cadena de suministro para productos en seco de...
TRANSCRIPT
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
19
Cadena de Suministro para productos en seco de PyMES. Una
aproximación al Modelo Causal
Supply Chain for dry products of SMEs. Approach to Causal Model
Ernesto Lagarda Leyva, Javier Portugal Vásquez, Arnulfo Naranjo Flores, María Aguilar
Valenzuela, María Castillo Rodríguez
Palabras claves: Cadena de suministro, dinámica de sistemas, modelo, trigo.
Key words: supply chain, system dynamics, model, wheat.
RESUMEN
El presente artículo fue el desarrollo de un
estudio que permitió modelar la cadena de
suministro para el producto trigo y
subproducto harina en las pequeñas y
medianas empresas del sector económico
secundario. Con la primera versión del
modelo de dinámica de sistemas se lograron
evaluar diferentes políticas para la toma de
decisiones. Los resultados de esta
investigación permitieron obtener la primera
aproximación al modelo de la cadena de
suministro del producto trigo en sus etapas de
abastecimiento y producción, así como el del
subproducto harina de trigo en su etapa de
producción y distribución, bajo escenarios en
los que se muestran los resultados
considerando los parámetros y variables de
mayor relevancia para el estudio. El modelo
fue la base para el desarrollo de un modelo
más robusto que será desarrollado en una
segunda fase.
ABSTRACT
This article was the development of a
modeling study that enabled supply chain for
the product and by-product wheat flour in
small and medium enterprises in the
secondary economic sector. With the first
version of the system dynamics model they
will be able to evaluate different policies for
decision-making. The results of this research
allowed to obtain the first approach to model
the supply chain wheat product in the supply
and production stages, as well as by product
wheat flour in its stage of production and
distribution under scenarios in which show
the results considering the parameters and
variables most relevant to the study. The
model was the basis for the development of a
more robust model, which be developed, in a
second phase.
Antecedentes
En este artículo se presenta el análisis y
evaluación del eslabón de producción para
la cadena de suministro en el producto
trigo-harina, es decir, la representación del
sistema real mediante la construcción de
un modelo de simulación empleando la
metodología de dinámica de sistemas. El
consumo humano de este cereal, no puede
realizarse directamente, pues requiere de
INTRODUCCIÓN
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
20
un proceso previo de transformación que
comienza con la molienda, mediante la
que se obtiene la harina, lo cual ubica a la
industria harinera como el eslabón
estratégico de la cadena producción-
consumo y la constituye como principal
demandante del grano.
El proyecto se ha realizado sobre este
producto, dado que es uno de los de
mayor consumo en la región, al sembrarse
en promedio 300 mil hectáreas en el
Distrito de Desarrollo Rural 148, que
pertenece al municipio de Cajeme; el
mercado principal es: la industria harinera
con un 23%; la actividad porcícola con el
31%; y con 46% para exportación. Sin
embargo, por parte de los agricultores que
forman parte de la cadena de suministro
como proveedores de la materia prima
(trigo) año con año se encuentran con la
problemática e incertidumbre del
indicador de utilidad por hectárea
esperado, asociando esto a que existen
factores exógenos que inciden fuertemente
para que esto suceda, entre los que se
mencionan están: (1) el precio que fija el
mercado internacional; (2) las plagas que
aparecen y que hacen que la producción
no sea la esperada; (3) el agua disponible;
(4) los factores climatológicos como el frío
y calor que requiere el producto; el
municipio mantiene temperaturas bajas de
entre 10 a 25 grados centígrados y
temperaturas altas de 30 a 45 grados
centígrados, el trigo hace frente a ambas
en su proceso de siembra, reproducción y
cosecha; (5) el impacto de las lluvias fuera
de tiempo, entre otros; es importante
señalar que esto tiene una repercusión
directa en las demandas de las Pymes que
transforman el producto en harina para su
comercialización a mayoristas y
minoristas.
Derivado del contexto anterior, en este
artículo se presentan los primeros
resultados del modelo causal y de
Forrester así como la simulación del
modelo matemático, a su vez, representa
el punto de partida para desarrollar un
modelo a una escala mayor y que permita
a las pequeñas y medianas empresas
(Pymes) tener un apoyo para la toma de
decisiones.
