INSTITUTO TECNOLOGICO SUPERIRO DE LAS

CHOAPAS CAMPUS ZATRAGOZA

MATERIA:
SIMULACION
INSTRUCTOR:
ING. ALDO HERNANDEZ LOPEZ
UNIDAD 1 Y 2:
CARRERA:
INGENIERIA INDUSTRIAL
GRUPO
6° C
INTEGRANTES
NORMA REYES HERNANDEZ

1
 INTRODUCCION
Como podemos ver en esta unidad la simulación es una técnica numérica para
conducir experimentos, comprenden ciertos tipos de relaciones matemáticas y
logística, las cuales son necesarias para describir el comportamiento y la
estructura de sistemas complejos del mundo real a través de largos periodos de
tiempo, y esta herramienta nos es de muy gran ayuda en nuestras actividades
dentro del ámbito laboral, en la industria se desarrollan, diferentes métodos con
esta herramienta tan eficaz.

2
 INDICE

Introducción…………………………………………………………………………2

1.- complejidad de algunos sistemas reales que presentan comportamientos

probabilistas………………………………………4

2.- las aplicaciones de la simulación en empresas de manufactura y servicios, así como su

terminología…………………………………….6

3.- aplicación de la simulación e identificar sus alcances y

limitaciones…………………………………………………………………………….14

4.- áreas de la actividad de generación de bienes y servicios tienen mayor aplicaciones

herramientas de simulación……………………………………….…….15

5.-aplicacion de la simulación en diversas áreas de negocios como los inventarios, las

líneas de ensamble, la reparación de maquinaria o equipo, la prestación de un servicio, la
logística…………………………………………………………….…18

6.-enfoques de la simulación de sistema y el respeto que debe existir hacia el medio

ambiente……………………………………………….22

7.-enfoques de la simulación con los de la teoría de líneas de

espera………………………………………………………………………………..27

Números aleatorios y pseudoaleatorios……………………………………………….31

Mediante varios métodos cambia los parámetros del modelo………………………….33

Bibliografía…………………………………………………………………..38

Conclusión…………………………………………………………………39

3
 UNIDAD 1
Incentiva la participación de los alumnos para comentar la complejidad de
algunos sistemas reales que presentan comportamientos probabilistas. Con
base a los comentarios identificar las aplicaciones de la simulación en
empresas de manufactura y servicio, así como su terminología

Sistemas reales que presentan comportamientos probabilistas

Este capítulo está destinado a proporcionar las herramientas de estadística y de

probabilidades que reforzaran el juicio y el criterio en las decisiones y permitirán
reducir los riesgos por las incertidumbres de la variabilidad normales en las
operaciones de ventas, producción y abastecimiento.

En el mundo de los negocios, y muy especialmente en la industria, hay muchos

procesos cuyos resultados no pueden ser previstos individualmente con certeza,
pero si su grado de confianza, o sea el grado de probabilidad de resultado.

Las teorías de la estadística y de la probabilidad nos permiten asignar valores

numéricos justamente a ese grado de confianza de que un resultado especificado
ha de ocurrir

El termino determinístico caracteriza a los procesos en los cuales un conjunto de

sucesos variables produce exactamente los mismos valores cada vez que es
proceso se repite

Por ejemplo: si se ha determinado que el costo de un pedido de compra es

siempre de $300.00, dos pedidos al año tendrán un costo anual de $ 600.00 y 12
pedidos al año un costo anual de $3,600.00, en estos ejemplos no interviene la
incertidumbre si se tienen la certeza del precio y de los tamaños del lote o del
número de pedidos

Las técnicas que se presentan a continuación se emplean en los sistemas

probabilísticos

4
El termino probabilístico es la expresión cuantitativa que comprende la asignación
de valores numéricos a sucesos que tiene la posibilidad de ocurrir y dependen de
fenómenos de la naturaleza o de variables inherentes a un proceso que no son
controlables. Por tanto el sistema probabilístico es el conjunto de métodos
cuantitativos para predecir el comportamiento de un proceso continuo de sucesos.

Por ejemplo

1._ teniendo los datos de 11 meses de venta, predecir la venta del duodécimo
mes; o bien, conociendo la irregularidad de un proveedor en sus entregas en el
pasado, predecir el tiempo de abastecimiento de un material.

Los sistemas probabilísticos servirán para determinar

 El punto de reorden por ciclo fijo y cantidad de adquisición variable

 El punto de reorden de cantidad fija y periodo de abastecimiento variable
 El índice confiable de la incidencia de faltantes
 La incidencia de faltantes permisible, como factor más económico en los
puntos de reorden

Estos factores contribuyen a alcanzar los siguientes objetivos:

 Programar los planes y las actividades para obtener los datos más
confiables para tomar una decisión
 Organizar y analizar los datos de tal manera que se obtengan de ellos la
máxima información
 Establecer o señalar las relaciones entre causas y efecto
 Conseguir la confiabilidad de las conclusiones tomadas
 Supervisar las tendencias y los procesos

5
Identificar las aplicaciones de la simulación en empresas de manufactura y
servicio, así como su terminología

Aplicación de la simulación en empresas para manufactura

 

El modelo de simulación determina el tiempo de operación requerido para

procesar eficazmente la producción en picos bajos, normales y máximos.

Nota relacionada
Cubicaje: distribución a bajo costo
Estrategias para mejorar los pronósticos
Percepción financiera en los costos logísticos
¿Se atrevería a comprar un coche sin hacer una prueba de manejo? entonces
¿por qué implementar un nuevo sistema de logística de manufactura sin antes
probarlo? El software de simulación y modelado le permite hacer justamente eso:
probar la configuración y el flujo de su sistema de manejo de materiales antes de
finalizar el diseño del sistema. Cuando hace la prueba de manejo a un coche
nuevo, usted selecciona la ruta del viaje dependiendo de las características del
coche que quiere probar. Igualmente a la hora de construir un modelo de
simulación, las rutas y los atributos operacionales son incorporados para sustentar
los objetivos del análisis diseño

6
El modelo de simulación se utiliza durante la fase de diseño del sistema. Con base
en la distribución y los parámetros operacionales se desarrolla un modelo de
simulación detallado. La lógica del PLC a instalar también es simulada junto con el
software de logística.  Las tasas de flujo de los materiales utilizados en estos
modelos se obtienen de los índices previstos de producción. El sistema de
información refleja detalles del flujo de materiales que van desde un día normal
hasta días de operación pico, siendo éstas las típicas entradas de información.

