Desarrollo de Casos Grupo 6

 

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, Decana de América)

FACULTAD DE CIENCIAS ADMINISTRATIVAS E.A.P. ADMINISTRACIÓN

Grupo N° 06: Desarrollo de Casos  Módulo: Gerencia  Módulo:  Gerencia de Proyectos  Profesor: Dr.  Profesor:  Dr. César Sotomayor Sancho Dávila  Integrantes: -

Rossmery Aguilar Huamán Gabriela Carlos Colqui Osmara Zavala Timoteo  Anabel Astocondor Rojas  Alexander Loayza Cordova

Ciudad Universitaria, 15 de mayo de 2019.

 

Gerencia de Proyectos 2019 – UNMSM

DESARROLLO DE CASOS - GRUPO 06 CASO N° 02 El pr proy oyec ecto to LA LADI DIS S SA SAC, C, lu lueg ego o de an anal aliz izar ar y ev eval alua uarr lo loss fact factor ores es qu que e condicionan el tamaño del proyecto ha establecido dos posibles alternativas de tamaño; estas son: T1 = 180 y T2 = 270 en miles de unidades de producción. Por tratarse de una producción en serie se tiene una expectativa de economía de escala; por información del sector se conoce que para un tamaño como el de T1 se requiere una inversión de 180 millones de nuevos soles y que el índice de escalamiento llegaría al 0.44. Los in Los ingr gres esos os a mill millon ones es de so sole less corr corrie ient ntes es de dell proy proyec ecto to so son n co como mo se muestran: TAMAÑO 1  AÑO

1

2

3

4

5

Ingresos

0

0

300

450

500

12%

13%

Inflación TAMAÑO 2  AÑO

1

2

3

4

5

Ingresos

0

0

400

520

760

12%

13%

Inflación

Los egresos a soles constantes al año 3 son como se muestran: TAMAÑO 1  AÑO

1

2

3

Egresos

0

0

590

 AÑO

1

2

3

Egresos

0

0

830

TAMAÑO 2

Determine usted el tamaño óptimo para el proyecto, sabiendo que el precio del producto es de S/. 36.00.

2

 

Gerencia de Proyectos 2019 – UNMSM

INTERPRETACIÓN El problema nos pide determinar el tamaño óptimo para la empresa LADIS SAC, para ello nos brinda los datos de dos probables tamaños, T1 y T2. Para T1 se ne nece cesi sita tará rá una una inve invers rsió ión n de S/ 18 180 0 mi millllon ones es co con n un índi índice ce de escalamiento de 0.44. Asimismo, contamos con los datos de los Ingresos hasta el año 5 y Egresos hasta el año 3.  ANÁLISIS El marco teórico que gobierna el problema es la teoría del Flujo de caja y Economía de escala. La determinación del tamaño óptimo la evaluaremos de acuerdo al VAN, para ello se realizará el flujo de caja para T1 y T2. El cálculo de la Inversión 2 la realizaremos de acuerdo a los datos de I1 y el índice de escalamiento (α). DATOS Tamaños T1 T2 Precio del Producto

180,000 270,000

Inversión

Índice de escalamiento

S/. 180,000,000

0.44

S/36.00

INGRESOS:

TAMAÑO 1 A ño Ingresos

1

2

3

4

5

0

0

300

450

500

12%

13%

Infación

TAMAÑO 2 A ño Ingresos

1

2

3

4

5

0

0

400

520

760

12%

13%

Infación EGRESOS:

TAMAÑO 1 A ño Egresos

1 0

2 0

TAMAÑO 2

3

3 590

 

Gerencia de Proyectos 2019 – UNMSM

A ño Egresos

1 0

2 0

3 830

1

2

SOLUCIÓN Cálculo del flujo de caja para T1 y T2: FLUJO DE CAJA PARA T1 = 180,000 CONCEPTO/AÑO INGRESOS Ventas TOTAL INGRESOS EGRESOS Inversión Costos TOTAL DE EGRESOS SALDO

0

0

3

0 0

0 0

1194 1194

0

0

590

0 0

0 0

590 604

180

180 -180

VAN (10%)

