalias hombre 0.05 0.5 240 80,000

Sandalias mujer 0.10 2.2 180 60,000
Sandalias niño 0.02 3.8 360 120,000

a. ¿Cuántas máquinas se requieren?

b. Si la operación tiene actualmente dos máquinas, ¿cuál es la brecha de capacidad?

Solución a. El número de horas de operación al año, N, es:

N = (2 turnos/día)(8 horas/turno)(250 días/máquina-año)

= 4000 horas/máquina-año

El número de máquinas necesarias, M, es la suma de los requisitos de horas máquina para los
tres productos, dividida entre el número de horas productivas disponibles para una máquina:

[Dp + (D/Q)s]hombres + [Dp + (D/Q)sJmujeres + [Dp + (D/Q)sJniños

M = N[l - (C/100)]

[80,000(0.05) + (80,000/240)0.5] + [60,000(0.10) + (60,000/180)2.2] + [120,000(0.02) + (120,000/360)3.8]

4000[1 - (5/100)]

14,567 horas/año
o sea, 4 máquinas
3800 horas/máquin a-año = 3 · 8,

b. La brecha de capacidad es de 1.8 máquinas (3.8 - 2). Sería conveniente comprar otras dos má-
quinas, a menos que la gerencia decida adoptar opciones de corto plazo para llenar la brecha.

Problema resuelto 2
El caso base para el Grandmother's Chicken Restaurant (véase el ejemplo 8.3) consiste en no hacer
nada. La capacidad de la cocina en el caso base es de 80,000 comidas al año. Una alternativa para
la capacidad del Grandmother's Chicken Restaurant consiste en hacer una expansión en dos eta-
pas. En esa alternativa, la cocina se amplía al final del año O, aumentando su capacidad de 80,000
comidas al año a la misma que existe en el área del comedor (105,000 comidas al año). Si las ventas
del primero y segundo años cumplen las expectativas, entonces tanto la capacidad de la cocina co-
mo la del comedor se incrementarán, al final del tercer año, a 130,000 comidas al año. La inversión
inicial sería de $80,000 al final del año O y se haría una inversión adicional de $170,000 al final del
tercer año. La ganancia, sin considerar los impuestos, es de $2 por comida. ¿Cómo son los flujos de
efectivo (antes de impuestos) de esta alternativa hasta el quinto año, comparados con el caso base?

Solución La tabla 8.1 muestra los flujos de ingresos y egresos de efectivo. El flujo de efectivo del tercer año
es atípico en dos aspectos. Primero, porque el flujo de ingresos de efectivo, por concepto de ventas, es
de $50,000 en lugar de $60,000. El incremento en ventas sobre el caso base es de 25,000 comidas
(105,000 - 80,000), en vez de 30,000 comidas (110,000 - 80,000), porque la capacidad del restau-
rante se queda un poco corta en relación con la demanda. Segundo, porque al final del tercer año se
produce un flujo de egresos de efectivo por $170,000, mientras se lleva a cabo la segunda etapa
de expansión. El flujo neto de efectivo para el tercer año es de $50,000 - $170,000 = -$120,000.
 318 CUARTA PARTE Capacidad, localización y distribución física

TABLAS.1

Demanda Capacidad Cálculo del incremento del flujo de efectivo

proyectada proyectada comparado con el caso base Flujo de
Año (comidas/año) (comidas/año) (80,000 comidas/año) efectivo (egresos)

o 80,000 80,000 Incremento de capacidad de cocina a 105,000 comidas = ($80,000)

90,000 105,000 90,000 - 80,000 = (10,000 comidas)($2/comida) = $20,000
2 100,000 105,000 100,000 - 80,000 = (20,000 comidas)($2/comida) = $40,000
3 110,000 105,000 105,000 - 80,000 = (25,000 comidas)($2/comida) = $50,000
Incremento de capacidad total a 130,000 comidas = ($170,000)
($120,000)
4 120,000 130,000 120,000 - 80,000 = (40,000 comidas)($2/comida) = $80,000
5 130,000 130,000 130,000 - 80,000 = (50,000 comidas)($2/comida) = $100,000

Problema resuelto 3
Penelope y Peter Legume son propietarios de un pequeño despacho de contabilidad y una compu-
tadora personal. Si sus clientes tienen sus documentos en orden, cualquiera de los dos Legume
puede preparar una declaración de impuestos por hora, en promedio, usando la computadora. En
las dos primeras semanas de abril, ambos propietarios trabajan siete turnos de 12 horas. Esto les
permite usar la computadora las 24 horas del día.
a. ¿Cuál es la capacidad pico, medida en términos del número de declaraciones de impuestos por
semana?
b. Los Legume trabajan normalmente de 9 A.M. a 7 P.M., cinco días a la semana. ¿Cuál es su capa-
cidad efectiva, medida por el número de declaraciones de impuestos por semana?
c. En la tercera semana de enero, los Legume presentaron 40 declaraciones de impuestos. ¿Qué
porcentaje de su capacidad efectiva están utilizando?

Solución a. Capacidad pico= (12 horas/turno)(2 turnos/día)(? días/semana)(! declaración/hora)

= 168 declaraciones/semana
b. Aunque ambos propietarios se encuentren en el despacho, su capacidad está limitada por el nú-
mero de horas disponibles en su única computadora:
Capacidad efectiva = (10 horas/día)(5 días/semana)(! declaración/hora)

= 50 declaraciones/semana
c. La utilización es la razón de la producción entre la capacidad efectiva:

·¡· . ,
Ut11zac10n = -40-declaraciones/sem
- - -- - - ana - X
100010
1c
50 declaraciones/sem ana

= 80%

Repaso de fórmulas
1. Utilización, expresada como porcentaje:

Tasa de producción promedio

Utilización= X 100%
Capacidad máxima
 CAPÍTULO 8 Capacidad 319

2. "Colchón" de capacidad, C, expresado como porcentaje:

C = 100% - Utilización(%)

3. a. Capacidad requerida para un producto:

M= Dp
N[l - (C/100)]

b. Capacidad requerida para múltiples productos:

[Dp + (D/Q)s)productol + [Dp + (D/Q)s)producto2 + · · · + [Dp + (D/Q)s)producton

M=
N[l - (C/100)]

Puntos relevantes del capítulo

• Los gerentes de operaciones planean la adquisición oportu- algunas compañías enfoquen sus operaciones y opten por te-
na, el uso y la disposición de la capacidad. ner instalaciones más pequeñas, en lugar de más grandes.
• La planificación de la capacidad a largo plazo es crucial • La magnitud deseable para un "colchón" de capacidad va-
para el éxito de una organización, porque frecuentemente ría, dependiendo de las prioridades competitivas, el costo
implica grandes inversiones en instalaciones y equipo, y por- de la capacidad no utilizada, la flexibilidad de recursos,
que tales decisiones no son fácilmente reversibles. la incertidumbre referente al suministro, la variabilidad de la
• La capacidad puede expresarse en función de medidas de vida útil del producto en el anaquel, la incertidumbre en
insumos o productos. Cuando una empresa proporciona torno a la demanda y otros factores.
productos o servicios estandarizados, resulta útil medir la pro- • Tres estrategias de capacidad son: la expansionista, la de
ducción en términos del número de servicios o productos esperar y ver, y la de emular al líder. La estrategia expan-
terminados en un periodo de tiempo dado. Sin embargo, sionista es atractiva cuando existen economías de escala,
una declaración del número de productos o servicios efectos de aprendizaje y la oportunidad de aplicar la co-
personalizados, terminados en un periodo dado, carece de mercialización prioritaria. La estrategia de esperar y ver
significado porque el contenido de trabajo por unidad va- minimiza el riesgo porque depende más de opciones a cor-
ría. La demanda de productos y servicios personalizados to plazo. La estrategia de emular al líder logra mantener el
debe traducirse en cantidades de insumos, como horas de equilibrio actual entre competidores.
mano de obra, horas máquina y requisitos de materiales. • Las opciones de capacidad deben vincularse con otras deci-
• Para operar a la capacidad pico se requiere un extraordina- siones relativas a operaciones administrativas.
rio esfuerzo y el uso de métodos de producción marginal, • Los cuatro pasos en la planificación de la capacidad son: (1)
lo cual no suele ser sostenible. La producción máxima bajo calcular los requisitos de capacidad, (2) identificar las bre-
condiciones normales se conoce como capacidad efectiva. chas, (3) desarrollar alternativas y (4) evaluar las alternativas.
Se llama cuello de botella la operación que tiene la capaci- • Los modelos de fila de espera ayudan al gerente a escoger
dad efectiva más baja y que, por ende, limita la capacidad el nivel de capacidad que establezca un mejor equilibrio en-
de todo el sistema. Las cargas de trabajo variables y las tre el servicio al cliente y el costo de adquirir más capacidad.
mezclas de productos cambiantes complican la medición A medida que en los problemas de fila de espera intervie-
de la capacidad y pueden causar que distintas operaciones nen más servidores, la complejidad de los correspondientes
se conviertan en cuellos de botella bajo circunstancias di- modelos matemáticos aumenta rápidamente. La simula-
versas. Esos cuellos de botella flotantes dificultan la tarea ción se utiliza para analizar la mayoría de las situaciones de
de determinar la capacidad efectiva de una compañía. fila de espera donde intervienen múltiples servidores. Los
• Las economías de escala provienen de la dispersión de costos árboles de decisiones son modelos esquemáticos que son
fijos, la reducción de los costos de construcción, el recorte de útiles para evaluar diferentes alternativas de expansión de
los costos de materiales comprados y la obtención de las la capacidad cuando la demanda es incierta y se requieren
ventajas del proceso. Las deseconomías de escala hacen que decisiones secuenciales.

Términos clave
brecha de capacidad 312 caso base 313 flujo de efectivo 314
capacidad 300 "colchón" de capacidad 307 tiempo de preparación 311
capacidad efectiva 303 cuello de botella 304 utilización 302
capacidad nominal 302 deseconomías de escala 306
capacidad pico 302 economías de escala 304
 320 CUARTA PARTE Capacidad, localización y distribución física

Preguntas para discusión

1. ¿Cuáles son las economías de escala en administración de 3. John B. Galipault, presidente del Aviation Safety lnstitute,
operaciones del tamaño de la clase? A medida que au- dijo: "Desde mediados de la década de 1970, las aerolíneas
menta el tamaño de la clase ¿qué síntomas de desecono- han incrementado en 20% el número de asientos sin au-
mías de escala se presentan? mentar el tamaño de sus aviones." La configuración normal
2. Un muchacho instaló un puesto para vender limonadas de primera y segunda clase de un MD-11 aloja alrededor de
en la esquina de la calle College y el bulevar Air Park. En 300 pasajeros. Haciendo más estrechos y menos reclinables
esa región, la temperatura asciende a 38ºC en verano. La todos los asientos, un MD-11 tendría capacidad para 410
esquina elegida se encuentra cerca de una universidad pasajeros. Algunos 747 vuelan actualmente con 568 pasaje-
importante y de una obra en construcción de grandes di- ros. Ahora están en la etapa de diseño de aviones de dos pi-
mensiones. Explique a este joven empresario cómo po- sos para llevar aún más pasajeros. ¿Cuáles son los aspectos
dría beneficiarse su negocio con las economías de escala. excluyentes entre la capacidad de utilización y la seguridad?
Explíquele también algunas condiciones que podrían dar ¿Qué otros cambios de las instalaciones se asocian al au-
lugar a deseconomías de escala. mento del número de pasajeros por avión?

Problemas
l. Bob Greer administra el Bob's Garage and Manhole Cover b. En mayo, durante las tres semanas siguientes a la fecha
Recycling Center en la esquina de la autopista Lookout y la de envío por correo del catálogo de primavera, los
carretera Ruff. Bob's Garage tiene una plataforma dedicada ocho empleados del almacén trabajan 10 horas diarias,
exclusivamente para la alineación de ruedas. Aunque el cen- entre 7 A.M. y 6 P.M., seis días a la semana. ¿Cuál es la
tro de reciclaje permanece abierto por las noches, el garaje capacidad pico del sistema, en renglones por semana?
ofrece servicio normalmente de 7 A.M. a 6 P.M., entre semana, c. Durante la segunda semana de mayo, Sterling atendió
y los sábados desde las 7 A.M. hasta el mediodía. Para realizar 5000 renglones de pedidos. ¿Cuál fue entonces la uti-
una alineación se requieren 40 minutos de trabajo en prome- lización, como porcentaje de la capacidad efectiva?
dio, pero Bob cobra a sus clientes dos horas, de acuerdo con ¿Y como porcentaje de la capacidad pico?
un manual de normas de trabajos mecánicos que se publica 3. El Dahlia Medica! Center tiene 20 salas para labor de
en todo el país. Durante la temporada en que abundan los ba- parto, 16 salas combinadas para trabajo de parto/partos,
ches, en marzo, Bob's Garage abre de 7 A.M. a 9 P.M. en días 2 salas de partos y 1 sala de partos especiales reservada
laborables y desde las 7 A.M. hasta las 5 P.M. los sábados. para nacimientos complicados. Todas esas instalaciones
a. ¿Cuáles son la capacidad pico y la capacidad efectiva funcionan las 24 horas del día. El tiempo que pasan las
del garaje, en términos de alineaciones por semana? pacientes en las salas para labor varía entre algunas horas
b. Durante la segunda semana de marzo, Bob's Garage y varios días, con un promedio aproximado de un día. El
realizó 90 alineaciones. ¿Cuál fue la utilización como parto promedio sin complicaciones requiere cerca de una
porcentaje de la capacidad efectiva? ¿Y como porcen- hora en una sala de partos.

a2. taje de la capacidad pico?

Sterling Motors es un distribuidor británico de autopartes
que atiende pedidos por teléfono y por correo. Sterling tie-
En un periodo de tres días excepcionalmente activos, 120
bebés saludables nacieron o fueron recibidos en el Dahlia
Medica! Center. En salas separadas de trabajo de parto y
ne seis líneas telefónicas para tomar pedidos. Los telefonis- partos nacieron 65 bebés, otros 45 nacieron en salas combi-
tas contestan, revisan el inventario disponible y preparan nadas de trabajo de parto/partos, 6 nacieron en camino al
notas de retiro para que los almacenistas recojan los ar- hospital y sólo 4 bebés requirieron una sala de trabajo de
tículos solicitados. Un pedido puede constar de varios ren- parto y la sala para partos complicados. ¿Cuál de las instala-
glones, con una parte diferente o partes múltiples en cada ciones (salas de trabajo de parto, salas de trabajo de parto/
renglón. Cada telefonista prepara notas de retiro a razón partos o salas de partos) tuvo mayor tasa de utilización?
de un renglón cada tres minutos. Los teléfonos se contes- 4. La peluquería The Clip Joint trabaja con cuatro sillas de
tan normalmente, entre semana, de las 6 A.M. a las 4 P.M., barbero en el centro estudiantil. Durante la semana previa a
hora del Pacífico. Por lo general, los almacenistas localizan las vacaciones semestrales y en la semana previa a la gra-
y empacan las partes solicitadas, al ritmo de un renglón ca- duación, The Clip Joint tiene demandas pico. Cada corte de
da cinco minutos. Sterling tiene ocho almacenistas, que pelo estilo militar se realiza en 5 minutos y los demás estilos
trabajan de ordinario entre semana, de 8 A.M. a 5 P.M. (ex- requieren 20 minutos cada uno. Trabajando de las 9 A.M. a
cepto en las horas reservadas para el almuerzo). las 6 P.M. los seis días anteriores al fin del semestre, The
a. ¿Qué capacidad efectiva tienen los telefonistas en tér- Clip Joint lleva a cabo 500 cortes de pelo estilo militar y
minos de renglones de pedidos atendidos por semana? 400 de otros estilos. En el curso de otra semana similar de
¿Y los empleados de almacén? seis días, la anterior a la graduación, The Clip Joint realiza
 CAPÍTIJLO 8 Capacidad 321