El modelo de simulación determina el tiempo de operación requerido para

procesar eficazmente la producción en picos bajos, normales y máximos. Estos
modelos son empleados para perfeccionar el diseño del sistema, la cantidad de
personal requerido, la lógica de control PLC y la funcionalidad del software. Si la
simulación encuentra problemas de desempeño, entonces los ingenieros de
diseño elaboran un esquema y configuraciones de control alternativo. Las
revisiones propuestas al sistema se ponen a prueba con el modelo de simulación
a fin de asegurar que el equipo de manejo de materiales, software y controles
serán capaces de maniobrar bajo todos los escenarios de operación previstos.

Estudio de caso: simulación

Un fabricante de productos duraderos quiso evaluar el desempeño de su sistema

diseñado para manejo de materiales. Dado el tamaño y alcance del proyecto, la
simulación se utilizó desde el principio. El modelo fue un punto de referencia para
comprender el funcionamiento del sistema de manejo de materiales y evaluar
opciones alternativas de configuración.
El diseño incluyó estaciones de trabajo de ensamble, un área de reserva de
trabajo-en-proceso utilizando un sistema automatizado de
almacenamiento/recuperación (ASRS), entrega interna usando un vehículo de
guiado automático (AGV) y transportadores. Los contenedores se desplazan en
una secuencia entre las estaciones de trabajo y el área de reserva de
almacenamiento. El modelo se utilizó para validar: la capacidad de

7
almacenamiento de la reserva del trabajo-en-proceso, el tamaño de la flotilla de
AGV, y algoritmos de software de trabajo asignado. La mano de obra requerida en
cada área funcional se determinó junto con el esquema de escalonamiento de
turnos. Un análisis de sensibilidad del transportador y los sub-sistemas de
almacenamiento de reserva revelaron posibles cuellos de botella operacionales.
Se implementaron cambios operacionales y al propio diseño del sistema como
resultado del modelo de simulación.

Se probaron diversos cambios en la configuración del sistema, algunas

trayectorias de flujo fueron modificadas y los algoritmos programados de flujo de
trabajo fueron revisados como resultado de los diferentes experimentos realizados
usando el modelo de simulación.

Al final, el modelo desarrollado incluyó detalles operativos precisos del personal de

ensamble, montacarguistas y otros operarios importantes en el piso de
producción. Se utilizaron perfiles reales de producción en el modelo de simulación
que incluía el desplazamiento de la carga y la función de trazabilidad de
almacenamiento del software.

Beneficios del modelo de simulación

El modelo de simulación refleja interacciones complejas. Dado que su alcance

engloba datos de producción de manufactura, tamaño de la zona de reserva de
trabajo en proceso, la secuencia de la carga, la entrega interna en planta y las

Operaciones de ensamble, los resultados previstos del comportamiento del

sistema son muy precisos. El modelo de simulación incluye mano de obra
detallada y datos de capacidad de producción. De manera que, la cantidad de
personal requerido para operar el sistema es calculado por el mismo modelo de
simulación. En estos modelos, el personal es variable y el rendimiento en función
del tamaño de la plantilla se puede probar.

8
Se evalúa el impacto del flujo y reflujo del rendimiento y los problemas se pueden
resolver antes de que el sistema sea implementado. Cualquier cambio
recomendado en el diseño del sistema puede ser probado y evaluado

SIMULACIÓN PARA INDUSTRIAS DE SERVICIOS

Alguna vez ha estado en la cola de un banco esperando horas para que le reciban
su consignación? Cuántas veces ha comentado con otras de las personas de la
fila que deberían poner otro cajero?

Pues bien, las interminables filas en los bancos, en las cajas registradoras del
restaurante de moda o en el almacén que le recomendaron por lo barato que
vende han sido el desvelo de los desarrolladores de software de grandes y
pequeñas empresas.

Y lo han sido no solo por la necesidad de evitar molestias a los clientes, sino de
ser más competitivos en un mundo donde la evolución del mercado requiere la
racionalización de los costos operacionales.

Por ejemplo, los bancos tienen que optimizar su red de oficinas, cambiar sus
formatos y mejorar sustancialmente sus procesos de back-office; las cadenas de
supermercados tienen desafíos similares con sus almacenes, y en la gran mayoría
de industrias de servicios estas presiones están al orden del día.

Esta ola de cambios ha hecho necesario adaptar muchas de las tecnologías

desarrolladas originalmente para el mejoramiento de plantas de manufactura, a las
industrias de servicios.

9
Es así como hoy en día se ve en el tema de servicios, tecnologías como la calidad
total que tuvieron su origen en un ambiente de manufactura. En el campo de
ciencias de la decisión también se incorporaron algunas de sus herramientas, y la
simulación fue una de las de más acogida.

Esto no es de sorprenderse, pues si algo está claro hoy día es que la industria de
servicios comparte muchas de las características de las industrias de manufactura
y son, en su esencia, también fabricas, pero de servicios.

Por lo demás, son tan o más intensivas en capital que las industrias de
manufactura y utilizan procesos secuenciales de producción.

Sin embargo...

Existe una gran diferencia entre la industria de servicios y la de manufactura, que

hace que la simulación sea aún más importante para la primera.

En el área de servicios, a diferencia de la de manufactura, el cliente participa en el

proceso de producción y él mismo fluye como entidad a través del proceso
productivo.

Por ello, simular el sistema de servicio al cliente es vital, no solo para optimizar las
operaciones desde la perspectiva financiera, sino también para simular las
variables críticas de servicio al cliente que son las que determinan en el largo
plazo su lealtad.

