Proyecto fin de master jorge rosario copia(1)

UNIVERSITAT DE VALÈNCIA.

Algunas propuestas para Ribera Salud UTE.

Máster en Planificación y Gestión de

Procesos Empresariales.

PROYECTO FIN DE MÁSTER.

TUTOR: RAMÓN ÁLVAREZ VALDÉS.

AUTOR: JORGE ROSARIO MATA.

BURJASSOT, 2012.

MÁSTER PLANIFICACIÓN Y GESTIÓN DE PROCESOS EMPRESARIALES

Página 1 RIBERA SALUD.

AGRADECIMIENTOS

A mi tutor, D. Ramón Álvarez- Valdés, por la orientación y apoyo que me

brindó y por ánimo que me infundió. Lo encontré siempre que lo busqué.

A mis profesores D. José Bermúdez , Dña. Enriqueta Vercher y D. Enrique

Benavent, por su tiempo y los buenos consejos que me brindaron en la

revisión del presente proyecto.

Y, por supuesto, a Susana, por su paciencia y apoyo incondicional.

Muchas gracias a todos.

Jorge Rosario.



CAPITULO 1. INTRODUCCION Y OBJETIVOS DEL PROYECTO.

1.1 NOTA INTRODUCTORIA.............................................................................................. 4

1.2 OBJETIVOS ........................................................................................................................ 4

1.3 ESTRUCTURA DEL PROYECTO ................................................................................. 5

CAPITULO 2. DESCRIPCIÓN DE LA EMPRESA.

2.1 INTRODUCCIÓN. ............................................................................................................. 6

2.2 ANTECEDENTES HISTÓRICOS. ................................................................................. 8

CAPITULO 3. LOGÍSTICA HOSPITALARIA.

3.1 ACTIVIDADES DE UN HOSPITAL. ............................................................................ 12

3.2 ............................................................................................................................................... SIMI

LITUDES Y DIFERENCIAS CON INDUSTRIAS MANUFACTURERAS. .................. 12

CAPITULO 4. DEPARTAMENTO DE SUMINISTROS RIBERA SALUD UTE.

4.1 COMETIDOS. ................................................................................................................... 15

4.2 ESTRUCTURA. ................................................................................................................. 17

CAPITULO 5. MARCO TEÓRICO.

5.1 INTRODUCCIÓN.............................................................................................................. 19

5.2 PREVISIÓN DE LA DEMANDA ................................................................................... 20

5.2.1 MÉTODOS DE PREDICCIÓN. ...................................................................................... 21

5.2.1.1 ARIMAS. ............................................................................................................................. 21

5.2.1.2 SUAVIZADOS EXPONENCIALES. .............................................................................. 26

5.2.1.3 SOFTWARE DISPONIBLE. ........................................................................................... 28

5.3 REAPROVISIONAMIENTO. ......................................................................................... 29

5.3.1 MODELOS DE APROVISIONAMIENTO. .................................................................. 29

5.3.2 STOCK DE SEGURIDAD Y NIVEL DE SERVICIO. ................................................. 29

5.3.3 COSTES. .............................................................................................................................. 30

5.3.4 VARIABLES DE GESTIÓN DE STOCKS. ................................................................... 34



CAPÍTULO 6. APLICACIÓN A LOS PROBLEMAS LOGÍSTICOS DE RIBERA SALUD.

6.1 PREDICCIONES ARTÍCULOS RIBERA SALUD UTE. ........................................... 36

6.1.1 PREDICCIÓN A TRES MESES DEL ARTÍCULO A0806 MEDIANTE

METODOLOGÍA ARIMA CON EL PROGRAMA TRAMO .................................... 36

6.1.2 PREDICCIONES CON SUAVIZADOS. ........................................................................ 39

6.1.2.1 METODOLOGÍA. .............................................................................................................. 39

6.1.2.2 RESULTADOS: A3010, A2009, A0663, A4222, A0806. .................................... 41

6.2 REAPROVISIONAMIENTO ARTÍCULOS RIBERA SALUD UTE. ...................... 51

6.2.1 SUPUESTOS. ..................................................................................................................... 51

6.2.2 METODOLOGÍA. .............................................................................................................. 52

6.2.3 COMENTARIOS SOBRE A2009, A0633, A0806................................................... 54

6.2.4 PROPUESTAS DE APROVISIONAMIENTO. ........................................................... 59

6.2.4.1 CÁLCULOS REVISIÓN CONTINUA: A2009, A0633, A0422, A0806. ............ 60

6.2.4.2 CÁLCULOS REVISIÓN PERIÓDICA A0806. ........................................................... 63

6.2.4.3 NIVELES DE STOCK PROPUESTOS.. ........................................................................ 65

6.2.5 PEDIDO CONJUNTO PARA UN MISMO PROVEEDOR MEDIANTE UN

MODELO DE REVISIÓN PERIÓDICA DE PERIODO FIJO, DISTRIBUCIÓN

ALEATORIA Y CUATRO ARTÍCULOS ...................................................................... 66

6.2.5.1 CÁLCULOS Y PROPUESTAS. ....................................................................................... 67

CAPÍTULO 7. PROBLEMAS DE RUTAS EN RIBERA SALUD UTE.

7.1 INTRODUCCIÓN.............................................................................................................. 70

7.2 DESCRIPCIÓN DEL PROBLEMA Y PROPUESTAS ............................................... 73

7.2.1 REPARTO MATERIAL FUNGIBLE HOSPITALARIO ........................................... 73

7.2.2 RECOGIDA DE MUESTRAS ......................................................................................... 78

CAPÍTULO 8. CONCLUSIONES. ..................................................................................... 81

REFERENCIAS ................................................................................................................... 83



CAPÍTULO 1. INTRODUCCIÓN Y OBJETIVOS.

1.1 NOTA INTRODUCTORIA.

El presente Proyecto Fin de Máster ha surgido como fruto de las prácticas del

máster PGPE que realicé en el departamento de suministros del Hospital de la

Ribera de Alcira.

En este departamento, que engloba compras, almacén, reparto, facturación se

realiza gran parte de la logística de la empresa, tanto interna como externa y es

esta relación con los contenidos teóricos del máster lo que ha motivado este

Proyecto.

El Hospital de la Ribera es un centro hospitalario público con gestión privada,

pionero en este sentido en España. Es por ello que su modelo de gestión sea

conocida como “Modelo Alcira”, criticado en sus inicios pero que con el tiempo ha

demostrado su agilidad y validez como modelo de gestión.

1.2 OBJETIVOS.

Dar a conocer alternativas en algunos aspectos de la gestión de stock en una

empresa del sector sanitario y en la gestión de rutas.

Concretamente:

1- Realizar previsiones de consumos mediante análisis de series temporales.

2- Proponer alternativas para la gestión de pedidos

3- Proponer alternativas a las actuales rutas de trasporte y recogida de

muestras.

A nivel personal: consolidar los conocimientos adquiridos en el módulo de

Logística del Máster, principalmente los relacionados con optimización y reducción

de costes.



1.3 ESTRUCTURA.

El presente proyecto consta de siete capítulos, en los que se pueden observar tres

partes diferenciadas.

En una primera parte formada por los capítulos 2, 3 y 4 se habla de la empresa y su

logística.

En el capítulo 2 se habla del origen de la empresa y su modelo de gestión.

En el capítulo 3 se habla de las similitudes y diferencias de la logística hospitalaria

y la logística en las empresas manufactureras.

En el capítulo 4 se hace una breve descripción del departamento de suministros de

la empresa.

En una segunda parte formada por los capítulos 5 y 6 establecemos la relación de

contenidos del máster con un caso real:

En el capítulo 5 exponemos los contenidos teóricos que van a utilizarse en el

capítulo 6: modelos de predicción y modelos de aprovisionamiento

En el capítulo 6 mostramos la aplicación de los contenidos teóricos del capítulo 5

al caso real de Ribera Salud UTE y la propuesta de alternativas.

La tercera parte la constituye el capítulo 7, que describe la situación actual del

transporte y distribución en la empresa.

Los ficheros con las diferentes salidas que se muestran en este trabajo fin de

máster se encuentran en el DVD entregado al director del Máster.



CAPÍTULO 2: DESCRIPCIÓN DE LA EMPRESA

2.1 INTRODUCCIÓN.

El Hospital Universitario de La Ribera primero, y, actualmente, la totalidad del

Departamento de Salud de La Ribera son el primer ejemplo práctico de un modelo

de éxito para la gestión integral del servicio público de salud en España. Un modelo

basado en la colaboración estratégica entre un grupo de empresas sólidas (Ribera

Salud UTE) formado por dos empresas del sector sanitario y hospitalario: Adeslas

y Ribera Salud, dos empresas del sector de la construcción: Dragados y Lubasa y la

Generalitat Valenciana, con el objetivo de aportar nuevas soluciones al sector de la

sanidad pública. La figura1 nos muestra la composición de la Unión temporal de

empresas.

Figura 1: Composición empresarial de Ribera Salud UTE

Fuente: Elaboración propia. 1



El modelo Alcira toma su nombre de la localidad valenciana en la que se construyó

el primer hospital público español gestionado bajo la modalidad de concesión

administrativa, el Hospital de La Ribera. Alcira es la capital de la comarca de La

Ribera Alta del Xúquer. La ciudad está situada a 36 kilómetros al sur de Valencia y

a escasos kilómetros de la costa.

El elemento fundamental sobre el que reposa la base del modelo es el concepto del

pago capitativo y la fórmula de el dinero sigue al paciente que incluye una fórmula

transferencial de desplazados ventajosa para la Administración.

De hecho el hospital concesionario asume la Asistencia Especializada del

Departamento de Salud por una cápita anual. Sin embargo, los ciudadanos tienen la

posibilidad de elegir centro sanitario. En esta situación, la empresa concesionaria

está obligada a pagar las asistencias realizadas a cualquiera de los ciudadanos del

Departamento en otros centros al 100% del coste medio de GRD (tablas de costes

asignados para cada proceso asistencial, elaboradas y manejadas por la propia

Conselleria de Sanitat) de la Comunidad Valenciana. Por el contrario, si algún

ciudadano de otros departamentos decide acudir al hospital concesionario, la

Administración sólo pagará a dicho hospital el 80% del coste medio de GRD. De

esta manera, el ciudadano tiene la llave de la viabilidad del modelo, con la

aplicación real del concepto de libertad de elección de hospital

Las características fundamentales de este modelo de gestión tal (ver Figura 2), son

las siguientes: propiedad pública, control público, financiación pública y prestación

privada.

FIGURA 2.

Fuente: Elaboración propia.



- Propiedad Pública: El hospital objeto de concesión, es un hospital público,

construido sobre suelo público y perteneciente a la red de hospitales públicos de la

Conselleria de Sanitat. Aunque la inversión inicial para su construcción y dotación

de recursos materiales y humanos parte íntegramente de las empresas que forman

la empresa concesionaria, dicho hospital revertirá íntegramente a la Generalitat

cuando expire el plazo de la concesión.

- Control Público: El Hospital está sujeto al cumplimento de las cláusulas del

Pliego de Condiciones de la Concesión Administrativa, el contrato que tiene

firmado con la Generalitat Valenciana. La Administración tiene un control

permanente del concesionario a través de la figura, única en España, del

Comisionado de la Conselleria de Sanitat con capacidad de control, inspección,

facultad normativa y sancionadora.

- Financiación Pública: La provisión está separada de la financiación. El

modelo está basado en un pago capitativo, la misma filosofía que tendría una prima

de aseguramiento. La Generalitat Valenciana paga al concesionario una cantidad

anual por cada uno de los habitantes del Departamento de Salud incluidos en el

Sistema de Información Poblacional para que sean atendidos. Este sistema permite

a la Administración conocer el coste anual de la asistencia sanitaria pública de un

Departamento durante todo el plazo que dura la concesión.

- Prestación Privada: La prestación sanitaria del Departamento es gestionada

por la empresa adjudicataria durante el período de la concesión. Al estar

gestionado por medios privados, se genera una descarga importante de los

presupuestos públicos. El precio capitativo está pactado, por lo que la

Administración transfiere el riesgo financiero a la empresa.

2.2 ANTECEDENTES HISTÓRICOS.

El camino en nuestro país para la adjudicación de la primera concesión

administrativa en materia de sanidad pública tiene su origen en el reconocimiento

en la Constitución Española (1978) al derecho a la salud para todos los ciudadanos.

Después de varias leyes y no pocas reflexiones este proceso se sustancia en el año

1999 con la primera concesión en materia de sanidad pública a una unión

temporal de empresas. En la figura 3 mostramos el recorrido desde 1978 al año

1999.



Figura 3. Evolución de la concesión administrativa

Fuente: Elaboración propia.



El modelo recogido en la Constitución Española establece la organización

territorial del Estado en 17 Comunidades Autónomas. Del mismo modo, la Carta

Magna reconoce explícitamente el Derecho a la salud de todos los ciudadanos y la

obligación de los poderes públicos de garantizar este derecho. De esta manera, el

nuevo escenario democrático de la política española incentivó el debate sanitario y

dejó patente la necesidad de introducir cambios en el sistema.

La Ley General de Sanidad, aprobada en 1986, crea el Servicio Nacional de Salud,

concebido como el conjunto de los Servicios de Salud de la Administración Central

y en el que se integran los Servicios de Salud las Comunidades Autónomas que

tenían transferidas las competencias sanitarias públicas. De forma paralela, se crea

el CISNS, el órgano permanente de comunicación, información y coordinación

entre los distintos servicios de salud y la administración.

