SIMULACION

MODELOS DE SIMULACIÓN APLICATIVOS

• Simulación y análisis de inventarios

• Simulación de un problemas de colas

• Simulación para una política de mantenimiento

• Simulación para un sistema de producción

 EJEMPLO 3. SIMULACIÓN Y ANÁLISIS DE INVENTARIOS

Ferretería Simkin, desea encontrar una política de inventarios adecuada y

de bajo costo para un producto en particular: el taladro eléctrico modelo
Ace. Debido a la complejidad de esta situación, ha decidido usar simulación
como ayuda con su problema. La demanda diaria para el taladro Ace es
relativamente baja, pero está sujeta a variabilidad. Durante los últimos 300
días, ha observado las ventas mostradas en la tabla. Cuando se coloca una
orden para reabastecer su inventario con taladros Ace, existe un tiempo de
uno a tres días. Esto significa que el tiempo de entrega también se puede
considerar una variable probabilística. El número de días que pasan para
recibir las últimas 50 órdenes se presenta en la tabla. El inventario inicial es
de 10 unidades en el día 1.

La Ferretería está abierta 200 días al año. El costo de colocar cada orden
de los taladros Ace es de $10. El costo anual por mantener un taladro en
inventario es de $6 por taladro, lo cual también se puede ver como 3
centavos por taladro por día (durante 200 días al año). Por último, El costo
de cada faltante, o venta perdida, es de $8.

¿Cuál es el costo total diario del inventario, según la política de la

cantidad a ordenar, Q 10 y punto de reorden, PRO 5?
EJEMPLO 3. SIMULACIÓN Y ANÁLISIS DE INVENTARIOS
EJEMPLO 3. SIMULACIÓN Y ANÁLISIS DE INVENTARIOS
EJEMPLO 3. SIMULACIÓN Y ANÁLISIS DE INVENTARIOS
EJEMPLO 3. SIMULACIÓN Y ANÁLISIS DE INVENTARIOS
EJEMPLO 4. SIMULACIÓN DE UN PROBLEMA DE COLAS

Las barcazas con carga completa llegan en la noche a Nueva Orleans,

después de sus largos viajes por el río Mississippi desde las ciudades
industriales del medio oeste. El número de barcazas que
atracan en una noche cualquiera va de 0 a 5, Las probabilidades de 0,1, 2,
3, 4 o 5 llegadas se muestran en la tabla. En la misma tabla se
establecieron las probabilidades acumuladas y los intervalos de aleatorios
correspondientes para cada valor posible. El número de descargas de
barcazas también tiende a variar de un día a otro, véase la tabla. Las
barcazas se descargan según la política de primero en entrar, primero en
salir. Una barcaza que no se descarga el día que llega debe espera al
siguiente día. Amarrar una barcaza al muelle es una proposición costosa y el
superintendente no puede ignorar las llamadas telefónicas con enojo de los
dueños de la línea de barcazas recordándole que "el tiempo es dinero"
Decide entonces que antes de ir con el controlador del Puerto de Nueva
Orleans para pedirle brigadas de descarga adicionales, debería realizar un
estudio de simulación de las llegadas, la descarga y los retrasos.
EJEMPLO 4. SIMULACIÓN DE UN PROBLEMA DE COLAS
EJEMPLO 4. SIMULACIÓN DE UN PROBLEMA DE COLAS
EJEMPLO 4. SIMULACIÓN DE UN PROBLEMA DE COLAS
 EJEMPLO 5. SIMULACIÓN PARA UNA POLÍTICA DE MANTENIMIENTO
La compañía de suministro de energía Three Hills Power ofrece electricidad a una área metropolitana grande
mediante una serie de casi 200 generadores hidroeléctricos. La gerencia reconoce que incluso un generador con
buen mantenimiento tendrá fallas o descomposturas periódicas. Las demandas de energía durante los últimos tres
años han sido constantemente altas y la compañía se preocupa por las descomposturas de los generadores. En la
actualidad emplea a cuatro reparadores con capacidades altas y salario alto ($30 por hora). Cada uno trabaja un
turno de 8 horas cada cuatro turnos. De esta manera, hay un técnico de reparaciones en servicio las 24 horas del
día, siete días a la semana. Aunque los salarios del personal de mantenimiento son costosos, las descomposturas
son todavía más costosas. Por cada hora que se descompone un generador, Three Hills pierde aproximadamente
$75. Esta cantidad es el cargo por la reserva de energía que Three Hills debe "pedir prestada" de la compañía de
servicios vecina.
Stephanie Robbins ha sido asignada para realizar un análisis de mantenimiento del problema de descomposturas.
Determina que la simulación es una herramienta con la que puede trabajar debido a
la naturaleza probabilística de este problema. Stephanie decide que su objetivo es determinar 1. el costo del
servicio de mantenimiento, 2. el costo de la descompostura de la máquina y 3. los costos totales de estas
descomposturas y el mantenimiento (lo cual da el costo total de este sistema). Como se necesita el tiempo de
descomposturas total de las máquinas para calcular el costo de las descomposturas, Stephanie debe saber cuándo
se descompone cada una y cuándo regresa a servicio. Por lo tanto, tiene que usar un modelo de simulación del
siguiente evento. Para la planeación de esta simulación, se desarrolla un diagrama de flujo. Stephanie identifica dos
componentes importantes del sistema de mantenimiento. Primero, el tiempo entre las descomposturas sucesivas de
un generador varía históricamente, desde tan poco como media hora hasta tanto como tres horas. Para las últimas
100 descomposturas, Stephanie tabula la frecuencia de los diferentes tiempos entre descomposturas (véase la
tabla). También crea una distribución de probabilidad y asigna intervalos de números aleatorios a cada intervalo de
tiempo esperado.
Robbins observa después que las personas que hacen reparaciones registran su tiempo de mantenimiento en
bloques de una hora. Debido al tiempo que toma llegar al generador descompuesto,
los tiempos de reparación en general se redondean a una, dos o tres horas. En la tabla ella realiza un análisis
estadístico de los tiempos de reparación históricos, similar al realizado para los tiempos de descomposturas.
Robbins comienza con la simulación eligiendo una serie de números aleatorios para generar los tiempos simulados
entre descomposturas de los generadores, y una segunda serie para simular los tiempos requeridos de reparación.
Calcular el costo de mantenimiento simulado del sistema actual.
EJEMPLO 5. SIMULACIÓN PARA UNA POLÍTICA DE MANTENIMIENTO