Los problemas y aplicaciones más sofisticadas y de moda entre industrias que

están sufriendo cambios fundamentales de estructura, como las compañías de

10
servicios públicos, transporte de encomiendas y mensajería, bancos, almacenes,
entre otras, tienen que ver con el diseño integral de sistemas de servicio al cliente.

Construyendo modelos Por integrales se entienden los sistemas que

conjuntamente mejoran al menos las siguientes variables, en forma simultánea:
calidad en el servicio, costo de servir a los clientes, lealtad inducida, y grado de
flexibilidad y control en manos del cliente.

Simular consiste en construir en el computador un modelo que permita evaluar

diferentes escenarios y alternativas de configuración del sistema, para observar
cómo se comportaría ante un conjunto de condiciones experimentales.

Una de las virtudes que tiene la simulación, es poder integrar la variabilidad, la

incertidumbre, el dinamismo y las complejas interdependencias del sistema de
estudio en los análisis que se hacen alrededor de este.

Un ejemplo concreto son los llamados Centros de atención de llamadas (Call

Center). Los sistemas convencionales de análisis utilizan estándares para definir
los tiempos de servicio y tasas de llegada de las llamadas.

Claramente, esta práctica desestima los elementos fundamentales del sistema.

Obviamente, todos los tipos de servicios que se prestan no tienen una misma
duración; cada llamada tiene tiempo diferente y dentro de un mismo conjunto de
llamadas las duraciones son diferentes.

No sólo se deben clasificar diferentes tipos de llamada, sino también modelar la

variabilidad de cada grupo.

11
Así mismo, la tasa de llegada de los clientes cambia a lo largo del día, ya que la
cantidad de gente que llama a solicitar un servicio va cambiando según la hora y,
por supuesto, también depende del día, ya que este se puede ver afectado por un
ciclo de pagos o alguna promoción que se esté realizando.

Otra aplicación es poder calcular con certeza la dimensión que se debe dar a un
centro de atención de servicios, como lo son un banco, un centro de pagos o un
supermercado. Para todos estos sistemas, la variabilidad, dinamismo y
complejidad hacen imprescindible el uso de simulación como herramienta de
análisis para sistemas de soporte a la decisión.

Promodel Corporation, uno de los grandes en el desarrollo de paquetes de

simulación, lanzó al mercado un software que le permite ver en la pantalla de su
computador en forma animada cómo se comportarán las filas frente a los puntos
de servicio de su negocio, calcular el número de puntos (y así ahorrarse dinero y
garantizar un mejor servicio al cliente), dimensionar sus puntos de atención y
justificar los recursos necesarios.

ServiceModel, es un software flexible, fácil de manejar y con un completo reporte

de resultados.

SIMULACION PASO A PASO Para conducir exitosamente un estudio usando

simulación no sólo se necesita un buen software. Existen una serie de etapas y
requisitos que se deben ejecutar cuidadosamente para no cometer errores en las
decisiones que se deben tomar.

Cuatro son las áreas o elementos críticos que se deben integrar: Sistema: Es
necesario que el proceso esté liderado por una persona o grupo que conozca
detalladamente el sistema. Esto le permitirá validar, lógicamente, los resultados

12
que se obtengan al construir el modelo, analizar los datos y parámetros y
supervisar pruebas piloto de ensayo. Así mismo, proveerá la capacidad de
discernir qué elementos son los críticos para modelar y cuáles se pueden estimar
o definir como supuesto.

Simulación: Es necesario un conocimiento del arte y práctica de simulación para

tomar decisiones críticas relacionadas con el nivel de detalle, alcance,
programación y otros puntos generales del modelaje.

Estadística: La simulación es un ejercicio estadístico, de toma de decisiones. Se

requiere un entendimiento básico de estadística para ser capaz de modelar
efectivamente la variación aleatoria y comprender e interpretar correctamente los
resultados.

Es claro que si los parámetros y datos de entrada que alimentan el modelo no son
correctamente procesados, los resultados que arroje el mismo no serán correctos
y, por ende, las decisiones son erradas.

Software: Los elementos anteriores deben ir acompañados de una adecuada

selección de software.

13
Investiga las diversas aplicaciones de la simulación e identificar sus
alcances y limitaciones

Los simuladores son objetos de aprendizaje que mediante un programa de

software, intentan modelar  parte de una réplica de los fenómenos de la realidad y
su propósito que es el usuario construya conocimientos a través del trabajo
exploratorio, la inferencia y el aprendizaje por descubrimiento.

 Es una abstracción de la realidad.

 Es una representación de la realidad que ayuda a entender cómo funciona.

 Es una construcción intelectual y descriptiva de una entidad en la cual un

observador tiene intereses.

 Se construyen para ser trasmitidos 

 Supuestos simples usados para capturar el comportamiento importante.

Alcance de los simuladores


 Los simuladores, por lo tanto, pueden utilizarse en el ámbito profesional o
como un instrumento de ocio y entretenimiento. En el primer caso, estos
dispositivos aparecen como indispensables para la formación de personas
que tendrán una gran responsabilidad a su cargo, 
 Ya que sus eventuales errores pondrían en riesgo la vida de terceros.
Gracias al simulador, estos sujetos pueden entrenarse hasta adquirir la
experiencia y la destreza necesarias para desempeñarse profesionalmente.
Si cometen errores en un simulador, nadie saldrá lastimado.

14
 Limitaciones de los simuladores

 Es importante señalar que los simuladores tienen una serie de
límites, como cualquier otro programa, ya que se crean con objetivos bien
definidos.
 Por ejemplo: un simulador de vuelo debe representar con precisión los
controles de uno o varios modelos de naves, los principios de física
relacionados con su funcionamiento y su interacción con el aire, la tierra, el
agua y los edificios y estructuras que puedan encontrarse en el camino;
pero eso no indica que el resto de los objetos y situaciones propios de la
realidad se muestren de forma creíble o que se pueda interactuar con ellos.
 Como entretenimiento, los simuladores permiten conducir coches de
carrera, volar aviones o controlar trenes en un videojuego. 
 En el ámbito de los videojuegos, los simuladores de vida han adquirido un
carácter masivo en los últimos años, sacando de las sombras este tipo de
entretenimiento que, un par de décadas atrás, atraía solamente a un
público muy pequeño, especialmente interesado en el control de aviones,
tanques y coches de carrera. En la actualidad, todas estas
experiencias pueden vivirse con más fidelidad que nunca, pero en el caso
de los títulos de vidas alternativas su punto fuerte no reside en las
cuestiones técnicas sino en que ofrecen un escape de la realidad.

