Cadena de valor

Esquema de la Cadena de Valor. La cadena de valor empresarial, o cadena de valor, es un modelo terico que permite describir el desarrollo de las actividades de una organizacin empresarial generando valor al cliente final, descrito y popularizado por Michael Porter en su obra Competitive Advantage: Creating and Sustaining Superior Performance'.'1

Contenido
[ocultar]

1 Actividades primarias 2 El marco de la cadena de valor 3 Vase tambin 4 Notas y referencias 5 Bibliografa 6 Enlaces externos

[editar] Actividades primarias

Las actividades primarias se refieren a la creacin fsica del producto, su venta y el servicio posventa, y pueden tambin a su vez, diferenciarse en sub-actividades. El modelo de la cadena de valor distingue cinco actividades primarias:

Logstica interna: comprende operaciones de recepcin de OS,Gestionar los pedidos, seguimientos a las OS y distribucin de los componentes. Operaciones (produccin): procesamiento de las materias primas para transformarlas en el producto final. Logstica externa: almacenamiento y recepcin de los productos y distribucin del producto al consumidor. Marketing y Ventas: actividades con las cuales se da a conocer el producto.

Servicio: de posventa o mantenimiento, agrupa las actividades destinadas a mantener, realzar el valor del producto, mediante la aplicacin de garantas, servicios tecnicos y soporte de Fabrica al producto.

== Actividades Secundarias (o transversales)== MENTIRA Las actividades primarias estn apoyadas o auxiliadas por las tambin denominadas 'actividades secundarias':

Infraestructura de la organizacin: actividades que prestan apoyo a toda la empresa, como la planificacin, contabilidad y las finanzas. Direccin de recursos humanos: bsqueda, contratacin y motivacin del personal. Desarrollo de tecnologa, investigacin y desarrollo: generadores de costes y valor.2

[editar] El marco de la cadena de valor

La cadena de valor enseguida se puso en el frente del pensamiento de gestin de empresa como una poderosa herramienta de anlisis para planificacin estratgica. Su objetivo ltimo es maximizar la creacin de valor mientras se minimizan los costos. De lo que se trata es de crear valor para el cliente, lo que se traduce en un margen entre lo que se acepta pagar y los costos incurridos por adquirir la oferta. Sin embargo, la prctica ha demostrado que la reduccin de costos monetarios tiene tambin un lmite tecnolgico, pues en ocasiones ha afectado tambin la calidad de la oferta y el valor que sta genera. Por ello el pensamiento sistmico en este aspecto ha evolucionado a desarrollar propuestas de valor, en las que la oferta se disea integralmente para atender de modo ptimo a la demanda. La cadena de valor ayuda a determinar las actividades o competencias distintivas que permiten generar una ventaja competitiva, concepto introducido tambin por Alexander Borja. Tener una ventaja de mercado es tener una rentabilidad relativa superior a los rivales en el sector industrial en el cual se compite, la cual tiene que ser sustentable en el tiempo.3 Rentabilidad significa un margen entre los ingresos y los costos. Cada actividad que realiza la empresa debe generar el mayor posible. De no ser as, debe costar lo menos posible, con el fin de obtener un margen superior al de los rivales. Las Actividades de la cadena de valor son mltiples y adems complementarias (relacionadas). El conjunto de actividades de valor que decide realizar una unidad de negocio es a lo que se le llama estrategia competitiva o estrategia del negocio, diferente a las estrategias corporativas o a las estrategias de un rea funcional. El concepto de subcontratacin, outsourcing o externalizacin, resulta tambin de los anlisis de la cadena de valor. El concepto ha sido extendido ms all de las organizaciones individuales. Tambin puede ser aplicado al estudio de la cadena de suministro as como a redes de distribucin. La puesta a disposicin de un conjunto de productos y servicios al consumidor final moviliza diferentes actores econmicos, cada uno de los cuales gestiona su cadena de valor. Las interacciones sincronizadas de esas cadenas de valor locales crean una cadena de valor

