UNIDEG, APASEO EL GDE, GTO.

Lourdes.ramirezg@alumnos.sabes.edu.mx

MANUFACTURA AVANAZADA.

Rubio Diaz Pedro

“Investigación de casos de administración de la tecnología, innovación y desarrollo”

01 de marzo del 2020

 ENSAYO

Unidad 3: Modelación del Producto

INTRODUCCIÒN

En la actualidad, las empresas han admitido que disponer de productos con una
adecuada calidad no es suficiente ventaja competitiva. Persiguiendo el objetivo de
ofrecer el máximo valor añadido a sus clientes, las empresas requieren una gestión
flexible con el fin de reaccionar de manera eficaz y eficiente a los continuos cambios
del entorno. En el paradigma preponderante en las pasadas décadas, la
organización era vista como un conjunto jerárquico de áreas funcionales que
respondían a los requerimientos del entorno con unas tareas, funciones y objetivos,
bien definidos y acotados, pero actualmente se exige una nueva estructura, con el
objetivo de superar las expectativas de los clientes, así como ser ágiles para poder
reconfigurar rápidamente los procesos de negocio con el fin de satisfacer las nuevas
necesidades.

El uso de modelos, a veces llamado "modelación", es un instrumento muy común

en el estudio de sistemas de toda índole. En nuestras consideraciones sobre los
sistemas de producción pecuaria los modelos son especialmente importantes
porque ellos nos ayudan a comprender el funcionamiento de los sistemas. El empleo
de modelos facilita el estudio de los sistemas, aún cuando éstos puedan contener
muchos componentes y mostrar numerosas interacciones como puede ocurrir si se
trata de conjuntos bastante complejos y de gran tamaño. El trabajo de modelación
constituye una actividad técnica como cualquiera otra, y dicha labor puede ser
sencilla o compleja según el tipo de problema específico que deba analizarse.

DESARROLLO
Definición

Un modelo es un bosquejo que representa un conjunto real con cierto grado de

precisión y en la forma más completa posible, pero sin pretender aportar una réplica
de lo que existe en la realidad. Los modelos son muy útiles para describir, explicar
o comprender mejor la realidad, cuando es imposible trabajar directamente en la
realidad en sí.

La gestión de los procesos de negocio, se entiende como la aplicación de técnicas

para modelar, gestionar y optimizar los procesos de negocio de la organización.
Partiendo de que el proceso es la forma natural de organización, el modelado de los
procesos permite establecer un flujo de trabajo dentro y entre funciones, para tratar
de conseguir que, con la suma de los esfuerzos funcionales, se capturen los
requerimientos del negocio para obtener un mejor entendimiento y facilitar la
comunicación así como identificar las mejoras en los procesos con el objetivo de
conseguir los objetivos de la organización y las expectativas y requerimientos de los
clientes, de una forma eficaz y eficiente (Markovic y Pereira, 2007).

Requisitos de un modelo funcional

Un modelo funcional es un instrumento que sirve a su propósito en forma adecuada

y que deja satisfecho al utilizador. Un buen modelo funcional toma en cuenta todos
los factores esenciales e ignora por completo los detalles superfinos. Por eso, es de
suma importancia disponer de un propósito muy claro y preciso antes de comenzar
a elaborar el modelo.

Los requisitos primordiales para construir cualquier modelo son:

- Un propósito claramente definido.

- Identificar las consideraciones esenciales (incluir en el modelo).

- Desechar consideraciones superfluas (estas son fuente de confusión).

- El modelo debe representar la realidad en forma simplificada.

Modelación del producto como un conjunto de atributos

Se puede modelar el conjunto de atributos, de manera que pueda dársele un

contenido empírico y verificar a continuación en qué medida esta representación de
las percepciones de los clientes refleja fielmente la realidad y constituye, desde ese
momento, un indicador fiable del comportamiento de los clientes. Un atributo puede
ser considerado como muy importante por el cliente y también no ser percibido como
muy bien representado en un producto determinado. Las medidas de importancia
no pueden ser completadas por medidas de calidad percibida de los atributos.

El valor de un atributo para el cliente depende de la conjunción de las dimensiones

evaluativas: la importancia del atributo y su calidad percibida. Se denomina a este
valor la utilidad parcial del atributo, que son los valores subjetivos asociados a cada
uno de los atributos.

El proceso de modelar consiste en adquirir los conocimientos del mundo real o del
objeto que se pretende modelar o se esta estudiando, ese conocimiento se va a
conceptualizar, luego se va a usar algún medio de simbolizar para representar esos
conceptos que hemos logrado abstraer del mundo que queremos estudiar, esa
simbolización es lo que va representar el objeto en si de estudio.

¿Qué es el modelado digital de producto?

Es la digitalización de un objeto, sea el que sea. También incluye su creación como

objeto real y de hecho, se busca. Estos modelos pueden crearse luego gracias a
impresoras 3D y servir de maquetas para proyectos más grandes. Si el modelado
tradicional serían las maquetas y esculturas, digitalmente sería igual, pero
creándolo matemáticamente perfecto y con ayuda de software en lugar de con las
manos.

