El gran cambio de Valerie Domínguez. Nos descubre los secretos del nuevo capítulo de su vida. "Le agradezco a la vida todos los tropiezos porque sin ellos no hubiera encontrado la fuerza con la que lucho por lo que quiero". Kate del Castillo en el ojo del huracán al conocerse su implicación en la captura de 'El Chapo' Guzmán.

Aunque últimamente se utiliza el análisis de la capacidad de los procesos con datos no normales, sólo existen unos pocos trabajos sobre este tema. Este artículo presenta los principales métodos para el análisis de la capacidad de procesos con datos no normales. Se presentan los métodos de árbol, propuestos por Clements en 1989, Pearn y (1997), y Chen y Ding (2001). Los dos primeros métodos son similares en muchos aspectos, pero cada uno presenta novedades en el cálculo de los índices de capacidad. Presentan índices similares a los tradicionales, que suponen normalidad. El método de Chen y Ding (2001) aporta como novedad el uso de un índice para estimar el número de elementos no conformes producidos en el proceso. Tras la revisión de estos métodos, se comparan mediante su aplicación en dos casos. En el primer caso, se analizaron los métodos de Clements (1989) y de Pearn y Chen (1997) para identificar el mejor para la determinación de la capacidad del proceso no normal. En el segundo caso, se aplicaron los tres métodos en un conjunto de datos de la industria metalúrgica. En ambos casos, se utilizó el software libre R (versión 2.2) para el análisis estadístico.1. INTRODUCCIÓNAtualmente as empresas buscam produzir com a menor perda possível, de tempo, recursos e custos, sem deixar de atender aos desejos e necessidades dos clientes. Para atingir esse objetivo, muitas empresas fazem uso do controle estatístico do processo, um dos ramos do controle de qualidade, que trata da coleta, análise e interpretação de dados para a proposta de melhorias e controle da qualidade de produtos e serviços.Analisando-se a variabilidade do processo, têm-se duas classificações possíveis para ele. O processo é dito estatisticamente sob controle quando somente causas comuns de variabilidade estiverem presentes. Ao contrário, se um processo apresentar, além das causas comuns de variabilidade, causas especiais, ele será dito fora de controle estatístico.Quando se verifica que o processo encontra-se sob controle estatístico, pode-se medir quanto esse processo consegue gerar produtos que atendam às especificações de projeto que refletem os desejos e exigências de seus clientes. Para isso, faz-se uso dos índices de capacidade do processo. Os índices estabelecidos nos estudos tradicionais de capacidade do processo, ou de capabilidade do processo, do inglês process capability, procuram detectar dois tipos de problemas. O primeiro é de localização do processo, se o processo atende em média ao valor nominal de especificação, e o segundo, de variabilidade, quando o processo apresenta muita dispersão e não atende às especificações (bilaterais) que são estabelecidas no projeto.​

Las curvas de aprendizaje han demostrado ser herramientas útiles para controlar el rendimiento de un trabajador que se somete a una nueva tarea, evaluando su progreso a medida que se realizan repeticiones. Estas curvas fueron introducidas por Wright en 1936 y, desde entonces, se han utilizado para evaluar el tiempo necesario para completar series de producción, estimar la reducción de los costes de producción y asignar trabajadores a tareas en función de sus características de rendimiento. Este artículo presenta el estado actual de la literatura sobre el tema, abordando los modelos existentes, las aplicaciones en contextos prácticos y las limitaciones de la herramienta. Por último, se proponen orientaciones para futuras investigaciones.1. INTRODUCCIÓN​El proceso de adquisición de conocimientos y habilidades ha sido estudiado desde diversas perspectivas y con diferentes objetivos. En busca de la mejora continua de los medios productivos, investigadores del área de Ingeniería han sugerido diversos sistemas para explicar la mejora resultante de la repetición de tareas, así como los factores que influyen en dicho progreso (ANDERSON, 1982; NEMBHARD; OSOTHSILP, 2002; NEMBHARD; UZUMERI, 2000a; PANANISWAML; BISHOP, 1991; ADLER; CLARK, 1991; VITS; GELDERS, 2002). Entre los factores contemplados en la literatura, cabe destacar los siguientes: i) política de formación adoptada por la empresa (TERWIESCH; BOHN, 2001; VITS; GELDERS, 2002; SEREL et al., 2003), ii) motivación de los trabajadores para realizar las tareas exigidas (KANFER, 1990; EYRING; JOHNSON; FRANCIS, 1993; NATTER et al, 2001; AGRELL; BAGETOFT; TIND, 2002), iii) existencia de conocimientos previos (experiencia) en la realización de la tarea (NEMBHARD; UZUMERI, 2000a, 2000b; NEMBHARD; OSOTHSILP, 2002); y iv) complejidad de la tarea (PANANISWAML; BISHOP, 1991; NEMBHARD; OSOTHSILP, 2002). Otros estudios abordan factores como la destreza y la retención de conocimientos, cuando el trabajador interrumpe temporalmente la ejecución de una tarea (DAR-EL; RUBINOVITZ, 1991; WICKENS; GORDON; LIU, 1998; NEMBHARD; UZUMERI, 2000b). En casi todos los estudios, el efecto de los distintos factores sobre el proceso de aprendizaje se describe mediante modelos matemáticos, propuestos a tal efecto.La curva de aprendizaje se presenta como una herramienta capaz de monitorear el desempeño de trabajadores sometidos a tareas repetitivas. A través de las curvas es posible analizar y programar tareas productivas, reduciendo las pérdidas debidas a la incapacidad del trabajador, que se verifican principalmente en los primeros ciclos de producción (ARGOTE, 1999; DAR-EL, 2000). La herramienta también permite la asignación adecuada de tareas a los miembros de una población de trabajadores, obedeciendo a sus características de desempeño (TEPLITZ, 1991; UZUMERI; NEMBHARD, 1998; NEMBHARD; UZUMERI, 2000a; ANZANELLO; FOGLIATTO, 2006), además de permitir el monitoreo de los costos relacionados al proceso de aprendizaje (WRIGHT, 1936; TEPLITZ, 1991; STURM, 1999).