Áreas de lactividad de gneracion de bienes y servicios tienen mayor

aplicación las herramientas de la simulación

SIMULACIÓN EN LOS SERVICIOS

Echar mano del engaño en el ámbito de las relaciones laborales esencialmente

para incumplir obligaciones en la materia no es correcto

Miércoles, 7 de marzo de 2018.  

15
 Es muy arraigada idea del proteccionismo existente en la LFT con respecto a la
clase trabajadora, por el hecho de que está en desventaja ante quien detenta el
capital (patrón); sin embargo es una realidad que ambas partes, en ocasiones, se
unen para tratar de burlar aquella, con la intención de obtener beneficios
económicos o eludir ciertos deberes legales.

PODER DE MANDO DEFINE ROL DE SOCIO-TRABAJADOR

La simulación jurídica, de conformidad con el Diccionario Jurídico

Mexicano editado por el Instituto de Investigaciones Jurídicas de la Universidad
Nacional Autónoma de México, es hacer parecer lo que no existe, cuando
conscientemente se declara un contenido de voluntad que no es real, y esa
disconformidad entre lo declarado y lo querido se efectúa por acuerdo de las
partes, pero con el objetivo de engañar creando un negocio jurídico en donde no lo
hay.

En el ámbito laboral esta intencionalidad se trasluce:

 cuando una empresa y el trabajador acuerdan desconocer el carácter de

patrón de la primera. Por ejemplo: si pactan una prestación de servicios
independientes conocidos como honorarios o manejan el nexo como una comisión
mercantil y no laboral. 
Ante ello el artículo 21 de la LFT prevé que se presume la existencia de una
relación laboral cuando un individuo presta sus servicios personales y
remunerados a otra; adicionalmente el numeral 35 de esa norma legal prevé que
al no precisarse el tipo de vínculo de trabajo que celebran las partes, se entenderá
por tiempo indeterminado.
Igualmente tiene la connotación de elusión cuando el colaborador pide a la
empresa que no refleje el salario real en su nómina porque está enfrentado un
juicio en el ámbito familiar en donde existe un reclamo de alimentos.
Lo anterior sin perjuicio de los créditos fiscales por concepto de cuotas obrero-
patronales, aportaciones y amortizaciones de vivienda, y en su caso capitales
constitutivos a los que puede ser objeto el patrón, por parte del IMSS e Infonavit,

16
 por la omisión del deber de inscribir al colaborador al Régimen Obligatorio del
Seguro Social, o hacerlo con un salario menor; además de las multas aplicables
por omitir tal inscripción o determinar, retener y enterar las cuotas obrero-
patronales y amortización del 5 % del salario para vivienda, las cuales oscilan
entre las 20 a 350 veces el valor de la Unidad de Medida y Actualización en la
celebración de los llamados contratos de protección patronal que consisten en los
lazos que se generan con sindicatos pasivos porque no realizan acciones ni
actividades tendientes a mejorar las condiciones laborales y económicas de sus
agremiados.
Esta práctica desafortunadamente la propicia la misma LFT cuando permite que
los gremios sindicales emplacen y estallen una huelga a un patrón con el propósito
de exigir la firma del contrato colectivo de trabajo (CCT), sin acreditar previamente
que representan a los subordinados de esta o que la mayoría de ellos desean
vincularse con aquellos, y
 en la hipótesis de que dos empresas se pongan de acuerdo para transferir
a sus trabajadores a una de ellas para que lleve la carga laboral y social y ese
movimiento tenga como fin reducir los derechos laborales de los trabajadores.
Se debe tener presente que la LFT prohíbe esta práctica y que el patrón infractor
puede ser objeto de una multa por el importe de 250 a 5,000 VUMA, esto equivale
actualmente 20,150 a 403,000 pesos (art. 15-D y 1004-C, LFT)

Echar mano del engaño en el ámbito de las relaciones laborales esencialmente

para incumplir obligaciones en la materia no es correcto, porque la legislación
cuenta con disposiciones que amparan los derechos de las partes por encima de
la apariencia que se pretende, de ahí que las partes de las relaciones laborales
deben reflexionar bien si vale la pena utilizar recursos en ello

17
Identificar las aplicacines de la simulación en diversas áreas de los negocios
como los inventarios, las líneas de ensamble, la reparación de maquinaria o
equipo, la prestación de un servicio la logística entre otros

Inventarios

Las empresas mantienen inventarios de materias primas y de productos

terminados. Los inventarios de materias primas sirven como entradas al proceso
de producción y los inventarios de productos terminados sirven para satisfacer la
demanda de los clientes. Puesto que estos inventarios representan
frecuentemente una considerable inversión, las decisiones con respecto a las
cantidades de inventarios son importantes. Los modelos de inventario y la
descripción matemática de los sistemas de inventario constituyen una base para
estas decisiones.

MODELO: Es una simplificación que imita los fenómenos del mundo real, de modo
que se puedan comprender las situaciones complejas y podamos hacer
predicciones
INVENTARIO: son un puente de unión entre la producción y las ventas.

DEFINICIÓN DEL PROBLEMA DE INVENTARIO

Un problema de inventario existe cuando es necesario guardar bienes físicos o

mercancías con el propósito de satisfacer la demanda sobre un horizonte de
tiempo especificado (finito o infinito). Casi cada empresa debe almacenar bienes
para asegurar un trabajo uniforme y eficiente en sus operaciones. Las decisiones
considerando cuándo hacer pedidos y en qué cantidad, son típicas de cada
problema de inventario. La demanda requerida puede satisfacerse almacenando
una vez según todo el horizonte de tiempo o almacenando separadamente cada

18
unidad de tiempo durante el horizonte. Los dos casos que pueden considerarse
son sobre-almacenamiento (con respecto a una unidad de tiempo) o sub-
almacenamiento (con respecto al horizonte completo).