Tipos de modelado digital de producto

1. Modelado Poligonal. Se basa en el uso de puntos. Esos puntos se posicionan

en un espacio 3D y hacen las veces de vértices. Al conectarse forman una
 red poligonal. La gran mayoría de los modelos 3D hoy en día están
construidos con este sistema de textura poligonal. Hay dos razones para
esto: la primera es porque son los más flexibles y la segunda es porque los
ordenadores pueden renderizarlos muy rápido y son más eficientes. Lo peor
de este tipo es que los polígonos son totalmente planos.
2. Modelado de curvas. Las superficies del elemento se definen con curvas.
Estas están sometidas a la ponderación del control de puntos. El anterior
modelo creaba una red, este une los puntos mediante curvas. Como dato: el
aumento de peso de un punto, hará que la curva más cercana a ese punto
vaya contra él.
3. Escultura digital. la escultura digital en 3D es un método nuevo que cada vez
gana más popularidad. Se trata del más complejo de estos. Y requiere de
tres tipos de esculpido. De desplazamiento, volumétrico.

La división de los modelos 3D

Hay dos tipos de representación de modelos 3D. A saber:

• Sólidos. Estos modelos definen el volumen del objeto que representan. Son,
por ello más realistas. También más difíciles de desarrollar como modelado
digital de producto (y más importantes). Estos modelos se utilizan
primordialmente para simulaciones. Sobre todo para aquellas no visuales.
Las dos más importantes serían médicas e ingeniería. Los modelos 3D que
requieran de saber el volumen como los cuerpos humanos y órganos y en
ingeniería los edificios con sus plantas, columnas y paredes.
• Contorno. Al contrario que los anteriores, estos modelos representan la
superficie. La carcasa, el contorno o el cascarón también podría llamarse. Es
más fácil trabajar con estos que son los anteriores. Los modelos visuales
usados tanto en videojuegos como en películas son de este tipo,
 precisamente porque requieren de ver esa parte externa. No interesa el
interior.
• Clasificación según su función:
• Modelos predictivos: Este tipo de modelos nos informan del comportamiento
de la variable en un futuro, es decir, lo que debería ser. A este tipo de
modelos corresponden aquellos basados en técnicas estadísticas y/o de
aprendizaje automático, es decir, modelos de previsión.
• Modelos evaluativos: Una técnica evaluativa corresponde a medir las
diferentes alternativas, y así poder comparar los resultados de ellas. Un
representante típico de este tipo de modelos son los denominados arboles
de decisión.
• Modelos de optimización: Se trata de modelos que tratan de identificar un
óptimo (por lo general, el óptimo global ) del problema, es decir, buscan la
mejor de las alternativas posibles. Estos métodos pueden estar basados en
las técnicas de programación matemática, o también en técnicas de
optimización poblacional y computacional, por ejemplo.

Otra clasificación de los modelos se basa en las características de la realidad

que pretenden modelar. Así, podemos hablar de:

Modelos deterministas versus modelos estocásticos. En los modelos

deterministas todos los datos del problema se conocen con absoluta certeza,
mientras que cuando esto no es así tenemos los modelos estocásticos. Por lo
general los modelos más realistas son los modelos estocásticos, pero tienen
mayor dificultad para ser resueltos adecuadamente, y muchas de las técnicas
aplicables a los modelos estocásticos tratan de reducir el problema a su versión
determinista para poderlo resolver.

Modelos estáticos versus modelos dinámicos. En un modelo estático la variable

tiempo no desempeña un papel relevante, mientras que en los modelos
dinámicos es una variable fundamental, y de la que dependen las restantes
 variables relevantes. Además, también se puede diferenciar si la variable tiempo
se considera como una variable continua o discreta.

Una vez establecida una serie de clasificaciones de los modelos es conveniente

plantear una medida de su solución, ya que el objetivo de plantear el modelo es el
poderlo resolver y extraer de la solución los resultados necesarios para la toma de
decisiones. El nivel de resolubilidad de los problemas es función de tres
características fundamentales:

El tamaño del problema: El número de variables y ecuaciones que contiene.

Normalmente, cuanto mayor sea este número, más difícil de resolver es.

La clase del problema: Lineal, Entero y No lineal, y además por ese orden, es decir,
los problemas lineales son "fácilmente" resolubles, mientras que los no lineales son
"intrínsecamente" difíciles de resolver.

El tipo de instancias utilizadas: Ciertas o deterministas, con riesgo (conocemos las

probabilidades de ocurrencia), con incertidumbre (conocemos los resultados
posibles, pero no las probabilidades de ocurrencia), y caóticas (no conocemos
nada).

Fases del proceso de modelización

Modelar la demanda conociendo las variables que la afectan, permite realizar
pronósticos cercanos a la realidad, que mejoren la planificación y rentabilidad
de la empresa

La demanda corresponde a la cantidad de cierto producto que los

consumidores de un mercado están dispuestos a adquirir a un cierto
precio. Dada esta relación, la demanda puede ser descrita como una función
matemática que depende directamente del precio y la cantidad pedida.
Es común ver la demanda representada gráficamente por medio de la curva de
demanda, que muestra la cantidad a comprar de cierto producto a determinado
precio.