El nuevo SNS nace para garantizar la extensión de la prestación sanitaria pública,

integral y gratuita a toda la población, mediante la financiación de fondos públicos

y garantizando así el cumplimiento del mandato constitucional. La finalización del

proceso de transferencias sanitarias a las Comunidades Autónomas en 2003

motiva la aprobación de la Ley 16/03 de Cohesión y calidad del SNS, que tiene por

objeto garantizar las condiciones básicas y comunes para una atención sanitaria

pública, integral y continuada en cualquier parte de España.

La prestación del servicio público, integral, universal y gratuito de salud exige a las

Comunidades Autónomas destinar altísimos porcentajes de sus presupuestos

anuales al mantenimiento de los diferentes servicios de salud. Estos porcentajes e

inversiones sólo son comparables a los grandes presupuestos de organizaciones

multinacionales que, en su lógica, se esforzarían por aplicar las más modernas

técnicas de gestión para utilizar eficientemente dichos recursos.

En esta línea y trasladando su ámbito al sector público, la Ley General de Sanidad

de 1986 explicitaba que "los Servicios Sanitarios adecuarán su organización a los

principios de eficacia, celeridad, economía y flexibilidad". Sin embargo, la realidad

es muy diferente. Las instituciones sanitarias operan en un entorno fuertemente

burocratizado. Los presupuestos están sometidos a la Intervención General del



Estado, las transacciones y contrataciones sujetas a la Ley de Contratos del Estado

y la gestión de los recursos humanos está encorsetada por la relación estatutaria,

mediante el estatuto del personal médico de la Seguridad Social, el Estatuto del

Personal Sanitario y el Estatuto del Personal no Sanitario.

Así, las instituciones sanitarias públicas ven cómo sus costes de personal suponen

más de la mitad de su presupuesto o cómo carecen de flexibilidad para incorporar

nueva tecnología, a lo que se une el problema del envejecimiento de la población,

con un incremento del porcentaje de personas mayores y de la esperanza de vida,

lo que representa un incremento del gasto sanitario y un descenso de la población

activa encargada, con sus impuestos, de mantener en funcionamiento el servicio

público de salud. Y todo ello, mientras el desarrollo social y cultural conlleva

ciudadanos más informados y exigentes con los servicios públicos que mantienen

con sus impuestos.

Unos recursos limitados y una mayor exigencia de la población obliga a los

responsables de los servicios de salud a gestionar lo mejor posible, a buscar la

eficiencia dando la mejor calidad al mejor precio posible, maximizando las

posibilidades de los presupuestos.

La culminación al proceso de reforma legal llega con la Ley 15/97 de nuevas

formas de gestión, que habilita a los servicios de salud a dotar sus centros de

cualquier forma jurídica admitida en derecho. La Generalitat Valenciana desarrolla

esta nueva Ley para, basándose en la ley 13/95 de contratos de las

administraciones públicas, poner en marcha la primera concesión administrativa

en el sector de la sanidad pública española: el Hospital de La Ribera.

El Departamento de Salud de La Ribera es un integrante activo de la Agencia

Valenciana de Salud y como tal está alineado con sus objetivos estratégicos y

plenamente vinculado con el desarrollo de cuantas iniciativas de calado y

perspectiva de futuro acometa la Conselleria de Sanitat.

(www.hospital-ribera.com)



CAPÍTULO 3.LOGÍSTICA HOSPITALARIA.

Abordamos en este capítulo las similitudes y diferencias de la logística de

empresas del sector industrial y la logística de una empresa del sector sanitario.

Es cierto que existe una amplia problemática logística similar entre ambos tipos

de empresas y que las soluciones a ambas son parecidas (ver cuadro 5) aunque

también es cierto el hecho de que las empresas del sector sanitario tienen unas

peculiaridades que las hace únicas. Esta singularidad no proviene únicamente por

las actividades en concreto de una empresa del sector sanitario si no

principalmente por el nivel de servicio que se ha de ofrecer al cliente (paciente) y

la velocidad de respuesta, que ha de ser inmediata.

3.1 ACTIVIDADES DE UN HOSPITAL.

De acuerdo al Council of Logistics Managment. Logistic in Service Industries

(2000)1, las actividades logísticas desarrolladas en un hospital son:

Servicios al paciente, Programación de instalaciones, Manipulación de materiales,

Previsiones, Programación sala de operaciones, Compra de medicamentos,

Expedientes médicos, Gestión de inventario, Programación de admisiones,

Urgencias, Transporte, Planificación de la capacidad, Programación del material

quirúrgico, Preparación y entrega de comidas, Suministros genéricos,

Programación enfermería y Programación de urgencias. En la siguiente figura,

figura cuatro, podemos observar la importancia de las actividades logísticas

desarrolladas en un hospital.

La figura 4, muestra la importancia de las diferentes actividades logísticas de un

hospital según Council of Logistics Managment. Logistic in Service Industries

3.2 SIMILITUDES Y DIFERENCIAS.

Diferencias:

-Las principales diferencias radican en el nivel de servicio al cliente y en el plazo de

entrega que ha de ser inmediato.

1 Actual Council of Supply Chain of Management Professionals, (CSCMP) es la asociación

profesional mundial dedicada a la difusión de la investigación y del conocimiento sobre la gerencia de la cadena de suministro. La sede central está situada en Illinois, E.E.U.U.



FIGURA 4. Importancia de las actividades logísticas. Extraído de C.A. Amaya, N. Velasco Universidad de los Andes,

Diciembre 2007.

- Otra diferencia radica en que en ocasiones, se ha de mantener un stock mínimo de

determinados artículos, principalmente medicamentos cuando las autoridades

sanitarias así lo requieran. Un ejemplo lo tenemos en la relativamente reciente

alerta de pandemia de la gripe A. La Conselleria de Sanitat instó al Hospital de la

Ribera a poseer en stock ciertas cantidades de vacunas, batas desechables,

mascarillas especiales, etc.

- Añadamos también que existen actores ajenos al hospital (cuando hablamos de

un hospital en concesión administrativa)que forman parte del gobierno de éste,

como puede ser un órgano gubernamental o provincial, cuyas recomendaciones van

a determinar el funcionamiento del centro y por ende van a tener influencia sobre

su logística.

Estas razones dotan al modelo hospitalario de una singularidad que no permite la

minimización de costes más allá de determinado límite. Debe pues predeterminar

un altísimo nivel de servicio proveniente de una política de servicio al paciente, y

en base a él, tratar de optimizar los recursos.

La figura 5 nos muestra las analogías entre la problemática logística de las

empresas manufactureras y hospitalarias..



FIGURA 5. Fuente: (A.M. Jiménez, Diciembre 2007)

PRONÓSTICOS Demanda de servicios y pa-cientes

Pronóstico por especialidades y usuarios

PLANEACIÓN AGREGADA

Planeación del flujo de pa-cientes y de los recursos por departamentos

Determinación de las cantidades necesarias a contratar por tipo de recurso

INVENTARIOS Políticas de para el manejo de inventarios

Medicamentos

Instrumentos quirúrgicos y utensilios médicos

Diseño de sistemas de in-formación y trazabilidad de los productos

Sistematización en el control del inventario

Actividades de picking

Abastecimiento coordinado Almacén central con farmacias del hospital

DISTRIBUCIÓN DE PLANTA

Farmacias Almacenamiento de las unidades de inventario

Distribución de las áreas del hospital

Apertura de nuevos centros o dependencias

Áreas de trabajo/servicio Distribución interna en los departamentos

PROGRAMACIÓN DE LAS OPERACIONES

Turnos Personal médico en las diferentes áreas

Asignación de Citas Pacientes por especialidad

Programación de Cirugías Equipos y material /personal médico/ camas /insumos

Hospitalización

Urgencias

Otras actividades de Scheduling.

DISTRIBUCIÓN Y TRANSPORTE

Diseño de rutas Carros transportadores (unidosis)

Servicios de alimentación

Rutas de ropa limpia y ropa sucia

Rutas de desechos y residuos hospitalarios

MEDICIÓN:INDICADORES DE DESEMPEÑO Y BENCHMARKING EN LOS PROBLEMAS ANTERIORES

Atención al paciente Definición de Niveles de Servicio, satisfacción del paciente

Indicadores Operativos Eficiencia en la utilización de los recursos humanos, materiales y uso del tiempo

Indicadores de Calidad Calidad técnica y ambiental

Indicadores Financieros Eficiencia en el uso de materiales, niveles adecuados de inventarios, clasificación de actividades que generan valor agregado y actividades que no lo generan, etc.



CAPÍTULO 4 DEPARTAMENTO DE SUMINISTROS DEL

HOSPITAL DE LA RIBERA.

4.1 Cometidos.

En líneas generales las funciones del departamento son las siguientes:

Revisar y evaluar la solidez y debilidades del sistema de Control Interno.

Realizar las pruebas de cumplimiento y determinar la extensión y oportunidad de

los procedimientos de auditoria aplicables de acuerdo a las circunstancias.

Preparar informes periódicos con el resultado del trabajo, las conclusiones

alcanzadas.

Planear y realizar las pruebas sustantivas de las cifras que muestran los estados

financieros y que sean necesarias de acuerdo con las circunstancias.

Verificar la existencia y aplicación de una política para el manejo de inventarios.

Determinar la eficiencia de la política para el manejo de inventarios.

Verificar que los soportes de los inventarios, se encuentren en orden y de acuerdo

a las disposiciones legales.

Observar si los movimientos en los inventarios se registran adecuadamente,

modificando los kárdex y las cuentas correspondientes.

Revisar que exista un completo sistema de costos, actualizado y adecuado a las

condiciones de la compañía.

Comprobar que las salidas de almacén sean correctamente autorizadas.

Verificación de la práctica de conteos físicos de los inventarios existentes

periódicamente.

Verificar que los inventarios estén adecuadamente asegurados.

Confirmar que las condiciones de almacenaje de los inventarios sean las óptimas.



Verificar la existencia de un manual de funciones del personal encargado del

manejo de los inventarios. Al igual que el conocimiento y cumplimiento de este por

parte de los empleados.

Verificar manualmente si las cantidades en inventarios se representan productos,

materiales y suministros de propiedad de la empresa y están en existencia, en

tránsito, en depósito, en almacenes de terceros, o en consignación.

Comprobar si las partidas en inventario están consolidadas al costo o mercado, al

que sea mas bajo, de acuerdo con los principios de contabilidad generalmente

aceptados.

Verificar que los listados de los inventarios están recopilados, calculados, sumados

y resumidos correctamente, y si los totales se reflejan debidamente en la

contabilidad.

Determinar la existencia de gravámenes por prendas o garantías o por cesión de

los inventarios, y en caso afirmativo constatar con terceros si dichos gravámenes

aparecen claramente consignados en los estados financieros o en las notas

relativas a los mismos.

Comprobar que los inventarios al cierre del periodo han sido determinados, en

cuanto a cantidades, precios, cálculos, y existencia, sobre una base que guarda

uniformidad con la utilizada en los inventarios al cierre del periodo anterior.

Realizar una verificación de la existencia de las cotizaciones para la compra de

materiales y demás elementos constitutivos del inventario.

Hacer una verificación de las cifras de los auxiliares con los saldos del mayor para

determinar existencia.

(http://www.gestiopolis.com)



4.2 ESTRUCTURA

- Un jefe de departamento.

- Un responsable de compras de materiales.

- Un responsable de compras de activos fijos.

- Dos técnicos administrativos.

- Un Jefe de Almacén.

- Tres técnicos en facturación.

- Tres operarios de almacén.

- Un operario repartidor para unidades de consumo.

- Un operario chófer para recogida de muestras y valija.

- Una empresa subcontratada para recogida de muestras.

- Dos becarios.

La figura 6 muestra la distribución, flujo de información y de materiales de un

hospital. Recoge con total fidelidad la distribución en el Hospital de la Ribera.

FIGURA 6 Fuente: (Martín G. Blanco García, 2008)



La clasificación de los artículos gestionados por el almacén central de

Ribera Salud UTE es la siguiente cuya taxonomía responde a varios criterios:

Artículos específicos. Son aquellos que son servidos máximo en 24 horas,

cuyo uso es muy específico y que es gestionado por el supervisor del departamento

que lo utiliza. Si su uso se extiende pasa a ser un artículo almacenable, cuya gestión

corresponde al departamento de suministros.

Artículos de laboratorio: Principalmente reactivos químicos.

Artículos en depósito. Este tipo de artículos es aquel que el proveedor deja

en depósito al hospital y que son financiados por la Conselleria de Sanitat. El

hospital no se responsabiliza de ellos, no los gestiona ni supervisa, simplemente

los utiliza cuando le interesa; es en ese momento cuando se pone en marcha el

circuito de pedido. El proveedor se encarga de velar por su stock y caducidad. Por

ejemplo tenemos las prótesis de cadera, la tornillería para su sujeción, marcapasos,

etc.

Artículos almacenables: (Material fungible hospitalario) Son aquellos

artículos cuyo uso está extendido y normalizado. Por ejemplo gasas, catéteres,

guías, pinzas selladoras, apósitos absorbentes…



CAPÍTULO 5. MARCO TEÓRICO.

5.1 Introducción.

Según F. Parra2 se pueden definir los stocks como: “Las provisiones de

artículos en espera de su utilización posterior, cuya utilidad está en función de la

cantidad, momento y lugar de su necesidad”. Posiblemente la mejor traducción al

castellano para la palabra stocks sea la de “existencias”. (Hernández, 2011)

El término stock es un concepto estático al contrario que el término Gestión de

Stocks. La gestión de stock es consecuencia de un proceso de desarrollo que

comenzó desde que la sociedad necesitó producir más cantidad y variedad de

productos que fueron precisando se una adecuada gestión de los mismos mediante

unos mecanismos simples al principio, pero que han ido evolucionando hasta la

actualizad donde se utilizan técnicas basadas en las finanzas, administración

científica, programación matemática o análisis económico moderno.