Un sobre-almacenamiento requeriría un capital invertido superior por unidad de

tiempo pero menos ocurrencias frecuentes de escasez y de colocación de
pedidos. Un sub-almacenamiento por otra parte disminuiría el capital invertido por
unidad de tiempo pero aumentaría la frecuencia de los pedidos así como el tiempo
de estar sin mercancía. Los dos extremos son costosos. Las decisiones
considerando la cantidad ordenada y el tiempo en el cual se ordena pueden, por
consiguiente, estar basadas sobre la minimización de una función de costo
apropiada la cual balancea los costos totales resultantes de sobre-
almacenamiento y sub-almacenamiento.
Antes de comentar acerca de los sistemas de inventarios se presentan primero
características básicas de un sistema de inventarios:

Parámetros económicos: estos parámetros incluyen los tipos siguientes:

a.-Costo fijo. Esto implica el costo fijo asociado a la colocación de un pedido o

con la preparación inicial de una instalación de producción. El costo fijo
usualmente se supone independiente de la cantidad ordenada o producida.

b.- Precios de compra o costo de producción. Este parámetro de especial

interés cuando pueden obtenerse descuentos por mayoreo o rebajas en precio o
cuando grandes corridas de producción pueden dar como resultado una
disminución en el costo de la misma. En estas condiciones la cantidad ordenada
debe ajustarse para aprovechar de estos cambios en el precio.

c.- Precio de venta. En algunas situaciones de inventarío la demanda puede ser

afectada por la cantidad almacenada. En tales casos el modelo de decisión está
basado en un criterio de maximización de beneficios el cual comprende el ingreso

19
de venta de la mercancía. El precio de venta unitario puede ser constante o
variable dependiendo, por ejemplo, de si se permite un descuento o no en la
cantidad.

d.- Costo de mantenimiento del inventario. Esto representa el costo de tener el

inventario en el almacén. Incluye el interés sobre capital invertido, costos de
almacenamiento, costos de manejo, costos de depreciación, etc. Los costos de
llevar el inventario usualmente se supone que varían directamente con el nivel de
inventario, así como con el tiempo que el artículo se tiene en almacén.
-Demanda. El modelo de demanda de una mercancía puede ser determinista o
probabilista. En el caso del determinista se supone que se conocen con certeza
las cantidades necesarias sobre períodos subsecuentes. Esto puede expresarse
según períodos iguales en términos de demandas constantes conocidas, o en
función de demandas variables conocidas. Los dos casos se denominan
demandas estática y dinámica, respectivamente:

La demanda probabilísticas ocurre cuando los requisitos durante un cierto período

no se conocen con certeza si no que su modelo puede describirse por una
distribución conocida de probabilidad. En este caso, se dice que la distribución de
probabilidad es estacionaria o no estacionaria en el tiempo. (Estos términos son
equivalentes a demandas estática y dinámica en el caso determinista).

La demanda para un período dado puede satisfacerse instantáneamente al inicio

del período o uniformemente durante dicho lapso. El efecto de demandas
instantáneas y uniformes deberá reflejarse directamente en el costo total de llevar
el inventario.

Ciclo para ordenar. Consiste en la medida de tiempo de la situación de

inventario. Un ciclo de órdenes o pedidos puede identificarse por el período entre
dos órdenes sucesivas. Lo último puede iniciarse en una de dos formas:

20
a. Revisión continua donde un registro del nivel de inventario se actualiza
continuamente hasta que se alcanza un cierto límite inferior, en cuyo punto se
coloca un nuevo pedido. Esto se conoce algunas veces como el sistema de "dos
depósitos".

b. Revisión periódica donde los pedidos se hacen usualmente a intervalos

igualmente espaciados.

Demoras en la entrega: Cuando se coloca un pedido, puede entregarse

inmediatamente o puede requerir algún tiempo antes de que la entrega se efectúe.
El tiempo entre la colocación de un pedido y su surtido se conoce como demora
en la entrega. En general, las holguras de entrega pueden ser deterministas o
probabilistas.

Reabasto del almacén: aunque un sistema de inventario puede operar con

demora en las entregas, el abastecimiento real del almacén puede ser instantáneo
o uniforme. El instantáneo ocurre cuando el almacén compra de fuentes externas.
El uniforme puede ocurrir cuando el producto se fabrica localmente dentro de la
organización. En general, un sistema puede operar con demora positiva en la
entrega y también con reaprovisionamiento de almacén.

Horizonte de Tiempo: el horizonte define el período sobre el cual el nivel de

inventarios estará controlado. Este horizonte puede ser finito o infinito,
dependiendo de la naturaleza o la demanda.

Abastecimiento múltiple: Un sistema de inventario puede tener puede tener

varios puntos de almacenamiento (en lugar de uno). En algunos casos estos
puntos de almacenamiento están organizados de tal manera que un punto actúa
como una fuente de abastecimiento para algunos otros puntos. Este tipo de
operación puede repetirse a diferentes niveles de tal manera que un punto de

21
demanda pueda llegar a ser un nuevo punto de abastecimiento. La situación
usualmente se denomina sistema de abastecimiento múltiple.
Número de artículos: Un sistema de inventarios puede comprender más de un
artículo (mercancías). Este caso es de interés, principalmente si existe una clase
de interacción entre los diferentes artículos. Por ejemplo, estos pueden competir
en espacio o capital total limitados.

