INTRODUCCION

Simulación es una técnica de modelación y análisis, usada para evaluar y mejorar

sistemas dinámicos de todos tipos, de procesos así como también de servicios.
Imagínate tener una industria altamente competitiva la cual está siendo rezagada
en su ramo debido a tecnología obsoleta e ineficientes manejos gerenciales, esto
sería realmente catastrófico para ti como dueño de la misma, en este caso tu
sabes que debes de hacer cambios, pero no sabes exactamente qué cambios son
los que funcionaran de mejor forma o si incluso dichos cambios funcionen del
todo. Te gustaría poder intentar con alguna diferentes ideas, sin embargo
reconoces que esto consumirá demasiado tiempo, dinero así como el gran
problema de estar interrumpiendo al sistema en su operación diaria para
experimentar con estas ideas, tomando en cuenta también que un no estas
completamente seguro de que dichos cambios vallan a funcionar. Esto si sería
realmente un gran problema.

Ahora imagina que hay una forma mágica con la cual tu puedes tener una réplica
exacta de tu sistema así como la completa libertad de hacer los cambios que
quieras sin ningún tipo de restricciones de tiempo, costos o interrupción de tu
sistema, incluso pudiendo reorganizar el propio sistema cambiando operaciones,
procedimientos o incluso maquinas o cualquier cosa que se te pueda ocurrir.
Además de esto considera la posibilidad de que todos estos experimentos puedan
ser llevados acabos en muy poco tiempo y al final de hacer dichos experimentos
poder contar con un reporte final donde indique los parámetros que son de utilidad
para poder determinar la confiabilidad de los cambios realizados. No solo podrás
descubrí varias formas de mejorar la operación de tu sistema, además de esto,
estos experimentos pueden ser llevados a cabo sin ningún riesgo implícito
directamente en tu sistema. Esta es precisamente la habilidad que simulación
provee, con simulación tu puedes experimentar con una computadora un modelo,
el cual es completamente representativo de tu sistema, en un lapso de tiempo
corto, proveyéndote la posibilidad de poder tomar decisiones que mediante otra
forma hubieran sido completamente una incertidumbre.

Este texto está diseñado con el propósito de proveer al lector una idea más amplia
y general de lo que es simulación así como sus usos y aplicaciones que ha tenido
desde sus inicios. Así como también dar la posibilidad a los alumnos de contar con
un texto de apoyo en la materia de simulación así como para poder desarrollar
proyectos de simulación, como un manual para la construcción de modelos en
ProModel. Así también se mencionan varios casos reales en donde el alumno
puede ver de manera más clara y detallada la manera en que se han llevado a
cabo exitosamente estudios de simulación así como los resultados obtenidos. En
este texto se recalca la importancia del uso de la simulación en procesos, tanto
productivos como de servicios, en los cuales el ingeniero industrial, apoyado en
una herramienta tan poderosa como lo es simulación, podrá de manera efectiva
optimizar dichos procesos, así como de solucionar problemáticas de manera más
eficiente.

1
 CAPITULO I
INTRODUCCION A SIMULACION

1.1 INTRODUCCION

Durante muchos años, en el Instituto Tecnológico de Veracruz, las inscripciones

para cada nuevo semestre se convertían verdaderamente en un calvario para los
alumnos, ya que a pesar de que de acuerdo con su promedio los alumnos tenían
un horario predefinido para poder escoger las materias que cursaría en el
semestre próximo a comenzar, este horario en la mayoría de los casos no era
respetado, ya que en ocasiones el servidor en donde los alumnos ingresaban sus
datos para poder llevar a cabo la elección de sus materias fallaba debido a la alta
carga de datos que contenía, así como por el elevado número de alumnos que al
mismo tiempo ingresaban en dicho servidor, ya que los alumnos de todas las
carreras del Instituto se inscribían en el mismo lugar, tomando él cuenta que el
servidor utilizado era un obsoleto y nunca había sido actualizado en su tecnología
para poder dar servicio a los alumnos que en aquel entonces requerían de su uso.

Para finales del año del 2002 la dirección del Instituto Tecnológico de Veracruz,
debido a las innumerables quejas que se generaban por parte de los alumnos al
no poder llevar a cabo su proceso de inscripción de manera efectiva en las fechas
marcadas y al mal servicio que se brindaba en ese entonces, tomo la decisión de
realizar un estudio mediante el cual se demostrara de manera estadística la
problemática que existía con su proceso de inscripción, se requería un estudio en
donde se ejemplificara numéricamente cada uno de los tiempos en que el alumno
se encontraba en espera de poder ser atendido así como el tiempo en que dichos
alumnos tomaban para poder llevar a cabo su inscripción.

El departamento de Ingeniería Industrial fue designado para poder llevar a cabo

este estudio. Debido a esto se decidió llevar a cabo un estudio de simulación, con
el cual se pudieran satisfacer todas las necesidades e inquietudes que el propio
sistema requería. Durante el periodo de inscripciones para el semestre Enero –
Junio 2003 se llevó a cabo el estudio, el cual fue presentado al director del
Instituto Tecnológico, generando dos alternativas de solución a dicho sistema, la
primera opción consistía en dividir en porcentajes iguales a los alumnos de las
diferentes carreras, en donde pudieran inscribirse en 4 diferentes áreas de la
Institución con su propio servidor el cual solo tendría los datos de los alumnos que
ahí se fueran a inscribir. La segunda opción contemplaba de manera general una
inscripción vía Internet, en donde el alumno pudiera tener el acceso al portal de la
Institución en día y hora programado de acuerdo a su promedio. Mediante esta
simulación se demostraba de manera clara, visual y numéricamente lo que estaba
ocurriendo en su sistema actual así como las mejoras que se podían obtener
mediante la aplicación de dichas alternativas.

2
Ya para el periodo de inscripción de siguiente semestre, Agosto – Diciembre 2003
fue aplicada la primera alternativa de solución, logrando alcanzar los objetivos
planteados en el estudio, reduciendo significativamente el tiempo de espera de los
alumnos y de este modo tener un mejor servicio, lo cual se vio reflejado en una
mayor satisfacción de los alumnos, ya que el sistema ya funcionaba de manera
adecuada a lo que venía haciéndolo.

En la actualidad, ya se encuentra implantada la segunda alternativa que fue

propuesta en el estudio, ya que debido a la actualización de los sistemas del
Tecnológico ahora los alumnos cuentan con un sistema de inscripción vía Internet.

Así como en este ejemplo, en donde la simulación sirvió para cuantificar lo sucedió
en un sistema real y después mejorarlo mediante algunas alternativas, se pueden
contar con muchos ejemplos en donde la simulación es de gran ayuda para poder
solucionar problemáticas existentes en los sistemas.

En este capítulo se dará una idea más clara y precisa de lo que es simulación, los
usos que tiene la simulación y el por qué es importante en la actualidad utilizar
simuladores incluso en la vida diaria.

1.2 ¿QUÉ ES SIMULACIÓN?

El diccionario Oxford (1980) define simulación como una manera de “reproducir las
condiciones de una situación, así como la esencia del modelo, para efectos de
estudio, pruebas o incluso entrenamiento”. Simulación es la experimentación con
un modelo de una hipótesis o un conjunto de hipótesis de trabajo.

Thomas H. Naylor y R. Bustamante la definen así: "Simulación es una técnica

numérica para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las
cuales son necesarias para describir el comportamiento y la estructura de
sistemas complejos del mundo real a través de largos periodos de tiempo".

Una definición más formal formulada por R.E. Shannon es: "La simulación es el
proceso de diseñar un modelo de un sistema real y llevar a término experiencias
con él, con la finalidad de comprender el comportamiento del sistema o evaluar
nuevas estrategias -dentro de los limites impuestos por un cierto criterio o un
conjunto de ellos - para el funcionamiento del sistema".

3
Raúl Coss Bu indica que la simulación de un sistema puede considerarse como un
experimento estadístico, donde primero se construye el modelo del sistema, el
cual captura la esencia del problema y describe su estructura fundamental.
Posteriormente, se utiliza una computadora para realizar experimentos y analizar
los resultados de la simulación con el propósito de hacer inferencias sobre el
comportamiento del sistema. Por consiguiente, para aplicaciones de esta técnica,
se necesita procedimientos estadísticos profundos.

Hamndy A. Taha señala que la simulación, es en esencia algo parecido a observar

un sistema real, pero con la ventaja de que el analista esta controlando el sistema
simulando en vez de ser controlado por el esto significa, que el analista puede
experimentar con un sistema y estudiar su funcionamiento mientras cambia sus
parámetros y variables de decisión según su voluntad. Es decir, las simulaciones
se "corren", en vez de “resolverse", donde cada "corrida" representa una
observación en un experimento estadístico.

Acorde con todas estas definiciones antes mencionadas se puede concluir que
simulación es una técnica de laboratorio que ayuda a efectuar observaciones y
experimentos con el comportamiento de un sistema (real o teórico) en un tiempo
de interés, con el propósito de evaluar varias alternativas con las cuales se pueda
tomar mejores decisiones.

1.3 APLICACIONES DE LA SIMULACIÓN

La simulación no es solo todo lo mencionado anteriormente, también es algo muy

cotidiano, hoy en día, puede ser desde la simulación de un examen, que le hace la
maestra a su alumno para un examen del ministerio, la producción de textiles,
alimentos, juguetes, construcción de infraestructuras por medio de maquetas,
hasta el entrenamiento virtual de los pilotos de combate e incluso en máquinas
CNC se cuentan con simuladores en donde los programadores son entrenados
antes de llegar a maquinar físicamente una pieza.

Hay que recordar que se cuentan con simuladores muy comunes e incluso al
alcance de muchas personas, en el área de las aplicaciones recreativas, están
especialmente diseñadas para crear un pasatiempo que logre sacar de la rutina al
ser humano, y que el mejor de los casos de otro modo seria impracticable debido
a su costo. Así podemos mencionar entre algunos, los videojuegos de consola e
incluso los videojuegos de realidad virtual los cuales consisten en crear ambientes
y decorados artificiales con sonido en algunos casos, que logran una perfecta
simulación de cualquier tipo de contenido, creando el pasatiempo perfecto.

En el área de la medicina la simulación también ha sido de una valiosa ayuda

mediante el diseño de aplicaciones informáticas que permiten el estudio de
técnicas médico-quirúrgicas, mediante el diseño de modelos en 2 y 3 dimensiones
que reproducen estructuras anatómicas a la perfección y permiten practicar de
forma simulada con distintas tecnologías.
4
FIGURA 1.1
Simuladores utilizados en medicina

Además de contar con diferentes maniquís, los cuales permiten simular

situaciones como de primeros auxilios, colocación de sondas así como de
cuidados intensivos incluyendo situaciones para la aplicación de vendajes y
curaciones para personas quemadas.

Dichos simuladores permiten al usuario, estudiantes de medicina, estar en

situaciones críticas en donde la vida del paciente está de por medio, y mediante
dichos simuladores se pueden llegar a salvar vidas ya cuando se aplican esas
mismas técnicas que fueron previamente hechas en un simulador.

Uno de los principales proyectos futuristas de la simulación aunque muy costoso,

es en el campo de las minusvalías físicas, ya que su diseño tendría que incluir,
sobre todo en el campo de los invidentes, unos censores especiales, que
adaptados, conseguirían una visión simulada del terreno permitiendo dotar de
visión (en este caso) a esas personas, incluso en algunos casos, dotar de
facultades superiores a las humanas médiate esta realidad simulada real al mismo
tiempo.

Otra importante aplicación de la simulación es mediante los vuelos de aeronaves,

en donde el simulador de vuelo replica, o simula, la experiencia de volar una
aeronave de la forma más precisa y realista posible. Dichos simuladores van
desde los propios videojuegos hasta replicas de cabinas con tamaño real. Dichos
sistemas son básicamente de entrenamiento, en donde se pone al piloto en
situaciones en donde la habilidad que este tenga es primordial para el vuelo
efectivo de la aeronave.

5
FIGURA 1.2
Simuladores de vuelo

Dentro de los centro de maquinados de control numérico (CNC) el uso de la

simulación también es importante, ya que se tiene la seguridad y precisión de la
realización correcta de la pieza mediante el diseño adecuado. Esta simulación
permite visualizar al usuario la pieza en 2 y 3 dimensiones antes de hacerlo de
manera física, lo que permite identificar errores en el diseño de la pieza o en las
especificaciones de la misma o el herramental.

FIGURAS 1.3
Simuladores en máquinas CNC así como la pieza terminada

La simulación de procesos es una de las más grandes herramientas de la

ingeniería industrial, la cual se utiliza para representar un proceso, productivo o de
servicio, mediante otro que lo hace mucho más simple y entendible. Esta
simulación es en algunos casos casi indispensable, como nos daremos cuenta a
continuación. En otros casos no lo es tanto, pero sin este procedimiento se hace
más complicado.

6
FIGURA 1.4
Modelo simulado mediante ProModel

Incluso la simulación llega a ser utilizada para el otorgamiento de créditos, con los
cuales mediante un simulador se permite analizar la capacidad de pago del
cliente, así como el tiempo en que el crédito será otorgado y el monto de cada uno
de sus pagos. Con el cual se puede determinar si el cliente el susceptible a
adquirir un crédito o incluso si puede llegar a soportar los pagos del mismo.

Así como en los casos anteriormente mencionados, se puede encontrar un sin

número de aplicaciones en donde simulación ha brindado una gran ayuda a los
usuarios, facilitándole de esta manera la toma de decisiones, que como en
algunos casos anteriormente vistos, lleva el riesgo de vidas humanas, y en
algunos otros solo el aspecto económico.

1.4 ELPORQUE DE LA SIMULACIÓN

Simulación provee una manera de validar de antemano las decisiones que vallan a
ser tomadas, evitando así costos, consumir tiempo y técnicas tradicionales como
la de prueba y error. La habilidad de aplicar dicha técnica de prueba y error para el
mejoramiento de un sistema de manufactura comienza a estar en desuso en un
ambiente e donde los cambios ocurren de una manera muy rápida de lo que se
pueda estar aprendiendo de ellos.

El poder de la simulación radica en el hecho de que provee un método de análisis

que es capaz de evaluar con muy alta precisión el desempeño de incluso los
sistemas más complejos. Mediante el uso de una computadora se crea un modelo
computarizado donde son analizadas las operaciones de los sistemas antes de
poder llegar a ser implantadas, ya que muchos de los errores están generalmente
relacionados en iniciar nuevos sistemas o incluso aplicar modificaciones a los
mismos, los cuales no están totalmente comprobados en su funcionabilidad.
Algunas características que hacen la simulación una poderosa herramienta de
análisis se enuncian a continuación.

7
  Captura la interdependencia de los sistemas.

 Muestra el comportamiento del sistema durante todo el tiempo.

 Es menos costoso, consume menos tiempo y evita técnicas obsoletas como

prueba y error.

 Provee información acerca de varias medidas de desempeño.

 Visualmente atractivo hacia los usuarios generando un mayor interés.

 Genera resultados fáciles de entender y comunicar.

El poder interrumpir sistemas, por muy sencillos que estos sean, o incluso líneas
enteras de producción resulta realmente inconcebible en el mundo actual, dichas
acciones generarían grandes costos solo para llevar a cabo la aplicación de
experimentos que tengamos para el mejoramiento del sistema, sin considerar las
grandes pérdidas que se tendrían por el simple hecho de suspender los sistemas,
en pocas palabras este tipo de técnicas no es costeable. Dentro de este contexto,
existen muchos sistemas los cuales pueden ser representados mediante técnicas
de modelación muy sencillas, incluso mediante simples formulas o modelos
matemáticos, sin embargo la mayoría de los sistemas son altamente complejos
que no es posible ser representados mediante simples modelos matemáticos, es
aquí donde la simulación toma una gran relevancia, ya que sin importar lo sencillo
o complejo del sistema, simulación es de utilidad para poder modelarlo y así
aprender del mismo.

Incluso la simulación es aplicada en muchos casos en donde los sistemas aun no

existen, grandes compañías han utilizado simulación, incluso antes de arrancar
sus sistemas, para simular su distribución de planta y de esta manera poder elegir
la mejor de acuerdo a sus necesidades, así como para poder determinar el
número de personal optimo, maquinas necesarias y algunos otros recursos
necesarios para poder llevar a cabo la realización física del sistema, todo esto con
un gran ahorro en tiempo y costos innecesarios para la compañía. Incluso con
simulación podemos llegar a estimar el desempeño de dicho sistema bajo
condiciones específicas que incluso no estén ocurriendo en la realidad y de esta
forma se permite experimentar con los modelos simulados y no con nuestro
sistema real, de esta manera es muy importante tomar en cuenta que si el modelo
simulado no es una representación exacta del sistema real, de nada van a servir
los resultados obtenidos mediante la simulación.

8
Dentro de los objetivos que se persiguen con la simulación podemos mencionar 3
en específico, en donde la mayoría de los estudios de simulación cuentan con más
de un solo objetivo.

 Visualización.

 Cuantificación.

 Comunicación.

Con la visualización se logra un entendimiento mayor del sistema simulado

mediante la observación del modelo y de esta manera comprender cada uno de
los elementos con que cuenta el sistema así como sus interacciones que tienen
entre sí, para de esta manera poder llegar a tomar decisiones en cuanto
pertinentes que ayuden al mejor funcionamiento de nuestro sistema.

Si ya se ha realizado la visualización del sistema, probablemente se tendrá que

cuantificar lo que está sucediendo en el mismo, es decir, se tendrán que hacer
cálculos acerca del comportamiento del sistema, así los cálculos estarán
encaminados a cuantificar medidas de desempeño tales como tiempos de
operación, tiempos muertos, tiempos de ocio, etc. y mediante estos cálculos poder
tomar decisiones altamente fundamentadas en los mismos para de esta manera
poder mejorar el desempeño del sistema.

Al final de dichos cálculos, el usuario tendrá la responsabilidad de comunicar

dichos los resultados obtenidos mediante la cuantificación de las medidas de
desempeño del sistema.

1.5 USO DE LA SIMULACIÓN

En la década de los 60’s se comienza a dar un uso más comercial a la simulación.

Inicialmente los modelos eran programados en Fortran, los cuales consistían en
miles de líneas de programación, lo cual era una labor ardua. En las últimas dos
décadas simulación ha ganado más popularidad como una herramienta de toma
de decisiones en industrias de manufactura y servicios. Muchas compañías usan
simulación como una práctica común cuando se requiere habilitar una nueva
estación de trabajo o hacer cambios en el proceso.

Dicha popularidad de simulación puede ser atribuida entre muchos factores al

incremento del conocimiento y entendimiento en la tecnología de simulación, el
aumento de la tecnología en PCs así como el bajo costos de las mismas.

9
El principal uso de simulación sigue siendo en el área de manufactura.
Recientemente la tendencia de estandarizar y sistematizar otros procesos en los
negocios tales como procesos administrativos y atención al cliente ha dado un
gran empuje a la simulación en estas áreas de muy buena manera. Se ha
observado que el 80 por ciento de todos los procesos en los negocios son
procesos repetitivos que pueden mejorados a partir de las mismas técnicas de
análisis que se usan en los procesos de manufactura.

Como ya se ha mencionado anteriormente, el principal uso de la simulación es

como una herramienta que ayuda a tomar decisiones sustentándola en datos
estadísticos, sin embargo en la actualidad se ha incrementado el uso de la
simulación en el área de comunicación y visualización, ya que software modernos
de simulación incorporan animación visual, lo cual estimula el interés en el modelo
así como una comunicación mas efectiva de los sistemas mas complejos que
puede haber. El poder de la simulación para capturar la esencia de de sistemas
dinámicos así como su visualización y funcionabilidad genera innumerables
oportunidades para ser usados en un ambiente totalmente integrado.

Algunos de los usos más comunes en donde la simulación ha encontrado cabida

en el área de manufactura son:

 Planeación de planta.

 Capacidad de operación.

 Reducción de ciclos de trabajo.

 Priorizar operaciones de trabajo.