Definición del Problema
Los agricultores del Valle del Yaqui se han
preocupado históricamente de obtener
buenos rendimientos por los productos
que cosechan de acuerdo a la vocación de
la región, en el sur de Sonora el trigo
ocupa el segundo lugar en demanda
después del maíz. En diversas cámaras de
comercio se ha expuesto la necesidad de
contar con mejores estrategias de
comercialización de sus productos a
mercados globales o locales, ante ello
surge la importancia de reconocer el
proceso de abastecimiento, producción y
distribución para tener claro el proceso de
comercialización con los clientes finales,
sean estos regionales o externos. El
modelo de referencia empleando dinámica
de sistemas (DS) presentado en este
artículo representa una de las opciones
que los productores tendrían para evaluar
diferentes políticas que eventualmente les
permitan contar con información
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
21
cuantitativa asociada al comportamiento y
desempeño de sus productos derivados
del trigo.
En este artículo se presenta la propuesta
de una aproximación al modelo general
(casusal y Forrester) para el producto
regional trigo para efectos de probar la
modelación en todos los eslabones que
componen la cadena de suministro de un
producto en seco. Por lo anterior se
plantea en el problema la siguiente
pregunta de investigación: ¿Qué solución
inicial basada en datos cuantitativos se
requiere para evaluar el desempeño de la
cadena de suministro del trigo-harina
considerando su alta demanda por los
pequeños y medianos empresarios en el
municipio de Cajeme?.
El objetivo general del proyecto es
desarrollar un modelo con dinámica de
sistemas que permita evaluar el
desempeño de la cadena de suministro del
trigo-harina considerando diferentes
políticas de las pequeñas y medianas
empresas del municipio de Cajeme.
Fundamentación teórica
La competitividad de las Pymes requieren
contar con sistemas de evaluación de los
comportamientos de los eslabones que
componen su cadena de suministro en la
que operan, este tipo de evaluaciones
permiten medir las brechas que existen
con respecto a indicadores de desempeño
que se deberán estar monitoreando
dependiendo de la estrategia establecida y
con orientación hacia el valor no
solamente económico, sino también el
aspecto social y medioambiental (Porter
2013; Kaufman, Forbes y Parks, 2003).
El último estudio de competitividad
realizado por el World Economic Forum
2013-2014 y asociado al estudio de 2014,
the Logistics performance Index and its
indicators, presentan sus informes anuales
donde México ocupa actualmente la
posición 55, el primer lugar lo ocupa
Suecia y la última posición en lugar 164 la
ocupa Chad en África. El informe deja ver
que México pierde tres posiciones con
respecto al año anterior; la mejor posición
la logró en 2005 cuando ocupo la posición
49. (Schwab, 2014; Arvis, Savslasky, Ojala,
Shepherd, Busch y Raj, 2014)
La FAO pronosticó que la producción
mundial de trigo en 2012 será la segunda
más alta hasta la fecha con 690 millones de
toneladas, y también anunció que los
precios internacionales de los alimentos
subieron un uno por ciento en febrero, lo
que supone la segunda subida en dos
meses. El informe trimestral de la FAO
sobre Perspectivas de Cosechas y
Situación Alimentaria, prevé una cosecha
de trigo de 10 millones de toneladas en
2012, un 1.4 por ciento por debajo de la
cosecha récord de 2011, pero todavía muy
por encima de la media de los últimos
cinco años (FAO, 2012).
En el mes de diciembre de 2004, la
Secretaría de Agricultura, Ganadería,
Pesca y Alimentos, aprobó mediante la
resolución 1262/2004, la nueva "Norma de
calidad para la comercialización de trigo
pan" mediante la cual se establecen
mayores exigencias en la calidad del grano
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
22
en relación a la norma anterior, vigente
desde el año 1994 (Maroni y Asenjo, 2005).
En el estudio “mapeo de cadena de valor
aplicado a la industria de alimento”
realizado por una consultora
internacional, se identificó que los 30
pasos identificados en la cadena de
suministro tiene una duración de 12.5 días,
de los que únicamente 48 minutos aportan
valor agregado para el cliente. De esos 12.5
días, 9.3 transcurren en transporte y el
resto en planta, lo que representa 74.4 y
25.6% respectivamente (S.M.D., 2014). Por
otro lado, la escasez de tolvas dificulta el
movimiento de trigo por tren lo que lleva
a que hasta 200 mil toneladas
permanezcan retenidas en puertos
mexicanos y además se encarezca el
transporte por esta vía (Fuentes, 2014).