La gestión de stocks constituye una actividad fundamental en muchas empresas

en la actualidad. Necesitamos tener stocks para evitar la escasez, para aprovechar

los descuentos que nos proporciona un proveedor, por imagen, por nivel de

servicio, lograr equilibrio entre compras y ventas mejorando la competitividad, etc.

Podemos decir que gestionar los stocks tiene como objetivo obtener la mejor

respuesta, conforme a la política estratégica de la empresa, a las siguientes

preguntas :

¿Cuántas unidades de cada artículo debemos tener almacenadas?

¿Qué cantidad debemos solicitar en cada pedido?

¿Cuándo debemos emitir una orden de pedido?

2 Francisca Parra Guerrero es Doctora en Ciencias Económicas y Empresariales por la Universidad

de Málaga. Entre otras ha impartido la asignatura de Gestión de Stocks durante más de 20 años en dicha universidad. Autora del libro “Gestión de Stocks”, de ESIC Editorial (2005).



Figura 7. (Hernández, 2011)

Para el desarrollo de este capítulo iremos siguiendo el esquema de la figura 7 que

recoge en líneas generales el modelo de gestión de stocks.

5.2 Previsión de la demanda.

La predicción de sucesos futuros ha fascinado al hombre desde tiempos remotos.

La predicción requiere un estudio meticuloso de sucesos pasados que intenta

extraer de estos patrones o comportamientos que se repitan para poder

incorporarlos en predicciones futuras.

En la actualidad las decisiones empresariales y económicas están basadas en gran

parte en estimaciones sobre el comportamiento futuro de variables económicas.

Así pues resultan variables interesantes para la empresa, por ejemplo, el

almacenamiento de existencias, previsiones de ventas, consumo de recursos, como

materia prima o electricidad, o el personal necesario para satisfacer determinada

demanda. Las previsiones que realice una empresa sobre las variables que le

interesan, afectarán a su política económica e incluso estratégica, al mismo tiempo

que constituyen una herramienta fundamental en la toma de decisiones.

En el caso que nos ocupa, Ribera Salud, nos interesa hacer predicciones adecuadas

sobre el consumo de entre otros, del material fungible hospitalario. Así, por

ejemplo, nos es interesante aproximar la demanda futura de gasas, guías

coronarias o dializadores. Una buena aproximación nos permitirá, por una parte



satisfacer la demanda, que en el caso de un hospital es algo inexcusable y por otra

no sobrepasar unos límites de stock con el capital inmovilizado que ello conlleva y

las caducidades que el material hospitalario lleva asociadas.

5.2.1 Métodos de predicción.

Existen diversas metodologías para intentar predecir la demanda entre las cuales

destacaremos por ser las más utilizadas los métodos ARIMA y los métodos de

SUAVIZADO EXPONENCIAL.

5.2.1.1 ARIMAS.

En el año 1976 se publica una obra que habría de tener una influencia notable en

los desarrollos teóricos, y empíricos, de la econometría, y que habría de introducir

matices de indudable relevancia en la tarea de la predicción en Economía y gestión

de empresas.

Dos ingenieros con formación estadística, George Box y Gwilym Jenkins,

desarrollan una metodología completa para el análisis de series temporales. La

obra,” Time Series Análisis: Forecasting and Control” (Holden Day, San Francisco,

USA), iba a tener una influencia destacada en Economía, iniciando una extensa

literatura de desarrollos teóricos y de aplicaciones empíricas.

Lo que Box y Jenkins plantearon no fue un único modelo de serie temporal, sino

toda una familia de ellos que pudiesen ajustarse para explicar la evolución de una

variable a lo largo del tiempo. Son los denominados modelos ARIMA.

Este análisis parte de la observación de los resultados pasados de la variable,

tratando de buscar un modelo que explique el comportamiento sistemático (si

existe) de la misma, para así extrapolar sus resultados y poder predecir su

comportamiento futuro. (Astros)

El campo natural de aplicación de estos modelos es el corto plazo para series de

alta frecuencia.

Sin ánimo de entrar en detalle, mostramos a continuación las expresiones

matemáticas de algunos casos de modelos que forman la metodología ARIMA. Han

sido extraídas de los Apuntes de Econometría Empresarial II, de Bernardí Cabrer.



EXPRESIÓN GENERAL DE UN MODELO AR(p) ( Modelo autorregresivo de orden p)

EXPRESIÓN GENEREAL DE UN MODELO MA(q) ( Modelo de medias móviles de

orden q)

EXPRESIÓN GENERAL DE UN MODELO ARMA(p,q) (Modelos mixtos

autorregresivos y de medias móviles)

E

XPRESIÓN GENERAL DE UN MODELO ARIMA: (Modelos mixtos autorregresivos

integrados y con medias móviles)

Box y Jenkins diseñaron una metodología para el tratamiento de la modelización

de series temporales univariantes basada en las siguientes fases:

Figura 8. Fuente: Elaboración propia.



Identificación: El primer paso consiste en la identificación del proceso que

corresponde a la serie observada. Se deben determinar los tres valores enteros p, d

y q en el proceso ARIMA(p,d,q) que genera la serie.

Para identificar el proceso se observa si la serie es estacionaria, al ser ésta una

condición necesaria. Cuando la serie no es estacionaria hay que transformarla

hasta convertirla en estacionaria, normalmente a través de la diferenciación, que

remplaza cada valor de la serie por la diferencia entre este valor y el valor anterior,

y una transformación logarítmica para estabilizar la varianza.

Diremos que una serie es estacionaria cuando presenta:

1. Promedio constante.

2. Varianza constante.

3. Estructura de autocorrelaciones constante. La función de autocorrelación y

la función de autocorrelación parcial miden la relación estadística entre las

observaciones de una serie temporal.

La condición de que no existan cambios estructurales en la serie que analizamos,

tiene estrecha relación con la hipótesis de estacionariedad que plantean los

modelos Box-Jenkins. Esto asegura que el modelo ARIMA que explica el

comportamiento de la serie es único en todo el horizonte que estamos

considerando. (F. Gómez-Bezares, 2004)

Una vez que la serie es estacionaria ya se conoce el valor del parámetro d: es el

número de veces que se ha diferenciado la serie para hacerla estacionaria.

Finalmente faltan por identificar los parámetros p y q (órdenes de autorregresión

y de media móvil). Las funciones de autocorrelación (ACF) y de autocorrelación

parcial (PACF) de la serie proporcionan los valores de p y q. Las figuras 9 y 10 son

los correlogramas del artículo A0704 del Hospital de la Ribera, podemos observar

que no presentan estructura constante por lo que tendríamos que aplicar, al

menos, una diferenciación.



FIGURAS 9 y 10. Fuente: elaboración propia.

Estimación: Una vez identificado el modelo ARIMA y sus parámetros, necesitamos

hallar los valores de ajuste, de predicción de la serie, de errores o residuos y de

intervalos de confianza del modelo. Estos resultados se utilizarán en el siguiente

paso: la diagnosis del modelo.

Diagnosis: El último paso del modelado ARIMA es necesario para comprobar que

las funciones ACF y PACF de la serie de residuos no difieren mucho del valor 0: es

decir, que los residuos o errores del modelo tiene una media aproximada de 0 y

además no están correlados. La ausencia de correlación y la media 0 indican que

los errores de estimación se pueden asimilar a ruido blanco de media 0, varianza

constante y distribución Normal y por lo tanto se pueden acotar mediante

intervalos de confianza como una serie Normal cualquiera.

El test más comúnmente aplicado para comprobar el paralelismo entre la serie de

residuos y una curva normal (donde los valores no están correlados) es el test de

estadística Q de Box-Ljung.3 Por último, es necesario comprobar la significación

estadística del error de los parámetros del modelo con análisis de Box-Jenkins.

(Visaka, 2011)

3

El estadístico Q de Ljung-Box (1978): se distribuye aproximadamente como una chi-cuadrado con (n-m-p) grados de libertad.

Núm. de retardos

16151413121110987654321

AC

F

1,0

0,5

0,0

-0,5

-1,0

A0704

Límite de confianza inferior

Límite de confianza superior

Coeficiente

Núm. de retardos

16151413121110987654321

AC

F p

arc

ial

1,0

0,5

0,0

-0,5

-1,0

A0704

Límite de confianza inferior

Límite de confianza superior

Coeficiente



Se trata pues de un procedimiento iterativo de prueba y error, hasta lograr

encontrar un modelo que nos satisfaga plenamente. Sin embargo este modelo

precisa de un gran número de observaciones y la interpretación de los resultados

suele ser compleja.

Una de las limitaciones en el estudio de series temporales mediante la

modelización ARIMA, y en concreto a través del enfoque Box-Jenkins, es la

dificultad de identificar correctamente el modelo a partir de una muestra y en su

caso la selección del modelo más adecuado. Este obstáculo se ha intentado superar

mediante la identificación, estimación y predicción de forma automática de los

modelos tipo ARIMA. El proceso se realiza mediante de una batería de test

aplicados de forma consecutiva con el fin último de estudiar las pautas de

comportamiento y efectuar predicciones de variable objeto de estudio. Otra de las

limitaciones en la modelización Box-Jenkins consiste en ignorar el tratamiento

previo de las series temporales o análisis descriptivo. Esto es el estudio de la

estacionariedad, estacionalidad, efectos calendarios y outliers. El ignorar la

existencia de outliers en una serie puede acarrear problemas de cara a la

identificación correcta del modelo.

Con el fin de superar las dificultades de la identificación de los modelos ARIMA se

han ideado procedimientos y programas computacionales que de forma

automática seleccionan el modelo más adecuado. Uno de los programas más

utilizados en la especificación y estimación de los modelos ARIMA con

procedimiento automatizado es el TRAMO desarrollado por Agustín Maravall y

Victor Gomez. (1994). Este programa es el que utilizaremos en el capítulo siguiente

para realizar la predicción por esta metodología de un artículo del Hospital de la

Ribera. (Cabrer Borrás, 2004)

Con el fin de recoger en la estimación del modelo la estacionalidad de la serie que

es ignorada por la metodología de Box Jenkins, se crearon los modelos

SARISMA(P,D,Q) o ARIMA(P,D,Q)s (modelos mixtos autorregresivos integrados con

medias móviles y estacionalidad), donde s es el número de estaciones del año

(s=12 para datos mensuales, s=4 para datos trimestrales). Además es frecuente

que la estacionalidad de una serie temporal actúe como un efecto multiplicativo en

cuyo caso nos enfrentaremos a un modelo ARIMA(p,d,q) x SARISMA(P,D,Q)



EXPRESIÓN GENERAL DE UN MODELO SARISMA (Modelos mixtos autorregresivos

integrados con medias móviles y estacionalidad)

5.2.2.2 SUAVIZADOS EXPONENCIALES.

Los métodos de suavizado constituyen la alternativa clásica para la industria en el

tratamiento de series temporales y sus predicciones.

Esta alternativa descompone la serie temporal en tres factores que influyen en el

comportamiento de la serie:

E(T): nivel de la serie en el tiempo.



T(t): tendencia de la serie en el tiempo.

S(t): estacionalidad de la serie en el tiempo.

Dependiendo de las características de la serie temporal: estacionalidad y tendencia

es conveniente utilizar un método u otro.

- Para series sin tendencia ni estacionalidad: Suavizado exponencial

simple.

- Para series sin estacionalidad y con tendencia: Método de Holt o

suavizado exponencial doble.

- Para series con tendencia y estacionalidad: Suavizado exponencial triple

o Método de Holt Winters.

Si el modelo de la serie presenta estacionalidad aditiva:

X(t)= E(t)+T(t)+S(t), se recomienda la utilización del Método de Holt

Winters aditivo.

Si el modelo presenta la estacionalidad es multiplicativa:

X(t) = E(t)*T(t)*S(t), Se recomienda el método de Holt-Winters aditivo

aplicado a la serie en escala logarítmica.

Para un modelo mixto: X(t) = [ E(t)+T(t)]*S(t), se recomienda Holt Winters

multiplicativo.

Toda predicción lleva consigo una incertidumbre asociada, por ello siempre es

recomendable una cuantificación de la misma e introducirla en los modelos de

proyecciones futuras. Por ejemplo dar una banda de valores donde esperamos

‘acertar` con nuestras predicciones mediante intervalos de predicción al x%.

Cada modelo lleva uno o más parámetros de ponderación así como valores de

inicialización. Todos ellos pueden ser introducidos manualmente siguiendo

determinadas reglas o bien ser optimizados, por ejemplo mediante el Solver de

Excel resolviendo el problema no lineal de optimización el MSE sujeto a las

restricciones pertinentes. (Bermúdez., 2011)

El MSE (Mean Square Error) o ECM ( Error Cuadrático Medio) es una forma de

medir cuánto se desvían nuestras predicciones de los valores observados. Viene

dado por la media de las distancias entre los valores observados y esperados al

cuadrado.



Concretamente:

Si x1,x2,…,xn son los valores observados e y1,y2,…,yn son los valores estimados,

ECM = (1/n) *

El MSE, que será nuestra función a minimizar, nos medirá el ajuste de nuestra serie

de datos a nuestra serie de predicciones.

5.2.1.3 Software disponible.

Debido a que para trabajar de manera adecuada con la metodología ARIMA se

precisa unos sólidos conocimientos en estadística y matemática, varios han sido los

intentos de automatizar el proceso, algunos con mayor fortuna que otros,

mediante la creación de software específico. Nombramos algunos de ellos:

Libres:

El ya menicionado programa TRAMO (Time series Regression with ARIMA noise,

Missing values and Outliers) y SEATS (Signal Extraction in ARIMA Time Series), de

Gómez y Maravall (1996), TERROR (TRAMO for Errors) y TSW, una versión

Windows de TRAMO-SEATS con algunas modificaciones y añadidos desarrollada

por G. Caporello y A. Maravall en el Banco de España y que se puede descargar

gratuitamente desde su página web.