Ilustración
1: Curva de Demanda
Luego, para satisfacer la demanda se genera oferta del producto demandado. Para
que las empresas generen beneficios deben procurar tener demanda suficiente de
sus bienes y/o servicios. Tal como se aprecia en el gráfico siguiente, la intersección
de las curvas de oferta y demanda representa el punto de equilibrio donde oferta
y demanda se igualan (considerando competencia perfecta).
 Ilustración
2: Curva de oferta y demanda
No obstante, usualmente es complejo adaptar la oferta a una demanda cambiante
que además se ve afecta a más variables y no solamente al precio. Por ello, es
necesario desarrollar modelos de demanda que consideren las variables que
determinan la demanda. De esta manera, conociendo el
NOMBRE
DESCRIPCIÓN
VARIABLE

Corresponde al ingreso percibido sobre las

unidades vendidas dentro del período de
tiempo seleccionado. Para la construcción
Precio de esta variable se debe definir un período
de tiempo determinado, y luego se realiza la
suma de los ingresos por el total de unidades
vendidas dentro de ese período de tiempo.

Esta variable corresponde a la agregación

de la cantidad de unidades vendidas dentro
del período de tiempo seleccionado. Para su
Venta
construcción se suman para el período de
tiempo seleccionado, la cantidad de
unidades vendidas del producto.

Corresponde al efecto causado en los días

cercanos al día de fin de mes, en donde se
espera un comportamiento diferente por
parte de los consumidores y clientes. Esta
Fin de
variable vista a nivel diario corresponde a
mes
una de tipo binaria, en donde toma el valor
de 1 si es que el día en cuestión se
encuentra afectado por el efecto de fin de
mes, y 0 en el caso contrario.
 comportamiento de estas variables es posible conocer más profundamente la
demanda, hacer pronósticos más adecuados, permitiendo así determinar la oferta
correcta.

Tipos de Variables

Las variables pueden clasificarse en 5 tipos diferentes según la función que

cumplen en los modelos de demanda. Las clasificaciones existentes de variables
son:
Serie: Corresponden a aquellas variables que varían su valor en cada período de
tiempo.

Estacionales: corresponde a períodos establecidos de tiempo que son comunes

para los diferentes proyectos. Pueden considerarse los siguientes grupos de
periodos:
• Días de la Semana: Cada uno de los 7 días.

• Quincenas: Solo existen 2 quincenas que se repiten mes a mes.

• Meses del año: Cada uno de los 12 meses.

• Semanas de pago

• Otros: fiestas patrias, navidad y todas las semanas post fiestas que también afectan
la demanda.
Promoción: corresponden a variables binarias las cuales dependen de sucesos
particulares de la empresa, como lo pueden ser períodos de ofertas específicos,
apariciones de catálogos, etc.
Eventos: corresponden a variables binarias las cuales dependen de sucesos
específicos, como lo pueden ser períodos de las fiestas patrias, año nuevo, día de
la madre, inicio de clases, etc.
Cliente: distintos tipos de consumidores tienes distintas demandas y pueden
comportarse de manera distinta en el tiempo.
 CONCLUSIÒN

Una empresa tiene varios procesos, ya sea en el área de comercialización,

financiera, de servicios o de producción. Una técnica diseñada para comprender y
describir el proceso, eso es el modelado de procesos. Por ejemplo, un diagrama
que representa la entrega de un producto desde el pedido del cliente. El modelado
de procesos está conectado con las pruebas que se realizan para ver las
posibilidades que trae cada proceso. Permite un conocimiento más profundo de las
pruebas y los resultados, estableciendo un sólido comienzo para la optimización de
procesos, por lo que es posible y más fácil de ver los obstáculos y puntos
ineficientes. La simulación se utiliza en una amplia variedad de empresas, para
ayudar a la gerencia a tomar decisiones. Casi todas las empresas tienen problemas
de planificación y la simulación puede ayudar a resolverlos. Un modelo es una
representación de una situación real, y se utiliza a menudo en los procesos de toma
de decisiones. La representación puede ser mental o puede adoptar otras
formas. ¿Cómo deberían ser tus procesos para que sea una microempresa exitosa?
Estos deben estar correctamente modelados, mapeados, optimizados y
automatizados. Para así poder lograr tener un mejor producto de calidad y nuestros
procesos sean confiables.

BIBLIOGRAFIAS

http://www.eumed.net/libros-gratis/2013b/1355/producto-atributos.html

http://www.fao.org/3/w7452s/w7452s01.htm

Referencias

[1] Aracil, J. (1983): "Introducción a la dinámica de sistemas". Ed. Alianza. Madrid.

[2] Williams, H.P. (1978): "Model Building in Mathematical Programming".John Wiley & Sons.
Nueva York.

[3] Williams H.P., op.cit.

[4] Gill, P.E.; Murray, W.; Saunders, M.A. y Wright, M.H. (1985): "Model building and practical
aspects of nonlinear programming". NATO ASI Series. Vol F15. Springer-Verlag. Berlin -
Heildelberg.