S5 Act 2 Análisis y abstracción de información (Revisión de la literatura)


Sesión 5 Actividad 2 Análisis y abstracción de la información (Revisión de la literatura)

Indicaciones:
1.      Con base en la información recabada elabora un breve marco teórico del anteproyecto/proyecto de investigación sobre el tema de tu interés, el cual deberá contener los siguientes apartados:
            i.          Antecedentes del tema.
          ii.          Bases teóricas.


La existencia y la utilización práctica de las matemáticas puede ser vista en cualquier parte que uno mire. Son una herramiento de entendimiento de lo que nos rodea y nos permite presentar hipótesis acerca de los fenómenos sociales a los cuales uno se puede encontrar. Dentro de la industria es una de las capacidades requeridas para poder resolver problemas de indole abstracto y práctico. Estas herramientas las podemos organizar dentro de la temática de la toma de decisión. Es así que la toma de decisión matemática la se puede organizar dentro de dos subconjuntos como son los modelos predictivos y los de optimización. Con respecto al segundo brevemente se mencionará que éstos sirven para encontrar la mejor respuesta a nuestro problema. Aunque de gran interés en el repertorio no será objetivo de esta disertación. Por otro lado, los modelos predictivos serán de particular interés. De estos existen varios, como los son Data Mining o la Regresión lineal. Sin embargo las predicciones a través de las series de tiempo serán objeto de estudio.

Como se menciono en la delimitación del tema el objetivo general de la investigación es examinar la toma de decisión mátematica a través de series de tiempos como herramienta predictiva en el manejo y administración de la producción de una compañía perteneciente a la industria automotriz para enfrentar la demanda futura. No obstante que la investigación tiene un componente empírico, que merece la atención también el trabajo en uno de sus objetivos específicos busca realizar una revisión de la literatura. Ésta está relacionada a la toma de decisión matemática en modelos predictivos como los son las series de tiempo. Es así que en la siguiente apartado se estará disertando acerca de la información que se encontró en las bases de datos y como es que estas son relevantes. Se hará mención de los conceptos de importancia y como es que este vocabulario especializado es utilizado por parte de los autores y las definiciones que utilizan. Uno de los propósitos de la revisión de la literatura es también discutir acerca de la metodología que se utilizó.
Es así que esta revisión de la literatura explorará los principales temas alrededor de la toma de decisión con modelos matemáticos predictivos como son las series de tiempo. El explorar lo antes mencionado dentro de la discusión académica, podrá traer a la luz una contribución significativa para con esta investigación. La toma de decisión es importante ya que en muchos sentidos dentro del mundo de los negocios y la industria está vinculada a la implementación de otras actividades.

La decisión tomada sienta el ritmo y la dirección de la cual los demás tendrán que seguir. La relevancia de la toma crea una situación en donde pueda existir un éxito pero también un fracaso, por tal razón es importante considerar las herramientas existentes para utilizarlas, junto con ésto, la decisión debe de involucrar a las personas correctas, la reducción de riesgo y el escoger la mejor alternativa.

Dentro de las fuentes de información consultadas la mayoría de estas son revistas en lengua inglesa como: Transportation Research Part B Methodological, Journal of Production Research, Managment Science, Journal of Marketing, CoDesign, The Japanese Political Economy, y su énfasis es en cuestiones relacionadas a la ingeniería en logística, ingeniería industria, Marketing. Por otro lado, tenemos dos que son  hispanohablante: Revista de ingenierías de la Universidad de Medellín, Ingeniería y Ciencias. Lo cual nos hace ver de manera tentativa que la producción del conocimiento relacionado a la temática de nuestro interés se da en su mayoría en países angloparlantes.

Por otro lado, es de gran interés observar a los autores de dichos escritos, existe una gran variedad de procedencias institucionales. Universidad Nacional de Colombia, Universidad de Yamagata en Japón, Universidad Nacional de Taiwán,  

El artículo de Arango et.al (2013) llama la atención por la utilización metodológica que hace de esta herramienta matemática, no obstante que los autores se concentran en su temática dentro de la ingeniería financiera y los mercados de valores. Ellos se concentran en la problemática de la predicción con series de tiempo difusas lo que tiene que ve con la incertidumbre; --la toma de decisión matemática con incertidumbre--. Similar a en la utilización de la metodología tenemos a Tamegawa (2014) que utiliza las series de tiempo como una herramienta que utiliza el Ministerio de Economía de Japón junto con los índices de producción para realizar predicciones para distintas compañías y prevenir shocks en la economía nacional—en este caso como lo fue con el temblor del Este de Japón del 2011--. Resulta de relevancia mencionar que esta herramienta se este utilizando de manera activa por parte del ministerio y de sus resultados compartir la información con sectores económicos. Esto puede ser una ventaja competitiva frente a otros países y sus compañías e industrias dentro de esos países.