TABLA8.2

Tiempo estándar Pronóstico de demanda

Procesamiento Preparación Tamaño del lote

Componente (h/unidad) (h/lote) (unidades/lote) Pesimista Esperado Optimista

A 0.05 1.0 60 15,000 18,000 25,000

4 .5 80 10,000 13,000 17,000
B 0.20
40,000
e 0.05 8.2 120 17,000 25,000

Concepto Turismo Montaña

700 cortes de pelo estilo militar y 300 cortes de otros esti-
los. ¿En cuál de esas semanas es más alta la utilización? Pronóstico de demanda 5000 unidades/año 10,000 unidades/año
ns
~·
Un proveedor de frenos para automóvil trabaja dos turnos Tamaño del lote 100 unidades 100 unidades
de ocho horas, cinco días a la semana, 52 semanas al año. nempo estándar
La tabla 8.2 presenta los tiempos estándar, los tamaños de de procesamiento %
hora/unidad 1
2 hora/unidad
lote y los pronósticos de demanda para tres componentes. nempo estándar
Debido a la incertidumbre que existe en torno a la deman- de preparación 2.0 horas/lote 3.0 horas/lote
da, el gerente de operaciones obtuvo tres pronósticos de de-
manda (pesimista, esperado y optimista). El gerente cree que El taller trabaja actualmente ocho horas diarias, cinco
lo más conveniente es un "colchón" de capacidad de 20%. días a la semana, 50 semanas al año. Tiene cinco estaciones
a. ¿Cuál es el número mínimo de máquinas necesarias? de trabajo, cada una de las cuales produce una bicicleta en
¿El número esperado? ¿Y el número máximo? el tiempo ilustrado en la tabla. El taller mantiene un "col-
b. Si la empresa tiene actualmente tres máquinas y el ge- chón" de capacidad de 15%. ¿Cuántas estaciones de traba-
rente desea expandir la capacidad en 20% por medio jo se requerirán el año próximo para satisfacer la demanda
de opciones a corto plazo, en caso de que se presente la esperada sin tener que trabajar horas extra y sin que dismi-
demanda optimista, ¿cuál es la brecha de capacidad? nuya el "colchón" de capacidad actual de la compañía?
6. Up, Up, and Away es una empresa fabricante de cometas y
8. Accumold, lnc., suministra una parte moldeada a varios
conos para anemómetro. En la tabla siguiente se presentan fabricantes de automóviles. Su departamento de moldeo
los datos pertinentes sobre una operación que será un cue- trabaja ocho horas diarias, cinco días a la semana, y tiene
llo de botella para esta fábrica en el próximo año fiscal. 1O máquinas. En condiciones ideales de operación, cada
máquina es capaz de producir 50 partes por hora. El de-
Conos para partamento de moldeo fabricó 350,000 partes en los seis
Concepto Cometas anemómetro
últimos meses (es decir, en 25 semanas de trabajo) y la
administración cree que este nivel de producción puede
Pronóstico de demanda 30,000 unidades/año 12,000 sostenerse económicamente durante largos periodos. Para
unidades/año satisfacer el nivel de demanda actual, cada máquina fun-
Tamaño del lote 20 unidades 70 unidades ciona al ritmo de 40 partes por hora.
nempo estándar de a. ¿Cuál es la capacidad pico del departamento en términos
procesamiento 0.3 horas/unidad 1 .O horas/unidad
de partes por día? Actualmente, ¿cuál es la utilización
nempo estándar de del departamento en relación con su capacidad pico?
preparación 3.0 horas/lote 4.0 horas/lote
b. ¿Cuál es la capacidad efectiva del departamento en térmi-
nos de partes al día? Actualmente, ¿cuál es la utilización
El taller trabaja dos turnos diarios, ocho horas por turno, del departamento en relación con su capacidad efectiva?
200 días al año. Cuenta actualmente con cuatro máquinas y c. ¿Cuál es el "colchón" de capacidad actual en el depar-
la dirección considera necesario un "colchón" de capacidad tamento de moldeo?
de 25%. ¿Cuántas máquinas será conveniente comprar para ~9. El Worcester Athletic Club está estudiando la posibilidad
satisfacer la demanda del año próximo sin recurrir a ninguna de expandir sus instalaciones para incorporar dos locales
de las soluciones de capacidad a corto plazo? adyacentes. El propietario realizará la remodelación de
7. Tuff-Rider, Inc., fabrica bicicletas de turismo y de montaña éstas en consideración a un contrato de arrendamiento por
con diferentes tamaños de cuadro, colores y combinaciones siete años. Los gastos correspondientes a arrendamiento, se-
de componentes. La planta produce bicicletas idénticas en guros, servicios públicos y alquiler de equipo para ejercicio
lotes de 100. La demanda proyectada, el tamaño del lote y físico se elevarían a razón de $45,000 al año. Esta expan-
los tiempos estándar aparecen en la tabla siguiente. sión incrementaría la capacidad de Worcester a la hora del
 322 CUARTA PARTE Capacidad, localización y distribución física

almuerzo, que es la de mayor afluencia, de su valor pre- año 3. Se han previsto costos de operación adicionales
sente de 150 miembros a 225 miembros. El Athletic Club por $100,000 al año. La concurrencia estimada para los
es visitado por un máximo de 30% del total de sus miem- próximos cinco años, sin la expansión, es la siguiente:
bros en un día cualquiera, a la hora del almuerzo. Así
pues, las instalaciones de Worcester atienden actualmente Año 2 3 4 5
a unos 500 miembros en total. Las cuotas que pagan
los afiliados son de $40 al mes. Basándose en los siguien- Concurrencia 30,000 34,000 36,250 38,500 41,000
tes pronósticos sobre el número de miembros, determine
qué flujos de efectivo (antes de impuestos) producirá la a. ¿Cuáles son los flujos combinados de efectivo, antes
expansión en los próximos años. de impuestos, para los años O a 5, que son atribuibles
a la expansión del parque?
Año 2 3 4 5 6 7 b. Pasando por alto impuestos, depreciación y el valor del
Miembros
dinero en el tiempo, determine usted cuánto tiempo ten-
480 510 515 530 550 600
drá que pasar para recuperar (amortizar) la inversión.
12. Kim Epson opera un servicio completo de lavado para
10. Arabelle está estudiando la posibilidad de expandir el automóviles que funciona de 8 A.M. a 8 P.M., los siete días
área de su tienda de ropa importada de alta costura, The de la semana. El lavado para automóviles tiene dos es-
French Prints of Arabelle, ampliando el espacio que arrien- taciones: una de lavado y secado automático y otra de
da en el lujoso centro comercial Cherry Creek, de 2000 limpieza manual de interiores. La estación de lavado y
pies cuadrados a 3000 pies cuadrados. El Centro Comer- secado automático es capaz de atender 30 vehículos por
cial Cherry Creek ostenta una de las tasas de valor de ven- hora. La estación de limpieza manual de interiores puede
tas por pie cuadrado más altas del país. El alquiler (que atender 200 autos cada día. Tomando como base una revi-
incluye servicios públicos, seguridad y costos conexos) es sión de operaciones realizada al final de un año reciente,
de $110 por pie cuadrado al año. Los aumentos salariales Kim estima que la demanda futura para la estación de lim-
relacionados con la expansión de The French Prints apare- pieza de interiores durante los siete de días de la semana,
cen en la tabla siguiente, junto con proyecciones de las expresada en términos del número promedio de automó-
ventas por pie cuadrado. El promedio del costo de compra viles por día, será como se indica a continuación:
de las mercancías vendidas equivale al 70% del precio de
venta. Las ventas son estacionales, con un pico importante Día Mar. Miér. Jue. Vier Sáb. Dom.
1 Lun.
durante la temporada de festividades de fin de año.
180 150 140 280 300 250
Ventas Incremento
Año Trimestre (por pie2 ) de salarios Instalando equipo adicional (por un costo de $50,000),
Kim puede aumentar la capacidad de la estación de lim-
1 $ 90 $12,000 pieza de interiores a 300 automóviles diarios. El lavado
2 60 8,000
de cada vehículo genera una contribución de $4.00, antes de
3 110 12,000
4 240 24,000
impuestos. ¿Deberá instalar Kim el equipo adicional si pre-
2 99 12,000 vé que el periodo de amortización, antes de impuestos,
2 66 8,000 será de tres años o menos?
3 121 12,000 13. La dirección de la empresa Roche Brothers estudia la posibi-
4 264 24,000 lidad de expandir la capacidad de su supermercado. El pro-
pietario del predio construirá el local anexo, a cambio de un
a. Si Arabelle amplía su French Prints al final del año O, pago de $200,000 cuando la obra esté terminada y un con-
¿cuáles serán sus flujos trimestrales de efectivo, antes trato de arrendamiento por cinco años. El aumento del al-
de impuestos, hasta el final del año 2? quiler por concepto de espacio adicional será de $10,000
b. Proyecte los flujos trimestrales de efectivo, antes de mensuales. Presentamos a continuación las ventas anuales
impuestos, suponiendo que la pauta de venta (10% proyectadas, hasta el final del año 5. La capacidad efectiva
de incremento compuesto cada año) continuará hasta actual es equivalente a 500,000 clientes al año. Suponga una
el final del año 3. ganancia de 2 % sobre las ventas, antes de impuestos.
11. El parque de diversiones Astro World tiene ahora mismo
la oportunidad de expandir su tamaño (está al final del Año 2 3 4 5
año O), comprando la propiedad adyacente a $250,000 y
añadiendo atracciones al costo de $550,000. Con esta
Clientes 560,000 600,000 685,000 700,000 715,000
ampliación esperan incrementar el número de espectado-
res un 30% por encima de la concurrencia proyectada si Ventas
no se hiciera dicha expansión. El precio de entrada es promedio
$30, con un aumento planeado de $5 para principios del por cliente $50.00 $53.00 $56.00 $60.00 $64.00
 CAPÍTULO 8 Capacidad 323

a. Si Roche expande su capacidad ahora (al final del año O)

TABLA8.3
para atender a 700,000 clientes al año, ¿cuáles serán los
incrementos anuales proyectados para los flujos de efec-
tivo, antes de impuestos, atribuibles a esa expansión? Año Capacidad Año Capacidad Año Capacidad
b. Si Roche expande su capacidad para atender a 700,000
clientes al año al final del año 2, el propietario del predio o 120 7 148 14 176
construirá la misma ampliación por $240,000 y un con- 1 124 8 152 15 180
trato de alquiler por tres años, a razón de $12,000 al 2 128 9 156 16 184
mes. ¿Cuáles son los incrementos anuales proyectados 3 132 10 160 17 188
para los flujos de efectivo, antes de impuestos, atribui- 4 136 11 164 18 192
bles a esta alternativa de expansión? 5 140 12 168 19 196
6 144 13 172 20 200

Problemas avanzados
Los problemas 14, 17 y 18 requieren la lectura del suplemento • Alternativa 3: expandirse al final de los años O, 5, 10
sobre Toma de decisiones. Los problemas 15 y 18 requieren la y 15.
lectura del apéndice Análisis financiero y sería útil contar con
algún paquete especializado para computadora. Con todas las alternativas, los 200 millones de galones
14. Un gerente está tratando de decidir si deberá comprar anuales necesarios se tendrían al cabo de 20 años, cuando
una o dos máquinas. Si compra una máquina y la deman- el valor de la planta sería el mismo, cualquiera que haya
da resulta ser excesiva, podrá comprar después la segunda sido la alternativa elegida. Hay notables economías de es-
máquina. Sin embargo, se perderían algunas ventas por- cala en los costos de producción: la expansión a 20 millo-
que el tiempo de entrega para ese tipo de máquinas es de nes de galones costaría $18 millones, a 40 millones de
seis meses. Además, el costo por máquina es menor si galones costaría $30 millones y a 80 millones de galones
las dos máquinas se compran al mismo tiempo. La proba- costaría sólo $50 millones. El nivel de las tasas de interés
bilidad estimada de que la demanda sea baja es de 0.30 y futuras es incierto, y eso provoca incertidumbre acerca de
de que sea alta es de O. 70. El valor presente neto (NPV) la tasa de obstáculos. La ciudad cree que podría ser tan
(del inglés net present value), después de impuestos, de bajo como de 12% y tan alto como de 16% (véase el su-
los beneficios por la compra de las dos máquinas juntas plemento Toma de decisiones).
es de $90,000 si la demanda es baja y de $170,000 si la a. Calcule los flujos de efectivo de cada alternativa, com-
demanda es alta. parados con el caso base de no hacer nada. (Nota: Por
Si se compra una máquina y la demanda es baja, el tratarse de una utilidad municipal, esta operación no
NPV es de $120,000. Si la demanda es alta, el gerente paga impuestos.)
tiene tres opciones: no hacer nada, a la cual correspon- b. ¿Qué alternativa minimiza el valor presente de los
de un NPV de $120,000; subcontratar, con un NPV de costos de construcción en el curso de los próximos
$140,000; y comprar la segunda máquina, con un NPV 20 años si la tasa de descuento es de 12 % ? ¿Y si es
de $130,000. de 16%?
a. Dibuje un árbol de decisiones para este problema. c. Como la decisión implica políticas públicas y compro-
b. ¿Cuál es la mejor decisión y cuál es su rédito esperado? miso, ¿qué consideraciones políticas encara la comi-
15. Hace varios años, River City construyó una planta purifi- sión de planificación?
cadora de agua para eliminar las toxinas y filtrar el agua
16. Se han propuesto dos nuevas alternativas para ampliar el
potable de la ciudad. A causa del crecimiento de la pobla-
Grandmother's Chicken Restaurant (véase el problema
ción, la demanda de agua para el año próximo será ma-
resuelto 2). Ambas requieren automatizar más la cocina e
yor que la capacidad de la planta, que hoy es de 120
incluyen un proceso especial de cocción que conserva el
millones de galones al año. Por lo tanto, la ciudad debe
sabor de la receta original del pollo. Aunque el proceso
expandir las instalaciones. La tabla 8.3 muestra la de-
es más intensivo en capital, abate el costo de la mano
manda estimada para los próximos 20 años.
de obra, de modo que las ganancias antes de impuestos de
La comisión planificadora de la ciudad está conside-
todas las ventas (no sólo las de la nueva capacidad agre-
rando tres alternativas:
gada) ascenderían de 20 a 22%. Este aumento elevaría
• Alternativa 1: expandirse al final del año O lo sufi- las ganancias antes de impuestos en 2 % por cada dólar
ciente para no tener que volver a hacerlo en 20 años. de ventas hasta $800,000 (80,000 comidas X $10) y en
Esto significa un incremento de 80 millones de galones 22 % por cada dólar de ventas entre $800,000 y el nuevo
(200-120). límite de capacidad. Por lo demás, las nuevas alternativas
• Alternativa 2: efectuar las expansiones al final del son muy parecidas a las del ejemplo 8.4 y a las del pro-
año O y al final del año 10. blema resuelto 2.
324 CUARTA PARTE Capacidad, localización y distribución física

Alternativa 1: expandir ahora (al final del año O) la co- Si se compra el vehículo montacargas, los réditos anua-
cina y el área del comedor, elevando la capacidad a les serán de $5,000 si la demanda no cambia, $10,000 si la
130,000 comidas al año. El costo de construcción, in- demanda sube y -$25,000 si la demanda cae.
cluida la nueva automatización, sería de $336,000 (en a. Dibuje un árbol de decisiones para este problema y calcu-
lugar de los $200,000 anteriores) . le el valor esperado del rédito para cada alternativa.
Alternativa 2: expandir ahora sólo la cocina, elevando b. ¿Cuál es la mejor alternativa, de acuerdo con los valo-
su capacidad a 105,000 comidas al año. Al final del ter- res esperados?
cer año, expandir la cocina y el comedor a las 130,000 18. El vicepresidente de operaciones de Dintell Corporation,
comidas al año. Los costos de equipo y construcción se- un importante proveedor de bolsas de aire como protec-
rían de $424,000, con $220,000 al final del año O y el ción para pasajeros de automóviles, está considerando
resto al final del tercer año. Como en la alternativa 1, una posible expansión de $50 millones en el complejo de
el margen de contribución aumentaría a 22%. producción de la empresa en Fort Worth. Las proyeccio-
Con las dos nuevas alternativas, el valor de rescate se- nes económicas más recientes indican una probabilidad
ría insignificante. Compare los flujos de efectivo de todas de 0.60 de que el mercado total sea de $400 millones al
las alternativas. ¿Deberá expandirse el Grandmother's año en los cinco años próximos, y una probabilidad de
Chicken Restaurant con la nueva tecnología o con la an- 0.40 de que sea de sólo $200 millones al año en dicho pe-
terior? ¿Deberá ampliarse ahora o después? riodo. El departamento de marketing estima que Dintel!
17. Los negocios de Acme Steel Fabricators han tenido un au- tiene una probabilidad de 0.50 de captar el 40% del mer-
ge en los últimos cinco años. La compañía fabrica una cado, y la misma probabilidad de que capte sólo el 30%
amplia gama de productos de acero, como barandales, es- del mercado. Se calcula que el costo de la mercancía ven-
caleras y marcos de acero estructural ligero. El método dida será igual al 70% de las ventas. Para propósitos de
manual vigente para manejo de materiales ocasiona un planificación, la compañía usa actualmente una tasa de des-
exceso de inventario y congestionamientos. Acme está cuento de 12 %, una tasa tributaria de 40% y la tabla de
considerando si debe comprar un sistema de transporte depreciación del MACRS (véase el apéndice Análisis fi-
que pende de un riel, o bien, un vehículo montacargas, pa- nanciero). Los criterios para decisiones de inversión de
ra incrementar su capacidad y mejorar su eficiencia manu- Dintel! son: (1) el valor presente neto esperado debe ser
facturera. mayor que cero; (2) debe haber por lo menos 70% de
Los réditos anuales del sistema, antes de impuestos, probabilidades de que el valor presente neto resulte posi-
dependen de la demanda futura. Si la demanda se mantie- tivo; y (3) no debe haber más de un 10% de probabilidad
ne en el nivel actual, lo cual tiene una probabilidad de de que la empresa pierda más de 20% del valor inicial.
0.50, el ahorro anual a causa del transportador elevado a. Con base en los criterios expuestos, determine si Din-
será de $10,000. Si la demanda sube, el transportador tel! debería financiar el proyecto.
permitirá ahorrar $25,000 al año por la eficiencia opera- b. ¿Qué efecto ejercería sobre la decisión el hecho de tener
tiva, además de las nuevas ventas. Finalmente, si la de- una probabilidad de O. 70 de captar el 40% del mercado?
manda cae, el transportador provocará una pérdida c. ¿Qué efecto tendría en la decisión un aumento de 15%
anual estimada en $65,000. Se estima una probabilidad en la tasa de descuento? ¿Y una disminución de 10%?
de 0.30 de que la demanda sea alta y de 0.20 de que sea d. ¿Qué efecto tendría en la decisión la necesidad de in-
baja. vertir otros $10 millones durante el tercer año
 CAPÍTULO 8 Capacidad 325