-R. Fue desarrollado inicialmente por Robert Gentleman y Ross Ihaka del

Departamento de Estadística de la Universidad de Auckland en 1993.

Se trata de un lenguaje de programación de alto nivel concebido para la

programación de modelos matemáticos y estadísticos, que incluye un paquete

específico llamado FORECAST que se puede utilizar para hacer ARIMAS de manera

automática (función auto.arima) y suavizados exponenciales también automáticos

(función ets).

Comerciales específicos:

Específicos como son AUTOBOX, AUTOCAST, FORECASTPRO, MICROBJ y SCA.



Comerciales generalistas:

SPSS. Statistical Package for the Social Sciences (SPSS) es un programa estadístico

informático muy usado en las ciencias sociales y las empresas de investigación de

mercados.

SAS (Statistical Analysis System) es un poderoso programa para la manipulación y

el análisis de información cuantitativa.

5.3 Reaprovisionamiento.

5.3.1 Modelos de aprovisionamiento.

Los modelos en que basar la planificación de aprovisionamiento se agrupan en dos

categorías principales, según la demandas sean dependientes o independientes.

Modelos para Reaprovisionamiento no programado, en los que la demanda

es de tipo independiente, generada como consecuencia de las decisiones de

muchos actores ajenos a la cadena logística (clientes o consumidores), el

modelo más común es el Lote Económico de Compras.

A su vez los modelos no programados se clasifican en otras dos categorías:

Modelos de revisión continua: En los que se supone que la demanda es

conocida, aunque sea aleatoria. Suele utilizarse en los artículos más importantes y

se basan en pedir siempre la misma cantidad de un artículo, Q, una vez el nivel de

stock cae por debajo de un punto determinado, s.

Modelos de revisión periódica: En los que la demanda es conocida, aunque

sea aleatoria. Suele utilizarse para artículos que están en un segundo nivel de

importancia. Se basan en hacer una revisión periódica cada R días y rellenar el

inventario hasta cierto nivel S. (Vercher, 2011)

Modelos para Reaprovisionamiento programado, en los que la demanda es

de tipo dependiente, generada por un programa de producción o ventas.

5.3.2 Stock de seguridad y nivel de servicio.

La demanda independiente o no programada de un producto suele ser de tipo

probabilista. Las demandas independientes deterministas son en la práctica un



recurso para realizar clasificaciones o para simplificar la formulación de los

modelos.

La circunstancia aleatoria en la generación de la demanda puede causar rupturas

de los stocks, con sus costos asociados y sus mermas indudables de la calidad del

servicio. Se hace necesario pues disponer de un inventario adicional en el almacén

sobre lo estrictamente necesario que haya establecido nuestro modelo de

reaprovisionamiento. Dicho stock de seguridad, dependerá de las fluctuaciones

que vaya a presentar el consumo durante el periodo de reaprovisionamiento.

En consecuencia, la determinación de los Stocks de seguridad estará ligada a la

percepción que tengamos de esas desviaciones y al grado de fiabilidad, o "nivel de

servicio" que estemos dispuestos a ofrecer a nuestros clientes. Si tenemos la

percepción estadística de las desviaciones bajo la forma de la desviación estándar

de la demanda, el stock de seguridad será el número de desviaciones estándar de

reserva que nos interese mantener. A su vez, ese número de desviaciones estándar

de reserva nos definirá el nivel de servicio que estamos ofreciendo.

(http://www.monografias.com/trabajos10/stocks/stocks.shtml)

Podemos considerar dos tipos de niveles de servicio:

OSL (Order Service Level) que representa la proporción de periodos de

reaprovisionamiento donde se espera satisfacer la demanda.

USL (Unit Service Level) que representa la proporción de unidades demandadas

que pueden ser satisfechas durante el periodo crítico.

En el caso de Ribera Salud UTE debe establecerse un nivel de servicio

altísimo por tratarse de una empresa del sector sanitario. Recomendamos

pues un nivel de servicio OSL del 99%.

5.3.3 Costes.

Los dividiremos en cuatro grupos: de almacenamiento, de adquisición, de

emisión de pedido y de rotura de stock.

Salvo los costes de adquisición, en la práctica estos costes son difíciles de

cuantificar y es por ello que se suele recurrir a estimaciones de los mismos.

Costes de almacenamiento: Son aquellos relacionados con la posesión y manejo

de las mercaderías. Existen diversas variables implicadas que van desde el tiempo



de almacenamiento de un artículo, hasta la devaluación del material necesario para

moverlo.

Suelen expresarse como: Costes de Almacenaje = Costes de funcionamiento del

almacén +Coste de obsolescencia + Mermas y deterioros

A continuación detallamos los cálculos y los costes que pueden verse implicados en

la posesión de un artículo cualquiera: (http://aulafacil.com)

Costes Almacenamiento=(Q/2)·T·P·TA

Donde: Q = material en existencia en el periodo considerado.

T = Tiempo de almacenamiento.

P = precio unitario de material.

TA = tasa de almacenamiento.

TA=Ta +Tb + Tc +Td + Te

Donde:

Ta = 100·A·(Ca/C) · P

Donde:

A = área ocupada por existencias.

Ca = Costo anual de metro cuadrado de almacenamiento.

C = consumo anual de material.

P = precio unitario material.

Tb = Tasa de retorno de capital detenido en existencias.

Tb=100 · (Ganancia/Q·P)

Donde:

Ganancia = Interés que se espera obtener de la inversión.

Q·P = Valor de los productos almacenados.

Tc = tasa de seguros de material almacenado.

Tc= 100·(Costo anual del equipo)/(Q·P)

Td = tasa de transporte, manipulación y distribución del material.

Td = 100· ( devaluación anual del equipo)/(Q·P)

Te = tasa de obsolescencia del material.

Te = 100·pérdidas anuales por antigüedad / (Q·P)



ARICULO A3010 412,50 €

ENTRADA ALMACEN GENERAL ene-11 feb-11 mar-11 abr-11 may-11 jun-11 jul-11 ago-11 sep-11

STOCK INICIAL 12 13 11 6 2 1 1 -4 3

COMPRAS 18 6 18 12 24 18 18 30 18

STOCK FINAL 13 11 6 2 1 1 -4 3 2

UNIDADES TOTALES 17 8 23 16 25 18 23 23 19

SALIDAS ALMACÉN GENERAL 20 7 17 17 24 17 24 20 20

ENTRADAS OTROS

ALMACENES (TRASVASE

QUIROFANO) 20 7 17 17 22 17 22 20 20

CONSUMO OTROS

ALMACENES ( CONSUMOS

GLOBALES QUIROFANO A) 17 8 13 19 21 17 16 22 19 TOTALES

MERMAS 0 0 10 -3 4 1 7 1 0 20

VALORACIÓN MERMAS 0,00 € 0,00 € 4.125,00 € -1.237,50 € 1.650,00 € 412,50 € 2.887,50 € 412,50 € 0,00 € 8.250,00 €

EL STOCK INICIAL ES EL ÚLTIMO STOCK DEL MES ANTERIOR. LOS DATOS SALEN DE APLICAR FILTROS Y CONTAR.

COMPRAS = ENTRADAS (FACTURA) DEL MES

STOCK FINAL = STOCK ÚLTIMO DÍA MES

UNIDADES TOTALES = STOCK INICIAL + COMPRAS - STOCK FINAL

SALIDAS = TRASVASE ALMACÉN GENERAL/ QUIROFANO A

ENTRADAS OTROS ALMACENES = TRASVASE QUIROFANO A

LOCALIZACIÓN DE MERMAS EN UN ARTÍCULO DE LA EMPRESA. Alrededor de un 8%

Al no disponer de datos sobre los costes de almacenamiento en Ribera Salud

estimaremos los costes de almacenamiento en un 24% sobre el valor del stock

promedio anual de la siguiente manera:

Costes de funcionamiento del almacén: ...................................................................14%

Costes de obsolescencia: ................................................................................................2%

Mermas: ................................................................................................................................8%

Las mermas las hemos estimado en un 8% asumiendo que los resultados

obtenidos en la figura 11 se pueden generalizar.

Costes de emisión de pedido: Mano de obra, gastos administrativos, material

informático, teléfono, fax, papel, energía, instalaciones, mantenimiento,

seguimiento de pedido, posibles reclamaciones…

Al no disponer de datos de Ribera Salud sobre los costes de emisión de pedido

procederemos a estimar dichos cotes basándonos en ‘recorrido’ que hace un

pedido desde que ase origina hasta que se abona:

FIGURA 11. Fuente: elaboración propia.



Revisión stock bajo mínimosConfección pedidoEmisión pedidoEnvío por

FaxFirma supervisoresRecepción albaránDar de alta

mercancíaEscaneoArchivar albaránRecepción factura Cotejo con

Albarán Paso a contabilidadDar conformidad en contabilidadDar visto

bueno de pagoRealizar provisión de fondosFirma responsableEfectuar el

pago. TOTAL unos 40 minutos por pedido, añadamos los gastos en material,

energía, instalaciones…

Estimaremos los costos de emisión de un pedido en Ribera Salud UTE en 30

euros/ pedido.

Costes de adquisición: Son los relacionados con la compra o la fabricación. Suelen

considerarse independientes del tamaño aunque no siempre es así como es el caso

de las economías de escala o los rappels.

Costes de rotura de stock: Cuantificar los costes por rotura de stock es algo

francamente difícil. Medir la perdida de imagen, insatisfacción del cliente o ventas

futuras perdidas en términos económicos es imposible. Cabe señalar también que

un nivel de stock excesivamente alto también lleva emparejados costes, como por

ejemplo los costes de oportunidad y de financiación.

En una empresa del sector sanitario puede parecer que la rotura de stock de

determinados artículos en un momento dado (por ejemplo carecer de una pinza

selladora en una operación de pulmón en la mesa de operaciones ) podría tener el

coste de una vida humana, aunque en realidad no es así.

Por un lado las operaciones están totalmente programadas por lo que se dispone

de todo el material necesario con antelación. Por otro no existe una sola técnica

para cerrar, por ejemplo, un pulmón. Se puede cerrar con una pinza selladora de

tamaño A o con una de tamaño B, se puede grapar, se puede coser…

Reparemos también en el hecho de que una vez se estabiliza a un paciente éste

puede permanecer días sin necesidad de ser intervenido, o en el hecho de que los

hospitales pueden prestarse materiales entre si. A 20 minutos del Hospital de la

Ribera se encuentra el hospital Lluís Alcanyis de Xàtiva, a 30 minutos el hospital de

Gandía, o la FE de Valencia, o el hospital Clínico, etc.

Así pues no podemos cuantificar los costes de rotura de stock de un artículo de la

forma que podría hacerlo, por ejemplo, una empresa de inyección de plásticos que

carezca de materia prima para atender un pedido, o como podría hacerlo una

empresa azulejera que carezca de arcilla.



No obstante en vistas a realizar los cálculos en la sección de aprovisionamiento del

Capítulo 6, supondremos que carecer de un artículo supone el gasto de mantener

un día más al paciente hospitalizado que estimaremos por 100 euros.

5.3.4 Variables de gestión de stocks.

El ciclo de gestión de stocks culmina con la evaluación y redefinición, si procede, de

las variables de gestión que estamos manejando. Recordemos que el nivel de

servicio, por ejemplo, se fija a priori basándose en una estimación. Tendremos

pues un nivel de servicio teórico y un nivel de servicio real.

Las variables más habituales que pueden afectar sobre las medidas tomadas por la

empresa son:

El nivel de servicio que ofertamos al cliente.

Las previsiones de ventas de cada periodo concreto.

Los costes de gestión y existencias almacenadas.

Los plazos de entrega de proveedores

Para medir estas variables podemos apoyarnos en los siguientes indicadores:

-De aprovisionamiento

1. Entregas Completas: nº de pedidos recepcionados completos / nº total de

pedidos

2. Entregas a Tiempo: nº de pedidos recepcionados a tiempo / nº total de pedidos

3. Concentración de proveedores: nº de proveedores (80% de compras) /

volumen total de compras

4. Rupturas Proveedor: nº de pedidos con rotura de proveedor / nº de solicitudes

de pedido

5. Plazo de Recepción: Tiempo medio en la recepción de pedidos

De almacenamiento

1. Capacidad Total: es la capacidad real de almacenamiento medido en metros

cúbicos.

2. Capacidad utilizada: capacidad utilizada en metros cúbicos respecto de su

capacidad total

3. Coste por Unidad: son los costes totales de almacenamiento entre el número de

unidades almacenadas

4. Coste por m2: suma de los gastos de alquiler más los costes fijos por metros

cuadrados.



5. Productividad: Número de líneas (o unidades o pedidos) preparadas por

persona y por hora

De inventario y stock

1. Rotación de Existencias: ventas a precio de coste respecto el Stock medio

2. Stock de Seguridad: fijar en función del nivel de servicio y de la precisión del

pronóstico

3. De marca: valor de las roturas, errores, deterioros, obsolescencias...

4. Días de inventario completo: número de días en completar el Inventario

rotativo o cíclico

5. Rupturas de stock: nº de pedidos con rotura de almacén / número de

solicitudes de pedido

A FAVOR STOCK ALTO:

Servicio al cliente.

Coste de hacer pedidos.

Coste de preparación.

Utilización mano de obra y

equipo.

Coste de transporte.

Pago a proveedores.

A FAVOR STOCK BAJO

Coste de oportunidad.

Costes de almacenamiento y

manejo.