ampliada que puede llegar a ser global. Capturar el valor generado a lo largo de la cadena es la nueva aproximacin que han adoptado muchos estrategas de la gestin. A base de explotar la informacin que se dirige hacia arriba y hacia abajo dentro de la cadena, las compaas pueden intentar superar los intermediarios creando nuevos modelos de negocio. El modelo de la cadena de valor resalta las actividades especificas del negocio en las que pueden aplicar mejor las estrategias competitivas y en las que es mas probable que los sistemas de informacin tengan un impacto estratgico. El modelo considera a la empresa como una serie de actividades primarias y de apoyo que agregan valor a los productos y servicios de una empresa. Las actividades primarias estn mas relacionadas con la produccin y distribucin de los productos y servicios de la empresa que crean valor para el cliente. Las actividades primarias incluyen logstica de entrada, operaciones, logstica de salida, ventas y marketing y servicio. Las actividades de apoyo consisten en la infraestructura (administracin y gerencia) , recursos humanos, tecnologa y adquisiciones de la organizacin. El uso del modelo de la cadena de valor de una empresa considera la comparacin de sus procesos de negocios con los de sus competidores o con otras empresas de industrias relacionadas y a identificar las mejores prcticas de la industria. El benchmarking implica la comparacin de la eficiencia y efectividad de sus procesos de negocios contra estndares estrictos y luego la medicin del desempeo contra esos estndares. La cadena de valor de una empresa se debe enlazar con las cadenas de valor de sus proveedores, distribuidores y clientes. Una red de valor consiste en sistemas de informacin que mejoran la competitividad en toda la industria promoviendo el uso de estndares y al dar a las empresas la oportunidad de trabajar de manera mas eficiente con sus socios de valor.

2011

Qu es la Programacin Lineal?

La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin. Los modelos de Programacin Lineal por su sencillez son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. NOTICIAS: INGRESE A LA SECCIN SIMPLEX Y RESUELVA SUS MODELOS DE PROGRAMACIN LINEAL FCILMENTE UTILIZANDO ESTE MTODO ENLZANOS: Gracias por tu inters en difundir nuestro sitio. A continuacin un cdigo para que puedas copiar y pegar en tu pgina web o blog. <a href="http://www.programacionlineal.net"><img src="http://www.programacionlineal.net/images/linktous.jpg" border="0" title="El Sitio de Programacin Lineal en Espanol" width="150" height="32"></a>

CONTENIDOS 1. Programacin Lineal: Definicin, Propiedades, Aplicaciones, Ejemplos, Preguntas Frecuentes (FAQ). 2. Resolucin Grfica: Resolucin modelos de Programacin Lineal en 2 variables, Curvas de Nivel, Solucin ptima, Valor ptimo, Anlisis de sensibilidad grfico, precios sombra, intervalos de variacin coeficientes de la funcin objetivo. 3. Simplex: Forma estndar de un modelo de Programacin Lineal, Variables de Holgura, Variables de Exceso, Variables Auxiliares, Cambio de Variables, Mtodo Simplex, Mtodo Simplex de 2 fases, Mtodo Simplex Dual, Casos especiales. Mdulo de Resolucin Simplex.

4. Resolucin: Mdulo de Resolucin en lnea para modelos de Programacin Lineal. Fcil e intuitivo. Resultados en instantes. 5. Sensibilidad: Anlisis postoptimal, Cambio en los coeficientes de la funcin objetivo, Cambio en el lado derecho, Inclusin de una nueva variable, Inclusin de una nueva restriccin, Precios Sombra, Intervalos de variacin lado derecho, Intervalos de variacin coeficiente funcin objetivo, Casos especiales.