La creciente globalización de la economía mundial impone a las organizaciones la necesidad de ser competitivas de forma sostenible, lo que las ha llevado a implantar programas de cambio para mejorar la calidad de su gestión con el fin de mejorar continuamente sus resultados. La experiencia de varias organizaciones ha demostrado que la consecución de un cambio eficaz depende fundamentalmente del modelo de intervención adoptado para aplicar los cambios. Este trabajo presenta una intervención facilitada por el cambio adaptativo, desarrollada a partir de los enfoques de la aplicación de la teoría de los sistemas adaptativos complejos a las organizaciones, basada en un estudio de caso de un programa de cambio en busca de la excelencia en una institución pública brasileña de investigación y desarrollo científico y tecnológico en el sector nuclear. Los resultados relativos a la evolución del nivel de excelencia de la gestión organizativa alcanzado entre 2000 y 2003 permitieron concluir que la intervención desarrollada proporciona un cierto grado de gobernanza al proceso de cambio, posibilitando el logro de una implantación efectiva de un sistema de gestión basado en el Modelo de Excelencia del Premio Nacional de Calidad.1. INTRODUCCIÓN​El complejo entorno que rodea actualmente a las organizaciones, donde los cambios ocurren de forma dinámica, impredecible y acelerada, aumenta la diversidad de factores internos y externos que influyen en el desempeño organizacional, así como el grado de interdependencia entre ellos, imponiendo a las organizaciones una permanente necesidad de cambio, a fin de adaptarse a las condiciones impuestas para su éxito.Las organizaciones públicas nacionales de investigación y desarrollo en ciencia y tecnología no son la excepción a este contexto, y están sujetas a la necesidad de implementar prácticas sistemáticas de gestión, con el objetivo de modernizarlas y hacerlas lo suficientemente ágiles para mejorar la eficiencia de sus procesos (hacer más con menos), aumentar su eficacia (alinear el enfoque de sus acciones, hacer lo correcto), e intensificar su efectividad (proporcionar beneficios a la sociedad a través de innovaciones). En este sentido, cada vez más organizaciones brasileñas han adoptado el Modelo de Excelencia del Premio Nacional de Calidad (PNQ) como referencia para su sistema de gestión. Este Modelo defiende la necesidad de incorporar sus 12 fundamentos considerados principios de excelencia en la cultura organizacional, para que se construya una cultura de excelencia y se logre entonces una gestión de excelencia en la organización (FUNDAÇÃO PRÊMIO NACIONAL DA QUALIDADE, 2002).​