Impuestos, seguros, mermas,

robos.

Obsolescencia.

De servicio y entrega

1. Entregas Completas: nº de pedidos entregados completos / nº de pedidos

2. Entregas a Tiempo: nº de pedidos entregados a tiempo respecto al número de

pedidos

3. Devoluciones: nº de pedidos devueltos / nº de pedidos

4. Plazo medio de Entrega: Plazo medio de entrega: recepción, almacenamiento,

preparación y expedición

5. Plazo resolución de litigios: Plazo medio resolución de litigios o incidencias

(www.visualreport.com)



CAPÍTULO 6. APLICACIÓN A LOS PROBLEMAS LOGÍSTICOS

DE RIBERA SALUD.

En este capítulo mostramos los resultados de los cálculos de previsión de la

demanda y de variables de gestión de stock que hemos calculado siguiendo los

modelos mostrados en el capítulo anterior. En primer lugar hemos realizado las

predicciones del artículo A0806 mediante la identificación automática del modelo

ARIMA con el programa TRAMO. En segundo lugar mostramos los resultados de

los métodos de predicción de suavizado exponencial aplicados a varios artículos

del Hospital de la Ribera y sus comentarios, realizados con SOLVER y EXCEL.

Finalmente proporcionamos el cálculo de las variables de gestión de stocks de

algunos artículos, ofreciendo alternativas, realizados también con EXCEL y

SOLVER.

6.1 PREDICCIONES ARTÍCULOS DE RIBERA SALUD UTE.

6.1.1 Predicción a tres meses del artículo A0806 mediante metodología

ARIMA con el programa TRAMO.

A continuación ofrecemos un ejemplo de utilización de un modelo ARIMA con el

programa TRAMO para un artículo del Hospital de la Ribera. Disponemos de 54

observaciones (figura 12)del artículo A0806 que van desde Octubre del 2006 a

Septiembre del 2011.

Figura 12. Fuente: Elaboración propia.



Seguiremos el procedimiento descrito en el punto 5.2.1.1

Paso1: Identificación del modelo. En el caso que nos ocupa la identificación

automática obtenida con el programa TRAMO nos brinda un modelo:

(0,0,0) x (0,0,1)12 que nos indica que la serie temporal tiene una estructura

estacionaria.

Los ordenes de la parte autoregresiva, diferenciación y de medias móviles del

modelo estacional SARISMA(P,D,Q) son:

P=0; D=0; Q=1; que corresponde a un modelo ARIMA(0,0,1)12, que puede ser

modelizado mediante la expresión:

Paso 2: Estimación del parámetro.

FIGURA 13.

Paso 3: Diagnosis.

Como hemos mencionado en la descripción de la metodología de ARIMA existen

multitud de test y análisis que la estimación del modelo ha de superar para que

sea considerado como aceptable. Los hemos omitido, salvo los resultados para los

test sobre residuales, (figura 14) puesto que la intención de este ejemplo es,

simplemente, poner de manifiesto la existencia de alternativas válidas, como son

los métodos ARIMA, para la predicción de series temporales.



FIGURA 14

Finalmente proporcionamos tres predicciones (figura 15) y su gráfica con

intervalos de confianza al 95%( figura 16)

FIGURA 15. Resultados de las predicciones.

.



FIGURA 16.

La figura 17 representa la

comparación de las predicciones

realizadas de forma automática

con el programa TRAMO con los

resultados reales de consumos.

Podemos observar que no son

unas predicciones demasiado

ajustadas.

FIGURA 17.

6.1.2 Predicciones con SUAVIZADOS EXPONENCIALES.

6.1.2.1 Metodología.

A continuación exponemos la metodología utilizada para la confección del

apartado 6.1.2.2 (Resultados):

1- Los artículos han sido ordenados en importancia en base a su clasificación

ABC en el mes de Agosto de 2011.

2- Los datos han sido extraídos del archivo informático del hospital

realizando consultas para cada artículo y cada mes mediante un programa

similar al Access de Microsoft.

3- Disponemos de un total de 25 observaciones mensuales, desde septiembre

de 2009 a Septiembre de 2011.

4- Se han optimizado todos los parámetros recomendados para minimizar el

MSE.

5- En las representaciones graficas de la series, tituladas como REAL AXXX, se

muestra también para cada artículo se la línea de tendencia de la serie.

6- En algún caso hemos calculado intervalos de predicción.(REAL A2009)

MES REAL PREDICCION TSW

10-2011 59420 51726

11-2011 57280 52735,2

12-2011 53590 54521,2



7- Se añade para cada artículo una tabla donde se recogen los métodos

utilizados para valorar el MSE, el número de distintos vectores de valores

de inicialización y el número de lanzamientos para cada vector.

Al tratarse de optimización de problemas no lineales no disponemos de algoritmos

que nos garanticen el óptimo global, únicamente nos garantizan óptimos

localmente.

El Solver de Excel utiliza el método de optimización no lineal GRG2 que es una

variante del método del gradiente reducido que lleva implementado un sistema

que indica en que dirección buscar en cada iteración.

Así mismo el cuadro de diálogo de control de SOLVER presenta varias opciones:

tolerancia, precisión, tiempo, número de iteraciones… Cada una de ellas va a

condicionar la calidad de nuestra solución como también lo condiciona dónde

empezamos a buscar: un tiempo de búsqueda mayor proporcionará, salvo

excepciones, una mejor solución que un intervalo de tiempo menor; lanzando el

Solver cerca de una buena solución seguramente obtendremos mejores resultados

que si estamos lejanos de ella.

Es por ello el ofrecer distintos valores de inicialización puntos de comienzo de

búsqueda) y varios lanzamientos a fin de tener más posibilidades de obtener un

buen óptimo local.

Destacar que pese a que las series que estudiamos apenas presentan tendencia y

estacionalidad utilizamos diversos métodos para lograr un mejor ajuste del MSE.

Cada columna de las tablas que ofrecemos en el apartado de RESULTADOS

especifica el método utilizado (vistos en el punto 5.1.1.2).

Así tendremos que H significa que hemos aplicado el método de Holt, S_EXP que

hemos utilizado Suavizado Exponencial Simple, H-W_A que hemos utilizado el

método de Holt Winters Aditivo, etc.



6.1.2.2 Resultados A3010, A2009, A0663, A0806.

Siguiendo lo expuesto en el apartado anterior mostramos a continuación los

cálculos para los artículos estudiados.

ARTICULO A3010 Este artículo ocupa la primera posición en la clasificación ABC

realizada. Se trata de una serie bastante irregular que no supero el test de

contraste de normalidad. Presenta una ligera tendencia decreciente tal como

muestra la figura 17.

FIGURA 17.

La figura 18 recoge el error cuadrático medio de los diferentes métodos utilizados.

Observamos que el modelo que menor MSE ofrece es el de Holt Winters aditivo (9,114)

por lo que es el método escogido para realizar las predicciones, que mostramos en la

figura 19, junto con unos intervalos de confianza del 95%.



A3010MÉTODO H-W_A H-W_LN S_EXP H

MSE 9,1139258 12,29621316 35,71999956 24,04023957

# CAMBIOS V. INICIALES 1 3 1 2

# LANZAMIENTOS POR

VALOR INICIAL 3 3 1 2

FIGURA 18

FIGURA 19.

ARTÍCULO: A2009. Este artículo representa el 1,27 % del valor en stock en el mes

de Agosto de 2011. Los datos no presentan tendencia ni estacionalidad aparente

tal como muestra la figura 20.



FIGURA 20

Haciendo comparativa de varios métodos de suavizado observamos que el método

de Holt Winters logarítmico es el que menor MSE proporciona.

MÉTODO H-W_A H-W_LN S_EXP H

MSE 209.368.540 196.768.566 430.892.790 430.527.028


# LANZAMIENTOS POR


FIGURA 21

FIGU

RA 22.



La figura 22 recoge el ajuste que proporciona el método de Holt Winters aplicado

en escala logarítmica a la serie de datos reales que como podemos observar en la

gráfica es bastante bueno, pese a las pocas observaciones de que disponemos.

La figura 23 nos muestra las predicciones para Octubre, Noviembre y Diciembre

del 2011 junto con los datos reales de consumos que van desde septiembre del

2009 a septiembre del 2011

FIGURA 23.

ARTICULO: A0663. Este artículo representa el 0,91 % del valor en stock. La serie

de datos no presenta tendencia aunque parece presentar datos estacionales:

máximos de consumos en los abriles y mínimos en los febreros, ( figura 24)aunque

posiblemente la serie sea corta para sostener la afirmación.

FIGURA 24

208800 196596 220000 186200

197800 211300 205400 211800

216200 196900 193500 194503

237300 175600 192300 205500

155400 198800 244400 202218

196300 178700 224800 235390

248904 191900 218100 229829

COSUMO REAL Y TRES PREDICCIONES



FIGURA 25

A0663MÉTODO H-W_A H-W_LN S_EXP H.W_M H

MSE 1.347,93 1.638,32 2.919,36 977,36 2.836,91

# CAMBIOS V. INICIALES 1 2 1 2 1

# LANZAMIENTOS POR

VALOR INICIAL 3 2 1 2 2

La tabla de la figura 25 donde se recogen los diversos métodos utilizados para la

comparación de los MSE nos indica que es el método de Holt Winters

multiplicativo en que menor error cuadrático medio ofrece para este artículo con

un error de aproximadamente 977 unidades. Es por ello que ha sido el método

escogido para realizar las tres predicciones que proporciona la tabla de la figura

27. La figura 26 nos muestra la superposición de la serie de consumos

correspondiente a este artículo y las predicciones utilizando el método de Holt

Winters multiplicativo.

FIGURA 26.

432 492 456 420

389 468 372 420

420 444 312 468

492 432 444 456

384 456 516 380

336 348 516 437

480 372 480 432

COSUMO REAL Y TRES PREDICCIONES



FIGURA 27:

Cabe señalar que no necesariamente un método que proporcione un MSE menor va

a proporcionar mejores predicciones. Un buen ejemplo de ello lo proporciona el

siguiente artículo.

ARTÍCULO: A4222.

FIGURA 28

FIGURA 29 Predicciones:



MES REAL A4222 H-W_A H-W_LN S_EXP H.W_M H

sep-09 1325 1165 1324 820 1083 788

oct-09 1103 902 1069 820 980 816

nov-09 480 660 695 820 625 831

dic-09 725 587 468 820 663 813

ene-10 585 642 665 820 613 809

feb-10 470 512 570 820 586 798

mar-10 830 837 610 820 811 782

abr-10 455 604 700 820 669 785

may-10 750 911 559 820 883 769

jun-10 540 660 640 820 736 768

jul-10 1035 869 539 820 845 757

ago-10 655 734 912 820 808 771

sep-10 1105 1157 815 820 1151 766

oct-10 900 1102 938 820 1042 783

nov-10 829 650 563 820 664 789

dic-10 651 790 802 820 704 792

ene-11 688 631 597 820 651 785

feb-11 755 714 671 820 622 781

mar-11 836 830 974 820 860 780

abr-11 950 802 706 820 709 783

may-11 1071 911 1162 820 936 792

jun-11 980 861 911 820 780 806

jul-11 710 875 982 820 896 815

ago-11 1006 927 632 820 856 810

sep-11 1060 1168 1252 820 1219 820

oct-11 1292 898 820 1103 833

nov-11 -287 564 820 700 833

dic-11 978 547 820 738 834

Este artículo (A0422) representa el 0,82 % del valor del stock. Tal como podemos

observar en la figura 28, presenta cierta tendencia creciente y un comportamiento

periódico en los primeros 12 meses que después se diluye. La figura 30 recoge los

MSE de los cinco métodos aplicados a este artículo con sus correspondientes

cambios de valores iniciales y número de lanzamientos para cada uno de estos.

Son los métodos de Holt Winters aditivo y Holt Winters multiplicativo los que

menores errores ofrecen, 17038 y 21784 respectivamente. Deberíamos pues

escoger para realizar la predicción el primer método. Sin embargo si reparamos en

la tabla de predicciones de los métodos, figura 29, observamos que la predicción

para noviembre del 2011 del método de Holt Winters aditivo es negativa, cosa

ciertamente improbable. Debemos pues escoger el método que segundo menor

MSE nos ha ofrecido, método de Holt Winters multiplicativo para realizar las

predicciones.

MÉTODO H-W_A H-W_LN S_EXP H.W_M H

MSE 17.038 45.390 51.020 21.784 52.805

# CAMBIOS V. INICIALES 2 3 2 2 2

# LANZAMIENTOS POR

VALOR INICIAL 2 1 1 2 1

FIGURA 30.



FIGURA 31

En la figura 31 mostramos la superposición de la serie de datos reales ( en azul) y

la serie de datos estimados( en rojo). Vemos que el ajuste no es muy bueno, sobre

todo en la segunda mitad de la predicción, donde se aprecia claramente la

influencia de la primera mitad de la serie de datos.

ARTÍCULO: A0806. Este artículo representa también el 0,82% del valor de las

mercaderías en stock. Tal como apreciamos en la figura 32 la serie no presenta

tendencia ni estacionalidad. La figura 33 recoge los métodos utilizados en este

artículo a fin de escoger el más adecuado en base a su menor MSE, que ha

resultado serel método de Holt Winters aplicado a la serie de datos en escala

logarítmica, cuya comparación gráfica con la serie original la tenemos en la figura

34.



F

IGURA 32

MÉTODO H-W_A H-W_LN S_EXP H

MSE 29.552.765 27.431.564 47.151.728 47.151.729


# LANZAMIENTOS POR


FIGURA 33



FIGURA 34. CONSUMO REAL VS. HW_LN EN ARTÍCULO A0806.