274

FLUJO DE CAJA PARA T2 = 270,000 CONCEPTO/AÑO INGRESOS Ventas TOTAL INGRESOS EGRESOS Inversión Costos TOTAL DE EGRESOS SALDO

0

VAN (10%)

1

0

2

3

0 0

0 0

1613 1613

0

0

830

0 0

0 0

830 783

215

215 -215

373

Cálculo de la Inversión 2: I2/I1 = (T2/T1)^α I2 = ((T2/T1)^α) * I1 21 I2 = 5

4

 

Gerencia de Proyectos 2019 – UNMSM

RESPUESTA El tamaño óptimo para el proyecto LADIS SAC es T2 = 270,000, ya que el VAN es mayor.

5

 

Gerencia de Proyectos 2019 – UNMSM

CASO N° 11 Un proyecto para fabricación de pisco a base de uva quiere evaluar dos posibles localizaciones CAÑETE y PARAMONGA, habiendo establecido su mercado potencial en LIMA; la localización optima no repercutirá en el nivel de ventas y los ingresos del proyecto; sin embargo si afectaría el costo del terreno, el costo de construcción y el costos de operaciones, siendo estos en miles de soles: LOCALIZACIÓN CAÑETE PARAMONGA

TERRENO CONSTRUCCIÓN OPERACIONES 120 740 120 100 841 94

Por otro lado se vio la necesidad de incorporar a la evaluación de localización otros factores no cuantificables; tales como la disponibilidad agrícola hacia la uva, el clima y las vías de acceso para una posterior ampliación del mercado. Determine usted, la localización óptima para el proyecto.

INTERPRETACIÓN 

  



Se requiere hallar la localización óptima para un proyecto de fabricación de pisco a base de uva. Nos dan 2 posibles localizaciones: Cañete y Paramonga. El mercado potencial del proyecto es Lima. Noss dan No dan lo loss da dato tos, s, en mile miless de sole soles, s, de dell terr terren eno, o, co cons nstr truc ucci ción ón y operaciones de ambas localizaciones. Estos 3 factores son nuestros factores objetivos.  Además nos brindan 3 factores no cuantificables, los cuales son nuestros factores subjetivos y son: la disponibilidad agrícola hacia la uva, el clima y las vías de acceso para una posterior ampliación del mercado.

 ANÁLISIS El marco teórico que gobierna el proyecto es el el   Método Sinérgico o mejor  conocido como Método de Gibson y Brown. Es un método que combina Factores Objetivos posibles de valorar en forma cuan cu antitita tatitiva va con con Fa Fact ctor ores es subj subjet etiv ivos os que que se valo valora ran n en form forma a rela relatitiva va

6

 

Gerencia de Proyectos 2019 – UNMSM

DATOS Proyecto Mercado potencial 



Fabricación de pisco a base de uva   Lima

Dos posibles localizaciones: Cañete y Paramonga Cifras en soles de sus factores objetivos: LOCALIZACIÓN

TERRENO CONSTRUCCIÓN OPERACIONES 120,000 740,000 120,000 100,000 841,000 94,000

CAÑETE PARAMONGA



Factores subjetivos: - La disp dispon onib ibili ilida dad da agr gríc ícol ola ah hac acia ia lla a uva uva - El clima - La Lass vía víass de ac acces ceso o para para una una pos poster terior ior amp ampliac liación ión del del me merca rcado do

SOLUCIÓN 1. 1.-- Cálc Cálcul ulo o de dell valo valorr re rela lati tivo vo de lo loss cost costos os tota totale less de los los Fa Fact ctor ores es Objetivos por cada locación

FOi = Donde Ci = Costo de factor i LOCALIZACION / FO FO Cañete Paramonga

TERRENO 120,000 100,000

CONSTRUCCIÓN OPERACIONES TOTAL=Ci 1/Ci 740,000 120,000 980,000 0.00000102 841,000 94,000 1,035,000 0.00000097 0.00000199

FOc = FOp =

 

0.51 0.49 1.00

(Factor objevo de Cañete) (Factor objevo de Paramonga)

7

 