Se define a la cadena de suministro como
el conjunto de empresas eficientemente
integradas por los proveedores, los
fabricantes, distribuidores y vendedores
(mayoristas o detallistas) coordinados
para ubicar uno o más productos en las
cantidades correctas, en los lugares
correctos y en el tiempo preciso, buscando
el menor costo de las actividades de valor
de los integrantes de la cadena y satisfacer
los requerimientos de los consumidores
(SCOR, 2014)
La ventilación de los granos de trigo se
puede realizar transportando éstos de un
silo a otro, aunque el procedimiento más
empleado en zonas de clima templado se
realiza insuflando aire a través del grano
por medio de un sistema complejo de
conductos (Infoagro, s/f; Noticiero T21, 2012).
Los factores que determinan el adecuado
almacenamiento son la humedad y la
temperatura. Las normas de comercio
aplicables para la clasificación "seco" y
"húmedo" del trigo son las siguientes de
acuerdo a dos indicadores de desempeño:
Trigo seco: humedad menor del 13%; y
Trigo húmedo: humedad mayor del 16%.
La evaluación del desempeño requiere la
revisión de avance de indicadores
(parámetros), que influyen directa o
indirectamente en las variables que
componen a un sistema complejo, para
ello puede ser empleada la metodología de
dinámica de sistemas desarrollada por Jay
Forrester, citada por Aracil y Gordillo
(1997) que consta de cuatro fases que se
mencionan a continuación:
conceptualización, formulación,
simulación y evaluación.
En la construcción del modelo la fase de
conceptualización requiere la mayor
atención del modelador y es considerada
como la más importante es aquí donde la
capacidad y el conocimiento del sistema a
estudiar tienen gran importancia, es decir,
la aproximación de la solución a la
realidad del sistema dependerá
básicamente de esta etapa. Para enriquecer
la metodología se tomarán en cuenta los
puntos de vista de diversos autores
(Randers, 1980; Forrester, 1981; Aracil &
Gordillo, 1997; Lagarda, Coronado,
Portugal y Cinco, 2013)
Fase de conceptualización: Consiste en la
adopción de una perspectiva y en el
esbozo de una comprensión de un cierto
fenómeno del mundo real, tras estar
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
23
familiarizado con la información, deberá
definirse con precisión los aspectos del
problema que se desea resolver y
describirlo en forma precisa y clara. A
partir del conocimiento previo sobre
estructuras simples de comportamiento de
sistemas dinámicos se tratará de
particularizar el comportamiento
dinámico relevante del sistema bajo
estudio, así como la estructura más simple
que pueda generar el comportamiento.
De esta manera y de forma progresiva, se
van identificando los distintos elementos
que formaran el sistema, lo que conduce
de modo natural al establecimiento de los
límites del sistema y a una descripción de
los bucles de realimentación
(comportamientos causales positivos y
negativos), surge así el diagrama causal
complejo con lo que se puede considerar
finalizada esta etapa (Senge, 1995).
Fase de Formulación: Trata de la
representación de los elementos intuitivos
elaborados en la fase de conceptualización
por medio de un lenguaje formal, se
consideran para esta etapa tres puntos
importantes: desarrollar el diagrama de
bloques (diagrama de Forrester); estimar y
seleccionar las variables y parámetros del
modelo y determinar las relaciones
matemáticas del modelo (modelo formal).
Fase de evaluación: consiste en el análisis
de los resultados del modelo utilizado, así
como su sometimiento a varios criterios de
aceptabilidad, se contemplan tres puntos
para esta etapa: simulación del modelo y
prueba de hipótesis dinámicas; prueba del
modelo bajo supuestos; respuesta del
modelo con análisis de sensibilidad.
Fase de simulación del modelo. La
simulación del modelo permitirá observar
los diferentes modos de comportamiento
del sistema de las variables asociadas en
los eslabones de la cadena de suministro
bajo el enfoque de modelado de la
propuesta de Forrester (Aracil y Gordillo,
1997; Arvis et al., 2004; Randers, 1980;
FAO, 2012; Lagarda, 2010).
METODOLOGÍA
El artículo que se presenta, muestra las
primeras etapas del proyecto asociadas al
desarrollo del modelo dinámico para la
toda la cadena de suministro del producto
en seco del trigo del sector económico
secundario de las Pymes de Cajeme, en la
región sur del estado de Sonora, en
México, este ha sido considerado el objeto
bajo, la simulación fue desarrollada en un
software especializado definido como
VensimPLE V 6.0 ® para el modelo
general.
