Diseño de un modelo markoviano con estados absorbentes para el costeo a priori de procesos de producción en serie y su evaluación en diferentes escenarios para mejorar la toma de decisiones

Abstract

El trabajo se encuentra enfocado al diseño de un modelo estocástico, el cual se centra en la aplicación de cadenas de Markov para calcular la eficiencia de una línea de producción, los costos promedios equivalentes por cada etapa y el costo promedio final. Esta aplicación nace de la necesidad de estimar a priori el costo de una tanda de producción dada, ya que, a lo largo de las últimas décadas, las empresas han venido incurriendo en costos y gastos que en su mayoría no son recuperables, debido a la obtención de porcentajes de productos no conformes. En la investigación se presenta un modelo de Markov con estados absorbentes con diferentes escenarios, optimista, intermedio y pesimista basándose en datos históricos y niveles de significancia con los cuales se construyen intervalos de confianza para cada probabilidad de transición en cada una de las operaciones (Estados). Se toma como escenario optimista el límite superior del intervalo de confianza, como pesimista el límite inferior y como intermedio el valor promedio. Se muestra cómo el modelo puede ser utilizado para evaluar mediante un análisis de sensibilidad, el impacto de los cambios en las probabilidades de transición en las distintas etapas del Proceso. El modelo puede ser utilizado en cualquier en Sistema de Producción con etapas secuenciales (en serie) como una herramienta para costear a priori una tanda de producción y mejorar la toma de decisiones y lograr el máximo beneficio en términos de los costos y el rendimiento del sistema.