 Reducción de costos.

 Mejoras en calidad.

 Reducción de inventarios.

 Mejoramiento de la productividad.

 Análisis del layout.

 Balanceo de líneas.

 Programación de la producción.

 Programas de mantenimiento.

 Diseño de sistemas de control.

10
1.6 CUANDO ES APROPIADO LA SIMULACIÓN

No todos los problemas en los sistemas que pudieran ser resueltos con la ayuda
de simulación, deberán ser resueltos usando simulación. Es importante
seleccionar la herramienta correcta para dichas tareas, ya que para algunos
problemas el uso de la simulación resulta exagerado, sería como utilizar una
pistola para matar a una mosca.

A continuación se enuncian algunos criterios a considerar para tomar en cuenta a

la simulación como una herramienta adecuada para los sistemas a estudiar.

Los procesos deberán estar bien definidos y ser repetitivos. Simulación es de

utilidad si los procesos a ser modelados están muy bien definidos así como ser
repetitivos. Si los procesos no siguen una secuencia lógica y reglas definidas,
puede llegar a ser difícil modelar dichos procesos. Simulación solo puede ser
aplicada si se puede describir como funciona el proceso, esto no significa que no
pueda haber incertidumbre en el sistema. Si el comportamiento aleatorio puede
ser descrito usando probabilidad y distribuciones de probabilidad, dicho
comportamiento puede llegar a ser simulado.

Los sistemas deben mostrar interdependencia y variabilidad. Un sistema

puede tener muchas actividades, pero si estas nunca llegan a interactuar entre
ellas o son determinísticas (sin variación) entonces el uso de simulación es
innecesario. Lo que dificulta analizar a un sistema no es su número de actividades,
más bien es el número de interdependencias y actividades aleatorias que llega a
tener.

El costo del impacto de las decisiones es mayor que el costo de hacer

simulación. Algunas ocasiones el impacto de las decisiones en si mismas es tan
insignificante que no llega a justificar el tiempo y esfuerzo de llevar a cabo una
simulación.

El costo de experimentar en el sistema actual es mayor que el costo de hacer

simulación. Así como simulación evita retardos en tiempos y costos asociados
acerca de experimentar en el sistema real, en algunas situaciones puede llegar a
ser más rápido y más económico experimentar con el sistema real. Recuerda “Si
una pregunta puede ser contestada directamente a través de la experimentación
más rápida, no tan costosa y con un mínimo impacto en la operación actual,
entonces no es necesario utilizar simulación”.

11
1.7 JUSTIFICACION ECONOMICA DE SIMULACIÓN

Hablar de costos siempre es un tema importante cuando consideramos el uso de

algún software como herramienta de ayuda, y en nuestro caso no es la excepción.
Simulación no deber ser usada si los costos exceden los beneficios esperados. Se
tiene la idea de que el uso de simulación es costoso y llega a consumir mucho
tiempo, dicha percepción dista mucho de la realidad, ya que ignora el hecho de
que simulación, a lo largo del tiempo, llega a ahorra mucho mas dinero y tiempo
del que realmente consume.
Los ahorros que simulación genera son comprendidos mediante la identificación y
eliminación de problemas e ineficiencias que pudieron haber pasado
desapercibidos hasta la implantación del sistema. Mediante la identificación y
eliminación innecesaria de capital de inversión, y el descubrimiento y corrección
de operaciones ineficientes muchas compañías han reportado cientos de miles de
dólares en ahorros en proyectos a través del uso de la simulación. Una de las
dificultades que se tienen cuando se desarrollaran justificaciones económicas para
simulación es el hecho de que usualmente no se sabe con certeza cuanto es lo
que se puede estar ahorrando hasta que de hecho esta siendo usado.

El verdadero ahorro de simulación proviene de permitir a los diseñadores generar

errores y trabajos con estos errores en el modelo simulado, en lugar de hacerlo en
el sistema actual. El concepto de reducir costos mediante trabajar sin problemas
en la fase de diseño en lugar de hacerlo después cuando ya haya sido
implementado es un concepto primordial en la empresas, ya que los costos para
corregir un problema se incrementan en cada etapa del sistema mientras no sean
detectados estos problemas. (Ver Figura 1.5)

FIGURA 1.5
Costos de hacer cambios en las diferentes etapas del desarrollo de un sistema

CONCEPTUALIZACION DISEÑO INSTALACION OPERACION

COSTOS

12
ETAPAS DEL SISTEMA
Simulación ayuda a evitar muchos costos asociados con pobres decisiones
tomadas en los proyectos. La Figura 1.6 ilustra como la acumulación de estos
costos resulta desde la etapa del diseño del sistema, mostrando un comparativo
de estos costos entre usar y no usar simulación. Se puede notar que en corto
plazo el costo puede llegar a ser ligeramente elevado aunado a los costos
asociados con el software a utilizar en simulación, pero en un plazo largo los
costos asociados con el capital de inversión y la operación del sistema son
considerablemente bajos además de darnos cuenta que hay una mejor eficiencia
mediante el uso de simulación.

FIGURA 1.6
Comparativo de la acumulación de costos en los sistemas con y sin simulación

COSTOS SIN
SIMULACION

COSTOS
COSTOS CON
SIMULACION

DISEÑO IMPLANTACION OPERACION

N

1.8 EFICACIA EDUCACIONAL DE SIMULACIÓN

A pesar de su gran difusión, la efectividad de los simuladores tardó varios años en

ser explorada. Uno de los primeros estudios fue realizado en 1962 en Harvard por
el Prof. James McKenney usando un simulador de producción10. Aplicando
metodología experimental el Prof. McKenney concluyó que los alumnos que
usaron el simulador obtuvieron puntajes significativamente más altos que los que
usaron solo casos, cuando se midieron objetivamente varios conceptos claves. El
estudio más riguroso y más citado fue el conducido por Anthony Raia en 1966. El
Dr. Raia contrastó el comportamiento de tres grupos de alumnos. En uno sólo se
usaron casos, el método tradicional, mientras que en los otros dos se usaron
casos combinados con un simulador ajustado a dos niveles de complejidad. Raia
concluyó que los simuladores eran herramientas educacionales efectivas.
Corroborándolo, Meier, Newell y Paser dictaminaron en un libro publicado en
1969, que “Existe considerable evidencia que los simuladores, tanto los de
gerencia general cuanto de una función específica, tienen un alto valor
educacional”
13
Años más tarde Wolfe en la Universidad de Illinois, realizaría una serie de
experimentos contrastando un curso en donde se mezclaron casos con un
simulador, con otro curso en donde solo se usaron casos. Wolfe midió el
conocimiento previo a la clase en varias dimensiones tales como la comprensión
de conceptos y conocimiento de hechos mediante un examen en base a ensayo
tan preciso que pudo ponerle un puntaje a cada alumno. La misma medición se
realizó después de terminado cada curso. Comparando exámenes pre con
post, Wolfe concluyó que la mezcla de casos con el simulador produjo resultados
de aprendizaje muy superiores al uso de casos por sí solos, especialmente en
cuanto a conocimiento conceptual. Seis de los siete principios generales de
política empresarial fueron comprendidos mejor después de la simulación. Wolfe
más tarde realizó otro experimento para localizar las variables claves en el éxito
de cada equipo gerencial simulado, usando una técnica de incidentes críticos. El
análisis de 1,453 incidentes críticos permitió establecer que la atmósfera grupal de
toma de decisiones fue clave para explicar el éxito en los simuladores siendo el
segundo factor clave la formulación de una estrategia y plan a largo plazo. Las
firmas simuladas exitosas fueron capaces de emplear flexiblemente una gran
variedad de reacciones a los problemas que se enfrentaban en un simulador.
Wolfe reportó que los alumnos reconocieron que el simulador recompensaba
estrategias consistentes e integradas, tal como lo hubiera hecho la realidad del
mundo de los negocios.

Desde entonces se han publicado dos meta análisis (estudios que sintetizan
cuantitativamente los resultados de muchos estudios), uno en 1981 y otro en
1999, de los muchos estudios realizados sobre la efectividad de las simulaciones
en general, y no solo las usadas en administración de negocios. En el estudio de
Dekkers y Donatti, publicado en 1981, estos dos académicos australianos
analizaron todas las publicaciones en inglés sobre la efectividad de simuladores
en varias áreas, incluyendo ciencias y administración, publicados entre 1969 y
1979. Sintetizaron el efecto estadísticamente positivo de los simuladores en tres
factores pedagógicos: retención de conceptos, desarrollo de actitudes y
desarrollo cognoscitivo, concluyendo que los simuladores eran efectivos en el
desarrollo y cambio de actitudes, mucho menos en el desarrollo cognoscitivo, y
muy pobres en retención. Sin embargo, Jude Lee en un estudio muy reciente,
publicado en 1999 arguye que estos resultados ocurrieron porque se mezclaron en
una sola categoría los varios tipos de simulación que existen. Lee definió una
simulación como “un programa de cómputo que temporalmente crea un conjunto
de factores asociados a través de relaciones de causa y efecto”. Cuando se usan
como herramienta educacional directamente, las simulaciones, dice, “permiten
tender un puente entre la realidad y lo abstracto por medio del método del
descubrimiento, para mejorar la motivación y acrecentar el aprendizaje vía la
interacción activa del alumno”. A estas simulaciones, muy usadas en las ciencias,
las denomina Jude Lee “simulaciones de presentación” pero básicamente, afirma,
se deben clasificar a las simulaciones en tres tipos básicos: simulaciones de
presentación, simulaciones de práctica, y simulaciones híbridas.

14
Las simulaciones de presentación se usan para enseñar nuevo conocimiento, este
sería el caso del lanzamiento de un satélite en una órbita polar errónea para que el
alumno “descubra” como colocarlo en la órbita ecuatorial correcta. También sería
una simulación de presentación la simulación Macroajustes de Labsag, que se
presenta en esta ponencia, en donde los alumnos descubren como funcionan los
agregados macroeconómicos a partir del comportamiento de empresas simuladas
que ellos mismos manejan aunque el texto que acompaña es de por sí expone
elocuentemente los difíciles conceptos macro-económicos.

En las simulaciones de práctica, en contraste, los alumnos finalizan un módulo de

instrucción por exposición continuando con una simulación donde se practica en la
aplicación de lo teóricamente aprendido. Tal sería el caso de Marklog en Labsag,
donde es menester aprender de conceptos de logística previamente a ingresar al
simulador.

En las simulaciones híbridas, la simulación programa instrucción y práctica al

mismo tiempo a través del desarrollo de un escenario con eventos pre-planeados
a lo largo de un cierto número de periodos simulados. Este sería el caso de
Markestrat, Brandestrat y Simdef en LABSAG porque los Manuales son
verdaderos textos sobre el tema y, además, el desarrollo en el tiempo simulado
lleva a una serie de incidentes íntimamente ligados a los conceptos teóricos que al
mismo tiempo el alumno va aprendiendo.

Jude Lee, también introduce varias de las tareas que hoy sabemos pueden hacer
las simulaciones, pues no resuelven todo ni lo hacen todo. Citando a un estudio de
Thomas y Hooper, quienes analizaron 29 estudios sobre simuladores
clasificándolos dependiendo de qué tipo de rol tomara cada simulador:
“experienciador” o “madurador”, informador, reforzador o integrador, Lee
argumenta que el rol de informador encaja bien con el simulador tipo presentación
mientras que los demás papeles los cumplen bien los simuladores de práctica o
híbridos:

Las principales conclusiones del estudio de Thomas y Hooper fueron que los
efectos de los simuladores no se revelan en las pruebas de conocimiento puro, la
“retención de conceptos” de la que escribieron Dekker y Donatti, sino más bien en
pruebas de transferencia y aplicación y que las simulaciones de práctica o
híbridas se usan más frecuentemente para reforzar e informar.

Jude Lee en su “meta-análisis” ubicó 19 estudios en donde se medía la

efectividad de las simulaciones, todos ellos publicados después 1976 y 1992. En
una de dos variables de resultados, logro académico, Lee encontró que el 66 % de
los alumnos que usaron simuladores mostraron significativamente mayores logros
académicos reflejado en puntajes de exámenes post simulación, que el promedio
de los alumnos en grupos de control donde no se usaron simuladores. Al separar
las simulaciones tipo presentación de las de práctica o híbridas resultó que las de
presentación mostraron mucho menores logros académicos, incluso menores a
los del grupo de control. Otra conclusión fue que si los alumnos reciben alguna
15
guía y asesoramiento durante la simulación, ello los ayudará a obtener mejores
logros académicos.
El estudio más reciente sobre la efectividad de las simulaciones incide
directamente en el contexto del aprendizaje en línea, una modalidad que se ha
visto plagada por altas tasas de deserción de los alumnos. Fue publicado por
Brian H. Cameron de la Pennsylvania State University en el 2003. El Prof.
Cameron diseñó un experimento alrededor del tema de su especialidad: redes de
computadoras, tema tan complejo que tradicionalmente se había enseñado solo
mediante la práctica con el apoyo de un instructor pero que, gracias a adelantos
en simulación, podía fácilmente modelarse en una PC. El objetivo fue comparar el
desempeño de 85 alumnos de pre-grado en un curso basado en simulación
frente al mismo curso con contenidos gráficos estáticos representacionales
(Microsoft Visio), ambos en un contexto de enseñanza en-línea. Toda la
interacción con los alumnos fue en línea siendo el único contacto cara-a-cara las
presentaciones de los proyectos por equipos.

El impacto diferencial fue medido a través de exámenes de opciones múltiples,

resultados de proyecto, y unas encuestas a los alumnos. Los resultados
estadísticos mostraron que el grupo usando simulación logró estadísticamente
significativos mejores resultados que el grupo que usó presentaciones estáticas
con mejor comprensión de conceptos y mejor retención de información. Los
alumnos que usaron simulación reportaron haber invertido más tiempo en las
tareas del curso (3.5 horas) en contraste con los que usaron Visio (2 horas) y
además que “gastaron más tiempo en las tareas asignadas primordialmente
porque la simulación les permitía experimentar con diferentes configuraciones de
redes y verificar la funcionalidad de los diseños”. Varios estudiantes dijeron que la
simulación les había permitido comprender los complejos conceptos de redes
mientras que los estudiantes en el otro grupo informaron que no había forma de
verificar si sus diseños de redes funcionarían correctamente.

La tasa de deserción fue nula en el grupo con simulador, mientras que en el de

enseñanza estática en línea tres alumnos de 40 desertaron con calificaciones
inaceptables.

16
 CAPITULO II
SISTEMAS DINAMICOS

2.1 INTRODUCCION

En el año del 2003, la oficina hipotecaria de una institución bancaria, deseaba

realizar un estudio mediante el cual se pudiera visualizar la operación diaria de la
oficina y de esta manera poder obtener datos de cada uno de los empleados
bancarios tales como tiempos de ocio, de trabajo, tiempos de ciclo para las
solicitudes de trabajo, tiempos en que estas solicitudes pasaban sin ser atendidas,
etc. con el fin de determinar las cargas correctas de trabajo y poder hacer
proyecciones de operaciones y determinar cuanto era lo que esa oficina
hipotecaria iba a recuperar, en términos de créditos liquidados y de dinero pagado,
al mes.

El gerente encargado de esta oficina nunca había hecho un estudio similar debido
a que, para su entender las operaciones tenían demasiada complejidad en sus
actividades así como el gran número de elementos que tenían que intervenir en la
operación diaria de una solicitud.

Bajo este panorama, además de la necesidad de la gerencia de dicha oficina de

tener un parámetro de medición así como de manera diaria poder estar
controlando en cuestión numérica al sistema y de este modo a los empleados, se
decidió hacer un estudio de simulación, con el cual se reflejada de manera clara y
entendible cada uno de los elementos necesarios para ayudar al gerente a tomar
decisiones referentes al sistema.

Lo primero que se hizo fue un conocimiento general de los procesos de cada una
de las operaciones, para de este modo saber cuales eras las relaciones que había
en cada una de las operaciones con cada uno de los elementos del sistema,
apartir de ahí se comenzó por hacer una toma de tiempo que corroborara todo lo
que en los manuales operaciones estaba preestablecido, así como tener el
entendimiento de las actividades de causa y efecto en las operaciones.

Casi desde el principio del estudio se identifico de manera inmediata cual era el
problema del sistema. En dicha oficina hipotecaria había un área de archivo, en
donde estaban bajo resguardo todos los documentos (contratos, avalúos,
información del cliente, etc.) de cada unos de los casos, mas de 10,000 archivos, y
cuando algún ejecutivo necesitaba una información de dichos expedientes,
solicitaba al área de archivo una copia de algún documento del expediente o en
algunos casos hasta una copia completa de todo el expediente, donde en
ocasiones, las copias llegaba a ser de hasta 100 hojas, lo cual era una tarea que
la tenían que hacer las personas encargadas del archivo.

17
Adicionalmente de estas actividades de búsqueda de los expedientes,
identificación de los documentos, obtención de datos de los expedientes y el sacar
copias de los documentos, las personas de archivo también tenían asignadas
tareas administrativas, en donde en una tarea en especial ellos eran la parte
primordial del proceso. Por lo cual las actividades referentes a los expedientes
eran actividades que necesitaban ocupar mucho tiempo en ellas, mas sin
embargo, administrativamente no eran actividades que generaran dinero.

Después de haber simulado todos los procesos y enseñar de manera visual al

gerente el modo de operación de la oficina hipotecaria, se demostró
numéricamente mediante los estadísticos del simulador, los parámetros de
medición que el gerente quería ver, en donde se dio cuenta que las actividades
mencionadas anteriormente implicaban un gran atraso en otras actividades que
tenían una mayor prioridad. Por lo cual se propuso contratar a dos personas mas
que hicieran las actividades únicamente referentes a las del archivo (buscar
expedientes, sacar documentos, copias etc.) y de este modo los ejecutivos que se
encontraban en el archivo iban a estar únicamente con las actividades
propiamente administrativas, lo cual generaría de manera automática la reducción
del cuello de botella en esta área por lo anteriormente mencionado.

Adicionalmente se generaron cargas de trabajo idóneas para cada una de las

áreas en donde se pudiera saber con anterioridad si las metas que la institución
solicitaba para cada área podían ser cumplidas y en qué plazo, así como también
se generaron reportes electrónicos en donde diariamente los ejecutivos al final del
día subían su reporte a un servidor y de este modo se generaban de manera
automática los reportes diarios y de esto modo podía saberse que es lo que cada
área hacia diariamente así como tener un control más seguro de la etapa de cada
uno de los casos tratados en esa oficina. Con dicho proyecto dicha oficina llego a
ser la oficina que más dinero en recuperación hipotecaria recabo en el término del
siguiente año.

2.2 DEFINICION DE SISTEMA

Dentro de nuestra vida diaria estamos rodeados de sistemas en nuestras

actividades, desde el tomar un transporte público, cuando requerimos ir al médico,
al banco e incluso en la escuela, todos nosotros estamos rodeados de sistemas.
Por lo mismo siempre estamos demandando mayor calidad en estos sistemas, así
como el pasar el menos tiempo posible en líneas de espera en dichos sistemas,
incluyendo los costos de los mismos.

18
Primeramente debemos de tener en cuenta cuales son los elementos básicos de
un sistema:
 Entradas.

 Proceso de transformación.

 Salidas.

 Retroalimentación.

En la Figura 2.1 se ejemplifica de manera grafica la interacción que tienen cada

uno de estos elementos, considerando que en el proceso de transformación es
donde intervienen todas aquellas actividades encaminadas para el logro del
objetivo, es decir, cumplir de buena forma con una salida satisfactoria de nuestras
entradas.

FIGURA 2.1
Elementos de un sistema

ENTRADAS SALIDAS

PROCESO DE
TRANSFORMACION

RETROALIMENTACION

En donde las entradas son todos aquellos insumos que permiten el

funcionamiento y manutención del sistema.

Hay que recordar que en los sistemas existe la presencia de un propósito u

objetivo, en otras palabras, el proceso de transformación en un sistema representa
la producción característica del sistema llevando la consecución del propósito.