Gerencia de Proyectos 2019 – UNMSM

2.- Cálculo del valor relativo del conjunto de Factores Subjetivos Para el cálculo de FS es necesario asignar una medida de comparación relativa de los distintos Factores Subjetivos. a) Ca Calc lcul ular ar el Ín Índi dice ce W pa para ra cada cada Fact Factor or Su Subj bjet etiv ivo, o, qu que e de dete term rmin ina a una una preponderancia relativa entre Factores. En una comparación pareada, calificando 1-0 cuando un Factor más preponderante que el otro, y 1-1 cuando ambos Factores tienen la misma preponderancia. Comparación pareada FACTORES SUBJETIVOS

Disponibilidad agrícola hacia la uva Clima Vías de acceso

1

2

1 1

1

3

Sumatoria de preferencias

Wi

2 2 1 5

0.4 0.4 0.2 1

1 1

0

Ponderación de los FS: -

Disp Dispon onib ibili ilida dad d ag agrí ríco cola la > V Vía íass de acce acceso so

-

Disp Di onib idad agr gríc Clima a Clspon im ima a >ibil Vilid íaad sd de ea a accícol cola esao= Clim

b) Dar par para a cada Localiz Localizació ación n un orde orden n Jerárq Jerárquico uico R pa para ra cad cada a uno de los Factores, en una comparación pareada, calificando 1-0 cuando en una localización un Factor es más importante que en la otra y 1-1 cuando ambas localizaciones el Factor tiene igual importancia

Disponibilidad agrícola LOCALIZACION / FS

Comparación pareada

Sumatoria de

1

preferencias

Cañete

1

1

Paramonga

1

TOTALES

Clima

Vías de acceso

Comparación pareada

Sumatoria de

1

preferencias

0.5

1

1

1

0.5

1

1

2

1

Ri

2

Ri 0. 5 0. 5

Comparación pareada

Sumatoria de

1

preferencias

1

1

1

0

0

0

1

1

1

Ri

Jerarquías: -

Disp Dispon onib ibili ilida dad d ag agrí ríco cola la Clim lima Vías Vías de acce acceso so

Ca Cañe ñete te = Pa Para ramo mong nga a Cañ añet ete e = Pa Para ramo mong nga a Cañe Cañete te > Pa Para ramo mong nga a

c) Det Determ ermina inarr el valor relativ relativo o FS por cad cada a Loc Locali alizac zación ión,, Cal Calcul culand ando o la sumatoria del producto del valor jerárquico R por el índice W 8

 

Gerencia de Proyectos 2019 – UNMSM

Primero, resumo información de los cuadros anteriores:  CALIFICACIONES CAÑETE PARAMONGA 0.5 0.5 0.5 0.5 1.0 0

FS/LOCALIZACIÓN Disponibilidad agrícola hacia la uva Clima Vías de acceso

Wi 0.4 0.4 0.2

Segundo, aplico la siguiente fórmula:

FSi= ∑Rij x Wi

 

FSc

0.60

Fsp

0.40

(0.5*0.4+0.5*0.4+1*0.2) (0.5*0.4+0.5*0.4+0*0.2)

3.- Cálculo de la Medida de Preferencia de Localización MPL  –Se debe definir la importancia relativa de los Factores Objetivos sobre los Subjetivo para el cálculo del MPL, mediante el factor K  –El facto K varía entre 0 y 1  –En este caso K es 0.70, por lo tanto (1-K) es 0.30.  –Con la determinación de los Factores Objetivos y Subjetivos procedemos a calcular el MPL o MLi

 Aplicando la fórmula:

MLi=k.Foi+(1-k)Fsi (De (De Ca Cañe ñete te)) (De (De Pa Para ramo mong nga) a)

k= ML MLcc MLp MLp

  0.7 0. 0.54 54 0. 0.46 46

 

9

 

Gerencia de Proyectos 2019 – UNMSM

RESPUESTA: La mejor localización para este proyecto se ubicaría en Cañete por tener un mayor ponderado.