Fitness Plus, Parte A

En el Instructor's Manual (Manual del instructor) aparece Fitness Plus, parte B, en la cual se exploran alternativas para la expan-
sión de una nueva instalación en el centro de la ciudad. Si a usted le interesa este tema, pida a su instructor un adelanto al respecto.
itness Plus es un club deportivo y de salud que ofrece servi- ron a cavilar si el club era en verdad demasiado pequeño para
F cios completos en Greensboro, Carolina del Norte. El club
brinda una gama de instalaciones y servicios para tres activi-
sus miembros. Según investigaciones pasadas, los usuarios se
ejercitaban, en promedio, 60 minutos por visita. Los datos
dades principales: acondicionamiento físico, recreación y rela- obtenidos de los miembros, en encuestas, mostraron el si-
jación. Las actividades de acondicionamiento físico se realizan guiente patrón de uso de las instalaciones: 30% de ellos hacía
generalmente en cuatro áreas del club: el salón de aeróbicos, aeróbicos, 40% usaba el equipo cardiovascular, 25% los apa-
que puede alojar a 35 personas por clase, una sala equipada ratos Nautilus, 20% se ejercitaba con pesas, 15% usaba las
para ejercicios con pesas, una sala de entrenamiento con 24 canchas de racquetball y 10% las de tenis. Los dueños que-
aparatos Nautilus y un gran salón para ejercicios cardiovascu- rían saber si podrían usar esta información para calcular con
lares con 29 piezas de equipo especializado. Ese equipo inclu- cuánta eficiencia se estaba utilizando la capacidad existente.
ye nueve escaladoras, seis caminadoras, seis bicicletas fijas Si los niveles de capacidad eran insuficientes, aquél era el
life-cycle, tres bicicletas airdyne, dos máquinas cross-aerobics, momento de decidir qué hacer. Ya estaban en mayo y cualquier
dos remadoras y una trepadora. Las instalaciones recreativas expansión de las instalaciones existentes requeriría cuatro meses
comprenden ocho canchas de racquetball, seis canchas de tenis por lo menos. Los propietarios sabían que enero era siempre un
y una piscina grande al aire libre. Fitness Plus también patroci- mes pico para las inscripciones de miembros y que cualquier ca-
na equipos de softball, voleibol y natación, pertenecientes a las pacidad nueva tendría que estar lista para entonces. Pero también
ligas de recreación de la ciudad. La relajación se practica me- tenían que considerar otros factores. El área estaba creciendo,
diante clases de yoga que se imparten dos veces por semana en tanto en población como geográficamente. El centro de la ciudad
el salón de aeróbicos, tinas de hidromasaje instaladas en todos acababa de ser remozado y muchas nuevas oficinas y empresas se
los vestuarios y un terapista especializado en masajes. instalaron en él, dando lugar a un resurgimiento de la actividad.
Fitness Plus abrió sus puertas en 1988, en una vasta zona Con este crecimiento aumentó la competencia. Un nuevo
suburbana de oficinas. En los dos primeros años tenía pocos YMCA ofreció la gama completa de servicios a bajo costo.
miembros y la utilización de sus instalaciones era escasa. En Dos nuevas instalaciones de salud y acondicionamiento físico
1992, el número de miembros ya había aumentado, porque en- se habían abierto el año anterior, a 10 y 15 minutos del Fitness
tonces la buena condición física empezó a desempeñar un papel Plus. El primero, llamado el Oasis, estaba enfocado en los
importante en un número cada día mayor de vidas. A medida adultos jóvenes y prohibía la entrada a menores de 16 años.
que creció esa tendencia, la utilización de las instalaciones del La otra instalación, el Gold's Gym, ofrecía solamente un exce-
club aumentó. Los registros indican que, en 1992, entraba en lente entrenamiento cardiovascular y ejercicio con pesas.
el club un promedio de 15 miembros por hora durante un día tí- Conforme los propietarios iban reflexionando sobre la si-
pico. Por supuesto, el número real de miembros por hora varia- tuación, surgieron muchas preguntas: ¿Había restricciones en
ba según el día y la hora. Algunos días, en periodos de baja las capacidades de las instalaciones existentes? En caso afirmati-
actividad, entraban solamente entre seis y ocho miembros por vo, ¿dónde? Si se requería una expansión de las capacidades,
hora. En una hora pico, como los lunes de 4:00 P.M. a 7:00 ¿sería necesario ampliar también la instalación? A causa de lo li-
P.M., la concurrencia era hasta de 40 miembros por hora. mitado del espacio disponible en el predio actual, para expandir
El club permanecía abierto desde las 6:30 A.M. hasta las unos servicios habría que reducir otros. Finalmente, por el au-
11:00 P.M., de lunes a jueves. Los viernes y sábados, el club mento de la competencia y el crecimiento de la zona, ¿era el mo-
cerraba a las 8:00 P.M., y el horario del domingo era de me- mento de abrir una instalación para atender ese mercado? Una
diodía a 8:00 P.M. instalación nueva requeriría seis meses para su renovación y no
A medida que la popularidad de la salud y la buena con- se disponía de recursos financieros para hacer ambas cosas.
dición física siguió creciendo, la popularidad de Fitness Plus
también aumentó. Para mayo de 1997, el número promedio Preguntas
de miembros que llegaban al club en una hora, en un día típi-
co, ya se había elevado a 25. Durante el periodo más bajo, la 1. ¿Qué método usaría usted para medir la capacidad de Fit-
tasa era de 10 miembros por hora; en los periodos pico se re- ness Plus? ¿Ha alcanzado Fitness Plus su plena capaci-
gistraban 80 miembros por hora para usar las instalaciones. dad?
Este crecimiento provocó quejas de los miembros por la aglo- 2. ¿Qué estrategia de capacidad sería apropiada para Fit-
meración y la falta de equipo disponible. La mayoría de las ness Plus? Justifique su respuesta.
quejas se refería a las áreas de equipo Nautilus, cardiovascu- 3. ¿Cómo vincularía la decisión de capacidad tomada por
lar y acondicionamiento aeróbico. Los propietarios comenza- Fitness Plus con otros tipos de decisiones de operación?
326 CUARTA PARTE Capacidad, localización y distribución física

Referencias bibliográficas
"Avoiding Plant Failures Grows More Difficult for Man y Indus- "Logan's Roadhouse." Business Week, 27 de mayo de 1996,
tries." Wall Streetfournal, 8 de enero de 1981. pág. 113.
Bott, Kevin y Larry P. Ritzman. "Irregular Workloads with MRP Sassar, W. Earl. "Match Supply and Demand in Service Indus-
Systems." Journal of Operations Management, vol. 3, núm. 4 tries." Harvard Business Review (noviembre-diciembre de 1976),
(1983), págs. 169-182. págs. 133- 140.
Bowman, Edward H. "Scale of Operations-An Empirical Study." Schmenner, Roger W. Making Business Location Decisions. Engle-
Operations Research (junio de 1958), págs. 320-328. wood Cliffs, N.J.: Prentice-Hall, 1982.
Hayes, Robert H. y Steven C. Wheelwright. Restoring Our Com- Skinner, Wickham. "The Focused Factory." Harvard Business
petitive Edge: Competing Through Manufacturing. Nueva York: Review (mayo-junio de 1974), págs. 113-121.
John Wiley & Sons, 1984. "Wow! That's Sorne Bank." Business Week, 11 de septiembre de
"How Goliaths Can Act Like Davids." Business Week!Enterprise 1995, págs. 36-39.
(1993), págs. 192-200.
 Suple ment o
MODELOS DE FILAS

META S DE APRENDIZAJE
Después de leer este suplemen to, usted podrá ...
1. reconocer los elementos de un problema de filas de espera en una situación real
2. aplicar modelos de filas de espera para estimar las características de operación de un sistema
3. saber cuándo conviene aplicar modelos con un solo servidor, con servidores múltiples y con fuente finita
4. describir cómo se usan los modelos de filas de espera para la toma de decisiones administrativas

e ualquiera que haya tenido que esperar enfrente de un semáforo, en un McDo-

nald's o en una oficina del registro civil, ha vivido la dinámica de las filas de espe-
ra. Tal vez uno de los mejores ejemplos de administració n eficaz de filas de espera
sea el que observamos en el Walt Disney World. Es posible que un día lleguen solamente
25,000 visitantes, pero al día siguiente pueden arribar 90,000. Un análisis cuidadoso de
los flujos de procesos, la tecnología correspondie nte al equipo para el traslado de perso-
nas (manejo de materiales), la capacidad y la distribución física, permite a esta organiza-
ción mantener en niveles aceptables los tiempos de espera para el público que desea
entrar a las diversas atracciones.
El análisis de filas de espera es de interés para los gerentes porque afecta el diseño,
la planificación de la capacidad, la planificación de la distribución de espacios, la admi-
nistración de inventarios y la programació n. En este suplemento discutiremos por qué
se forman filas de espera, las aplicaciones de los modelos de filas de espera en la admi-
nistración de operaciones y la estructura de los modelos de filas de espera. Veremos
también cómo abordan los gerentes sus decisiones con esos modelos.

11 • • POR QUÉ SE FORMAN FILAS DE ESPERA

fila de espera Se conoce como fila de espera una hilera formada por uno o varios "clientes" que aguardan
para recibir un servicio. Los clientes pueden ser personas u objetos inanimados, como má-
quinas que requieren mantenimiento, pedidos de mercancías en espera de ser embarcados,
o elementos de inventario a punto de ser utilizados. Las filas de espera se forman a causa de
un desequilibrio temporal entre la demanda de un servicio y la capacidad del sistema para
suministrarlo. En la mayoría de los problemas de filas de espera que se presentan en la vida
real, la tasa de demanda varía; es decir, los clientes llegan a intervalos imprevisibles. Lo más
común es que también haya variaciones en el ritmo de producción del servicio, dependien-
do de las necesidades del cliente. Supongamos que los clientes de un banco llegan a una tasa
promedio de 15 por hora, durante todo el día, y que el banco tiene capacidad para atender
a 20 clientes por hora, en promedio. ¿Por qué podría formarse alguna vez una fila de espera
en ese banco? Las respuestas son que la tasa de llegada de los clientes varía en el curso del
día y que el tiempo necesario para atender a cada uno de ellos suele ser diferente. A mediodía,
es factible que lleguen 30 clientes al banco. Algunos desearán realizar quizá transacciones
complicadas que requieran tiempos de procesamiento superiores al promedio. La fila de
espera puede aumentar a 15 clientes durante ciertos periodos, antes de desaparecer final-
mente. A pesar de que los directores del banco provean una capacidad más que suficiente,
considerada en promedio, es posible que se sigan formando filas de espera.
327
 328 CUARTA PARTE Capacidad, localización y distribución física

Las filas de espera pueden formarse a pesar de que el tiempo necesario para atender
a los clientes sea constante. Por ejemplo, un tren subterráneo está controlado por compu-
tadoras para llegar puntualmente a las distintas estaciones de su ruta. Cada tren está
programado para llegar a una estación, por ejemplo, cada 15 minutos. A pesar de que el
tiempo de servicio es constante, se forman filas de espera cuando los pasajeros tienen
que esperar al siguiente tren o no logran abordar alguno a causa del gran número de
personas que se aglomeran en las estaciones en las horas más agitadas del día. Por consi-
guiente, en este caso, la variabilidad de la tasa de demanda determina la longitud de las
filas de espera. En general, si no hay variabilidad en las tasas de demanda o servicio y se
cuenta con la capacidad suficiente, no se formarán filas de espera.

• • • USOS DE LA TEORÍA DE FILAS DE ESPERA

La teoría de las filas de espera es aplicable a empresas de servicios o manufactureras, porque
relaciona la llegada de los clientes y las características de procesamiento del sistema de servi-
cios, con las características de salida de dicho sistema. En nuestra exposición, usaremos el
término servicio en sentido amplio, es decir, como la acción de atender a un cliente. El siste-
ma de servicio puede consistir en la operación de cortar el cabello en una peluquería, o bien,
en el procesamiento de partes, con una máquina determinada para atender un pedido de pro-
ducción. Otros ejemplos de clientes y servicios son las filas de los espectadores que esperan
frente a un teatro para comprar entradas, los camiones que aguardan para ser descargados
en un almacén, las máquinas en espera de ser reparadas por una cuadrilla de mantenimiento
y los pacientes que hacen antesala para ser examinados por un médico. Cualquiera que sea la
situación, los problemas referentes a filas de espera tienen algunos elementos en común.

B • • ESTRUCTURA DE LOS PROBLEMAS DE FILAS DE ESPERA

El análisis de los problemas de filas de espera comienza con una descripción de los ele-
mentos básicos de la situación. Cada situación específica tendrá características diferen-
tes, pero cuatro elementos son comunes a todas ellas:
población de clientes 1. un insumo, o población de clientes, que genera clientes potenciales;
2. una fila de espera formada por los clientes;
instalación de servicio 3. la instalación de servicio, constituida por una persona (o una cuadrilla), una
máquina (o un grupo de máquinas) o ambas cosas si así se requiere para pro-
veer el servicio que el cliente solicita; y
regla de prioridad 4. una regla de prioridad para seleccionar al siguiente cliente que será atendido
por la instalación de servicio.
sistema de servicio La figura E.1 ilustra estos elementos básicos. El sistema de servicio describe el nú-
mero de filas y la disposición de las instalaciones. Una vez que el servicio ha sido sumi-
nistrado, los clientes atendidos salen del sistema.

FIGURA E.1 Población

de clientes
Elementos básicos de
los modelos de filas
de espera

... •... • ...

..... .
.,.,
Jr
Sistema de servicio

Instalaciones
de servicio
...
... ...
•
SUPLEMENTO E Modelos de filas de espera 329

Población de clientes
La fuente de insumos para el sistema de servicio es una población de clientes. Si el núme-
ro potencial de nuevos clientes para el sistema de servicio resulta afectado notablemente
por el número de clientes que ya se encuentran en el sistema, se dice que esa fuente de in-
sumos es finita. Por ejemplo, supongamos que a una cuadrilla de mantenimiento se le
asigna la responsabilidad de reparar 10 máquinas. La población de clientes para la cua-
drilla de mantenimiento es de 1 O máquinas en buen estado de funcionamiento. Esa po-
blación generará los clientes para la cuadrilla de mantenimiento, de acuerdo con una
función matemática de las tasas de falla de las máquinas. A medida que un mayor núme-
ro de máquinas falle y entre en el sistema de servicio, ya sea para esperar su turno o para
ser reparada de inmediato, la población de clientes se empequeñecerá y, por consiguien-
te, se registrará un descenso en la tasa a la cual dicha población es capaz de generar otro
cliente. En consecuencia, se dice que la población de clientes es finita.
En forma alternativa, una población de clientes infinita es aquella en la que el núme-
ro de clientes que entran al sistema no afecta la tasa a la cual dicha población genera nue-
vos clientes. Por ejemplo, considere una operación de pedidos por correo para la cual la
población de clientes está constituida por los compradores que han recibido un catálogo
de los productos que vende la compañía. En vista de que la población de clientes es muy
grande y sólo una pequeña fracción de los compradores hace pedidos en un momento de-
terminado, el número de nuevos pedidos que genera no resulta afectado en forma notable
por el número de pedidos que están en espera de servicio o que son atendidos por el siste-
ma que imparte dicho servicio. En este caso se dice que la población de clientes es infinita.
Los clientes de las filas de espera pueden ser pacientes o impacientes, lo cual nada
tiene que ver con el florido lenguaje que un cliente que espera largo tiempo en una fila,
durante un día caluroso, podría usar. En el contexto de los problemas de filas de espera,
un cliente paciente es el que entra al sistema y permanece allí hasta ser atendido; un
cliente impaciente es el que o bien decide no entrar al sistema (arrepentido) o sale de éste
antes de haber sido atendido (desertor). Para simplificar los métodos utilizados en este su-
plemento, vamos a suponer que todos los clientes son pacientes.

El sistema de servicio
El sistema de servicio suele describirse en términos del número de filas y la disposición
de las instalaciones.

Número de filas. Las filas de espera se diseñan en forma de una sola fila o filas múlti-
ples. La figura E.2 muestra un ejemplo de cada una de esas disposiciones. En general, se
utiliza una sola fila en mostradores de aerolíneas, ventanillas de bancos y algunos res-
taurantes de comida rápida, mientras que las filas múltiples son comunes en tiendas de
abarrotes, operaciones en ventanillas bancarias para automovilistas y tiendas de des-
cuento. Cuando se dispone de servidores múltiples y cada uno de ellos puede manejar
transacciones de tipo general, la disposición de una sola fila mantiene a todos ellos uni-
formemente ocupados y proyecta en los clientes una sensación de que la situación es
equitativa. Éstos piensan que serán atendidos de acuerdo con su orden de llegada, no
por el grado en que hayan podido adivinar los diferentes tiempos de espera al formarse
en una fila en particular. El diseño de filas múltiples es preferible cuando algunos de los
servidores proveen un conjunto de servicios limitado. En esta disposición, los clientes
eligen los servicios que necesitan y esperan en la fila donde se suministra dicho servicio,
como sucede en las tiendas de abarrotes en las que hay filas especiales para los clientes
que pagan en efectivo o para los que compran menos de 10 artículos.
Algunas veces, los elementos que esperan su turno no están organizados nítidamen-
te en "filas". Las máquinas que necesitan ser reparadas en el taller de producción de una
fábrica pueden permanecer en sus respectivos sitios y la cuadrilla de mantenimiento es la
que tiene que acudir a cada lugar. A pesar de todo, podemos considerar que esas máqui-
330 CUARTA PARTE Capacidad, localización y distribución física

F 1G u A A E · 2 Instalaciones de servicio
Diversas disposiciones
de filas de espera

.---~
•• A•ti·
·~--------~
· ·~ ·· ·· ~ · · ··
--------~ ·
& • iHlil A •

(a) Una sola fila

Instalaciones de servicio

1: 1 1: 1 1:1 1=1
(b) Filas múltiples

nas forman una sola fila o filas múltiples, según el número de cuadrillas de reparación y
sus respectivas especialidades. Asimismo, los usuarios que llaman por teléfono para pe-
dir un taxi también forman una fila, aunque cada uno se encuentre en un lugar diferente.