Después de esta transformación se cuentan con las salidas, las cuales

representan primordialmente a la transformación que sufre las entradas, es decir,
se cuenta con el logro del objetivo, llámese pieza final, producto terminado, cliente
atendido, etc. Es la exportación que hace el sistema al medio, generalmente no
existe una sino varias salidas.

19
Tomando en cuenta que el sistema cuenta con un propósito u objetivo que
cumplir, así la retroalimentación es la información que indica como lo esta
haciendo el sistema en la búsqueda de su objetivo y que el sistema toma en
cuenta para poder llevar a cabo las correcciones necesarias para el mejor logro
del objetivo

Un sistema es un conjunto de elementos los cuales funcionan en conjunto para

alcanzar una meta deseada (Blanchard 1991). Dentro de esta definición podemos
encontrar varios puntos clave como (1) el hecho de que un sistema consiste de
múltiples elementos, (2) dichos elementos están interrelacionados y trabajan en
conjunto, y (3) un sistema existe por el propósito de alcanzar objetivos específicos.
Como ejemplos podemos encontrar el sistema vial, los sistemas políticos,
sistemas económicos y los sistemas de manufactura y de servicios. En donde
nuestra atención será enfocada a los sistemas de manufactura y de servicios en
donde se procesan materiales, información y se atienden a clientes.

Los sistemas de manufactura pueden ir desde pequeños talleres de trabajo y

células de manufactura hasta largas líneas de producción y ensamble, sin olvidar
almacenes y centros de distribución. Podemos encontrar una gran variedad en los
sistemas de servicio los cuales incluyen sistemas de salud, centros de atención a
clientes, transporte publico restaurantes y bancos, solo por nombrar algunos.
Ambos sistemas pueden ser denominados como sistemas de procesos debido a
que ambos procesan algo mediante una serie de actividades. En los sistemas de
manufactura la materia prima es transformada en un producto final y en los
sistemas de servicios los clientes entran al sistema necesitando algún servicio y
abandona dicho sistema como un cliente atendido. Por ejemplo en una institución
bancaria los ejecutivos de la institución que atienden al cliente, las cajeras,
gerentes, subgerentes y de más personal son parte del sistema (como recursos),
dichas personas son las que prácticamente ponen en funcionamiento al sistema a
través de sus actividades con las cuales atienden a los clientes.

2.3 ELEMENTOS DEL SISTEMA

Desde la perspectiva de la simulación, un sistema consiste de entidades,

actividades, recursos y controles (Ver Figura 2.2), dichos elementos determinan el
quien, que, donde, cuando y como de las entidades a ser procesadas.

20
FIGURA 2.2
Elementos de un sistema desde la perspectiva de simulación.

ENTRADAS SALIDAS
ACTIVIDADES

RECURSOS CONTTROLES

SISTEMA

2.3.1 ENTIDADES

Las entidades son los objetos procesados a través del sistema tales como
productos, clientes o documentos. Diferentes entidades pueden tener
características únicas tales como costo, prioridad, calidad o condiciones. Las
entidades pueden ser subdivididas en los siguientes tipos:

 Humanos o animados (clientes, pacientes, etc.)

 Inanimadas (partes, documentos, etc.)

 Intangibles (llamadas, correos electrónicos, etc.)

Para la mayoría de los sistemas de manufactura y de servicios las entidades son

discretas, es decir el comportamiento de dichas entidades está determinado
mediante un comportamiento discreto, como es el caso de casi todos los sistemas
de servicios. Algunos sistemas de producción son llamados sistemas continuos
aunque contienen entidades con comportamiento discreto.

2.3.2 ACTIVIDADES

Las actividades son las tareas desarrolladas en el sistema, las cuales están
directa o indirectamente involucradas en el proceso de las entidades. Algunos
ejemplos de dichas actividades incluyen servicio a clientes, corte de partes en una
máquina, o reparación de alguna pieza o máquina. Las actividades usualmente
consumen tiempo y generalmente involucran el uso de recursos, dichas
actividades pueden ser clasificadas como:

21
  Procesamiento de entidades (tratamientos, inspección, fabricación, etc.)

 Movimiento de entidades y recursos (trasladándose en un elevador)

 Recursos en mantenimiento y reparación (preparación de máquinas,

reparación de máquinas, etc.)

2.3.3 RECURSOS

Los recursos son por lo cual las actividades son desarrolladas, estos proveen el
apoyo a las maquinas, equipos y personal para llevar a cabo dichas actividades.
Mientras los recursos facilitan el proceso de las entidades, un recurso inadecuado
puede dificultar el proceso mediante limitantes de tiempo o disponibilidad. Los
recursos tienen características tales como capacidad, velocidad, tiempos de ciclo.
Dichos recursos pueden ser categorizados como:

 Humano o animados (operadores, doctores, personal de mantenimiento,

etc.)

 Inanimado (equipamientos, herramentales, etc.)

 Intangibles (información, energía eléctrica, etc.)

2.3.4 CONTROLES

Los controles determinan como, cuando y donde las actividades son realizadas,
los controles imponen orden en el sistema. En altos niveles los controles consisten
en turnos de trabajo, horarios, planes y políticas. En niveles más bajos los
controles proporcionan la información y decisiones lógicas para que el sistema
pueda funcionar. Algunos ejemplos incluyen:

 Secuencias de las rutas de trabajo.

 Planes de producción.

 Horarios de trabajo.

 Priorización de tareas.

 Hojas de instrucciones (hojas de mando).

22
2.4 COMPLEJIDAD DE LOS SISTEMAS

Los elementos de un sistema trabajan mediante en una manera que en la mayoría

de los casos resulta en interacciones complejas. El número de elementos en un
sistema pueden hacer dudar en nuestro pensamiento, debido al número de
diferentes entidades, actividades, recursos y controles los cuales pueden llegar a
cientos, son las interacciones de estos elementos que hacen al sistema tan
complejo y difícil de analizar. La complejidad del sistema esta primordialmente en
función de los siguientes 2 factores:

 Interdependencia entre los elementos, así que cada elemento afecta a otro
elemento.

 Variabilidad en el comportamiento de los elementos que produce

incertidumbre.

Estos dos factores caracterizan a los sistemas así también dificulta el análisis y
predicción del comportamiento de los mismos. Como se muestra en la figura 2.3 el
grado de dificultad en el análisis incrementa sigilosamente de acuerdo a un mayor
número de interdependencias y variables aleatorias.

FIGURA 2.3
La dificultad en el análisis está en función

GRADO DE
DIFICULTAD EN EL
ANALISIS

NUMERO DE INTERDEPENDENCIAS Y
VARIABLES

23
2.4.1 INTERDEPENDENCIAS

La interdependencia causa que el comportamiento de uno de los elementos afecte

a otros elementos en el sistema. Por ejemplo, cuando una maquina falla, el
personal de reparación entra en acción mientras las de más maquinas se
encuentran desocupadas, o paradas en su operación, debido a la falta de material
que la maquina en reparación les provee. Otro ejemplo lo podemos encontrar en
las situaciones en donde un recurso está siendo compartido entre dos o más
actividades, como un doctor que se encuentre tratando a un paciente, dicho doctor
se encuentra no disponible inmediatamente para responder a otro paciente que
requiera su atención de manera inmediata.

Esto es también conocido comúnmente como reacción en cadena o el efecto

domino, en donde al colocar las fichas de dominó de manera vertical una tras otra
y al momento de tirar la primera ficha, esta tirara a la ficha de atrás y está a su vez
a la siguiente ficha y así sucesivamente hasta donde ya no haya más fichas.

2.4.2 VARIABILIDAD

La variabilidad es una característica inherente en cualquier sistema en los cuales

está inmerso el factor humano y maquinas. La variabilidad genera un efecto de
impredecibilidad en las interdependencias, haciendo a los sistemas incluso más
complejos e impredecibles. La tendencia en la planeación de los sistemas es
ignorar la variabilidad y calcular el funcionamiento y capacidad del sistema basado
en valores promedios, muchos programas de producción como MRP trabajan de
esta manera.

Diseñar sistemas basados en estos valores promedios es como decidir entre usar
un abrigo o no basado en la temperatura promedio anual o decir que un alumno
obtendrá una calificación en una materia basado en el promedio general de la
materia del año pasado.

El ejemplo más ilustrativo del impacto que la variabilidad puede tener sobre el
comportamiento de un sistema es en una situación simple en donde las entidades
llegan al sistema mediante una fila y ahí esperan a ser atendidos por un servidor
único. Supóngase que el tiempo entre las llegadas de los clientes esta
exponencialmente distribuido con un tiempo promedio de un minuto y que su
tiempo de atención en el servidor también es de un minuto exponencialmente
distribuido. Si calculamos el comportamiento del sistema basados únicamente en
los tiempos promedios, nunca habrá ningún cliente en espera en la fila. En cada
minuto en que llega un cliente, el anterior habrá finalizado su operación en el
servidor. Ahora, si calculamos el tiempo de llagada de los clientes dentro de un
rango de variación, podremos darnos cuenta que la fila crece de manera
importante.

24
2.5 MEDIDAS EN EL DESEMPEÑO DEL SISTEMA

En los altos niveles de la organización, las medidas de desempeño engloban el

funcionamiento del sistema en términos de ganancias, costos relativos a
presupuestos y algunos más. Estas medidas son típicamente de naturaleza
financiera, lo cual no se aplica directamente en un nivel operacional de la
organización, además de ser medidas que se reportan solo periódicamente. Para
un nivel operacional es mucho más benéfico contar con medidas acerca del
tiempo, calidad, cantidad, eficiencia y utilización. Estas medidas operacionales
reflejan inmediatamente las actividades y son directamente controlables. Las
medidas operacionales claves que describen la eficiencia y efectividad de los
sistemas de manufactura y servicio incluyen las siguientes:

 Tiempo de ciclo.- El tiempo promedio en que un objeto o un cliente es

procesado a través del sistema. Dicho tiempo puede ser disminuido
mediante la reducción de los tiempos de las actividades que contribuyen a
que el tiempo de ciclo se eleve tales como movimientos, tiempos de
operación e inspección. También puede ser acortado mediante la
disminución del número promedio de las entidades en el proceso.

 Utilización.- El porcentaje del tiempo de trabajo que el personal, equipo o

algún otro recurso están en uso productivo. Si un recurso no esta siendo
utilizado puede ser por estar desocupado, bloqueado o en tiempo muerto.
Para incrementar la utilización se puede aumentar la demanda de los
recursos o reducir el número de estos o incluso la capacidad. Esto también
ayudaría a balancear las cargas de trabajo. En un sistema con alta
variabilidad en los tiempos de las actividades es difícil alcanzar altos niveles
de utilización en los recursos. Por ejemplo en los talleres se suele tener
bajos niveles de utilización en las maquinas.

 Tiempos de esperas.- La acumulación de tiempo que el material, los

clientes y de mas, pasan en espera de ser procesados. El tiempo de espera
puede ser decrementado mediante la reducción del número de objetos
(clientes o niveles de inventario) en el sistema. También puede ser
decrementado reduciendo la variación e interdependencia en los sistemas.

 Niveles de inventario o filas.- El número de objetos o clientes en almacén

o áreas de espera. Es conveniente mantener los niveles de inventario y de
las filas al mínimo. Las filas ocurren cuando los recursos no se encuentran
disponibles cuando se necesitan. Dichos inventarios o filas pueden ser
controlados a través de un balanceo líneas o mediante la restricción de la
producción en las operaciones cuellos de botella. Una de las formas más
eficaces para controlar los niveles de inventarios es mediante la aplicación
del JIT (Justo a tiempo).

25
  Rendimiento.- Desde el punto de vista de la producción, es el porcentaje
de productos terminados en conformidad con las especificaciones del
producto en relación al número total del producto que entra como materia
prima.

Estas medidas de desempeño solo son algunas que pueden ser obtenidas
directamente del sistema completo. Todos estos niveles, a pesar que no son
precisamente de naturaleza financiera, influyen directamente el los costos, ya que
hay que recordar que uno de los mayores costos en la producción se refiere
directamente a los altos niveles de inventarios existentes, a los bajos índices de
rendimiento del sistema o incluso a los altos tiempos de ciclo.

2.6 VARIABLES EN EL SISTEMA

Diseñar un nuevo sistema o hacer mejoras a una ya existente requiere más que
una simple identificación de los elementos y comportamientos del sistema. Se
requiere un entendimiento de cómo los elementos del sistema afecta a otros o
incluso al comportamiento del sistema entero. Para ayudar a entender esta
relación, se necesita la comprensión de tres tipos de variables en el sistema:

 Variables de decisión.

 Variables de respuesta.

 Variables de estado.

2.6.1 VARIABLES DE DECISION

Cuando se lleva a cabo un experimento, las variables de decisión son también

referidas como variables independientes. Cambiar los valores de las variables
independientes del sistema afecta el comportamiento del mismo. Un ejemplo de
variables controlables es el número de operadores a asignar para la línea de
producción o para alguno de los turnos de trabajo. Las variables controlables son
llamadas variables de decisión debido a que la persona que toma las decisiones
controla los valores de las variables. Una variable no controlable puede ser el
tiempo de servicio a un cliente el porcentaje de rechazo en una operación.

26
2.6.2 VARIABLES DE RESPUESTA

Una variable de respuesta puede ser el número de entidades procesadas en un

periodo de tiempo o el porcentaje de utilización. En un experimento la variable de
respuesta es la variable dependiente, la cual depende en particular de un valor
obtenido del sistema o de las variables independientes, las variables dependientes
no pueden ser manipuladas.

2.6.3 VARIABLES DE ESTADO

Estas variables indican el estado del sistema en un punto específico de tiempo,

como puede ser el número actual de entidades esperando a ser procesadas o el
estado actual (desocupado, ocupado, tiempo muerto, operación, etc.) de un
recurso en particular.

Las variables de estado son comúnmente ignoradas en los experimentos, a partir

de ser directamente controladas como las variables de decisión.

2.7 OPTIMIZACION DEL SISTEMA

Específicamente, optimización trata de encontrar la mejor combinación en los

valores de las variables de decisión los cuales minimicen o maximicen alguna
función objetivos tales como costos o ganancias. Una función objetivo es
simplemente una variable de respuesta del sistema. Un típico objetivo en un
problema de optimización para sistemas de manufactura o servicios puede ser la
minimización de costos o maximización de sus porcentajes de operación. Por
ejemplo, se puede estar interesado en encontrar el número óptimo el personal del
staff en actividades de atención al cliente, lo cual minimice los costos que esto
implique.

Se identifican cuatro pasos claves para poder lograr el mejoramiento de un

sistema (identificación de problemas y oportunidades, desarrollo de alternativas de
solución, evaluar las soluciones y seleccionar e implantar la mejor solución),
dichos pasos, si se siguen de la manera más adecuada, aseguran una mejora en
los sistemas y manera casi automática (Figura 2.4).

27
FIGURA 2.4
Pasos en el logro del mejoramiento de un sistema

IDENTIFICACION DE
PROBLEMAS Y
OPORTUNIDADES

SELECCIONAR E DESARROLLO DE
IMPLANTAR LA ALTARNATIVAS DE
MEJOR SOLUCION SOLUCION

EVALUAR
SOLUCIONES

2.7.1 IDENTIFICACION DE PROBLEMAS Y OPORTUNIDADES

Es importante saber detectar los problemas en un sistema, las áreas de

oportunidad en donde el sistema pueda ser mejorado, con el fin de que este llegue
a ser óptimo. No se puede estar tratando de adivinar donde radica el problema del
sistema, hay ciertos indicadores, como las variables de estado, que nos indican y
dan una idea del comportamiento del sistema, el saber identificar dichas variables
y puntos clave en los sistemas es una labor importante del ingeniero industrial.
Mediante el reconocimiento de estas variables se sabe que es lo que está mal en
el sistema, así como sus posibles causas, con lo cual se pueden tomar mejores
decisiones para su mejoramiento.

2.7.2 DESARROLLO DE ALTERNATIVAS DE SOLUCION

El desarrollar una solución a un problema usualmente comienza mediante el

entendimiento del problema, la identificación de las variables clave así como la
descripción de la importancia de su relación. Esto ayuda a identificar posibles
áreas de atención y puntos de control para la aplicación de la solución. Técnicas
como análisis de causa y efecto y análisis de pareto son de mucha ayuda en este
punto.

La generación de alternativas de solución requiere creatividad así como muy

buenas cualidades organizacionales e ingenieriles. Las mejores ideas vienen
cuando el planificador comienza a pensar fuera del entorno y rompe con
tradicionales formas de hacer las cosas.

28
2.7.3 EVALUAR SOLUCIONES

Las alternativas de solución deberán de ser evaluadas basándose en criterios

establecidos con anterioridad, dichos criterios regularmente incluyen metas a
alcanzar, costos de implantación, etc. Se debe de tener siempre en cuenta lo que
se está tratando de lograr con dichas alternativas, las metas u objetivos a
conseguir. Recordando que lo que se busca hacer con dichas alternativas es la
optimización de nuestro sistema, mediante solucionar el problema identificado con
anterioridad, también teniendo cuidado de que dichas soluciones no provoquen
algún otro problema que no esté generado en estos momentos, recuerda que la
interdependencia de los sistemas es un punto clave e importante a no olvidar.

2.7.4 SELECCIONAR E IMPLANTAR LA MEJOR SOLUCION

En la mayoría de los casos, la selección de la solución a implantar no depende del

analista, más bien es una decisión que asume la gerencia. El papel del analista es
presentar sus evaluaciones de la manera más clara posible así como información
que ayude de mejor forma a tomar una mejor decisión a la gerencia.

Las personas encargadas de la implantación de la solución seleccionada, deben

de ser demasiado cuidadosas para llevar al sistema real lo planteado en los
sistemas modelados, por lo cual se debe de tener muy bien documentado como
llevar a cabo paso por paso dicha implantación, muy a pesar de que el analista no
es quien toma la decisión de que solución implantar, debería de ser este quien
lleve a cabo dicha implantación, ya que es el quien como analista, conoce como
llevar a cabo dicha implantación, de lo contrario se podrían caer en errores de
implantación.

29
 CAPITULO III
SIMULACIÓN BASICA

3.1 INTRODUCCION

Simulación es mucho más significativa cuando existe el entendimiento de que es

lo que se está haciendo. El entendimiento de cómo simulación trabaja nos ayuda a
saber si la estamos aplicando de la manera correcta y el significado de los
resultados obtenidos.

A partir de este capítulo se dará un entendimiento mayor a lo que es simulación y

sus diferentes tipos, así como los diferentes software en que se puede hacer
simulación.

3.2 TIPOS DE SIMULACIÓN

Hay varias maneras de categorizar simulación. Algunas de las formas más

comunes incluyen:

 Estática o dinámica.

 Estocástica o determinística

 Eventos discretos o eventos continuos.

3.2.1 SIMULACIÓN ESTATICA CONTRA SIMULACIÓN DINAMICA

La simulación estática es aquella que no está basada en términos de tiempo. Este

tipo de simulación está basada en muestra aleatoria para generar resultados
estáticos, también es conocida como Simulación Monte Carlo.

La simulación dinámica considera el paso del tiempo, es decir los eventos cambiar
así como el tiempo transcurre, el reloj simulación cambia el estado de los eventos.
La simulación dinámica es utilizada ampliamente para el análisis de sistemas de
manufactura y servicios, así la simulación dinámica permite simular sistemas y
simular sus comportamientos pasados y futuros, todo acorde con el tiempo.

30
3.2.2 SIMULACIÓN ESTOCASTICA CONTRA SIMULACIÓN DETERMINISTICA

La simulación en la cual una o más variables de entrada son generadas de

manera aleatorias es conocida como simulación estocástica o probabilística. Este
tipo de simulación produce estadísticos de salida representados de manera
aleatoria en donde solo contamos con algún punto de referencia acerca del
comportamiento del sistema, debido a que los datos de entradas son azarosos por
el uso de distribuciones de probabilidad.