TIPOS DE MODELOS

MODELO ESTÁTICO DE UN SOLO PRODUCTO

En este tipo de modelo el análisis de compra se ignora debido a que es constante,
únicamente se toma en cuenta la cantidad de producto existente en una empresa

Fórmula para determinar la cantidad pedida: Q= cantidad pedida

C2=Costo de hacer una compra

C3= Costo de almacenar

D= Demanda promedio

22
MODELO ESTÁTICO DE UN SOLO ARTÍCULO CON DIFERENTES PRECIOS
Esto depende del precio de compras por unidad en base a la cantidad comprada
esto generalmente ocurre en forma de rebajas de precios notables o descuentos
según la cantidad.
Es decir cuando queremos que un producto se venda rápidamente, debemos
acudir a descuentos por ventas a mayoreo. Esto permite que no haya pérdida de
artículos y obtener buenas ganancias.

MODELO ESTATICO DE MÚLTIPLES ARTÍCULOS CON LIMITACIONES EN EL

ALMACÉN.
Este modelo considera el sistema de inventarios que incluye n (mayor que 1)
artículos los cuales están compitiendo por un espacio limitado de almacén.
Sea A el área máxima de almacenamiento disponible para n artículos y ai las
necesidades del área de almacén por unidad del i- esimo artículo. Si yi es la
cantidad ordenada del producto aplicamos la formula siguiente:

MODELO DINAMICO CPE DE UN SOLO ARTICULO Y N PERIODOS

Este modelo se supone que la demanda, a un que conocida con certeza puede
variar de un período.
Su objetivo fundamental es la determinación de un programa o calendario de
entregas que minimizan los costos totales de producción( o de compras ).
Este modelo se aplica cuando la demanda de un articulo varia periódica o
estacionalmente.

MODELOS PROBABILISTICOS
Es una representación matemática deducida de un conjunto de supuestos con el
doble propósito de estudiar resultados de un experimento aleatorio y predecir su
comportamiento futuro.

23
MODELO DE REVISION CONTINUA

Es en el cual el almacenamiento se revisa continuamente, y un pedido de tamaño

y se coloca cada vez que el nivel de existencias llega un cierto punto de reorden R

Se debe de tomar en cuenta que debe haber revisiones periódicamente para

establecer cuando es necesario realizar un pedido.

La hipótesis del modelo son:

1.- En tiempo de fabricación de un pedido y su recepción es estocástico.

2.- La demanda que no satisface durante el tiempo de fabricación se deja
pendiente para ser satisfecha en periodos posteriores
3.-La distribución de la demanda durante el tiempo de fabricación es
independiente del tiempo en el cual esta ocurra.
4.- No existe más de un periodo pendiente a la vez.

MODELOS DE UN SOLO PERIODO

Estos modelos ocurren cuando un artículo es ordenado a la vez, únicamente para
satisfacer la demanda de un periodo específico. Por ejemplo: un artículo de moda
llega hacer obsoleto después de un cierto periodo y después no puede volverse a
pedir.

24
LINEA DE ENSAMBLE

 aplicaciones concretas de la simulación a sistemas productivos son

 diseño y optimización de lay- out
 optimización de la producción (eficiencia, productividad, lead time, etc.)
 simulación de diversas estrategias de control de la producción
 modelización de elementos de manipulación, como pueden ser robots,
gantries o grúas
 modelización de averías máquinas y otros equipos
 configuración, secuencia de cambios de referencia
 cambios de herramientas y modelización de otros tipos de semi- paradas
 modelización de mantenimiento correctivo y preventivo
 dimensionamiento de personas para operar la línea

El análisis de la línea de ensamble comprendió la modelación del sistema y la

obtención de sus parámetros significativos. Al ser extenso y poco documentado el
código de control de la celda de ensamble, se tuvo que realizar un análisis del
sistema por medio de observación directa, de ese modo se determinó cuál es el
comportamiento de la celda de ensamble y los tiempos implicados en cada una de
las tareas que en ella se realizan. Para analizar el funcionamiento y los tiempos
del sistema se hizo funcionar la celda bajo los posibles escenarios que pudieran
implicar un comportamiento distinto de la celda de ensamble, para de esa manera
determinar cuáles eran las reglas bajo las cual operaba ésta. Para determinar los
tiempos de la máquina se utilizó un cronómetro. Cada vez que se tenían
determinadas las reglas bajo las cuales operaba cada módulo y los tiempos
necesarios para modelar el proceso que éste llevaba a cabo, se realizaba un
modelo de dicho módulo para después integrarlo al simulador

25
En la parte de desarrollo de software primero se realizó la programación de la
funcionalidad del simulador, el cual se creó de manera modular, implementando
los diferentes componentes que modelan los diferentes módulos de la línea de
ensamble uno por uno. Posteriormente se desarrolló la programación de los
elementos del sistema que permitirían a los usuarios utilizar el simulador de
manera remota y multiusuario desde dispositivos móviles.

La parte de Implementación de la aplicación consistió en la puesta en marcha de

la aplicación en dispositivos móviles BlackBerry 8130, para esta parte del proyecto
se utilizaron los dispositivos BlackBerry pertenecientes al laboratorio de redes del
Tecnológico de Monterrey campus ciudad de México, así como el servidor del
Departamento de Ingeniería y Arquitectura de la misma institución

Simulación en prestación de servicios

 estudio de flujo de transacciones( bancarias)

 estudio de una empresa de servicio ( restaurantes, catering)
 Operaciones en aeropuertos (filtros de seguridad para pasajeros, operativa
de aeronaves, etc.)
 Racionalización de flujos de trabajo en agencias

Simulación en logística
 Diseño y dimensión de almacenes
 Evaluación de procedimientos de picking
 Dimensionamiento de una flota de camiones
 Estudio del flujo de vehículos en circulación diseño y dimensionamiento de
hubs

26
 Enfoque de la simulación de sistemas y el respeto que debe existir
hacia el medio ambiente, así como la responsabilidad social de las
instituciones

Los modelos de simulación ambiental son herramientas que pretenden simular el

comportamiento de sistemas complejos a partir de datos físicos, químicos o
hidrológicos que deben dar un resultado acerca de qué consecuencias podría
tener un proyecto o instalación nueva a nivel medioambiental.
El ser humano forma parte del entorno medioambiental y su presencia afecta a
toda la ecología de la zona y en el ecosistema y sus proyectos y valoraciones,
generalmente y legalmente, deben superar satisfactoriamente la Evaluación de
Impacto Ambiental (EIA), creado básicamente para asegurarse y controlar que
un nuevo proyecto no altere demasiado el medio ambiente desde su aplicación.