Las herramientas de identificación de sistemas y previsión de series temporales permiten diseñar modelos matemáticos basados en datos numéricos. El problema esencial en estos casos es determinar el modelo matemático adecuado. Este artículo presenta el diseño de una red neuronal de función de base radial (RN-RBF) para la predicción de series temporales. Cuando se utiliza la RN-RBF para predecir sistemas no lineales, resulta difícil determinar un conjunto adecuado de centros y valores atípicos para las funciones de activación gaussianas con el fin de obtener una buena estructura. En este trabajo, la configuración del RN-RBF se basa en un enfoque híbrido basado en el método de agrupación de datos de Gustafson-Kessel y en un procedimiento de optimización mediante evolución diferencial. El diseño del RN-RBF se valida para la predicción anticipada de los precios de la pulpa de eucalipto y de los troncos de aserradero para ilustrar la eficacia del enfoque híbrido propuesto. Además, en este artículo se presenta y discute el rendimiento del diseño RN-RBF basado en los resultados de la predicción.1. INTRODUCCIÓN​La identificación de sistemas no lineales es un área de investigación relevante en diversos campos del conocimiento. Uno de los objetivos de la identificación de sistemas es obtener un modelo matemático de un sistema dinámico desconocido, con el fin de predecir y/o comprender el comportamiento de dicho sistema dinámico.La representación dinámica de un sistema dinámico es esencial para el desarrollo de sistemas computacionales de identificación y predicción del comportamiento dinámico de sistemas complejos. Las técnicas clásicas de predicción de series temporales Holt, Winters, Holt-Winters, modelos Auto-Regresivos (AR), Box-Jenkins, Auto-Regresivo Generalizado Condicionalmente Heteroscedástico (GARCH), entre otras suelen implementarse considerando la hipótesis de un "buen" conocimiento de la dinámica de la serie temporal y la posible presencia de características de tendencia, estacionalidad y nivel (MORETTIN; TOLOI, 1987; BOX et al., 1994; JENKINS, 1994; BERENSON; LEVINE, 1999). Sin embargo, estas técnicas no suelen generar resultados satisfactorios cuando se aplican a sistemas dinámicos no lineales y/o con comportamiento caótico, que se modelizan como procesos lineales (KANTZ; SCHREIBER, 1997).La teoría y la práctica de la identificación de sistemas lineales están bien establecidas en la literatura (LJUNG, 1987), sin embargo, el uso de modelos matemáticos lineales para representar sistemas no lineales es limitado, ya que dichas representaciones no pueden reproducir el comportamiento dinámico,

En un mercado cada vez más dinámico y turbulento, la capacidad de una empresa para desarrollar y gestionar con éxito sus relaciones con otras empresas se está convirtiendo en una competencia necesaria que, bien desarrollada, puede convertirse en una fuente de ventaja competitiva sostenible. En este contexto, los proveedores intentan adaptarse al creciente poder de las grandes cadenas de distribución, al crecimiento de las compras centralizadas, al fortalecimiento de las tiendas independientes y a otros formatos en los canales de distribución. Sin embargo, estas empresas siguen teniendo dificultades para controlar y evaluar las relaciones comerciales y, en consecuencia, para adaptarlas a esta nueva situación. Así, el objetivo de este artículo es proponer una matriz de análisis que permita evaluar el tipo de relación existente entre los agentes comerciales, mediante el seguimiento de los comportamientos y acciones desarrolladas por estas empresas. A partir de una amplia revisión teórica, se identificaron variables presentes en las relaciones comerciales, tales como confianza, compromiso, interdependencia, cooperación, así como acciones y comportamientos que se relacionan o asocian a cada una de estas variables. Partiendo del supuesto de que la presencia de una o más de las variables en cuestión señala la posibilidad de la existencia de diferentes patrones de arreglos entre empresas, desde oportunistas hasta plenamente colaborativos, y utilizando acciones y comportamientos para determinar esta ocurrencia, se elaboró la matriz en cuestión. Consta de 4 categorías que pueden ser utilizadas para clasificar el tipo de relación entre dos agentes comerciales, dentro de 4 niveles establecidos: comportamiento tradicional, comportamientos colaborativos, acciones colaborativas y relación colaborativa. Después del desarrollo teórico de la matriz, optamos por una prueba inicial con 10 pares de empresas, cadenas de supermercados localizadas en el interior del Estado de São Paulo y uno de sus proveedores. El resultado obtenido indica que es posible, a través de la evaluación de los comportamientos y acciones de los socios, determinar el tipo de relación existente entre los pares estudiados, ayudando a las empresas a definir estrategias destinadas a mejorar esta relación o a ponerle fin, si fuera necesario.1. INTRODUCCIÓNEn los canales de distribución actuales, los participantes son los mismos que en los canales tradicionales, pero las reglas del juego han cambiado y las funciones y responsabilidades de cada miembro ya no se basan en las funciones tradicionales (comprar, vender o entregar un producto), sino en responsabilidades (la empresa con mejores resultados en la realización de una determinada tarea pasa a ser responsable de ella). Así, por ejemplo, el proveedor puede convertirse en responsable de la disposición de un determinado espacio dentro de la tienda de un distribuidor. A diferencia de los canales tradicionales, las funciones y responsabilidades de los participantes se han vuelto fluidas, dinámicas y orientadas al consumidor (BLACKWELL, 2001).

