FACULTAD DE INGENIERIA

CARRERA DE INGENIERIA INDUSTRIAL

Curso:
SIMULACIÓN DE SISTEMAS
Docente:
LUIS ALBERTO ULFE VEGA

Grupo:
5

Integrantes:
AYALA CHAMORRO, ANGEL NEVER
CUBAS MONDRAGON, DANIEL
INGA BRUNO, GERMAN NICANOR
YENGLE MENDOZA CARLOS ALFREDO

Actividad:
T3

2022
 Contenido

INTRODUCCIÓN.................................................................................................................................3
CASO DE ESTUDIO...........................................................................................................................4
I. ANÁLISIS......................................................................................................................................6
II. DESARROLLO.............................................................................................................................7
2.1. Modelo Base (Baseline)......................................................................................................7
2.1.1. Locaciones....................................................................................................................7
2.1.2. Entidades......................................................................................................................7
2.1.3. Arribos...........................................................................................................................8
2.1.4. Atributos........................................................................................................................8
2.1.5. Distribución de usuario:...............................................................................................8
.......................................................................................................................................................9
2.1.6. Procesamiento..............................................................................................................9
2.1.7. Variables.....................................................................................................................10
2.1.8. Simular........................................................................................................................10
III. COMPARACIÓN DE ESCENARIOS..................................................................................11
3.1. Modelo Base...........................................................................................................................11
3.2. Modelo 2.................................................................................................................................12
IV. RESULTADOS.......................................................................................................................13
CONCLUSIONES..............................................................................................................................14
ANEXO................................................................................................................................................15
 INTRODUCCIÓN
La simulación del presente trabajo de una empresa de servicio en la cual se
seleccionan cuidadosamente cafés especiales, chocolate y cacao para realizar
distribuciones y servicio al cliente donde nos permite analizar con la aplicación de
simulación con la herramienta de ProModel con una modelo base propuesto 180 horas.

El sistema de simulación con ProModel nos facilita conocer múltiples tipos como:
puede reducirse el tiempo de desarrollo del sistema en procesos, toma de decisiones, un
mismo modelo puede usarse muchas veces, etc. La simulación es de empleo más simple
que ciertas técnicas analíticas y precisas sean simplificaciones es un proceso. El ProModel
tiene como objetivo ayudar a los investigadores a modelar tales fenómenos complejos
respuestas que se pueden obtener en el transcurso de la atención al cliente.

En este desarrollo de estudio de análisis de capacidad atención desde un enfoque de

servicio al cliente, utilizando la simulación ProModel, los resultados obtenidos serian
validados y comparados para comprobar el modelo más apropiado para poder sugerir de la
calidad teórica y experimental de nuestras investigaciones dando como alternativas de
solución del problema, mediante la realización de modelos de simulación.

En el siguiente informe se detalla la información y resultados que se podrá demostrar

de la simulación del modelo base con el modelo propuesto de mejora en atención al
cliente, donde se detallará la descripción de los procesos en la simulación de optimización al
capacitar al personal de atención al cliente para posteriormente realizar una solución o
mejoras, en la disminución de tiempo promedio de espera en entrega de productos durante
las 180 hora, en particular, el servicio al cliente son muy importante.
 CASO DE ESTUDIO
Cafelives es una empresa productora en la cual se seleccionan cuidadosamente
cafés especiales, chocolate y leche para realizar distribuciones y servicio al cliente, el
proceso comienza cuando llega un cliente y realiza el pedido del producto que puede
ser de tipo Café, Chocolate o Cacao con las probabilidades de 25%. 42% y 33 %
respectivamente.

El cliente ingresa a recepción y su demora es de 2.5 minutos en promedio.

Las atenciones de los pedidos son realizadas por personal especializado en cada
tipo de producto y solo se atiende un pedido a la vez.

Una vez que el pedido es atendido por el personal especializado, se transporta el

producto a la zona de entrega, en la zona de entrega el cliente recibe el producto
para posteriormente salir del sistema.

Si el producto es café esta entrega demorara un tiempo normalmente distribuido con

media 4 y desviación 1.5

Si el producto es chocolate esta entrega demorara un tiempo uniformemente

distribuido entre 3 y 6.

