Diseño de un modelo de decisión del tamaño de lote para la producción semanal de pan molde en la panadería Nueva York S.A.S

La empresa Nueva York S.A.S ha presentado problemas en su área productiva específicamente en el proceso de decisión del tamaño de lote a producir, esto ha causado problemas de sobrecostos por reprocesamientos (los cuales representan un 24% de la producción semanal), insatisfacción de la demanda y perdidas de unidades en inventario tanto de materia prima como de unidades producidas. Una de las causas principales de este problema es la estimación no representativa de la demanda y la desatención del factor perecedero de los productos (tanto de materia prima como unidades terminadas). Es por ello que el presente proyecto tiene como propósito diseñar un modelo de decisión del tamaño de lote a través de las herramientas estadísticas R y Python que permitan mejorar la capacidad de respuesta y desempeño de la empresa en el área de producción y ventas. Primero se halló la distribución que sigue la demanda de la empresa a través del paquete estadístico GAMLSS dando como resultado una distribución Poisson Inversa Gaussiana. Posteriormente y tomando como fundamento el problema de dimensionamiento económico ELS-PI (The economic lot-sizing problem with perishable items), se propuso un modelo de optimización matemático y estocástico con base en simulación, el cual, a través de su validación y evaluación permitió establecer el tamaño de lote óptimo de pan molde que la empresa debe producir y con el cual se evidenció que la demanda será cubierta en un 95% y habrá una disminución de los reprocesos de hasta un 60%. Con esto se concluyó que, en caso de ser aplicado el modelo en la empresa, el problema de planeación y control de inventarios, y de sobrecostos por pérdidas y demoras en el área productiva se resolverá en gran medida ya que los sobrecostos atribuidos a los reprocesos se reducirán y por lo tanto las utilidades aumentarán.The company Nueva York S.A.S has presented problems in its production area specifically in the process of deciding the size of the batch to manufacture. This issue has caused problems of cost overruns due to reprocessing (which represent 24% of the weekly manufacturing), unfulfillment of demand and loss of units in inventory of both raw material and units produced. One of the main causes of this problem is the non-representative estimation of demand and the neglect of the perishable factor of products (both raw materials and finished units). The purpose of this project is to design a batch size decision model using R and Python statistical tools to improve the company's response capacity and performance in the production and sales area. First, the distribution that follows the demand of the company was found through the GAMLSS statistical package, resulting in an Inverse Gaussian Poisson distribution. Subsequently and based on the economic dimensioning problem ELS-PI (The economic lot-sizing problem with perishable items), a mathematical and stochastic optimization model based on simulation was proposed, which, through its validation and evaluation, allowed establishing the optimal batch size of bread mold that the company must produce and with which it was evidenced that the demand will be covered by 95% and there will be a decrease in reprocessing of up to 60%. With this it was concluded that, if the model is applied in the company, the problem of inventory planning and control, and of cost overruns due to losses and delays in the productive area will be largely solved since the cost overruns attributed to the reprocesses will decrease and therefore profits will increase