El procedimiento siguió las siguientes
etapas:
1. Determinar el sector bajo estudio.
2. Seleccionar las variables y parámetros
críticas.
3. Desarrollar el diagrama causal.
4. Desarrollar el diagrama de Forrester.
5. Obtener las relaciones matemáticas.
6. Simular el modelo de dinámica de
sistemas bajo diferentes políticas.
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
24
RESULTADOS
A continuación y de manera resumida se
presentan los principales resultados de
la implementación del procedimiento
que se siguió y los resultados generados
de cada una de las etapas.
Etapa 1: Determinación del sector bajo
estudio. El producto seleccionado fue el
trigo, por ser el de mayor tradición y
uno de los principales producto que el
Valle del Yaqui siembra anualmente
alrededor de 300 mil hectáreas promedio
en el Distrito de Desarrollo Rural 148,
que pertenece al municipio de Cajeme; el
mercado principal es: la industria
harinera con un 23%; la actividad
porcícola con el 31%; y con 46% para
exportación
Etapa 2: Selección de variables y
parámetros: Para la primera versión del
modelo se seleccionaron las siguientes
variables: seis variables de nivel, seis
flujos de entrada y ocho flujos de salida,
nueve variables auxiliares y 11
parámetros.
Etapa 3. Desarrollo del diagrama causal.
Con cada uno de los elementos de los
eslabones de la cadena de suministro,
(abastecimiento, producción y
distribución) se construyó el modelo
causal como parte de la primera etapa de
esta investigación; se prevé concluir la
segunda etapa a finales del segundo
semestre de 2015, misma que dará
origen al modelo de Forrester que
permita generar diversos modos de
comportamiento a través de la
simulación bajo diversos escenarios
apoyado en las propuestas de estudios
empíricos (Ramírez, 2010; Lagarda,
Coronado, Portugal y Cinco, 2013,
Ogilvy, 2006; Schartz, 1991; Tseng, Wang
y Weiyang, 2012).
El diagrama causal, muestra el proceso
de abastecimiento, que considera la
siembra del trigo, su cosecha y posterior
proceso de producción, para
transformarlo en harina a granel, la cual
es posteriormente enviada a las
empresas que se encargarán de
transformarla en productos derivados
como pastas y harina en polvo (23%),
semilla para exportación (46%), así como
productos para las empresas pecuarias
(31%).
La Figura 1, muestra las relaciones entre
las variables asociadas al eslabón de
abastecimiento de la cadena de
suministro, se observa que a partir de
que se siembra la semilla de trigo, se
tendrán más terrenos de cultivo
ocupado, vendrá posteriormente un
levantamiento de la cosecha para hacer
las entregas a las empresas que
procesarán el trigo hasta convertirlo en
harina para su consumo.
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
25
Figura 1. Diagrama de causal que representa el eslabón de abastecimiento.
Para el eslabón de producción que se
muestra en la Figura 2, se presentan las
variables que fueron consideradas en el
procesos de producción, partiendo de
que el trigo es colocado en silos como
semilla del cual una cantidad es
procesado y enviado al almacén de
harina, el resto del trigo se envía a
exportación y otra cantidad es para el
mercado pecuario.
Figura 2. Diagrama de causal que representa el eslabón de abastecimiento.
porcentaje de
semilla sembrada
siembra de semilla
de trigo
terreno de
cultivo-trigo en
crecimiento
levantamiento de
cosecha
porcentaje de trigo
esperado
toneladas esperadas pr
hectarea con base a un
promedio de 5 años
toneladas de trigo
trilladoras disponibles
capacidad de trilladoras
+
-
+
Diferencia sobre
inventario-cosecha de
trigo
-
+
flujo de entrega
tiempo de entrega
+
-
almacén de la
Industria Harinera
+
+
+
-
-
ensilado de trigo
exportación de trigo
entrega a mayoristas
pporcentaje local
variación porcentual de
trigo que se exporta
mercado pecuario+
+
-
-
+
-
variación porcentual
para mercado pecuario
Procesamiento de trigo
tiempo de
procesamiento
total
almacén de la
Industria Harinera
+
mermas
max-min mermas
+
-
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
26
El proceso de distribución se presenta en
la Figura 3, una vez que el trigo ha sido
convertido en harina, este es enviado a
través de entregas a los centros de
distribución (CEDIS) para que de allí se
hagan las entregas bajo demanda a los
clientes minoristas, cerrando con ello la
cadena de suministro.