Si el producto es cacao esta entrega demorara un tiempo uniformemente distribuido

entre 2 y 7

Los tiempos de procesamiento de los pedidos en las áreas especializadas café,

chocolate y cacao son:

Area Tiempo de procesamiento

AECafe Poisson con media 7
AEChocolate Triangular como mínimo 5, más probable 7 y como máximo 10
AECacao Uniforme entre 6 y 10

Los arribos de los clientes se dan con una frecuencia de 28 minutos de acuerdo con
una función exponencial-

En el modelo base se debe definir una función de distribución de usuario (Build /

More elements / User Distributions) “TIPO_ATENCION ()” la que retorna los valores
de 1,2 o 3 con las probabilidades 25%, 42% y 33% respectivamente, por ejemplo,
para asignar el valor de la función a una variable o atributo llamado PPP, la sintaxis
es:

PPP = TIPO_ATENCION ()

Se recomienda usar esta función para identificar los diversos tipos de atención
 Capacidades de algunas locaciones
Locación Capacidad
Cola Recepción 50
Recepción 1
Zona de espera 10
AECafe 1
AEChocolate 1
AECacao 1

Las ubicaciones que cuentan con colas de ingreso son:

Recepción
AECafe
AEChocolate
AECacao
Entregar Producto

Consideraciones:

En Word presentar lo siguiente:

1. Crear un modelo que represente este proceso y simularlo por 180 horas – Este
modelo será llamado el modelo base. Adjuntar la captura de pantalla del Layout.

2. Calcular los indicadores para todos los pedidos. Pegar los resultados de
Locación Resumen Table.

3. Guardar el modelo base como modelo 2 y realizar el siguiente cambio:

Se someterá al personal a un entrenamiento en las tres especialidades de modo

que todos podrán procesar cualquier pedido. Adjuntar la captura de pantalla del
Layout. Pegar los resultados de Locación Resumen Table de esta mejora.
 4. Comparar el “modelo base” contra el “modelo 2” y determinar cual tiene un mejor
desempeño.

I. ANÁLISIS
Según el caso planteado software ProModel. Tiempo de simulación 180 horas

Arribo 2.5 MINUTOS DISTRIBUCIÓN EXPONENCIAL ---> E(u) = E(28) MIN

TIPO DE
TIPO DE DISTRIBUCIÓN ENRUTAMIENTO TIEMPO DE
LOCACIONES (Lugares PROCESOS DISTRIBUCIÓN DE
ENTIDAD Capacidad TIEMPO DE OPERACIÓN DE LA OPERACIÓN (Movimiento/ ENRUTAMIENT
/áreas) (Operaciones) ENRUTAMIENTO
(parámetros) Desplazamiento) O
(parámetros)
CLIENTE Cola_Recepción 1 ESPERA RECEPCION
COLA_AE_CAFE
CLIENTE RECEPCION 50 Wait E(2,5) COLA_AE_CHOCOLATE
COLA_AE_CACAO
CLIENTE ZONA_ESPERA 10
OC RECEPCION 1 If PPP_TIPO_ATENCION = 1
OC COLA_AE_CAFE INF AE_CAFE AE_CAFE
OC COLA_AE_CHOCOLA INF AE_CHOCOLATE AE_CHOCOLATE
OC COLA_AE_CACAO INF AE_CACAO COLA_AE_CACAO
OC AE_CAFE 1 Wait P(7) Exponencial COLA_ENTREGA 25%
OC AE_CHOCOLATE 1 Wait T(5,7, 10) Triangular COLA_ENTREGA 42%
OC AE_CACAO 1 Wait U(8, 2) Triangular COLA_ENTREGA 33%
PRODUCTO COLA_ENTREGA 1 AREA DE ENTREGA Join 1 ENTREGA_PRODUCTO
If PPP_TIPO_ATENCION = 1
PRODUCTO 1 SALE DEL SISTEMA Normal /Uniforme
ENTREGA_PRODUCTO Then EXIT
PRODUCTO SALIDA 1 Log "TIEMPO DE CICLO", EXIT