Disposición de instalaciones de servicio. Las instalaciones de servicio consisten en el

personal y/o el equipo necesario para proporcionar dicho servicio al cliente. La figura E.3
muestra algunos ejemplos de los cinco tipos básicos de disposiciones para las instalacio-
nes de servicio. Los gerentes deben elegir una disposición adecuada según el volumen de
sus clientes y el carácter de los servicios ofrecidos. Algunos servicios requieren un solo pa-
fase so, también conocido como fase, en tanto que otros requieren una secuencia de pasos.
En el sistema de un solo canal y una sola fase, todos los servicios solicitados por un
cliente suelen impartirse por una instalación con un solo servidor. En ese caso, los clientes
forman una sola fila y circulan uno por uno a través de la instalación de servicio. Ejemplos
de esto son los servicios de lavado donde los automovilistas no necesitan salir de sus ve-
hículos, o bien, cualquier máquina en la cual sea necesario procesar varios lotes de partes.
La disposición con un solo canal y múltiples fases se usa cuando es más conveniente
que los servicios se impartan en secuencia por varias instalaciones, pero el volumen de la
clientela u otras restricciones limitan el diseño a un solo canal. Los clientes forman una so-
la fila y avanzan en forma secuencial, pasando de una instalación de servicio a la siguiente.
Un ejemplo de esta disposición son los McDonald's para automovilistas, donde la primera
instalación toma el pedido, la segunda lo cobra y la tercera entrega los alimentos.
La disposición de múltiples canales y una sola fase se usa cuando la demanda es suficien-
temente grande para justificar que se suministre el mismo servicio en más de una instalación,
o bien, cuando los servicios ofrecidos por las instalaciones son diferentes. Los clientes forman
una o varias filas, dependiendo del diseño. En el diseño de una sola fila, los clientes son aten-
didos por el primer servidor disponible, como sucede en los bancos. Si cada canal tiene su
propia fila de espera, los clientes aguardan hasta que el servidor de su respectiva fila pueda
atenderlos, como sucede en las instalaciones con una ventanilla bancaria para automovilistas.
La disposición de múltiples canales y múltiples fases se presenta cuando los clientes pue-
den ser atendidos por una de las instalaciones de la primera fase, pero después requieren los
 SUPLEMENTO E Modelos de filas de espera 331

Instalación

<
de
Instalación Instalación: Instalación . servicio 1
de de - de •• • Á
• • -" • - -" • • - Instalación
servicio servicio 1 servicio 2
de
servicio 2
(a) Un solo canal, una sola fase (b) Un solo canal, múltiples fases (c) Múltiples canales, una sola fase

Á
• Instalación Instalación Ruta para -" : 1-2-4
~ de de Ruta para • : 2-4-3
servicio servicio 2
Instalación Ruta para • : 3-2-1-4
de llli
servicio 2 •
• Instalación
•-" Instalación
~ ·· de ~ de
s~rvicio 3 servicio 4

FIGURA E.3 servicios de una instalación de la segunda fase, y así sucesivamente. En algunos casos, los clien-
Ejemplos de tes no pueden cambiar de canales después de iniciado el servicio; en otros sí pueden hacerlo.
disposiciones para Un ejemplo de esta disposición son los centros para lavado de ropa Laundromat. Las máqui-
instalaciones de nas lavadoras son las instalaciones de la primera fase y las secadoras son las instalaciones de la
segunda fase. Algunas lavadoras y secadoras están diseñadas para recibir cargas de mayor vo-
servicio
lumen, con lo cual es posible brindar al cliente la posibilidad de elegir entre varios canales.
En el problema más complejo de filas de espera intervienen clientes cuyos servicios
requeridos tienen secuencias únicas; por consiguiente, el servicio no puede dividirse cla-
ramente en distintas fases. En esos casos se utiliza una disposición mixta. En esta dispo-
sición, las filas de espera suelen formarse frente a cada instalación, como en un taller de
producción intermitente donde cada trabajo personalizado tal vez requiera el uso de di-
versas máquinas y diferentes rutas.

Regla de prioridad
La regla de prioridad determina a qué cliente se deberá atender a continuación. En la mayo-
ría de los sistemas de servicio que conocemos, se aplica la regla de "a quien llega primero,
se atiende primero" (FCFS) (del inglés first-come, first-served). El cliente que está en primer
lugar en la fila de espera tiene la más alta prioridad, y el que llega al final tiene la prioridad
más baja. En otras disciplinas para determinar órdenes de prioridad, se concede la preferen-
cia al cliente que tenga la fecha prometida de vencimiento más próxima (EDD) (del inglés
earliest due date) o al que corresponda el tiempo de procesamiento más corto (SPT) (del in-
glés shortest processing time) . En este suplemento concentraremos nuestra atención en la
FCFS, y en otra parte discutiremos la EDD y el SPT (véase el capítulo "Programación").
disciplina prioritaria Una disciplina prioritaria consiste en una regla que permite a un cliente de más alta
prioridad interrumpir el servicio de otro cliente. Por ejemplo, en la sala de emergencias de
un hospital, los pacientes que llegan con heridas que representan amenazas más graves para
la vida son atendidos primero, sin importar en qué orden hayan llegado. La construcción de
modelos de sistemas con disciplinas de prioridad complejas se realiza de ordinario por me-
dio de una simulación por computadora (véase el suplemento Análisis de simulación).

• • • DISTRIBUCIONES DE PROBABILIDAD
Las fuentes de variación en los problemas de filas de espera provienen del carácter alea-
torio de la llegada de los clientes y de las variaciones que se registran en los distintos
tiempos de servicio. Cada una de esas fuentes suele describirse mediante una distribu-
ción de probabilidades.
332 CUARTA PARTE Capacidad, localización y distribución física

Distribución de llegadas
La llegada de clientes a las instalaciones de servicio es aleatoria. La variabilidad en los
intervalos de llegada de los clientes a menudo se describe por medio de una curva de dis-
tribución de Poisson, la cual especifica la probabilidad de que n clientes lleguen en T pe-
riodos de tiempo:

P(n) = (.n¡n e - AT paran = O, 1, 2, ...

n!
donde P(n) =probabilidad den llegadas en T periodos de tiempo
A = número promedio de llegadas de clientes por periodo
e= 2.7183
La media de la distribución de Poisson es AT, y la varianza también es AT. La distribu-
ción de Poisson es una distribución discreta; es decir, las probabilidades corresponden a
un número específico de llegadas por unidad de tiempo.

Los clientes se presentan en la sección de quejas de una gran tienda de departamentos, a

razón de dos clientes por hora. ¿Cuál es la probabilidad de que se presenten cuatro clien-
tes durante la próxima hora?
probabili
llegadas de clientes¡ Solución En este caso A = 2 clientes por hora, T = 1 hora y n = 4 clientes. La probabi-
lidad de que lleguen cuatro clientes en la próxima hora es:
[2(1)] 4 16
P(4) = - - e - 2 (l) = - e - 2 =O 090
4! 24 .

Otra forma de especificar la distribución de llegadas consiste en hacerlo en términos

tiempos entre llegadas de tiempos entre llegadas de clientes; es decir, el intervalo de tiempo entre la llegada de
dos clientes sucesivos. Si la población de clientes genera a éstos de acuerdo con una dis-
tribución de Poisson, entonces la distribución exponencial describe la probabilidad
de que el próximo cliente llegue durante los siguientes T periodos de tiempo. En virtud de
que la distribución exponencial también describe los tiempos de servicio, los detalles
de dicha distribución se examinarán en la siguiente sección.

Distribución del tiempo de servicio

La distribución exponencial describe la probabilidad de que el tiempo de servicio del
cliente en una instalación determinada no sea mayor que T periodos de tiempo. La pro-
babilidad puede calcularse con la siguiente fórmula:

P(t :s T) = 1 - e-µ,T

donde µ, = número medio de clientes que completan el servicio en cada periodo

t = tiempo de servicio del cliente
T = tiempo de servicio propuesto como objetivo
La media de la distribución del tiempo de servicio es 11µ,, y la varianza es (1/µ,) 2 • A medi-
da que T incrementa, la probabilidad de que el tiempo de servicio del cliente sea menor
que Tse va aproximando a 1.0.
Para simplificar, consideremos ahora una disposición en la que hay un solo canal y
una sola fase.
 SUPLEMENTO E Modelos de filas de espera 333

El empleado de la sección de quejas de clientes puede atender, en promedio, a tres clien-

tes por hora. ¿Cuál es la probabilidad de que un cliente requiera menos de 10 minutos
de ese servicio?

Solución Es necesario expresar todos los datos en las mismas unidades de tiempo. Puesto
que µ, = 3 clientes por hora, convertimos los minutos en horas, o sea, T = 10 minutos =
10/60 hora= 0.167 hora. Entonces
P(t:5 n= 1- e-µT
167
P(t:::; 0.167 h) = 1 - e - 3(º· l = 1 - 0.61 = 0.39

Algunas características de la distribución exponencial no siempre se adaptan a una si-

tuación real. El modelo de distribución exponencial se basa en la suposición de que cada
tiempo de servicio es independiente de los tiempos que lo precedieron. Sin embargo, en la
vida real, la productividad puede mejorar a medida que los servidores humanos aprenden
a hacer mejor su trabajo. La suposición fundamental en este modelo es que los tiempos de
servicio muy pequeños, igual que los muy grandes, son posibles. No obstante, las situacio-
nes de la vida real requieren a menudo un tiempo de duración fija para su puesta en mar-
cha, algún límite para la duración total del servicio o un tiempo de servicio casi constante.

• • • EL USO DE MODELOS DE FILAS DE ESPERA PARA ANALIZAR

OPERACIONES
Los gerentes de operaciones suelen utilizar modelos de filas de espera para establecer el equi-
A.;y1sr. · librio entre las ventajas que podrían obtener incrementando la eficiencia del sistema de servi-
.DES cio y los costos que esto implica. Además, los gerentes deberían considerar los costos por no
hacer mejoras al sistema: las largas filas de espera o los prolongados tiempos de espera resul-
Visite http://www. tantes de esto provocan que los clientes se arrepientan o deserten. Por lo tanto, es preciso que
pre11hall.com/krajewski/
los gerentes estén interesados en las siguientes características de operación del sistema.
para ver la forma en que el
software puede ser úti 1en l. Longitud de la fila. El número de clientes que forman una fila de espera refleja
,el análisis de filas de espera. alguna de estas dos condiciones: las hileras cortas significan que el servicio al cliente es
bueno o que la capacidad es excesiva, y las hileras largas indican una baja eficiencia del
servidor o la necesidad de aumentar la capacidad.
2. Número de clientes en el sistema. El número de clientes que forman la fila y
reciben servicio también se relaciona con la eficiencia y la capacidad de dicho servicio.
Un gran número de clientes en el sistema provoca congestionamientos y puede dar lugar
a la insatisfacción del cliente, a menos que el servicio incremente su capacidad.
3. Tiempo de espera en la fila. Las filas largas no siempre significan tiempos de
espera prolongados. Si la tasa de servicio es rápida, una fila larga puede ser atendida efi-
cientemente. Sin embargo, cuando el tiempo de espera parece largo, los clientes tienen
la impresión de que la calidad del servicio es deficiente. Los gerentes tratan de cambiar la
tasa de llegada de los clientes o de diseñar el sistema para que los largos tiempos de espe-
ra parezcan más cortos de lo que realmente son. Por ejemplo, en Walt Disney World, los
clientes que forman filas para entrar a una atracción determinada se entretienen con la
exhibición de grabaciones en cintas de video y son informados de cuánto tiempo más
tendrán que aguardar, todo lo cual parece ayudarles a soportar la espera.
4. Tiempo total en el sistema. El tiempo total transcurrido desde la entrada al
sistema hasta la salida del mismo ofrece indicios sobre problemas con los clientes, efi-
ciencia del servidor o capacidad. Si algunos clientes pasan demasiado tiempo en el sistema
del servicio, tal vez sea necesario cambiar la disciplina en materia de prioridades, incre-
mentar la productividad o ajustar de algún modo la capacidad.
S. Utilización de las instalaciones de servicio. La utilización colectiva de instala-
ciones de servicio refleja el porcentaje de tiempo que éstas permanecen ocupadas. El ob-
334 CUARTA PARTE Capacidad, localización y distribución física

jetivo de la gerencia es mantener altos niveles de utilización y rentabilidad, sin afectar

adversamente las demás características de operación.
El mejor método para analizar un problema de filas de espera consiste en relacionar las
cinco características de operación y sus respectivas alternativas con su valor monetario.
Sin embargo, es difícil asignar un valor económico a ciertas características (como el tiem-
po de espera de un comprador en una tienda de abarrotes). En esos casos, es necesario
que un analista compare el costo necesario para aplicar la alternativa en cuestión, frente a
una evaluación subjetiva del costo que implicaría el hecho de no hacer dicho cambio.
Presentaremos ahora tres modelos y algunos ejemplos que ilustran la forma en que
los modelos de filas de espera ayudan a los gerentes de operaciones en la toma de deci-
siones. Analizaremos problemas que requieren la utilización de los modelos de un solo
servidor, de múltiples servidores y de fuente finita, todos ellos con una sola fase. Al final
de este suplemento encontrará referencias sobre otros modelos más avanzados.

Modelo con un solo servidor

El modelo de filas de espera más sencillo corresponde a un solo servidor y una sola fila de
clientes. Para especificar con más detalle el modelo, haremos las siguientes suposiciones:
l. La población de clientes es infinita y todos los clientes son pacientes.
2. Los clientes llegan de acuerdo con una distribución de Poisson y con una tasa
media de llegadas de A.
3. La distribución del servicio es exponencial, con una tasa media de servicio deµ.
4. A los clientes que llegan primero se les atiende primero.
5. La longitud de la fila de espera es ilimitada.
A partir de estas suposiciones, podemos aplicar varias fórmulas para describir las carac-
terísticas de operación del sistema:
p = utilización promedio del sistema

Pn =probabilidad de que n clientes estén en el sistema

= (1 - p)pn
L = número promedio de clientes en el sistema de servicio

µ-A
Lq = número promedio de clientes en la fila de espera
= pL

W = tiempo promedio transcurrido en el sistema, incluido el servicio

1
µ-A
wq = tiempo promedio de espera en la fila
=pW
 SUPLEMENTO E Modelos de filas de espera 335

EJEMPLO E.3 La gerente de una tienda de abarrotes, en la comunidad para jubilados de Sunnyville, está
interesada en brindar un buen servicio a las personas de mayor edad que compran en su
tienda. Actualmente, la tienda tiene un mostrador de salida reservado para los clientes
de la tercera edad. Esas personas llegan al mostrador a un ritmo promedio de 30 por hora, de
acuerdo con una distribución de Poisson, y son atendidos a una tasa promedio de 35 clien-
sistema con tes por hora, con tiempos de servicio exponenciales. Calcule los siguientes promedios:
canal y una
a. Utilización del empleado del mostrador c. Número de clientes formados en la fila
de salida d. Tiempo transcurrido dentro del sistema
b. Número de clientes que entran al sistema e. Tiempo de espera en la fila

Solución El mostrador de salida puede representarse como un sistema con un solo ca-
nal y una sola fase. Usamos las ecuaciones correspondientes a las características de ope-
ración del modelo con un solo servidor para calcular las características promedio.
a. La utilización promedio del empleado del mostrador de salida es

p = µ,A = 35
30
= 0.857, o sea 85 .7%

b. El número promedio de clientes que entran al sistema es

30
L =_A_= = 6 clientes
µ, - A 35 - 30

c. El número promedio de clientes en la fila es

Lq = pL = 0.857(6) = 5 .14 clientes

d~ El tiempo promedio transcurrido dentro del sistema es

1
W l_
= __ = = 0.20 hora, o sea 12 minutos
µ, - A 35 - 30

e. El tiempo promedio transcurrido en la fila de espera es

Wq = pW = 0.857(0.20) = 0.17 hora, o sea 10.28 minutos

EJEM La gerente de la tienda de abarrotes de Sunnyville, mencionada en el ejemplo E.3, desea

Análisis de l respuestas de las siguientes preguntas:
a. ¿Qué tasa de servicio se requeriría para lograr que los clientes pasaran, en pro-
medio, sólo 8 minutos en el sistema?
solo serv{aór b. Con esa tasa de servicio, ¿cuál sería la probabilidad de tener más de cuatro clien-
tes en el sistema?
c. ¿Qué tasa de servicio se requeriría para que fuera de sólo 10% la probabilidad de
tener más de cuatro clientes en el sistema?

Solución

a. Usamos la ecuación correspondiente al tiempo promedio dentro del sistema y re-

solvemos para µ,.

W=-1-
µ,- A
336 CUARTA PARTE Capacidad, localización y distribución física

8 minutos= 0.133 horas= µ, ~ 30

0.133µ, - 0.133(30) = 1
µ, = 37.52 clientes/hora
b. La probabilidad de que haya más de cuatro clientes en el sistema es igual a 1 me-
nos la probabilidad de que haya cuatro o menos clientes en el sistema.
4
P= 1- I Pn
n=O
4
= 1- I (1 - p)pn
n=O
y
30
p=-3 2 = 0.80
7.5
Entonces
p = 1 - 0.2(1 + 0.8 + 0.8 2 + 0.8 3 + 0.8 4 )
= 1 - 0.672 = 0.328

Por lo tanto, existe una probabilidad de casi 33 % de que más de cuatro clientes
estén en el sistema.
c. Aplicamos la misma lógica que en la parte (b), excepto queµ, es ahora una varia-
ble de decisión. La forma más fácil de proceder es encontrar primero la utiliza-
ción promedio correcta y después resolver para la tasa de servicio.
p = 1 - (1 - p)(l + p + µ2 + p3 + p4)
= 1 - (1 + p + µ2 + p3 + p4) + p(l + p + p2 + p3 + p4)
=1-l - p-µ2-l-/+p+p2 + l+/+p5

=/
o bien
p = pl/5
Si P = 0.10,
p = (0.10) 115 = 0.63
En consecuencia, para una tasa de utilización de 63%, la probabilidad de que
más de cuatro clientes se encuentren en el sistema es de 10%. Para A = 30, la ta-
sa de servicio media deberá ser de:

iQ_ = 0.63
µ,
µ, = 47.62 clientes/hora
SUPLEMENTO E Modelos de filas de espera 337

La gerente tiene que encontrar ahora la forma de incrementar la tasa de servicio, de 35

por hora a 48 por hora aproximadamente. Dicha tasa de servicio puede incrementarse
en varias formas, que abarcan desde emplear a un estudiante de preparatoria que ayude
a empacar la mercancía, hasta instalar equipo electrónico en el punto de venta para que
lea los precios de la información impresa en código de barras sobre cada artículo.

Modelo con múltiples servidores

En el modelo con múltiples servidores, los clientes forman una sola fila y escogen, entres
servidores, aquél que esté disponible. El sistema de servicio tiene una sola fase. Partire-
mos de las siguientes suposiciones, además de las que hicimos para el modelo con un so-
lo servidor: tenemos s servidores idénticos, y la distribución del servicio para cada uno
de ellos es exponencial, con un tiempo medio de servicio igual a 1/µ,.
Con estas suposiciones, podemos aplicar varias fórmulas a fin de describir las carac-
terísticas de operación del sistema de servicio:
p = utilización promedio del sistema

A
sµ

P0 = probabilidad de que haya cero clientes en el sistema

= [s-1 (A/µ,)n + (A/µ,}5 (-1-)]-1

~o n! s! 1- p

Pn = probabilidad de que haya n clientes en el sistema

(Alµ,t
--,-Po, O<n<s
n.
-{ (~/~E P0 ,
s.s
n 2:: s

Lq =número promedio de clientes en la fila

- Po(Alµ)sp
- s!(l - p)2
wq = tiempo promedio de espera para los clientes en la fila
Lq
A

W = tiempo promedio transcurrido en el sistema, incluido el servicio

1
=W+-
q µ,

L = número promedio de clientes en el sistema de servicio

= AW
338 CUARTA PARTE Capacidad, localización y distribución física

La gerencia de la terminal American Parcel Service en Verona, Wisconsin, está preocupa-

Estimaci da por la cantidad de tiempo que los camiones de la compañía permanecen ociosos, en es-
pera de ser descargados. La terminal funciona con cuatro plataformas de descarga. Cada
tiempo de ocio y os
una de éstas requiere una cuadrilla de dos empleados, y cada cuadrilla cuesta $30 por ho-
costos de oper¡
ra. El costo estimado de un camión ocioso es de $50 por hora. Los camiones llegan a un
por hora, me ritmo promedio de tres por hora, siguiendo una distribución de Poisson. En promedio,
el modelo con una cuadrilla es capaz de descargar un semirremolque en una hora, y los tiempos de servi-
múltiples servid(:>res cio son exponenciales. ¿Cuál es el costo total por hora de la operación de este sistema?