Recordemos que el artículo A0806 se ha utilizado previamente para hacer

predicciones con TRAMO. La figura 35 muestra los datos reales de consumo de los

meses de octubre, noviembre y diciembre del 2011 y las estimaciones hechas con

TRAMO, con 60 observaciones previas, con el método de Holt Winters aplicado en

escala logarítmica, con tan sólo 25 observaciones.

FIGURA 35.

Se aprecia claramente que a corto plazo (2 primeros meses) el método de Holt

Winters logarítmico el que proporciona mejores predicciones, mientras que para

un horizonte más lejano es la predicción de TRAMO la más cercana al consumo

real.

MES REAL PREDICCION TSW H-W_LN

10-2011 59420 51726 60796,2569

11-2011 57280 52735,2 58901,7694

12-2011 53590 54521,2 66182,6823



Para finalizar este punto ofrecemos la tabla de la figura 36 con algunos artículos y

sus MSE:

MÉTODO Y MSE

ARTÍCULO H-W_A H-W_LN S_EXP H.W_M H-W

A1256 16.163,63 18.079,77 17.454,46 15.686,98 17.378,11

A0704 894.594,58 893.861,81 6.376.623,48 ND ND

A5102 214,32 345,08 489,56 1.183,91 468,82

A7852 50,03 54,97 161,92 2.362,69 161,92

A5308 22,57 31,61 54,99 18,76 54,74

A3136 46,26 ND 64,41 189,00 64,21

FIGURA 36



6.2 REAPROVISIONAMIENTO ARTÍCULOS RIBERA SALUD UTE.

6.2.1 Supuestos.

1-. La distribución dela demanda los artículos seleccionados es Normal.

Para ello realizamos las pruebas de normalidad realizando el test de Shapiro Wilk4

para artículos utilizados en modelos de revisión continua (figura 37) y para los

artículos utilizados en el modelo de revisión periódica(figura 38) mediante el

programa SPSS.

FIG

FIGURA 38.

El p-valor para el ajuste de la demanda

como una distribución Normal realizado

mediante el test de contraste de Shapiro

Wilk es mayor que 0,05 luego no

podemos rechazar la hipótesis de

normalidad.

FIGURA 37.

4 En estadística, el Test de Shapiro–Wilk, se usa para contrastar la normalidad de un conjunto de

datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de una población normalmente distribuida. Fue publicado en 1965 por Samuel Shapiro y Martin Wilk.. Se considera uno de los test más potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<30), como es nuestro caso. (en.academic.ru)



2 .- Supondremos los siguientes costes: (Ver punto 5.3.3)

Coste almacenamiento unitario, CH (mensual) ............ 2% del valor del artículo.

Coste de emisión del pedido, CR ......................................................................... 30 euros.

Coste de penalización por ciclo con unidades faltantes, CA .................. 100 euros.

En los casos de revisión periódica se han considerado además de los anteriores

los siguientes valores:

Coste de revisión del pedido,................................................................................... 5 euros.

Tiempo de reaprovisionamiento, L ......................................................................... 5 días.

3.- Suponemos también que el nivel de servicio que le interesa conocer a la

empresa es el nivel OSL.

4.- La clasificación ABC de los artículos se realizó en base al valor del stock de cada

artículo en el mes de agosto de 2011.

5.- Todos los artículos analizados corresponden a la A de ABC aunque algunos de

ellos sean utilizados también en los modelos de revisión periódica (Para los

artículos B suele utilizarse fundamentalmente un modelo de revisión periódica.)

6.- Los tiempos de reaprovisionamiento que han sido utilizados fueron

proporcionados por uno de los gestores de stock de la empresa.

7.- Los cálculos de la media y la varianza durante el periodo L o R+L están

justificados por el Teorema de Cramer.

6.2.2 Metodología.

-. Los archivos de datos originales extraídos de la empresa, con conocimiento y

consentimiento del Tutor de la empresa, mediante consultas para cada artículo y

cada mes.

-. Las medias y varianzas de las funciones de distribución de la demanda de los

artículos se han obtenido con las funciones correspondientes implementadas en el

Excel y las estudiadas en la asignatura correspondiente del máster, obtenidas a

partir de 25 observaciones. Utilizamos este método puesto que suponemos



(conforme a lo visto en 6.1.2) que los datos apenas presentan tendencia y/o

estacionalidad. Si las series de datos presentaran componente temporal podríamos

aprovechar las predicciones como mejores estimadores de las medias.

-. Los problemas de optimización han sido resueltos con Solver de Excel y

contrastados con el programa WinQSB, programa que además nos ha permitido

realizar las simulaciones gráficas. WINQSB es un programa libre que es utilizado

en problemas de Investigación de Operaciones, cuya propiedad intelectual es del

Dr. Yih-Long Chang5.

- En cada caso se ha aplicado el modelo indicado de los estudiados en el máster con

sus correspondientes restricciones.

-Se propondrá en todos los casos una solución con valores enteros con un nivel

OSL entorno al 99%. Notemos que esta variación de la solución óptima no

cambiará significativamente la función de coste debido a la convexidad estricta de

la función de coste.

- Los resultados de los costes mostrados no recogen los costes de adquisición que

son constantes al no depender del valor de R.

[

5 (El profesor Yih-Long Chang ha publicado en las principales revistas académicas, tales como

Annals of Operations Research, European Journal of Operations Research, Logística Naval Research Quarterly, Ciencia de la Administración, Revista Internacional de Investigación de Producción, Sistemas de Soporte a la Decisión, y las letras, la simulación, Diario de Operaciones Gestión y Ciencias de la Decisión.)



6.2.3 Comentarios sobre A2009,A0633,A0806.

ARTÍCULO A2009

Este artículo ocupa la segunda posición en la clasificación ABC que se ha realizado.

Representa el 1,27% del capital en stock.

No disponemos de datos concretos ni sobre el inventario mínimo, inventario

máximo ni stock de seguridad.

No obstante después de tratar las tablas de movimientos del artículo en el periodo

Enero 2011- Septiembre 2011 y la de consumos para el mismo periodo podemos

elaborar los gráficos de las figuras 38 y 39. En la figura 38 podemos observar que,

aparentemente, no existen criterios de tiempo, ni de stock mínimo de stock

máximo para el reaprovisionamiento del artículo.

FIGURA 38.

La siguiente comparativa entre el stock total por mes (unidades en stock inicio mes

+ unidades totales adquiridas en el mes) y el consumo registrado en el mes, ponen

de manifiesto un posible sobrestock para el cual trataremos más delante de

proponer una alternativa.



FIGURA 39.

ARTÍCULO A0633

Este artículo ocupa la tercera posición en la clasificación ABC. Representa el 0,91 %

del capital en stock del almacén general en el mes de Agosto de 2011.

Al igual que en el artículo anterior no disponemos de datos concretos pero también

hemos elaborado los gráficos correspondientes a este artículo. La figura 40

representa cada una de las posiciones de stock para este artículo que constan

registradas en las bases de datos del Hospital de la Ribera durante el periodo

indicado. La figura 41 recoge entre otros, los datos de stock total y de consumos en

el periodo comprendido de enero a septiembre del 2011. Resulta llamativa la

situación que se produce en marzo. Los valores negativos de stock inicial para los

meses de agosto y septiembre derivan de las roturas de stock que se produjeron en

estos meses( ver figura 40).

FIGURA 40.



MES COMPRAS STOCK INICIAL STOCK TOTAL CONSUMOS STOCK NO UTILIZADO

ENERO 360,00 188 548 312 236

FEBRERO 360,00 184 544 444 100

MARZO 144,00 100 244 516 -272

ABRIL 504,00 47 551 516 35

MAYO 600,00 58 658 480 178

JUNIO 360,00 129 489 420 69

JULIO 648,00 69 717 420 297

AGOSTO 360,00 -51 309 468 -159

SEPTIEMBRE 288,00 -144 144 456 -312

FIGURA 41.

Observamos en la gráfica de la figura 42, que, al igual que en el anterior artículo,

no se observan los criterios para el reaprovisionamiento, salvo los cuatro

primeros pedidos que parecen seguir un patrón temporal. Representa los días de

recepción de pedido, el tamaño del pedido (en rojo) y el stock en el momento de

recepción de pedido (en azul).

FIGURA 42:

Finalmente, la figura 43 nos muestra una comparativa visual entre los consumos y

stocks totales del artículo A0633.



FIGURA 43.

ARTÍCULO A0806

Este artículo representa el 0,82% del total del capital del stock almacenado en

Agosto del 2011 y ocupa la sexta posición del ranking.

En este artículo se han encontrado varias peculiaridades:

1) Para este artículo sí disponemos de datos: revisión quincenal y stock máximo

de 25497 unidades.

2) Pese a lo anterior, se ha concertado un `’pedido programado’ de 20160

unidades que son recepcionadas con una media de 11,88 días y con una desviación

típica de 3,84 días(¿Quincenal?)

FIGURA 44.



3) La figura 44 recoge la evolución desde enero a septiembre del 2011 de la

política de reaprovisionamiento del artículo. Se pueden observar 3 partes

diferenciadas y cómo el tercer tramo presenta roturas de stock. Estos tres tramos

diferenciados responden a cambios de las variables de gestión de stocks por parte

de los responsables de los mismos.

En La figura 45 la línea roja representa las alturas de las barras (stocks máximos)

del gráfico anterior. La comparación de estos dos gráficos nos ofrece la prueba de

que si nuestros niveles de stock caen por debajo del stock máximo propuesto, se

producen roturas de stock.

FIGURA 45.

4) Si los datos que figuran en el programa de gestión de inventarios del

departamento de suministros ( R = 15 y S= 25497) son los aplicados, obtendremos

resultado de la figura 46, donde podemos apreciar que en nivel de servicio por

orden es extremadamente bajo.

R 15 P(Y>S)<ALPHA

S 25497 S>E(Y)

valor tipificado de s -1,70983037 4,36% OSL

g(k) 1,727684585

E(Bs) Esperanza de unidades faltantes. 9886,259786

COSTE ESPERADO 427,9161625

FIGURA 46.



Sin embargo resolviendo el problema de optimización para el modelo de revisión

periódica (R=15,S) ,obtenemos el siguiente resultado:

SOLVER Restricc.

R 15 P(Y>S)<ALPHA

S 48592,99618 S>E(Y)

valor tipificado de s 2,326336739 99,00% OSL

g(k) 0,003388775

E(Bs) Esperanza de unidades faltantes. 19,3914494

COSTE ESPERADO 452,0599569

FIGURA 47.

La figura 47 nos muestra como con 25 euros más de inversión multiplicaríamos

por 20 el nivel de servicio OSL.

Es por ello que no debemos fiarnos de los valores que proporciona el programa de

gestión, y en adelante, estimaremos los valores por otro procedimiento.

6.2.4 Propuestas de aprovisionamiento.

Una vez analizados los artículos anteriores daremos alternativas a las variables de

gestión de stocks utilizadas. Concretamente daremos alternativas para los

artículos A2009,A0633,A0806,A4222 obtenidas por la aplicación de modelos de

revisión continua con demanda aleatoria y alternativas para las variables de

gestión de los artículos 5308,A5307,A3011 y A8780, obtenidas por un modelo de

revisión periódica para un mismo proveedor. Añadiremos también simulaciones

de la evolución de los niveles propuestos obtenidas con el programa WINQSB.



6.2.4.1 Cálculos para revisión continua A2009, A0633, A0806, A4222.

ALTERNATIVAS PARA EL ARTÍCULO A2009

ÓPTIMO AL 99% CON COSTE DE ESCASEZ DE 100

Q S COSTE OSL

145289,992 54167,61574 99,25 99,00

ÓPTIMO AL 99% CON COSTE DE ESCASEZ DE 10

Q S COSTE OSL

143164,611 54167,6157 97,97 99,00

PROPUESTO

Q S COSTE OSL

145000 55000 99,42 99,23

FIGURA 48.

FIGURA 49. SIMULACIÓN DE LAS VARIABLES PROPUESTAS.




FIGURA 50.

FIGURA 51.

INFORMACIÓN SOBRE EL ÓPTI MO

OSL USL COSTE Q S S.S.

98,30 99,87 49,29 261,88 80,18 36,96

PROPUESTO


98,25 99,87 49,29 260,00 80,00 36,78




INFORMACIÓN SOBRE EL ÓPTIMO


98,10 99,95 73,40 819,88 178,18 123,53

PROPUESTA


98,24 99,95 73,40 820,00 180,00 125,35

FIGURA 52.

FIGURA 53.




MODELO DE REVISIÓN CONTÍNUA A0806.

6.2.4.2 Cálculos para revisión periódica A0806.

Supongamos que para este artículo decidimos aplicarle un modelo de revisión

periódica.

Por ejemplo decidimos hacerle una revisión cada R=15 días y se desea determinar

S que es el nivel máximo de inventario en pedido fijando un nivel de servicio de

antemano.

La función a minimizar es: (Vercher, 2011)

Considerando diferentes niveles de servicio por orden (99%,95%,90%) y

diferentes periodos de revisión del inventario ( 7, 15 y 30 días) obtenemos los

siguientes resultados para la función de coste esperado, para S= inventario

máximo y del valor del stock de seguridad:

L=5

COSTE R S S.S.