CASO N° 18 En un proyecto de fabricación de camisas de vestir la producción se realizará mediante cuatro de trabajo, talesencomo se muestran el diagrama, las mismas que estaciones están en funcionamiento un solo turno de en 8 horas diarias con 29 minutos de refrigerio y 25 días. Estaciones  

1

2

Ac Actitivvidad idades es

A

B

Tiempos

4

1.5

Defectos

10%

Costos Unitarios

4

3

C

D

1.5 3.5 6% 3

4

E

F

1.5

3

8%

5%

4

2

En ca cada da esta estaci ción ón de traba trabajo jo se ge gene nera ran n de defe fect ctos os de fabr fabric icac ació ión n por por la lass maquinarias y manipuleo del personal en los porcentajes anotados; siendo los costos unitarios tal como se muestra. La necesidad de mayor producción a la normal incrementa los costos en un 20% del costo unitario total. El proyecto prevé el sistema de ventas adelantadas, y toma como referencia las ventas históricas comprometidas de otra de sus empresas en actividad que tienen similar performance, tal como se muestran a continuación. MES

abril mayo junio julio

Ventas históricas

2850 3200 2200 3600

La empresa desea efectuar el planeamiento de producción para los próximos 6 messes (O me (Oct ctu ubr bre e - Ma Marz rzo) o) to toma man ndo como como ba basse la lass ven enta tass his istó tóri riccas referenciales; es decir en las mismas cantidades, por lo cual para completar su horizonte deberá realizar el pronóstico para el mes de Agosto, que de acuerdo a antecedentes será igual para Septiembre. Conociendo que el pronóstico para el mes de julio fue de 4200 unidades. Con una constante de suavización de 0.25; 0.2 5; bas basánd ándos ose e el pro pronó nósti stico co en el suavis suavisami amient ento o exp expone onenci ncial al de prim primer  er  orden.

10

 

Gerencia de Proyectos 2019 – UNMSM

La empresa tiene como política de inventarios, que esta deberá mantener como inventario final 300 unidades; siendo su costo de inventarios mensuales de 0.5 dólares.  Así también la empresa en actividad facilitará para el inventario inicial 200 unidades de camisas. De acuerdo a esta información determinar el Plan óptimo de producción y su costo total. INTERPRETACIÓN El pr prob oble lema ma no noss desc descri ribe be un pr proc oces eso o de fabr fabric icac ació ión n de cami camisa sas, s, la lass actividades que se realizan, la secuencialidad de estos y el tiempo de cada actividad, asimismo los defectos y costos unitarios de cada estación.   También nos muestra la demanda histórica de las ventas de abril y julio y el pronóstico de la demanda de abril y una constante de suavización, asimismo el costo del mantenimiento de inventario, el inventario inicial con la que se cuenta y la política de saldos para los restantes del correspondiente al inventario final. Nos piden determinar el plan óptimo de producción y el costo total brindando el costo. MARCO TEÓRICO -

Pro Proyec yecció ción n de la deman demanda da us usand ando o la const constant ante e de suav suaviza izació ción. n. De Dete term rmin inac ació ión n de llas as u uni nida dade dess a prod produc ucir. ir. Pro Proces ceso o de fab fabric ricaci ación, ón, consi conside deran rando do es estac tacion iones es y act activi ividad dades. es. Co Cost stos os to tota tale less de dell p pro roce ceso so..

DATOS

15 451 4 25

MINUTOS POR ACTIVIDAD TIEMPO DISPONIBLE POR DIA TIEMPO DE CICLO POR ACTIVIDAD DÍAS DE TRABAJO AL MES

CONSTANTE DE SUAVIZACIÓN

0.25

11

 

Gerencia de Proyectos 2019 – UNMSM

ABRIL

DEMANDA 2850

MAYO

3200

JUNIO

2200

----

3600 IGUAL QUE SEPTIEMBRE

4200.00

JULIO AGOSTO SEPTIEMBRE

PRONÓSTICO -------

----------

 ANÁLISIS 1- Se va a proy proyecta ectarr la demanda demanda para el mes mes de agost agosto o usan usando do la cons constant tante e de suavización. α Periodo

0.25

   

 