SIMULACIÓN DEL PLAN DE EMERGENCIAS AMBIENTAL

Una definición más científica al concepto real de la EIA es la de Watherm, de

1988, que considera que es “el cambio en un parámetro ambiental, en un
determinado período y en una área concreta, que resultada de una actividad dada
y comparado con la situación que ocurriría si esa actividad no hubiera sido
iniciada”.

27
Dicho de un modo más sencillo, es el estudio sobre el cambio y la incidencia
que tendría un proyecto arquitectónico, inmobiliario, agrícola, industrial, etc. En
un lugar determinado y si es potencialmente dañino para el medio ambiente.

El software de los modelos de simulación ambiental

Para presentar un trabajo de investigación sobre ecología la propuesta debe ser

sólida y convincente y en muchos casos precisa de los citados modelos de
simulación para que analice las hipótesis y los resultados consecuentes de
las mismas.
Uno de los principios que debe asumir un proveedor de Software para efectuar
una simulación ambiental es la capacidad para construir modelos dinámicos
para ser la base para los análisis de impacto como en la gestión de los recursos
naturales.
Uno de estos programas y proveedores son los de Vensim, un software rápido y
con una capacidad de cálculo potente con los que vas a poder ejecutar diferentes
modelos de simulación ambiental. Para especializarte en el manejo de este
programa podrás acceder al centro ATC Innova.

Simulación de una Línea de Espera M/M/1 (Teoría de Colas) en Excel

GEO Tutoriales GEO Tutoriales
hace 5 años

28
Un sistema de espera M/M/1 es aquel que considera un servidor, con tiempos
exponenciales de servicio y entre llegadas de clientes. La implicancia que los
tiempos de servicio se distribuyan exponencial es que existe una preponderancia
de tiempos de servicio menores al promedio combinados con algunos pocos
tiempos extensos. Un ejemplo de ello es lo que sucede en las cajas de los bancos
donde la mayoría de las transacciones requieren poco tiempo de proceso por
parte del cajero, no obstante algunas transacciones más complejas consumen
bastante tiempo. Por otra parte afirmar que los tiempos entre llegadas se
distribuyen exponencial implica una preponderancia de tiempos entre llegadas
menores que el promedio en combinación con algunos tiempos más extensos. Lo
anterior tiene relación con la aleatoriedad del proceso de llegada de clientes que
permite establecer la Propiedad de Falta de Memoria o Amnesia de la Distribución
Exponencial y con los conceptos presentados en el artículo Qué son las Líneas de
Espera (Teoría de Colas), donde queda en evidencia que la formación de las colas
o filas está asociada a la variabilidad del sistema.

En este contexto consideremos la siguiente notación, donde valores usuales para

A y B son M (distribución exponencial) y G (distribución general).

29
El siguiente ejemplo disponible en el artículo Qué es la Ley de Little y su aplicación
en el análisis de Líneas de Espera, nos permitirá ilustrar la simulación en Excel del
comportamiento de un sistema de espera M/M/1.

Simulación de una Línea de Espera M/M/1

Ejemplo: Un pequeño banco está considerando abrir un servicio para que los
clientes paguen desde su automóvil. Se estima que los clientes llegarán a una
tasa promedio de 15 por hora (λ=15). El cajero que trabajará en la ventanilla
puede atender a los clientes a un ritmo promedio de uno cada tres minutos (es
decir, la capacidad promedio del servidor es de µ=20). Suponga que el patrón de
llegadas es Poisson y el patrón de servicios es Exponencial.

Al hacer uso de la Planilla de Fórmulas de Sistema de Espera, se alcanzan los

resultados que se resumen en la imagen a continuación.

30
Con esto la utilización promedio del servidor es de un 75% el número esperado de
clientes en el sistema LS es 3, el numero esperado de cliente en la fila LQ son 2,5,
el tiempo promedio que un cliente permanece en el sistema wq, espera más
atención) son 0,2 horas (0 12 minutos) y el tiempo promedio que un cliente
permanece en la fila wq (esperando su atención) es de 0,15 horas (o 9 minutos)

Unidad 2
Investiga cómo se presenta los números aleatorios y pseudoaleatorios

 Propiedades y generadores de números aleatorios.

  Su generación se basa en el uso de mecanismos físicos. Entre las distintas
propuestas se incluyen el recuento de partículas emitidas por una explosión, el
lanzamiento de monedas, aparatos mecánicos basadas en ruedas de la fortuna,
etc.

  Tienen el  inconveniente de ser generados lentamente. Además, los

números aleatorios no pueden almacenarse de forma automática. Por tanto, se
deben buscar procedimientos algorítmicos computacionales que generen números

31
aleatorios de forma muy rápida y los puedan almacenar sin utilizar mucha
capacidad de memoria.
Una de las características más poderosas de la simulación es la habilidad de
imitar el comportamiento aleatorio que es característico de la mayoría de los
sistemas reales. Para poder imitar este comportamiento aleatorio la simulación
necesita utilizar un generador de números aleatorios, el cual es responsable de
producir un ciclo grandísimo e independiente de números aleatorios.
Hay que aclarar que los números U (0,1) producidos por un generador de números
aleatorios (algoritmo computacional) no son aleatorios en el verdadero sentido de
la palabra, ya que el generador puede reproducir la misma secuencia de números
una y otra vez, lo cual no indica un comportamiento aleatorio. Por esta razón, a los
números U (0,1) producidos por un generador (algoritmo) se les
llama pseudoaleatorios.

Números pseudoaleatorios
Un número pseudo-aleatorias es un número generado en un proceso que parece
producir número al azar, pero no lo hace realmente. Las secuencias de números
pseudalatorios no muestran ningún patrón o regularidad aparente desde un punto
de vista estadístico, a pesar de sido generados por un algoritmo completamente
determinista, en que las mismas condiciones iniciales producen siempre el mismo
resultado.