OSL=99% 434,78 7 31480,06 10311,40

904,64 15 48593,06 13311,97

1786,23 30 79351,99 17610,08

OSL=95% 428,25 7 28459,42 7290,76

896,11 15 44693,37 9412,28

1774,91 30 74193,19 12451,28

OSL=90% 424,85 7 26849,06 5680,40

891,61 15 42614,47 7333,37

1768,89 30 71443,05 9701,13

A0806 PERIÓDICA

INFORMACIÓN SOBRE EL ÓPTIMO


98,09 99,95 99,25 39182,96 14749,27 5929,00

PROPUESTA


98,46 99,96 99,32 40000,00 15000,00 6179,73



La figura 56 nos ofrece una simulación gráfica para tres meses del

comportamiento del nivel de stock para el artículo a0806 con un modelo de

revisión periódica de 10 días, tiempo de reaprovisionamiento de 5 días, nivel de

servicio por orden del 99% y stock inicial de 38000 unidades. Este modelo también

supone que el periodo de vulnerabilidad sigue una distribución normal de

media=5 y desviación típica =1.

FIGURA 56.

Si la empresa quiere seguir recepcionando el pedido aproximadamente cada

quince días,(L=5, R=10), buscando una solución entera cercana al óptimo,

obtendremos el siguiente resultado:

L R S COSTE OSL

5 10 38000 434,78 99,00%



6.2.4.3 Niveles de stock propuestos.

Como hemos mencionado anteriormente no disponemos de datos concretos sobre

los niveles de Inventario y otros valores de gestión de los artículos

Por ello aproximaremos el inventario medio mediante el promedio de 3477 niveles

de stock registrados de Enero de 2011 a Septiembre de 2011 para el artículo

A2009. Este valor resulta ser 261.074,0909. Anteriormente para el artículo A2009

se han calculado con un nivel de servicio por orden del 99,23% un valor de Q=

145.000, por lo que el inventario promedio será, Q/2= 72.500 (modelo de revisión

continua).

Procediendo de manera similar para los artículos A0806, A0633 Y A4222

obtenemos la tabla de inventarios promedios de la figura 57. La figura 58 nos

muestra visualmente la reducción de niveles de stock respecto a los niveles de

stock actuales. Podemos apreciar que esa diferencia es muy importante.

FIGURAS 57 Y 58.

FIGURA 58

Con los niveles propuestos de stock medio en estos gráficos el nivel de servicio por

orden ronda el 99%.

0

50000

100000

150000

200000

250000

300000

ACTUAL PROPUESTO

A2009

0

200

400

600

800

1000

1200

ACTUAL PROPUESTO

A4222

0

50

100

150

200

250

300

ACTUAL PROPUESTO

A0633

0

10000

20000

30000

40000

50000

60000

ACTUAL PROPUESTO

A0866

ARTICULO ACTUAL PROPUESTO DIFERENCIA

A2009 261074 72500 188574

A0633 285 130 155

A4222 1084 410 674

A0866 47774 20000 27774



6.2.5 Pedido conjunto para un mismo proveedor mediante un modelo de

revisión periódica de periodo fijo, distribución aleatoria y cuatro artículos.

Para realizar los cálculos correspondientes a este problema, resolveremos el

siguiente problema de optimización no lineal entera( para n=4):

Minimizar:

Sujeto a:

,

Que ha sido resuelto mediante el SOLVER de EXCEL.

Suponemos que posiblemente sea la resolución de este problema la opción que

más le puede interesar a la empresa pues se trata de un pedido de varios artículos

a un mismo proveedor y que es revisado cada cierto tiempo.

-Este modelo se aconseja en la revisión de artículos de tipo B dentro de la

clasificación ABC del stock del almacén, aunque por cuestiones prácticas puede

extenderse a los artículos de clasificación A.

-Recordemos que realizar pequeñas modificaciones en el valor de S no

variará significativamente la función de coste. Estas modificaciones pueden ser

necesarias en algunos casos debido al envasado del proveedor.

-El nivel de servicio aplicado en todos los casos es del 99 % debido a las

características de la empresa.



6.2.5.1 Cálculos y propuestas.

R = 7; OSL≈ 99% A5308 A5307 A3011 A8780

Si 19,00 11,00 7,00 10,00

STOCK SEGURIDADi 11,99 5,38 5,00 5,46

OSLi 0,99 0,99 0,99 0,99

COSTE ESPERADO= 1213,53956

R = 10; OSL≈ 99% A5308 A5307 A3011 A8780

Si 22,00 13,00 8,00 12,00


OSLi 0,99 0,99 0,99 0,99


R = 15; OSL≈ 99% A5308 A5307 A3011 A8780

Si 27,00 16,00 10,00 15,00


OSLi 0,99 0,99 0,99 0,99


R = 21; OSL≈ 99% A5308 A5307 A3011 A8780

Si 33,00 20,00 12,00 18,00


OSLi 0,99 0,99 0,99 0,99


R = 30; OSL≈ 99% A5308 A5307 A3011 A8780

Si 41,00 26,00 14,00 23,00


OSLi 0,99 0,99 0,99 0,99


FIGURA 59.



Se proponen finalmente los niveles de stock promedio de la figura 60 que han sido

calculados suponiendo un periodo de revisión de inventario de 15 días y un nivel

OSL del 99%:

R = 15; OSL≈ 99% A5308 A5307 A3011 A8780

Inventario promedio ropuesto 13,5 8 5 7,5

Inventario promedio actual 16,45 3,901 -1,45 -0,17 F

IGURA 60

Las figuras 61, 62, 63 y 64 muestran los niveles de stock propuestos (línea roja)

frente a los diferentes niveles de stock que han ido dándose, para cada artículo, en

el periodo que media entre enero del 2011 y septiembre del 2011.

FIGURA 61. (A5308)

FIGURA 61. (A5307)



FIGURA 62. (A3011)

FIGURA 63. (A8780)

Podemos observar en las figuras 62 y 63 que los niveles de stock de los artículos A3011 y A8780 fueron difíciles en el último tercio del periodo considerado (meses de verano).



CAPÍTULO 7. PROBLEMAS DE RUTAS EN RIBERA SALUD UTE.

7.1 Introducción.

El problema de enrutamiento o ruteo de vehículos (VRP, Vehicle Routing Problem) data del año de 1959 y fue introducido por Dantzig y Ramser (Dantzig, 1959), quienes describieron una aplicación real de la entrega de gasolina a las estaciones de servicio y propusieron una formulación matemática. Cinco años después, Clarke y Wright EN 1964 (Clarke, 1964) propusieron el primer algoritmo que resultó efectivo para resolverlo. Y es así como se dio comienzo a grandes investigaciones y trabajos en el área de ruteo de vehículos.

A grandes rasgos un problema de ruteo de vehículos (VRP) consiste en, dado un conjunto de clientes y depósitos dispersos geográficamente y una flota de

FIGURA 64. FUENTE (Emely Arráiz, 2005)

vehículos,determinar un conjunto de rutas de costo mínimo que comiencen y terminen en los depósitos, para que los vehículos visiten a los clientes máximo una vez. Dentro de esta definición, el problema se ubica en un amplio conjunto de variantes dependiendo del tipo de demanda, tipo y capacidad de los vehículos, restricciones de tiempo, etc. La figura 65 muestra la relación entre algunos de estos tipos de problemas.



FIGURA 65. (GONZÁLEZ, 2005)

Algunos tipos de problemas y sus características:

CVRP (Capacitated VRP) (Ralphs, Hartman y Galati, 2001)

La demanda de todos los clientes debe ser satisfecha. Un cliente solo puede ser atendido por un vehículo. Los vehículos tienen un tiempo máximo de llegada al depósito.

SDVRP (Split Delivery VRP) (Dror, Laporte y Trudeau, 1994; Archetti, Mansini y Speranza, 2001)

Es una variante del CVRP en la que se permite que los clientes sean servidos por más de un vehículo.

VRPB (VRP with Backhauls) (Ralphs, Hartman y Galati, 2001); Jacobs-Blecha y Goetschalckx, 1992)

Es una extensión del VRP en la que los clientes también pueden demandar o recoger mercancía.

VRPPD (VRP with Pick-Up and Delivering) (Righini, 2000)Son problemas de VRP con entrega y recogida. La diferencia fundamental con otros problemas de esta familia es que el destino de la demanda de cada cliente ya no es el depósito si no otro vértice. (GONZÁLEZ, 2005)



VRPTW (VRP with Time Windows) (Cordeau et al., 2002) Le agrega al problema CVRP la restricción de que cada cliente posee una ventana de tiempo en la cual debe ser servido.

El problema del agente viajero (TSP)

El TSP (Traveling Salesman Problem) constituye la situación general y de partida para formular otros problemas combinatorios más complejos, aunque más prácticos, como el ruteo de vehículos.

En el TSP se dispone de un solo vehículo que debe visitar a todos los clientes en una sola ruta y a costo mínimo. No suele haber un depósito (y si lo hubiera, no se distinguiría de los clientes), no hay demanda asociada a los clientes y tampoco hay restricciones temporales. (Julio Mario Daza, Diciembre, 2009)

El tiempo de cálculo necesario para resolver el TSP se incrementa con rapidez a medida que aumenta el número de ciudades n. En un caso general el número de rutas factibles que debe considerarse es (n – 1)!/2. Así por ejemplo para un caso con 11 ciudades, deberían considerarse más de 1.800.000 rutas posibles.

En los métodos asignar primero y rutear después,utilizados en esta sección, (cluster first, route second) se procede en dos fases: (Benavent., 2011)

Primero se busca generar grupos de clientes, también llamados clusters, que estarían en una misma ruta en la solución final.

Luego, para cada cluster se crea una ruta que visite a todos sus clientes.

Las restricciones de capacidad se consideran en la primera etapa, asegurando que la demanda total de cada cluster no supere la capacidad del vehículo. Por lo tanto, construir las rutas para cada cluster es un TSP que, dependiendo de la cantidad de clientes en el cluster, se puede resolver en forma exacta o aproximada.



7.2 Descripción del problema y propuestas.

Ribera salud se encarga de:

1- Realizar el reparto de material fungible hospitalario a centros de salud

primaria y especialidades adscritos a su área de influencia.

2- Realizar la recogida de muestras para analizar también en esta área.

7.2.1 -Reparto de material fungible hospitalario.

Se organizan los centros en cuatro grupos por cuestiones de coordinación de

pedidos y planificación de materiales:

El primer grupo realiza sus pedidos del día 1 al 5 de cada mes y es servido del día 6

al 10 de cada mes

El segundo grupo realiza sus pedidos del día 6 al 10 de cada mes y son servidos del

día 11 al quince de cada mes.

El tercer grupo realiza los pedidos del día 11 a quince de cada mes y son servidos

entre los días 15y 20 de cada mes.

El cuarto grupo realiza los pedidos entre los días 15 y 20 de cada mes y son

servidos entre los días 21 y 25 de cada mes.

Características:

1- Se dispone de un único depósito.

2- Existe un operario y un vehículo (furgoneta) para realizar el reparto de

primaria que se realiza por las mañanas.

3- La capacidad máxima del vehículo es de 4 pallets.

4- El zona de preparación de pedidos es muy limitada.

5- La tarde anterior se montan los pedidos que se sirven a la mañana siguiente

(debido a 4).

6- La demanda varía de un centro a otro (un centro grande puede necesitar 9

pallets y un centro pequeño, quizá con una caja tenga suficiente) y de un mes a

otro.

7- La prioridad de servir los centros de cada grupo depende del orden de

petición y la disponibilidad o no de existencias en el almacén, pudiendo servirse o

no pedidos parciales.



En otras palabras, nos enfrentamos a un problema que reúne las siguientes

particularidades:

Un sólo depósito.

Un sólo vehículo.

Prioridades

Restricción de capacidad del vehículo.

Pedidos servidos parcialmente.

Múltiples viajes.

Horizonte de planificación de dos o tres días

Demanda conocida.

Tiempo máximo diario en ruta (se puede realizar más de un viaje al día).

Posibles Objetivos:

Minimizar distancia recorrida.

Maximizar la carga servida teniendo en cuenta las prioridades.

En este apartado vamos a proponer una alternativa basada en una reordenación de

rutas de reparto y algunas sugerencias.

Reordenación de rutas:

Propondremos una alternativa a la actual situación de distribución de rutas. La

figura 66 recoge y la distribución actual y el tiempo que tardan en recorrerse las

rutas según Google Maps.

En primer lugar hemos calculado el coste de las actuales rutas desde el punto de

vista de un TSP.

Para calcular el coste de recorrer cada ruta nos hemos basado en Google Maps

elaborando una matriz de 32 x 32 entradas (cada entrada requiere una consulta de

forma individual.)

El coste viene dado en minutos.



ACTUAL RUTA1 RUTA2 RUTA3 RUTA4

DEPOSITO DEPOSITO DEPOSITO DEPOSITO

CULLERA ALZIRA L ´ALCUDIA ALGEMESI

FAVARA CORBERA GUADASSUARALGEMESI CON.

SUECA LLAURI CARLET ALBALAT

FORTALENY LA BARRACA BENIMODO ALGINET

RIOLA ALBERIC ALFARP ALMUSAFES

POLINYA ANTELLA LLOMBAI BENIFAIO

BENICULL BENIMUSLEMCATADAU SOLLANA

DEPOSIO GAVARDA DEPOSITO DEPOSITO

MASSALAVES

TOUS

CARCAIXENT

DEPOSITO

COSTE 108 182 101 112

TOTAL 503

FIGURA 66.

En segundo lugar para el cálculo de las rutas alternativas hemos procedido de la

siguiente manera:

1- Hemos seleccionado unos clientes semilla de forma visual.

2- Hemos calculado el coste de asignación de cada cliente a cada semilla como el

tiempo de ir del cliente a la semilla.

3- Hemos asignado a cada cliente una ruta de forma que el coste total de asignación

sea mínimo.