Figura 3. Diagrama de causal que representa el eslabón de abastecimiento.
Etapa 4: Desarrollo del diagrama de
Forrester
Derivado del modelo causal se
desarrolla el diagrama de Forrester el
cual es construido a partir del diagrama
causal mostrando las relaciones entre
las variables dinámicas que componen
al sistema complejo, las cuales son
clasificadas en variables de nivel que
acumulan en el tiempo la cantidad de
material (trigo o harina) dependiendo
de la etapa en la que se analiza; por otro
lado se tienen también variables de flujo
de entrada y salida que determinan la
cantidad de material que ingresa a un
proceso (nivel) determinado y con los
flujos, es posible establecer por
diferencia la situación actual del proceso
(variable de estado) en un tiempo
definido en la simulación dinámica; de
igual forma se establecen las variables
auxiliares que permiten hacer las
conexiones entre los eslabones de la
cadena de suministro a través de la
relaciones dinámicas lógica entre las
variables de flujo, nivel e incluso entre
las mismas variables auxiliares.
Es importante destacar el concepto de
retardo en los modelos de dinámica de
sistemas dado que estos están presentes
entre cada uno de los procesos, estos
son determinados a través de
parámetros fijos o bien con valores
aleatorios. La simulación dinámica tiene
su fundamento en métodos numéricos
(Runge Kutta) desarrollados y
empleados a través del simulador
Vensim PLE V 6.0 ®.
La Figura 5 muestra la estructura del
eslabón de abastecimiento donde se
Centros de
Distribución Cajeme
diferencia (capacidad de
CEDIS-CEDIS actual)
+
Capacidad de CEDIS
entregas a CEDIS
+
entrega a minoristas
demanda
clientes minoristas
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
27
observan dos variables de nivel
representadas por los rectángulos, tres
variables de flujo representadas por las
flechas con la llave, así como ocho
variables auxiliares representadas por
los círculos.
Figura 5. Diagrama de Forrester del eslabón de abastecimiento para el producto trigo.
Para el eslabón de producción, de igual
forma se presenta el diagrama de
Forrester en la Figura 6, donde se
observan dos variables de nivel
mostradas en los rectángulos; dos
variables exógenas representadas por
los hexágonos, así como seis variables
de flujo (entrada y salida) representada
por las flechas y sus llaves; todas las
variables tienen una relación de causa
efecto mostradas por las flechas azules.
Terreno de cultivo: proceso de
crecimientosiembra de semilla
de trigo
Porcentaje de
semilla sembrada
Inventario (Cosecha de Trigo)
Levantamiento de
trigo (trillado)
Diferencia
(Capacidad -
Inventario
Actual)
Trilladoras
disponibles
Toneladasesperadas porhectarea con
base alpromedio delos últimos 5
años
Capacidad
de
trilladoras
Toneladas
de trigo
Flujo de entrega
tiempo de entrega
porcentaje
de trigo
esperado
disponibili
dad de
hectareas
en cajeme
Rendimiento
promedio
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
28
Figura 6. Diagrama de Forrester del eslabón de producción para el producto trigo y
subproducto harina
La Figura 7 muestra el eslabón de
distribución donde se observan las
relaciones entre las variables siguientes:
dos variables de nivel representadas en
rectángulos, una variable exógena
representada en un hexágono, y dos
variables auxiliares representadas en los
círculos.
Figura 7. Modelo de Forrester para el subproducto harina.
Etapa 5: Obtención de las relaciones
matemáticas. Las relaciones
matemáticas se dan entre cada una de
las etapas de la cadena de suministro,
estas relaciones permiten establecer los
modos de comportamiento asociados, la
primera versión de las ecuaciones
matemáticas es presentada a
Ensilado de Trigo
Exportación de Trigo
Almacen de la Industria Harinera
Entrega a Mayoristas
(La Moderna)
procesamiento de trigo
mermas
variacion
porcentual
de trigo que
se exporta
Max-min
mermas
tiempo de
procesamiento total
Entregas a CEDIS
porcentaje local
mercado porcicola
variacion porcentual
para mercado porcícola
tiempo de
entrega Cedis
CLIENTES
Centros de Distribución
capacidad de CEDIS
Diferencia
(Capacidad-
CEDIS
actual)
Clientes Minoristas
Entrega a minoristas
Demanda
Diferencia
Capacidad temporada
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
29
continuación mostrando a manera de
ejemplo las siguientes relaciones en cada
eslabón.
