“AÑO DE LA UNIVERSALIZACIÓN DE LA SALUD”

FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA INDUSTRIAL

“SIMULACION”

DOCENTE:

Gerardo Sosa Panta

CURSO:

Herramientas para la toma de decisiones

CICLO: VI

INTEGRANTES:

 Baca Barreto Kelly Marylyn

 Higueras Konfu Niki
 Perez Llontop Anthony
 Terrones Campo Vania del Pilar
 Rojas Bustamente Viviana
 Vilela Diaz Pablo Eduardo
 Vargas Sanchez Ana

CHIMBOTE – PERÙ
2020
1
 ÍNDICE

ÍNDICE..........................................................................................................................................2
INTRODUCCION DE LA EMPRESA.................................................................................................3
1. PRINCIPALES PROVEEDORES................................................................................................4
DIAGRAMA DE FLUJO PRODUCTIVO DE LA EMPRESA..................................................................6
2. ESENCIA DE LA SIMULACIÓN................................................................................................7
2.1. ALGUNOS TIPOS COMUNES DE APLICACIONES DE LA SIMULACIÓN.............................7
2.1.1. DISEÑO Y OPERACIÓN DEL SISTEMA DE COLAS:...................................................7
2.1.2. ADMINISTRACIÓN DE SISTEMAS DE INVENTARIOS...............................................7
2.1.3. ESTIMACIÓN DE PROBABILIDAD DE TERMINAR UN PROYECTO............................7
3. GENERACIÓN DE NÚMEROS ALEATORIOS............................................................................7
3.1. GENERACIÓN DE OBSERVACIONES ALEATORIAS A PARTIR DE UNA DISTRIBUCIÓN DE
PROBABILIDAD.........................................................................................................................8
3.1.1. DISTRIBUCIONES DISCRETAS Y SENCILLAS............................................................8
3.1.2. MÉTODO DE ACEPTACIÓN-RECHAZO...................................................................9
3.2. DESCRIPCIÓN DE UN ESTUDIO DE SIMULACIÓN IMPORTANTE....................................9
3.3. SIMULACIÓN EN HOJAS DE CALCULO.....................................................................11
CONCLUSIONES..........................................................................................................................13
ANEXOS......................................................................................................................................14

2
 INTRODUCCION DE LA EMPRESA

Dámper inició sus operaciones en Trujillo en febrero de 1994 y nació como un

jointventure de capitales daneses y peruanos.

Desde sus inicios apostó sus esfuerzos por la línea de productos hortofrutícolas y
principalmente por la región de La Libertad. Su crecimiento ha sido notable, por lo que
se ha convertido en la actualidad en una de las cuatro empresas más importantes del
sector, precedida sólo por Camposol, Sociedad Agrícola Virú y Sociedad Agrícola
Drokasa.

Sus productos principales: Conservas de espárrago blanco y verde, ensalada de

espárragos, pimiento piquillo, alcachofa, pimiento jalapeño, vainita, tapenade de
alcachofa, papaya en almíbar, mango en almíbar, salsa de alcachofa, salsa de mango,
etc.; y Frescos, básicamente espárragos.

Principales Clientes
Desarrolla una política de ventas de marketing directo hacia sus clientes extranjeros,
situados en los 5 continentes del mundo. Ello significa haber
53

mantenido siempre un seguimiento muy cercano de los requerimientos del mercado, con
el fin de satisfacer sus necesidades.
DANPER participa activamente con stands propios desde el año 1994 en las Ferias
Internacionales de Alimentos de SIAL (París – Francia) y de ANUGA (Colonia-
Alemania), en el pabellón de nuestro país – Perú. La finalidad es atender a sus clientes
de todas partes del mundo, dando a conocer la variedad y calidad de sus productos en
conserva y fresco y estando siempre atentos a los nuevos requerimientos del mercado
internacional.
Últimamente también participan en la feria de productos frescos que se realiza en
Berlín.
Figura N°01
Principales Clientes – Países

