lOMoARcPSD|14290913

Participacion EN EL FORO Semana 5 Y 6 Simulacion

Gerencial
Simulación Gerencial (Politécnico Grancolombiano)

Studocu is not sponsored or endorsed by any college or university

Downloaded by alejandra lerma (lersoma@gmail.com)
 lOMoARcPSD|14290913

SIMULACION GERENCIAL 1

SIMULACION GERENCIAL

PARTICIPACIÓN FORO SEMANA 5 Y 6

CARLOS EDUARDO MONTOYA CASAS

TUTOR

INSTITUCION UNIVERSITARIA POLITECNICO GRANCOLOMBIANO

FACULTAD NEGOCIOS, GESTION Y SOSTENIBILIDAD

2021

Contenido

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 2

Punto 1.................................................................................................................................2

Punto 2.................................................................................................................................4

Punto 3.................................................................................................................................4

Punto 4.................................................................................................................................5

Bibliografía..........................................................................................................................7

Punto 1

Haga una descripción breve del problema a tratar, ¿cuáles son los parámetros de la

línea de ensamble?

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 3

A través de la simulación, en este caso, podemos ver el riesgo de adquisición de variables

del proyecto, ver la posibilidad de tener un valor exacto, y podemos encontrar diferentes

variables predictivas y los riesgos asumidos en la ejecución del proyecto y / o inversión. La

simulación de Monte Carlo es un método estadístico que se utiliza para resolver problemas que

pueden surgir en el análisis de proyectos de Excel. Utiliza el flujo de caja neto o el valor actual

neto (VAN) para encontrar una valoración precisa de la inversión, pero pueden tomar varios

valores

El caso es sobre una empresa de fabricación de artículos para el hogar con sede en Brasil,

la empresa fabrica un tipo de termostato para plancha, esta línea de montaje fue instalada

recientemente y cuenta con 3 estaciones de trabajo, cada una con un operario. La empresa está

teniendo problemas debido a que la producción real es menor a la presupuestada, la línea se

diseñó para producir 3.500partes por semana, pero actualmente se tiene una producción

promedio de solo 3.200 partes por semana.

El problema trata de una nueva línea de ensamble integrada por 3 estaciones A, B, C, esta

fue diseñada para producir 3500 termostatos por semana para plancha, después de 3 meses solo

llego a un 85% de la meta, lo que represento un mayor gasto para la empresa va que debió pagar

tiempo extra a los trabajadores cumpliendo con la meta de 3500 piezas, y no afectar su

producción general. Se presenta un problema de balanceo de línea.

Los parámetros son:

• Estación A: Ciclo 85 piezas/hora. 0.706 min/pieza o 3740 piezas por semana.

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 4

• Estación B: Ciclo 100 piezas/hora. 0.600 min/pieza. • Estación C: Ciclo 110

piezas/hora.0.545 min/pieza.

• El sistema fue diseñado para la Producción de 3500 ensambles por semana. •

• Después de tres meses se alcanzó el 85% de la producción esperada.

Punto 2

¿Cuál fue el procedimiento utilizado para generar las variables aleatorias? Describa

brevemente los principales pasos. Identifique el problema que tiene la empresa; recuerde

que este debe ser un problema general y su resolución le debe permitir a la empresa

generar bienestar y rentabilidad, fruto del planteamiento estratégico.

Para generar variables, el primer paso es medir el tiempo de la línea de montaje. A través

de tres estaciones de trabajo A, B y C, se completa el tiempo requerido para el ciclo de

ensamblaje de la pieza. El sistema registró un total de 120 registros. En el segundo caso, la

información de la estación A. se organiza en un gráfico de distribución acumulativo. Mediante el

sistema aleatorio se selecciona el número 76 con una frecuencia acumulada del 79,2%, por lo

que para la estación A, 0,80 minutos / pieza, se obtiene el primer tiempo del proceso aleatorio El

proceso fue repetido 50 veces para conocer los tiempos de trabajo de la estación A, lo más

cercano a la realidad actual del sistema. Luego el procedimiento fue aplicado al resto de las

estaciones B y C.

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 5

Punto 3

Explique el modelo de simulación utilizado.

Sistema estocástico: Se utiliza cuando el comportamiento del sistema es incierto, es decir,

se utilizan elementos aleatorios o acciones predecibles para determinar su estado, es decir, solo

se puede estudiar en base a probabilidades para comprender posibles situaciones y los resultados

se relacionan con sus probabilidades.

Al colocar la información del sistema real en el software dedicado, se pueden identificar

los cuellos de botella y se pueden implementar ajustes en el sistema real después de verificar su

eficiencia en el software.

Punto 4

¿Cuáles fueron los principales resultados presentados en el artículo? y ¿cuáles las

alternativas de mejora?

Resultados presentados:

Estación A: Ciclo 85 piezas/hora. 0706 min/pieza o 3740 piezas por semana • Estación B:

Ciclo 100 piezas hora. 0.600 min x pieza.

Estación C ciclo 110 piezas/hora 0. 545 min x pieza

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 6

El sistema fue diseñado para la Producción de 3500 ensambles por semana. • Luego de

tres meses no se logró la producción de 3500 ensambles por semana principalmente porque Al

finalizar el día,

la línea de ensamble quedaba vacía, lo que representaba una pérdida de 140 min lo que se

traduce a 200 piezas menos por semana, otro aspecto que contribuía a la improductividad del

sistema fue el tiempo de estación A esta presentaba un mayor tiempo de proceso frente a las

estaciones B y C lo que provocaba tiempo de ocio del 17% y 20% respectivamente, ya que

debían esperar que A despachara la pieza para iniciar con sus procesos

Alternativas:

Básicamente las alternativas para alcanzar la producción de 3500 piezas por semana son

dos:

Todo el sistema debe quedar con piezas sin ensamblar al finalizar la jornada, con el

objetivo de iniciar de inmediato al día siguiente. Con este cambio el sistema sería capaz de

aumentar la producción en 200 piezas por semana 2.

Se reconfiguro los tiempos de proceso de las tres estaciones, originalmente la estación A

tenía el tiempo más alto del proceso 0,760 min/pieza, con la nueva medida quedo con el tiempo

más bajo 0675, mientras que la estación C que inicialmente contaba con el tiempo más bajo

0,640 min/pieza quedo con el tiempo más alto 0,695 min/pieza. Con estos cambios se logró

Downloaded by alejandra lerma (lersoma@gmail.com)

 lOMoARcPSD|14290913

SIMULACION GERENCIAL 7

eliminar el tiempo de ocio de las estaciones B y C ya que A enviaría piezas con una frecuencia

más alta Eventualmente abría una acumulación de piezas en la estación C así que cuando esta

llega a 5 piezas las estaciones anteriores deben parar para evitar un aumento en el WIR.

Bibliografía

 https://scielo.conicyt.cl/pdf/infotec/v23n4/art05.pdf

Downloaded by alejandra lerma (lersoma@gmail.com)