Relaciones matemáticas del eslabón de abastecimiento:
Ecuación de nivel:
+
Ecuación de Flujo:
Ecuación Auxiliar:
donde:
Inv (t+dt) = Inventario producto de la cosecha de trigo en un tiempo t +dt
Inv (t) = Inventario Inicial
Lt = Levantamiento de Trigo, es un flujo de entrada
FE = flujo de entrega, es un flujo de salida
Ten= tiempo de entrega
TEHa = Toneladas esperadas por hectárea
Relaciones matemáticas del eslabón de producción:
donde:
AIH = Almacén de la industria harinera
Pt = Procesamiento de Trigo, es un flujo de entrada
EnC = Entregas a Centros de distribución (CEDIS)
TeC = Tiempo de entrega en los CEDIS
Relaciones matemáticas del Eslabón de distribución:
donde:
EnC = Entregas de harina a los CEDIS
Emin= Entrega de harina a los clientes Minoristas
Nota: Las relaciones matemáticas totales fueron 20 y 12 parámetros en la primera versión del modelo,
la nomenclatura de cada elemento que compone la relación matemática tiene su propia definición.
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
30
Etapa 6: Simulación del modelo
matemático.
La simulación del modelo para el
eslabón de abastecimiento, producción y
distribución son presentada en las
Figuras 8, 9, 10 y 11; los valores iniciales
empleados en la simulación del modelo
son mostrados en la Tabla 1
Tabla 1. Variables y sus valores iniciales
Variables de nivel: Valores iniciales Variables
auxiliares
Valores iniciales
"Terreno de cultivo:
proceso de crecimiento"
0 toneladas Capacidad
temporada
10,000 toneladas
Almacén de la Industria
Harinera
25 toneladas Trilladoras
disponibles
20
trill./temporada
Centros de Distribución 200 toneladas porcentaje local 0.23/temporada
Clientes Minoristas 10 toneladas Capacidad de
CEDIS
550 toneladas
Ensilado de Trigo 10 toneladas
"Inventario (Cosecha de
Trigo)"
0 toneladas Parámetros Valores iniciales
Variables Exógenas Valores iniciales Porcentaje de
semilla sembrada
0.8/temporada
Capacidad de trilladoras Rand Uniform (8,10, 0.34)
toneladas/trilladora
tiempo de entrega 3 días
Demanda
Rand Uniform (0.5, 0.7,
1234) /temporada
tiempo de entrega
Cedis
1.5 temporada
"Max-min mermas"
Rand Uniform (0 , 0.1, 0.345
) 1/temporada
tiempo de
procesamiento total
1.5 temporada
Rendimiento promedio Rand Uniform (6.2, 7.1,
0.4356 ) toneladas/hectárea
variación porcentual de
trigo que se exporta
Rand Uniform (0.46,0.5,123)
1/temporada
variación porcentual de
trigo que se exporta
Rand Uniform (0.46,0.5,123)
1/temporada
Variación porcentual
para mercado porcícola
0.31/temporada
Fuente: elaboración propia, 2014, la nomenclatura de cada elemento que compone la relación matemática en las formulas tiene
su propia definición y esta relacionada con las variables y parámetros de la tabla.
A partir de los valores iniciales, se
observa en la Figura 8, un crecimiento
del trigo durante el tiempo que dura la
simulación, esta eventualmente crecerá
hasta que inicie el proceso de cosecha
del trigo como lo muestra la Figura 5,
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
31
donde a partir del día 91 iniciaran las primeras cosechas.
Figura 8. Simulación de la variable: terreno de cultivo.
Figura 9. Simulación de la variable: Cosecha de Trigo.
La cosecha del trigo sucede en el mes
tres (91 días), posteriormente es llevada
a los silos donde es almacenada para la
producción de harinas de acuerdo al
tipo de variedad para consumo local o
bien es llevada como en grano a
mercados extranjeros o para productos
pecuarios. La Figura 10, muestra el
comportamiento de los silos, en la
medida que entra el producto (trigo)
este es entregado como subproducto, de
acuerdo a los diferentes puntos de
demanda de la industria harinera
(Figura 11).