2011

Mtodo Simplex

El Mtodo Simplex publicado por George Dantzig en 1947 consiste en un algoritmo iterativo que secuencialmente a travs de iteraciones se va aproximando al ptimo del problema de Programacin Lineal en caso de existir esta ltima. La primera implementacin computacional del Mtodo Simplex es el ano 1952 para un problema de 71 variables y 48 ecuaciones. Su resolucin tarda 18 horas. Luego, en 1956, un cdigo llamado RSLP1, implementado en un IBM con 4Kb en RAM, admite la resolucin de modelos con 255 restricciones. El Mtodo Simplex hace uso de la propiedad de que la solucin ptima de un problema de Programacin Lineal se encuentra en un vrtice o frontera del dominio de puntos factibles (esto ltimo en casos muy especiales), por lo cual, la bsqueda secuencial del algoritmo se basa en la evaluacin progresiva de estos vrtices hasta encontrar el ptimo. Cabe destacar que para aplicar el Mtodo Simplex a un modelo lineal, este debe estar en un formato especial conocido como formato estndar el cual definiremos a continuacin. FORMA ESTNDAR DE UN MODELO DE PROGRAMACIN LINEAL Consideremos un modelo de Programacin Lineal en su forma estandar, que denotaremos en lo que sigue por:

Min sa

c1x1 + c2x2 + ... + cnxn a11x1 + a12x2 + ... + a1nxn = b1 a21x1 + a22x2 + ... + a2nxn = b2 ... ... ... am1x1 + am2x2 + ... + amnxn = bm xi >= 0, i = 1, 2, ..., n y m <= n

Matricialmente escrito como: Min cTx s.a Ax = b x >= 0 No existe prdida de generalidad en asumir que un modelo de PL viene dado en su forma estndar:

EJEMPLO P) Max sa

9u + 2v + 5z 4u + 3v + 6z <= 50 u + 2v - 3z >= 8 2u - 4v + z = 5 u,v >= 0 z e IR

1. Siempre es posible llevar un problema de maximizacin a uno de minimizacin. Si f(x) es la funcin objetivo a maximizar y x* es la solucin ptima f(x*) >= f(x), para todo x factible. -f(x*) <= - f(x), para todo x factible. En consecuencia: x* es tambin mnimo de -f(x) 2. Cada restriccin del tipo <= puede ser llevada a una ecuacin de igualdad usando una (nueva) variable de holgura no negativa, con coeficiente nulo en la funcin objetivo. 3. Cada restriccin del tipo >= puede ser llevada a una ecuacin de igualdad usando una (nueva) variable de exceso no negativa, con coeficiente nulo en la funcin objetivo. 4. Siempre es posible escribir una variable libre de signo como la diferencia de dos variables no negativas. Considerando la siguiente notacin: u = x1, v = x2, z = x3 - x4, s1 = x5 (holgura), s2 = x6 (exceso), el problema P) puede ser escrito en forma equivalente como:

Min sa:

- 9x1 - 2x2 - 5x3 + 5x4 + 0x5 + 0x6 4x1 + 3x2 + 6x3 - 6x4 + x5 = 50 x1 + 2x2 - 3x3 + 3x4 - x6 = 8 2x1 - 4x2 + x3 - x4 = 5 xi >= 0, i=1,2,3,4,5,6.

EJEMPLO: Resolver el siguiente problema de Programacin Lineal utilizando el Mtodo Simplex:

Max 40*X1 + 60*X2 s.a. 2*X1 + 1*X2 <= 70 1*X1 + 1*X2 <= 40

1*X1 + 3*X2 <= 90 X1 >= 0 X2 >= 0 Para poder aplicar el Mtodo Simplex, es necesario llevar el modelo a su formato estndar, para lo cual definimos X3, X4, X5 >= 0 como las respectivas variables de holgura para la restriccin 1, 2 y 3. De esta forma queda definida la tabla inicial del mtodo de la siguiente forma: X1 2 1 1 -40 X2 1 1 3 -60 X3 1 0 0 0 X4 0 1 0 0 X5 0 0 1 0 70 40 90 0