PERIODO

Demanda Dem

Pronósti tic co

ABRIL MAYO

1 2

2850 3200

JUNIO JULIO AGOSTO SEPTIEMBRE

3 4 5 6

2200   3600 4050.00   4050.00  

    4200.00

NUEVO PRONÓSTICO = PRONOSTICO DEL PERIODO ANTERIOR + a (DEM (D EMAN ANDA DA RE REAL AL DE DEL L PE PERI RIOD ODO O AN ANTE TERI RIOR OR - PR PRON ONOS OSTI TICO CO DE DEL L PERIODO ANTERIOR) Con esta fórmula se proy proyectó ectó la demanda demanda para el perio periodo do 5, que será igual al periodo 6. 2- Para hal hallar lar el pronóstico, pronóstico, se usó el método método de regresión regresión pol polinómi inómica ca debido debido a que la correlación es la mayor a comparación de los demás tipos de regresiones. (R2 = 0.611)

12

 

Gerencia de Proyectos 2019 – UNMSM

ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBR E OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO

PERIODO 1 2 3 4

DEMANDA 2850 3200 2200 3600

5 6 7 8 9 10 11 12

PRONÓSTICO

4050 4050

4995 5858 6865 8018 9314 10756

La fórmula de regresión polinómica es la siguiente: y = 72.321x2 - 221.96x + 3005 y se proyectó considerando como variable dependiente al periodo.

3-   Con los datos aanteriores nteriores (v (ventas entas pr pronosticadas) onosticadas) y con considerando siderando el stock inicial, inici al, la políti política ca de inventario inventarioss final finales. es. Se calc calculó uló la producción, stock por periodo, periodo, la producción producción normal y prod producció ucción n extra extra.. También se consideró el costo del stock.

13

 

Gerencia de Proyectos 2019 – UNMSM

PROGRA PR OGRAMACIONDE LAP LAPRODU RODUCCIONPOR PORMES

200 PRODUCCION PRODUCCION Costos de MES

VENTAS

PRODUCCION

STOCK

NORMAL

1

4995.01

7650.95

2855.94

2

5857.86

7650.95

4649.03

3 4

6865.36 8017.50

7650.95 7650.95

5434.63 5068.08

5

9314.28

7650.95

3404.75

6

10755.70

7650.95

300.00

2750 2750

45805.72

EXTRA

stock

4900.95 S/. 1,427.97 4900.953167 S/. 2,324.52

2750 2750 2750 2750

4900.953167 S/. 2,717.31 4900.953167 S/. 2,534.04

16500

29405.719 S/. 10,856.22

4900.953167 S/. 1,702.38 4900.953167 S/.

150.00

4- Se halló los co costos stos uni unitarios tarios,, consid considerand erando o la produc producción ción nor normal mal y el costo de los defectos que genera cada estación de trabajo.

Defectos

PRODUCCION

DEFECTOS

PRODUCCION

COSTOS

COSTOS

Estaci on 1

10%

NORMAL 2750

275

TOTAL 3025

UNITARIOS 4

TOTALES 12100

Estaci on 2 Estaci on 3 Estaci on 4

6% 8% 5%

2750 2750 2750

165 220 138

2915 2970 2888

3 4 2

8745 11880 5776 38501

Costos uni tari os

S/.

14.00

5- Se ca calc lcul uló ó el cost costo o de la pr prod oduc ucci ción ón to tota tal,l, de ac acue uerd rdo o a lo loss si sigu guie ient ntes es detalles a partir del ítem 3 y 4. 







COSTO PRO COSTO PRODUC DUCCIÓ CIÓN N TOTAL TOTAL = COSTOS COSTOS DE PR PRODU ODUCCI CCIÓN ÓN NORMAL + COSTOS DE PRODUCCION EXTRA + COSTOS DE STOCK COSTO PRODUCCIÓN TOTAL = (# DE UNIDADES PRODUCIDAS * COSTO UNITARIO) + (# DE UNIDADES PROD PR ODUC UCID IDAS AS EXTR EXTRAS AS *% DE IN INCR CREM EMEN ENTO TO DE CO COST STOS OS * COSTO UNITARIO NORMAL) + (# DE UNIDADES PRODUCIDAD EXTRAS * COSTO POR INVENTARIO POR UNIDAD) COSTO PRODUCCIÓN TOTAL = (# DE UNIDADES PRODUCIDAS * COSTO UNITARIO) + (# DE UNIDADES PRODUCIDAS EXTRAS * 120% * COSTO UNITARIO NORMAL) + (# DE UNIDADES PRODUCIDAD * 0.5)  COSTO PRODUCCIÓN TOTALEXTRAS = S/.735,891.13 14