Figura 10. Simulación de la variable: Ensilado
de trigo.
Figura 11. Simulación de la variable: Almacén
de la Industria Harinera.
Los inventarios de harina están
considerados para las empresas que
transforman la harina en productos de
valor agregado para los diferentes centros
de distribución de Cajeme, la Figura 11 y
12, muestran dicho comportamiento, se
observa como es que prácticamente los
productos han sido enviados a los centros
de distribución para su entrega a los
clientes finales, minoristas (Figura 9).
Terreno de cultivo: proceso de crecimiento
200 M
150 M
100 M
50 M
0
1 46 91 135 180
Time (dia)
ton
elad
as
"Terreno de cultivo: proceso de crecimiento" : escenario b
Inventario (Cosecha de Trigo)
80,000
60,000
40,000
20,000
0
1 46 91 135 180
Time (dia)
tonel
adas
"Inventario (Cosecha de Trigo)" : escenario b
Ensilado de Trigo
30,000
22,499
14,998
7,498
-3
1 46 91 135 180
Time (dia)
ton
elad
as
Ensilado de Trigo : escenario b
Almacen de la Industria Harinera
20,000
14,800
9,600
4,400
-800
1 46 91 135 180
Time (dia)
tonel
adas
Almacen de la Industria Harinera : escenario b
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
32
Figura 12. Simulación de la variable:
CEDIS.
Figura 13. Simulación de la variable:
Clientes Minoristas.
Las pequeñas y medianas empresas hoy
en día requieren ser apoyadas con
propuesta que les permitan agregarles
valor (económico, social y
medioambiental), el uso de la dinámica de
sistemas para observar los diferentes
modos de comportamiento en la logística
de su cadena de suministro ofreció una
alternativa para los tomadores de
decisiones que deseen incorporar políticas
en cada uno de los eslabones sin perder de
vista el todo, partiendo de políticas que
pueden ser incluidas en el modelo.
En este sentido se debe prever que tomar
una decisión con políticas de alto impacto
pueden afectar (positiva o negativamente)
el comportamiento del siguiente eslabón
(producción) hasta el último de la cadena
(cliente final), es importante destacar que
la propuesta es el resultado de una
aproximación al modelo que se concluye
en el segundo semestre de 2015 que
contendrá un mayor número de variables.
Por otro lado, se puede establecer que el
objetivo de la primera etapa del proyecto
se cumplió al proporcionar en la primera
etapa del proyecto un aproximación al
modelo general para la cadena de
suministro del producto trigo-harina y que
este permite revisar el desempeño de cada
uno de los eslabones desde el de
abastecimiento hasta la entrega
(distribución) del producto terminado al
cliente final (minoristas).
Finalmente, en este artículo se muestra la
cadena de suministro para un producto en
seco, sin embargo la lógica de construcción
puede ser muy parecida para los
productos en frío, solamente se debe
considerar que los parámetros en términos
de condiciones y temporalidad pudieran
variar; al ser esta una aproximación al
modelado de ambas cadenas ha generado
un modelo para el proyecto marco, que
fue la referencia para la construcción del
modelo final.
Centros de Distribución
30,000
21,000
12,000
3,000
-6,000
1 46 91 135 180
Time (dia)
ton
elad
as
Centros de Distribución : escenario b
Clientes Minoristas
40,000
30,000
20,000
10,000
0
1 46 91 135 180
Time (dia)
ton
elad
as
Clientes Minoristas : escenario b
CONCLUSIONES
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
33
Aracil, J., & Gordillo, F. (1997). Dinámica
de Sistemas. Madrid, España: Alianza
editorial.
Arvis, J., Savslasky, D., Ojala, L.,
Shepherd, B., Busch, C., & Raj, A. (2014).
Connecting to compete 2014, trade
logistics in the global economy. The World
Bank. Washington DC: The World Bank.
FAO . (08 de Marzo de 2012). Recuperado
el 17 de Septiembre de 2014, de
Organizacion de las Naciones Unidas para
la Alimentacion y la Agricultura:
http://www.fao.org/news/story/es/item/12
8142/icode/
Forrester. (1981). Dinámica Industrial.
Buenos Aires, Argentina: El Ateneo.
Fuentes, J. L. (2014). Por falta de equipo
ferroviario hay 200mil toneladas de trigo
retenidas en puerto. T21 .
infoagro. (s/f). Obtenido de
http://www.infoagro.com/herbaceos/cereal
es/trigo.htm
Kaufman, R., Forbes, R., & Parks, J. (2003).