Propiedades de los números pseudoaleatorios

Es deseable que los números pseudoaleatorios uniformes posean las siguientes
características:

32
 1. Uniformemente distribuidos.
2. Estadísticamente independientes.
3. Reproducibles.
4. Periodo largo.
5. Generados mediante un método rápido.
6. Generados mediante un método que no requiera mucha capacidad de
almacenamiento de la computadora.
Generar un conjunto de números pseudoaleatorios es una tarea relativamente
sencilla, para ello, el lector sólo tiene que diseñar su propio algoritmo de
generación. Lo que resulta difícil es diseñar un algoritmo que genere un conjunto
de números pseudoaleatorios con periodo de vida suficientemente grande (N) y
además pase sin problema las pruebas de uniformidad e independencia, lo cual
implica evitar problemas como éstos:
   Que los números del conjunto no estén uniformemente distribuidos, es decir, que
haya demasiados números en un subintervalo y otro muy pocos o ninguno.

     Que los números pseudoaleatorios sean discretos en lugar de continuos.

·  Que la media del conjunto sea muy alta o muy baja, es decir, que esté por arriba o
por debajo de ½.

·  Que la varianza del conjunto sea muy alta o muy baja, es decir, que se localice por
arriba o por debajo de 1/12.

En ocasiones se presentan también anomalías como números pseudoaleatorios

seguidos por arriba o por debajo de la media; secuencia de números por arriba de
la media, seguida por una secuencia por debajo de la media, y viceversa, o varios
números seguidos en forma ascendente o descendente.

Existen varios métodos para generar números pseudoaleatorios. A continuación

se presentan los más importantes.

33
Realiza la generación de números pseudaleatorios, mediante varios
métodos, cambiando los parámetros del modelo

Existen varios métodos para generar números pseudoaleatorios. A continuación

se presentan los más importantes.

El Método de Centros al Cuadrado (Método de los cuadrados medios)

Este método es debido a von Neumann y tiene fundamentalmente sólo interés

histórico. El método de centros al cuadrado se apega a la siguiente metodología:

1. Inicie con un número entero positivo de 4 (2n) dígitos y llámele Z 0 (X0),

llamado semilla.
2. Eleve Z0 (X0) al cuadrado para obtener un número de 8 (4n) dígitos. Si es
necesario, agregue ceros a la izquierda para hacerlo exactamente de 8 dígitos.
3. Tome los 4 (2n) dígitos centrales como el próximo número de 4 (2n) dígitos
y llámele Z1(X1).
4. Coloque el punto decimal a la izquierda de Z 1(X1) para obtener el primer
número pseudoaleatorio U (0,1).
5. Continué generando de esta forma números pseudoaleatorios U(0,1)

Desventaja del método de centros al cuadrado: Tiene una fuerte tendencia a

degenerar rápidamente hacia cero, donde permanecerá por siempre.

La gran mayoría de los generadores de números pseudoaleatorios que se usan en

la actualidad son generadores congruenciales lineales, introducidos por Lehmer en
1951.

Los generadores congruenciales lineales generan una secuencia de números

pseudoaleatorios en la cual el próximo número pseudoaleatorio es determinado a

34
partir del último número generado.  A continuación se presentan los dos más
importantes: el método congruencial mixto lineal y el método congruencial
multiplicativo lineal.

Método de Lehmer

El método consiste en los siguientes pasos:

1. Se toma como semilla un número entero, X0, de n cifras.

2. Se elige otro entero, c, de k cifras. Suele tomarse k<n.
3. Se calcula X0 *c, número de a lo sumo, n + k cifras.
4. Se separan las k cifras de la izquierda de X 0*c y al número formado por las
n cifras restantes se le resta el que se forma de esas k cifras de la izquierda,
dando lugar a X1.
5. Se repite este proceso tantas veces como sea necesario.
6. Se devuelven los valores 

Método Congruencial Mixto Lineal

Los valores posibles de Xn+1 son 0, 1, 2,3,…, m-1, m representa el número posible

de valores que pueden ser generados.

Fórmula:

Donde:

35
 Xn= la semilla (X0>0)

   a= el  multiplicador (a>0)

   c= constante aditiva (c>0)

  m= Módulo (m>Xn; m>a; m>c)

Periodo del generador = 4

Reglas para la selección de parámetros en el método congruencial mixto

lineal

En los ejemplos anteriores se colocaron de manera arbitraria cada uno de los

parámetros requeridos: X0, a, c, m. Sin embargo, para que el algoritmo sea capaz
de lograr el máximo periodo de vida n, es preciso que dichos parámetros cumplan
ciertas condiciones. Banks, Carson, Nelson y Nicol sugieren lo siguiente:

m= 2g

a= 1 + 4k

k debe ser entero

c relativamente primo a m

g debe ser entero

Bajo estas condiciones se obtiene un periodo de vida máximo: N= m= 2 g.

El Método Congruencial multiplicativo

36
Al igual que el generador congruencial mixto lineal, el generador congruencial
multiplicativo determina el próximo número pseudoaleatorio a partir del último
número generado, de acuerdo a la siguiente fórmula:

Bibliografia

: http://es.slideshare.net/zunny2009/caracteristicas-de-los-simuladores

                    http://definicion.de/simulador/

LAW y Kelton, Simulation Model and Analysis, tercera edición,McGraw-Hill(200)

S.V. Hoover y R.F. Perry, Simulation. A Problem Solving Approach,Addison-Wesley(1989)

D.Matko,R.Karba, B. Zupacing,Simulation and Modeling of Continuos Systems, Pretice-Hall(1992)

37
 Conclusión
La simulación es un sistema y una herramienta muy importante ya que nos ayuda
a predecir ya que nos da un resultado aproximado de lo que es la realidad, como
ya sabemos la simulación se utiliza en una amplia variedad de empresas, ya que
ayuda a la gerencia a tomar decisiones, de modelos que representan una
situación real y a menudo se utiliza en procesos de toma decisiones, como ya
pudimos ver nos es de gran ayuda dentro de nuestro ámbito laboral.

38