FIGURA 3.1
Ejemplo de simulación estocástica

ENTRADAS SALIDAS
ALEATORIAS ALEATORIAS

SIMULACION

La simulación en la cual no se cuenta con datos de entrada azarosos es llamada

simulación determinística. En dicha simulación los modelos son construidos del
mismo modo que los estocásticos excepto que en estos no contienen datos
aleatorios. En una simulación determinística todos los estados fututos son
determinados en base a los datos de entrada, los cuales han sido definidos desde
un principio.

FIGURA 3.2
Ejemplo de simulación determinística

ENTRADAS SALIDAS
CONSTANTES CONSTANTES

8
13.2

2.5 SIMULACION

4 22

31
Una simulación determinística siempre producirá exactamente el mismo resultado
sin importar cuantas veces sea corrida la simulación. En la simulación estocástica
cada diferente corrida de la simulación producirá valores estimados a partir de los
datos estadísticos de las variables de entrada.

3.2.3 SIMULACIÓN DE EVENTOS DISCRETOS CONTRA SIMULACIÓN DE

EVENTOS CONTINUOS

Una simulación de eventos discretos es en donde los cambios de estado ocurren

de forma discreta a través del tiempo. Ejemplos de este tipo de simulación
incluyen:

 La llegada de una entidad a una estación de trabajo.

 La conclusión de una actividad.

 El término de un turno.

Los cambios de estados en un modelo ocurren cuando algún evento sucede. El

estado de las variables en una simulación de eventos discretos es referido
mediante cambios discretos. La mayoría de los sistemas de manufactura y de
servicios son comúnmente modelados usando simulación de eventos discretos.

En la simulación continua, el estado de las variables cambia continuamente con

respecto al tiempo y son referidos como cambios continuos en el estado de las
variables. Un ejemplo de esto es el nivel de agua en un tanque que está siendo
cargado o descargado. En este tipo de simulación se involucran ecuaciones
diferenciales que determinan las relaciones de las tasas de cambios de las
variables de estado en el tiempo.

En este punto se tocan los términos de variables aleatorias, aplicables para cada
una de las dos simulaciones anteriormente descritas.

Variable aleatoria discreta (x). Se le denomina variable porque puede tomar

diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y
discreta porque solo puede tomar valores enteros y un número finito de ellos.

Ejemplos:
x Variable que nos define el número de burbujas por envase de vidrio que son
generadas en un proceso dado.
x0, 1, 2, 3, 4, 5, etc. burbujas por envase.

xVariable que nos define el número de productos defectuosos en un lote de 25

productos.

32
x0, 1, 2, 3,....,25 productos defectuosos en el lote.

xVariable que nos define el número de alumnos aprobados en la materia de

probabilidad en un grupo de 40 alumnos.
x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad.
Con los ejemplos anteriores nos damos cuenta claramente que los valores de la
variable x siempre serán enteros, nunca fraccionarios.

Variable aleatoria continua (x). Se le denomina variable porque puede tomar

diferentes valores, aleatoria, porque los valores que toma son totalmente al azar y
continua porque puede tomar tanto valores enteros como fraccionarios y un
número infinito de ellos.

Ejemplos:
xVariable que nos define el diámetro de un engrane en pulgadas
x5.0”, 4.99, 4.98, 5.0, 5.01, 5.0, 4.96

xVariable que nos define la longitud de un cable o circuito utilizado en un arnés

de auto
x20.5 cm., 20.1, 20.0, 19.8, 20,6, 20.0, 20.0

xVariable que nos define la concentración en gramos de plata de algunas

muestras de mineral
x14.8gramos, 12.0, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8

Como se observa en los ejemplos anteriores, una variable continua puede tomar
cualquier valor, entero o fraccionario, una forma de distinguir cuando se trata de
una variable continua es que esta variable nos permite medirla o evaluarla,
mientras que una variable discreta no es medible, es una variable de tipo atributo,
cuando se inspecciona un producto este puede ser defectuoso o no, blanco o
negro, cumple con las especificaciones o no cumple, etc.

3.2.4 COMBINACION DE SIMULACIÓN CONTINUA Y DISCRETA

Muchos software de simulación proporcionan la capacidad de simular ambos

eventos, discretos y continuos. Esta capacidad del simulador lo convierte en un
simulador hibrido. Por ejemplo cuando se simula la llegada de un camión a una
estación de llenado de tanque (evento discreto) y el tanque comienza a ser llenado
(proceso continuo).

Existen tres tipos de interacciones entre las variables de estado de este tipo de
simulaciones:

 Un evento discreto puede causar un cambio discreto en el valor de una

variable de estado continua.

33
  Un evento discreto puede causar que la relación que gobierna una variable
de estado continua cambie en un instante de tiempo en particular.

 Una variable de estado continua de punto de partida puede causar que un

evento discreto ocurra, o sea, programado.

3.3 DISTRIBUCIONES DE PROBABILIDAD

Los sistemas estocásticos frecuentemente cuentan con tiempo o cierta cantidad

de valores que varían con un rango especificado, el cual es definido como una
distribución de probabilidad. Las distribuciones de probabilidad son de mucha
ayuda para predicciones y más cuando los valores están definidos mediante
variables aleatorias. Por ejemplo si consideramos que el tiempo de atención de un
cliente varia en un rango definido de 2.2 minutos y 4.5 minutos, esto podría ser
definido en el modelo mediante una distribución de probabilidad (normal,
exponencial, uniforme, binomial, etc.) así como la descripción de cada uno de sus
parámetros en cada una de las distribuciones.

DISTRIBUCIÓN DE PROBABILIDAD DISCRETA.

Características:
1. Es generada por una variable discreta (x).

xVariable que solo toma valores enteros.

x0, 1, 2, 3, 4, 5, 6, 7, 8,...etc.

2. p(xi)0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero.

3.p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los

valores que toma x debe ser igual a 1.

DISTRIBUCIÓN DE PROBABILIDAD CONTINUA.

Características:
1. Es generada por una variable continua (x).

x Es una variable que puede tomar tanto valores enteros como

fraccionarios.

x 1.0, 3.7, 4.0, 4.6, 7.9, 8.0, 8.3, 11.5,.....,

34
 2. f(x)0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero. Dicho de otra forma, la función de
densidad de probabilidad deberá tomar solo valores mayores o iguales a
cero. La función de densidad de probabilidad sólo puede estar definida en
los cuadrantes I y II.

 f ( x )dx  1
3.  La sumatoria de las probabilidades asociadas a cada uno de
los valores que toma x debe ser igual a 1. El área definida bajo la función de
densidad de probabilidad deberá ser de 1.

3.4 COMO FUNCIONA LA SIMULACIÓN DE EVENTOS DISCRETOS

La manera en que la mayoría de las personas tiende a pensar acerca de los

sistemas, es que son procesos para entidades. Cuando describimos un sistema,
es natural pensar en términos de procesos. Las entidades comienzan el proceso la
actividad A, de ahí es movida hacia la actividad B y así sucesivamente. En la
simulación de eventos discretos, esta manera de pensar es trasladada dentro de
una secuencia de eventos en la corrida de las simulaciones: primero ocurre el
primer evento (la entidad comienza a ser procesada en la actividad A), después
ocurre el segundo evento (el proceso de la actividad A es completado) y así
sucesivamente. Los eventos en simulación son de dos tipos, establecidos
mediante un tiempo especificado o de forma condicional.

Un evento establecido mediante un tiempo especificado son aquellos donde el

tiempo de ocurrencia es determinado con anticipación. Considérese el ejemplo de
las llegadas de ciertas entidades al sistema cada cinco minutos, lo cual nos
permite fácilmente predecir el número de llegadas en un tiempo específico dentro
del modelo simulado.

Los eventos condicionados, como su nombre lo dice, están condicionados a que

suceda algún evento en el sistema para que este ocurra (algún tiempo
especificado, la realización o no de cierta actividad, el que una entidad necesite a
un recurso para cierta actividad, la llegada de una entidad especial, etc.). Puede
darse el caso en donde varias entidades estén necesitando al mismo recurso al
mismo tiempo, en caso de suceder este tipo de evento, donde contamos con
muchas entidades en espera del recurso, las entidades comenzaran a ser
atendidas mediante la regla primeras – entradas, primeras – salidas (PEPS). Así
como en este ejemplo, en los eventos condicionados se tendrá que utilizar en
algunos casos ciertas reglas de operación (como PEPS) para que la condición
pueda llevarse a cabo de la manera exacta.

35
A continuación se muestra un diagrama de cómo funciona la simulación de los
eventos discretos.

FIGURA 3.3
Diagrama del funcionamiento de la simulación de eventos discretos.

INICIO

SE CREA BASE DE
DATOS Y
PROGRAMACION DE
LOS EVENTOS
INICIALES

AVANZA EL RELOJ
SIMULACION HACIA
EL SIGUIENTE
EVENTO

SI GENERA
¿EVENTO ESTADISTICAS DE
FINALIZADO? SALIDOA Y REPORTE
FINAL

NO

SE PROCESA EL TERMINACION
EVENTO Y SE
PROGRAMA UN
NUEVO EVENTO

ESTADISTICAS,
ESTADO DE LAS
VARIABLES Y
ANIMACION

SI
¿CONDICION
DE EVENTO?

36
NO
3.5 FUNCIONAMIENTO DE LOS EVENTOS

Para mostrar cómo funciona simulación, ilustraremos una simulación mediante un

diagrama de flujo en donde se simula un sistema sencillo en el cual los clientes
llegan a la fila que precede a un servidor. El servidor tiene capacidad para atender
a un solo cliente a la vez y la fila tiene capacidad infinita para poder tener a los
clientes en ella durante el tiempo que sea necesario. Los clientes arriban al
sistema con una frecuencia de llegada de 1 min. entre cada uno, y el tiempo en
que el servidor atiende a los clientes es de 1.5 min., después de ser atendidos por
el servidor los clientes saldrán del sistema.

Esta ejemplificación nos sirve para darnos cuenta de cómo están funcionando los
eventos de acuerdo al reloj simulación.

Así como en cualquier otra simulación, ciertas suposiciones deben ser hechas en
donde la información no es clara o completa. Las suposiciones que asumiremos
para esta simulación serán:

 No hay clientes en el sistema cuando este inicia, así que la fila está vacía y
el servidor se encuentra desocupado.

 No se cuentan con recursos que auxilien a la operación.

 El tiempo de movimiento de la fila al servidor de despreciable, por lo cual es

ignorado.

 Los clientes que arriban a la fila seguirán la regla de primeras – entradas,

primeras – salidas (PEPS).

 El servidor nunca experimentara fallas en el.

FIGURA 3.4
Diagrama de flujo de las entidades.

LLEGADA FILA SERVIDOR

S

SALIDA

1 MIN. 1.5 MIN.

En la Figura 3.4 se muestra el diagrama de flujo para el ejemplo desarrollado, de

acuerdo a la ocurrencia de cada evento acorde al paso del tiempo.

37
FIGURA 3.5
Diagrama de flujo de la simulación.

INICIO

LLEGADA DEL
PRIMER EVENTO

ACTUALIZAR
RELOJ Y
PROCESO DEL
SIGUIENTE
EVENTO

SI
SE PROGRAMA LA SIGUIENTE
¿NUEVA LLEGADA E INCREMENTA EL
LLEGADA? CONTENIDO DE LA FILA, SE ACTUALIZA
EL TIEMPO ACUMULADO EN FILA

NO
NO
¿SERVIDOR CLIENTE
DESOCUPADO? ESPERANDO
EN FILA

SI
SE DECREMENTA EL CONTENIDO EN
FILA, SE ACTUALIZA EL TIEMPO
ACUMULADO EN FILA, SE CAMBIA EL
ESTADO DEL SERVIDOR A OCUPADO
HASTA COMPLETAR EL TIEMPO DEL
EVENTO

SI
¿TIEMPO SE CAMBIA EL ESTADO
COMPLETADO DEL SERVIDOR A
EN SERVIDOR? DESOCUPADO

SI
NO
¿ALGUN
CLIENTE EN
FILA?
FIN

NO
38
3.6 LENGUAJES DE SIMULACIÓN CONTRA SIMULADORES

Hay algunas diferencias entre los lenguajes de simulación y los simuladores. Los
lenguajes de simulación son en su mayoría considerados de propósitos generales
y cuentan con poca definición para la construcción y modelación de sistemas muy
específicos. Por otro lado, los simuladores son para un manejo especifico de
problemas, por ejemplo simular un simulador de centros de trabajo o simulador de
clínicas.

La diferencia entre los lenguajes de simulación y los simuladores radica

primordialmente en que los simuladores han sido diseñados específicamente para
la construcción de modelos de una manera fácil.

39
 CAPITULO IV
INICIANDO EN SIMULACION

4.1 INTRODUCCION

En este capítulo se verá como comenzar un proyecto de simulación, en especial

se hará énfasis en como seleccionar el proyecto adecuado y llevar a cabo un plan
de trabajo exitosamente para completar el proyecto. Simulación no es algo que se
hace cuando se cuenta con la herramienta adecuada y un proceso donde aplicar
la simulación, no se debe de comenzar a realizar simulación sin el conocimiento y
la preparación necesaria. Un proyecto de simulación deberá ser cuidadosamente
planeado siguiendo principios básicos de la administración de proyectos.

En este capítulo se mencionaran aspectos como:

 Preparación para un estudio de simulación.

 Pasos a seguir en un estudio de simulación.

 Objetivos en el estudio de simulación.

 Requerimientos para realizar exitosamente un estudio de simulación.

 Puntos clave a evitar cuando se hace simulación.

El procedimiento para hacer simulación es esencialmente el mismo. En este

capítulo se mencionara el procedimiento básico para hacer un estudio de
simulación, pero nos enfocaremos principalmente en el primer paso: definición de
objetivos, alcances y requerimientos del estudio. Una pobre planeación, objetivos
mal definidos y expectativas irrealistas pueden detonar en un mal estudio de
simulación.

4.2 ACTIVIDADES PREVIAS

Simulación no es una herramienta que deba de ser usada de manera

indiscriminada. La decisión de utilizar simulación requiere algunas
consideraciones:

 ¿Simulación es la aplicación apropiada?

 ¿Hay algunos otros métodos igual de efectivos y menos costosos?

40
Una vez que simulación haya sido la herramienta seleccionada, se deben de
tomar algunos otros aspectos en cuenta:

 El personal seleccionado deberá ser capacitado y entrenado.

 El software deberá ser cuidadosamente seleccionado.

La naturaleza del proyecto así como las políticas de la organización deberán de

ser percibidas para de este modo saber cómo preparar el estudio de simulación.

4.2.1 SELECCIONANDO LA APLICACION

La decisión de utilizar simulación usualmente comienza con un problema

sistemático para el cual es necesaria una solución. El problema puede ser tan
sencillo como simplemente agregar un recurso más al sistema, o tan complicado
como incrementar el porcentaje de operación de las maquinas al mismo tiempo
que se reduce el tiempo de ciclo. Estos problemas solo son oportunidades para
mejorar un sistema a través del uso de la simulación.

Mientras muchas oportunidades existen para la aplicación de simulación, los

usuarios iniciales de simulación deberán de seleccionar una aplicación que no sea
demasiado complicada y que aun así posea un gran impacto en la organización.
Se debe de mantener la concentración en los problemas significativos pero sin que
estos ocupen toda nuestra atención. El primer proyecto de simulación deberá se
uno que este muy bien definido y que pueda ser completado en solo algunas
semanas. Se puede empezar con pequeños proyectos como alguna célula de
manufactura o proceso de servicio con solo algunos pasos a seguir en el proceso.
La meta objetivo en este caso deberá ser ganar más experiencia en simulación en
lugar de tratar de hacer alguna mejora dramática y sustancial en el sistema.
Liderar un proyecto piloto como el mencionado es una experiencia muy parecida al
calentamiento previo a ejercitarse. Esto debería ser tratado como una muy buena
experiencia de aprendizaje.

En la medida en que se vaya adquiriendo experiencia en simulación, es como se

puede considerar enfrentarse con proyectos de mayor dificultad para poder ser
simulados. Cada proyecto debe de ser previamente evaluado para ver si es
susceptible de ser simulado. A continuación se muestra una serie de
cuestionamientos que se deberán de hacer en la evaluación previa para
considerar si el proyecto es susceptible de usar simulación en el.

 ¿Está el proceso bien definido?

 ¿Está disponible la información del proceso?

 ¿Tiene el proceso interdependencias?

41
  ¿Hay variabilidad en el proceso?

 Las ganancias que se obtendrán en términos económicos, ¿Son mayores a

los costos de hacer simulación?

 Si se trata de un nuevo proceso, ¿Hay tiempo suficiente para desarrollar un

estudio de simulación?

 Si se trata de un proceso ya existente, ¿Es menos costos que experimentar

directamente en el sistema?

 ¿La gerencia está comprometida con el proyecto?

Esta última pregunta siempre se debe de tener muy presente, ya que si la

gerencia realmente no está comprometida con el proyecto o no cree que el
proyecto le pueda ser de utilidad al ser aplicado, entonces de nada estará
sirviendo el esfuerzo, tiempo y empeño que se dedique al proyecto.

Es bien sabido que la gerencia cuenta con muchos proyectos los cuales para
poder ser aplicados y quizás simulación no sea una prioridad para ellos, sin
embargo, mediante un estudio de costo – beneficio se puede llegar a la conclusión
de usar simulación.

4.3 SELECCIÓN DEL SOFTWARE

Una de las tareas más importantes es la referente a la selección del software de

simulación, en caso de que no se cuente previamente con uno. El tener la
herramienta adecuada para desarrollar el proyecto puede llegar a ser una
diferencia fundamental para el éxito o fracaso del proyecto. en muchas ocasiones
se pueden pasar muchos meses en la tarea de modelación sin estar obteniendo
mucho progreso en el modelo, esto es debido a las propias limitaciones del
software seleccionado, de esta forma, el software de simulación seleccionado
debe de contar con las requerimientos mínimos necesarias para el logro exitoso
del proyecto.

Se debe de centrar la atención en ciertos requerimientos con los que el software

debe de cumplir, a continuación se da una lista de algunos requerimientos
necesarios a tomar en cuenta.

 Calidad.- Algoritmos confiables así como un manejo amigable del software.

 Características especiales y capacidad.- Habilidad para modelar

sistemas de cualquier tamaño y complejidad así como conocer las
necesidades de simulación en términos de interacciones externas como
animación y reportes.

42
  Uso fácil.- Minimizar el tiempo y esfuerzo para aprender y usar el producto
mediante la fácil edición y construcción de los modelos.

 Servicios.- La calidad y el nivel de entrenamiento y soporte técnico que

provea el software en un plazo mayor es una consideración importante a
considerar.

 Costos.- Costo totales de posesión el cual incluye el costo de compra,

entrenamiento, soporte y la labor de uso del software.

Actualmente en el mercado hay en el mercado un sin fin de productos en donde

hacer una elección, por lo cual, al momento de hacer la elección se deben de
valorar minuciosamente cada uno de los parámetros mencionados con
anterioridad.

4.4 PROCEDIMIENTO DE SIMULACIÓN

Una vez que se haya seleccionado la el software apropiado, y se cuente con las
herramientas necesarias, incluyendo el equipo de trabajo, el estudio de simulación
podrá ser iniciado. Simulación es mucho más que construir y correr el modelo del
proceso, un estudio de simulación exitoso debe ser muy bien planeado y
coordinado. A continuación se muestra los pasos a seguir para llevar a cabo un
estudio de simulación.

 Paso 1: Definir la problemática, objetivos y alcances. Se define el

propósito del proyecto de simulación y cuál es el objetivo que se persigue
con dicho proyecto. Los objetivos deben de ser claros muy bien definidos
en términos cuantificables. Una problemática mal planteada o un objetivo
poco claro y entendible puede llegar a causar el fracaso total del proyecto
en su desarrollo posterior.

 Paso 2: Recolectar y analizar los datos del sistema. En este paso de

identifican, recolectan y analizan los datos que definen el sistema para
poder ser modelado. Este punto resulta en la conceptualización del modelo
a simular así como la documentación de los datos recabados que van a ser
ingresados en el modelo.

 Paso 3: Construir el modelo. Se desarrollar el modelo de simulación del

sistema.

 Paso 4: Validar el modelo. Se valida que el modelo simulado corresponda

al funcionamiento del sistema real con el fin de darle credibilidad al modelo,
ya que un modelo que no es representativo del sistema real no servirá de
nada en nuestro estudio.

43
  Paso 5: Diseñar de experimentos. En base a los objetivos, se desarrollan
modelos alternos que correspondan a las experimentaciones que se
desean hacer con el sistema para poder lograr el objetivo y de esta manera
poder solucionar la problemática que se tiene en el sistema. Dichos
modelos deben de ser evaluados y analizados en sus resultados para
determinar cual de los experimentos cumple con el objetivo, siempre
tomando en cuenta y haciendo comparativos con los resultados del modelo
del sistema real. En caso de que se hayan desarrollado varios
experimentos y estos lleguen a cumplir con el objetivo del estudio, se
deberá de hacer un estudio mas minucioso en términos de cual de estos
experimentos optimiza más el sistema.

 Paso 6: Presentar resultados. Se debe de documentar y presentar los

resultados obtenidos en el estudio y también de hacer recomendaciones e
informar de manera muy clara y precisa las conclusiones a las que se
llegaron con el estudio, recordando que la decisión final con respecto a la
implantación del proyecto corresponde a la alta gerencia de la organización.

Cada uno de estos pasos no necesariamente tienen que ser completados en su

totalidad antes de pasar al siguiente paso, el procedimiento para hacer simulación
anteriormente mencionando un procedimiento interactivo en el cual las actividades
de cada uno de los pasos son afinadas y en algunas ocasiones redefinidas en
cara interacción. Así por ejemplo se puede estar desarrollando el layout del
modelo al mismo tiempo en que se esta efectuando la recolección de los datos del
sistema, incluso una vez que se vaciaron los datos recolectados en las
observaciones del sistema a nuestro modelo, se puede volver a hacer nuevas
observaciones para afinar detalles del sistema que quizás no hayan sido tomados
en cuenta desde un principio.

4.5 DEFINIR OBJETIVOS

El objetivo del proyecto de simulación define el propósito o razón para llevar a

cabo el estudio de simulación. El objetivo debe de ser realista y alcanzable. Los
objetivos de la simulación pueden ser agrupados de manera general en las
siguientes categorías:

 Análisis de desempeño.- Todo lo relacionado alrededor del desempeño

del sistema en términos de utilización de recursos, tiempo de flujo,
porcentaje de salida de entidades, etc.

 Análisis de capacidad.- Cuando se presiona al máximo, cual es la

capacidad de producción del sistema y donde se encuentran los cuellos de
botella.

44
  Optimización.- Que parámetros, particularmente de variables de decisión,
se desean alcanzar como metas para mejorar el desempeño del sistema.

 Análisis de sensibilidad.- Cuales con las variables de decisión que más

influyen en las medidas de desempeño y la manera en que estas influyen.

 Visualización.- Como pueden ser los sistemas dinámicos ser más efectivos
en términos de visualización.

Obviamente, en un proyecto de simulación puede haber varios objetivos, los

cuales pueden estar en más de una de las categorías anteriormente mencionadas.
Por ejemplo, un análisis de sensibilidad puede ser llevado a cabo como parte de
un estudio de optimización. Después de que el modelo haya sido optimizado
quizás pueda ser necesario centrar la atención como generar el modelo con una
mayor visualización para de este modo hacer más efectivo el proceso de venta de
la solución hacia la gerencia.

En algunas ocasiones los objetivos cambian o se extienden en la medida en que

se avanza en el proyecto. Se debe de tener cuidado al cambiar el objetivo del
proyecto, recordando que los objetivos van directamente ligados con la
problemática que se quiere resolver del sistema. El objetivo existe debido a una
problemática que se esta presentado en el sistema la cual se resuelve mediante el
logro del o los objetivos.

A continuación se enlistan algunas preguntas respecto al diseño o la operación del

sistema en las cuales simulación ayuda a contestar:

DECISIONES DE DISEÑO
 ¿Qué secuencia del proceso provee el mejor flujo del proceso?

 ¿Cuál es el mejor layout para oficinas, maquinas, equipos y algunas otras

áreas de trabajo para minimizar los tiempos de traslados y
congestionamientos?

 ¿Cuánto personal y equipo es necesario para cumplir con los niveles

requeridos de producción o servicio?

 ¿Cuál es el tamaño óptimo de las áreas de espera, almacenaje y filas en el

proceso?

 ¿Qué tipo de controles automáticos genera la mejor utilización de los

recursos?

 ¿Dónde se encuentran los cuellos de botella en el sistema y como pueden

ser eliminado?

45
  ¿Cuántos turnos de trabajo se necesitan para cumplir con los niveles
necesarios de producción o servicio?

 ¿Cuál es la velocidad idónea de las bandas transportadoras u otro medio

de transporte de equipo para cumplir con la demanda de movimiento?

DECISIONES DE OPERACION
 ¿Cuál es el mejor camino para rutear el material, clientes o llamadas a
través del sistema?

 ¿Cuál es la mejor manera de ubicar al personal para realizar determinadas

tareas en específico?

 ¿Cuál es el mejor horario para el mantenimiento preventivo?

 ¿Cuál deberá ser la duración del mantenimiento preventivo para ser

desarrollado?

 ¿Cuál es la regla de prioridad para desarrollar trabajos?

 ¿Cuál es el nivel de los inventarios de materia prima y trabajo en el proceso

que se debe de mantener?

 ¿Cuánto personal deberá ser programado para trabajar en cierto turno de

trabajo?

Cuando la meta es analizar el funcionamiento del sistema, la tendencia indica en

pensar en los términos medios de valores que puedan ser medidos. Por ejemplo,
los analistas frecuentemente están interesados en el contenido promedio de las
filas o la utilización promedio de los recursos. Sin embargo hay algunas otras
medidas que pueden tener igual o incluso mayor significado y que son obtenidas
del estudio de simulación. Por ejemplo se puede estar interesado en la variación
como una medida, tal como la desviación estándar que hay en los tiempos de
espera.

4.6 DEFINIENDO EL ALCANCE DEL PROYECTO

Una vez que se hayan establecidos los objetivos de manera realista, clara y muy
bien definida, el alcance del proyecto deberá de ser definido para el logro de los
objetivos planteados. El alcance es esencialmente la especificación de un
proyecto que ayuda a basar las expectativas del mismo mediante una clarificación
de lo que debe de ser incluido en el la simulación y lo que debe de ser excluido.

46
Una parte importante en el alcance del proyecto es la especificación de los
modelos que vallan a ser construidos. Cuando se evalúan mejoras para un
sistema ya existente, se deberá de construir primeramente el modelo del sistema
actual. Los resultados obtenidos de este modelo deberán ser comparados con las
salidas del sistema real para validar la simulación del modelo en cuestión. Dicho
modelo puede ser usado para mejorarlo y en base a este generar comparativos
con otros alternos que vallan a ser generados, los cuales representen una mejora
en el sistema actual.

La determinación del alcance del modelo de simulación esta estrictamente ligada

en que elementos del sistema deberán de ser representados en el modelo. Dicha
tarea deberá estar basada en considerar de cuanto impacto una actividad en
particular tiene hacia el logro de los objetivos de la simulación. Una tendencia muy
común en aquellos que están iniciándose en simulación es simular el sistema
completo, incluso cuando la problemática y todas las variables de relevancia se
encuentran actualmente de manera aislada en un pequeño subsistema.

Por ejemplo el objetivo es encontrar el número óptimo de operadores en las cajas

que atienden a los clientes en las taquillas de venta de boletos de un cine, para
efectos de lograr este objetivo se deberá de tomar en cuenta tanto las llegadas de
los clientes a la fila que precede a las cajas, así como la atención de las mismas a
los clientes, modelando únicamente esta parte del sistema. De nada servirá
modelar el servicio de venta de productos en la dulcería del cine o incluso la
entrada hacia las salas de los cines, ya que no es un dato relevante y que este
afectando al logro de nuestro objetivo. (Ver Figura 4.1)

FIGURA 4.1
Alcance del modelo

LLEGADA CAJAS
FILA

DULCERIA

SALAS DE
CINE

47
4.7 NIVEL DE DETALLE

El nivel de detalle determina la profundidad en detalle del modelo. Para ser más
específicos define la resolución del modelo. Por ejemplo se puede optar por
ejemplo las cajas del la Figura 4.1 como simples cuadros negros o de algún otro
color, o se puede optar por generar las cajas con cierto detalle de incluso poner la
figura de las personas que se encuentran en la atención (Ver Figura 4.2).

FIGURA 4.2
Nivel de detalle
A) Nivel de detalle bajo; B) Nivel de detalle alto.

A B

En cualquiera de los dos casos, los resultados obtenidos mediante la simulación

del modelo serán exactamente los mismos, ya que estos no están siendo
determinados por el nivel de detalle del modelo, el nivel de detalle del modelo
simplemente es una ayuda visual con la cual se hace mucho mas vistoso nuestro
modelo sin que esto signifique que funcionara de mejor o peor manera con un
nivel de detalle bajo o alto. En muchas ocasiones el nivel de detalle no es
determinado por la persona que construye el modelo.

Hay que recordar que si logramos captar la atención de las personas interesadas
en el modelo mediante una mayor apreciación visual del mismo, estas entenderán
de mejor manera el funcionamiento del sistemas mediante un nivel de detalle
mayor, en ves de solo estar viendo el funcionamiento de el sistema con simples
cuadros o círculos de colores.

48
 CAPITULO V
RECOLECCION Y ANALISIS DE DATOS
5.1 INTRODUCCION

En el capítulo anterior se definió la importancia de tener claramente definidos los

objetivos así como un plan muy bien organizado que ayude a llevar el estudio de
simulación de la mejor manera posible. En este capítulo veremos la etapa de la
recolección de los datos, lo cual define la modelación del sistema. El resultado de
esta toma de datos resultara en la conceptualización mental del modelo acerca del
como el sistema será configurado y como operara este. Dicha conceptualización
puede estar de manera escrita, en un diagrama de flujo o en cualquier tipo de
representación gráfica que servirá de base para el modelo que será creado.

En el proceso de hacer simulación, la tarea de recolectar los datos del sistema real
es la que más tiempo consume. Para los casos de nuevos sistemas, los datos solo
llegan a ser estimaciones de lo que se pretender llegar a hacer con el sistema,
mas no se cuenta con un sistema físicamente real del cual obtener esos datos. En
los sistemas ya existentes, por lo general se cuenta con un cúmulo de información
de muchos años referente a la operación del sistema. Se necesita estar dentro del
propio sistema para poder hacer la recolección de los datos, ya que solo mediante
una visualización física se podrá tener el entendimiento de lo que sucede en el
sistema y el comportamiento del mismo.

Para que la toma de tiempo se lleve a cabo correctamente se recomienda crear

formatos propios de toma de tiempos, los cuales ayudaran al observador a realizar
su tarea de una manera más fácil. Ya que por lo general se toman en cuenta
muchos datos los cuales son de muy poca ayuda para nuestro modelo, por lo cual
en dichos formatos, solo se estará recolectando la información primordialmente
necesaria que nos ayude a la elaboración del modelo del sistema.

En este capítulo se presentara una guía y procedimientos que ayudan a la

correcta recolección de los datos del sistema, así como contesta las siguientes
preguntas:

 ¿Cuál es el mejor procedimiento a seguir cuando se hace la recolección de

los datos?

 ¿Qué tipos de datos deberán de ser recolectados?

 ¿Qué tipo de análisis deberá de aplicarse en los datos?

 ¿Cómo seleccionar la correcta distribución de probabilidad que represente

a os datos?

 ¿Cómo deberá de ser documentada dicha recolección?

49
5.2 NORMAS EN LA RECOLECCION DE LOS DATOS

La toma de tiempos deberá de hacerse de manera sistemática, buscar la

información necesaria que sea de utilidad para la construcción del modelo. A
continuación se marcan un lineamiento a seguir el cual ayudara a concentrarnos
en el propósito primordial de la recolección de los datos.

1.- Identificar eventos detonantes. Cuando se definen las actividades que

ocurren en los sistemas a ser modelado, es importante identificar las causas o
condiciones que detonan dichas actividades. Por ejemplo, en la toma de datos de
los tiempos muertos es muy importante identificar entre tiempo muerto causado
por una falla o tiempo muerto planeado o programado. Para que el modelo sea
valido, el modelo necesita capturar la correcta detonación de las actividades
propias del sistema.

2.- Concentrarse solo en los factores claves de impacto. La discriminación

debe de ser aplicada cuando se estar recolectando los datos para de este modo
evitar desperdiciar tiempo en tomar información que tiene poco o una nula
importancia en la operación del sistema. Por ejemplo, las actividades fuera de los
turnos de trabajo, tales como mantenimiento preventivo que no llega a retrasar el
proceso, deberá de ser ignorada debido a que esta actividad se esta realizando
durante horas fuera de trabajo.

3.- Aislar tiempos reales de las actividades. En determinados tiempos de las

actividades, es importante aislar únicamente el tiempo que se lleva para realizar la
actividad, excluyendo cualquier tiempo extra como tiempo de espera del material o
del recurso para que la actividad pueda ser desarrollada. Por ejemplo, cuando se
van a unir dos partes para generar una sola pieza, el tiempo en que cada uno de
esos componentes tome para llegar a la estación de trabajo donde serán unidos
no deberá de tomar en cuenta como parte de la actividad de unión. El tiempo de la
actividad de unión de ambos componentes deberá de ser tomado a partir de que
los dos componentes se encuentren listos para ser unidos.

4.- Buscar grupos comunes. Cuando nos topamos con mucha variedad en
simulación, como cientos de partes diferentes, ayuda mucho buscar grupos
comunes de partes, en otras palabras que sean agrupadas. Por ejemplo, si se
esta modelando un proceso que cuenta con 300 tipos de entidades, será difícil
obtener la información exacta de las combinaciones y toda la variedad de rutas
que pueden ocurrir en el proceso. Seria muy difícil contar con toda la información
de manera tan detallada. La solución seria reducir los datos en comportamientos o
patrones comunes. Una forma de agruparlos los datos en común es primero
identificar categorías generales dentro de las cuales cada dato pueda ser
designado. Después el porcentaje de cada uno de los casos que están dentro de
esas categorías es calculado o estimado, de este modo podrán modelarse estas
categorías mediante sus porcentajes de ocurrencia en lugar de modelar todas las
entidades existentes.

50
5.- Concentrarse en la esencia en lugar de la sustancia. La definición del
sistema, para efectos de la modelación del mismo, deberá ser la de capturar las
relaciones de causa y efecto existentes en el mismo. Esto también es conocido
como la abstracción del sistema y su propósito es definir la esencia del
comportamiento del sistema en lugar de la sustancia del mismo. Cuando se
elabora un modelo se debe estar interesado en el impacto que las actividades
tienen en el uso de los recursos y en el retraso del flujo de las entidades.
Constantemente se debe de estar pensando acerca de la operación del sistema y
evitar capturar datos acerca de los mecanismos del proceso.

6.- Separar las variables de entrada con las variables de respuesta. De

primera instancia, regularmente los modeladores suelen confundir las variables de
entrada que definen la operación del sistema con las variables de respuesta que
reporta el comportamiento del sistema. Las variables de entrada definen como el
sistema funciona o trabaja (tiempo de las actividades, secuencia de las rutas, etc.)
y deberán ser nuestro punto de atención en la recolección de los datos. Las
variables de respuesta describen como el sistema responde a través de las
variables de entrada (acumulación de trabajo en proceso, utilización de los
recursos, tiempo de procesamiento, etc.), las variables de respuesta no conducen
el comportamiento del sistema. Los datos de respuesta o comportamiento del
sistema solo deberán de ser de interés si se esta construyendo un modelo el cual
será comparado en sus datos de salida con los datos del sistema real.

Mediante estos lineamientos, la obtención de los datos será mucho mas

productiva y benéfica para la construcción del modelo. Además de estos
lineamientos se deberá de seguir una secuencia lógica de pasos cuando se esta
haciendo dicha recolección.

 PASO 1: Determinar los requerimientos de la recolección de datos.

 PASO 2: Identificar el origen de los datos.

 PASO 3: Recolectar los datos.

 PASO 4: Hacer suposiciones cuando sea necesario.

 PASO 5: Analizar los datos.

 PASO 6: Documentar y aprobar los datos.

51
5.3 DETERMINAR LOS REQUERIMIENTOS DE LA RECOLECCION DE DATOS

El primer paso en la recolección de los datos es determinar los requerimientos

para construir el modelo. Esto deberá de ser determinado por el alcance del
modelo y su nivel de detalle requerido para el logro de los objetivos de simulación.
Los datos del sistema pueden ser categorizados como:

 Datos estructurales.

 Datos de operación.

 Datos numéricos.

5.3.1 DATOS ESTRUCTURALES

Los datos estructurales envuelven a todos los objetos en el sistema a ser

modelados, los cuales incluyen elementos como las entidades (productos,
clientes, etc.), recursos (operadores, maquinas, etc.), y locaciones (áreas de
espera, estaciones de trabajo, etc.). la información estructural básicamente
describe el layout o configuración del sistema así como también identifica lo que
está siendo procesado. Es importante que todos los componentes relevantes que
afectan el comportamiento del sistema sean incluidos.

5.3.2 DATOS DE OPERACIÓN

Los datos de operación explican como el sistema funciona, lo que significa el

cómo, cuándo y dónde los eventos y actividades se llevan a cabo, estos datos
consisten en la información de toda la lógica o comportamiento del sistema tales
como rutas, horarios de trabajo, el comportamiento de los tiempos muertos, etc. si
es proceso está bien estructurado y controlado, la información de operación es
muy fácil de definir. Por otro lado, si el proceso está envuelto dentro de una
operación informal la cual no sigue reglas específicas, esto podría llevar a ser
mucho más difícil la definición de estos datos. Para la simulación de un sistema,
las políticas y reglas que no se encuentran definidas y son ambiguas deberán de
ser codificadas mediante los procesos definidos y reglas. En caso de contar con
variabilidad, se deberá de determinar al menos estadísticamente la variabilidad,
usando distribuciones de probabilidad.

52
5.3.3 DATOS NUMERICOS

Los datos numéricos proveen información en términos de cantidad acerca del

sistema. Ejemplo de estos datos incluyen la capacidad, rangos de llegadas, tiempo
de las actividades y tiempo de ocurrencia entre fallos en el sistema. Algunos de los
valores numéricos son muy fáciles de determinar, tales como capacidad de los
recursos y horas de trabajo. Otros valores son mucho mas complicado de
determinar tales como tiempo de ocurrencia entre fallos y probabilidades de las
rutas de trabajo. Estos casos se presentan especialmente cuando se esta
modelando un sistema nuevo y los datos no se encuentran disponibles. Es
importante cuando estamos recolectando los datos numéricos saber que es lo que
exactamente representa dichos valores.

5.3.4 USO DE CUESTIONARIOS

Para ayudar a concentrar los esfuerzos en la recolección correcta de los datos y la

información, pueden ser usados cuestionarios. Es más fácil para las personas
contestar preguntas específicas en lugar de estar armando un rompecabezas de
información o adivinar qué información es la necesaria. A continuación se enlistan
algunas preguntas que ayudaran en la recolección de los datos.

1.- ¿Qué tipo de entidades son procesadas en el sistema?

2.- ¿Cuál es la secuencia de la ruta para cada tipo de entidad?

3.- ¿Dónde, cuándo y que cantidades de entidades entran al sistema?

4.- ¿Cuáles son los requerimientos de tiempo y recursos para cada operación y
movimiento?

5.- ¿Qué cantidad de entidades están siendo procesadas y movidas en el

sistema?

6.- ¿Cuál es el detonante para el movimiento de las entidades hacia las

locaciones?

7.- ¿Cómo las locaciones y recursos determinan la prioridad de los trabajos a

hacer?

8.- ¿Qué tan seguido ocurren las interrupciones en el sistema?

9.- ¿Cuál es el horario de disponibilidad para las locaciones y recursos?

10.- ¿Cuáles son las alternativas de salida de las entidades al acabar una
operación en una locación?

53
5.4 IDENTIFICAR EL ORIGEN DE LOS DATOS

Rara vez toda la información necesaria para construir un modelo se encuentra

disponible a partir de una sola fuente. Usualmente hay que revisar reportes, llevar
a cabo entrevistas con el personal, hacer observaciones y hacer supocisones
cuando sea necesario. Los tipos de fuentes a usar cuando estamos recolectando
la información dependerán de que tan extenso es lo que se esté simulando, de un
sistema existente o del alguno nuevo sistema.

Para los sistemas existentes deberá haber una gran amplitud en las fuentes, el
hecho de que en sistemas existentes se permita hacer las observaciones de
manera directa, disminuye el factor o rango de error que pueda estarse
considerando si los datos son obtenidos mediante otra fuente. Para nuevos
sistemas, la fuente de los datos está muy limitada ya que la ser nuevos modelos,
no se cuenta con una referencia al respecto, simplemente con suposiciones o
estimaciones acerca de los datos del sistema. Dependiendo de las circunstancias,
una buena fuente de datos incluye:

 Registros históricos.- Producción, ventas, ganancias, tiempos de

procesos, tiempos de movimiento, etc.

 Documentación del sistema.- Planes de proceso, descripción del layout,

procedimiento de trabajos.

 Entrevistas personales.- Operadores (métodos de trabajo), personal de

mantenimiento (procedimientos para reparaciones), ingenieros, (ruteo de
trabajos), gerentes (horarios de trabajo).

 Comparación con sistemas similares.- Con la compañía, con la misma

rama de industria o cualquier otra.

Es importante considerar la formalidad y accesibilidad de las fuentes. La seriedad

o formalidad de la fuente es un factor importante a considerar, ya que impactara
en la valides del modelo. La accesibilidad es también un factor importante en la
selección de la fuente. Si la fuente es difícil para acceder, tales como archivos
históricos de los datos, estos pueden estar inmersos entre miles de archivos en los
cuales la búsqueda de los datos requeridos se vuelve mucho más complicada.

5.5 RECOLECTAR LOS DATOS

Cuando se está recolectando los datos del sistema, es mejor ir de lo general hacia
lo específico. Se debe de tener en consideración los siguientes puntos para que la
recolección de los datos sea llevada de manera exitosa.

 Definir por completo el flujo de las entidades.

54
  Desarrollas una descripción de la operación
.
 Definir datos incidentales que ocurren en el sistema.

5.5.1 DEFINIR EL FLUJO DE LAS ENTIDADES

Uno de los puntos en que nos debemos de concentrar en la recolección de los

datos es la definición básica del flujo de las entidades a través del sistema, este
flujo es definido mediante el movimiento de las entidades dentro del propio
sistema. De esta forma, la descripción del flujo esta representada de mejor forma
mediante un diagrama de flujo.

Un diagrama de flujo muestra la secuencia lógica de las actividades a través de

las cuales las entidades pasan y define que le sucede a la entidad y no donde
suceden. Por otro lado, el diagrama de flujo, muestra más allá del movimiento de
las entidades a través del sistema de locación a locación. El propósito del
diagrama de flujo es determinar por completo el flujo de las entidades en el
sistema y provee una ayuda visual para comunicar el flujo de las entidades hacia
los demás. Dicho diagrama es fácil en su entendimiento y ayuda a cada quien a
pensar de la misma manera acerca del sistema.

5.5.2 DESARROLLAR UNA DESCRIPCION DE LA OPERACIÓN

Una vez creado el diagrama de flujo, la descripción de la operación debe de ser

desarrollada para explicar como las entidades son procesadas a través del
sistema. Dicha descripción puede ser escrita paso a paso, de forma narrativa o
incluso de forma tabular. Para sistemas simples, en el mismo diagrama de flujo se
puede estar considerando la descripción de cada una de las operaciones que
están implícitas en dicho diagrama. De cualquiera de las formas en que se
presente dicha descripción, se deben de identificar y tomar en cuenta las
siguientes consideraciones para cada tipo de entidades y locaciones existentes en
el sistema.

 El tiempo y recursos que requiere la actividad u operación.

 Donde, cuando y en que cantidades las entidades están siguiendo ciertas

rutas de trabajo.

 El tiempo y recursos que se requieren para el movimiento de las entidades

hacia la siguiente locación.

55
5.5.3 DEFINIR DATOS INCIDENTALES QUE OCURREN EN EL SISTEMA

Una vez que el modelo básico haya sido construido y probado, detalles
adicionales del proceso, tales como tiempo muerto y prioridades de operaciones
deberán de ser añadidas al modelo. Dicha información no es vital para que el
modelo pueda ser corrido, sin embargo es necesaria para contar con un modelo
más completo. El impacto potencial de estos elementos adicionales así como el
tiempo disponible para implantarlos en el modelo están mucho más claro a estas
alturas del proyecto que desde el inicio del mismo.

De esto modo, cualquier valor numérico tales como tiempo de las actividades,
rangos de llegadas y algunos otros deberán también de ser considerados.
Siempre se tienen que tomar en consideración el alcance y nivel de detalle del
mismo, así que si se está considerando incluir ciertos elementos incidentales que
ocurren en el sistema, el modelador de deberá de cuestionar primero si dichos
eventos incidentales están implícitamente relacionados con el logro de nuestro
objetivo, ya que de no estarlo, no deberá de considerarse la adición de estos
elementos s nuestro modelo.

5.6 HACIENDO SUPOSICIONES

Un modelo de simulación puede ser corrido con datos completamente erróneos,

pero no puede ser corrido con datos incompletos. No toma mucho tiempo después
de que la recolección de los datos haya comenzado para darse cuenta de la
certeza o no de la información, sin embargo en ciertos sistemas puede resultar
prácticamente imposible obtener ciertos tipos de datos, tales como los largos
intervalos que hay en la ocurrencia de fallas en algunas máquinas.

Debido a que la formalidad y seriedad de la información en los nuevos sistemas es

muy cuestionable, la validez del modelo es incierta. Debido a que simulación en la
mayoría de los casos es conducida para anticiparnos a situaciones en el futuro,
siempre se están asumiendo suposiciones acerca de condiciones desconocidas
en un futuro. Si un modelo está basado únicamente en suposiciones,
automáticamente no es un modelo valido, lo cual no llevara a preguntarnos, ¿Qué
tan bueno es una simulación que está basada únicamente en suposiciones?

Recordemos que en la vida diaria tomamos decisiones basadas en suposiciones

sin considerar tal vez las consecuencias de las mismas. Cualquier predicción
acerca de cómo el sistema operara en el futuro está basada en suposiciones
acaezca del futuro. No hay nada incorrecto en hacer suposiciones cuando se hace
simulación, siempre y cuando en los resultados nunca excedamos la confianza
que tengamos en la operación real del sistema. El motivo de hacer simulación
comienza a ser hacia la predicción del funcionamiento de los sistemas basado en
ciertas suposiciones. Es mejor tomar decisiones conociendo las implicaciones de
nuestras suposiciones a ni siquiera conocer cuáles son dichas implicaciones que
pueden llegar a afectar el funcionamiento del sistema.
56
5.7 ANALISIS ESTADISTICO DE LOS DATOS

Parta que los datos obtenidos mediante la recolección sean de utilidad en nuestra
simulación, dichos datos deberán de ser analizados e interpretado para que la
operación del sistema sea correctamente representada en el modelo, así como la
identificación de los detonantes de los eventos y las relaciones de causa – efecto
que ocurren en el sistema. Los datos irrelevantes o insignificantes deberán de ser
eliminados. Los tiempos de las actividades deberán de ser separados y aislados
de aquellos tiempos que causan retraso de las actividades. Las variables de
entrada también deberán de ser separadas de las variables de salida o variables
de respuesta.

Una vez que se hayan realizado las actividades anteriormente descritas, es

determinar mediante algún programa estadístico (Stat::Fit, MiniTab, etc.) la validez
de los datos. Así mismo en estos programas no podrá determinar bajo que curva
de probabilidad se encuentran dichos datos, ya que en la mayoría de los sistemas
su funcionamiento esta determinando mediante rangos de tiempos. En la Tabla
5.1 se han generado una muestra de 100 números aleatorios, los cuales
ejemplificaran una toma de tiempos la cual validaremos mediante el uso de
Stat::Fit.

Tabla 5.1
0.99 0.41 0.89 0.59 0.98 0.47 0.70 0.94 0.39 0.92
1.30 0.67 0.64 0.88 0.57 0.87 0.43 0.97 1.20 1.50
1.20 0.98 0.89 0.62 0.97 1.30 1.20 1.10 1.00 0.44
0.67 1.70 1.40 1.00 1.00 0.88 0.52 1.30 0.59 0.35
0.67 0.51 0.72 0.76 0.61 0.37 0.66 0.75 1.10 0.76
0.79 0.78 0.49 1.10 0.74 0.97 0.93 0.76 0.66 0.57
1.20 0.49 0.92 1.50 1.10 0.64 0.96 0.87 1.10 0.50
0.60 1.30 1.30 1.40 1.30 0.96 0.95 1.60 0.58 1.10
0.43 1.60 1.20 0.49 0.35 0.41 0.54 0.83 1.20 0.99
1.00 0.65 0.82 0.52 0.52 0.80 0.72 1.20 0.59 1.60

FIGURA 5.1
Descripción estadística de la muestra de 100 datos

DESCRIPCION ESTADISTICA
NUMERO DE DATOS 100
VALOR MINIMO 0.35
VALOR MAXIMO 1.7
MEDIA 0.8695
MEDIANA 0.87
MODA 0.87
DESVIACION ESTANDAR 0.3272
VARIANZA 0.1070

57
Los parámetros mostrados en la Figura 5.1 muestran la descripción completa de
las 100 muestras generadas anteriormente, a continuación se describirán cada
uno de estos parámetros.

Media.- El valor promedio de los valores.

Mediana.- El valor de en medio de la muestra en donde la muestra es

acomodada en orden ascendente.

Moda.- El valor que se repite con mayor frecuencia.

Desviación estándar.- La medida del promedio de la desviación de la

media.

Varianza.- Dispersión de los datos de acuerdo a la media.

Otro valor que podría llegarse a considerar seria el rango, el cual es la diferencia
que hay entre el valor máximo y el valor mínimo de la muestra. El análisis descrito
anteriormente solo muestra las características de la muestra, sin embargo no
indica que la muestra sea susceptible de ser usada en simulación, lo que nos da la
pauta para indicar si la muestra es susceptible a usar o no en simulación lo indica
un ajuste de curvas de probabilidad mediante las distribuciones de probabilidad.

58
 CAPITULO VI
CONSTRUCCION DEL MODELO
6.1 INTRODUCCION

En este capítulo se verá la manera de llevar el modelo conceptual del sistema

hacia un modelo de simulación. La atención debe estar centrada en los elementos
en común con que cuentan los sistemas de servicio y manufactura tales como flujo
de las entidades y recursos.

Modelación es más que tener el conocimiento de cómo utilizar un software de

simulación. Aprender a utilizar un software de simulación de fácil uso es quizás
una de los aspectos menos difíciles de la modelación. Sin embargo, los software
no pueden tomar decisiones acaezca de cómo los elementos de un sistema en
particular opera y la interactividad que tienen entre ellos. Esta es la tarea del
modelador.

Modelación tiene dos aspectos como parte de ella, el aspecto de poder ser
considerada como arte así como también ciencia. El conocimiento de la teoría
detrás de simulación y el entendimiento estadístico es la parte de ciencia, pero el
conocimiento de cómo representar eficiente y eficazmente un sistema utilizando
una herramienta de simulación es la parte artística de la simulación.

Los modeladores tienden a usar técnicas con las cuales son más comunes, de
este modo, la mejor manera de desarrollar una buena simulación es mediante la
observación de buenos ejemplos, y lo más importante, mucha práctica. El análisis
se deberá de hacer tan pronto y como sea llevado el proceso dentro del modelo de
simulación y se comiencen a desarrollar los experimentos.

6.2 ELEMENTOS ESTRUCTURALES

La modelación de objetos, los cuales representan los elementos estructurales en

el sistema tales como maquinas, personas, objetos de trabajo y áreas de trabajo.
Para efecto de nuestro análisis clasificaremos a los mismos de una forma simple,
la cual es utilizada en ProModel.

 Entidades.- Los objetos que son procesados en el sistema.

 Locaciones.- Lugares donde las entidades son procesadas.

 Recursos.- Agentes utilizados en el procesamiento de las entidades.

 Rutas.- El curso de traslado que toman las entidades y recursos en el

sistema.

59
No todos los productos de simulación provee la misma clasificación en la
modelación de los elementos. Incluso estos elementos pueden llegar a
subdividirse. Por ejemplo, las locaciones pueden ser subdivididas en estaciones
de trabajo, filas, bandas y áreas de espera.

6.2.1 ENTIDADES

Las entidades son los objetos procesados en el modelo que representan las
entradas y salidas del sistema. Las entidades en el sistema pueden tener
características especiales tales como velocidad, tamaño, condiciones, etc. las
entidades siguen una o más diferentes rutas en el sistema en la cual un procesos
es desarrollado en ellas. Pueden llegar por fuera del sistema o ser creadas en el
mismo sistema. Generalmente las entidades salen del sistema después de haber
pasado por las diferentes locaciones requeridas para su procesamiento.

Los modelos de simulación generalmente hacen uso de los atributos de las

entidades. Por ejemplo, una entidad puede tener un atributo llamado CONDICION
el cual puede tener un valor de 1 para defectuoso y de 0 para no defectuoso. El
valor de este atributo determina la ruta que la entidad tomara en el sistema. Los
atributos también son generalmente utilizados para obtener información durante el
curso de la simulación, por ejemplo se define un atributo llamado ACUMULACION
DE TIEMPO el cual general la acumulación de tiempo que una entidad pasa en el
sistema.

Las estadísticas de las entidades que generalmente son recolectadas incluyen

tiempo en el sistema (tiempo de flujo), cantidad procesada (salidas), tiempo en
espera para ser atendidas y el numero promedio de entidades en el sistema.

ENTIDADES A INCLUIR
Cuando decidimos que entidades incluir en el modelo, es mejor observar a cada
tipo de entidad que se tienen en el sistema y si su simulación ayudara a el logro
del objetivo. Por ejemplo, si la parte de un componente es ensamblada con otra
parte la cual siempre se encuentra en la locación de ensamble, seria innecesario
simular dicha entidad, en este caso lo conveniente solo seria simular el tiempo en
que el ensamble se realiza. En este caso se si se puede capturar la esencia del
sistema sin incluir la entidad, entonces no la incluyas.

AGRUPACION DE ENTIDADES
Es muy común para algunos sistemas de manufactura tener cientos de diferentes
tipos de partes o en los sistemas de servicios tener cientos de diferentes clientes
diferentes. Modelar cada uno de estos tipos de entidades individualmente llevaría
mucho tiempo y seria poco benéfico. Seria mejor tratarlas como tipos comunes de
entidades en la medida de las posibilidades. (Ver Figura 6.1). Esto aplicaría
cuando las entidades tienen la misma secuencia del proceso, incluso cuando
cuenten con algún proceso diferente, aquí podrán usarse los atributos o incluso las
rutas de probabilidad para darles dicha secuencia a las entidades.
60
FIGURA 6.1
Tratar diferentes tipos de entidades en un solo tipo.

TIPO A

TIPO B

TIPO C TIPO X

RESOLUCION DE LAS ENTIDADES

Cada entidad en el sistema no siempre necesita ser representada por una sola
entidad, en ocasiones se puede representar mediante una sola entidad a un
conjunto de entidades (Ver Figura 6.2). Por ejemplo, una sola entidad puede ser
utilizada para representar a un lote de partes procesadas o a un grupo de
personas que se encuentran comiendo en un restaurante. Si este conjunto de
entidades son procesadas juntas y movidas del mismo modo, entonces no es
necesario modelarlas de manera individual.

FIGURA 6.2
Tratar múltiples entidades como una sola.

9 ENTIDADES 1 ENTIDAD

61
6.2.2 LOCACIONES

Las locaciones son lugares en el sistema que las entidades visitan para ser
procesadas, estar esperando o generando decisiones. Las locaciones pueden ser
estaciones de trabajo, puntos de chequeo, filas, bandas o lugares de espera. Las
locaciones tienen una capacidad determinada así como tiempo de disponibilidad
para la atención de las entidades. Las locaciones también cuentan con reglas de
salida así como de entrada basada en una prioridad o en la regla primeras –
entradas, primeras – salidas (PEPS).

En simulación nos encontramos primordialmente interesados en el contenido

promedio de las locaciones, así como en el número promedio de los clientes en
las filas o el número de entidades en proceso dentro de las locaciones. También
es un punto de interés el tiempo promedio que pasan las entidades en cada una
de las locaciones. Las estadísticas interesantes en las locaciones se refieren a la
utilización de las locaciones así como sus tiempos muertos, tiempos de trabajo y
tiempo en que la locación se encuentra desocupada.

LOCACIONES A INCLUIR
Decidir que modelar en términos de locaciones, dependerá primordialmente de
que es lo que pase en dicha locación. Si la entidad tiene que pasar a través de la
locación y pasar algún tiempo en ella para después continuar con su proceso,
entonces es necesariamente primordial de incluir dicha locación. Las locaciones
pueden estar incluidas dentro de alguna de las siguientes enlistadas a
continuación:

 Lugares en donde una entidad es detenida por un periodo de tiempo

específico mientras es desarrollada una actividad (fabricación, inspección,
limpieza, etc.).

 Lugares donde una entidad espera hasta que alguna condición sea
cumplida (la disponibilidad de un recurso, la acumulación de múltiples
entidades, etc.).

 Lugares donde alguna acción se lleva a cabo, o alguna lógica es ejecutada,

incluso sin necesidad de pasar tiempo específico (destruir una entidad,
incrementar un atributo o variable, etc.).

 Lugares donde se toma una decisión acerca de alguna ruta adicional

(acumulamiento de partes en bandas, un área donde el cliente decidirá si
continúa con el proceso o no, etc.).

62
RESOLUCION DE LAS LOCACIONES
Dependiendo del nivel de resolución necesitado para el modelo, una locación
puede llegar a ser desde una fábrica completa o un área de servicio a clientes, o
siendo únicamente posiciones individuales como un escritorio o estación de
trabajo. Se pueden llegar a combinar locaciones dependiendo si estas son
locaciones que se encuentran trabajando en paralelo o de manera individual.

Cuando combinamos locaciones en paralelo teniendo un proceso idéntico en

términos de operaciones y tiempos, la locación resultante deberá tener, en
términos de capacidad, el mismo número que la sumatoria de las locaciones que
estén siendo combinadas (Ver Figura 6.3). Un ejemplo de estaciones de trabajo en
paralelo son las taquillas en la venta de boletos en el cine, en donde las personas
después de estar en la fila pasan a cualquiera de las cajas que se encuentran
disponibles para su atención, en lugar de pasar a una sola caja en específico, ya
que cualquiera de las cajas puede atender al cliente ya que realiza la misma
actividad en el mismo tiempo.

FIGURA 6.3
Combinación de cuatro estaciones de trabajo en paralelo dentro de una sola.

CAPACIDAD = 1

CAPACIDAD = 1

SALIDA
CAPACIDAD = 1

CAPACIDAD = 1

CAPACIDAD = 4 SALIDA

63
6.2.3 RECURSOS

Los recursos son los agentes que son utilizados en el procesamiento de las
entidades. Los recursos pueden ser estáticos o dinámicos, dependiendo de las
operaciones en la que ellos intervengan. La principal diferencia entre las entidades
y los recursos radica en que las entidades entran al sistema, tienen un proceso
definido y en la mayoría de los casos finalmente dejan el sistema. Los recursos,
sin embargo, usualmente no tienen una secuencia de flujo y estos se encuentran
directamente dentro del sistema. Los recursos, en la mayoría de los casos,
responden cuando se solicita su utilización, donde las entidades don los objetos
que generalmente requieren de su uso.

En simulación nos encontramos primordialmente interesados en como los

recursos son utilizados, cuántos recursos son requeridos y cuantas entidades en
proceso son afectadas mediante la disponibilidad del recurso, así como también el
tiempo de respuesta del recurso.

RECURSOS A INCLUIR
La decisión de que recursos incluir en el modelo radica primordialmente en el
impacto que tiene en el comportamiento del sistema la introducción del recurso.
Por ejemplo, si el recurso está dedicado única y exclusivamente en una estación
de trabajo y siempre está disponible para su trabajo en dicha estación, habría
poco beneficio en modelar dicho recurso, más bien debería ser modelado como
parte de la locación. Ahora bien, si el recurso no siempre está disponible para la
atención de la estación de trabajo (recurso en tiempo muerto), o si el recurso está
siendo compartido con alguna otra actividad (múltiples actividades realizadas por
el recurso), entonces es cuando deberá de ser incluido en el modelo.

TIEMPO DE VIAJE DEL RECURSO

Una de las consideraciones a tomar en cuenta acerca del recurso es el tiempo de
traslado con el que cuenta. El modelador debe de considera cuando el recurso sea
requerido para una actividad, si esta se encuentra inmediatamente disponible o si
tiene que hacer un traslado para llegar al lugar donde fue requerido, en caso de
ser así, se deberá de considerar el tiempo que el recurso ocupara para llegar a la
estación donde se le está requiriendo.

RECURSO COMO TRANSPORTE

El recurso también es utilizado para mover a las entidades dentro del mismo
sistema. Algunos ejemplos a mencionar en este caso son los tractores, los
montacargas, elevadores, autobuses, aviones, etc. estos recursos son dinámicos y
en la mayoría de los casos son capaces de transportar múltiples entidades. El
transporte puede incluso tener predefinidamente una ruta a seguir, similar a como
las rutas de las entidades.

64
6.2.4 RUTAS

Las rutas definen el curso del viaje de las entidades y recursos. Dichas rutas
pueden estar de manera individual o ser unidas con otras rutas para de este modo
crear una ruta mayor. Una ruta conecta a dos locaciones entre las cuales las
entidades y recursos van a moverse en ella. Cuando utilizamos rutas de trabajo,
habrá cientos de rutas a tomar en cuenta para conectar a las locaciones, el
modelador beberá tener en cuidado al momento de modelar las rutas, ya que
dichas rutas deberán de tener el mismo camino que en el sistema real hay.

6.3 ELEMENTOS OPERACIONALES

Los elementos operacionales definen el comportamiento de los elementos físicos

en el sistema y como ellos interactúan entre sí. Estas incluyen ruteos,
operaciones, llegadas, movimiento de recursos y entidades, reglas, tiempos
muertos y de reparación, etc.

La mayoría de los elementos operacionales de un modelo pueden ser definidos

usando un constructor específicamente diseñado para cada elemento. Las reglas
de operación para cada elemento es usualmente seleccionado mediante menús.
Sin embargo hay algunas situaciones en la que sea requerido utilizar una lógica de
programación especial como if – then.

6.3.1 RUTEOS

Los ruteos define la secuencia del flujo de las entidades de locación a locación.
Cuando las entidades completan sus actividades en una locación, el ruteo define
hacia donde la entidad seguirá y especifica el criterio de selección, en caso de
haber múltiples locaciones destino.

Frecuentemente existe más de una sola posibilidad hacia donde las entidades
puedan ser enviadas. Cuando se selecciona alguna entre varias alternativas, una
regla o criterio debe ser definido para tomar dicha selección. Algunas reglas
comunes que son utilizadas para la selección de la siguiente locación incluyen:

 Probabilística.- Las entidades son enviadas hacia alguita locación acorde

a una probabilidad predefinida

 Primera disponible.- Las entidades van hacia la primera locación

disponible en el orden que estas hayan sido enlistadas.

 Mediante tuno.- La selección de ruta se encuentra determinada mediante

el listado de dichas locaciones.

65
  Hasta llenar la capacidad.- Las entidades continúan enviándose hacia la
locación destino hasta que la capacidad de este se encuentre llena.

 Aleatoriamente.- Las entidades son enviadas aleatoriamente a las

siguientes locaciones.

 Usando una condición.- Las entidades son enviadas a las locaciones de

acuerdo al cumplimiento de una regla especificada con anterioridad.

En algunas ocasiones las entidades pasan por una misma locación en múltiples
ocasiones. La mejor manera de modelar esta situación es mediante el uso de los
atributos de las entidades el conservara el número de veces que la entidad ha
pasado por la locación y mediante este atributo se determina la ruta a seguir
según sea el caso. Cuando se utiliza el atributo, este incrementa en valor por cada
una de las veces que la entidad entra o sale de la locación, según sea el caso, y
pregunta antes de generar la operación el estado del atributo, para de esta
manera, de acuerdo al valor del atributo, hacer la operación correspondiente a
dicha entidad o direccionarla a la ruta que tenga asignada para ese valor de
atributo.

6.3.2 OPERACIÓN DE LAS ENTIDADES

La operación de una entidad define qué es lo que le sucede a la entidad cuando

ingresa a una locación, la definición exacta de las actividades que la locación le
realiza a la entidad (maquinado, pintado, inspección, etc.) no tiene mayor
relevancia. Lo realmente importante a saber es que es lo que pasa en términos de
tiempo requerido para la operación, la utilización de algún recurso o alguna otra
lógica de impacto en el comportamiento del sistema.

Hay muchas operaciones que se llevan a cabo en las locaciones, las cuales son la
parte primordial del sistema. Así como en los demás elementos del sistema, la
decisión de incluirlo o no en el modelo deberá estar basado en el impacto o
importancia que dicha actividad tiene para el flujo de las entidades.

CONSOLIDACION DE ENTIDADES
Las entidades generalmente se encuentran en operaciones en las cuales
necesitan ser consolidadas con alguna otra entidad. Un ejemplo de dicha
consolidación es mediante un agrupamiento de las entidades. En dicha situación,
las entidades son alojadas en una locación hasta que en esa locación se acumule
una cantidad específica que vaya a ser agrupada, de ahí este agrupamiento de
entidades sale de dicha locación como una sola entidad.

66
La consolidación de las entidades puede ser de manera temporal, en donde las
entidades se encuentran consolidadas para después ser deparadas. Dicha
consolidación también puede ser de manera permanente, en dicho caso las
entidades consolidadas no podrán ser separadas y regresar a su situación anterior
de la consolidación. Ver Figura 6.4

FIGURA 6.4
Consolidación de entidades
A) Consolidación permanente

ANTES DESPUES

B) Consolidación temporal

ANTES DESPUES

ADICION DE ENTIDADES
Las entidades también pueden ser adicionadas a otra entidad específica en una
locación determinada. La diferencia entre la adición y la consolidación de
entidades radica primordialmente en que la adición se hace en base a una entidad
principal que se encuentra en una locación determinada. En la consolidación las
entidades son combinadas sin importar el orden en que lleguen a la locación. Así
como en la consolidación, la adición puede ser de manera permanente o temporal.
Ver Figura 6.5

67
FIGURA 6.5
Adición de entidades
A) Adición permanente

ANTES DESPUES

B) Adición temporal

ANTES DESPUES

DIVIDIENDO ENTIDADES
En algunos procesos, la entidad es convertida en 2 o más nuevas entidades. Un
ejemplo de dividir una entidad es cuando una entidad es cortada en pequeñas
partes. Las entidades son divididas en una o dos maneras: la entidad es dividida
en dos o más nuevas entidades, en donde la entidad original no existe más, o
también se crea una o más nuevas entidades de la entidad original, es decir, se
generan copias de la entidad original. Ver Figura 6.6

FIGURA 6.6
División de entidades a partir de una entidad.
A) La entidad es dividida en múltiples entidades en donde la entidad original es
destruida.

ANTES DESPUES

68
 B) Se crean copias de la entidad original, donde la original sigue existiendo.

ANTES DESPUES

6.3.3 LLEGADAS DE LAS ENTIDADES

La llegada de las entidades define el tiempo, cantidad, frecuencia y locación en

donde las entidades entran al sistema. Como ejemplos podemos mencionar a
clientes llegando a una oficina postal o carros llegando a una intersección. La
manera en que las entidades pueden llegar a un sistema de manufactura o de
servicio ocurre de una o diferentes maneras:

 Periódicamente.- Las llegadas cuentan con intervalos de tiempos

periódicos.

 Mediante un horario.- Las llegadas cuentan con un tiempo previamente

especificado.

 Fluctuante.- Las llegadas arriban mediante una fluctuación del tiempo.

 Mediante un evento.- Las llegadas ocurren acorde a la ocurrencia de algún

evento.

En cualquiera de los casos, las entidades pueden llegar de manera individual o

mediante agrupamientos.

LLEGADAS PERIODICAS
Las llegadas periódicas ocurren más o menos en el mismo intervalo de tiempo.
Estas ocurren mediante variaciones y el intervalo define dicha variación. En otras
palabras, en las llegadas periódicas se cuenta con un rango de variación, es decir,
las llegadas de las computadoras al área de mantenimiento está regida mediante
una distribución normal con una media de 1.5 minutos y una desviación estándar
de 0.5 minutos. En donde la diferencia entre cada una de las llegadas va a tener
un valor mínimo de 1 minuto y un valor máximo de 2 min.

69
LLEGADAS MEDIANTE UN HORARIO
Dichas llegadas ocurren cuando las entidades arriban en un tiempo específico.
Como ejemplo de este tipo de llegadas se pueden mencionar a los pacientes que
llegan a consulta con el medico mediante una cita previa con hora especificada o
también las piezas que vana ser procesadas mediante un programa MRP de
producción.

LLEGADAS FLUCTUANTES
En algunas ocasione las llegadas arriban mediante un rango de fluctuación acorde
al tiempo. Por ejemplo, las llegadas de los clientes a un banco usualmente varían
a través del día con altas y bajas con respecto al tiempo. Como otros ejemplos se
pueden tomar la llegada de los clientes a un restaurante, así como el arribo de
llamadas a un centro de servicio (Ver Figura 6.7).

FIGURA 6.7
Llegadas fluctuantes en un día.

120

100
CANTIDAD DE LLEGADAS

80

60

40

20

0
09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00

HORA DEL DIA

LLEGADAS MEDIANTE UN EVENTO

En muchas situaciones, las entidades son introducidas al sistema mediante el
cumplimento de algún evento o condición especifica. Pro ejemplo, en caso de que
la llegada de un cliente a una estación de servicio este condicionada a que el
producto que solicite el cliente haya llegado a la estación, en este caso, se tendrá
que programar primeramente la llegada del producto mediante alguna de las
situaciones anteriormente vistas y de esta manera condicionar la llegada del
cliente a que el producto ya este en el sistema.
70
6.3.4 MOVIMIENTO DE LAS ENTIDADES Y RECURSOS

Las entidades y los recursos rara vez permanecen inactivos en el sistema. Las
entidades se mueven a través del sistema de locación en locación para ser
procesadas, los recursos también se mueven a las diferentes locaciones en donde
estos son requeridos para su uso. Adicionalmente los recursos también son
utilizados para hacer el movimiento de las entidades en el sistema.

El movimiento puede ser tratado de tres maneras básicas en simulación:

 Ignorando el movimiento.

 Modelando el movimiento utilizando simplemente tiempo de movimiento o

traslado (el cual también puede ser definido mediante una velocidad y una
distancia).

 Modelar el movimiento utilizando las rutas de trabajo que requieren que el

movimiento de las entidades o recursos sea a través de estas rutas.

La decisión de cuál de estos métodos utilizar para modelar el movimiento está

basado esencialmente en el nivel de detalle que el modelo necesite para poder ser
modelado.

6.3.5 TURNOS DE TRABAJO DE LOS RECURSOS

Los recursos, así como las locaciones, frecuentemente dentro de sus turnos de
trabajo, tienen horarios durante los cuales no están disponibles para el trabajo.
Estos incluyen tiempos fuera de turno, descansos y mantenimiento preventivo.
Como en todos los demás elementos del sistema, la decisión de simularlos o no
dependerá primordialmente en la importancia que tengan dichos eventos en el
funcionamiento del sistema.

6.3.6 TIEMPOS MUERTOS Y REPARACIONES

Es algo común para recursos, incluso para algunas locaciones, tener tiempos
muertos en los cuales estén fuera de servicio por alguna razón tal como puede ser
una falla mecánica o interrupciones personales. Los tiempos muertos
generalmente ocurren de manera periódica en función del tiempo, tiempo de uso o
número de usos.

71
TIEMPOS MUERTOS PERIODICOS
Un ejemplo de los tiempos muertos periódicos se encuentran basados en un lapso
de tiempo, el cual puede ser en donde los trabajadores tomen para descansar
cada dos horas. El horario de mantenimiento es también un tipo de tiempo muerto
de manera periódica en intervalos basados en un lapso de tiempo. La Figura 6.7
ilustra como los tiempo muertos de manera periódica el cual puede ser simulado,
en este ejemplo de contempla un tiempo muerto de 5 minutos para hacer una
reparación a la maquina el cual se presentara cada 20 minutos.

FIGURA 6.8
Tiempos muertos periódicos durante la operación del sistema.

INICIO INTERRUPCION INTERRUPCION

20 MIN 5 MIN 20 MIN

TIEMPO
OPERACION MUERTO OPERACION

Durante el tiempo de operación nos encontramos con tiempo en que la maquina

se encuentra ocupada o desocupada, según sea el caso.

TIMPOS MUERTOS BASADOS EN TIEMPO DE USO

En muchos de los equipos y maquinas las fallas ocurren solo cuando esta se
encuentra en uso, es decir, mientras la maquina o equipo se encuentra en tiempo
desocupado, este tiempo no contara con respecto a la cuenta que se lleve para
determinar los tiempo muertos. Un ejemplo es cuando una maquina necesita un
mantenimiento el cual dura 5 minutos por cada 15 minutos de tiempo en que la
maquina se encuentra ocupada. La Figura 6.8 ilustra el ejemplo anterior.

FIGURA 6.9
Tiempos muertos basados en tiempo de uso.

INICIO INTERRUPCION INTERRUPCION

15 MIN 5 MIN 15 MIN

TIEMPO
MAQUINA OCUPADA MUERTO MAQUINA OCUPADA

72
TIEMPOS MUERTOS BASADO EN VECES DE USO
El último tipo de tiempo muerto ocurre basado en el número de veces en que una
locación fue utilizada. Por ejemplo, en una maquina puede necesitar remplazar
alguna pieza de dicha maquina por cada 60 ciclos de trabajo o una copiadora
puede necesitar cambio de la tinta por cada 2,000 copias realizadas.

Desafortunadamente, los datos históricos acerca de los tiempos muertos de las

maquinas no se encuentran disponibles en muchas de las ocasiones o incluso ni
siquiera se pueden tener registro de los mismos. Dependiendo de la naturaleza de
la información de los tiempos muertos así como su grado de importancia requerido
para la simulación.

73
 CAPITULO VII
VERIFICACION Y VALIDACION DEL MODELO

7.1 INTRODUCCION

Construir un modelo de simulación es muy parecido como desarrollar un plano de

arquitectura para construir una casa. Un buen arquitecto revisara el plano y
especificaciones con el dueño de la casa para que el diseño cumpla con las
expectativas que el cliente desea, cuidando mucho a detalle cada una de las
especificaciones en dimensiones y algunas otras especificadas en el plano. De
manera similar, el análisis de la simulación deberá validar las especificaciones del
modelo antes de empezar a ser utilizado para su implantación.

En este capítulo se verá la importancia que tiene la verificación y validación del

modelo de simulación, así como contesta algunas preguntas tales como:

 ¿Qué es la verificación y validación del modelo?

 ¿Cuáles son los obstáculos a enfrentar en la validación y verificación?

 ¿Cuáles son las técnicas utilizadas para la verificación y validación?

 ¿Cómo llevar a cabo la verificación y validación de un modelo de

simulación?

7.2 IMPORTANCIA DE LA VERIFICACION Y VALIDACION DEL MODELO

El construir un modelo, por naturaleza suele ser errónea de primera instancia. El

modelador, primeramente, deberá de trasladar el sistema real a un modelo
conceptual en vez de llevarlo directamente a un modelo de simulación. Este
proceso es de manera interactiva, ya que la conceptualización que el modelador
tenga del sistema real cambia en la medida en que se avanza en el análisis del
sistema de manera completa. De esta manera cuando se desea hacer el modelo
de simulación este de haga con los más mínimos errores con que se puedan tener
desde un principio (Ver Figura 7.1). De esta forma el proceso de validación y
verificación ha de ser desarrollado para reducir e incluso eliminar dichos errores.

74
FIGURA 7.1
Conceptualización del modelo real para llevarlo a un modelo de simulación.

VALIDACION

SISTEMA
CONCEPTO

VERIFICACION

MODELO

La verificación es el proceso que determina si el modelo de simulación realmente

refleja el modelo conceptual. La validación del modelo es el proceso que
determina que el modelo conceptual refleje correctamente el sistema real. El
proceso de verificación y validación es un punto crítico para el éxito del proyecto
de simulación. Las decisiones importantes en el proyecto de simulación deberán
estar basadas en los datos de salida del la simulación y apartir de ahí la evidencia
que se demuestra con estos datos deberán ser suficiente para la validación del
modelo así como para la toma de decisiones importantes a tomar a partir de esta
simulación.

7.2.1 CAUSAS DE DESCUIDO

A pesar de su importancia, en algunas ocasiones se descuida el poner principal

atención a la verificación y validación cuando se hace simulación. Las razones
primordiales para cometer estos descuidos en esta importante actividad son los
siguientes:

 El tiempo y presupuesto limitados

 Pereza

 Demasiada confianza

 Ignorancia

75
TIEMPO Y PRESUPUESTOS LIMITADOS
El contar con tiempo y presupuesto limitados para la realización del estudio de
simulación pueden llegar a comprometer la planeación y realización de manera
correcta del proceso de validación. Debido a que la validación no tiene que llegar a
ser desarrollado por completo en un estudio de simulación, esta es una actividad
la cual es limitada o hasta cierto punto omitida cuando se requiere terminar el
proyecto en tiempo y acorde con el presupuesto acordado.

PEREZA
Dicho punto es mas difícil de tratar debido a que se esta hablando de una
característica de naturaleza humana. Se deberá de contar con paciencia y mucha
disciplina para poder desarrollar la validación de manera correcta y adecuada, ya
que en muchas ocasiones suele ser un punto en el cual pareciera no tener fin en
este punto, ya que es una actividad demasiado laboriosa, mas sin embargo una de
las actividades que requieren de mucho mas cuidado y que da las mayores
satisfacciones cuando se realiza de la manera adecuada y correcta.

DEMASIADA CONFIANZA
El problema de estar demasiado confiado al momento de generar la validación del
modelo, es un problema muy común a encontrarse en aquellos modeladores que
asumen la idea de que los resultados obtenidos mediante la simulación y que
provienen de la computadora son los correctos. El estar demasiado confiado en la
simple corrida de la simulación y de ahí suponer que los resultados sean los
correctos debido a una mala percepción acerca de que lo que se modelo es lo
realmente conceptualizado, es una manera muy errónea de pensar, ya que nos
hace suponer que no se cometieron errores en la conceptualizacion de sistema
real, lo cual es algo natural al momento de hacer un estudio de simulación.

IGNORANCIA
El problema final con el que nos encontramos es la falta de conocimiento en el
proceso de verificación y validación del modelo. Este es un problema común
particularmente en las personas que se están iniciando en simulación. La única
manera de atacar este problema es mediante la capacitación, entrenamiento y
práctica constante de dichos usuarios. El involucra personas con experiencia en
simulación en los proyectos a desarrollar será de gran ayuda para que los nuevos
usuarios puedan ir aprendiendo de la experiencia de los modeladores que tienen
más tiempo y experiencia en desarrollar modelos de simulación.

7.2.2 PRACTICAS QUE FACILITAN LA VERIFICACION Y VALIDACION

Un problema mayor en la verificación y validación de los modelos ocurre debido a

la falta de práctica en la modelación. Los modeladores iniciales comienzan con
muy poca o incluso nula habilidad para desarrollar la verificación y validación del
modelo. Generalmente el sistema cuanta con cierta complejidad que incluso para
los modeladores avanzados puede llegar a causar un problema mayúsculo.

76
La solución para crear modelos que faciliten la difícil tarea de verificación y
validación es primeramente reducir la complejidad del modelo. En muchas
ocasiones los modelos más complejos son desarrollados por modeladores novatos
quienes no tienen la habilidad y la sensibilidad para saber cómo extraer la
información del sistema. Así como el modelo ha sido simplificado lo más posible
se necesitara codificar dicha simplicidad para su entendimiento posterior. El
software de simulación correcto también ayuda a mantener los datos de la
simulación de manera organizada y entendible.

7.3 VERIFICACION DEL MODELO

La verificación es el proceso de determinar que el modelo funcione tal como ha

sido conceptualizado. Esto no significa que el modelo sea válido simplemente por
el hecho que fue corrido correctamente. De hecho la verificación es un proceso
concerniente con la construcción correcta del modelo. Esto es utilizado en la
comparación con el modelo conceptual con la representación computarizada en
donde se trasladó dicha conceptualización. Este proceso involucra de lleno al
modelador más que al cliente. Durante este proceso de verificación, el modelador
tarta de detectar errores en los datos del modelo para de esta manera poderlos
quitar. En esencia, la verificación es el proceso de depurar el sistema.

Hay dos tipos de errores en el modelo de simulación:

 Errores de sintaxis

 Errores de semántica

ERRORES DE SINTAXIS
Los errores de sintaxis son básicamente los errores gramaticales incluyendo la
omisión o adición de alguna notación en la programación del modelo, lo cual
causa que el modelo corra de manera inadecuada o en ocasiones ni siquiera
pueda ser corrido. Por ejemplo, la omisión de algún punto decimal en un número o
algún paréntesis en la programación lógica de algún evento impactara de manera
dramática los datos de salida de la simulación.

ERRORES DE SEMANTICA
Los errores de semántica están asociados con el significado o intención del
modelador y estos son más difíciles de detectar. La mayoría de estos son errores
en lógicas de programación que provocan que el comportamiento del sistema sea
completamente diferente de lo que se intenta.

77
7.3.1 MEDIDAS PREVENTIVAS

Al desarrollar un proyecto de simulación, es muy común siempre toparnos con

este tipo de errores así como los mencionados ya anteriormente. Sin embargo,
hay algunas prácticas básicas que si son desarrolladas de manera adecuada,
minimizan el número de fallas que podamos encontrar en el camino hacia la
modelación correcta del sistema.

El enfocarse en lo que se está haciendo y eliminar distractores puede causar

generar menos errores que los que comúnmente se cometen. El checar y volver a
checar los datos y los parámetros de entrada de estos datos dentro del modelo
hacen estar seguros de no cometer errores al momento de transcribir los datos al
modelo.

7.3.2 TECNICAS DE VERIFICACION

Una vez que se han construido correctamente todos loe elementos necesarios
para el modelo y se han cubierto todas las actividades anteriores, hay algunas
cuantas técnicas que pueden ser utilizadas para la verificación del modelo.
Algunas de las más comunes son:

 Revisión de los códigos del modelo

 Corroboración de datos de salida

 Visualizar la animación

REVISION DE LOS CODIGOS DEL MODELO

Dicha revisión puede ser llevada a cabo por el modelador o alguna otra persona
más que se encuentre familiarizada con la modelación así como con el sistema. El
propósito de dicha revisión es para verificar los errores que se hayan podido
cometer al momento de la programación.

CORROBORACION DE DATOS DE SALIDA

En cualquier modelo de simulación, hay una relación directa entre la operación y
valores cuantitativos que son predecibles durante la simulación. Un ejemplo de
esto es cuando sabemos que es lo que va a ocurrir al finalizar cierta operación
determinada o incluso al manejar variables en el modelo se puede predecir el valor
de dicha variable al ocurrir un evento.

78
VISUALIZAR LA ANIMACION
La animación puede ser utilizada para la verificación visual, la cual ayudara a que
la simulación funcione en la manera en que se pensó que debiera de ser. La
animación puede correrse de manera lenta para de esta forma poder detectar de
manera más fácil los errores que se pudieran haber cometido, sin embargo en una
simulación de mucho tiempo implicaría un proceso extremadamente largo. Si se
corre la simulación de manera rápida, los errores serían más difíciles de detectar,
ya que al tener una velocidad mayor, los errores no son visualizados de manera
más fácil y efectiva.

7.4 VALIDACION DEL MODELO

El proceso de validación determina el significado y la representación adecuada del

sistema real. Mientras la verificación es el proceso concerniente a la construcción
adecuada del modelo, el proceso de validación es concerniente con la
construcción del modelo correcto. Debido a esto, los clientes deberán de estar
más involucrados en este proceso. A través de la validación podemos comunicar
al cliente o usuarios finales del proyecto que los resultados de la simulación son
reales y de uso aplicable para tomar decisiones en el sistema real.

Para sistemas existentes, el comportamiento del modelo deberá de corresponder

al del sistema actual. En caso de ser un sistema nuevo que esta siendo diseñado
y que aun no ha sido demostrado su funcionamiento, los datos de salida deberán
de ser utilizados para reflejar las especificaciones del diseño del sistema y el
modelo deberá de ser cuidadosamente verificado.

La validación de hecho comienza en la obtención de los datos del sistema real los
cuales nos servirán para proyectar un modelo que incluso es construido. Es decir,
si a nuestro modelo le ingresamos basura, basura obtendremos. Si la obtención de
los datos fue realizada de manera errónea, el modelo correrá perfectamente bien,
obteniendo como resultado datos que no corresponde al sistema real. Es por lo
cual, la validación inicia desde la propia obtención de los datos del sistema real.

7.4.1 DETERMINAR LA VALIDEZ DEL MODELO

No hay una prueba sencilla para determinar la validez del modelo. La validación
del modelo es un proceso inductivo en el cual el modelador llega a conclusiones
acerca de la exactitud del modelo basado en las evidencias disponibles. Para
desarrollar dicha validación se enuncian a continuación algunas técnicas que
ayudaran a determinar la validez del modelo.

 Observar la animación.- La animación visual del comportamiento

operacional del modelo es comparado con el conocimiento acerca de cómo
se comporta el sistema.

79
  Comparación con el sistema actual.- El modelo y el sistema son corridos
bajo las mismas condiciones y utilizando las mismas entradas para ver si
coinciden los resultados.

 Comparación con otros modelos.- Si algún otro modelo ha sido

construido mediante algún otro método o incluso otro software de
simulación, las salidas de ambos modelos deberán de ser comparadas para
conocer los resultados y verificar que coincidan estos resultados,
independientemente del método de construcción del modelo.

 Verificación con personas familiarizadas con el sistema.- Esto punto se

refiere básicamente a preguntar a las personas que están familiarizadas
con el sistema y que conocen el funcionamiento del mismo si el
comportamiento del modelo es lo que realmente se presenta en el sistema
real.

 Comparar con datos históricos.- Si se cuenta con información histórica

acerca de la operación y funcionamiento del sistema, el modelo puede ser
probado usando los mismos datos operacionales y comparando los
resultados con los datos del funcionamiento histórico.

Un método común de validación de un modelo de un sistema existente es

comparar el comportamiento del modelo con el del sistema actual. Esto requiere,
obviamente, que el modelo sea construido de manera idéntica en que el sistema
actual se encuentra. Después de correr dicho modelo, los datos de salida deberán
de ser comparados con los datos de salida del sistema actual.

80
 CAPITULO VIII
ANALISIS DE RESULTADOS

8.1 INTRODUCCION

El análisis de resultados de un modelo de simulación, es una parte de primordial

importancia en el estudio de simulación, ya que para este punto el cuándo el
modelo ya ha sido construido, verificado y validado en su comportamiento
mediante las técnicas vistas en capítulos anteriores. Por lo cual los pasos
siguientes a este punto estarán completamente determinados al análisis de
resultados.

En este capítulo se estarán viendo algunos ejemplos de cómo llevar a cabo el

análisis de resultados de un modelo de simulación, y la manera en que este
análisis determinara el rumbo de ahora en adelante del estudio de simulación.

8.2 DATOS DE SALIDA DE LA SIMULACIÓN

Después de haber corrido el modelo de la simulación, se obtienen datos

estadísticos, los cuales sirven para poder determinar los parámetros del
comportamiento del sistema tales como porcentajes de utilización de las
maquinas, porcentajes de utilización de los recursos, tiempos de operación de las
maquinas, tiempo en que la maquina está desocupada, así como tiempos de las
entidades en el sistema etc.

El análisis a desarrollar está siendo llevado de la mano con los objetivos a lograr
con el estudio de simulación, es decir, el objetivo que se está persiguiendo con el
estudio de la simulación tiene como fin primordial el resolver una problemática del
sistema.

8.3 SISTEMAS DE MANUFACTURA

Sistemas de manufactura son sistemas de procesos en donde la materia prima es

transformada en productos finales a través de una serie de operaciones
desarrolladas en las estaciones de trabajo. Muchas de las decisiones tomadas en
los sistemas de manufactura, para su mejoramiento, siempre están basadas en los
datos estadísticos de dicho proceso en relación con tiempos de operación,
tiempos muertos, ciclos de trabajo, etc.

Algunas de las técnicas aplicadas en dichos procesos es la conocida como la de

justo a tiempo (JIT), en donde se busca que las piezas sean atendidas de manera
inmediata en cada una de las estaciones de trabajo por la cuales tienen que ser
procesada.

81
8.3.1 TERMINOLOGIA EN MANUFACTURA

Los sistemas de manufactura comparten muchos elementos en común, los cuales

pueden parecer términos desconocidos para las personas que no están
familiarizadas con dichos sistemas. Para lograr un mayor entendimiento del
funcionamiento de los procesos de manufactura, a continuación se describen
algunos términos que resultan de beneficio.

 OPERACIÓN.- La operación es la actividad desarrollada en un producto en

una estación de trabajo. Las operaciones son usualmente desarrolladas
para producir algún cambio físico en el producto. Actividades que no son de
transformación son las inspecciones o pruebas a productos, las cuales
también son desarrolladas en los productos en alguna estación de trabajo.

 ESTACION DE TRABAJO.- Una estación de trabajo o centro de trabajo es

el lugar o la locación donde una operación es desarrollada, la estación de
trabajo consiste en una o más maquinas o incluso personal.

 MAQUINAS CNC.- Una maquina CNC es una maquina controlada

numéricamente, es la maquina en donde sus herramientas, movimientos y
operaciones son programadas y controladas mediante el uso de una
computadora.

 CENTRO DE MAQUINADO.- Un centro de maquinado es esencialmente

una maquina CNC con cambios de herramientas, lo cual provee una gran
capacidad de maquinados. Un centro de maquinado es definido como
multifuncional, ya que debido a sus capacidades de cambios de
herramientas y programación, se pueden desarrollar diversos trabajos en
ellas.

 PROGRAMA MAESTRO DE PRODUCCION.- El programa maestro de

producción es lo que define que producto final va a ser procesado y en qué
tiempo. Generalmente se trabajó con periodos semanales para tener un
mayor control de la producción.

 PLAN DE PRODUCCION.- El plan de producción es programa de

producción a detalle para cada uno de los componentes que tenga un
producto o incluso para cada una de las operaciones desarrolladas en los
productos en las estaciones de trabajo.

 CUELLO DE BOTELLA.- El cuello de botella es tradicionalmente a través

de las estaciones de trabajo las cuales tienen la más alta utilización o
mayor tiempo de trabajo. En donde las piezas están en espera a ser
atendidas durante el tiempo en que la estación de trabajo se encuentra en
un tiempo de procesamiento.

82
  PREPARACION.- La preparación es la actividad previa requerida para
alistar a una estación de trabajo para producir una componente diferente al
que estaba produciendo.

 TIEMPO DE CICLO DE LA MAQUINA.- Es el tiempo requerido para

desarrollar una operación.

 CAPACIDAD.- La capacidad se refiere al número de objetos o bienes que

la maquina puede estar operando al mismo tiempo.

 PORCENTAJE DE DESPERDICIO.- Es el porcentaje de partes

defectuosas que son quitadas del sistemas antes de continuar a la siguiente
operación.

 DISPONIBILIDAD.- Cuando la maquina se encuentra lista para poder

procesar las piezas o hacer sus tareas asignadas.

 PROGRAMAS DE MANTENIMIENTO PREVENTIVO.- Es el mantenimiento

periódico desarrollado en los equipos (maquinas) para que estos sigan
trabajando de una manera adecuada.

 UNIDADES DE CARGA.- Es la consolidación de un grupo de partes que

son juntadas para poder ser movidas a través del sistema. la idea de
realizar dichas cargas es minimizar el movimiento de las piezas a través del
movimiento agrupado de las mismas en lugar de hacerlo de manera
individual.

Bajo este contexto, el análisis de los resultados puede estar enfocado en los
tiempos de operación de las maquinas, en donde este deberá de ser mayor que su
tiempo desocupado o tiempo de bloqueo que pueda tener, siempre y cuando
considerando los tiempos muertos que pueda haber en cada una de las maquinas
por diversos factores.

La diferencia entre tiempo desocupado de una máquina y tiempo muerto radica

primordialmente en que el tiempo muerto de la maquina es considerado cuando
esta no puede estar en operación debido a alguna falla que tenga y que se
encuentre en reparación, mientras que en el tiempo desocupado es cuando la
maquina se encuentra disponible para su operación pero no hay ningún tipo de
entidad disponible a ser trabajada debido a que aún no ha llegado a esta máquina.
En ambos la maquina no se encuentra en tiempo de operación.

El análisis también puede ser enfocado en el aumento de las capacidades de las

maquinas, todo esto con el fin de reducir los cuellos de botellas, tanto en número
de entidades en espera, así como su tiempo de espera de dichas entidades en
estas líneas e espera.

83
8.4 SISTEMAS DE SERVICIO

Un sistema de servicio es en donde uno o más servicios son proporcionados al

cliente. Entidades (clientes, pacientes, documentación, etc.) son llevados a través
de una serie de áreas de procesamiento (recepciones, validación de documentos,
cobros, etc.) para darles algún servicio. Hay ciertas características inherentes de
estos sistemas, las cuales diferencian a estos sistemas con los sistemas de
producción.

 Los servicios son intangibles. No son cosas.

 Los servicios son perecederos. No pueden ser inventariados.

 Los servicios generan salidas heterogéneas. Las salidas son variables.

8.4.1 CARACTERISTICAS DE LOS SISTEMAS DE SERVICIO

Los sistemas de servicios representan en cierta forma una clase de sistemas de

producción en donde las entidades son dirigidas a través de una serie de
estaciones de servicios y áreas de espera. Debido a que en el caso de los
sistemas de servicio las entidades son personas, su complejidad y
comportamiento en el sistema tiende a ser más impredecible que las piezas o
maquinas. Estas especiales características y sus implicaciones en la modelación
son descritas a continuación.

 Entidades caprichosas.- La condición de los sistemas de servicio, causa

en las personas cambios en su modo de pensar acerca de alguna decisión
que ya haya sido tomada. Los clientes reaccionan en circunstancias de
insatisfacción. Por ejemplo cuando un cliente llega a un sistema con la idea
de ser atendido y se encuentra con que tiene que formarse en una fila y
esperar un tiempo elevado, este decide por irse del sistema y quizás
regresar en alguna otra ocasión. Incluso cuando el cliente ya decidió entrar
en la fila y este es trasladado hacia otra fila en la cual esperara un tiempo
menor. También puede ocurrir el caso cuando el cliente, cansado de su
elevado tiempo de espera en la fila termina por hartarse de la espera y
decide abandonar la fila y el sistema.

84
 La llegada de las entidades es aleatoria y fluctuante.- En lugar de tener
un horario preestablecido de llegadas, así como en los sistemas de
producción, los clientes, en la mayoría de los sistemas de servicio, llegan al
sistema de manera aleatoria. Adicionalmente el rango de llegadas es
variantes dependiendo de la hora del día o incluso del día de la semana.
Considérese el ejemplo de las llegadas de las personas a comprar su
boleto en la taquilla de un cine, no es el mismo rango de llegada desde que
la taquilla abre a las 2 de la tarde que por ejemplo a las 6 de la tarde en
donde las llegadas son más constantes, incluso no es el mismo rango de
llegada los días lunes que los fines de semana.

 Decisiones complejas de los recursos.- Generalmente el alojamiento y

asignación de tareas en los recursos están basadas en alguna regla
general. En los sistemas de servicio, los recursos son inteligentes y en la
mayoría de los casos toman decisiones basados en estados críticos de las
entidades. Así por ejemplo si en un sistema de servicio un recurso se está
dando cuenta de que la fila de clientes en espera a ser atendidos está
creciendo demasiado rápido y su tiempo de espera también va en aumento,
dicho recurso puede tomar la decisión de abrir un servidor más para que la
atención a dichos clientes sea de manera más rápida y de esta manera
poder disminuir su tiempo de espera. Incluso puede dejar de hacer alguna
tarea que se encuentre desarrollando en dicho momento para así poder
atender a una entidad que ya ha pasado mucho tiempo sin ser atendida.

 Tiempo de trabajo del recurso fluctuante a través del paso del tiempo.-
Otra característica de los recursos humanos, es que su tiempo de trabajo
tiende a variar acorde a la hora del día o condiciones de trabajo. Así, si un
recurso se está dando cuenta del aumento de número de personas en una
fila de espera, esto puede causar que el recurso realice de manera más
rápida sus labores, ocasionando esto una reducción en los tiempos de
procesamiento. Obviamente esto influirá de manera directa en los tiempos
del servicio.

 Tiempos de procesamiento altamente variables.- Los sistemas de

servicio varían considerablemente debido a la naturaleza del propio
sistema, así como también considerando que tanto la entidad como el
servidor son humanos. Consecuentemente, los tiempos de procesamiento
tienden a ser altamente variables.

85
Modelar estos tipos de situaciones puede llegar a resultar ser demasiado compleja
e incluso requerir de programaciones lógicas avanzadas que describan dichos
comportamientos. A continuación se mencionan algunos de los criterios de
medición de pueden ser tomados en cuenta para desarrollar el análisis de los
sistemas de servicio.

 Tiempo de servicio.

 Tiempo de espera.

 Tamaño de las filas.

 Utilización de los recursos.

 El porcentaje de clientes que pueden ser atendidos sin contar con tiempo
de espera.

 El porcentaje de los clientes que dejan el sistema debido a la impaciencia.

El análisis de estos resultados en ambos casos (sistemas de manufactura o de

servicio) deberá de ser conducido tomando en consideración el objetivo a lograr
con el estudio y siempre fijando nuestra atención en algunos de los parámetros de
medición para ambos sistemas. Pero no se debe de olvidar también que debido a
la interdependencia de los sistemas, un cambio en nuestros sistemas para poder
conseguir un objetivo específico, puede causar un efecto poco favorable o
negativo en algún otro parámetro de nuestro sistema.

Es ahí en donde la habilidad del ingeniero industrial y su toma de decisiones

deberán de encontrar el nivel óptimo de cambiar los parámetros deseados para la
consecución del objetivo sin afectar a algún otro parámetro o en caso de ser
inevitable dicha afectación que sea lo menos posible.

86