 

Gerencia de Proyectos 2019 – UNMSM

RESPUESTA 1- PLAN PLAN ÓPTIM ÓPTIMO O DE PRO PRODUC DUCCIÓ CIÓN N PRODUCCION

PRODUCCION EXTRA

MES

VENTAS

PRODUCCION

STOCK

NORMAL

1

4995.01

7650.95

2855.94

 

2750

2

5857.86

7650.95

4649.03

 

2750   4900.953167

3

6865.36

7650.95

5434.63

 

2750   4900.953167

4

8017.50

7650.95

5068.08

 

2750   4900.953167

5

9314.28

7650.95

3404.75

 

2750   4900.953167

6

10755.70

7650.95

300.00

 

2750   4900.953167

 

45805.72

16500

 

4900.95

29405.7 .71 19

2- COS OSTO TO TOTA TAL L COSTO PRODUCCI UCCI N TOTAL TOTAL = COSTOS DE PRODUCCI N NORMAL + COSTOS COSTOS DE PRODUCCION PRODUCCION EXTRA EXTRA + COSTOS DE STOCK COSTO PROD COSTO PRODUCCIÓN TOTAL = (# DE UNIDADES PRODUCIDAS * COSTO UNITARIO) + (# DE UNIDADES PRODUCIDAS EXTRAS *% DE INCREMENTO DE COSTOS * COSTO UNITARIO NORMAL) + (# DE UNIDADES PRODUCIDAD EXTRAS * COSTO POR INVENTARIO POR UNIDAD ) COSTO PRODUCCIÓN TOTAL = (# DE UNIDADES PRODUCIDAS * COSTO UNITARIO) + (# DE UNIDADES PRODUCIDAS EXTRAS * 120% * COSTO UNITARIO NORMAL) + (# DE UNIDADES PRODUCIDAD EXTRAS * 0.5 ) COSTO PRODUCCI PRODUCCIÓN ÓN TOTAL S/. 735,891 735,891.13 .13

CASO N° 22 El proyecto TAMIS, en función a su estudio de mercado ha previsto ventas futuras de equipos electrodomésticos chinos, en miles de unidades en el mercado objetivo tal como se muestra:  AÑO 2019 2020 2021 2022 2023 Ventas 1020 1220 1310 1390 1405 Debien Debi endo do es estitima marr un ta tama maño ño re refe fere renc ncia ial,l, qu que e le ha haga ga po posi sibl ble e coti cotiza zarr la tecnología más adecuada del proyecto y proyectar su capacidad instalada de diseño; dise ño; para tal efecto después de realiz realizar ar el análisis análisis del ento entorno rno e iden identifica tificar  r  sus factores condicionantes, ha establecido entre dos posibles alternativas de tamaños, así: A de 1000 unidades anuales y B de 1500 unidades anuales, para los cuales cuenta con la siguiente información: 15

 

Gerencia de Proyectos 2019 – UNMSM

TAMAÑO A

TAMAÑO B

Precio promedio venta unitario

650

560

Costo promedio fijo unitario

330

330

Costo promedio unitario variable

95

110

Inversión probable

5400000

4800000

COK de la empresa, para el proyecto

12%

10%

Con la información presentada, determine usted el tamaño referencial del proyecto. INTERPRETACIÓN El proyecto Tamis busca elegir entre dos tamaños de proyecto cual es más optimo y para ello brindan información referente a los costos implicados para cada tamaño. Se requiere analizar y aplicar la metodología de VAN para elegir  el tamaño óptimo.  ANÁLISIS El marco teórico que gobierna el problema es:   

Costos de proyectos Desarrollo de Flujo de efectivo  Aplicación del VAN VAN

El problema nos pide calcular el tamaño óptimo del proyecto el cual se decidirá de acuerdo con el resultado del VAN para cada posible tamaño, por lo cual pasaremos a realizar los flujos de caja para T1 y T2. DATOS Vent entaa s Futu uturas ras

 AÑO Ventas

2019 1020

2020 1220

tivas as de tam ta mañ año o Alterna tiv Tamaños1

1000

Tamaños2

1500

16

2021 1310

2022 1390

2023 1405

 