Arribo 2.5 MINUTOS DISTRIBUCIÓN EXPONENCIAL ---> E(u) = E(28) MIN

TIPO DE
TIPO DE DISTRIBUCIÓN ENRUTAMIENTO TIEMPO DE
LOCACIONES (Lugares PROCESOS DISTRIBUCIÓN DE
ENTIDAD Capacidad TIEMPO DE OPERACIÓN DE LA OPERACIÓN (Movimiento/ ENRUTAMIENT
/áreas) (Operaciones) ENRUTAMIENTO
(parámetros) Desplazamiento) O
(parámetros)
CLIENTE Cola_Recepción 1 ESPERA RECEPCION
COLA_AE_CAFE
CLIENTE RECEPCION 50 Wait E(2,5) COLA_AE_CHOCOLATE
COLA_AE_CACAO
CLIENTE ZONA_ESPERA 10
OC RECEPCION 1 If PPP_TIPO_ATENCION = 1
OC COLA_AE_CAFE INF AE_CAFE AE_CAFE
OC COLA_AE_CHOCOLA INF AE_CHOCOLATE AE_CHOCOLATE
OC COLA_AE_CACAO INF AE_CACAO COLA_AE_CACAO
OC AE_CAFE 1 Wait T(5,7, 10) Triangular COLA_ENTREGA 33%
OC AE_CHOCOLATE 1 Wait T(5,7, 10) Triangular COLA_ENTREGA 34%
OC AE_CACAO 1 Wait T(5,7, 10) Triangular COLA_ENTREGA 33%
PRODUCTO COLA_ENTREGA 1 AREA DE ENTREGA Join 1 -Orden de compra ENTREGA_PRODUCTO
If PPP_TIPO_ATENCION = 1
PRODUCTO 1 SALE DEL SISTEMA Normal /Uniforme
ENTREGA_PRODUCTO Then EXIT
PRODUCTO SALIDA 1 Log "TIEMPO DE CICLO", EXIT
 II. DESARROLLO
II.1. Modelo Base (Baseline)

II.1.1. Locaciones

En este primero paso debemos crear las locaciones que van a intervenir y
conformar la función del proceso de modelamiento de la simulación, dentro de las
cuales son: COLA DE RECEPCION, RECEPCIÓN, ZONA DE ESPERA, COLA
AECACAO, COLA AECHOCOLATE, COLA AECAFE, AE_CACAO,
AE_CHOCOLAATE, AE_CAFE, COLA DE ENTREGA, ENTREGA PRODUCTO y
LA SALIDA. Como podemos observar en la siguiente imagen:

II.1.2. Entidades

En este proceso se crea la entidad, quien recorre por todas las locaciones para
simular el modelo. En nuestro caso contamos con tres entidades que son LOS
CLIENTES, PEDIDO, PRODUCTOS
II.1.3. Arribos

En este proceso se define la entidad que ingresará al modelo durante la

simulación. En nuestro caso se tiene que el arribo CLIENTE @ COLA-
RECEPCION tiene una cantidad por arribo de 1 Unid con una frecuencia de E
(28), PEDIDO @ RECEPCION y PRODUCTO @ COLA_ENTREGA la cantidad
es 1.

II.1.4. Atributos
En este proceso se define el atributo llamado PPP, la sintaxis es: PPP =
TIPO_ATENCION () para identificar e tipo de entidad (CAFÉ, CHCOLATE o CACAO)
y A-HORA_ARRIBO para asignar hora de llegada de cada entidad.

II.1.5. Distribución de usuario:

En el modelo base se debe definir una función de distribución de usuario (Build / More
elements / User Distributions) “TIPO_ATENCION ()” la que retorna los valores de 1,2 o 3
con las probabilidades 25%, 42% y 33% respectivamente
II.1.6. Procesamiento

En este proceso se describe las operaciones que llevan a cabo en una locación crean
las rutas de trabajo, definiendo las actividades o tareas por las que pasa la entidad
creada, tales como la cantidad de tiempo que la entidad pasa en dicha locación, los
recursos necesarios para realizar el trabajo que suceda en la locación, incluyendo
seleccionar el siguiente destino para las entidades. como se muestra en la imagen.
II.1.7. Variables

En este proceso se crean las siguientes variables:

V_CANTIDAD_EN_AECAFE: Lleva el conteo de pedidos atendidos por especialista café
V_CANTIDAD_EN_AECHOCOLATE: Lleva el conteo de pedidos atendidos por
especialista Chocolate
V_CANTIDAD_EN_AECACAO: Lleva el conteo de pedidos atendidos por especialista
Cacao
V_CANTIDAD_EN_PROCESO: Lleva el conteo ordenes procesados

II.1.8. Simular

En este proceso se realiza la configuración en opciones de simulación donde se añade

el tiempo planificado de trabajo (180 horas), el tiempo de corrida, etc. Como se muestra
en las siguientes imágenes:
 III. COMPARACIÓN DE ESCENARIOS
Después de crear el modelo base, se procede a crear el modelo 2 considerando el mismo
tiempo de procesamiento para los tres especialistas y las distribuciones similares teniendo
en cuenta que si el personal está capacitado para atender cualquiera de los pedidos
entonces todos tendrían las mismas capacidad y probabilidad de atención.

III.1. Modelo Base

En la simulación realizada de los 3 productos como café, Chocolate y Cacao, podemos

identificar que cada pedido tiene su propia cola y es atendido por su especialista con tiempo
de operación respectivo y con una distribución de Café 25%, Chocolate 42% y Cacao 33%.

Según los resultados la cantidad de ordenes procesados por los especialistas son:
Especialista de cacao 1195 unidades, especialista de chocolate es de 1295 unidades y
especialista Café es 922 unidades teniendo una entrega total de productos de 382 unidades.

III.2. Modelo 2
Después de la capacitación del personal consideramos que los tiempos de procesamiento
del especialista Café, Chocolate y Cacao es el mismo para los tres Wait T (5,7,10) y
adicionalmente la distribución serian similares 33%, 34% y 33%

Según los resultados la cantidad de pedidos procesados por los especialistas son:
Especialista de cacao 1285 unidades, especialista de chocolate es de 1289 unidades y
especialista Café es 1290 unidades teniendo una entrega total de productos de 393
unidades.

IV. RESULTADOS

Como resultado se obtuvo los siguientes datos que muestra el cuadro donde podemos
evidenciar los registros de las simulaciones de modelo base y modelo 2 después de la
capacitación del personal.

Cantidad de
Distribución Total, de entrega
Tiempo de ordenes
Productos de de productos
procesamiento atendidas
probabilidades (Unid)
(Unid)
CACAO 33% Wait U (8, 2) 1195
MODELO BASE CHOCOLATE 42% Wait T (5,7, 10) 1295 382
CAFÉ 25% Wait U (4.5, 1.5) 922
3412
 Cantidad de
Distribución Total, de entrega
Tiempo de ordenes
Productos de de productos
procesamiento atendidas
probabilidades (Unid)
(Unid)
CACAO 33% Wait T (5,7, 10) 1285
MODELO 2 CHOCOLATE 34% Wait T (5,7, 10) 1289 393
CAFÉ 33% Wait T (5,7, 10) 1290
3864

Modelo 2 se evidencia mayor atención de pedidos por los especialistas haciendo un total de
3864 unidades y también se hace una mayor entrega de productos de 393 unidades.

CONCLUSIONES

 Se realizó la simulación de modelo base y modelo 2 después de la capacitación

realizada al personal.

 Según los resultados del modelo base tenemos la cantidad de ordenes

procesados por los especialistas son: Especialista de cacao 1195 unidades,
especialista de chocolate es de 1295 unidades y especialista Café es 922
unidades teniendo una entrega total de productos de 382 unidades

 Según los resultados del modelo 2 tenemos la cantidad de pedidos procesados

por los especialistas son: Especialista de cacao 1285 unidades, especialista de
 chocolate es de 1289 unidades y especialista Café es 1290 unidades teniendo
una entrega total de productos de 393 unidades.

 En conclusión, el modelo a utilizar es el modelo 2 ya que muestra una mayor

cantidad de pedidos atendidos con una diferencia de 452 unidades respecto al
modelo base.

ANEXO

Enlaces de las exposiciones

AYALA CHAMORRO, ANGEL

CUBAS MONDRAGON, DANIEL

INGA BRUNO, GERMAN

YENGLE MENDOZA CARLOS