1 Solución El modelo con múltiples servidores es apropiado. Para encontrar el costo to-
tal de mano de obra y de los camiones ociosos, debemos calcular el tiempo promedio de
espera en el sistema y el número promedio de camiones en el mismo. Sin embargo, pri-
mero tendremos que calcular el número promedio de camiones en la fila y el tiempo pro-
medio de espera en la fila .
La utilización promedio de las cuatro plataformas es:

A 3
p = µ,s = 1(4) = 0.75, o bien 75%

Para este nivel de utilización, ahora podemos calcular la probabilidad de que no haya
ningún camión en el sistema:
4
- [ -
Po- I (3/lt
1
-- +(3/1)
4
-- ( - -- 1
- )]-l
n=o n! 4! 1 - 0.75
1
= 0.0377
1+3 + -9 + -27 + -81 ( 1 )
2 6 24 1 - 0.75
El número promedio de camiones en la fila es:

L = Po(Alµ,)sp = 0.0377(3/1)4(0.75) = 1.53 camiones

q s!(l - p) 2 4!(1 - 0.75) 2
El tiempo promedio de espera en la fila es:

Lq 1.53
wq = T = - - = o.51 hora
3
El tiempo promedio transcurrido en el sistema es:

w = wq + -1 = 0.51
1
+ - = 1.51 horas
J.L 1
Por último, el número promedio de camiones en el sistema es:

L = AW = 3(1.51) = 4.53 camiones

Ahora podemos calcular los costos por hora correspondientes a mano de obra y ca-
. .
m10nes OClOSOS:

Costo de mano de obra: $30(s) = $30(4) = $120.00

Costo de camiones ociosos: $50(L) = $50(4.53) = 226.50
Costo total por hora = $346.50
 SUPLEMENTO E Modelos de filas de espera 339

Modelo con fuente finita

Consideremos ahora una situación en la que todas las suposiciones del modelo con un solo
servidor son apropiadas, excepto una. En este caso, la población de clientes es finita, por-
que sólo existen N clientes potenciales. Si N es mayor que 30 clientes, resulta adecuado el
modelo con un solo servidor, sobre la suposición de que la población de clientes sea infini-
ta. En los demás casos, el modelo con fuente finita es el que más conviene utilizar. Las fórmu-
las que se usan para calcular las características de operación del sistema de servicio son:
P0 =probabilidad de que haya cero clientes en el sistema
n]-1
=
[I N! ~
()
n=O (N - n)! JL

p = utilización promedio del servidor

= 1 - P0
Lq = número promedio de clientes en la fila
A+µ,
=N--A-(1-P0 )

L = número promedio de clientes en el sistema

= N- ~(1 - P0 )

wq = tiempo promedio de espera en la fila

1
= Lq[(N - L)A)-
W = tiempo promedio en el sistema
1
= L[(N - L)A)-

Hace casi tres años, la Worthington Gear Company instaló un conjunto de 10 robots
"ª
Análisis de los que incrementó considerablemente la productividad de la mano de obra de esa empresa,
pero a últimas fechas la atención se ha enfocado en el mantenimiento. La compañía no
costos de aplica el mantenimiento preventivo a los robots, en virtud de la gran variabilidad que se
manter¡J '•.
observa en la distribución de las averías. Cada máquina tiene una distribución exponen-
aplka cial de averías (o distribución entre "llegadas"), con un tiempo promedio de 200 horas
1 "
modelo con f¡ nte entre una y otra falla. Cada hora máquina perdida como tiempo ocioso cuesta $30, lo
finita cual significa que la empresa tiene que reaccionar con rapidez en cuanto falla una má-
quina. La compañía contrata sólo a una persona de mantenimiento, quien necesita 10
horas en promedio para reparar un robot. Los tiempos de mantenimiento real están dis-
tribuidos exponencialmente. La tasa de salarios es de $10 por hora para el encargado de
mantenimiento, el cual puede dedicarse productivamente a otras actividades cuando no
hay robots que reparar. Calcule el costo diario por concepto de tiempo ocioso de lama-
no de obra y los robots.

Solución El modelo con fuente finita es apropiado para este análisis, porque sólo 10 má-
quinas constituyen la población de clientes y las demás suposiciones se han cumplido. En es-
te caso, A= 11200, o sea, 0.005 averías por hora, yµ,= 1110 = 0.10 robots por hora. Para
calcular el costo del tiempo ocioso para la mano de obra y los robots, tenemos que estimar la
utilización promedio del empleado de mantenimiento y L, es decir, el número promedio de
robots incluidos en el sistema de mantenimiento. Sin embargo, para mostrar cómo se utiliza
el modelo con fuente finita, computaremos primero todas las estadísticas de operación.
340 CUARTA PARTE Capacidad, localización y distribución física

La probabilidad de que el sistema de mantenimiento esté vacío es:

N!N A n]-1 1
[
Po= ~o(N - n)! ( ) µ,
------,------,,----- = 0.5 3 8
lO 10! ( 0.005 )n
~0 (10- n)! 0.10

La utilización promedio del empleado de mantenimiento es:

p = 1 - P0 = 1 - 0.538 = 0.462, o sea 46%
El número promedio de robots en espera de ser reparados es:

Lq = N - A:µ, (1 - P 0
) = 10 - 0.00:. ~ 0.lO
05 (1 - 0.538) = 0.30 robot

El número promedio de robots que están en la fila y en proceso de reparación es:

µ, 0.10
L = N - -(1 - P 0 ) = 10 - - - ( 1 - 0.538) = 0.76 robot
A 0.005
El tiempo promedio de espera de los robots, para ser atendidos por el encargado del
mantenimiento, es:
3
- [N - L)']- 1 0. 0
Wq - Lq ( /l
-
- (10 - 0.76)(0 .005) = 649h
. oras

Finalmente, el tiempo promedio que transcurre desde que un robot averiado empie-
za a requerir el servicio hasta que se lleva a cabo su reparación es:

- [( -L)']-1 _ 0.76 1645h

W- L N /l - (10 - 0.76)(0.005) = · oras

El costo diario por concepto de tiempo ocioso de la mano de obra y los robots es:
Costo de mano
de obra: ($10/hora)(8 horas/día) (0.462 de utilización) = $ 36.96
Costo de robots
OCIOSOS : (0.76 robot)($30/robots hora)(8 horas/día) = 182.40
Costo total diario = $219.36

• • ÁREAS DE DECISIÓN PARA LA ADMINISTRACIÓN

Después de analizar un problema de filas de espera, la gerencia es capaz de mejorar el
sistema de servicio introduciendo cambios en uno o varios de los siguientes aspectos:
l. Tasas de llegada. Es frecuente que la administración tenga la posibilidad de influir
en la tasa de llegada de los clientes, A, ya sea por medio de publicidad, promociones especiales
o precios diferenciales. Por ejemplo, una compañía telefónica aplica precios diferenciales para
inducir un cambio en los patrones de las llamadas residenciales de larga distancia, de modo
que en lugar de que los clientes las hagan durante el día, prefieran hacerlas por la noche.
2. Número de instalaciones de servicio. Al aumentar el número de recursos o
instalaciones de servicio, como depósitos de herramientas, casetas de peaje o cajas auto-
máticas de bancos, o bien, al dedicar algunos recursos de una fase determinada a un con-
junto de servicios único, la gerencia logra acrecentar la capacidad del sistema.
3. Número de fases. Los gerentes pueden optar por asignar tareas de servicio a
fases secuenciales, si consideran que dos instalaciones de servicio secuenciales son más
eficientes que una sola. Por ejemplo, en el problema de la línea de ensamble, expuesta en
el capítulo "Distribución física", la decisión se refiere al número de fases necesarias dentro
 SUPLEMENTO E Modelos de filas de espera 341

de dicha línea. La determinación del número de trabajadores que se requieren en la línea

también implica la asignación de cierto conjunto de elementos de trabajo a cada uno de
ellos. Un cambio en la disposición de la instalación suele incrementar la tasa de servicio,
µ,, de cada recurso y la capacidad de todo el sistema.
4. Número de servidores por instalación. Los gerentes influyen en la tasa de ser-
vicio al asignar más de una persona a una misma instalación de servicio.
5. Eficiencia del servidor. Mediante un ajuste de la razón entre el capital y lama-
no de obra, ya sea ideando métodos de trabajo mejorados o instituyendo programas de
incentivos, la gerencia puede elevar la eficiencia de los servidores asignados a una insta -
lación de servicio. Los cambios de ese tipo se reflejan en µ,.
6. Regla de prioridad. Los gerentes establecen la regla de prioridad que debe
aplicarse, deciden si cada instalación de servicio deberá tener una regla de prioridad di-
ferente y si se permitirá que, por motivos de prioridad, se altere el orden previsto (seña-
lando, en este último caso, en qué condiciones se hará tal cosa). Esas decisiones afectan
los tiempos de espera de los clientes y la utilización de los servidores.
7. Disposición de las filas. Los gerentes pueden influir en los tiempos de espera
de los clientes y en la utilización de servidores, al decidir si habrá una sola fila o si cada
instalación tendrá su respectiva fila en el curso de una fase o servicio determinado.
Es obvio que todos estos factores están relacionados entre sí. Es muy posible que un
ajuste en la tasa de llegada de clientes, .A, tenga que ir acompañado de un incremento en la
tasa de servicio, µ,, de una u otra forma. Las decisiones en torno al número de instalaciones,
el número de pases y la disposición de las filas de espera también están relacionadas entre sí.
En cada uno de los problemas que analizamos con los modelos de filas de espera, las
llegadas mostraron una distribución de Poisson (o sea, tiempos exponenciales entre llega -
das), los tiempos de servicio exhibieron una distribución exponencial, las instalaciones de
servicio tenían una disposición sencilla y la disciplina prioritaria consistía en que "a quien
llega primero, se atiende primero". La teoría de filas de espera se ha usado para desarro-
llar otros modelos en los que estos criterios no se cumplen, pero dichos modelos son muy
complejos. Muchas veces, el carácter de la población de clientes, las restricciones impues-
tas a las filas, la regla de prioridad, la distribución del tiempo de servicio y la disposición
de las instalaciones son tan especiales que la teoría de filas de espera ya no resulta útil. En
esos casos, se utiliza a menudo la simulación (véase el suplemento Análisis de simulación).

Problema resuelto 1
En la oficina de correos, un fotógrafo prepara fotografías para pasaportes a una tasa promedio de
20 fotos por hora. Para eso, el fotógrafo tiene que esperar hasta que el cliente deje de parpadear o
de fruncir el entrecejo, por lo cual el tiempo necesario para producir las fotografías muestra una
distribución exponencial. Los clientes llegan a una tasa promedio de 19 personas por hora, según
una distribución de Poisson.
a. ¿Cuál es la utilización de los servicios del fotógrafo?
b. ¿Cuánto tiempo pasará el cliente promedio en el trámite de la fotografía, en el proceso de ob-
tención de un pasaporte?

Solución a. Las suposiciones contenidas en la exposición del problema son congruentes con un modelo que
tenga un solo servidor. La utilización correspondiente es:
,\ 19
p = µ, = 20 = 0.95

b. El tiempo que pasa el cliente promedio en el trámite correspondiente al trabajo del fotógrafo es:
1 1
W = -- = = 1 hora
µ, - ,\ 20 - 19
342 CUARTA PARTE Capacidad, localización y distribución física

Problema resuelto 2
El cinematógrafo Mega Multiplex Movie Theater tiene una tienda en concesión con tres emplea-
dos que atienden a los clientes por riguroso orden de llegada. El tiempo de servicio por cliente está
distribuido exponencialmente, con un promedio de 2 minutos por cliente. Los clientes de la conce-
sión esperan en un amplio vestíbulo, formando una sola fila, y sus llegadas exhiben una distribu-
ción de Poisson, con un promedio de 81 clientes por hora. Se exhiben cortos durante 10 minutos
antes del inicio de cada función. Si el tiempo promedio que pasan en el área de la concesión es ma-
yor de 10 minutos, los clientes se sienten insatisfechos.
a. ¿Cuál es la utilización promedio del servicio de los empleados de la concesión?
b. ¿Cuál es el tiempo promedio que pasan los clientes en el área de la concesión?

Solución a. El enunciado del problema es congruente con el modelo constituido por múltiples servidores, y
la tasa promedio de utilización es de:

A 81 clientes/hora
p=-= = 0.90
sµ, ( .d )(60 minutos/hora servidor )
3 servi ores 2 minutos/cliente

Los empleados de la concesión están ocupados el 90% del tiempo.

b. El tiempo promedio que pasa el cliente en el sistema, W, es:

1
W = W +-
q µ,

Por lo tanto,

L
wq =.=.!l.. L = Pq(Alµ,)sp y p - ['±lQ!__µ,)n + (A/µ,)5(_1_)] -1
,\ ' q s!(l - p) 2 0 - n=O n! s! 1- p

Debemos resolver para P0 , Lq y Wq, en ese orden, antes de que podamos resolver para W:

1
2 3
(81/30) (2.7) [(2.7) ( 1 )]
1+ 1 + - 2 - + - 6 - 1 - 0.9

1 1
-------- =- - = 0.0249
1 + 2. 7 + 3.645 + 32.805 40.15
P0 (Alµ,) 5 p 0.0249(81/30) 3 (0.9 ) 0.4411
Lq = s!(l - p) 2 = 3!(1 - 0.9)2 = (0.0l ) = 7.352 clientes
6
L 7.352 clientes
W = .=.!l.. = - - - - - - - = 0.0908 hora
q A 81 clientes/hora

1 1 ( 60 minutos )
w = wq + µ, = 0.0908 hora + 30 hora= (0.1241 hora) horas = 7.45 minutos

Con tres empleados en la concesión, los clientes pasarán un promedio de 7.45 minutos en el
área de dicha concesión.
 SUPLEMENTO E Modelos de filas de espera 343

Problema resuelto 3
La mina carbonífera Severance atiende a seis trenes cuyos tiempos entre llegadas están distribuidos ex-
ponencialmente y promedian 30 horas. El tiempo requerido para cargar completamente un tren con
carbón varía según el número de furgones y también a causa de retrasos ocasionados por el clima y
averías del equipo. El tiempo necesario para cargar un tren puede calcularse aproximadamente me-
diante una distribución exponencial negativa, con una media de 6 horas con 40 minutos. El ferrocarril
exige que la mina carbonífera pague cargos muy cuantiosos de estadía, en caso de que un tren pase más
de 24 horas consecutivas en la mina. ¿Cuál es el tiempo promedio que pasa un tren en la mina?

Solución La exposición del problema describe un modelo con fuente finita, donde N = 6. El tiempo pro-
medio que pasan los trenes en la mina es W = L[(N - L),\]- 1, con l/,\ = 30 horas/tren,,\= 0.8
tren/día yµ, = 3.6 trenes/día. En este caso,

p -
[
N!I
N (
~ )n]-1 1
o- n=ü(N-n)! µ,
I6 6! ( ~ )n
n=o(6 - n)! 3.6

(~)º] + [6:5. (~)

1

] + [6:4. (~)
2

] + [6:3. (~)
3

] + [6:2. (~)
4

] + [6:l. (~)
5

] + [6:o. (~)
6

[ 6:
6. 3.6 3.6 3.6 3.6 3.6 3.6 3.6
]
1 1
- - - - - - - - - - - - - - - = - - = 0.1541
1 + 1.33 + 1.48 + 1.32 + 0.88 + 0.39 + 0.09 6.49

µ, - P ) = 6 - [3.6
L = N - -¡-(1 ü.8(1 - 0.1541) ] = 2.193 trenes
0

-1 2.193 d
W = L[(N - L),\] = (3 .807)0.8 = 0.72 ía

Los trenes que llegan pasan un promedio de O. 72 días en la mina carbonífera.

Repaso de fórmulas

1. D'1stn'b uc10n
. , d e P01sson
. para 1a 11ega d a d e c!'1entes: pn ---;:;¡--e
= (,\T)n -AT

2. Distribución exponencial del tiempo de servicio: P(t :'.S T) = 1 - e-µ.T

344 CUARTA PARTE Capacidad, localización y distribución física

Modelo con un Modelo con Modelo con

solo servidor múltiples servidores fuente finita
A A
Utilización promedio del sistema p=- p=- p = 1 - P0
µ, Sµ,

Probabilidad de que n clientes estén

dentro del sistema
pn = (1 - p)pn p =
n
f "'•I"
n! Pº'
(,\/µ,) n
¡n=s-Po,
o< n «

n;::. s
s.s

Probabilidad de que cero clientes

estén dentro del sistema
P0 = 1 - p Po= [I1(A/µ,) n +
n~o n!
(A/µ,)s(_ 1 _ ) r1
s! 1- p
p -
0 - rIN __!!J__( ~
n~o(N- n)! µ, rr 1

Número promedio de clientes en el L=-A- µ,

µ, - A L=AW L = N - A(1 - P0 )
sistema de servicio

Número promedio de clientes en la Lq = pL L _ P0 (AJµ,)8p A + µ,

Lq = N - -A-(1 - Po)
fila de espera q - s! (1 - p) 2

Tiempo promedio transcurrido en el W=-1-

µ, - A W= W +2- W= L[(N - L)W 1
sistema, incluido el servicio q µ,

Tiempo promedio de espera en la fila Wq=pW L

wq =-'l. Wq = Lq[(N - L)A]- 1
A

Puntos relevantes del suplemento

• Las filas de espera se forman cuando los clientes llegan a • Los modelos de filas de espera se han desarrollado para
un servicio a un ritmo más rápido que la tasa a la cual pue- usarse en el análisis de sistemas de servicio. Si las suposi-
den ser atendidos. Debido a que las tasas de llegada de los ciones formuladas al crear un modelo de filas de espera son
clientes varían, es posible que se formen largas filas de es- congruentes con una situación real, las fórmulas del mode-
pera a pesar de que la tasa de servicio prevista en el diseño lo pueden resolverse para pronosticar el rendimiento del
del sistema sea apreciablemente más alta que la tasa pro- sistema en lo referente a la utilización de servidores, el
medio de llegada de los clientes. tiempo promedio de espera para los clientes y el número
• Cuatro elementos son comunes en todos los problemas de promedio de clientes que estarán en el sistema.
filas de espera: una población de clientes, una fila de espe-
ra, un sistema de servicio y una regla de prioridad para de-
terminar a qué cliente se atenderá a continuación.