3
 1. PRINCIPALES PROVEEDORES

En el campo contamos asimismo con importantes alianzas estratégicas con agricultores

de diversos productos, que complementan nuestro programa de abastecimiento de
materia prima. Danper tiene desde siempre una clara política de desarrollo de
proveedores de materia prima, brindándoles créditos y asesoría técnica y logrando de
esta manera asegurar un abastecimiento continuo de materia prima de alta calidad para
atender la creciente demanda internacional.
Sus principales proveedores son:
Campos Barraza Campos Caraz Sacos del Sur S.A. SILGAN FADESA
3.5. Principales Competidores
Sociedad Agrícola Virú S.A. Ruc: 20373860736 Fecha de Fundación: 01/08/1997
Dirección Principal: Car. Carretera Panamericana

4
DIAGRAMA DE FLUJO PRODUCTIVO DE LA EMPRESA

5
6
 2. ESENCIA DE LA SIMULACIÓN

Desde hace mucho tiempo, la técnica de la simulación a sido una herramienta

importante para el diseñador. Por ejemplo, la simulación del vuelo de un avión en un
túnel de viento es una practica normal. En la teoría se podría usar las leyes de la física
para obtener la misma información sobre el cambio en el desempeño del avión si
cambian los parámetros, en sentido práctico, el análisis será muy complejo.

2.1. ALGUNOS TIPOS COMUNES DE APLICACIONES DE LA SIMULACIÓN

Debido a su versatilidad se puede usar (con diferente grado de versatilidad) para

investigar virtualmente cualquier tipo de sistema estocástico.

2.1.1. DISEÑO Y OPERACIÓN DEL SISTEMA DE COLAS:

Ilustran la manera que estos sistemas se extienden a muchas áreas de la sociedad. El

análisis del sistema de colas es sencillo, este modelo solos puede proporcionar
aproximaciones burdas. No obstante, la simulación es apropiada para manejar sistemas
d colas muy compleja. Un ejemplo, nos sirve para decidir el nivel de servicio de cajero
que debe proporcionar un banco.

2.1.2. ADMINISTRACIÓN DE SISTEMAS DE INVENTARIOS

Se presentan modelos para administrar el sistema de inventario cuando los productos

tienen cierta demanda.

2.1.3. ESTIMACIÓN DE PROBABILIDAD DE TERMINAR UN PROYECTO

Se simula directamente cuándo comienza cada actividad y cuándo termina y, de esta

manera, también se simula cuándo termina el proyecto. La repetición de esta simulación
algunos miles de veces (en una corrida de computadora) puede proporcionar una
estimación muy buena de la probabilidad de cumplir con la fecha de entrega.

3. GENERACIÓN DE NÚMEROS ALEATORIOS

Es un algoritmo que produce secuencias de números que siguen una distribución de

probabilidad específica y tienen la apariencia de aleatoriedad.

7
La referencia a secuencias de números aleatorios significa que el algoritmo produce
muchos números aleatorios en serie. Aunque un usuario en particular puede requerir
sólo unos cuantos, en general el algoritmo debe ser capaz de producir muchos. La
distribución de probabilidad implica que se puede asociar una afirmación probabilística
con la ocurrencia de cada número producido por el algoritmo

3.1. GENERACIÓN DE OBSERVACIONES ALEATORIAS A PARTIR DE UNA

DISTRIBUCIÓN DE PROBABILIDAD

3.1.1. DISTRIBUCIONES DISCRETAS Y SENCILLAS

En el caso de algunas distribuciones discretas sencillas se puede usar una secuencia de

números aleatorios enteros para generar observaciones aleatorias en forma directa. Sólo
se asignan los valores posibles de un número aleatorio a los diferentes resultados de la
distribución de probabilidad en proporción directa a las respectivas probabilidades de
esos resultados, donde se simula lanzar una moneda, los resultados posibles son cara o
cruz, donde cada uno tiene probabilidad de 1/2. Entonces, en lugar de usar números
aleatorios uniforme, sería suficiente con usar dígitos aleatorios para generar los

8
resultados. Cinco de los diez valores posibles de un dígito (por ejemplo, 0, 1, 2, 3, 4) se
asignarían a cara y los otros cinco (5, 6, 7, 8, 9) a cruz.