Datos de demanda:
Tiempo entre
fallas de Probabilidad
máquinas
0.5 0.05
1.0 0.06
1.5 0.16
2.0 0.33
2.5 0.21
3.0 0.19

Datos de tiempos de reparación:

Tiempo de
Probabilidad
reparación

1 0.28
2 0.52
3 0.20
EJEMPLO 6. SIMULACIÓN PARA MANUFACTURA DE UN PRODUCTO NUEVO

Portacom fabrica computadoras personales y equipo relacionado. El grupo de

diseño de productos de PortaCom desarrolló un prototipo de una nueva impresora
portátil de alta calidad. Las características sobresalientes de la nueva impresora
son un diseño innovador y el potencial de capturar un segmento significativo del
mercado de las impresoras portátiles. Análisis mercadológicos y financieros
preliminares produjeron los siguientes costos de venta, administrativos y de
publicidad durante el primer año:
Precio de venta = $249 por unidad
Costo administrativo = $40,0000
Costo de publicidad = $60,0000
En el modelo de simulación para el problema de PortaCom, los valores precedentes
son constantes y se conocen como parámetros del modelo. El costo de mano de
obra directa, el costo de las piezas y la demanda durante el primer año de la
impresora no se conocen con certeza y se consideran datos de entrada
probabilísticos. En esta etapa del proceso de planeación, las mejores estimaciones
de PortaCom de estos datos de entrada son $45 por unidad como costo de mano
de obra directa, $90 por unidad como costo de las piezas y 15,000 unidades como
demanda durante el primer año. A PortaCom le gustaría analizar el potencial de
generar utilidades durante el primer año de la impresora. Debido a la apremiante
situación de flujo de efectivo de PortaCom, la gerencia está particularmente
preocupada con respecto al potencial de sufrir pérdidas.
EJEMPLO 6. SIMULACIÓN PARA MANUFACTURA DE UN PRODUCTO NUEVO