En esta situacin, las variables de holgura definen una solucin bsica factible inicial, condicin necesaria para la aplicacin del mtodo. Luego, se verifican los costos reducidos de las variables no bsicas (X1 y X2 en la tabla inicial) y se escoge como variable que entra a la base aquella con el costo reducido "ms negativo". En este caso, X2. Luego, para escoger que variable bsica deja la base debemos buscar el mnimo cuociente entre el lado derecho y los coeficientes asociados a la variable entrante en cada fila (para aquellos coeficientes > 0 marcados en rojo en la tabla anterior). El mnimo se alcanza en Min {70/1, 40/1, 90/3} = 30 asociado a la tercera fila, el cual corresponde a la variable bsica actual X5, en consecuencia, X5 deja la base. En la posicin que se alcanza el mnimo cuociente lo llamaremos "Pivote" (marcado con rojo) el cual nos servir para realizar las respectivas operaciones filas, logrando la siguiente tabla al cabo de una iteracin: X1 5/3 2/3 1/3 -20 X2 0 0 1 0 X3 1 0 0 0 X4 0 1 0 0 X5 -1/3 -1/3 1/3 20 40 10 30 1800

El valor de la funcin objetivo luego de una iteracin ha pasado de 0 a 1.800. Se recomienda al lector hacer una representacin grfica del problema y notar como las soluciones factibles del mtodo corresponden a vrtices del dominio de puntos factibles. La actual tabla no corresponde a la solucin ptima del problema P) debido a que existe una variable no bsica con costo reducido negativo, por tanto X1 entra a la base. Posteriormente, mediante el criterio del mnimo cuociente calculamos la variable que debe

dejar la base: Min {40/(5/3), 10/(2/3), 30/(1/3)} = 15, asociado a la fila 2 (variable bsica actual X4), por tanto X4 deja la base. Obtenido lo anterior se aplica una iteracin del mtodo: X1 0 1 0 0 X2 0 0 1 0 X3 1 0 0 0 X4 -5/2 3/2 -1/2 30 X5 1/2 -1/2 1/2 10

15 15 25 2100

Finalmente se alcanza la solucin ptima del problema P) y se verifica que los costos reducidos asociados a las variables no bsicas (X4 y X5 son mayores o iguals que cero). Notse que la existencia de un costo reducido igual a cero para una variable no bsica en esta etapa define un problema con "infinitas soluciones". La solucin alcanzada es X1* = 15, X2* = 25 con V(P*) = 2.100. Adicionalmente, los costos reducidos asociados a las variables no bsicas definen el precio sombra asociado a las restricciones 1, 2 y 3, respectivamente, lo cual es equivalente a la obtencin del precio sombra mediante el mtodo grfico. Dejaremos para una posterior presentacin, la forma de calcular el intervalo de variacin para el lado derecho que permite la validez del precio sombra, utilizando la tabla final del Mtodo Simplex. MTODO SIMPLEX DE 2 FASES Esta estrategia se utiliza cuando no es inmediata una solucin bsica factible inicial en las variables originales del modelo. FASE 1: Se considera un problema auxiliar que resulta de agregar tantas variables auxiliares a las restricciones del problema, de modo de obtener una solucin bsica factible. Resolver por Simplex un problema que considera como funcin objetivo la suma de las variables auxiliares. Si el valor ptimo es cero, seguir a la Fase II, en caso contrario, no existe solucin factible. FASE 2: Resolver por Simplex el problema original a partir de la solucin bsica factible inicial hallada en la Fase I.

P)

Max sa

2X1 + X2 10X1 + 10X2 <= 9 10X1 + 5X2 >= 1 X1, X2 >= 0

Se debe agregar X3 como variable de holgura de la restriccin 1, X4 como variable de exceso de la restriccin 2 y X5 variable auxiliar para poder comenzar la Fase 1. (Ntese que solo agregando X3 como variable de holgura a la restriccin 1 y X4 como variable de

exceso a las segunda restriccin no se obtiene una solucin bsica factible inicial, en particular X4<0).