Gerencia de Proyectos 2019 – UNMSM

TAMA ÑO A

TA MAÑO B

Precio promedio venta unitario 65 650

560

Costo promedi o fi jo unitario

33 0

330

Costo Cos variable

95

110

54 00000

4800000

promedio  

unita itario

Inversión probable

COK de la empresa, para el   12 % proyecto

10%

SOLUCIÓN  Aplicación del flujo de efectivo efectivo para hallar el VAN. Usamo Usamoss los datos del problema. Tamaño A=1000 conce pto/Año INGRESOS

0 Ve ntas

S/. S/.

INGRESOS TOTALES EGRESOS Inve rsi ón CF CV TOTA L DE EGRESOS SALDO

3

4

5

650,000.00 S/. 650,000.00 S/. 650,000.00 S/. 650,000.00 S/. 650,000.00 650,000.00 S/. 650,000.00 S/. 650,000.00 S/. 650,000.00 S/. 650,000.00

330000 95000 425000 225000

330000 95000 425000 225000

330000 95000 425000 225000

330000 95000 425000 225000

330000 95000 425000 225000

1

2

3

4

5

-S/.4,588,925.35

Tamaño B=1500 conce pto/Año INGRESOS

0 Ve ntas

S/. S/.

INGRESOS TOTALES EGRESOS Inve rsi ón CF CV

VAN

2

5400000

5400000 -5400000

VAN

TOTA L DE EGRESOS SALDO

1

571,200.00 S/. 683,200.00 S/. 733,600.00 S/. 778,400.00 S/. 786,800.00 571,200.00 S/. 683,200.00 S/. 733,600.00 S/. 778,400.00 S/. 786,800.00

4800000

4800000 -4800000

495000 112200 607200 -36000

495000 134200 629200 54000

495000 144100 639100 94500

495000 152900 647900 130500

495000 154550 649550 137250

-S/.4,542,745.22

RESPUESTA El tamaño optimo es el B. Debido a que tiene mayor VAN

PREGUNTA DEL EXÁMEN N° 02 En un proceso logístico de aduana, requiere pasar por procesos administrativos de acuerdo con el canal requerido en la importación; donde se plantean tres procesos diferentes tal como se muestran:

17

 

Gerencia de Proyectos 2019 – UNMSM

2 PTx

G1 1

G2

4

PTz

G3

3

Se tiene la siguiente información: GESTION 1: PRODUCTO TERMINADOS = 51.33 Estaciones de procesos:

1

 Actividades

A B

C

Tiempo (min)

6 7

5

T Tcc

Defectos %

95

92

98

Costos Unid.

5

4

6

2

4

Estaciones de procesos:

1

4

 Actividades

A B

E

Tiempo (min)

6 7

Tc

Defectos %

95

E

GESTION 2:

Costos

PTy

Unid

98 5

6

3

4

GESTION 3: PRODUCTO TERMINADOS = 51.66

Estaciones de procesos:

1

18

 

Gerencia de Proyectos 2019 – UNMSM

 Actividades

A B

D

E

Tiempo (min)

6 7

Tx Tc

Defectos %

95

90

98

Costos Unid

5

8

6

RESTRICIONES: -

El tie tiempo mpo de cciclo iclo está dado por las a activi ctividade dadess y esta estass so son n co continu ntinuas. as. Tur Turno no no norma rmall de tra traba bajo jo de 51 510 0 min min/dí /día, a, con con 30 minuto minutoss de re refri friger gerio. io. Días Días La Labo bora rado doss por por mes mes son son 25. 25. Par Para a la pro progra gramac mación ión del del pr proc oceso eso se se ha previ previsto sto que que el 5 50% 0% para para la g gest estión ión 1; 30% para la gestión 2.