Términos clave
disciplina prioritaria 331 instalación de servicio 328 sistema de servicio 328
fase 330 población de clientes 328 tiempos entre llegadas 332
fila de espera 327 regla de prioridad 328

Problemas
La firma de abogados Solomon, Smith and Samson genera b. ¿Cuál es la probabilidad de que más de cuatro páginas
muchos documentos legales que deben mecanografiarse se estén mecanografiando o estén en espera de serlo?
para los clientes y para la propia compañía. Los requisitos c. ¿Cuál es el número promedio de páginas en espera de
de servicio promedian ocho páginas de documentos por ser mecanografiadas?
hora, y llegan de acuerdo con una distribución de Pois- 2. La operadora que ofrece información sobre la guía telefóni-
son. La secretaria mecanografía diez páginas por hora, en ca de Yorktown recibe llamadas a razón de 100 por hora,
promedio, de acuerdo con una distribución exponencial. las cuales corresponden a una distribución de Poisson. El
a. ¿Cuál es la tasa de utilización promedio de los servi- tiempo promedio requerido para atender una llamada es de
cios de esta secretaria? 30 segundos, de acuerdo con una distribución exponencial.
 SUPLEMENTO E Modelos de filas de espera 345

Suponiendo que sea aplicable el modelo de filas de espera con d. En promedio, ¿cuánto tiene que esperar un cliente for-
un solo servidor, responda usted las siguientes preguntas: mado en la fila antes de ser atendido?
a. ¿Cuál es la probabilidad de que haya tres o más llama- e. En promedio, ¿cuántos clientes estarían siendo atendi-
das a la vez en el sistema? dos en alguna caja y esperando en la fila?
b. ¿Cuál es el tiempo promedio requerido para que res- 6. Blue Niles dirige un programa de la radiodifusora KRAN
ponda la operadora? en el que habla sobre psicología. Los consejos de Niles
c. ¿Cuál es el número promedio de llamadas que están en promedian 10 minutos por llamada, pero varían de acuer-
espera de ser respondidas? do con una distribución exponencial. El tiempo promedio
3. Moore, Aiken and Payne es una clínica dental que atien- entre llamadas es de 25 minutos, distribuido exponencial-
de al público en general por riguroso orden de llegada. La mente. Sabiendo que es difícil generar llamadas en este mer-
clínica cuenta con tres sillas odontológicas y cada una es cado local, Niles no desea que se pierda ninguna a causa
atendida por un dentista. Los pacientes llegan a razón de de que las líneas telefónicas estén ocupadas. La radiodifu-
cinco por hora, de acuerdo con una distribución de Pois- sora solamente dispone de tres líneas telefónicas. ¿Cuál es
son, y no se arrepienten ni desertan. El tiempo promedio la probabilidad de que una persona que llama se encuen-
requerido para realizar una revisión dental es de 30 mi- tre con la señal de ocupado?
nutos y se ajusta a una distribución exponencial. 7. El supervisor de la empresa metal-mecánica Precision Ma-
a. ¿Cuál es la probabilidad de que no se encuentre nin- chine Shop desea establecer la política de personal que mini-
gún paciente en la clínica? mice el total de los costos de operación. La tasa promedio de
b. ¿Cuál es la probabilidad de que se encuentren seis o llegadas al depósito de herramientas, en el que éstas son en-
más pacientes en la clínica? tregadas a los trabajadores, es de ocho mecánicos por hora.
Cada uno de éstos gana $20 por hora. El supervisor puede
c. ¿Cuál es el número promedio de pacientes en espera
contratar para el depósito de herramientas a un dependiente
de ser atendidos?
inexperto, que gane $5 por hora y sea capaz de atender a 10
d. ¿Cuál es el tiempo promedio total que permanece un
mecánicos por hora, o a un dependiente experto, a quien de-
paciente en la clínica?
berá pagar $12 por hora y pueda atender 16 llegadas por ho-
4. El Fantastic Styling Salan es una peluquería dirigida por
ra. ¿A cuál de esos dos dependientes convendría seleccionar
dos estilistas, Jenny Pérez y Jill Sloan, cada una de las cua-
y cuál sería el costo total estimado por hora?
les es capaz de atender a cinco clientes por hora, en prome-
8. La hija del dueño de varios restaurantes locales de ham-
dio. Cada hora llegan al salón ocho clientes, en promedio.
burguesas se está preparando para abrir un nuevo res-
a. Si todos los clientes que llegan tuvieran que esperar en
taurante de comida rápida que se llamará Hasty Burgers.
una misma fila hasta que la próxima estilista disponi-
Tomando como base las tasas de llegada observadas en los
ble los atendiera, ¿cuánto tiempo tendrían que esperar
establecimientos de su padre, ella pronostica que los clien-
en la fila, en promedio, antes de ser atendidos?
tes llegarán a la ventanilla para automovilistas de su esta-
b. Supongamos que el 50% de los clientes que llegan desea-
blecimiento con una media de 20 clientes por hora, de
ran ser atendidos exclusivamente por Pérez y que el otro acuerdo con una distribución de Poisson. La tasa de ser-
50% exigiera que le atendiera Sloan. ¿Cuánto tiempo
vicio es flexible; sin embargo, se espera que los tiempos
tendrían que esperar los clientes en la fila, en promedio,
de servicio se ajusten a una distribución exponencial. La
antes de ser atendidos por Pérez?, ¿y por Sloan? ¿Cuál se-
ventanilla para automovilistas será una operación atendi-
ría el tiempo promedio de espera de los clientes en la fila?
da por un solo servidor.
c. ¿Observa usted alguna diferencia en las respuestas de a. ¿Qué tasa de servicio se necesita para que el número
los incisos (a) y (b)? En caso afirmativo, ¿por qué? Ex- promedio de clientes no pase de cuatro a la vez en el
plique su respuesta. sistema de servicio (o bien siendo atendidos o en la fi-
5. Usted es el gerente de un banco local que cuenta con tres la de espera)?
cajeros para atender a los clientes. En promedio, cada caje- b. Para la tasa de servicio de la parte (a), ¿cuál es la pro-
ro tarda tres minutos en atender a un cliente. Estos últimos babilidad de que más de cuatro clientes estén siendo
llegan, en promedio, a razón de 50 por hora. Recientemen- atendidos y esperando en la fila?
te, su jefe ha recibido quejas de algunos clientes porque tie- c. Para la tasa de servicio de la parte (a), ¿cuál es el tiem-
nen que esperar demasiado antes de ser atendidos, y le pide po promedio de espera en la fila para cada cliente?
a usted que evalúe el sistema de servicio. En forma específi- ¿Considera usted que ese promedio sea satisfactorio
ca, usted deberá responder las siguientes preguntas: para una empresa de comida rápida?
a. ¿Cuál es la utilización promedio de ese sistema de ser-
vicio con tres cajeros?
b. ¿Cuál es la probabilidad de que ningún cliente esté
Problemas avanzados
siendo atendido por un cajero ni se encuentre forma-
do en la fila de espera? ~9. A tres empleados del departamento de mantenimiento
c. ¿Cuál es el número promedio de clientes que esperan se les ha asignado la responsabilidad de atender el equi-
en la fila? po del salón de juegos Pinball Wizard. Un trabajador de
346 CUARTA PARTE Capacidad, localización y distribución física

mantenimiento es capaz de reparar una máquina de vi- 11. Usted está a cargo de una cantera que provee arena y agre-
deojuegos cada ocho horas, en promedio, con una distri- gados de piedra para las obras de construcción de su
bución exponencial. También en promedio, una máquina compañía. Los camiones vacíos procedentes de los diver-
de videojuegos falla cada tres horas, de acuerdo con sos sitios de construcción llegan hasta los enormes mon-
una distribución de Poisson. Cada máquina ociosa le tones de arena y agregados de piedra de la cantera y esperan
cuesta a Wizard $1 O por hora en ingresos perdidos. El en fila para entrar a la estación, en la cual pueden cargar
costo que implicaría contratar a un trabajador adicional ya sea arena o agregados. En la estación, se cargan y pe-
de mantenimiento sería de $8 por hora. san los vehículos, se registra su salida y parten hacia la
¿Considera usted conveniente que el gerente contrate obra en construcción correspondiente. En la actualidad,
nuevo personal? Si es así, ¿a cuántas personas debe con- cada hora llegan nueve camiones vacíos, en promedio.
tratar? ¿Qué recomendación le haría usted al gerente, ba- Una vez que un camión ha entrado en una estación de
sándose en su análisis anterior? carga, tarda seis minutos en ser llenado, pesado y regis-
La Escuela de Administración de Empresas y Administra- trado para salir. Ante la preocupación de que los camio-
ción Pública de la Universidad Benton ha instalado una nes pasen demasiado tiempo en la fila de espera y en la
máquina copiadora en cada piso para que los profesores operación de carga, usted ha decidido evaluar dos alter-
las usen. La intensa utilización de las 5 máquinas copia- nativas para reducir el tiempo promedio que pasan los
doras ocasiona fallas frecuentes. Los registros de mante- camiones en el sistema. La primera alternativa consiste en
nimiento muestran que una máquina falla cada 2.5 días instalar costados laterales en los camiones (de modo que
(o sea, .A = 0.40 falla/día). Esta institución tiene vigente sea posible cargar en ellos más material) y contratar a un
un contrato de mantenimiento con el distribuidor autori- ayudante para la estación de carga (para reducir el tiem-
zado de las máquinas copiadoras. Al observar que las po de esa operación), todo lo cual tendría un costo de
máquinas de la escuela fallan con tanta frecuencia, el dis- $50,000. La tasa de llegada de los camiones podría modi-
tribuidor ha asignado a una persona para que las repare. ficarse a seis por hora, y el tiempo de carga se podría re-
Esa persona puede reparar un promedio de 2.5 máquinas ducir a cuatro minutos. La segunda alternativa consiste
por día. Aplicando el modelo con fuente finita, responda en agregar otra estación de carga, al costo de $80,000.
las siguientes preguntas: Los camiones esperarían en una fila común y el que estu-
a. ¿Cuál es la utilización promedio de los servicios del viera al frente de la fila avanzaría a la siguiente estación
técnico de mantenimiento? disponible.
b. En promedio, ¿cuántas máquinas copiadoras están sien- ¿Qué alternativa recomendaría usted si deseara redu-
do reparadas o en espera de reparación? cir el tiempo promedio de espera actual en ese sistema?
c. ¿Cuál es el tiempo promedio que pasa una máquina
copiadora en el sistema de reparación (ya sea siendo
reparada o en espera de serlo)?

Referencias bibliográficas
Cooper, Robert B. Introduction to Queuing Theory, la. ed. Nueva Moore, P. M . Queues, Inventaries and Maintenance. Nueva York:
York: Elsevier-North Holland, 1980. John Wiley & Sons, 1958.
Hillier, F. S. y G. S. Lieberman. Introduction to Operations Re- Saaty, T. L. Elements of Queuing Theory with Applications. Nue-
search, la. ed. San Francisco: Holden-Day, 1975. va York: McGraw-Hill, 1961.
 METAS DE APRENDIZAJE
Después de leer este suplemento, usted podrá ...
1. reconocer los problemas más adecuados para el uso de modelos de simulación
2. describir el proceso de sim ulación de Montecarlo
3. diseña r un modelo sencillo de simulación y usa rl o como ayuda para tomar una decisión

simulación a simulación es el acto de reproducir el comportamiento de un sistema, utilizando un

L modelo que describa las operaciones de dicho sistema. Una vez que se ha desarrollado
el modelo, el analista puede manipular ciertas variables para medir los efectos de los
cambios introducidos en las características de operación de su interés. Ningún modelo de
simulación es capaz de recomendar lo que se debe hacer frente a un problema. En lugar
de eso, puede usarse con el fin de estudiar soluciones alternativas para tal problema. Las alter-
nativas se utilizan sistemáticamente en el modelo y se registran las características relevantes
de su operación. Una vez que se han ensayado todas las alternativas, se selecciona la mejor.
Los modelos de fila de espera (véase el suplemento Modelos de filas de espera) no
son modelos de simulación, porque describen las características de operación por medio
de ecuaciones ya conocidas. En una simulación, las ecuaciones que describen las caracte-
rísticas de operación son desconocidas. Cuando el analista utiliza un modelo de simula-
ción, tiene realmente la opción de generar llegadas de supuestos clientes, forma a éstos
en filas de espera, aplica alguna disciplina de prioridad para elegir al siguiente cliente
que será atendido, brinda a ese cliente el servicio solicitado, y así sucesivamente. El mo-
delo sigue la pista del número de fila, el tiempo de espera y otros datos similares, en el
curso de la simulación, y calcula los promedios y varianzas al final.
La simulación también puede usarse en otras formas . Por ejemplo, los pilotos presen-
tan pruebas periódicas de habilidad en simuladores de vuelo. La cabina del simulador es
idéntica a la de un avión auténtico, pero está dentro de un edificio grande. Mediante el
uso de gráficas generadas por computadora y otros efectos visuales y de carácter mecáni-
co, el piloto tiene la impresión de que realmente está volando un avión. Así es posible me-
dir y evaluar las reacciones del piloto frente a diversas situaciones inesperadas.

••RAZONES PARA USAR LA SIMULACIÓN

La simulación es útil cuando los modelos de filas de espera se vuelven demasiado complejos.
Existen otras razones por las que se emplea una simulación como ayuda para analizar pro-
blemas de administración de operaciones. Primera, cuando la relación entre las variables no
es lineal o cuando es necesario manejar demasiadas variables y restricciones con los enfoques
de optimización, se recurre a modelos de simulación con el fin de estimar las características de
operación o los valores de la función objetivo, y también para analizar un problema.
Segunda, los modelos de simulación pueden usarse para realizar experimentos sin
perturbar el funcionamiento de los sistemas reales. Suele ser muy costoso hacer experi-
mentos con un sistema real. Por ejemplo, un modelo de simulación es útil para estimar

347
348 CUARTA PARTE Capacidad, localización y distribución física

los beneficios derivados de la compra e instalación de un nuevo sistema de manufactura

flexible, sin tener que instalar antes dicho sistema. Además, el mismo modelo podría ser-
vir para evaluar diferentes configuraciones o reglas de decisión de procesamiento, sin
causar perturbaciones en los programas de producción.
Tercera, pueden usarse modelos de simulación para obtener estimaciones de carac-
terísticas de operación en mucho menos tiempo del que se requiere para recopilar esos
mismos datos de operación a partir de un sistema real. Esta característica de la simula-
compresión del tiempo ción se conoce como compresión del tiempo. Por ejemplo, con ayuda de una computado-
ra, un modelo de simulación de las operaciones de un aeropuerto es capaz de generar
estadísticas sobre la llegada de aviones, retrasos registrados en los aterrizajes y atrasos
en las terminales, para todo un año, en unos cuantos minutos. De este modo, es posible
analizar otros diseños de aeropuerto y tomar decisiones rápidamente.
Por último, la simulación es útil para perfeccionar las habilidades de toma de decisio-
nes administrativas, por medio de juegos. Podemos desarrollar un modelo descriptivo que
relacione las decisiones de la gerencia con características de operación importantes (como
ganancias, participación de mercado y otras por el estilo). A partir de un conjunto de con-
diciones iniciales, los participantes toman decisiones periódicas con la intención de mejo-
rar una o varias características de operación. En un ejercicio de ese tipo, bastan unas cuantas
horas de "juego" para simular un año entero. La teoría de juegos permite también que los
gerentes experimenten con nuevas ideas sin perturbar las operaciones normales.
A pesar de que la simulación se usa en forma extensiva, muchos analistas todavía la
consideran como un método de último recurso. El análisis matemático es preferible porque
proporciona la solución óptima para un problema, en tanto que, en la simulación, el analis-
ta tiene que ensayar diversas alternativas y al final obtiene una solución tal vez algo menos
que óptima. Además, la construcción de modelos para simulación suele ser muy costosa,
por el alto grado de detalle que se requiere en el modelo para computadora. No es raro que
se dediquen miles de horas a escribir y depurar los programas para modelos complejos. Los
métodos de optimización, cuando resultan pertinentes, son de ordinario menos costosos.

• • EL PROCESO DE SIMULACIÓN
El proceso de simulación incluye recolección de datos, asignación de números aleatorios,
simulación de Montecarlo formulación del modelo y análisis. Este proceso se conoce como simulación de Monte-
carlo, como una alusión a la capital de los juegos de azar en Europa, por el hecho de que
para generar los eventos de dicha simulación se utilizan números al azar.

Recolección de datos
La simulación requiere una extensiva obtención de datos acerca de costos, grados de
productividad, capacidades y distribuciones de probabilidades. De ordinario se utiliza
uno de dos enfoques para la recolección de datos. Los procedimientos estadísticos de
muestreo se usan cuando los datos no se obtienen fácilmente en fuentes publicadas o
cuando el costo de su búsqueda y recolección es alto. La búsqueda histórica se usa cuan-
do los datos necesarios están disponibles en registros de compañías, informes del gobier-
no y de la industria, publicaciones profesionales y científicas, o periódicos.