3.1.2. MÉTODO DE ACEPTACIÓN-RECHAZO

En el caso de muchas distribuciones continuas, no es factible aplicar el método de la

transformada inversa puesto que quizá x 5 F–1(r) no se pueda calcular (al menos en
forma eficiente). Por lo tanto, se han desarrollado algunos otros tipos de métodos para
generar observaciones aleatorias a partir de esas distribuciones. Con frecuencia, estos
métodos son mucho más rápidos que el método de la transformada inversa, aun cuando
se puede usar este último. Para proporcionar cierta noción del enfoque de estos
métodos, se ilustrará uno que recibe el nombre de método de aceptación-rechazo con un
ejemplo sencillo.
Considere una distribución triangular que tiene función de densidad de probabilidad

El método de aceptación-rechazo utiliza los siguientes pasos (tal vez varias veces) para
generar una observación aleatoria.

3.2. DESCRIPCIÓN DE UN ESTUDIO DE SIMULACIÓN IMPORTANTE

Paso 1: Formulación del problema y planeación del estudio

El equipo de investigación de operaciones debe comenzar por reunirse con la
administración para determinar el problema a partir de los siguientes tipos de preguntas.
1. ¿Qué problema desea estudiar la administración?
2. ¿Cuáles son los objetivos globales del estudio?
3. ¿Qué aspectos específicos debe incluirse?
4. ¿Qué tipos de configuraciones de sistemas alternativos deben considerarse?
5. ¿Qué medidas de desempeño del sistema son de interés para la administración? 6.
¿Cuáles son las restricciones de tiempo para realizar el estudio?

9
Paso 2: Recolección de datos y formulación del modelo de simulación
En el caso de un sistema de colas, los datos clave serían la distribución de los tiempos
entre llegadas y de los tiempos de servicio.
Paso 3: Comprobación de la precisión del modelo de simulación
Antes de construir un programa de computadora, el equipo de IO debe comprometer a
las personas más familiarizadas con la operación futura del sistema para verifi car la
precisión del modelo de simulación.
Paso 4: Selección del software y creación del programa de computadora
Existen varias clases importantes de software que se utilizan para realizar simulaciones
en computadora. Uno es la hoja de cálculo. Otras clases de software para simulación
están diseñadas para aplicaciones más grandes en las que ya no es conveniente usar
hojas de cálculo. Una de ellas la constituyen los lenguajes de programación de propósito
general como C, FORTRAN, BASIC, etc. Estos lenguajes (y sus predecesores) se
usaron mucho en los inicios del desarrollo del campo, debido a su gran flexibilidad para
programar cualquier tipo de simulación
Paso 5: Prueba de validación del modelo de simulación
Después de construir y depurar el programa de computadora, el siguiente paso es probar
si el modelo de simulación
Paso 6: Planeación de las simulaciones que deben realizarse
En este punto, es necesario comenzar a tomar decisiones acerca de las configuraciones
del sistema que se va a simular. A menudo, éste es un proceso evolutivo, donde los
resultados iniciales de una gama de configuraciones ayudan a determinar qué
configuraciones específicas justifican una investigación detallada.
Paso 7: Realización de corridas de simulación y análisis de los resultados
La salida de la corrida de simulación proporciona estimaciones estadísticas de las
medidas de desempeño deseadas de cada configuración del sistema que interesa
Paso 8: Presentación de recomendaciones a la administración
Después de completar su análisis, el equipo de IO debe presentar sus recomendaciones
a la administración. Esta presentación suele hacerse mediante un informe por escrito y
una presentación formal a los administradores responsables de tomar las decisiones
respecto del sistema que se estudia.