Con esta información determine usted la productividad total del sistema. INTERPRETACIÓN Se desarrolla un proceso logístico para el canal referido de importación, en cual plantea plant ea tres procesos procesos difer diferentes entes que nos mue muestra, stra, la cantidad cantidad de produ productos ctos terminados, el número de estaciones, actividad, tiempo, defectos %, costo unid, también las restricciones para los tres procesos. Nos piden determinar la productividad total del sistema.  ANÁLISIS El marco teórico que gobierna el desarrollo del problema es la teoría de la productividad, para ello pasaremos a determinar las unidades producidas por  cada gestión, luego calcularemos los costos totales por proceso. Para ello primero debemos hallar la productividad de cada proceso, con esos datos hallamos productividad de todo el sistema. DATOS Nos muestran tres procesos:

19

 

Gerencia de Proyectos 2019 – UNMSM

SOLUCIÓN

1. Hallando la productividad de la gestión 1: Gestión 1:  

Dato: Productos terminados:

Estaciones Actividades Tiempo Defectos % Costos Un.

51.33

1  A 6

B 7 95% S/ 5.00

Dato: Productos terminados:

  Estación 1 Estación 2 Estación 3

2 C 5 92%  S/ 4.00

4 E Tc 98% S/ 6.00

51.33

Defectos

COSTO PRODUCIDAS UNIDADES COSTOS UNITARIO TOTALES   95% 5 641,625 3,208,125   92% 4 32,081 128,325   98% 6 2,567 15,399 3,351,849

Utilizando la fórmula de la productividad 

Productividad = Total de unidades producidas / Total de recursos utilizados Productividad = 641625 un / 3351849 soles 20

 

Gerencia de Proyectos 2019 – UNMSM

Productividad Gestión 1= 0.1914 un/sol

2. Hallando la productividad de la gestión 2 Para la ges Para gestió tión n 2 no con contam tamos os con el núm número ero de pr produ oduct ctos os ter termin minado ados, s, sin embargo, aparece la siguiente observación: "- Para la programación del proceso se ha previsto que el 50% para la gestión1; 30% para la gestión 2" 

50% de lo programado = Nº de productos terminados Gestión 1 50% de lo programa programado do = 51,33 Programado:: 102.66 Programado 30% de lo producido = Nº de productos terminados Gestión 2 30% (10,226) = Nº de productos terminados Gestión 2 Nº de productos terminados Gestión 2: 30.80 Calculando la productividad de la gestión 2 

Estaciones Actividades Tiempo Defectos % Costos Un.

1  A 6

4 E Tc 98% S/ 6.00

B 7 95%  S/ 5.00

Dato: Productos terminados:30.80  

COSTO UNIDADES COSTOS UNITARIO PRODUCIDAS TOTALES   95% 5 30,798 153,990   98% 6 1,539.9 9,239

Defectos Estación 1 Estación 2

163,229

Utilizando la fórmula de la productividad 

Productividad = Total de unidades producidas / Total de recursos utilizados Productividad = 30798 un / S/ 163229,40 Productividad Gestión 2= 0.1887 u un/sol n/sol

21

 

Gerencia de Proyectos 2019 – UNMSM

3. Hallando la productividad de la gestión 3: Gestión 3: Dato: Productos terminados: 51.66 Estaciones Actividades Tiempo Defectos % Costos Un.

1  A 6

B 7 95%  S/ 5.00

3 D Tx 90% S/ 8.00

4 E Tc 98% S/ 6.00

Dato: Productos terminados: 51.66   Estación 1 Estación 2 Estación 3

COSTO UNIDADES COSTOS UNITARIO PRODUCIDAS TOTALES   95% 5 516,600 2,583,000   90% 8 25,830 206,640   98% 6 2,583 15,498

Defectos

2,805,138 Utilizando la fórmula de la productividad 

Productividad = 516600 un / 2805138 soles Productividad = 0.1842 un/sol

4. Consolidando las productividades en un cuadro resumen. Para hallar la productividad total del sistema se hallará un valor ponderado por el porcentaje previsto en la programación programació n del proceso Productivi % dad Gesti Productivid previs ponderada to ón ad 0.191 un/s 1 4 ol 50% 0.0957 0.188 un/s 2 7 ol 30% 0.0566 22

 

Gerencia de Proyectos 2019 – UNMSM

3

0.184 un/s 2 ol

20%

100%

0.0368

< Productividad total del 0.1891 sistema

RESPUESTA La productividad total del sistema es 0,1891 un/sol - lo que significa que por  cada sol invertido en el proceso, se obtiene 0,1891 unidades de producto.

23