Continuando en nuestra revisión de la literatura, otros de los artículos que se encontraron fueron aquellos que de manera general utilizan la herramienta para planear la demanda y tener un control del inventario. Estos artículos de Chen et.al (2007) y Doganis et.al (2008) muestran una escala más operativa y a ras de piso. La discusión a la que se enfrentan es la de una discusión teórica de la utilización de esta herramienta. Chen se concentra en un modelo bivariado de series de tiempo para investigar los efectos de agregación de dos demandas interrelacionadas. Junto con esto también nos muestra que la agregación de dos series bivariados es equivalente al resultado de la suma de cada una de las series. Por otro lado, él argumenta que la agregación de la demanda es más efectiva que la predicción estadística en la planeación de operaciones de dos demandas con una baja correlación positiva o correlación negativa.

En conjunto con la mención anterior Doganis presenta el caso empírico de utilizar el Model Predictive Control (MPC) en conjunto con un modelo predictivo de series de tiempo. El MPC se concentra en problemas de cadena de suministro sin consideración de la demanda futura. De acuerdo a él la utilización de estas dos herramientas utilizando data industrial puede ayudar al desempeño del sistema de producción e inventarios, ya que las predicciones pueden proveer de una optimización del problema y resolverlo en tiempo real.

Por último, se tienen tres artículos relacionados a la industria automotriz uno de ellos Berkovec (1985), Pawels et.al (2004) y Steinemann et.al (2013). El primero de ellos utiliza un modelo de desagregación considerando a la unidad básica del hogar con un numero y tipo de auto con respecto a la venta o scrap de la salida de uno de estos autos. En el modelo se tienen consideraciones como la diferenciación existente que hay de automóviles junto con la heterogeneidad de los consumidores. Pawels, a diferencia de Berkovec se concentra en utilizar esta herramienta con un énfasis en una serie de tiempo multivariada considerando la entrada de nuevos productos y sus incentivos promocionales como conductores de un mayor desempeño financiero. El énfasis es más hacia el marketing. Llegando con Steinemann, en su artículo hace al inicio una comparación de la utilización de series de tiempo vs Discrete-event simulation.  La conteapuesta de estas dos herramientas nos plantea una interesante discusión acerca de como deba de ser considerada las predicciones dentro de la industria automotriz y particularmente dentro de la línea de producción.

El explorar los temas anteriormente mencionados acerca de la utilización de una herramienta matemática para la toma de decisiones nos presenta con un panorama discursivo amplio. No obstante, esto nos presenta con una variedad de discusiones relacionadas a la teoría, la práctica y la investigación empírica de campo en ámbitos industriales y de negocios.

Por otro lado, este breve revisión de la literatura espera presentar un entendimiento crítico de los temas principales relacionados a la toma de decisión, se espera que aparezca mayor información, un enfoque más claro, una justificación para realizar la investigación.  

Aunque se encontró una serie de artículos relacionados a la industria automotriz como lo son los de Pawels et.al (2003) y el de Steinemann et.al (2013), no son muchos los registros existentes relacionados al fenómenos de la utilización de esta herramienta matemática para la toma de decisiones en las compañías relacionadas en la industria en México. Este hecho puede brinda cierta luz a un área que al parece es desconocida dentro de la discusión académica y que merece atención.

México en la actualidad ha dejado de ser únicamente este mercado de automóviles y ha transformado esta cara a ser uno de los países del circuito de producción de automóviles. La transformación de 180 grados ha sido notoria y esto le ha dado una nueva faceta a los estados del centro geográfico de México y en particular de El Bajío con Aguascalientes, Guanajuato, San Luis Potosí, Jalisco, Querétaro. Todos estos estados se han convertido en el motor productivo del país. Lo que ocurre en las empresas hacendadas en estos lugares y sus experiencias empíricas deben de ser de interés para la mejor comprensión de este fenómeno económico mundial.

Comentarios

Entradas populares de este blog

Act 2: Teoría económica Keynes

S7 Act 2 Aplicación de encuesta y análisis de resultados --GRÁFICAS