10
 Entidades Evento     Evento        
Tiempo
tiempo entre Tiempo de Inicio de Tiempo de Fin de Tiempo en Tiempo en Promedio
Producto
llegadas llegada Inspección Inspección Inspección inspección espera en
3.3. Inspección SIMULACI
Ó 9.61653952 N EN
El tiempo que transcurre entra la llegada
1 9.616539522 de ciertos productos a una estación de
2 9.61653952 inspección que
3.855011391 una distribución
13.4715509 exponencial con media
3.8550114 de 5 min por producto. El
0 3.85501139
proceso a cargado de un operario, y la duración de HOJAS
inspección sigue una distribución de inspección sigue una distribución normal con media de 4.0 y una
11.5497601 DE
desviación
2 1.933220669
estándar de 0.5 min por producto. 9 13.4715509
Calcular el tiempo promedio que permanecen4.384276002 17.8558269
los productos 6.3060667
en el proceso 1.921790722 5.08053906
de inspección.
19.8493190 CALCULO
3 8.299558852 4 19.849319 4.308216606 24.1575356 4.3082166 0 4.82309824
20.8606509
4 1.011331882 3 24.1575356 4.72308706 28.8806227 8.0199718 3.296884723 5.62231663
5 5.514815979 26.3754669 28.8806227 4.497888369 33.3785111 7.0030442 2.505155805 5.89846214
26.5609075
6 0.185440628 3 33.3785111 3.673054063 37.0515651 10.490658 6.817603546 6.66382805
30.1327967
7 3.571889243 8 37.0515651 3.935826909 40.9873921 10.854595 6.918768366 7.26250908
34.1698168
8 4.037020078 5 40.9873921 2.714101152 43.7014932 9.5316763 6.817575197 7.54615499
39.8961490
9 5.726332209 6 43.7014932 3.321854399 47.0233476 7.1271985 3.80534414 7.49960427
40.4323815
10 0.536232462 2 47.0233476 3.760003792 50.7833514 10.35097 6.590966077 7.78474083
58.4889273
11 18.05654585 8 58.4889274 4.048299259 62.5372266 4.0482993 0 7.44506433
12 0.03704602 58.5259734 62.5372266 3.445388464 65.9826151 7.4566417 4.011253239 7.44602911
60.3057585
13 1.779785128 3 65.9826151 3.346794001 69.3294091 9.0236506 5.676856575 7.5673846
72.9828736
14 12.67711516 8 72.9828737 3.377044879 76.3599186 3.3770449 0 7.26807462
15 12.14739732 85.130271 85.130271 4.601025818 89.7312968 4.6010258 0 7.09027137
86.3985621
16 1.268291171 7 89.7312968 4.63807761 94.3693744 7.9708123 3.332734648 7.14530518
17 0.307491527 86.7060537 94.3693744 4.221212406 98.5905868 11.884533 7.663320731 7.42408329
87.1655294
18 0.459475749 5 98.5905868 4.366745807 102.957333 15.791803 11.42505739 7.88895662 11
87.5288099
19 0.36328051 6 102.957333 4.604925555 107.562258 20.033448 15.42852268 8.52814039
90.6025402
20 3.073730284 4 107.562258 4.348069018 111.910327 21.307787 16.95971796 9.16712272
 Tiempo de Inspeccion
12

10

0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85

CONCLUSIONES

La simulación es una herramienta que se emplea con amplitud para estimar el desempeño de
sistemas estocásticos complejos cuando se quiere usar nuevos diseños o políticas de
operación.

La simulación es una de las técnicas que más se emplean en investigación de operaciones

debido a que es una herramienta flexible, poderosa e intuitiva. En cuestión de segundos o
minutos, puede simular incluso años de operación de un sistema común mientras genera una
serie de observaciones estadísticas sobre el desempeño del sistema en este periodo. Debido a
su excepcional versatilidad, la simulación se ha aplicado en una amplia variedad de áreas. Más
aún, sus horizontes continúan ampliándose debido a los grandes avances en el desarrollo de
software de simulación, que incluye el que realiza simulaciones en hojas de cálculo.

12
ANEXOS

13