Utilidad = (249 - c1 - c2)x - 1,000,000

EJEMPLO 6. SIMULACIÓN PARA MANUFACTURA DE UN PRODUCTO NUEVO

Costo de mano de obra directa PortaCom cree que el costo de la mano de obra directa oscilará
desde $43 hasta $47 por unidad y está descrita por la distribución de probabilidad discreta
mostrada en la tabla. Por lo tanto, vemos una probabilidad de 0.1 de que el costo de la mano obra
directa sea de $43 por unidad, una probabilidad de 0.2 de que sea de $44 por unidad, etc. La más
alta probabilidad de 0.4 está asociada con un costo de mano de obra directa de $45 por unidad.
Costo de las piezas Este costo depende de la economía general, la demanda de las piezas y la
política de fijación de precios de los proveedores de piezas de PortaCom. Esta empresa cree que el
costo de las piezas oscilará desde $80 hasta $100 por unidad y está descrito por la distribución de
probabilidad uniforme. Los costos unitarios entre $80 y $100 son igualmente probables.
Demanda durante el primer año PortaCom cree que la demanda durante el primer año está
descrita por la distribución de probabilidad normal. El valor medio o esperado de la demanda
durante el primer año es de 15,000 unidades. La desviación estándar, de 4500 unidades, describe la
variabilidad de la demanda durante el primer año.
EJEMPLO 6. SIMULACIÓN PARA MANUFACTURA DE UN PRODUCTO NUEVO

Costo de mano de obra directa PortaCom cree que el costo de la mano de obra directa oscilará
desde $43 hasta $47 por unidad y está descrita por la distribución de probabilidad discreta
mostrada en la tabla. Por lo tanto, vemos una probabilidad de 0.1 de que el costo de la mano obra
directa sea de $43 por unidad, una probabilidad de 0.2 de que sea de $44 por unidad, etc. La más
alta probabilidad de 0.4 está asociada con un costo de mano de obra directa de $45 por unidad.
Costo de las piezas Este costo depende de la economía general, la demanda de las piezas y la
política de fijación de precios de los proveedores de piezas de PortaCom. Esta empresa cree que el
costo de las piezas oscilará desde $80 hasta $100 por unidad y está descrito por la distribución de
probabilidad uniforme. Los costos unitarios entre $80 y $100 son igualmente probables.
Demanda durante el primer año PortaCom cree que la demanda durante el primer año está
descrita por la distribución de probabilidad normal. El valor medio o esperado de la demanda
durante el primer año es de 15,000 unidades. La desviación estándar, de 4500 unidades, describe la
variabilidad de la demanda durante el primer año.

Costo de las piezas = a + r( b- a)

donde
r = número aleatorio entre 0 y 1
a = valor mínimo del costo de las piezas
b = valor máximo del costo de las piezas
EJEMPLO 6. SIMULACIÓN PARA MANUFACTURA DE UN PRODUCTO NUEVO
 VERIFICACIÓN Y VALIDACIÓN DE MODELOS DE
SIMULACIÓN
Verificación es el proceso de determinar que el procedimiento de computadora que realiza los cálculos
de la simulación esté lógicamente correcto. La verificación es en gran medida una tarea de depuración
para asegurarse de que no existan errores en el procedimiento que ejecuta la simulación. En algunos
casos, el analista puede comparar los resultados obtenidos con computadora de un número ilimitado de
eventos con cálculos independientes manuales. En otros casos, pueden realizarse pruebas para verificar
que los datos de entrada probabilísticos se están generando correctamente y que los resultados de la
simulación parecen razonables. El paso de verificaión se completa hasta que el usuario desarrolla un alto
grado de confianza de que el procedimiento de computadora no contiene errores.

Validación es el proceso de asegurarse de que el modelo de simulación proporciona una representación

precisa del sistema real. La validación requiere un acuerdo entre analistas y gerentes en cuanto a que la
lógica y los supuestos utilizados en el diseño del modelo de validación refl ejan cómo funciona el sistema
real. La primera fase del proceso de validación se realiza antes de o junto con el desarrollo del
procedimiento de computadora del proceso. La validación continúa después de que el programa de
computadora ha sido desarrollado, cuando el analista revisa los resultados de la simulación para ver si
éstos reflejan con exactitud el desempeño del sistema real. Si es posible, los resultados del modelo se
comparan con los resultados de un sistema real existente para asegurarse de que los resultados de la
simulación reflejan con exactitud el desempeño del sistema real. Si esta forma de validación no es posible,
un analista puede experimentar con el modelo de simulación y hacer que una o más personas
especialistas en la operación del sistema real revisen los resultados de la simulación para determinar si se
aproxima a lo que se obtendría con el sistema real en condiciones similares. La verificación y validación
no son tareas que puedan ser tomadas a la ligera. Son pasos clave en cualquier estudio de simulación y
son necesarios para asegurarse de que las decisiones y conclusiones basadas en los resultados de la
simulación son apropiadas para el sistema real.