El objetivo de este artículo era analizar la estrategia de diversificación concéntrica en las cooperativas agrarias, relacionándola con el desarrollo organizativo y con la viabilidad de las empresas individuales de sus miembros asociados. Como marco teórico se adoptó la teoría de la utilización de los recursos. La metodología se basa en un estudio de caso que abarca la Cooperativa Agroindustrial de Productores Rurales del Sudoeste de Goiano COMIGO. Se empleó un enfoque cualitativo, con información recogida mediante entrevistas semiestructuradas, análisis documental y visitas técnicas a la organización. Los resultados indicaron que varios elementos, como la satisfacción de las necesidades de los asociados, la existencia de recursos específicos, la reducción de costes y la búsqueda de economías de escala y de alcance, llevaron a COMIGO a optar por la diversificación concéntrica. También se identificó que las políticas de capitalización de la cooperativa permitieron las inversiones de las nuevas unidades de negocio.1. INTRODUCCION​Las cooperativas agrarias desempeñan un papel importante en el desarrollo económico y social de sus miembros. Los beneficios económicos provienen de la inserción de los pequeños y medianos productores en los mercados concentrados y del valor añadido de su producción. Además de la importancia económica, cabe destacar la importancia social atribuida a estas organizaciones, que son, en determinados municipios y regiones, la única forma de organizar y comercializar la producción de los agricultores. Según Sexton (1986), los beneficios de las sociedades cooperativas están asociados a la integración vertical, que promueve la reducción de costes a través de un mejor poder de negociación en la adquisición de insumos; a las economías de escala, que mejoran la posición de negociación en el mercado, especialmente cuando se trata de productos perecederos; a las ganancias de eficiencia derivadas de la capacidad de coordinación de las cooperativas; y a la reducción de riesgos en las acciones conjuntas, comunes a este tipo de empresas.Sin embargo, los cambios en el entorno político y económico brasileño en las décadas de 1980 y 1990 presionaron a las cooperativas para que se ajustaran a fin de ampliar o al menos mantener su participación en el mercado. Sin embargo, estos impactos no afectaron a las cooperativas agrícolas de manera homogénea.

La utilización de Seis Sigma y de las técnicas asociadas al programa ha permitido obtener resultados que merecen una evaluación más detallada, ya que existen relativamente pocos datos publicados sobre la aplicación de Seis Sigma en el país. En este sentido, el objetivo de este trabajo es presentar los resultados de un estudio de campo del tipo encuesta exploratoria-descriptiva, realizado con el propósito de relevar una serie de prácticas relacionadas con la adopción del programa Seis Sigma en empresas que lo han adoptado. El instrumento de recogida de datos utilizado fue un cuestionario estructurado con una tasa de respuesta de aproximadamente el 65% de los 121 cuestionarios enviados. Los resultados obtenidos de la encuesta revelaron que la aplicación de Seis Sigma en Brasil es una realidad. Sin embargo, el artículo concluye que el programa es adoptado por grandes empresas que invierten en infraestructura y formación de personal, lo que permite obtener los beneficios financieros deseados. Al final, el artículo considera perspectivas para trabajos futuros, relacionadas con el uso de técnicas y herramientas asociadas a la aplicación del programa, así como los factores de fracaso en su utilización.1. INTRODUCCIÓNLo que actualmente se conoce como Seis Sigma surgió a principios de 1987, cuando profesionales de Motorola iniciaron una serie de estudios sobre los conceptos establecidos por Deming acerca de la variabilidad de los procesos de producción, con el objetivo de mejorar el rendimiento mediante el análisis de dichas variaciones. Estas iniciativas fueron reconocidas por la dirección de Motorola, que apoyó y fomentó la difusión del nuevo enfoque propuesto, ya que pretendía implantarse en todas las actividades de la empresa y hacía hincapié en el concepto de mejora continua (HENDERSON; EVANS, 2000).La propuesta de Motorola pretendía hacer frente al creciente número de quejas relativas a la aparición de fallos en los productos electrónicos fabricados dentro del período de garantía. Este hecho motivó a la empresa a adoptar el desafío de alcanzar un desempeño del producto libre de defectos y tuvo como principales objetivos: aumentar la confiabilidad del producto final y reducir las pérdidas (SENAPATI, 2004). En 1988, Motorola recibió el Premio Malcolm Baldrige a la Calidad y la introducción del programa Seis Sigma fue reconocida como responsable del éxito alcanzado por la organización. Tras la divulgación de los logros de Motorola, otras empresas adoptaron Seis Sigma, como (THEVNIN, 2004): Texas Instruments (en 1988), IBM (en 1990), ABB - Asea Brown Boveri (en 1993), Allied Signal y Kodak (en 1994) y General Electric (en 1996).