How to make the balanced scorecard
really balanced. Performance Improvent,
197-204.
Lagarda, E. (2010). Startegic planning from
casual models of tne centers of innovation
and development as the basis for building
scenarios based on Itson´s innvation
ecosystems. Social and Organizational
Performance Review -Concepts and
Researh- , 51-72.
Lagarda, E., Coronado, E., Portugal, J., &
Cinco, J. (2013). Grupo Latinoamericano
de Dinámica de Sistemas. Recuperado el 4
de 5 de 2014, de XI Congreso
Latinoamericano de Dinámica de
Sistemas: http://www.onceclads.com
Maroni, J., & Asenjo, C. (2005). Mayores
exigencias para la cosecha de trigo: las
nuevas normas de comercialización.
Agromensajes de la facultad .
noticiero T21. (15 de 01 de 2012). noticiero
T21. Recuperado el 17 de 09 de 2014, de
noticiero T21:
http://t21.com.mx/logistica/2012/01/15/reco
miendan-mantenimiento-capacitacion-
cadena-fri-o
noticieros T21. (31 de 03 de 2014). noticiero
T21. Recuperado el 17 de 09 de 2014, de
noticiero T21:
http://t21.com.mx/logistica/2014/03/31/tran
sporte-almacenaje-retos-cadena-frio
Ogilvy, J. (2006). Education in the
information age: scenarios, equality and
equaly. Barkeley, CA, USA: GBN.
Porter, M. (2013). Wy Busines can be good
at solving problems. Recuperado el 13 de
abril de 2015, de TED:
http://www.ted.com/talks/michael_porter_
why_business_can_be_good_at_solving_s
ocial_problems/transcript
Ramírez, S. (2010). Modelización de una
cadena de abastecimiento (supply chain)
para el sectror textil-confeccion en el
entorno colombiano. Universida Nacional
de Colombia, Facultad de Minas.
Medellín: UNC.
Randers, J. (1980). Elements of the study
dynamics method. Portland, OR, USA:
Productivity Press.
REFERENCIAS
Ingeniería Industrial.
Actualidad y Nuevas Tendencias
Año 9, Vol. V, N° 16
ISSN: 1856-8327
Lagarda et al., Cadena de Suministro… Una aproximación al Modelo Causal, p. 19-34
34
S, M. D. (2014). Industria Alimentaria
Precisa Bajar Costos de Transporte. T21 .
Schwab, K. (2014). The Global
Competitiveness Report 2013-2014. World
Economic Forum, Comitted to improve
the state of the world. Paris: OCDE.
Schwartz, P. (1991). The art of the long
view, planning for the future in an
uncertain world. New York, NY, USA:
Currency Doubleday.
SCOR. (6 de 5 de 2014). SCOR .
Recuperado el 2014, de Supply Chain
council: https://supply-chain.org/scor
Senge, P. La quinta disciplina: El arte y la
práctica de la organización abierta al
aprendizaje. Granica.
Tseng, Y., Wang, W., & Weiyang, M.
(2012). A System Dynamics Model of
Evolving Supply Chain Relationships and
Inter-firm Trust. Tunghai University,
Taiwan, Business Administration.
Massachussetts: System Dynamics .
Autores
Ernesto Alonso Lagarda Leyva. Departamento de Ingeniería Industrial, Instituto Tecnológico de
Sonora, Ciudad Obregón, México.
E-mail: [email protected]
Javier Portugal Vásquez. Departamento de Ingeniería Industrial, Instituto Tecnológico de
Sonora, Ciudad Obregón, México.
E-mail: [email protected]
Arnulfo Aurelio Naranjo Flores. Departamento de Ingeniería Industrial, Instituto Tecnológico
de Sonora, Ciudad Obregón, México.
E-mail: [email protected]
María Gabriela Aguilar Valenzuela. Egresada de la Carrera de Ingeniería Industrial y de
Sistemas, ITSON, trabajo actual: DIMESA grupo PISA, Ciudad Obregón, México.
E-mail: [email protected]
María Isabel Castillo Rodríguez. Egresada de la Carrera de Ingeniería Industrial y de Sistemas,
ITSON, trabaja en PEPSICO, Ciudad Obregón, México.
E-mail: [email protected]
Recibido: 09-12-2015 Aceptado: 16-04-2016