La Specialty Steel Products Company produce, en pequeñas cantidades, artículos como:

herramientas para máquinas, engranes, partes para automóviles y otros productos espe-
cializados, para atender los pedidos de sus clientes. En virtud de la gran diversidad de
sus productos, la empresa mide la demanda en horas máquina. Los pedidos de produc-
tos se traducen en las horas máquina requeridas, de acuerdo con tiempos estándar pres-
critos para cada operación. La gerencia está preocupada por la capacidad del departamento
de torneado. Reúna usted los datos necesarios para analizar qué ocurriría si se añadiera
uno o varios tornos y el operario correspondiente.
SUPLEMENTO F Análisis de simulación 349

Solución Los registros históricos indican que la demanda del departamento de tornea-
do varía de una a otra semana, en la siguiente forma:

Requisitos semanales de producción (h) Frecuencia relativa

200 0 .05
250 0.06
300 0.17
350 0.05
400 0.30
450 0 .15
500 0.06
550 0.14
600 0.02
Total 1.00

Para recopilar estos datos, todas las semanas en las cuales se requirieron 175.00- 224.99
horas fueron agrupadas en la categoría de las 200 horas; todas las que requirieron
225.00-274.99 horas, en la categoría de 250 horas, y así sucesivamente. Los requisitos
promedio de producción semanal para el departamento de torneado son:
200(0.05) + 250(0.06) + 300(0.17) + · · · + 600(0.02) = 400 horas
Los empleados del departamento de torneado trabajan 40 horas por semana con 10
máquinas. Sin embargo, el número de máquinas que realmente funciona en una semana
cualquiera puede ser menor de 10. Es posible que una máquina necesite reparaciones o
que un operario no se presente a trabajar. Los registros históricos indican que las horas
máquina se distribuyeron en la siguiente forma:

Capacidad regular (h) Frecuencia relativa

320 (8 máquinas) 0.30

360 (9 máquinas) 0.40
400 (1 O máquinas) 0 .30

El número promedio de horas que trabajan las máquinas en el curso de una semana es:
320(0.30) + 360(0.40) + 400(0.30) = 360 horas
La compañía tiene la política de completar la carga de trabajo de cada semana se-
gún lo programado, recurriendo a horas extra y subcontratación si es necesario. La can-
tidad máxima de horas extra autorizadas para una semana cualquiera es de 100 horas, y
el trabajo requerido que excede las 100 horas se subcontrata con un pequeño taller me-
tal-mecánico de la misma población. Los operadores de tornos ganan $10 por hora en el
horario regular. Sin embargo, la gerencia estima que el costo por concepto del trabajo
realizado en horas extra es de $25 por hora por empleado, lo cual incluye los correspon-
dientes salarios especiales, los gastos generales variables y los costos de supervisión. La
subcontratación cuesta $35 por hora, sin contar el costo de materiales.
Para que fuera justificable la decisión de agregar una máquina y un trabajador al
departamento de torneado, los ahorros semanales por concepto de costos de horas extra
y subcontratación tendrían que ser de $650, por lo menos. Estos ahorros cubrirían el
costo del trabajador adicional y proveerían un rédito razonable sobre la inversión reali-
zada en la compra de la máquina. A partir de experiencias anteriores, la gerencia estima
que, con 11 máquinas, la distribución de la capacidad semanal en horas máquina sería
la siguiente:
350 CUARTA PARTE Capacidad, localización y distribución física

Capacidad regular (h) Frecuencia relativa

360 (9 máquinas) 0.30

400 (1 O máquinas) 0.40
440 (11 máquinas) 0.30

Asignación de números aleatorios

Antes de analizar este problema por medio de una simulación, debemos especificar la for-
ma de generar demanda y capacidad cada semana. Supongamos que deseamos simular
100 semanas de operaciones de torneado con 10 máquinas. Podríamos esperar que el 5%
del tiempo (5 de las 100 semanas) tuviéramos demanda suficiente para 200 horas. En for-
ma similar, esperaríamos que el 30% del tiempo (30 de las 100 semanas) contáramos con
320 horas de capacidad. Sin embargo, en nuestra simulación no es posible usar estos pro-
medios de demanda porque un sistema no funciona así en la vida real. La demanda puede
ser de 200 horas una semana y aumentar a 550 horas la semana siguiente.
Podemos lograr el efecto deseado usando una tabla de números aleatorios para deter-
minar las cantidades de la demanda y la capacidad correspondientes a cada semana. Se co-
número aleatorio noce como número aleatorio aquel que tiene la misma probabilidad de ser seleccionado
que cualquier otro número (véase el apéndice Tabla de números aleatorios, donde encon-
trará números aleatorios de cinco dígitos).
Los eventos de una simulación suelen generarse en forma totalmente libre de sesgos
si se les asignan números aleatorios en una proporción idéntica a sus respectivas proba-
bilidades de producirse. Esperamos una demanda de 200 horas el 5% del tiempo. Si te-
nemos 100 números aleatorios (00-99), podemos asignar 5 números (o sea, el 5% de
ellos) al evento en el cual se tiene una "demanda de 200 horas". Así, podemos asignar
los números 00-04 a ese evento. Si escogemos al azar números del rango 00-99 suficien-
tes veces, el 5% de esas veces los números escogidos estarán dentro del rango de 00-04.
Asimismo, podemos asignar los números 05-10, o sea, el 6% de los números, al evento
"demanda de 250 horas". En la tabla F.1, vemos la asignación de los 100 números alea-
torios a los eventos de la demanda, en la misma proporción que sus respectivas probabi-
lidades de ocurrir. De igual manera, asignamos números aleatorios a los eventos de
capacidad correspondientes a 10 máquinas. Los eventos de capacidad para una simula-

TABLA F.1

Evento:
Evento: capacidad
demanda Números semanal Números
semanal (h) Probabilidad aleatorios existente (h) Probabilidad aleatorios

200 0.05 00-04 320 0.30 00-29

250 0.06 05-10 360 0.40 30-69
300 0.17 11-27 400 0.30 70-99
350 0.05 28-32
400 0.30 33-62
450 0.15 63-77
500 0.06 78-83
550 0.14 84-97
600 0.02 98-99
 SUPLEMENTO F Análisis de simulación 351

ción con 11 máquinas tendrían las mismas asignaciones de números aleatorios, salvo que
los eventos serían 360, 400 y 440 horas, respectivamente.

Formulación del modelo

Para la formulación de un modelo de simulación, es necesario especificar las relaciones en-
tre las variables. Los modelos de simulación consisten en variables de decisión, variables in-
variables de decisión controlables y variables dependientes. Las variables de decisión están controladas por la
persona que toma las decisiones y suelen cambiar de uno a otro ejercicio, a medida que se
simulan diferentes eventos. Por ejemplo, en el problema de Specialty Steel Products, expues-
variables incontrolables to en el ejemplo F.1, el número de tornos es la variable de decisión. Sin embargo, las varia-
bles incontrolables son eventos fortuitos que escapan al control de quienes toman las
decisiones. En Specialty Steel Products, los requisitos semanales de producción y el número
real de horas máquina disponibles son variables incontrolables para el análisis de simula-
ción. Las variables dependientes reflejan los valores de las variables de decisión y los de las
variables incontrolables. En Specialty Steel Products, las características de operación, como
el tiempo ocioso, las horas extra y las horas subcontratadas, son variables dependientes.
Las relaciones entre las variables se expresan en términos matemáticos, de modo que las
variables dependientes puedan ser calculadas para cualesquier valores de las variables de de-
cisión y de las variables incontrolables. Por ejemplo, en el modelo de simulación de Specialty
Steel Products, los métodos para determinar los requisitos semanales de producción y la dis-
ponibilidad de capacidad real deberán especificarse primero. Los métodos para computar la
duración del tiempo de ocio, las horas extra y las horas subcontratadas, para los valores de
los requisitos de producción y las horas de capacidad, podrán especificarse después.
Para el análisis de modelos de simulación correspondientes a prácticamente todos
los problemas reales, se requiere una computadora. La programación de software para
realizar simulaciones suele escribirse en diversos lenguajes de computación, incluso en
len~uajes de programación para propósito general, como VISUAL BASIC, FORTRAN o
e+ . La ventaja de los lenguajes de programación de propósito general es que están dis-
ponibles en la mayoría de los sistemas de computación. También existen lenguajes espe-
ciales para simulación, como GPSS, SIMSCRIPT y SLAM. Estos lenguajes simplifican la
programación porque cuentan con macroinstrucciones que facilitan la ejecución de los
elementos de uso más frecuente en los modelos de simulación. Las referidas macrodecla-
raciones ejecutan automáticamente las instrucciones necesarias para que la computado-
ra genere llegadas, siga la pista de filas de espera y calcule las estadísticas referentes a las
características de operación de un sistema.

Formule un modelo de simulación para Specialty Steel Products que permita estimar el
tiempo de ocio, las horas extra de trabajo y las horas subcontratadas, para un número
específico de tornos. Diseñe el modelo de simulación de manera que finalice después de
haber simulado 20 semanas de operaciones del departamento de torneado.

Solución Usaremos las dos primeras filas de números aleatorios contenidos en la tabla
correspondiente, para describir con ellos los eventos de demanda, y la tercera y cuarta fi-
las para los eventos referentes a la capacidad (véase el apéndice Tabla de números aleato-
rios). Puesto que esos números están formados por cinco dígitos, usaremos únicamente
los dos primeros de cada uno de esos dígitos para formar nuestros números aleatorios. La
selección de las filas en la tabla de números aleatorios fue arbitraria. Lo importante es
que seamos consistentes en el orden en el que extraigamos los números aleatorios y que
nunca utilicemos de nuevo ningún conjunto de números en una misma simulación.
Para simular un nivel de capacidad en particular, procederemos de la siguiente forma:
1. Extraiga un número aleatorio de las dos primeras filas de la tabla. Para hacerlo,
comience con el primer número de la primera fila, continúe con el segundo nú-
mero de la primera fila, y así sucesivamente.
352 CUARTA PARTE Capacidad, localización y distribución física

2. Encuentre el intervalo de números aleatorios correspondiente a los requisitos de

producción asociados al número aleatorio.
3. Tome nota de las horas de producción (PROD) que se requerirán para esta semana.
4. Tome otro número aleatorio de la fila tres o cuatro de la tabla. Empiece con el
primer número de la fila tres, continúe con el segundo número de la fila tres, y
así sucesivamente.
5. Encuentre el intervalo de números aleatorios correspondiente a la capacidad
(CAP) asociada al número aleatorio.
6. Tome nota de las horas de capacidad disponibles para la semana en curso.
7. Si CAP 2: PROD, entonces H OCIO = CAP - PROD.
8. Si CAP < PROD, entonces FALTANTE = PROD - CAP.
Si FALTANTE :::::: 100, entonces H EXTRA = FALTANTE
y H SUBCONTRAT = O.
Si FALTANTE > 100, entonces H EXTRA= 100
y H SUBCONTRAT = FALTANTE - 100.
9. Repita los pasos del 1 al 8 hasta que haya simulado 20 semanas en total.

Análisis
La tabla F.2 contiene las simulaciones referentes a las dos alternativas de capacidad dis-
ponibles para Specialty Steel Products. Hemos usado una secuencia única de números
aleatorios para representar los requisitos de producción semanal correspondientes a ca-
da una de las alternativas de capacidad, y otra secuencia para la capacidad semanal ya
existente, a fin de hacer una comparación directa entre ambas alternativas de capacidad.
Tomando como base las simulaciones de 20 semanas, es lógico esperar que las horas
extra semanales promedio (destacadas en recuadro) se reduzcan en 41.5 - 29 .5 = 12
horas y que las horas subcontratadas (destacadas en gris claro) se reduzcan en 18 - 10 = 8
horas por semana. En ese caso, los ahorros semanales promedio serían:

Horas extra: (12 horas)($25/horas) = $300

Subcontratación: (8 horas)($35/horas) = 280
Ahorro total por semana = $580

Esta cantidad es menor que el ahorro mínimo requerido, de $650 por semana. ¿Sig-
nifica esto que no deberíamos agregar la máquina ni el trabajador? Antes de responder,
examinemos la tabla F.3, que muestra los resultados de una simulación de 1000 semanas
para cada alternativa. Los costos (destacados en gris oscuro) son muy diferentes de los
que aparecen en las simulaciones de 20 semanas. Ahora los ahorros calculados son de
$1851.50 - $1159.50 = $692 y rebasan la suma mínima de los ahorros requeridos para
la inversión adicional. Este resultado subraya la importancia de elegir la duración apro-
piada para cada análisis de simulación. Podemos emplear pruebas estadísticas para
comprobar que la duración sea adecuada.
El análisis de simulación se puede considerar como un método para ensayar hipótesis,
en el cual los resultados de una tanda de simulaciones proporcionan datos de muestra que
se prestan al análisis estadístico. Los datos suelen registrarse y compararse con los resulta-
dos de otras tandas de simulación. También es posible llevar a cabo pruebas estadísticas a
fin de determinar si las diferencias observadas en las características de operación alternati-
vas resultan estadísticamente significativas. Entre los métodos estadísticos de uso más co-
mún figuran: el análisis de varianza, las pruebas t y el análisis de regresión. Estas técnicas
requieren la repetición de cada uno de los experimentos de simulación. Por ejemplo, si de-
seáramos poner a prueba la hipótesis nula, es decir, que la diferencia entre el total de los
costos semanales es cero, tendríamos que usar el modelo de simulación varias veces para
cada alternativa de capacidad. En cada ocasión, tendríamos que usar un conjunto diferen-
 SUPLEMENTO F Análisis de simulación 353

;'~~r __.- - - ~~?·:;:~~w~~~'.:':-- - - ~~

TABLAF.2 simulaciones dealternativtts tJurante 20 semanas

10 máquinas 11 máquinas

Capacidad Capacidad
Número Producción Número semanal Horas semanal Horas
aleatorio de semanal aleatorio de existente Horas Horas sub- existente Horas Horas sub-
Semana la demanda (h) la capacidad {h) de ocio extra contratadas {h) de ocio extra contratadas

71 450 50 360 90 400 50

2 68 450 54 360 90 400 50
3 48 400 11 320 80 360 40
4 99 600 36 360 100 140 400 100 100
5 64 450 82 400 50 440 10
6 13 300 87 400 100 440 140
7 36 400 41 360 40 400
8 58 400 71 400 440 40
9 13 300 00 320 20 360 60
10 93 550 60 360 100 90 400 100 50
11 21 300 47 360 60 400 100
12 30 350 76 400 50 440 90
13 23 300 09 320 20 360 60
14 89 550 54 360 100 90 400 100 50
15 58 400 87 400 440 40
16 46 400 82 400 440 40
17 00 200 17 320 120 360 160
18 82 500 52 360 100 40 400 100
19 02 200 17 320 120 360 160
20 37 400 19 320 80 360 40
Total 490 830 360 890 590 200
Promedio semanal 24.5 141.5 I 118.Q 44.5 129.51 JO.O

~-

TABLA F.3 Comparación de ~imulaciones deiOOO semanas

10 máquinas 11 máquinas

Horas de ocio 26.0 42.2

Horas extra 34.2
Horas subcontratadas 8.7
Costo 1159.50

-~E~t\>
te de números aleatorios para generar los requisitos semanales de producción y la capaci-
dad semanal existente. En terminología estadística, el número de repeticiones es análogo al
tamaño de la muestra. Si podemos demostrar que el costo semanal para 11 máquinas es
Visite http://www. significativamente diferente (en sentido estadístico) del costo semanal que corresponde a
prenhall.com/krajewski/ 10 máquinas, tendremos mayor confianza en la estimación de la diferencia entre ambos.
para explorar el papel vital Aun cuando una diferencia entre experimentos de simulación sea estadísticamente
que desempeña el softwa re significativa, puede no ser significativa desde el punto de vista administrativo. Por ejem-
en la ejecución de plo, suponga que hemos construido un modelo para simular las operaciones de uncen-
complejas. tro de lavado de automóviles. Al cambiar la velocidad del lavado de autos, de 3 minutos
a 2.75 minutos por vehículo, tal vez descubramos que es posible reducir el tiempo de es-
354 CUARTA PARTE Capacidad, localización y distribución física

pera promedio por cliente en 0.20 minuto. Si bien ésta es una diferencia estadísticamente
significativa en el tiempo promedio de espera, la diferencia es tan pequeña que quizá los
clientes ni siquiera la perciban. Con frecuencia hace falta criterio para decidir lo que es
administrativamente significativo.

Problema resuelto
Un gerente estudia la posibilidad de elaborar varios productos en una instalación automatizada. Pa-
ra eso tendría que comprar una combinación de dos robots. Trabajando en serie, estos autómatas
(llamados Me! y Danny) son capaces de realizar todas las operaciones requeridas. Cada partida de
trabajo contendrá 10 unidades. Frente a Me! se formará una fila de espera de varias partidas. Cuan-
do Me! termine su parte del trabajo, la partida resultante será transferida directamente a Danny.

Fila de
Mel Danny
espera

Cada robot requiere un tiempo de preparación para que esté en condiciones de procesar una
partida. Todas las unidades de la partida requieren el mismo tiempo de procesamiento. Las distribu-
ciones de los tiempos de preparación y de las tandas de producción de Mel y Danny son idénticas.
Sin embargo, como cada uno realizará operaciones diferentes, la simulación de cada partida requiere
cuatro números aleatorios tomados de la tabla. El primer número aleatorio define el tiempo de pre-
paración de Me!, el segundo determina el tiempo que tarda Me! en procesar cada unidad, y el tercero
y el cuarto corresponden, respectivamente, a los tiempos de preparación y procesamiento de Danny.

Tiempo de preparación Tiempo de procesamiento

(min) Probabilidad por unidad (s) Probabilidad

1 0.10 5 0.10
2 0.20 6 0.20
3 0.40 7 0.30
4 0.20 8 0.25
5 0 .10 9 0.15

Estime cuántas unidades se producirán en una hora. Después, use la primera columna de nú-
meros aleatorios para simular 60 minutos de operación de Me! y Danny.