F1) sa

Min X5 ...............10X1 + 10X2 + X3 = 9 10X1 + 5X2 - X4 + X5 = 1 X1, X2, X3, X4, X5 >= 0

La tabla inicial asociada a la Fase I queda en consecuencia definida de la siguiente forma: X1 10 10 0 X2 10 5 0 X3 1 0 0 X4 0 -1 0 X5 0 1 1

9 1 0

Luego, se debe hacer 0 el costo reducido de X5, obteniendo la siguiente tabla inicial para hacer el uso de Simplex: X1 10 10 -10 X2 10 5 -5 X3 1 0 0 X4 0 -1 1 X5 0 1 0

9 1 -1

Se escoge X1 como variable que entra a la base al tener el costo reducido ms negativo. Posteriormente, mediante el criterio del mnimo cuociente se selecciona la variable que sale de la base: Min {9/10; 1/10} = 1/10, X5 sale de la base: X1 0 1 0 X2 5 1/2 0 X3 1 0 0 X4 1 -1/10 0 X5 -1 1/10 1 8 1/10 0

Se obtiene la solucin ptima de la Fase I, con valor ptimo cero. Luego iniciamos la Fase II del mtodo tomando X1 y X3 como variables bsicas iniciales. FASE 2: Resolver por Simplex el problema original a partir de la solucin bsica factible inicial hallada en la Fase I. X1 0 X2 5 X3 1 X4 1

1 -2

1/2 -1

0 0

-1/10 0

1/10 0

Hacemos cero los costos reducidos de las variables bsicas: X1 0 1 0 X2 5 1/2 0 X3 1 0 0 X4 1 -1/10 -1/5 8 1/10 1/5

X4 entra a la base. Por el criterio del mnimo cuociente, el pivote se encuentra en la fila 1, por tanto X3 sale de la base: X1 0 1 0 X2 5 1 1 X3 1 1/10 1/5 X2=0 X4 1 0 0 8 9/10 9/5

Donde la solucin ptima es: X1=9/10

Con valor ptimo V(P) = 9/5.

MTODO SIMPLEX - CASOS ESPECIALES

Llevar un problema de Programacin Lineal a su forma estndar no siempre es inmediato. Un error frecuente es tratar de resolver por el Mtodo Simplex un modelo que no cumple con el diseo que exige el mtodo. A continuacin algunos ejemplos y casos especiales a tener en cuenta:

CAMBIO DE VARIABLES

Resuelva el siguiente problema de Programacin Lineal utilizando el Mtodo Simplex.

Max 2X1 + 2X2 + 4X3 S.A. X2 + 2X3 <= 240 (R1)

X1 + X2 + X3 <= 400 (R2) 2X1 + X2 + X3 <= 360 (R3) X1>=100 (R4) X2>=60 (R5) X3>=60 (R6)

Si quisiramos resolver directamente este problema utilizando Simplex deberamos agregar variables de exceso para R4, R5 y R6 y luego variables artificiales para disponer de una solucin bsica factible de modo de utilizar el Mtodo Simplex de 2 Fases. Claramente esto es un trabajo tedioso por el gran tamao de la tabla resultante.