4- Hemos calculado la ruta de cada vehículo resolviendo un TSP con los clientes que

le han sido asignados mediante la aplicación ‘Plain a trip’

(http://www.tsp.gatech.edu/maps/index.html)

5- Se han añadido dos restricciones a las restricciones habituales:

La primera es una restricción sobre el número de clientes que deben ser asignados

por ruta, entre 7 y 11. (Imitando la situación actual)

La segunda sobre el número de ‘clientes grandes’ que deben ser asignados a la

ruta, 2 ó 3, a modo de imitación del reparto que se realiza actualmente.

http://www.tsp.gatech.edu/maps/index.html



FIGURA 67. FIGURA 68.

FIGURA 69. FIGURA 70.



Las figuras 66,67,68 y 69 muestran las salidas de la aplicación Plain a Trip para el

cálculo de los correspondientes TSP, que mostramos a continuación en la figura 71.

Observamos que los centros grandes (en negrita) no se han movido de su ruta (ver

figura 66) y hemos reducido el tiempo total alrededor de un 14%.

FIGURA 71.

Sugerencias:

Cada día de reparto conviene resolver un TSP ya que reducirá el tiempo de

la ruta diaria. Se puede realizar de forma muy sencilla en la siguiente dirección:

http://www.tsp.gatech.edu/maps/index.html o bien utilizando la aplicación Plain

a Trip.

Resultaría muy interesante para la mejora y reducción de costes de la ruta

del reparto de primaria el disponer de embalajes estandarizados, como por

ejemplo cajas de cartón duro reutilizables.

Se puede, por ejemplo, fijar la unidad mínima de carga como un doceavo (o la

fracción que se estime oportuno) del volumen máximo de un pallet. Una vez

establecida la unidad de carga y proveyéndonos de embalajes múltiplos de la

unidad de carga, podremos plantearnos problemas de optimización de rutas,

disminuyendo los costes o maximizando la carga servida. Con esta nueva situación

PROPUESTA RUTA1 RUTA2 RUTA3 RUTA4

DEPOSITO DEPOSITO DEPOSITO DEPOSITO

POLINYA ALZIRA AP GUADASSUARALGINET

RIOLA BENIMUSLEMALFARP BENIFAIO

SUECA MASALAVES CATADAU SOLLANA

FORTALENY ALBERIC LLOMBAI ALBALAT

CULLERA CARCAIXEN CARLET BENICULL

FAVARA LA BARRACA BENIMODO ALGEMESI

LLAURI CORBERA L´ALCUDIA ALGEMESI C.

DEPOSITO DEPOSITO TOUS DEPOSITO

ANTELLA

GAVARDA

DEPOSITO

COSTE 102 97 140 94

TOTAL 433

http://www.tsp.gatech.edu/maps/index.html



podríamos plantearnos una mejora en la maximización de la carga servida

mediante la resolución de alguna variante del Problema de la Mochila. (Knapsack

problem)6.

En este problema disponemos de un conjunto de objetos, cada uno con una

utilidad, un peso y de una mochila. Consiste en determinar qué objetos debemos

introducir en la mochila de manera que no sobrepasemos determinado peso total

maximizando la utilidad de los objetos introducidos. En la propuesta

consideraríamos volúmenes en lugar de pesos y costes (tiempo de transporte por

ejemplo) en lugar de utilidades. Una vez escogidos los objetos a cargar en la

mochila (unidades de carga cargados en el furgón de reparto) se procedería a

resolver un TSP.

Si la empresa se planteara además la posibilidad de ampliar la zona de picking

podríamos plantear una variante de un CVRP clásico, sustituyendo los m vehículos

que realizan cada uno una ruta por un único vehículo que realiza m rutas.

7.2.2 -Recogida de muestras de los centros adscritos para su análisis en

laboratorio.

El hospital de la Ribera se encarga además del reparto de material fungible

hospitalario, de recoger muestras biológicas procedentes de los diversos centros

de atención primaria y especialidades asignados a su área.

Cada centro deposita sus muestras en una nevera de mano y la deja en un lugar

predeterminado. El operario al visitar el centro recoge la nevera y deja otra vacía

en su lugar junto con los resultados de las muestras ya analizadas y valija interna si

la hay. Una vez completada la ruta y de vuelta en el depósito (Hospital) son

redistribuidas: o bien son analizadas en el mismo Hospital o bien son enviadas al

laboratorio correspondiente.

6 El problema de la mochila es uno de los 21 problemas NP-completos de Richard Karp,

establecidos por el informático teórico en un famoso artículo de 1972.1 Ha sido intensamente

estudiado desde mediados del siglo XX y se hace referencia a él en el año 1897, en un artículo

de George Mathews Ballard.

http://es.wikipedia.org/wiki/Lista_de_21_problemas_NP-completos_de_Karp

http://es.wikipedia.org/wiki/NP-completo

http://es.wikipedia.org/wiki/Richard_Karp

http://es.wikipedia.org/wiki/Inform%C3%A1tico_te%C3%B3rico

http://es.wikipedia.org/wiki/Problema_de_la_mochila#cite_note-0

http://es.wikipedia.org/w/index.php?title=George_Mathews_Ballard&action=edit&redlink=1



Para realizar esta labor Ribera Salud cuenta con una empresa subcontratada con

formada por tres trabajadores más un trabajador del propio hospital. Cada

trabajador dispone de un vehículo y tiene asignada una ruta. Estamos hablando

pues de cuatro rutas.

Normalmente las rutas se realizan diariamente (de Lunes a Viernes) ya que o bien

se recogen muestras o bien se entregan los resultados de las analíticas.

Debido al pequeño tamaño de las neveras no existe restricción de capacidad de los

vehículos.

Este trabajo se debe realizar entre las 9:00 y las 11:00 horas.

Descrita pues la situación propondremos una mejora mediante un planteamiento

muy similar al anterior:

1- Hemos seleccionado unos clientes semilla de forma visual.

2- Hemos calculado el coste de asignación de cada cliente a cada semilla como el

tiempo de ir del cliente a la semilla.

3- Hemos asignado a cada cliente una ruta de forma que el coste total de asignación

sea mínimo, que los costes de asignación no superen los 120 minutos (ya que esta

tarea ha de realizarse entre las 9:00 y las 11:00 horas) y que el número de clientes

visitados por ruta esté comprendido entre 8 y 9 con la finalidad de equilibrar los

clientes visitados por cada vehículo.

4- Una vez realizadas las asignaciones hemos calculado la ruta de cada vehículo

resolviendo un TSP con los clientes que han sido asignados mediante la aplicación

‘Plain a trip’ .



FIGURA 72.

FIGURA 73.

Las figuras 72 y 73 muestran la situación actual y la propuesta. La mejora de

tiempo es poco significativa pero obtenemos unas rutas más equilibradas.



CAPÍTULO 8. CONCLUSIONES.

En primer lugar hemos de entender la logística Hospitalaria como el conjunto de

las actividades logísticas que tienen lugar en empresas del sector hospitalario, no

como una rama de la logística con entidad propia. La logística hospitalaria se nutre

de la logística sin el aporte de nuevas propuestas o soluciones.

En este sentido la logística hospitalaria ha realizado avances enormes en los

últimos años en nuestro país. La unificación de catálogos, la centralización de las

compras y la contratación electrónica, hasta hace poco excepciones en el Sistema

Nacional de Salud, se están convirtiendo en regla. Son pocas las autonomías que a

estas alturas no han optado por nuevas soluciones logísticas.

El Hospital de la Ribera se encuentra en la actualidad en un estadio de evolución

logística en el que la dirección desea que sus actividades logísticas estén a la par

con las de otros centros hospitalarios, o al menos distanciarse lo mínimo dada la

coyuntura actual. Se permiten ya inversiones en nuevos sistemas de información,

aunque este incremento de inversión en avances tecnológicos no se complementa

adecuadamente en inversiones en recursos humanos, lo que va a impedir extraer

todo el potencial a esta nueva tecnología.

De manera concreta de la elaboración de este proyecto se pueden extraer las

siguientes conclusiones:

El sistema de gestión de inventarios de la empresa es mejorable. Hemos visto en el

Capítulo 6 cómo artículos del `top ten’ de la clasificación ABC realizada presentan

en algunos casos un nivel de stock desproporcionado (A2009), o bien roturas de

stock que pueden evitarse al mismo coste cambiando la política de gestión

(A0633). Tengamos en cuenta además que se han usado modelos de inventarios

que no recogen los descuentos. Cuanta más información manejemos, mejores

modelos obtendremos.

Mejorar el sistema de gestión de inventarios es barato. Simplemente con un EXCEL

o con programas libres podemos realizar los cálculos de previsión de demanda y

de variables de gestión de stock obteniendo mejoras muy significativas en la

reducción de materiales almacenados y en roturas de stock, tal como hemos visto

en el Capítulo 6.

Mejorar el sistema de gestión de inventarios es necesario. Existen hospitales como

son por ejemplo los dependientes de la Consejería de Salud de la Junta de

Andalucía, que ya tienen externalizada gran parte del proceso logístico a empresas

especializadas. El Hospital de la Ribera quizá deba afinar su política logística y



además hacerlo con celeridad, puesto que si otros hospitales traducen su ventaja

en la gestión logística en mejora de imagen, parte de los clientes del Hospital de la

Ribera pueden decantarse por la competencia.(Recordemos la libre elección de

centro sanitario, Capítulo 2)

Consideramos un acierto el cambio en el sistema informático que se ha realizado

en el área logística del Hospital de la Ribera, migrando a un prestigioso ERP. No

obstante si la migración no va acompañada de la adecuada inversión en formación

el proceso será excesivamente doloroso.

El hospital de la Ribera realiza las funciones de proveedor de 32 centros de salud

de atención primaria de forma habitual aumentando este número hasta los 40 en

época estival. Se encarga también de recogida de muestras para análisis en

laboratorios y de realizar funciones de valija interna. En total suman 5 vehículos

que realizan rutas a diariamente. La situación indica pues que el Hospital de la

Ribera realiza una función de peso en logística del transporte y que debería

plantearse seriamente realizar otro enfoque hacia esta actividad. En el Capítulo 7

hemos sugerido posibles alternativas, de coste prácticamente cero, de hacia dónde

deberían ir las miras si la empresa decide replantearse el asunto del transporte.



Referencias. A.M. Jiménez J. Guerrero, C.A. Amaya, N. Velasco Optimización de los recursos en los

hospitales: revisión de la literatura sobre logística hospitalaria.: Universidad de los

Andes, Diciembre 2007.

Astros Iván José Turmero Eficiencia en el mercado bursátil español. :

www.monografías.com. - Vol. Gestión de carteras..

Benavent. Enrique Tema 6.1 Transporte y distribución a distancias cortas. // Logística.. -

Máster en Planificación y Gestión de Procesos Empresariales., 2011.

Bermúdez. José d. Logística Tema 9. // Logística. Máster en Planificación y Gestión de

Procesos Empresariales., 2011.

Cabrer Borrás Bernardí Temas 7-11 // Apuntes de Econometría Empresarial II, ADE.. -

Valencia. : Análisis Económico,Universitat de València, 2004.

Clarke G., Wright, W Scheduling of vehicles from a central depot to a number of delivery

points.Operations Research - 1964.

Dantzig G., Ramser, J The truck dispatching problem. - 1959. - 6 : Vol. Management

Science .

Emely Arráiz Oscar Meza, Guillermo Palma Un enfoque unificado de sistema de

hormigas para resolver problemas VRP. - Valdivia, Chile : Departamento de Computación

y Tecnología de la Información.Universidad Simón Bolívar, 2005.

en.academic.ru en.academic.ru/dic.nsf/enwiki/222454.

F. Gómez-Bezares J.A. Madariaga y J. Santibáñez Lecturas sobre gestión de carteras :

Universidad Comercial de Deusto, 2004. - ISBN 84-688-5767-X.

GONZÁLEZ JUDITH CELEIRO PROYECTO PARA LA OBTENCION DE GRADO “ESTUDIO DE

UN PROBLEMA DE RUTAS DE VEHÍCULOS CON PICKUP & DELIVERY Y VENTANAS DE

TIEMPO”. - 2005.

Hernández Alfonso tema 2.1. Costes Stocks. // Máster en Planificación y Gestión de

Procesos Empresariales. - 2011.

http://aulafacil.com // http://aulafacil.com/gestion-stocks/curso/Lecc-19.htm.

http://www.gestiopolis.com//http://www.gestiopolis.com/recursos/experto/catsexp/p

agans/fin/no12/controlinventarios.htm.

http://www.monografias.com/trabajos10/stocks/stocks.shtml COSTOS DE

INVENTARIOS,PLANIFICACIÓN DE STOCKS Y APROVISIONAMIENTO. monografias.com.



Julio Mario Daza Jairo R. Montoya, Francesco Narducci Resolución del problema de

enrutamiento de vehículos con limitaciones de capacidad mediante un procedimimiento

metaheurístico de dos fases. - Medellín (Colombia) : Escuela de Ingeniería de Antioquia,,

Diciembre, 2009. - 12 : Vols. Revista EIA, ISSN 1794-1237.

Maravall Gómez y

http://www.bde.es/webbde/es/secciones/servicio/software/econom.html: www.be.es,

1996.

Martín G. Blanco García ”Innovaciones en logística Hospitalaria” 2008.

Vercher Enriqueta Logística tema 8 // Logística de Inventarios. - Máster en Planificación

y Gestión de Procesos Empresariales, 2011.

Visaka Joana Samuyenga MODELOS PARA LA ASIGNACIÓN ÓPTIMA DE RECURSOS

HUMANOS ENPROYECTOS DE REPARACIÓN DE EMBARCACIONES NAVALES. - Santiago de

Cuba : Facultad de Matemátca y Computación de la Universidad de Oriente, 2011.

www.hospital-ribera.com

www.visualreport.com

Proyecto fin de master jorge rosario copia(1)

Documents

Transcript of Proyecto fin de master jorge rosario copia(1)