Solución Salvo por el tiempo requerido para la preparación de Me! y el procesamiento de la primera parti-
da, supondremos que los dos robots funcionan simultáneamente. El tiempo de preparación pro-
medio esperado por partida es:

[(0.1 X 1 min) + (0.2 X 2 min) + (0.4 X 3 min) + (0.2 X 4 min) + (0.1 X 5 min)]

= 3 minutos, o bien 180 segundos por partida

El tiempo de procesamiento promedio esperado por partida (de diez unidades) es:

[(0.1 X 5 s) + (0.2 X 6 s) + (0.3 X 7 s) + (0.25 X 8 s) + (0.15 X 9 s)]

= 7.15 segundos/unidad X 10 unidades/partida = 71.5 segundos por partida

Así, el total de los tiempos promedio de preparación y operación por partida es de 251.5 segun-
dos. En una hora esperamos completar 14 partidas aproximadamente (3600 segundos/251.5 se-
gundos = 14.3). Sin embargo, es probable que esta estimación sea demasiado alta.
Tenga presente que Me! y Danny funcionan en secuencia y que Danny no puede iniciar un traba-
jo sino hasta que Me! haya finalizado su parte (véase la partida 2 de la tabla F.4 ). Tampoco Me! puede
iniciar una nueva partida mientras Danny no esté listo para aceptar la anterior. Tome como referencia
la partida 6, en la cual Me! completa su partida en el tiempo 25:50, pero no le es posible iniciar la sép-
tima partida sino hasta que Danny esté listo para aceptar la sexta partida, a la hora 28:00.
 SUPLEMENTO F Análisis de simulación 355

TABLAF.4

Mel Danny

Partida Hora Núm. Pre- Núm. Hora Hora Núm. Pre- Núm. Hora
núm. inicio aleatorio paración aleatorio Proceso terminación inicio aleatorio paración aleatorio Proceso terminación

0:00 71 4min 50 7s 5 min 10 s 5:10 21 2 min 94 9s 8 min 40 s

2 5:10 50 3min 63 8s 9 min 30s 9:30 47 3min 83 8s 13 min 50 s
3 9:30 31 3 min 73 8s 13 min 50 s 13:50 04 1 min 17 6s 15 min 50 s
4 13:50 96 5 min 98 9s 20 min 20 s 20:20 21 2 min 82 8s 23 min 40 s
5 20:20 25 2min 92 9s 23min 50s 23:50 32 3min 53 7s 28min Os
6 23:50 00 1 min 15 6s 25 min 50 s 28:00 66 3 min 57 7s 32 min 10 s
7 28:00 00 1 min 99 9s 30 min 30 s 32:10 55 3 min 11 6s 36 min 10 s
8 32:10 10 2min 61 8s 35 min 30 s 36:10 31 3min 35 7s 40 min 20 s
9 36:10 09 1 min 73 8s 38 min 30 s 40:20 24 2 min 70 8s 43 min 40 s
10 40:20 79 4min 95 9s 45 min 50 s 45:50 66 3min 61 8s 50 min 10 s
11 45:50 01 1 min 41 7s 48 min 00 s 50:10 88 4min 23 6s 55 min 10 s
12 50:10 57 3min 45 7s 54 min 20 s 55:10 21 2 min 61 8s 58 min 30 s
13 54:20 26 2min 46 7s 57 min 30 s 58:30 97 5 min 31 7s 64 min 40 s

Me! y Danny completaron sólo 12 partidas en una hora. Aunque los robots usaron las mismas
distribuciones de probabilidad y, por consiguiente, sus capacidades de producción estaban perfecta-
mente equilibradas, Me! y Danny no lograron alcanzar la capacidad esperada de 14 partidas porque,
algunas veces, Danny tuvo que quedarse ocioso mientras esperaba a Me! (véase la partida 2) y, en
otras, Me! estuvo ocioso esperando a Danny (véase la partida 6). Este fenómeno de pérdida de rendi-
miento se presenta siempre que los procesos variables están estrechamente vinculados, ya sea que
sean de carácter mecánico, como los de Me! y Danny, o se refieran a funciones, como las de produc-
ción y marketing. La simulación revela la necesidad de dejar suficiente espacio entre los dos robots
para almacenar varias partidas, a fin de absorber las variaciones en la duración de los procesos. Po-
drían realizarse algunas simulaciones más para averiguar cuántas partidas será necesario almacenar.

Puntos relevantes del suplemento

• La simulación se usa para representar en un modelo las ca- (p. ej., la incidencia de fallas en las máquinas) y variables de-
racterísticas de operación importantes de situaciones com- pendientes (p. ej., la utilización o el máximo número de ele-
plejas que se presentan en filas de espera. Con ella también mentos en una fila). Las variables dependientes reflejan el
es posible obtener información que no es accesible con el comportamiento del sistema, definido por las variables de de-
uso de fórmulas de filas de espera, como la referente al má- cisión y afectado por variables incontrolables. Por ejemplo, la
ximo número de elementos en una fila y el efecto de las per- simulación de tres máquinas (variable de decisión) puede de-
turbaciones sobre operaciones en estado estable. mostrar que cuando una máquina permanece averiada dos
• Los modelos de simulación consisten en variables de deci- horas (variable incontrolable), el máximo número de elemen-
sión (p. ej., el número de servidores), variables incontrolables tos en la fila aumenta a siete clientes (variable dependiente).

Términos clave
compresión del tiempo 348 simulación 347 variables de decisión 351
número aleatorio 350 simulación de Montecarlo 348 variables incontrolables 351
356 CUARTA PARTE Capacidad, localización y distribución física

Problemas
1. Carnet Dry Cleaners se especializa en el lavado en seco Determine el número diario promedio de prendas rete-
para entregar el mismo día. Los clientes dejan sus pren- nidas hasta el día siguiente, basándose en su simulación.
das temprano, por la mañana, y confían en que estarán b. Si el costo asociado a las prendas retenidas es de $25
listas para recogerlas después del trabajo, antes de volver por prenda cada día y si el costo agregado de la ex-
a su casa. Sin embargo, existe un riesgo de que el trabajo pansión es de $200 diarios, ¿será conveniente efec-
necesario para limpiar una prenda no se termine el mis- tuar dicha expansión?
mo día, dependiendo del tipo de limpieza requerido. His- 2. La Precision Manufacturing Company está estudiando la
tóricamente, un promedio de 20 prendas suele retenerse conveniencia de comprar una máquina NC y, por elimi-
hasta el día siguiente. El gerente del establecimiento está nación, ha reducido las opciones a sólo dos modelos. La
estudiando una posible expansión para reducir o elimi- compañía elabora varios productos, y las partidas de tra-
nar ese rezago. Se ha construido un modelo de simula- bajo por realizar llegan a la máquina NC cada seis minu-
ción con la siguiente distribución para el número de prendas tos. El número de unidades contenidas en las partidas
terminadas por día. muestra la siguiente distribución discreta.

Números Número de unidades en la partida Probabilidad

Número Probabilidad aleatorios
3 0.1
50 0.10 00-09 6 0.2
60 0.25 10-34 8 0.3
70 0.30 35-64 14 0.2
80 0.25 65-89 18 0.2
90 0.10 90-99

La distribución de los tiempos de preparación y de procesa-

Después de la expansión, el número máximo de prendas miento para los dos modelos NC se presenta a continuación.
que sería posible limpiar en seco cada día es: Supongamos que todo el trabajo de una partida comparte
un solo procedimiento de preparación y que cada unidad de
la partida requiere el mismo tiempo de procesamiento. Si-
Números mule dos horas (o la llegada de 10 partidas) de operación
Número Probabilidad aleatorios para las dos máquinas NC. Use los siguientes números alea-
torios, aplicando el primero al número de unidades conteni-
60 0.30 00-29 das en una partida, el segundo a los tiempos de preparación
70 0.40 30-69 y el tercero a los tiempos de procesamiento.
80 0.30 70-99
(71, 21, 50), (50, 94, 63), (96, 93, 95), (83, 09, 49),
(10, 20, 68), (48, 23, 11), (21, 28, 40), (39, 78, 93),
(99, 95, 61), (28, 14, 48)
En la simulación correspondiente a un día específico, el
número de prendas que requieren limpieza (NPRL) se de- ¿Cuál de las dos máquinas recomendaría usted, si ambas
termina primero. A continuación se determina el número tuvieran el mismo costo de compra, operación y mante-
máximo de prendas lavadas (NMPL) en seco que es posible nimiento?
obtener. Si NMPL ;:;:: NPRL, todas las prendas podrán
lavarse en el mismo día. Si NMPL < NPRL, entonces
(NPRL - NMPL) prendas tendrán que sumarse al número
de las que lleguen al día siguiente, para calcular el NPRL
del día siguiente. La simulación prosigue de esta manera.
Tiempo de Tiempo de operación
a. Suponiendo que la fila de espera esté vacía al principio,
preparación (min) Probabilidad por unidad (s) Probabilidad
simule 15 días de operaciones. Use los siguientes núme-
ros aleatorios, el primero para determinar el número de
1 0.10 5 0.10
llegadas y el segundo para establecer la capacidad.
2 0.20 6 0.20
(49, 77), (27, 53), (65, 08), (83, 12), (04, 82), 3 0.40 7 0.30
(58, 44), (53, 83), (57, 72), (32, 53), (60, 79), 4 0.20 8 0.25
5 0.10 9 0.15
(79, 30), (41, 48), (97, 86), (30, 25), (80, 73)
 SUPLEMENTO F Análisis de simulación 357

Si dos o más llamadas telefónicas son transferidas a la ofi-

cina en el mismo minuto, sólo la primera será respondida.
a. Sin usar ninguna simulación, trate de adivinar en for-
ma preliminar qué proporción del tiempo el asistente
Tiempo de Tiempo de operación
preparación (min) Probabilidad por unidad (s) Probabilidad atenderá el teléfono y qué proporción de las llamadas
telefónicas no se responderán.
1 0.05 3 0.20 b. Use ahora la tabla de números aleatorios, comenzan-
2 0.15 4 0.25 do por la parte superior de la segunda columna, para
3 0.25 5 0.30 simular la situación en el curso de una hora, a partir
4 0.45 6 0.15 de las 10:00 A.M. La tabla F.5 le mostrará los prime-
5 0.10 7 0.10 ros pasos.
c. ¿Qué proporción del tiempo está al teléfono el asis-
tente de oficina? ¿Qué proporción de las llamadas te-
3. En el problema 2, ¿qué factores consideraría usted si el lefónicas no son respondidas? ¿Se aproximan estas
costo inicial de la máquina NC 1 fuera $4000 menor que proporciones a las que usted había previsto?
el de la máquina NC 2? 5. El director administrativo de la .au está estudiando lapo-
4. Los 30 profesores de administración de la Universidad sibilidad de instalar un sistema de correo de voz. Los cos-
Omega (üU) se han dado cuenta de que muchas llamadas tos mensuales de operación serían de $25 por cada buzón
telefónicas que llegan a sus oficinas no son respondidas. de voz, pero el sistema reduciría en 60% el tiempo que el
Un sistema de redistribución de llamadas envía éstas a la asistente de oficina debe dedicar a contestar llamadas te-
oficina administrativa después del cuarto repique. Un asis- lefónicas. El departamento tiene 32 teléfonos. Use los re-
tente de oficina del departamento responde el teléfono y sultados de su simulación del problema 4 para estimar la
toma recados. En promedio, cada hora llegan 90 llamadas proporción del tiempo que el asistente dedica actualmen-
telefónicas al profesorado de administración y cada una de te a contestar teléfonos. El salario del asistente de oficina
ellas requiere casi un minuto del tiempo de trabajo del asis- (y su participación en los gastos generales) es de $3000
tente. La llegada de las llamadas corresponde a una distri- mensuales. ¿Será conveniente que el jefe administrativo
bución de Poisson con un promedio de 1.5 llamadas por compre el sistema de correo de voz?
minuto, como muestra la figura F.l(a). Puesto que los pro- 6. En la tienda local de artículos diversos E-Z Mart, la de-
fesores pasan gran parte de su tiempo en el aula y en confe- manda semanal de leche descremada en envases de un ga-
rencias, la probabilidad de que reciban personalmente sus lón ha tenido una variación de entre 60 y 65 envases en
llamadas es de sólo 40%, como vemos en la figura F.l(b). las últimas 50 semanas, como muestra la siguiente tabla.

0.60
0.6 0.6

0.5 0.5

0.40
0.4 0.4
'C 'C
<11 0.34 <11
;g ;g
:g 0.3 :g 0.3
.e 0.25 .e
o
e
CI..
0.22
D:.
0.2 0.2
0.13
0.1 0.1
0.06

O.O~~~-~-~-----
O . O~~~-~-~~-~-~~-~~-----

o 1 2 3 4 Llamadas Sí No ¿Transferidas?
00-21 22-55 56-80 81-93 94-99 Números 00-59 60-99 Números
aleatorios aleatorios

(a) Número de llamadas telefónicas realizadas (b) Probabilidad de transferir una llamada

FIGURA F.1
358 CUARTA PARTE Capacidad, localización y distribución física

TABLAF.5

Núm. de ¿ 1ª llamada ¿2ª llamada ¿3! llamada ¿41 llamada Número de El asistente
llamadas transferida? transferida? transferida? transferida? llamadas no está ocioso
Hora NA realizadas NA (Sí/No) NA (Sí/No) NA (Sí/No) NA (Sí/No) respondidas (")

10:00 68 2 30 Sí 54 Sí
10:01 76 2 36 Sí 32 Sí
10:02 68 2 04 Sí 07 Sí
10:03 98 4 08 Sí 21 Sí 28 Sí 79 No 2
10:04 25 77 No o
10:05 51 23 Sí o
10:06 67 2 22 Sí 27 Sí 1
10:07 80 2 87 No 06 Sí o
10:08 03 o o v
10:09 03 o o v
10:10 33 1 78 No o v

No es posible conservar, como órdenes atrasadas, la de- Demanda (trabajos) Número de días
manda que excede la capacidad del inventario.
10 10
11 30
Demanda (envases) Número de semanas 12 30
13 20
60 5 14 10
61 7 Total 100
62 17
63 11
64 6
65 4
Total 50 a. Asigne números aleatorios entre 00 y 99 para simular
la distribución de la probabilidad de demanda corres-
pondiente a trabajos de servicio de frenos.
a. Asigne números aleatorios entre 00 y 99 para simular b. Simule la demanda para los próximos 10 días, usando los
la distribución de probabilidades de la demanda. números aleatorios 28, 83, 73, 7, 4, 63, 37, 38, 50 y 92.
b. E-Z Mart pide 62 envases cada semana. Simule la de- c. ¿Durante cuántos días será necesario trabajar horas
manda de este artículo durante 10 semanas, usando extra? ¿Durante cuántos días serán subutilizados los me-
los números aleatorios 97, 2, 80, 66, 99, 56, 54, 28, cánicos?
64 y 47. Determine los faltantes o excedentes de in- d. ¿Cuál es el porcentaje promedio de días que será nece-
ventario para cada semana. sario trabajar horas extra?
c. ¿Cuáles serán los faltantes promedio y los excedentes 8. Un centro de máquinas atiende a cuatro tipos de clientes:
promedio de inventario durante las 10 semanas? A, B, C y D. El gerente desea calcular el número de má-
7. El taller de servicio Brakes-Only promete a sus clientes un quinas que requiere la producción de bienes para esos
servicio completo el mismo día, trabajando horas extra si clientes. Los tiempos de preparación de las máquinas pa-
es necesario. Los dos mecánicos del taller son capaces de ra cambiar de un cliente a otro son insignificantes. Tanto
realizar en total 12 servicios de frenos en el horario regu- la demanda anual como los tiempos de procesamiento son
lar de un día de trabajo. En los últimos 100 días, el nú- inciertos; la demanda puede ser baja, normal o alta. Las
mero de servicios de frenos realizados en el taller ha probabilidades de estos tres eventos aparecen en las si-
variado entre 10 y 14, como lo muestra la siguiente tabla. guientes tablas.
 SUPLEMENTO F Análisis de simulación 359

# ..:...::

'Cliente A {[!.ltenteJ)

Tiempo de Tiempo de
Demanda procesamiento Demanda procesamiento
(unidades/año) Probabilidad {h/unidad) Probabilidad (unidades/año) Probabilidad (h/unidad) Probabilidad

3000 0.10 10 0.35 600 0.40 60 0.30

3500 0.60 20 0.45 650 0.50 70 0.65
4200 0.30 30 0.20 700 0.10 80 0.05

a. Explique cómo puede usarse la simulación para ge-

nerar una distribución de probabilidades acerca del
número total de horas máquina que se requieren cada
año para atender a los clientes.
b. Haga una simulación correspondiente a un año,
Tiempo de
usando los siguientes números aleatorios. Por ejem-
Demanda procesamiento
(unidades/año) Probabilidad (h/unidad) Probabilidad plo, use el número aleatorio 88 para representar la
demanda del cliente A, y el 24 para el tiempo de
500 0.30 60 0.25 procesamiento del cliente A.
800 0.50 90 0.50
0.25
88,24,33,29, 52,84,37,92
900 0.20 100

Tiempo de
Demanda procesamiento
(unidades/año) Probabilidad (h/unidad) Probabilidad

1500 0.10 12 0.25

3000 0.50 15 0.60
4500 0.40 20 0.15

Referencias bibliográficas
Christy, D. P. y H . J. Watson. "The Application of Simulation: A Meier, R. C., W. T. Newell y H . L. Pazer. Simulation in Business
Survey of Industry Practice." Interfaces, vol. 13, núm. 5 (octu- and Economics. Englewood Cliffs, N.J. : Prentice-Hall, 1969.
bre de 1983), págs. 47-52. Naylor, T. H., et al. Computer Simulation Techniques. Nueva
Emshoff, J. R. y R. L. Serson. Design and Use of Computer Simu- York: John Wiley & Sons, 1966.
lation Models. Nueva York: Macmillan, 1970. Solomon, S. L. Simulation of Waiting Lines. Englewood Cliffs,
Hillier, F. S. y G. S. Lieberman. Introduction to Operations Re- N.J.: Prentice-Hall, 1983.
search, 2a. ed. San Francisco: Holden-Day, 1975. Watson, H. J. Computer Simulation in Business. Nueva York:
Law, A. M. y W. D. Kelton. Simulation Modeling and Analysis, John Wiley & Sons, 1981.
2a. ed. Nueva York: McGraw-Hill, 1991.