En consecuencia, lo ms eficiente es hacer un cambio de variables de modo que todas las restricciones queden del tipo "<=" y de esta forma se dispone de una solucin bsica factible inicial. Sea Y1=X1-100>=0; Y2=X2-60>=0; Y3=X3-60>=0. Reemplazamos en el modelo anterior, el cual queda de la siguiente forma:

Max 2Y1 + 2Y2 + 4Y3 + 560 S.A. Y2 + 2Y3 <= 60 (R1) Y1 + Y2 + Y3 <= 180 (R2) 2Y1 + Y2 + Y3 <= 40 (R3) Y1>=0 (R4) Y2>=0 (R5) Y3>=0 (R6)

Ntese que se podra obviar la restriccin 2 y obtener identicos resultados. De todos modos definimos la tabla inicial asociada a este nuevo problema:

Y1 Y2 Y3 S1 S2 S3 0 1 2 1 1 1 2 1 1 1 0 0 0 0 1 0 0 0 1 0 60 40 0 0 180

-2 -2 -4

Compruebe que Y1=5 (X1=105), Y2=0 (X2=60), Y3=30 (X3=90) con V(P)=690.

PROBLEMA INFACTIBLE

Esta situacin se detecta cuando el valor ptimo del problema de la fase 1 es distinto de cero.

Max 3x1 + 2x2 s.a: 2x1 + x2 <= 2 3x1 + 4x2 >= 12 x1,x2 >= 0

Llevamos el modelo a su forma estndar agregando X3 como variable de holgura de la restriccin 1, X4 como variable de exceso de la restriccin 2 y X5 como variable artificial de la restriccin 2 que nos permita formar la base. De esta forma el modelo de la fase 1 queda definido por:

Min s.a:

x5 2x1 + x2 + x3 = 2 3x1 + 4x2 -x4 + x5= 12 x1,x2,x3,x4,x5 >= 0

Con tabla inicial:

X1 X2 X3 X4 X5 2 3 0 1 4 0 1 0 0 0 -1 0 0 1 1 2 12 0

Y tabla final de la fase 1:

X1 X2 X3 X4 X5 2 1 1 0 0 -5 5 0 0 -4 4 -1 0 1 0

2 4 -4

EJEMPLO PROBLEMA NO ACOTADO:

Esta situacin se detecta cuando al realizar el clculo de la variable que deja la base, todos los elementos ykj de la columna j en la tabla, son negativos para j el ndice de una variable no bsica con costo reducido negativo.

Max 2x1 + x2 s.a: x1 - x2 <= 10 2x1 <= 40 x1,x2 >= 0

Donde la tabla inicial del mtodo simplex luego de agregar X3 y X4 como variables de holgura para las restricciones 1 y 2 respectivamente es:

X1 1 2 -2

X2 -1 0 -1

X3 1 0 0

X4 0 1 0

10 40 0

Cabe destacar que en esta instancia ya se puede constatar que el problema es no acotado. X2 siendo variable no bsica los elementos de la respectiva columna son negativos o cero. Sin embargo, si el usuario no se percata inmediatamente de esto, de todos modos llegar a la misma conclusin en la iteracin posterior, luego de hacer entrar X1 a la base como aquella variable no bsica con costo reducido ms negativo.

MLTIPLES SOLUCIONES PTIMAS

Esta situacin se detecta cuando existen costos reducidos iguales a cero en una o ms de las variables no bsicas ptimas.

Max 3x1 + 2x2 s.a: 5x1 + 2x2 <= 140 3x1 + 2x2 <= 120 x1,x2 >= 0

Con tabla final del Mtodo Simplex:

X1 X2 1 0 0 0 1 0

X3 1/2 -3/4 0

X4 -1/2 5/4 1 10 45 120

Ntese que se ha encontrado una de las infinitas soluciones ptimas para el problema (X1=10, X2=45, V(P)=120). Esto debido a que la variable no bsica X3 tiene costo reducido igual a cero en el ptimo. Cmo se puede obtener otro vrtice con similar valor ptimo?. Se debe forzar la entrada entonces de X3 a la base y sacar de la base una de las variables bsicas actuales (si sigue el clculo notar que esta corresponde a X1). Finalmente, el nuevo vrtice ptimo es X1=0, X2=60, V(P)=120. El resto de las infinitas

soluciones ptimas esta contenida en tramo que une los 2 vrtices tal como se muestra en la figura: