Está en la página 1de 86

INTRODUCCION

Simulacin es una tcnica de modelacin y anlisis, usada para evaluar y mejorar sistemas dinmicos de todos tipos, de procesos as como tambin de servicios. Imagnate tener una industria altamente competitiva la cual est siendo rezagada en su ramo debido a tecnologa obsoleta e ineficientes manejos gerenciales, esto sera realmente catastrfico para ti como dueo de la misma, en este caso tu sabes que debes de hacer cambios, pero no sabes exactamente qu cambios son los que funcionaran de mejor forma o si incluso dichos cambios funcionen del todo. Te gustara poder intentar con alguna diferentes ideas, sin embargo reconoces que esto consumir demasiado tiempo, dinero as como el gran problema de estar interrumpiendo al sistema en su operacin diaria para experimentar con estas ideas, tomando en cuenta tambin que un no estas completamente seguro de que dichos cambios vallan a funcionar. Esto si sera realmente un gran problema. Ahora imagina que hay una forma mgica con la cual tu puedes tener una rplica exacta de tu sistema as como la completa libertad de hacer los cambios que quieras sin ningn tipo de restricciones de tiempo, costos o interrupcin de tu sistema, incluso pudiendo reorganizar el propio sistema cambiando operaciones, procedimientos o incluso maquinas o cualquier cosa que se te pueda ocurrir. Adems 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 parmetros que son de utilidad para poder determinar la confiabilidad de los cambios realizados. No solo podrs descubr varias formas de mejorar la operacin de tu sistema, adems de esto, estos experimentos pueden ser llevados a cabo sin ningn riesgo implcito directamente en tu sistema. Esta es precisamente la habilidad que simulacin provee, con simulacin tu puedes experimentar con una computadora un modelo, el cual es completamente representativo de tu sistema, en un lapso de tiempo corto, proveyndote la posibilidad de poder tomar decisiones que mediante otra forma hubieran sido completamente una incertidumbre. Este texto est diseado con el propsito de proveer al lector una idea ms amplia y general de lo que es simulacin as como sus usos y aplicaciones que ha tenido desde sus inicios. As como tambin dar la posibilidad a los alumnos de contar con un texto de apoyo en la materia de simulacin as como para poder desarrollar proyectos de simulacin, como un manual para la construccin de modelos en ProModel. As tambin se mencionan varios casos reales en donde el alumno puede ver de manera ms clara y detallada la manera en que se han llevado a cabo exitosamente estudios de simulacin as como los resultados obtenidos. En este texto se recalca la importancia del uso de la simulacin en procesos, tanto productivos como de servicios, en los cuales el ingeniero industrial, apoyado en una herramienta tan poderosa como lo es simulacin, podr de manera efectiva optimizar dichos procesos, as como de solucionar problemticas de manera ms eficiente. 1

CAPITULO I INTRODUCCION A SIMULACION


1.1 INTRODUCCION Durante muchos aos, en el Instituto Tecnolgico de Veracruz, las inscripciones para cada nuevo semestre se convertan verdaderamente en un calvario para los alumnos, ya que a pesar de que de acuerdo con su promedio los alumnos tenan un horario predefinido para poder escoger las materias que cursara en el semestre prximo a comenzar, este horario en la mayora 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 eleccin de sus materias fallaba debido a la alta carga de datos que contena, as como por el elevado nmero de alumnos que al mismo tiempo ingresaban en dicho servidor, ya que los alumnos de todas las carreras del Instituto se inscriban en el mismo lugar, tomando l cuenta que el servidor utilizado era un obsoleto y nunca haba sido actualizado en su tecnologa para poder dar servicio a los alumnos que en aquel entonces requeran de su uso. Para finales del ao del 2002 la direccin del Instituto Tecnolgico de Veracruz, debido a las innumerables quejas que se generaban por parte de los alumnos al no poder llevar a cabo su proceso de inscripcin de manera efectiva en las fechas marcadas y al mal servicio que se brindaba en ese entonces, tomo la decisin de realizar un estudio mediante el cual se demostrara de manera estadstica la problemtica que exista con su proceso de inscripcin, se requera un estudio en donde se ejemplificara numricamente cada uno de los tiempos en que el alumno se encontraba en espera de poder ser atendido as como el tiempo en que dichos alumnos tomaban para poder llevar a cabo su inscripcin. El departamento de Ingeniera Industrial fue designado para poder llevar a cabo este estudio. Debido a esto se decidi llevar a cabo un estudio de simulacin, con el cual se pudieran satisfacer todas las necesidades e inquietudes que el propio sistema requera. Durante el periodo de inscripciones para el semestre Enero Junio 2003 se llev a cabo el estudio, el cual fue presentado al director del Instituto Tecnolgico, generando dos alternativas de solucin a dicho sistema, la primera opcin consista en dividir en porcentajes iguales a los alumnos de las diferentes carreras, en donde pudieran inscribirse en 4 diferentes reas de la Institucin con su propio servidor el cual solo tendra los datos de los alumnos que ah se fueran a inscribir. La segunda opcin contemplaba de manera general una inscripcin va Internet, en donde el alumno pudiera tener el acceso al portal de la Institucin en da y hora programado de acuerdo a su promedio. Mediante esta simulacin se demostraba de manera clara, visual y numricamente lo que estaba ocurriendo en su sistema actual as como las mejoras que se podan obtener mediante la aplicacin de dichas alternativas.

Ya para el periodo de inscripcin de siguiente semestre, Agosto Diciembre 2003 fue aplicada la primera alternativa de solucin, 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 satisfaccin de los alumnos, ya que el sistema ya funcionaba de manera adecuada a lo que vena hacindolo. En la actualidad, ya se encuentra implantada la segunda alternativa que fue propuesta en el estudio, ya que debido a la actualizacin de los sistemas del Tecnolgico ahora los alumnos cuentan con un sistema de inscripcin va Internet. As como en este ejemplo, en donde la simulacin sirvi para cuantificar lo sucedi en un sistema real y despus mejorarlo mediante algunas alternativas, se pueden contar con muchos ejemplos en donde la simulacin es de gran ayuda para poder solucionar problemticas existentes en los sistemas. En este captulo se dar una idea ms clara y precisa de lo que es simulacin, los usos que tiene la simulacin y el por qu es importante en la actualidad utilizar simuladores incluso en la vida diaria.

1.2 QU ES SIMULACIN? El diccionario Oxford (1980) define simulacin como una manera de reproducir las condiciones de una situacin, as como la esencia del modelo, para efectos de estudio, pruebas o incluso entrenamiento. Simulacin es la experimentacin con un modelo de una hiptesis o un conjunto de hiptesis de trabajo. Thomas H. Naylor y R. Bustamante la definen as: "Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo". Una definicin ms formal formulada por R.E. Shannon es: "La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, 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".

Ral Coss Bu indica que la simulacin de un sistema puede considerarse como un experimento estadstico, 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 simulacin con el propsito de hacer inferencias sobre el comportamiento del sistema. Por consiguiente, para aplicaciones de esta tcnica, se necesita procedimientos estadsticos profundos. Hamndy A. Taha seala que la simulacin, 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 parmetros y variables de decisin segn su voluntad. Es decir, las simulaciones se "corren", en vez de resolverse", donde cada "corrida" representa una observacin en un experimento estadstico. Acorde con todas estas definiciones antes mencionadas se puede concluir que simulacin es una tcnica de laboratorio que ayuda a efectuar observaciones y experimentos con el comportamiento de un sistema (real o terico) en un tiempo de inters, con el propsito de evaluar varias alternativas con las cuales se pueda tomar mejores decisiones.

1.3 APLICACIONES DE LA SIMULACIN La simulacin no es solo todo lo mencionado anteriormente, tambin es algo muy cotidiano, hoy en da, puede ser desde la simulacin de un examen, que le hace la maestra a su alumno para un examen del ministerio, la produccin de textiles, alimentos, juguetes, construccin de infraestructuras por medio de maquetas, hasta el entrenamiento virtual de los pilotos de combate e incluso en mquinas CNC se cuentan con simuladores en donde los programadores son entrenados antes de llegar a maquinar fsicamente una pieza. Hay que recordar que se cuentan con simuladores muy comunes e incluso al alcance de muchas personas, en el rea de las aplicaciones recreativas, estn especialmente diseadas 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. As 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 simulacin de cualquier tipo de contenido, creando el pasatiempo perfecto. En el rea de la medicina la simulacin tambin ha sido de una valiosa ayuda mediante el diseo de aplicaciones informticas que permiten el estudio de tcnicas mdico-quirrgicas, mediante el diseo de modelos en 2 y 3 dimensiones que reproducen estructuras anatmicas a la perfeccin y permiten practicar de forma simulada con distintas tecnologas. 4

FIGURA 1.1 Simuladores utilizados en medicina

Adems de contar con diferentes maniqus, los cuales permiten simular situaciones como de primeros auxilios, colocacin de sondas as como de cuidados intensivos incluyendo situaciones para la aplicacin de vendajes y curaciones para personas quemadas. Dichos simuladores permiten al usuario, estudiantes de medicina, estar en situaciones crticas en donde la vida del paciente est de por medio, y mediante dichos simuladores se pueden llegar a salvar vidas ya cuando se aplican esas mismas tcnicas que fueron previamente hechas en un simulador. Uno de los principales proyectos futuristas de la simulacin aunque muy costoso, es en el campo de las minusvalas fsicas, ya que su diseo tendra que incluir, sobre todo en el campo de los invidentes, unos censores especiales, que adaptados, conseguiran una visin simulada del terreno permitiendo dotar de visin (en este caso) a esas personas, incluso en algunos casos, dotar de facultades superiores a las humanas mdiate esta realidad simulada real al mismo tiempo. Otra importante aplicacin de la simulacin es mediante los vuelos de aeronaves, en donde el simulador de vuelo replica, o simula, la experiencia de volar una aeronave de la forma ms precisa y realista posible. Dichos simuladores van desde los propios videojuegos hasta replicas de cabinas con tamao real. Dichos sistemas son bsicamente 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.

FIGURA 1.2 Simuladores de vuelo

Dentro de los centro de maquinados de control numrico (CNC) el uso de la simulacin tambin es importante, ya que se tiene la seguridad y precisin de la realizacin correcta de la pieza mediante el diseo adecuado. Esta simulacin permite visualizar al usuario la pieza en 2 y 3 dimensiones antes de hacerlo de manera fsica, lo que permite identificar errores en el diseo de la pieza o en las especificaciones de la misma o el herramental. FIGURAS 1.3 Simuladores en mquinas CNC as como la pieza terminada

La simulacin de procesos es una de las ms grandes herramientas de la ingeniera industrial, la cual se utiliza para representar un proceso, productivo o de servicio, mediante otro que lo hace mucho ms simple y entendible. Esta simulacin es en algunos casos casi indispensable, como nos daremos cuenta a continuacin. En otros casos no lo es tanto, pero sin este procedimiento se hace ms complicado.

FIGURA 1.4 Modelo simulado mediante ProModel

Incluso la simulacin llega a ser utilizada para el otorgamiento de crditos, con los cuales mediante un simulador se permite analizar la capacidad de pago del cliente, as como el tiempo en que el crdito ser otorgado y el monto de cada uno de sus pagos. Con el cual se puede determinar si el cliente el susceptible a adquirir un crdito o incluso si puede llegar a soportar los pagos del mismo. As como en los casos anteriormente mencionados, se puede encontrar un nmero de aplicaciones en donde simulacin ha brindado una gran ayuda a usuarios, facilitndole de esta manera la toma de decisiones, que como algunos casos anteriormente vistos, lleva el riesgo de vidas humanas, y algunos otros solo el aspecto econmico. sin los en en

1.4 ELPORQUE DE LA SIMULACIN Simulacin provee una manera de validar de antemano las decisiones que vallan a ser tomadas, evitando as costos, consumir tiempo y tcnicas tradicionales como la de prueba y error. La habilidad de aplicar dicha tcnica 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 rpida de lo que se pueda estar aprendiendo de ellos. El poder de la simulacin radica en el hecho de que provee un mtodo de anlisis que es capaz de evaluar con muy alta precisin el desempeo de incluso los sistemas ms 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 estn generalmente relacionados en iniciar nuevos sistemas o incluso aplicar modificaciones a los mismos, los cuales no estn totalmente comprobados en su funcionabilidad. Algunas caractersticas que hacen la simulacin una poderosa herramienta de anlisis se enuncian a continuacin.

Captura la interdependencia de los sistemas. Muestra el comportamiento del sistema durante todo el tiempo. Es menos costoso, consume menos tiempo y evita tcnicas obsoletas como prueba y error. Provee informacin acerca de varias medidas de desempeo. Visualmente atractivo hacia los usuarios generando un mayor inters. Genera resultados fciles de entender y comunicar.

El poder interrumpir sistemas, por muy sencillos que estos sean, o incluso lneas enteras de produccin resulta realmente inconcebible en el mundo actual, dichas acciones generaran grandes costos solo para llevar a cabo la aplicacin de experimentos que tengamos para el mejoramiento del sistema, sin considerar las grandes prdidas que se tendran por el simple hecho de suspender los sistemas, en pocas palabras este tipo de tcnicas no es costeable. Dentro de este contexto, existen muchos sistemas los cuales pueden ser representados mediante tcnicas de modelacin muy sencillas, incluso mediante simples formulas o modelos matemticos, sin embargo la mayora de los sistemas son altamente complejos que no es posible ser representados mediante simples modelos matemticos, es aqu donde la simulacin toma una gran relevancia, ya que sin importar lo sencillo o complejo del sistema, simulacin es de utilidad para poder modelarlo y as aprender del mismo. Incluso la simulacin es aplicada en muchos casos en donde los sistemas aun no existen, grandes compaas han utilizado simulacin, incluso antes de arrancar sus sistemas, para simular su distribucin de planta y de esta manera poder elegir la mejor de acuerdo a sus necesidades, as como para poder determinar el nmero de personal optimo, maquinas necesarias y algunos otros recursos necesarios para poder llevar a cabo la realizacin fsica del sistema, todo esto con un gran ahorro en tiempo y costos innecesarios para la compaa. Incluso con simulacin podemos llegar a estimar el desempeo de dicho sistema bajo condiciones especficas que incluso no estn 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 representacin exacta del sistema real, de nada van a servir los resultados obtenidos mediante la simulacin.

Dentro de los objetivos que se persiguen con la simulacin podemos mencionar 3 en especfico, en donde la mayora de los estudios de simulacin cuentan con ms de un solo objetivo. Visualizacin. Cuantificacin. Comunicacin.

Con la visualizacin se logra un entendimiento mayor del sistema simulado mediante la observacin del modelo y de esta manera comprender cada uno de los elementos con que cuenta el sistema as como sus interacciones que tienen entre s, 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 visualizacin del sistema, probablemente se tendr que cuantificar lo que est sucediendo en el mismo, es decir, se tendrn que hacer clculos acerca del comportamiento del sistema, as los clculos estarn encaminados a cuantificar medidas de desempeo tales como tiempos de operacin, tiempos muertos, tiempos de ocio, etc. y mediante estos clculos poder tomar decisiones altamente fundamentadas en los mismos para de esta manera poder mejorar el desempeo del sistema. Al final de dichos clculos, el usuario tendr la responsabilidad de comunicar dichos los resultados obtenidos mediante la cuantificacin de las medidas de desempeo del sistema.

1.5 USO DE LA SIMULACIN En la dcada de los 60s se comienza a dar un uso ms comercial a la simulacin. Inicialmente los modelos eran programados en Fortran, los cuales consistan en miles de lneas de programacin, lo cual era una labor ardua. En las ltimas dos dcadas simulacin ha ganado ms popularidad como una herramienta de toma de decisiones en industrias de manufactura y servicios. Muchas compaas usan simulacin como una prctica comn cuando se requiere habilitar una nueva estacin de trabajo o hacer cambios en el proceso. Dicha popularidad de simulacin puede ser atribuida entre muchos factores al incremento del conocimiento y entendimiento en la tecnologa de simulacin, el aumento de la tecnologa en PCs as como el bajo costos de las mismas.

El principal uso de simulacin sigue siendo en el rea de manufactura. Recientemente la tendencia de estandarizar y sistematizar otros procesos en los negocios tales como procesos administrativos y atencin al cliente ha dado un gran empuje a la simulacin en estas reas 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 tcnicas de anlisis que se usan en los procesos de manufactura. Como ya se ha mencionado anteriormente, el principal uso de la simulacin es como una herramienta que ayuda a tomar decisiones sustentndola en datos estadsticos, sin embargo en la actualidad se ha incrementado el uso de la simulacin en el rea de comunicacin y visualizacin, ya que software modernos de simulacin incorporan animacin visual, lo cual estimula el inters en el modelo as como una comunicacin mas efectiva de los sistemas mas complejos que puede haber. El poder de la simulacin para capturar la esencia de de sistemas dinmicos as como su visualizacin y funcionabilidad genera innumerables oportunidades para ser usados en un ambiente totalmente integrado. Algunos de los usos ms comunes en donde la simulacin ha encontrado cabida en el rea de manufactura son: Planeacin de planta. Capacidad de operacin. Reduccin de ciclos de trabajo. Priorizar operaciones de trabajo. Reduccin de costos. Mejoras en calidad. Reduccin de inventarios. Mejoramiento de la productividad. Anlisis del layout. Balanceo de lneas. Programacin de la produccin. Programas de mantenimiento. Diseo de sistemas de control. 10

1.6 CUANDO ES APROPIADO LA SIMULACIN No todos los problemas en los sistemas que pudieran ser resueltos con la ayuda de simulacin, debern ser resueltos usando simulacin. Es importante seleccionar la herramienta correcta para dichas tareas, ya que para algunos problemas el uso de la simulacin resulta exagerado, sera como utilizar una pistola para matar a una mosca. A continuacin se enuncian algunos criterios a considerar para tomar en cuenta a la simulacin como una herramienta adecuada para los sistemas a estudiar. Los procesos debern estar bien definidos y ser repetitivos. Simulacin es de utilidad si los procesos a ser modelados estn muy bien definidos as como ser repetitivos. Si los procesos no siguen una secuencia lgica y reglas definidas, puede llegar a ser difcil modelar dichos procesos. Simulacin 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 determinsticas (sin variacin) entonces el uso de simulacin es innecesario. Lo que dificulta analizar a un sistema no es su nmero de actividades, ms bien es el nmero de interdependencias y actividades aleatorias que llega a tener. El costo del impacto de las decisiones es mayor que el costo de hacer simulacin. 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 simulacin. El costo de experimentar en el sistema actual es mayor que el costo de hacer simulacin. As como simulacin evita retardos en tiempos y costos asociados acerca de experimentar en el sistema real, en algunas situaciones puede llegar a ser ms rpido y ms econmico experimentar con el sistema real. Recuerda Si una pregunta puede ser contestada directamente a travs de la experimentacin ms rpida, no tan costosa y con un mnimo impacto en la operacin actual, entonces no es necesario utilizar simulacin.

11

1.7 JUSTIFICACION ECONOMICA DE SIMULACIN Hablar de costos siempre es un tema importante cuando consideramos el uso de algn software como herramienta de ayuda, y en nuestro caso no es la excepcin. Simulacin no deber ser usada si los costos exceden los beneficios esperados. Se tiene la idea de que el uso de simulacin es costoso y llega a consumir mucho tiempo, dicha percepcin dista mucho de la realidad, ya que ignora el hecho de que simulacin, a lo largo del tiempo, llega a ahorra mucho mas dinero y tiempo del que realmente consume. Los ahorros que simulacin genera son comprendidos mediante la identificacin y eliminacin de problemas e ineficiencias que pudieron haber pasado desapercibidos hasta la implantacin del sistema. Mediante la identificacin y eliminacin innecesaria de capital de inversin, y el descubrimiento y correccin de operaciones ineficientes muchas compaas han reportado cientos de miles de dlares en ahorros en proyectos a travs del uso de la simulacin. Una de las dificultades que se tienen cuando se desarrollaran justificaciones econmicas para simulacin 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 simulacin proviene de permitir a los diseadores 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 diseo en lugar de hacerlo despus 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

DISEO

INSTALACION

OPERACION

COSTOS

12 ETAPAS DEL SISTEMA

Simulacin ayuda a evitar muchos costos asociados con pobres decisiones tomadas en los proyectos. La Figura 1.6 ilustra como la acumulacin de estos costos resulta desde la etapa del diseo del sistema, mostrando un comparativo de estos costos entre usar y no usar simulacin. 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 simulacin, pero en un plazo largo los costos asociados con el capital de inversin y la operacin del sistema son considerablemente bajos adems de darnos cuenta que hay una mejor eficiencia mediante el uso de simulacin. FIGURA 1.6 Comparativo de la acumulacin de costos en los sistemas con y sin simulacin

COSTOS SIN SIMULACION

COSTOS

COSTOS CON SIMULACION

DISEO

IMPLANTACION N

OPERACION

1.8 EFICACIA EDUCACIONAL DE SIMULACIN A pesar de su gran difusin, la efectividad de los simuladores tard varios aos en ser explorada. Uno de los primeros estudios fue realizado en 1962 en Harvard por el Prof. James McKenney usando un simulador de produccin10. Aplicando metodologa experimental el Prof. McKenney concluy que los alumnos que usaron el simulador obtuvieron puntajes significativamente ms altos que los que usaron solo casos, cuando se midieron objetivamente varios conceptos claves. El estudio ms riguroso y ms citado fue el conducido por Anthony Raia en 1966. El Dr. Raia contrast el comportamiento de tres grupos de alumnos. En uno slo se usaron casos, el mtodo tradicional, mientras que en los otros dos se usaron casos combinados con un simulador ajustado a dos niveles de complejidad. Raia concluy que los simuladores eran herramientas educacionales efectivas. Corroborndolo, 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 funcin especfica, tienen un alto valor educacional 13

Aos ms tarde Wolfe en la Universidad de Illinois, realizara 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 midi el conocimiento previo a la clase en varias dimensiones tales como la comprensin 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 medicin se realiz despus de terminado cada curso. Comparando exmenes pre con post, Wolfe concluy que la mezcla de casos con el simulador produjo resultados de aprendizaje muy superiores al uso de casos por s solos, especialmente en cuanto a conocimiento conceptual. Seis de los siete principios generales de poltica empresarial fueron comprendidos mejor despus de la simulacin. Wolfe ms tarde realiz otro experimento para localizar las variables claves en el xito de cada equipo gerencial simulado, usando una tcnica de incidentes crticos. El anlisis de 1,453 incidentes crticos permiti establecer que la atmsfera grupal de toma de decisiones fue clave para explicar el xito en los simuladores siendo el segundo factor clave la formulacin 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 report 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 anlisis (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 administracin de negocios. En el estudio de Dekkers y Donatti, publicado en 1981, estos dos acadmicos australianos analizaron todas las publicaciones en ingls sobre la efectividad de simuladores en varias reas, incluyendo ciencias y administracin, publicados entre 1969 y 1979. Sintetizaron el efecto estadsticamente positivo de los simuladores en tres factores pedaggicos: retencin 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 retencin. Sin embargo, Jude Lee en un estudio muy reciente, publicado en 1999 arguye que estos resultados ocurrieron porque se mezclaron en una sola categora los varios tipos de simulacin que existen. Lee defini una simulacin como un programa de cmputo que temporalmente crea un conjunto de factores asociados a travs 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 mtodo del descubrimiento, para mejorar la motivacin y acrecentar el aprendizaje va la interaccin activa del alumno. A estas simulaciones, muy usadas en las ciencias, las denomina Jude Lee simulaciones de presentacin pero bsicamente, afirma, se deben clasificar a las simulaciones en tres tipos bsicos: simulaciones de presentacin, simulaciones de prctica, y simulaciones hbridas.

14

Las simulaciones de presentacin se usan para ensear nuevo conocimiento, este sera el caso del lanzamiento de un satlite en una rbita polar errnea para que el alumno descubra como colocarlo en la rbita ecuatorial correcta. Tambin sera una simulacin de presentacin la simulacin Macroajustes de Labsag, que se presenta en esta ponencia, en donde los alumnos descubren como funcionan los agregados macroeconmicos a partir del comportamiento de empresas simuladas que ellos mismos manejan aunque el texto que acompaa es de por s expone elocuentemente los difciles conceptos macro-econmicos. En las simulaciones de prctica , en contraste, los alumnos finalizan un mdulo de instruccin por exposicin continuando con una simulacin donde se practica en la aplicacin de lo tericamente aprendido. Tal sera el caso de Marklog en Labsag, donde es menester aprender de conceptos de logstica previamente a ingresar al simulador. En las simulaciones hbridas, la simulacin programa instruccin y prctica al mismo tiempo a travs del desarrollo de un escenario con eventos pre-planeados a lo largo de un cierto nmero de periodos simulados. Este sera el caso de Markestrat, Brandestrat y Simdef en LABSAG porque los Manuales son verdaderos textos sobre el tema y, adems, el desarrollo en el tiempo simulado lleva a una serie de incidentes ntimamente ligados a los conceptos tericos que al mismo tiempo el alumno va aprendiendo. Jude Lee, tambin 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 clasificndolos dependiendo de qu 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 presentacin mientras que los dems papeles los cumplen bien los simuladores de prctica o hbridos: 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 retencin de conceptos de la que escribieron Dekker y Donatti, sino ms bien en pruebas de transferencia y aplicacin y que las simulaciones de prctica o hbridas se usan ms frecuentemente para reforzar e informar. Jude Lee en su meta-anlisis ubic 19 estudios en donde se meda la efectividad de las simulaciones, todos ellos publicados despus 1976 y 1992. En una de dos variables de resultados, logro acadmico, Lee encontr que el 66 % de los alumnos que usaron simuladores mostraron significativamente mayores logros acadmicos reflejado en puntajes de exmenes post simulacin, que el promedio de los alumnos en grupos de control donde no se usaron simuladores. Al separar las simulaciones tipo presentacin de las de prctica o hbridas result que las de presentacin mostraron mucho menores logros acadmicos, incluso menores a los del grupo de control. Otra conclusin fue que si los alumnos reciben alguna 15

gua y asesoramiento durante la simulacin, ello los ayudar a obtener mejores logros acadmicos. El estudio ms reciente sobre la efectividad de las simulaciones incide directamente en el contexto del aprendizaje en lnea, una modalidad que se ha visto plagada por altas tasas de desercin de los alumnos. Fue publicado por Brian H. Cameron de la Pennsylvania State University en el 2003. El Prof. Cameron dise un experimento alrededor del tema de su especialidad: redes de computadoras, tema tan complejo que tradicionalmente se haba enseado solo mediante la prctica con el apoyo de un instructor pero que, gracias a adelantos en simulacin, poda fcilmente modelarse en una PC. El objetivo fue comparar el desempeo de 85 alumnos de pre-grado en un curso basado en simulacin frente al mismo curso con contenidos grficos estticos representacionales (Microsoft Visio), ambos en un contexto de enseanza en-lnea. Toda la interaccin con los alumnos fue en lnea siendo el nico contacto cara-a-cara las presentaciones de los proyectos por equipos. El impacto diferencial fue medido a travs de exmenes de opciones mltiples, resultados de proyecto, y unas encuestas a los alumnos. Los resultados estadsticos mostraron que el grupo usando simulacin logr estadsticamente significativos mejores resultados que el grupo que us presentaciones estticas con mejor comprensin de conceptos y mejor retencin de informacin. Los alumnos que usaron simulacin reportaron haber invertido ms tiempo en las tareas del curso (3.5 horas) en contraste con los que usaron Visio (2 horas) y adems que gastaron ms tiempo en las tareas asignadas primordialmente porque la simulacin les permita experimentar con diferentes configuraciones de redes y verificar la funcionalidad de los diseos. Varios estudiantes dijeron que la simulacin les haba permitido comprender los complejos conceptos de redes mientras que los estudiantes en el otro grupo informaron que no haba forma de verificar si sus diseos de redes funcionaran correctamente. La tasa de desercin fue nula en el grupo con simulador, mientras que en el de enseanza esttica en lnea tres alumnos de 40 desertaron con calificaciones inaceptables.

16

CAPITULO II SISTEMAS DINAMICOS


2.1 INTRODUCCION En el ao del 2003, la oficina hipotecaria de una institucin bancaria, deseaba realizar un estudio mediante el cual se pudiera visualizar la operacin 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 trminos de crditos liquidados y de dinero pagado, al mes. El gerente encargado de esta oficina nunca haba hecho un estudio similar debido a que, para su entender las operaciones tenan demasiada complejidad en sus actividades as como el gran nmero de elementos que tenan que intervenir en la operacin diaria de una solicitud. Bajo este panorama, adems de la necesidad de la gerencia de dicha oficina de tener un parmetro de medicin as como de manera diaria poder estar controlando en cuestin numrica al sistema y de este modo a los empleados, se decidi hacer un estudio de simulacin, 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 haba en cada una de las operaciones con cada uno de los elementos del sistema, apartir de ah se comenz por hacer una toma de tiempo que corroborara todo lo que en los manuales operaciones estaba preestablecido, as 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 haba un rea de archivo, en donde estaban bajo resguardo todos los documentos (contratos, avalos, informacin del cliente, etc.) de cada unos de los casos, mas de 10,000 archivos, y cuando algn ejecutivo necesitaba una informacin de dichos expedientes, solicitaba al rea de archivo una copia de algn 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 tenan que hacer las personas encargadas del archivo.

17

Adicionalmente de estas actividades de bsqueda de los expedientes, identificacin de los documentos, obtencin de datos de los expedientes y el sacar copias de los documentos, las personas de archivo tambin tenan 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. Despus de haber simulado todos los procesos y ensear de manera visual al gerente el modo de operacin de la oficina hipotecaria, se demostr numricamente mediante los estadsticos del simulador, los parmetros de medicin que el gerente quera ver, en donde se dio cuenta que las actividades mencionadas anteriormente implicaban un gran atraso en otras actividades que tenan una mayor prioridad. Por lo cual se propuso contratar a dos personas mas que hicieran las actividades nicamente 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 nicamente con las actividades propiamente administrativas, lo cual generara de manera automtica la reduccin del cuello de botella en esta rea por lo anteriormente mencionado. Adicionalmente se generaron cargas de trabajo idneas para cada una de las reas en donde se pudiera saber con anterioridad si las metas que la institucin solicitaba para cada rea podan ser cumplidas y en qu plazo, as como tambin se generaron reportes electrnicos en donde diariamente los ejecutivos al final del da suban su reporte a un servidor y de este modo se generaban de manera automtica los reportes diarios y de esto modo poda saberse que es lo que cada rea hacia diariamente as como tener un control ms 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 ms dinero en recuperacin hipotecaria recabo en el trmino del siguiente ao.

2.2 DEFINICION DE SISTEMA Dentro de nuestra vida diaria estamos rodeados de sistemas en nuestras actividades, desde el tomar un transporte pblico, cuando requerimos ir al mdico, al banco e incluso en la escuela, todos nosotros estamos rodeados de sistemas. Por lo mismo siempre estamos demandando mayor calidad en estos sistemas, as como el pasar el menos tiempo posible en lneas de espera en dichos sistemas, incluyendo los costos de los mismos.

18

Primeramente debemos de tener en cuenta cuales son los elementos bsicos de un sistema: Entradas. Proceso de transformacin. Salidas. Retroalimentacin.

En la Figura 2.1 se ejemplifica de manera grafica la interaccin que tienen cada uno de estos elementos, considerando que en el proceso de transformacin 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 manutencin del sistema. Hay que recordar que en los sistemas existe la presencia de un propsito u objetivo, en otras palabras, el proceso de transformacin en un sistema representa la produccin caracterstica del sistema llevando la consecucin del propsito. Despus de esta transformacin se cuentan con las salidas, las cuales representan primordialmente a la transformacin que sufre las entradas, es decir, se cuenta con el logro del objetivo, llmese pieza final, producto terminado, cliente atendido, etc. Es la exportacin que hace el sistema al medio, generalmente no existe una sino varias salidas.

19

Tomando en cuenta que el sistema cuenta con un propsito u objetivo que cumplir, as la retroalimentacin es la informacin que indica como lo esta haciendo el sistema en la bsqueda 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 definicin podemos encontrar varios puntos clave como (1) el hecho de que un sistema consiste de mltiples elementos, (2) dichos elementos estn interrelacionados y trabajan en conjunto, y (3) un sistema existe por el propsito de alcanzar objetivos especficos. Como ejemplos podemos encontrar el sistema vial, los sistemas polticos, sistemas econmicos y los sistemas de manufactura y de servicios. En donde nuestra atencin ser enfocada a los sistemas de manufactura y de servicios en donde se procesan materiales, informacin y se atienden a clientes. Los sistemas de manufactura pueden ir desde pequeos talleres de trabajo y clulas de manufactura hasta largas lneas de produccin y ensamble, sin olvidar almacenes y centros de distribucin. Podemos encontrar una gran variedad en los sistemas de servicio los cuales incluyen sistemas de salud, centros de atencin 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 algn servicio y abandona dicho sistema como un cliente atendido. Por ejemplo en una institucin bancaria los ejecutivos de la institucin que atienden al cliente, las cajeras, gerentes, subgerentes y de ms personal son parte del sistema (como recursos), dichas personas son las que prcticamente ponen en funcionamiento al sistema a travs de sus actividades con las cuales atienden a los clientes. 2.3 ELEMENTOS DEL SISTEMA Desde la perspectiva de la simulacin, 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 simulacin.

ENTRADAS
ACTIVIDADES RECURSOS CONTTROLES

SALIDAS

SISTEMA

2.3.1 ENTIDADES Las entidades son los objetos procesados a travs del sistema tales como productos, clientes o documentos. Diferentes entidades pueden tener caractersticas nicas 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 electrnicos, etc.)

Para la mayora de los sistemas de manufactura y de servicios las entidades son discretas, es decir el comportamiento de dichas entidades est determinado mediante un comportamiento discreto, como es el caso de casi todos los sistemas de servicios. Algunos sistemas de produccin 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 estn directa o indirectamente involucradas en el proceso de las entidades. Algunos ejemplos de dichas actividades incluyen servicio a clientes, corte de partes en una mquina, o reparacin de alguna pieza o mquina. Las actividades usualmente consumen tiempo y generalmente involucran el uso de recursos, dichas actividades pueden ser clasificadas como:

21

Procesamiento de entidades (tratamientos, inspeccin, fabricacin, etc.) Movimiento de entidades y recursos (trasladndose en un elevador) Recursos en mantenimiento y reparacin (preparacin de mquinas, reparacin de mquinas, 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 caractersticas 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 (informacin, energa elctrica, 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 polticas. En niveles ms bajos los controles proporcionan la informacin y decisiones lgicas para que el sistema pueda funcionar. Algunos ejemplos incluyen: Secuencias de las rutas de trabajo. Planes de produccin. Horarios de trabajo. Priorizacin 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 mayora de los casos resulta en interacciones complejas. El nmero de elementos en un sistema pueden hacer dudar en nuestro pensamiento, debido al nmero 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 difcil de analizar. La complejidad del sistema esta primordialmente en funcin de los siguientes 2 factores: Interdependencia entre los elementos, as que cada elemento afecta a otro elemento. Variabilidad en el comportamiento de los elementos que produce incertidumbre.

Estos dos factores caracterizan a los sistemas as tambin dificulta el anlisis y prediccin del comportamiento de los mismos. Como se muestra en la figura 2.3 el grado de dificultad en el anlisis incrementa sigilosamente de acuerdo a un mayor nmero de interdependencias y variables aleatorias.

FIGURA 2.3 La dificultad en el anlisis est en funcin

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 reparacin entra en accin mientras las de ms maquinas se encuentran desocupadas, o paradas en su operacin, debido a la falta de material que la maquina en reparacin les provee. Otro ejemplo lo podemos encontrar en las situaciones en donde un recurso est siendo compartido entre dos o ms 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 atencin de manera inmediata. Esto es tambin conocido comnmente como reaccin en cadena o el efecto domino, en donde al colocar las fichas de domin de manera vertical una tras otra y al momento de tirar la primera ficha, esta tirara a la ficha de atrs y est a su vez a la siguiente ficha y as sucesivamente hasta donde ya no haya ms fichas.

2.4.2 VARIABILIDAD La variabilidad es una caracterstica inherente en cualquier sistema en los cuales est inmerso el factor humano y maquinas. La variabilidad genera un efecto de impredecibilidad en las interdependencias, haciendo a los sistemas incluso ms complejos e impredecibles. La tendencia en la planeacin de los sistemas es ignorar la variabilidad y calcular el funcionamiento y capacidad del sistema basado en valores promedios, muchos programas de produccin como MRP trabajan de esta manera. Disear 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 obtendr una calificacin en una materia basado en el promedio general de la materia del ao pasado. El ejemplo ms ilustrativo del impacto que la variabilidad puede tener sobre el comportamiento de un sistema es en una situacin simple en donde las entidades llegan al sistema mediante una fila y ah esperan a ser atendidos por un servidor nico. Supngase que el tiempo entre las llegadas de los clientes esta exponencialmente distribuido con un tiempo promedio de un minuto y que su tiempo de atencin en el servidor tambin es de un minuto exponencialmente distribuido. Si calculamos el comportamiento del sistema basados nicamente en los tiempos promedios, nunca habr ningn cliente en espera en la fila. En cada minuto en que llega un cliente, el anterior habr finalizado su operacin en el servidor. Ahora, si calculamos el tiempo de llagada de los clientes dentro de un rango de variacin, podremos darnos cuenta que la fila crece de manera importante.

24

2.5 MEDIDAS EN EL DESEMPEO DEL SISTEMA En los altos niveles de la organizacin, las medidas de desempeo engloban el funcionamiento del sistema en trminos de ganancias, costos relativos a presupuestos y algunos ms. Estas medidas son tpicamente de naturaleza financiera, lo cual no se aplica directamente en un nivel operacional de la organizacin, adems de ser medidas que se reportan solo peridicamente. Para un nivel operacional es mucho ms benfico contar con medidas acerca del tiempo, calidad, cantidad, eficiencia y utilizacin. 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 travs del sistema. Dicho tiempo puede ser disminuido mediante la reduccin de los tiempos de las actividades que contribuyen a que el tiempo de ciclo se eleve tales como movimientos, tiempos de operacin e inspeccin. Tambin puede ser acortado mediante la disminucin del nmero promedio de las entidades en el proceso. Utilizacin.- El porcentaje del tiempo de trabajo que el personal, equipo o algn otro recurso estn en uso productivo. Si un recurso no esta siendo utilizado puede ser por estar desocupado, bloqueado o en tiempo muerto. Para incrementar la utilizacin se puede aumentar la demanda de los recursos o reducir el nmero de estos o incluso la capacidad. Esto tambin ayudara a balancear las cargas de trabajo. En un sistema con alta variabilidad en los tiempos de las actividades es difcil alcanzar altos niveles de utilizacin en los recursos. Por ejemplo en los talleres se suele tener bajos niveles de utilizacin en las maquinas. Tiempos de esperas.- La acumulacin 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 reduccin del nmero de objetos (clientes o niveles de inventario) en el sistema. Tambin puede ser decrementado reduciendo la variacin e interdependencia en los sistemas. Niveles de inventario o filas.- El nmero de objetos o clientes en almacn o reas de espera. Es conveniente mantener los niveles de inventario y de las filas al mnimo. Las filas ocurren cuando los recursos no se encuentran disponibles cuando se necesitan. Dichos inventarios o filas pueden ser controlados a travs de un balanceo lneas o mediante la restriccin de la produccin en las operaciones cuellos de botella. Una de las formas ms eficaces para controlar los niveles de inventarios es mediante la aplicacin del JIT (Justo a tiempo).

25

Rendimiento.- Desde el punto de vista de la produccin, es el porcentaje de productos terminados en conformidad con las especificaciones del producto en relacin al nmero total del producto que entra como materia prima.

Estas medidas de desempeo 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 produccin se refiere directamente a los altos niveles de inventarios existentes, a los bajos ndices de rendimiento del sistema o incluso a los altos tiempos de ciclo.

2.6 VARIABLES EN EL SISTEMA Disear un nuevo sistema o hacer mejoras a una ya existente requiere ms que una simple identificacin de los elementos y comportamientos del sistema. Se requiere un entendimiento de cmo los elementos del sistema afecta a otros o incluso al comportamiento del sistema entero. Para ayudar a entender esta relacin, se necesita la comprensin de tres tipos de variables en el sistema: Variables de decisin. Variables de respuesta. Variables de estado.

2.6.1 VARIABLES DE DECISION Cuando se lleva a cabo un experimento, las variables de decisin son tambin 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 nmero de operadores a asignar para la lnea de produccin o para alguno de los turnos de trabajo. Las variables controlables son llamadas variables de decisin 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 operacin.

26

2.6.2 VARIABLES DE RESPUESTA Una variable de respuesta puede ser el nmero de entidades procesadas en un periodo de tiempo o el porcentaje de utilizacin. 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 especfico de tiempo, como puede ser el nmero actual de entidades esperando a ser procesadas o el estado actual (desocupado, ocupado, tiempo muerto, operacin, etc.) de un recurso en particular. Las variables de estado son comnmente ignoradas en los experimentos, a partir de ser directamente controladas como las variables de decisin.

2.7 OPTIMIZACION DEL SISTEMA Especficamente, optimizacin trata de encontrar la mejor combinacin en los valores de las variables de decisin los cuales minimicen o maximicen alguna funcin objetivos tales como costos o ganancias. Una funcin objetivo es simplemente una variable de respuesta del sistema. Un tpico objetivo en un problema de optimizacin para sistemas de manufactura o servicios puede ser la minimizacin de costos o maximizacin de sus porcentajes de operacin. Por ejemplo, se puede estar interesado en encontrar el nmero ptimo el personal del staff en actividades de atencin al cliente, lo cual minimice los costos que esto implique. Se identifican cuatro pasos claves para poder lograr el mejoramiento de un sistema (identificacin de problemas y oportunidades, desarrollo de alternativas de solucin, evaluar las soluciones y seleccionar e implantar la mejor solucin), dichos pasos, si se siguen de la manera ms adecuada, aseguran una mejora en los sistemas y manera casi automtica (Figura 2.4).

27

FIGURA 2.4 Pasos en el logro del mejoramiento de un sistema


IDENTIFICACION DE PROBLEMAS Y OPORTUNIDADES

SELECCIONAR E IMPLANTAR LA MEJOR SOLUCION

DESARROLLO DE ALTARNATIVAS DE SOLUCION

EVALUAR SOLUCIONES

2.7.1 IDENTIFICACION DE PROBLEMAS Y OPORTUNIDADES Es importante saber detectar los problemas en un sistema, las reas de oportunidad en donde el sistema pueda ser mejorado, con el fin de que este llegue a ser ptimo. 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 est mal en el sistema, as 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 solucin a un problema usualmente comienza mediante el entendimiento del problema, la identificacin de las variables clave as como la descripcin de la importancia de su relacin. Esto ayuda a identificar posibles reas de atencin y puntos de control para la aplicacin de la solucin. Tcnicas como anlisis de causa y efecto y anlisis de pareto son de mucha ayuda en este punto. La generacin de alternativas de solucin requiere creatividad as 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 solucin debern de ser evaluadas basndose en criterios establecidos con anterioridad, dichos criterios regularmente incluyen metas a alcanzar, costos de implantacin, etc. Se debe de tener siempre en cuenta lo que se est tratando de lograr con dichas alternativas, las metas u objetivos a conseguir. Recordando que lo que se busca hacer con dichas alternativas es la optimizacin de nuestro sistema, mediante solucionar el problema identificado con anterioridad, tambin teniendo cuidado de que dichas soluciones no provoquen algn otro problema que no est 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 mayora de los casos, la seleccin de la solucin a implantar no depende del analista, ms bien es una decisin que asume la gerencia. El papel del analista es presentar sus evaluaciones de la manera ms clara posible as como informacin que ayude de mejor forma a tomar una mejor decisin a la gerencia. Las personas encargadas de la implantacin de la solucin 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 implantacin, muy a pesar de que el analista no es quien toma la decisin de que solucin implantar, debera de ser este quien lleve a cabo dicha implantacin, ya que es el quien como analista, conoce como llevar a cabo dicha implantacin, de lo contrario se podran caer en errores de implantacin.

29

CAPITULO III SIMULACIN BASICA


3.1 INTRODUCCION Simulacin es mucho ms significativa cuando existe el entendimiento de que es lo que se est haciendo. El entendimiento de cmo simulacin trabaja nos ayuda a saber si la estamos aplicando de la manera correcta y el significado de los resultados obtenidos. A partir de este captulo se dar un entendimiento mayor a lo que es simulacin y sus diferentes tipos, as como los diferentes software en que se puede hacer simulacin.

3.2 TIPOS DE SIMULACIN Hay varias maneras de categorizar simulacin. Algunas de las formas ms comunes incluyen: Esttica o dinmica. Estocstica o determinstica Eventos discretos o eventos continuos.

3.2.1 SIMULACIN ESTATICA CONTRA SIMULACIN DINAMICA La simulacin esttica es aquella que no est basada en trminos de tiempo. Este tipo de simulacin est basada en muestra aleatoria para generar resultados estticos, tambin es conocida como Simulacin Monte Carlo. La simulacin dinmica considera el paso del tiempo, es decir los eventos cambiar as como el tiempo transcurre, el reloj simulacin cambia el estado de los eventos. La simulacin dinmica es utilizada ampliamente para el anlisis de sistemas de manufactura y servicios, as la simulacin dinmica permite simular sistemas y simular sus comportamientos pasados y futuros, todo acorde con el tiempo.

30

3.2.2 SIMULACIN ESTOCASTICA CONTRA SIMULACIN DETERMINISTICA La simulacin en la cual una o ms variables de entrada son generadas de manera aleatorias es conocida como simulacin estocstica o probabilstica. Este tipo de simulacin produce estadsticos de salida representados de manera aleatoria en donde solo contamos con algn 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 simulacin estocstica

ENTRADAS ALEATORIAS

SALIDAS ALEATORIAS

SIMULACION

La simulacin en la cual no se cuenta con datos de entrada azarosos es llamada simulacin determinstica. En dicha simulacin los modelos son construidos del mismo modo que los estocsticos excepto que en estos no contienen datos aleatorios. En una simulacin determinstica 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 simulacin determinstica
ENTRADAS CONSTANTES SALIDAS CONSTANTES

8 2.5 4

13.2

SIMULACION
22

31

Una simulacin determinstica siempre producir exactamente el mismo resultado sin importar cuantas veces sea corrida la simulacin. En la simulacin estocstica cada diferente corrida de la simulacin producir valores estimados a partir de los datos estadsticos de las variables de entrada.

3.2.3 SIMULACIN DE EVENTOS DISCRETOS CONTRA SIMULACIN DE EVENTOS CONTINUOS Una simulacin de eventos discretos es en donde los cambios de estado ocurren de forma discreta a travs del tiempo. Ejemplos de este tipo de simulacin incluyen: La llegada de una entidad a una estacin de trabajo. La conclusin de una actividad. El trmino de un turno.

Los cambios de estados en un modelo ocurren cuando algn evento sucede. El estado de las variables en una simulacin de eventos discretos es referido mediante cambios discretos. La mayora de los sistemas de manufactura y de servicios son comnmente modelados usando simulacin de eventos discretos. En la simulacin 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 est siendo cargado o descargado. En este tipo de simulacin 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 trminos 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 nmero finito de ellos. Ejemplos: x Variable que nos define el nmero de burbujas por envase de vidrio que son generadas en un proceso dado. x0, 1, 2, 3, 4, 5, etc. burbujas por envase. xVariable que nos define el nmero de productos defectuosos en un lote de 25 productos. 32

x0, 1, 2, 3,....,25 productos defectuosos en el lote. xVariable que nos define el nmero de alumnos aprobados en la materia de probabilidad en un grupo de 40 alumnos. x0, 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 sern 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 nmero infinito de ellos. Ejemplos: xVariable que nos define el dimetro de un engrane en pulgadas x5.0, 4.99, 4.98, 5.0, 5.01, 5.0, 4.96 xVariable que nos define la longitud de un cable o circuito utilizado en un arns de auto x20.5 cm., 20.1, 20.0, 19.8, 20,6, 20.0, 20.0 xVariable que nos define la concentracin en gramos de plata de algunas muestras de mineral x14.8gramos, 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 SIMULACIN CONTINUA Y DISCRETA Muchos software de simulacin 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 camin a una estacin 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 relacin 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 estocsticos frecuentemente cuentan con tiempo o cierta cantidad de valores que varan con un rango especificado, el cual es definido como una distribucin de probabilidad. Las distribuciones de probabilidad son de mucha ayuda para predicciones y ms cuando los valores estn definidos mediante variables aleatorias. Por ejemplo si consideramos que el tiempo de atencin de un cliente varia en un rango definido de 2.2 minutos y 4.5 minutos, esto podra ser definido en el modelo mediante una distribucin de probabilidad (normal, exponencial, uniforme, binomial, etc.) as como la descripcin de cada uno de sus parmetros en cada una de las distribuciones.

DISTRIBUCIN DE PROBABILIDAD DISCRETA. Caractersticas: 1. Es generada por una variable discreta (x). xVariable que solo toma valores enteros. x0, 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.

DISTRIBUCIN DE PROBABILIDAD CONTINUA. Caractersticas: 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 funcin de densidad de probabilidad deber tomar solo valores mayores o iguales a cero. La funcin de densidad de probabilidad slo puede estar definida en los cuadrantes I y II.

3. La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1. El rea definida bajo la funcin de densidad de probabilidad deber ser de 1.

f ( x )dx 1

3.4 COMO FUNCIONA LA SIMULACIN DE EVENTOS DISCRETOS La manera en que la mayora de las personas tiende a pensar acerca de los sistemas, es que son procesos para entidades. Cuando describimos un sistema, es natural pensar en trminos de procesos. Las entidades comienzan el proceso la actividad A, de ah es movida hacia la actividad B y as sucesivamente. En la simulacin 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), despus ocurre el segundo evento (el proceso de la actividad A es completado) y as sucesivamente. Los eventos en simulacin 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 anticipacin. Considrese el ejemplo de las llegadas de ciertas entidades al sistema cada cinco minutos, lo cual nos permite fcilmente predecir el nmero de llegadas en un tiempo especfico dentro del modelo simulado. Los eventos condicionados, como su nombre lo dice, estn condicionados a que suceda algn evento en el sistema para que este ocurra (algn tiempo especificado, la realizacin 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 estn 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). As como en este ejemplo, en los eventos condicionados se tendr que utilizar en algunos casos ciertas reglas de operacin (como PEPS) para que la condicin pueda llevarse a cabo de la manera exacta.

35

A continuacin se muestra un diagrama de cmo funciona la simulacin de los eventos discretos. FIGURA 3.3 Diagrama del funcionamiento de la simulacin de eventos discretos.

INICIO

SE CREA BASE DE DATOS Y PROGRAMACION DE LOS EVENTOS INICIALES

AVANZA EL RELOJ SIMULACION HACIA EL SIGUIENTE EVENTO

SI EVENTO FINALIZADO?

GENERA ESTADISTICAS DE SALIDOA Y REPORTE FINAL

NO

SE PROCESA EL EVENTO Y SE PROGRAMA UN NUEVO EVENTO

TERMINACION

ESTADISTICAS, ESTADO DE LAS VARIABLES Y ANIMACION

SI CONDICION DE EVENTO?

36
NO

3.5 FUNCIONAMIENTO DE LOS EVENTOS Para mostrar cmo funciona simulacin, ilustraremos una simulacin 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., despus de ser atendidos por el servidor los clientes saldrn del sistema. Esta ejemplificacin nos sirve para darnos cuenta de cmo estn funcionando los eventos de acuerdo al reloj simulacin. As como en cualquier otra simulacin, ciertas suposiciones deben ser hechas en donde la informacin no es clara o completa. Las suposiciones que asumiremos para esta simulacin sern: No hay clientes en el sistema cuando este inicia, as que la fila est vaca y el servidor se encuentra desocupado. No se cuentan con recursos que auxilien a la operacin. El tiempo de movimiento de la fila al servidor de despreciable, por lo cual es ignorado. Los clientes que arriban a la fila seguirn 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 S

FILA

SERVIDOR

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 simulacin.

INICIO

LLEGADA DEL PRIMER EVENTO

ACTUALIZAR RELOJ Y PROCESO DEL SIGUIENTE EVENTO

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

NO
SERVIDOR DESOCUPADO?

NO
CLIENTE 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 COMPLETADO EN SERVIDOR? SE CAMBIA EL ESTADO DEL SERVIDOR A DESOCUPADO

NO

SI
ALGUN CLIENTE EN FILA?

FIN

NO

38

3.6 LENGUAJES DE SIMULACIN CONTRA SIMULADORES Hay algunas diferencias entre los lenguajes de simulacin y los simuladores. Los lenguajes de simulacin son en su mayora considerados de propsitos generales y cuentan con poca definicin para la construccin y modelacin de sistemas muy especficos. Por otro lado, los simuladores son para un manejo especifico de problemas, por ejemplo simular un simulador de centros de trabajo o simulador de clnicas. La diferencia entre los lenguajes de simulacin y los simuladores radica primordialmente en que los simuladores han sido diseados especficamente para la construccin de modelos de una manera fcil.

39

CAPITULO IV INICIANDO EN SIMULACION


4.1 INTRODUCCION En este captulo se ver como comenzar un proyecto de simulacin, en especial se har nfasis en como seleccionar el proyecto adecuado y llevar a cabo un plan de trabajo exitosamente para completar el proyecto. Simulacin no es algo que se hace cuando se cuenta con la herramienta adecuada y un proceso donde aplicar la simulacin, no se debe de comenzar a realizar simulacin sin el conocimiento y la preparacin necesaria. Un proyecto de simulacin deber ser cuidadosamente planeado siguiendo principios bsicos de la administracin de proyectos. En este captulo se mencionaran aspectos como: Preparacin para un estudio de simulacin. Pasos a seguir en un estudio de simulacin. Objetivos en el estudio de simulacin. Requerimientos para realizar exitosamente un estudio de simulacin. Puntos clave a evitar cuando se hace simulacin.

El procedimiento para hacer simulacin es esencialmente el mismo. En este captulo se mencionara el procedimiento bsico para hacer un estudio de simulacin, pero nos enfocaremos principalmente en el primer paso: definicin de objetivos, alcances y requerimientos del estudio. Una pobre planeacin, objetivos mal definidos y expectativas irrealistas pueden detonar en un mal estudio de simulacin.

4.2 ACTIVIDADES PREVIAS Simulacin no es una herramienta que deba de ser usada de manera indiscriminada. La decisin de utilizar simulacin requiere algunas consideraciones: Simulacin es la aplicacin apropiada? Hay algunos otros mtodos igual de efectivos y menos costosos?

40

Una vez que simulacin haya sido la herramienta seleccionada, se deben de tomar algunos otros aspectos en cuenta: El personal seleccionado deber ser capacitado y entrenado. El software deber ser cuidadosamente seleccionado.

La naturaleza del proyecto as como las polticas de la organizacin debern de ser percibidas para de este modo saber cmo preparar el estudio de simulacin.

4.2.1 SELECCIONANDO LA APLICACION La decisin de utilizar simulacin usualmente comienza con un problema sistemtico para el cual es necesaria una solucin. El problema puede ser tan sencillo como simplemente agregar un recurso ms al sistema, o tan complicado como incrementar el porcentaje de operacin de las maquinas al mismo tiempo que se reduce el tiempo de ciclo. Estos problemas solo son oportunidades para mejorar un sistema a travs del uso de la simulacin. Mientras muchas oportunidades existen para la aplicacin de simulacin, los usuarios iniciales de simulacin debern de seleccionar una aplicacin que no sea demasiado complicada y que aun as posea un gran impacto en la organizacin. Se debe de mantener la concentracin en los problemas significativos pero sin que estos ocupen toda nuestra atencin. El primer proyecto de simulacin deber se uno que este muy bien definido y que pueda ser completado en solo algunas semanas. Se puede empezar con pequeos proyectos como alguna clula de manufactura o proceso de servicio con solo algunos pasos a seguir en el proceso. La meta objetivo en este caso deber ser ganar ms experiencia en simulacin en lugar de tratar de hacer alguna mejora dramtica y sustancial en el sistema. Liderar un proyecto piloto como el mencionado es una experiencia muy parecida al calentamiento previo a ejercitarse. Esto debera ser tratado como una muy buena experiencia de aprendizaje. En la medida en que se vaya adquiriendo experiencia en simulacin, 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 continuacin se muestra una serie de cuestionamientos que se debern de hacer en la evaluacin previa para considerar si el proyecto es susceptible de usar simulacin en el. Est el proceso bien definido? Est disponible la informacin del proceso? Tiene el proceso interdependencias? 41

Hay variabilidad en el proceso? Las ganancias que se obtendrn en trminos econmicos, Son mayores a los costos de hacer simulacin? Si se trata de un nuevo proceso, Hay tiempo suficiente para desarrollar un estudio de simulacin? Si se trata de un proceso ya existente, Es menos costos que experimentar directamente en el sistema? La gerencia est comprometida con el proyecto?

Esta ltima pregunta siempre se debe de tener muy presente, ya que si la gerencia realmente no est comprometida con el proyecto o no cree que el proyecto le pueda ser de utilidad al ser aplicado, entonces de nada estar sirviendo el esfuerzo, tiempo y empeo que se dedique al proyecto. Es bien sabido que la gerencia cuenta con muchos proyectos los cuales para poder ser aplicados y quizs simulacin no sea una prioridad para ellos, sin embargo, mediante un estudio de costo beneficio se puede llegar a la conclusin de usar simulacin.

4.3 SELECCIN DEL SOFTWARE Una de las tareas ms importantes es la referente a la seleccin del software de simulacin, 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 xito o fracaso del proyecto. en muchas ocasiones se pueden pasar muchos meses en la tarea de modelacin sin estar obteniendo mucho progreso en el modelo, esto es debido a las propias limitaciones del software seleccionado, de esta forma, el software de simulacin seleccionado debe de contar con las requerimientos mnimos necesarias para el logro exitoso del proyecto. Se debe de centrar la atencin en ciertos requerimientos con los que el software debe de cumplir, a continuacin se da una lista de algunos requerimientos necesarios a tomar en cuenta. Calidad.- Algoritmos confiables as como un manejo amigable del software. Caractersticas especiales y capacidad.- Habilidad para modelar sistemas de cualquier tamao y complejidad as como conocer las necesidades de simulacin en trminos de interacciones externas como animacin y reportes. 42

Uso fcil.- Minimizar el tiempo y esfuerzo para aprender y usar el producto mediante la fcil edicin y construccin de los modelos. Servicios.- La calidad y el nivel de entrenamiento y soporte tcnico que provea el software en un plazo mayor es una consideracin importante a considerar. Costos.- Costo totales de posesin 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 eleccin, por lo cual, al momento de hacer la eleccin se deben de valorar minuciosamente cada uno de los parmetros mencionados con anterioridad.

4.4 PROCEDIMIENTO DE SIMULACIN 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 simulacin podr ser iniciado. Simulacin es mucho ms que construir y correr el modelo del proceso, un estudio de simulacin exitoso debe ser muy bien planeado y coordinado. A continuacin se muestra los pasos a seguir para llevar a cabo un estudio de simulacin. Paso 1: Definir la problemtica, objetivos y alcances. Se define el propsito del proyecto de simulacin y cul es el objetivo que se persigue con dicho proyecto. Los objetivos deben de ser claros muy bien definidos en trminos cuantificables. Una problemtica 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 conceptualizacin del modelo a simular as como la documentacin de los datos recabados que van a ser ingresados en el modelo. Paso 3: Construir el modelo. Se desarrollar el modelo de simulacin 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 servir de nada en nuestro estudio. 43

Paso 5: Disear 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 problemtica 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 deber de hacer un estudio mas minucioso en trminos de cual de estos experimentos optimiza ms el sistema. Paso 6: Presentar resultados. Se debe de documentar y presentar los resultados obtenidos en el estudio y tambin de hacer recomendaciones e informar de manera muy clara y precisa las conclusiones a las que se llegaron con el estudio, recordando que la decisin final con respecto a la implantacin del proyecto corresponde a la alta gerencia de la organizacin.

Cada uno de estos pasos no necesariamente tienen que ser completados en su totalidad antes de pasar al siguiente paso, el procedimiento para hacer simulacin 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 interaccin. As por ejemplo se puede estar desarrollando el layout del modelo al mismo tiempo en que se esta efectuando la recoleccin 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 quizs no hayan sido tomados en cuenta desde un principio.

4.5 DEFINIR OBJETIVOS El objetivo del proyecto de simulacin define el propsito o razn para llevar a cabo el estudio de simulacin. El objetivo debe de ser realista y alcanzable. Los objetivos de la simulacin pueden ser agrupados de manera general en las siguientes categoras: Anlisis de desempeo.- Todo lo relacionado alrededor del desempeo del sistema en trminos de utilizacin de recursos, tiempo de flujo, porcentaje de salida de entidades, etc. Anlisis de capacidad.- Cuando se presiona al mximo, cual es la capacidad de produccin del sistema y donde se encuentran los cuellos de botella.

44

Optimizacin.- Que parmetros, particularmente de variables de decisin, se desean alcanzar como metas para mejorar el desempeo del sistema. Anlisis de sensibilidad.- Cuales con las variables de decisin que ms influyen en las medidas de desempeo y la manera en que estas influyen. Visualizacin.- Como pueden ser los sistemas dinmicos ser ms efectivos en trminos de visualizacin.

Obviamente, en un proyecto de simulacin puede haber varios objetivos, los cuales pueden estar en ms de una de las categoras anteriormente mencionadas. Por ejemplo, un anlisis de sensibilidad puede ser llevado a cabo como parte de un estudio de optimizacin. Despus de que el modelo haya sido optimizado quizs pueda ser necesario centrar la atencin como generar el modelo con una mayor visualizacin para de este modo hacer ms efectivo el proceso de venta de la solucin 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 problemtica que se quiere resolver del sistema. El objetivo existe debido a una problemtica que se esta presentado en el sistema la cual se resuelve mediante el logro del o los objetivos. A continuacin se enlistan algunas preguntas respecto al diseo o la operacin del sistema en las cuales simulacin ayuda a contestar: DECISIONES DE DISEO Qu secuencia del proceso provee el mejor flujo del proceso? Cul es el mejor layout para oficinas, maquinas, equipos y algunas otras reas de trabajo para minimizar los tiempos de traslados y congestionamientos? Cunto personal y equipo es necesario para cumplir con los niveles requeridos de produccin o servicio? Cul es el tamao ptimo de las reas de espera, almacenaje y filas en el proceso? Qu tipo de controles automticos genera la mejor utilizacin de los recursos? Dnde se encuentran los cuellos de botella en el sistema y como pueden ser eliminado?

45

Cuntos turnos de trabajo se necesitan para cumplir con los niveles necesarios de produccin o servicio? Cul es la velocidad idnea de las bandas transportadoras u otro medio de transporte de equipo para cumplir con la demanda de movimiento?

DECISIONES DE OPERACION Cul es el mejor camino para rutear el material, clientes o llamadas a travs del sistema? Cul es la mejor manera de ubicar al personal para realizar determinadas tareas en especfico? Cul es el mejor horario para el mantenimiento preventivo? Cul deber ser la duracin del mantenimiento preventivo para ser desarrollado? Cul es la regla de prioridad para desarrollar trabajos? Cul es el nivel de los inventarios de materia prima y trabajo en el proceso que se debe de mantener? Cunto personal deber 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 trminos medios de valores que puedan ser medidos. Por ejemplo, los analistas frecuentemente estn interesados en el contenido promedio de las filas o la utilizacin 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 simulacin. Por ejemplo se puede estar interesado en la variacin como una medida, tal como la desviacin estndar 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 deber de ser definido para el logro de los objetivos planteados. El alcance es esencialmente la especificacin de un proyecto que ayuda a basar las expectativas del mismo mediante una clarificacin de lo que debe de ser incluido en el la simulacin y lo que debe de ser excluido.

46

Una parte importante en el alcance del proyecto es la especificacin de los modelos que vallan a ser construidos. Cuando se evalan mejoras para un sistema ya existente, se deber de construir primeramente el modelo del sistema actual. Los resultados obtenidos de este modelo debern ser comparados con las salidas del sistema real para validar la simulacin del modelo en cuestin. 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 determinacin del alcance del modelo de simulacin esta estrictamente ligada en que elementos del sistema debern de ser representados en el modelo. Dicha tarea deber estar basada en considerar de cuanto impacto una actividad en particular tiene hacia el logro de los objetivos de la simulacin. Una tendencia muy comn en aquellos que estn inicindose en simulacin es simular el sistema completo, incluso cuando la problemtica y todas las variables de relevancia se encuentran actualmente de manera aislada en un pequeo subsistema. Por ejemplo el objetivo es encontrar el nmero ptimo 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 deber de tomar en cuenta tanto las llegadas de los clientes a la fila que precede a las cajas, as como la atencin de las mismas a los clientes, modelando nicamente esta parte del sistema. De nada servir modelar el servicio de venta de productos en la dulcera 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 FILA CAJAS

DULCERIA

SALAS DE CINE

47

4.7 NIVEL DE DETALLE El nivel de detalle determina la profundidad en detalle del modelo. Para ser ms especficos define la resolucin del modelo. Por ejemplo se puede optar por ejemplo las cajas del la Figura 4.1 como simples cuadros negros o de algn 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 atencin (Ver Figura 4.2).

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

En cualquiera de los dos casos, los resultados obtenidos mediante la simulacin del modelo sern exactamente los mismos, ya que estos no estn 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 atencin de las personas interesadas en el modelo mediante una mayor apreciacin visual del mismo, estas entendern 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 crculos de colores.

48

CAPITULO V RECOLECCION Y ANALISIS DE DATOS


5.1 INTRODUCCION En el captulo anterior se defini la importancia de tener claramente definidos los objetivos as como un plan muy bien organizado que ayude a llevar el estudio de simulacin de la mejor manera posible. En este captulo veremos la etapa de la recoleccin de los datos, lo cual define la modelacin del sistema. El resultado de esta toma de datos resultara en la conceptualizacin mental del modelo acerca del como el sistema ser configurado y como operara este. Dicha conceptualizacin puede estar de manera escrita, en un diagrama de flujo o en cualquier tipo de representacin grfica que servir de base para el modelo que ser creado. En el proceso de hacer simulacin, la tarea de recolectar los datos del sistema real es la que ms 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 fsicamente real del cual obtener esos datos. En los sistemas ya existentes, por lo general se cuenta con un cmulo de informacin de muchos aos referente a la operacin del sistema. Se necesita estar dentro del propio sistema para poder hacer la recoleccin de los datos, ya que solo mediante una visualizacin fsica se podr 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 ms fcil. 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 estar recolectando la informacin primordialmente necesaria que nos ayude a la elaboracin del modelo del sistema. En este captulo se presentara una gua y procedimientos que ayudan a la correcta recoleccin de los datos del sistema, as como contesta las siguientes preguntas: Cul es el mejor procedimiento a seguir cuando se hace la recoleccin de los datos? Qu tipos de datos debern de ser recolectados? Qu tipo de anlisis deber de aplicarse en los datos? Cmo seleccionar la correcta distribucin de probabilidad que represente a os datos? Cmo deber de ser documentada dicha recoleccin? 49

5.2 NORMAS EN LA RECOLECCION DE LOS DATOS La toma de tiempos deber de hacerse de manera sistemtica, buscar la informacin necesaria que sea de utilidad para la construccin del modelo. A continuacin se marcan un lineamiento a seguir el cual ayudara a concentrarnos en el propsito primordial de la recoleccin 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 detonacin de las actividades propias del sistema. 2.- Concentrarse solo en los factores claves de impacto. La discriminacin debe de ser aplicada cuando se estar recolectando los datos para de este modo evitar desperdiciar tiempo en tomar informacin que tiene poco o una nula importancia en la operacin del sistema. Por ejemplo, las actividades fuera de los turnos de trabajo, tales como mantenimiento preventivo que no llega a retrasar el proceso, deber 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 nicamente 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 estacin de trabajo donde sern unidos no deber de tomar en cuenta como parte de la actividad de unin. El tiempo de la actividad de unin de ambos componentes deber 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 simulacin, 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, ser difcil obtener la informacin exacta de las combinaciones y toda la variedad de rutas que pueden ocurrir en el proceso. Seria muy difcil contar con toda la informacin de manera tan detallada. La solucin seria reducir los datos en comportamientos o patrones comunes. Una forma de agruparlos los datos en comn es primero identificar categoras generales dentro de las cuales cada dato pueda ser designado. Despus el porcentaje de cada uno de los casos que estn dentro de esas categoras es calculado o estimado, de este modo podrn modelarse estas categoras 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 definicin del sistema, para efectos de la modelacin del mismo, deber ser la de capturar las relaciones de causa y efecto existentes en el mismo. Esto tambin es conocido como la abstraccin del sistema y su propsito 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 operacin 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 operacin 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 debern ser nuestro punto de atencin en la recoleccin de los datos. Las variables de respuesta describen como el sistema responde a travs de las variables de entrada (acumulacin de trabajo en proceso, utilizacin 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 debern de ser de inters si se esta construyendo un modelo el cual ser comparado en sus datos de salida con los datos del sistema real. Mediante estos lineamientos, la obtencin de los datos ser mucho mas productiva y benfica para la construccin del modelo. Adems de estos lineamientos se deber de seguir una secuencia lgica de pasos cuando se esta haciendo dicha recoleccin. PASO 1: Determinar los requerimientos de la recoleccin 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 recoleccin de los datos es determinar los requerimientos para construir el modelo. Esto deber de ser determinado por el alcance del modelo y su nivel de detalle requerido para el logro de los objetivos de simulacin. Los datos del sistema pueden ser categorizados como: Datos estructurales. Datos de operacin. Datos numricos.

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 (reas de espera, estaciones de trabajo, etc.). la informacin estructural bsicamente describe el layout o configuracin del sistema as como tambin identifica lo que est siendo procesado. Es importante que todos los componentes relevantes que afectan el comportamiento del sistema sean incluidos.

5.3.2 DATOS DE OPERACIN Los datos de operacin explican como el sistema funciona, lo que significa el cmo, cundo y dnde los eventos y actividades se llevan a cabo, estos datos consisten en la informacin de toda la lgica o comportamiento del sistema tales como rutas, horarios de trabajo, el comportamiento de los tiempos muertos, etc. si es proceso est bien estructurado y controlado, la informacin de operacin es muy fcil de definir. Por otro lado, si el proceso est envuelto dentro de una operacin informal la cual no sigue reglas especficas, esto podra llevar a ser mucho ms difcil la definicin de estos datos. Para la simulacin de un sistema, las polticas y reglas que no se encuentran definidas y son ambiguas debern de ser codificadas mediante los procesos definidos y reglas. En caso de contar con variabilidad, se deber de determinar al menos estadsticamente la variabilidad, usando distribuciones de probabilidad.

52

5.3.3 DATOS NUMERICOS Los datos numricos proveen informacin en trminos 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 numricos son muy fciles 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 numricos saber que es lo que exactamente representa dichos valores.

5.3.4 USO DE CUESTIONARIOS Para ayudar a concentrar los esfuerzos en la recoleccin correcta de los datos y la informacin, pueden ser usados cuestionarios. Es ms fcil para las personas contestar preguntas especficas en lugar de estar armando un rompecabezas de informacin o adivinar qu informacin es la necesaria. A continuacin se enlistan algunas preguntas que ayudaran en la recoleccin de los datos. 1.- Qu tipo de entidades son procesadas en el sistema? 2.- Cul es la secuencia de la ruta para cada tipo de entidad? 3.- Dnde, cundo y que cantidades de entidades entran al sistema? 4.- Cules son los requerimientos de tiempo y recursos para cada operacin y movimiento? 5.- Qu cantidad de entidades estn siendo procesadas y movidas en el sistema? 6.- Cul es el detonante para el movimiento de las entidades hacia las locaciones? 7.- Cmo las locaciones y recursos determinan la prioridad de los trabajos a hacer? 8.- Qu tan seguido ocurren las interrupciones en el sistema? 9.- Cul es el horario de disponibilidad para las locaciones y recursos? 10.- Cules son las alternativas de salida de las entidades al acabar una operacin en una locacin? 53

5.4 IDENTIFICAR EL ORIGEN DE LOS DATOS Rara vez toda la informacin 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 informacin dependern de que tan extenso es lo que se est simulando, de un sistema existente o del alguno nuevo sistema. Para los sistemas existentes deber 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 est 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 histricos.- Produccin, ventas, ganancias, tiempos de procesos, tiempos de movimiento, etc. Documentacin del sistema.- Planes de proceso, descripcin del layout, procedimiento de trabajos. Entrevistas personales.- Operadores (mtodos de trabajo), personal de mantenimiento (procedimientos para reparaciones), ingenieros, (ruteo de trabajos), gerentes (horarios de trabajo). Comparacin con sistemas similares.- Con la compaa, 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 tambin un factor importante en la seleccin de la fuente. Si la fuente es difcil para acceder, tales como archivos histricos de los datos, estos pueden estar inmersos entre miles de archivos en los cuales la bsqueda de los datos requeridos se vuelve mucho ms complicada.

5.5 RECOLECTAR LOS DATOS Cuando se est recolectando los datos del sistema, es mejor ir de lo general hacia lo especfico. Se debe de tener en consideracin los siguientes puntos para que la recoleccin de los datos sea llevada de manera exitosa. Definir por completo el flujo de las entidades. 54

.

Desarrollas una descripcin de la operacin 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 recoleccin de los datos es la definicin bsica del flujo de las entidades a travs del sistema, este flujo es definido mediante el movimiento de las entidades dentro del propio sistema. De esta forma, la descripcin del flujo esta representada de mejor forma mediante un diagrama de flujo. Un diagrama de flujo muestra la secuencia lgica de las actividades a travs 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 ms all del movimiento de las entidades a travs del sistema de locacin a locacin. El propsito 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 dems. Dicho diagrama es fcil 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 OPERACIN Una vez creado el diagrama de flujo, la descripcin de la operacin debe de ser desarrollada para explicar como las entidades son procesadas a travs del sistema. Dicha descripcin 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 descripcin de cada una de las operaciones que estn implcitas en dicho diagrama. De cualquiera de las formas en que se presente dicha descripcin, 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 operacin. Donde, cuando y en que cantidades las entidades estn siguiendo ciertas rutas de trabajo. El tiempo y recursos que se requieren para el movimiento de las entidades hacia la siguiente locacin.

55

5.5.3 DEFINIR DATOS INCIDENTALES QUE OCURREN EN EL SISTEMA Una vez que el modelo bsico haya sido construido y probado, detalles adicionales del proceso, tales como tiempo muerto y prioridades de operaciones debern de ser aadidas al modelo. Dicha informacin no es vital para que el modelo pueda ser corrido, sin embargo es necesaria para contar con un modelo ms completo. El impacto potencial de estos elementos adicionales as como el tiempo disponible para implantarlos en el modelo estn mucho ms claro a estas alturas del proyecto que desde el inicio del mismo. De esto modo, cualquier valor numrico tales como tiempo de las actividades, rangos de llegadas y algunos otros debern tambin de ser considerados. Siempre se tienen que tomar en consideracin el alcance y nivel de detalle del mismo, as que si se est considerando incluir ciertos elementos incidentales que ocurren en el sistema, el modelador de deber de cuestionar primero si dichos eventos incidentales estn implcitamente relacionados con el logro de nuestro objetivo, ya que de no estarlo, no deber de considerarse la adicin de estos elementos s nuestro modelo.

5.6 HACIENDO SUPOSICIONES Un modelo de simulacin puede ser corrido con datos completamente errneos, pero no puede ser corrido con datos incompletos. No toma mucho tiempo despus de que la recoleccin de los datos haya comenzado para darse cuenta de la certeza o no de la informacin, sin embargo en ciertos sistemas puede resultar prcticamente imposible obtener ciertos tipos de datos, tales como los largos intervalos que hay en la ocurrencia de fallas en algunas mquinas. Debido a que la formalidad y seriedad de la informacin en los nuevos sistemas es muy cuestionable, la validez del modelo es incierta. Debido a que simulacin en la mayora de los casos es conducida para anticiparnos a situaciones en el futuro, siempre se estn asumiendo suposiciones acerca de condiciones desconocidas en un futuro. Si un modelo est basado nicamente en suposiciones, automticamente no es un modelo valido, lo cual no llevara a preguntarnos, Qu tan bueno es una simulacin que est basada nicamente en suposiciones? Recordemos que en la vida diaria tomamos decisiones basadas en suposiciones sin considerar tal vez las consecuencias de las mismas. Cualquier prediccin acerca de cmo el sistema operara en el futuro est basada en suposiciones acaezca del futuro. No hay nada incorrecto en hacer suposiciones cuando se hace simulacin, siempre y cuando en los resultados nunca excedamos la confianza que tengamos en la operacin real del sistema. El motivo de hacer simulacin comienza a ser hacia la prediccin del funcionamiento de los sistemas basado en ciertas suposiciones. Es mejor tomar decisiones conociendo las implicaciones de nuestras suposiciones a ni siquiera conocer cules 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 recoleccin sean de utilidad en nuestra simulacin, dichos datos debern de ser analizados e interpretado para que la operacin del sistema sea correctamente representada en el modelo, as como la identificacin de los detonantes de los eventos y las relaciones de causa efecto que ocurren en el sistema. Los datos irrelevantes o insignificantes debern de ser eliminados. Los tiempos de las actividades debern de ser separados y aislados de aquellos tiempos que causan retraso de las actividades. Las variables de entrada tambin debern 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 algn programa estadstico (Stat::Fit, MiniTab, etc.) la validez de los datos. As mismo en estos programas no podr determinar bajo que curva de probabilidad se encuentran dichos datos, ya que en la mayora de los sistemas su funcionamiento esta determinando mediante rangos de tiempos. En la Tabla 5.1 se han generado una muestra de 100 nmeros aleatorios, los cuales ejemplificaran una toma de tiempos la cual validaremos mediante el uso de Stat::Fit.

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

FIGURA 5.1 Descripcin estadstica de la muestra de 100 datos DESCRIPCION ESTADISTICA


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

57

Los parmetros mostrados en la Figura 5.1 muestran la descripcin completa de las 100 muestras generadas anteriormente, a continuacin se describirn cada uno de estos parmetros. 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. Desviacin estndar.- La medida del promedio de la desviacin de la media. Varianza.- Dispersin de los datos de acuerdo a la media. Otro valor que podra llegarse a considerar seria el rango, el cual es la diferencia que hay entre el valor mximo y el valor mnimo de la muestra. El anlisis descrito anteriormente solo muestra las caractersticas de la muestra, sin embargo no indica que la muestra sea susceptible de ser usada en simulacin, lo que nos da la pauta para indicar si la muestra es susceptible a usar o no en simulacin lo indica un ajuste de curvas de probabilidad mediante las distribuciones de probabilidad.

58

CAPITULO VI CONSTRUCCION DEL MODELO


6.1 INTRODUCCION En este captulo se ver la manera de llevar el modelo conceptual del sistema hacia un modelo de simulacin. La atencin debe estar centrada en los elementos en comn con que cuentan los sistemas de servicio y manufactura tales como flujo de las entidades y recursos. Modelacin es ms que tener el conocimiento de cmo utilizar un software de simulacin. Aprender a utilizar un software de simulacin de fcil uso es quizs una de los aspectos menos difciles de la modelacin. Sin embargo, los software no pueden tomar decisiones acaezca de cmo los elementos de un sistema en particular opera y la interactividad que tienen entre ellos. Esta es la tarea del modelador. Modelacin tiene dos aspectos como parte de ella, el aspecto de poder ser considerada como arte as como tambin ciencia. El conocimiento de la teora detrs de simulacin y el entendimiento estadstico es la parte de ciencia, pero el conocimiento de cmo representar eficiente y eficazmente un sistema utilizando una herramienta de simulacin es la parte artstica de la simulacin. Los modeladores tienden a usar tcnicas con las cuales son ms comunes, de este modo, la mejor manera de desarrollar una buena simulacin es mediante la observacin de buenos ejemplos, y lo ms importante, mucha prctica. El anlisis se deber de hacer tan pronto y como sea llevado el proceso dentro del modelo de simulacin y se comiencen a desarrollar los experimentos.

6.2 ELEMENTOS ESTRUCTURALES La modelacin de objetos, los cuales representan los elementos estructurales en el sistema tales como maquinas, personas, objetos de trabajo y reas de trabajo. Para efecto de nuestro anlisis 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 simulacin provee la misma clasificacin en la modelacin de los elementos. Incluso estos elementos pueden llegar a subdividirse. Por ejemplo, las locaciones pueden ser subdivididas en estaciones de trabajo, filas, bandas y reas 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 caractersticas especiales tales como velocidad, tamao, condiciones, etc. las entidades siguen una o ms 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 despus de haber pasado por las diferentes locaciones requeridas para su procesamiento. Los modelos de simulacin 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 tambin son generalmente utilizados para obtener informacin durante el curso de la simulacin, por ejemplo se define un atributo llamado ACUMULACION DE TIEMPO el cual general la acumulacin de tiempo que una entidad pasa en el sistema. Las estadsticas 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 simulacin 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 locacin 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 comn 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 llevara mucho tiempo y seria poco benfico. Seria mejor tratarlas como tipos comunes de entidades en la medida de las posibilidades. (Ver Figura 6.1). Esto aplicara cuando las entidades tienen la misma secuencia del proceso, incluso cuando cuenten con algn proceso diferente, aqu podrn 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 mltiples 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 as como tiempo de disponibilidad para la atencin de las entidades. Las locaciones tambin cuentan con reglas de salida as como de entrada basada en una prioridad o en la regla primeras entradas, primeras salidas (PEPS). En simulacin nos encontramos primordialmente interesados en el contenido promedio de las locaciones, as como en el nmero promedio de los clientes en las filas o el nmero de entidades en proceso dentro de las locaciones. Tambin es un punto de inters el tiempo promedio que pasan las entidades en cada una de las locaciones. Las estadsticas interesantes en las locaciones se refieren a la utilizacin de las locaciones as como sus tiempos muertos, tiempos de trabajo y tiempo en que la locacin se encuentra desocupada. LOCACIONES A INCLUIR Decidir que modelar en trminos de locaciones, depender primordialmente de que es lo que pase en dicha locacin. Si la entidad tiene que pasar a travs de la locacin y pasar algn tiempo en ella para despus continuar con su proceso, entonces es necesariamente primordial de incluir dicha locacin. Las locaciones pueden estar incluidas dentro de alguna de las siguientes enlistadas a continuacin: Lugares en donde una entidad es detenida por un periodo de tiempo especfico mientras es desarrollada una actividad (fabricacin, inspeccin, limpieza, etc.). Lugares donde una entidad espera hasta que alguna condicin sea cumplida (la disponibilidad de un recurso, la acumulacin de mltiples entidades, etc.). Lugares donde alguna accin se lleva a cabo, o alguna lgica es ejecutada, incluso sin necesidad de pasar tiempo especfico (destruir una entidad, incrementar un atributo o variable, etc.). Lugares donde se toma una decisin acerca de alguna ruta adicional (acumulamiento de partes en bandas, un rea donde el cliente decidir si contina con el proceso o no, etc.).

62

RESOLUCION DE LAS LOCACIONES Dependiendo del nivel de resolucin necesitado para el modelo, una locacin puede llegar a ser desde una fbrica completa o un rea de servicio a clientes, o siendo nicamente posiciones individuales como un escritorio o estacin 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 idntico en trminos de operaciones y tiempos, la locacin resultante deber tener, en trminos de capacidad, el mismo nmero que la sumatoria de las locaciones que estn 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 despus de estar en la fila pasan a cualquiera de las cajas que se encuentran disponibles para su atencin, en lugar de pasar a una sola caja en especfico, ya que cualquiera de las cajas puede atender al cliente ya que realiza la misma actividad en el mismo tiempo. FIGURA 6.3 Combinacin 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 estticos o dinmicos, 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 mayora 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 mayora de los casos, responden cuando se solicita su utilizacin, donde las entidades don los objetos que generalmente requieren de su uso. En simulacin nos encontramos primordialmente interesados en como los recursos son utilizados, cuntos recursos son requeridos y cuantas entidades en proceso son afectadas mediante la disponibilidad del recurso, as como tambin el tiempo de respuesta del recurso. RECURSOS A INCLUIR La decisin de que recursos incluir en el modelo radica primordialmente en el impacto que tiene en el comportamiento del sistema la introduccin del recurso. Por ejemplo, si el recurso est dedicado nica y exclusivamente en una estacin de trabajo y siempre est disponible para su trabajo en dicha estacin, habra poco beneficio en modelar dicho recurso, ms bien debera ser modelado como parte de la locacin. Ahora bien, si el recurso no siempre est disponible para la atencin de la estacin de trabajo (recurso en tiempo muerto), o si el recurso est siendo compartido con alguna otra actividad (mltiples actividades realizadas por el recurso), entonces es cuando deber 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 as, se deber de considerar el tiempo que el recurso ocupara para llegar a la estacin donde se le est requiriendo. RECURSO COMO TRANSPORTE El recurso tambin 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 dinmicos y en la mayora de los casos son capaces de transportar mltiples 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, habr cientos de rutas a tomar en cuenta para conectar a las locaciones, el modelador beber tener en cuidado al momento de modelar las rutas, ya que dichas rutas debern de tener el mismo camino que en el sistema real hay.

6.3 ELEMENTOS OPERACIONALES Los elementos operacionales definen el comportamiento de los elementos fsicos en el sistema y como ellos interactan entre s. Estas incluyen ruteos, operaciones, llegadas, movimiento de recursos y entidades, reglas, tiempos muertos y de reparacin, etc. La mayora de los elementos operacionales de un modelo pueden ser definidos usando un constructor especficamente diseado para cada elemento. Las reglas de operacin para cada elemento es usualmente seleccionado mediante mens. Sin embargo hay algunas situaciones en la que sea requerido utilizar una lgica de programacin especial como if then.

6.3.1 RUTEOS Los ruteos define la secuencia del flujo de las entidades de locacin a locacin. Cuando las entidades completan sus actividades en una locacin, el ruteo define hacia donde la entidad seguir y especifica el criterio de seleccin, en caso de haber mltiples locaciones destino. Frecuentemente existe ms 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 seleccin. Algunas reglas comunes que son utilizadas para la seleccin de la siguiente locacin incluyen: Probabilstica.- Las entidades son enviadas hacia alguita locacin acorde a una probabilidad predefinida Primera disponible.- Las entidades van hacia la primera locacin disponible en el orden que estas hayan sido enlistadas. Mediante tuno.- La seleccin de ruta se encuentra determinada mediante el listado de dichas locaciones.

65

Hasta llenar la capacidad.- Las entidades continan envindose hacia la locacin destino hasta que la capacidad de este se encuentre llena. Aleatoriamente.- Las entidades son enviadas aleatoriamente a las siguientes locaciones. Usando una condicin.- 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 locacin en mltiples ocasiones. La mejor manera de modelar esta situacin es mediante el uso de los atributos de las entidades el conservara el nmero de veces que la entidad ha pasado por la locacin y mediante este atributo se determina la ruta a seguir segn 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 locacin, segn sea el caso, y pregunta antes de generar la operacin el estado del atributo, para de esta manera, de acuerdo al valor del atributo, hacer la operacin correspondiente a dicha entidad o direccionarla a la ruta que tenga asignada para ese valor de atributo.

6.3.2 OPERACIN DE LAS ENTIDADES La operacin de una entidad define qu es lo que le sucede a la entidad cuando ingresa a una locacin, la definicin exacta de las actividades que la locacin le realiza a la entidad (maquinado, pintado, inspeccin, etc.) no tiene mayor relevancia. Lo realmente importante a saber es que es lo que pasa en trminos de tiempo requerido para la operacin, la utilizacin de algn recurso o alguna otra lgica 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. As como en los dems elementos del sistema, la decisin de incluirlo o no en el modelo deber 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 consolidacin es mediante un agrupamiento de las entidades. En dicha situacin, las entidades son alojadas en una locacin hasta que en esa locacin se acumule una cantidad especfica que vaya a ser agrupada, de ah este agrupamiento de entidades sale de dicha locacin como una sola entidad.

66

La consolidacin de las entidades puede ser de manera temporal, en donde las entidades se encuentran consolidadas para despus ser deparadas. Dicha consolidacin tambin puede ser de manera permanente, en dicho caso las entidades consolidadas no podrn ser separadas y regresar a su situacin anterior de la consolidacin. Ver Figura 6.4 FIGURA 6.4 Consolidacin de entidades A) Consolidacin permanente

ANTES

DESPUES

B) Consolidacin temporal

ANTES

DESPUES

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

67

FIGURA 6.5 Adicin de entidades A) Adicin permanente

ANTES

DESPUES

B) Adicin temporal

ANTES

DESPUES

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

FIGURA 6.6 Divisin de entidades a partir de una entidad. A) La entidad es dividida en mltiples 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 locacin en donde las entidades entran al sistema. Como ejemplos podemos mencionar a clientes llegando a una oficina postal o carros llegando a una interseccin. La manera en que las entidades pueden llegar a un sistema de manufactura o de servicio ocurre de una o diferentes maneras: Peridicamente.- Las llegadas cuentan con intervalos de tiempos peridicos. Mediante un horario.- Las llegadas cuentan con un tiempo previamente especificado. Fluctuante.- Las llegadas arriban mediante una fluctuacin del tiempo. Mediante un evento.- Las llegadas ocurren acorde a la ocurrencia de algn evento.

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

LLEGADAS PERIODICAS Las llegadas peridicas ocurren ms o menos en el mismo intervalo de tiempo. Estas ocurren mediante variaciones y el intervalo define dicha variacin. En otras palabras, en las llegadas peridicas se cuenta con un rango de variacin, es decir, las llegadas de las computadoras al rea de mantenimiento est regida mediante una distribucin normal con una media de 1.5 minutos y una desviacin estndar de 0.5 minutos. En donde la diferencia entre cada una de las llegadas va a tener un valor mnimo de 1 minuto y un valor mximo de 2 min.

69

LLEGADAS MEDIANTE UN HORARIO Dichas llegadas ocurren cuando las entidades arriban en un tiempo especfico. 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 tambin las piezas que vana ser procesadas mediante un programa MRP de produccin. LLEGADAS FLUCTUANTES En algunas ocasione las llegadas arriban mediante un rango de fluctuacin acorde al tiempo. Por ejemplo, las llegadas de los clientes a un banco usualmente varan a travs del da con altas y bajas con respecto al tiempo. Como otros ejemplos se pueden tomar la llegada de los clientes a un restaurante, as como el arribo de llamadas a un centro de servicio (Ver Figura 6.7). FIGURA 6.7 Llegadas fluctuantes en un da.
120 100 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

CANTIDAD DE LLEGADAS

HORA DEL DIA

LLEGADAS MEDIANTE UN EVENTO En muchas situaciones, las entidades son introducidas al sistema mediante el cumplimento de algn evento o condicin especifica. Pro ejemplo, en caso de que la llegada de un cliente a una estacin de servicio este condicionada a que el producto que solicite el cliente haya llegado a la estacin, en este caso, se tendr 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 travs del sistema de locacin en locacin para ser procesadas, los recursos tambin se mueven a las diferentes locaciones en donde estos son requeridos para su uso. Adicionalmente los recursos tambin son utilizados para hacer el movimiento de las entidades en el sistema. El movimiento puede ser tratado de tres maneras bsicas en simulacin: Ignorando el movimiento. Modelando el movimiento utilizando simplemente tiempo de movimiento o traslado (el cual tambin 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 travs de estas rutas.

La decisin de cul de estos mtodos utilizar para modelar el movimiento est 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, as como las locaciones, frecuentemente dentro de sus turnos de trabajo, tienen horarios durante los cuales no estn disponibles para el trabajo. Estos incluyen tiempos fuera de turno, descansos y mantenimiento preventivo. Como en todos los dems elementos del sistema, la decisin de simularlos o no depender primordialmente en la importancia que tengan dichos eventos en el funcionamiento del sistema.

6.3.6 TIEMPOS MUERTOS Y REPARACIONES Es algo comn para recursos, incluso para algunas locaciones, tener tiempos muertos en los cuales estn fuera de servicio por alguna razn tal como puede ser una falla mecnica o interrupciones personales. Los tiempos muertos generalmente ocurren de manera peridica en funcin del tiempo, tiempo de uso o nmero de usos.

71

TIEMPOS MUERTOS PERIODICOS Un ejemplo de los tiempos muertos peridicos 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 tambin un tipo de tiempo muerto de manera peridica en intervalos basados en un lapso de tiempo. La Figura 6.7 ilustra como los tiempo muertos de manera peridica el cual puede ser simulado, en este ejemplo de contempla un tiempo muerto de 5 minutos para hacer una reparacin a la maquina el cual se presentara cada 20 minutos. FIGURA 6.8 Tiempos muertos peridicos durante la operacin del sistema.

INICIO 20 MIN

INTERRUPCION 5 MIN

INTERRUPCION 20 MIN

OPERACION

TIEMPO MUERTO

OPERACION

Durante el tiempo de operacin nos encontramos con tiempo en que la maquina se encuentra ocupada o desocupada, segn 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 15 MIN INTERRUPCION 5 MIN INTERRUPCION 15 MIN

MAQUINA OCUPADA

TIEMPO MUERTO

MAQUINA OCUPADA

72

TIEMPOS MUERTOS BASADO EN VECES DE USO El ltimo tipo de tiempo muerto ocurre basado en el nmero de veces en que una locacin 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 histricos 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 informacin de los tiempos muertos as como su grado de importancia requerido para la simulacin.

73

CAPITULO VII VERIFICACION Y VALIDACION DEL MODELO


7.1 INTRODUCCION Construir un modelo de simulacin es muy parecido como desarrollar un plano de arquitectura para construir una casa. Un buen arquitecto revisara el plano y especificaciones con el dueo de la casa para que el diseo 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 anlisis de la simulacin deber validar las especificaciones del modelo antes de empezar a ser utilizado para su implantacin. En este captulo se ver la importancia que tiene la verificacin y validacin del modelo de simulacin, as como contesta algunas preguntas tales como: Qu es la verificacin y validacin del modelo? Cules son los obstculos a enfrentar en la validacin y verificacin? Cules son las tcnicas utilizadas para la verificacin y validacin? Cmo llevar a cabo la verificacin y validacin de un modelo de simulacin?

7.2 IMPORTANCIA DE LA VERIFICACION Y VALIDACION DEL MODELO El construir un modelo, por naturaleza suele ser errnea de primera instancia. El modelador, primeramente, deber de trasladar el sistema real a un modelo conceptual en vez de llevarlo directamente a un modelo de simulacin. Este proceso es de manera interactiva, ya que la conceptualizacin que el modelador tenga del sistema real cambia en la medida en que se avanza en el anlisis del sistema de manera completa. De esta manera cuando se desea hacer el modelo de simulacin este de haga con los ms mnimos errores con que se puedan tener desde un principio (Ver Figura 7.1). De esta forma el proceso de validacin y verificacin ha de ser desarrollado para reducir e incluso eliminar dichos errores.

74

FIGURA 7.1 Conceptualizacin del modelo real para llevarlo a un modelo de simulacin.

VALIDACION

SISTEMA
CONCEPTO

VERIFICACION

MODELO

La verificacin es el proceso que determina si el modelo de simulacin realmente refleja el modelo conceptual. La validacin del modelo es el proceso que determina que el modelo conceptual refleje correctamente el sistema real. El proceso de verificacin y validacin es un punto crtico para el xito del proyecto de simulacin. Las decisiones importantes en el proyecto de simulacin debern estar basadas en los datos de salida del la simulacin y apartir de ah la evidencia que se demuestra con estos datos debern ser suficiente para la validacin del modelo as como para la toma de decisiones importantes a tomar a partir de esta simulacin.

7.2.1 CAUSAS DE DESCUIDO A pesar de su importancia, en algunas ocasiones se descuida el poner principal atencin a la verificacin y validacin cuando se hace simulacin. 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 realizacin del estudio de simulacin pueden llegar a comprometer la planeacin y realizacin de manera correcta del proceso de validacin. Debido a que la validacin no tiene que llegar a ser desarrollado por completo en un estudio de simulacin, 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 difcil de tratar debido a que se esta hablando de una caracterstica de naturaleza humana. Se deber de contar con paciencia y mucha disciplina para poder desarrollar la validacin 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 validacin del modelo, es un problema muy comn a encontrarse en aquellos modeladores que asumen la idea de que los resultados obtenidos mediante la simulacin y que provienen de la computadora son los correctos. El estar demasiado confiado en la simple corrida de la simulacin y de ah suponer que los resultados sean los correctos debido a una mala percepcin acerca de que lo que se modelo es lo realmente conceptualizado, es una manera muy errnea 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 simulacin. IGNORANCIA El problema final con el que nos encontramos es la falta de conocimiento en el proceso de verificacin y validacin del modelo. Este es un problema comn particularmente en las personas que se estn iniciando en simulacin. La nica manera de atacar este problema es mediante la capacitacin, entrenamiento y prctica constante de dichos usuarios. El involucra personas con experiencia en simulacin en los proyectos a desarrollar ser de gran ayuda para que los nuevos usuarios puedan ir aprendiendo de la experiencia de los modeladores que tienen ms tiempo y experiencia en desarrollar modelos de simulacin.

7.2.2 PRACTICAS QUE FACILITAN LA VERIFICACION Y VALIDACION Un problema mayor en la verificacin y validacin de los modelos ocurre debido a la falta de prctica en la modelacin. Los modeladores iniciales comienzan con muy poca o incluso nula habilidad para desarrollar la verificacin y validacin del modelo. Generalmente el sistema cuanta con cierta complejidad que incluso para los modeladores avanzados puede llegar a causar un problema maysculo. 76

La solucin para crear modelos que faciliten la difcil tarea de verificacin y validacin es primeramente reducir la complejidad del modelo. En muchas ocasiones los modelos ms complejos son desarrollados por modeladores novatos quienes no tienen la habilidad y la sensibilidad para saber cmo extraer la informacin del sistema. As como el modelo ha sido simplificado lo ms posible se necesitara codificar dicha simplicidad para su entendimiento posterior. El software de simulacin correcto tambin ayuda a mantener los datos de la simulacin de manera organizada y entendible.

7.3 VERIFICACION DEL MODELO La verificacin es el proceso de determinar que el modelo funcione tal como ha sido conceptualizado. Esto no significa que el modelo sea vlido simplemente por el hecho que fue corrido correctamente. De hecho la verificacin es un proceso concerniente con la construccin correcta del modelo. Esto es utilizado en la comparacin con el modelo conceptual con la representacin computarizada en donde se traslad dicha conceptualizacin. Este proceso involucra de lleno al modelador ms que al cliente. Durante este proceso de verificacin, el modelador tarta de detectar errores en los datos del modelo para de esta manera poderlos quitar. En esencia, la verificacin es el proceso de depurar el sistema. Hay dos tipos de errores en el modelo de simulacin: Errores de sintaxis Errores de semntica

ERRORES DE SINTAXIS Los errores de sintaxis son bsicamente los errores gramaticales incluyendo la omisin o adicin de alguna notacin en la programacin del modelo, lo cual causa que el modelo corra de manera inadecuada o en ocasiones ni siquiera pueda ser corrido. Por ejemplo, la omisin de algn punto decimal en un nmero o algn parntesis en la programacin lgica de algn evento impactara de manera dramtica los datos de salida de la simulacin. ERRORES DE SEMANTICA Los errores de semntica estn asociados con el significado o intencin del modelador y estos son ms difciles de detectar. La mayora de estos son errores en lgicas de programacin 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 simulacin, es muy comn siempre toparnos con este tipo de errores as como los mencionados ya anteriormente. Sin embargo, hay algunas prcticas bsicas que si son desarrolladas de manera adecuada, minimizan el nmero de fallas que podamos encontrar en el camino hacia la modelacin correcta del sistema. El enfocarse en lo que se est haciendo y eliminar distractores puede causar generar menos errores que los que comnmente se cometen. El checar y volver a checar los datos y los parmetros 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 tcnicas que pueden ser utilizadas para la verificacin del modelo. Algunas de las ms comunes son: Revisin de los cdigos del modelo Corroboracin de datos de salida Visualizar la animacin

REVISION DE LOS CODIGOS DEL MODELO Dicha revisin puede ser llevada a cabo por el modelador o alguna otra persona ms que se encuentre familiarizada con la modelacin as como con el sistema. El propsito de dicha revisin es para verificar los errores que se hayan podido cometer al momento de la programacin. CORROBORACION DE DATOS DE SALIDA En cualquier modelo de simulacin, hay una relacin directa entre la operacin y valores cuantitativos que son predecibles durante la simulacin. Un ejemplo de esto es cuando sabemos que es lo que va a ocurrir al finalizar cierta operacin 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 animacin puede ser utilizada para la verificacin visual, la cual ayudara a que la simulacin funcione en la manera en que se pens que debiera de ser. La animacin puede correrse de manera lenta para de esta forma poder detectar de manera ms fcil los errores que se pudieran haber cometido, sin embargo en una simulacin de mucho tiempo implicara un proceso extremadamente largo. Si se corre la simulacin de manera rpida, los errores seran ms difciles de detectar, ya que al tener una velocidad mayor, los errores no son visualizados de manera ms fcil y efectiva. 7.4 VALIDACION DEL MODELO El proceso de validacin determina el significado y la representacin adecuada del sistema real. Mientras la verificacin es el proceso concerniente a la construccin adecuada del modelo, el proceso de validacin es concerniente con la construccin del modelo correcto. Debido a esto, los clientes debern de estar ms involucrados en este proceso. A travs de la validacin podemos comunicar al cliente o usuarios finales del proyecto que los resultados de la simulacin son reales y de uso aplicable para tomar decisiones en el sistema real. Para sistemas existentes, el comportamiento del modelo deber de corresponder al del sistema actual. En caso de ser un sistema nuevo que esta siendo diseado y que aun no ha sido demostrado su funcionamiento, los datos de salida debern de ser utilizados para reflejar las especificaciones del diseo del sistema y el modelo deber de ser cuidadosamente verificado. La validacin de hecho comienza en la obtencin de los datos del sistema real los cuales nos servirn para proyectar un modelo que incluso es construido. Es decir, si a nuestro modelo le ingresamos basura, basura obtendremos. Si la obtencin de los datos fue realizada de manera errnea, el modelo correr perfectamente bien, obteniendo como resultado datos que no corresponde al sistema real. Es por lo cual, la validacin inicia desde la propia obtencin 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 validacin 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 validacin se enuncian a continuacin algunas tcnicas que ayudaran a determinar la validez del modelo. Observar la animacin.- La animacin visual del comportamiento operacional del modelo es comparado con el conocimiento acerca de cmo se comporta el sistema.

79

Comparacin 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. Comparacin con otros modelos.- Si algn otro modelo ha sido construido mediante algn otro mtodo o incluso otro software de simulacin, las salidas de ambos modelos debern de ser comparadas para conocer los resultados y verificar que coincidan estos resultados, independientemente del mtodo de construccin del modelo. Verificacin con personas familiarizadas con el sistema. - Esto punto se refiere bsicamente a preguntar a las personas que estn 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 histricos.- Si se cuenta con informacin histrica acerca de la operacin y funcionamiento del sistema, el modelo puede ser probado usando los mismos datos operacionales y comparando los resultados con los datos del funcionamiento histrico.

Un mtodo comn de validacin 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 idntica en que el sistema actual se encuentra. Despus de correr dicho modelo, los datos de salida debern de ser comparados con los datos de salida del sistema actual.

80

CAPITULO VIII ANALISIS DE RESULTADOS


8.1 INTRODUCCION El anlisis de resultados de un modelo de simulacin, es una parte de primordial importancia en el estudio de simulacin, ya que para este punto el cundo el modelo ya ha sido construido, verificado y validado en su comportamiento mediante las tcnicas vistas en captulos anteriores. Por lo cual los pasos siguientes a este punto estarn completamente determinados al anlisis de resultados. En este captulo se estarn viendo algunos ejemplos de cmo llevar a cabo el anlisis de resultados de un modelo de simulacin, y la manera en que este anlisis determinara el rumbo de ahora en adelante del estudio de simulacin.

8.2 DATOS DE SALIDA DE LA SIMULACIN Despus de haber corrido el modelo de la simulacin, se obtienen datos estadsticos, los cuales sirven para poder determinar los parmetros del comportamiento del sistema tales como porcentajes de utilizacin de las maquinas, porcentajes de utilizacin de los recursos, tiempos de operacin de las maquinas, tiempo en que la maquina est desocupada, as como tiempos de las entidades en el sistema etc. El anlisis a desarrollar est siendo llevado de la mano con los objetivos a lograr con el estudio de simulacin, es decir, el objetivo que se est persiguiendo con el estudio de la simulacin tiene como fin primordial el resolver una problemtica 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 travs 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 estn basadas en los datos estadsticos de dicho proceso en relacin con tiempos de operacin, tiempos muertos, ciclos de trabajo, etc. Algunas de las tcnicas 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 comn, los cuales pueden parecer trminos desconocidos para las personas que no estn familiarizadas con dichos sistemas. Para lograr un mayor entendimiento del funcionamiento de los procesos de manufactura, a continuacin se describen algunos trminos que resultan de beneficio. OPERACIN.- La operacin es la actividad desarrollada en un producto en una estacin de trabajo. Las operaciones son usualmente desarrolladas para producir algn cambio fsico en el producto. Actividades que no son de transformacin son las inspecciones o pruebas a productos, las cuales tambin son desarrolladas en los productos en alguna estacin de trabajo. ESTACION DE TRABAJO.- Una estacin de trabajo o centro de trabajo es el lugar o la locacin donde una operacin es desarrollada, la estacin de trabajo consiste en una o ms maquinas o incluso personal. MAQUINAS CNC.- Una maquina CNC es una maquina controlada numricamente, 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 programacin, se pueden desarrollar diversos trabajos en ellas. PROGRAMA MAESTRO DE PRODUCCION.- El programa maestro de produccin es lo que define que producto final va a ser procesado y en qu tiempo. Generalmente se trabaj con periodos semanales para tener un mayor control de la produccin. PLAN DE PRODUCCION.- El plan de produccin es programa de produccin 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 travs de las estaciones de trabajo las cuales tienen la ms alta utilizacin o mayor tiempo de trabajo. En donde las piezas estn en espera a ser atendidas durante el tiempo en que la estacin de trabajo se encuentra en un tiempo de procesamiento.

82

PREPARACION.- La preparacin es la actividad previa requerida para alistar a una estacin de trabajo para producir una componente diferente al que estaba produciendo. TIEMPO DE CICLO DE LA MAQUINA.- Es el tiempo requerido para desarrollar una operacin. CAPACIDAD.- La capacidad se refiere al nmero 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 operacin. DISPONIBILIDAD.- Cuando la maquina se encuentra lista para poder procesar las piezas o hacer sus tareas asignadas. PROGRAMAS DE MANTENIMIENTO PREVENTIVO.- Es el mantenimiento peridico desarrollado en los equipos (maquinas) para que estos sigan trabajando de una manera adecuada. UNIDADES DE CARGA.- Es la consolidacin de un grupo de partes que son juntadas para poder ser movidas a travs del sistema. la idea de realizar dichas cargas es minimizar el movimiento de las piezas a travs del movimiento agrupado de las mismas en lugar de hacerlo de manera individual.

Bajo este contexto, el anlisis de los resultados puede estar enfocado en los tiempos de operacin de las maquinas, en donde este deber 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 mquina y tiempo muerto radica primordialmente en que el tiempo muerto de la maquina es considerado cuando esta no puede estar en operacin debido a alguna falla que tenga y que se encuentre en reparacin, mientras que en el tiempo desocupado es cuando la maquina se encuentra disponible para su operacin pero no hay ningn tipo de entidad disponible a ser trabajada debido a que an no ha llegado a esta mquina. En ambos la maquina no se encuentra en tiempo de operacin. El anlisis tambin 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 nmero de entidades en espera, as como su tiempo de espera de dichas entidades en estas lneas e espera.

83

8.4 SISTEMAS DE SERVICIO Un sistema de servicio es en donde uno o ms servicios son proporcionados al cliente. Entidades (clientes, pacientes, documentacin, etc.) son llevados a travs de una serie de reas de procesamiento (recepciones, validacin de documentos, cobros, etc.) para darles algn servicio. Hay ciertas caractersticas inherentes de estos sistemas, las cuales diferencian a estos sistemas con los sistemas de produccin. Los servicios son intangibles. No son cosas. Los servicios son perecederos. No pueden ser inventariados. Los servicios generan salidas heterogneas. 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 produccin en donde las entidades son dirigidas a travs de una serie de estaciones de servicios y reas 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 ms impredecible que las piezas o maquinas. Estas especiales caractersticas y sus implicaciones en la modelacin son descritas a continuacin. Entidades caprichosas.- La condicin de los sistemas de servicio, causa en las personas cambios en su modo de pensar acerca de alguna decisin que ya haya sido tomada. Los clientes reaccionan en circunstancias de insatisfaccin. 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 quizs regresar en alguna otra ocasin. Incluso cuando el cliente ya decidi entrar en la fila y este es trasladado hacia otra fila en la cual esperara un tiempo menor. Tambin 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, as como en los sistemas de produccin, los clientes, en la mayora de los sistemas de servicio, llegan al sistema de manera aleatoria. Adicionalmente el rango de llegadas es variantes dependiendo de la hora del da o incluso del da de la semana. Considrese 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 ms constantes, incluso no es el mismo rango de llegada los das lunes que los fines de semana. Decisiones complejas de los recursos.- Generalmente el alojamiento y asignacin de tareas en los recursos estn basadas en alguna regla general. En los sistemas de servicio, los recursos son inteligentes y en la mayora de los casos toman decisiones basados en estados crticos de las entidades. As por ejemplo si en un sistema de servicio un recurso se est dando cuenta de que la fila de clientes en espera a ser atendidos est creciendo demasiado rpido y su tiempo de espera tambin va en aumento, dicho recurso puede tomar la decisin de abrir un servidor ms para que la atencin a dichos clientes sea de manera ms rpida 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 as poder atender a una entidad que ya ha pasado mucho tiempo sin ser atendida. Tiempo de trabajo del recurso fluctuante a travs del paso del tiempo.Otra caracterstica de los recursos humanos, es que su tiempo de trabajo tiende a variar acorde a la hora del da o condiciones de trabajo. As, si un recurso se est dando cuenta del aumento de nmero de personas en una fila de espera, esto puede causar que el recurso realice de manera ms rpida sus labores, ocasionando esto una reduccin en los tiempos de procesamiento. Obviamente esto influir de manera directa en los tiempos del servicio. Tiempos de procesamiento altamente variables.- Los sistemas de servicio varan considerablemente debido a la naturaleza del propio sistema, as como tambin 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 lgicas avanzadas que describan dichos comportamientos. A continuacin se mencionan algunos de los criterios de medicin de pueden ser tomados en cuenta para desarrollar el anlisis de los sistemas de servicio. Tiempo de servicio. Tiempo de espera. Tamao de las filas. Utilizacin 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 anlisis de estos resultados en ambos casos (sistemas de manufactura o de servicio) deber de ser conducido tomando en consideracin el objetivo a lograr con el estudio y siempre fijando nuestra atencin en algunos de los parmetros de medicin para ambos sistemas. Pero no se debe de olvidar tambin que debido a la interdependencia de los sistemas, un cambio en nuestros sistemas para poder conseguir un objetivo especfico, puede causar un efecto poco favorable o negativo en algn otro parmetro de nuestro sistema. Es ah en donde la habilidad del ingeniero industrial y su toma de decisiones debern de encontrar el nivel ptimo de cambiar los parmetros deseados para la consecucin del objetivo sin afectar a algn otro parmetro o en caso de ser inevitable dicha afectacin que sea lo menos posible.

86