Paso 5_ Estructura de un modelo de simulación de un sistema
casuístico. Habilitacion
Entregado por:
Jhonatan Camilo Castellanos Bejarano
Grupo: 212026_149
Tutor(a):
Diva Aurora Rubiano
Universidad Nacional, Abierta Y A Distancia – UNAD
Escuela De Ciencias Básicas, Tecnología e Ingeniería ECBTI
Modelos y Simulación
diciembre 2024
Introducción
La toma de decisiones está estrechamente vinculada a menudo con las
simulaciones que llevamos a cabo. A través de estas simulaciones, tenemos la
oportunidad de mejorar nuestros procesos, buscando eficiencia y coherencia entre
ellos. Resulta fundamental abordar de manera efectiva los procesos de
transformación de la materia prima en productos terminados, con el propósito de
minimizar los desperdicios que conllevan a pérdidas financieras. La implementación
de la Manufactura Esbelta implica la utilización de diversas herramientas que
permiten identificar y eliminar las operaciones que no aportan valor al producto,
servicio o proceso. Esta estrategia eleva el valor de cada actividad realizada al
mismo tiempo que elimina lo superfluo y prescindible. El presente documento se
dirige a la comunidad Unadista y tiene como objetivo proporcionar una visión inicial
de los temas abordados en el contexto de Modelos y Simulación. Aquí, se plasman
los conocimientos fundamentales en torno a este tema.
Justificación
La modelación y simulación desempeñan un papel crucial en los procesos, ya que
nos brindan la oportunidad de experimentar y visualizar el comportamiento de un
sistema. Esto nos permite identificar áreas en las que podemos optimizar el
funcionamiento del sistema, basándonos en los resultados obtenidos a través de la
simulación. La identificación de necesidades y su integración en un proceso reviste
una importancia significativa. Al comprender estos aspectos en una situación o
proceso planteado, somos capaces de identificar oportunidades de mejora, puntos
críticos que desencadenan errores o prácticas inadecuadas, procesos de retrabajo
y descubrimientos esenciales para una situación dada. Es imperativo abordar de
manera efectiva los procesos de conversión de materia prima en productos
terminados para reducir la generación de desperdicios que conllevan pérdidas
económicas. Este documento cobra relevancia por la razón de que brinda la
oportunidad de explorar y comprender eventos discretos. Mediante la identificación
teórica y la aplicación práctica de los elementos relacionados, se enfoca en la
simulación de eventos de este tipo. De esta forma, se proporciona una herramienta
valiosa para comprender y analizar situaciones complejas de manera más efectiva.
Objetivos
OBJETIVO GENERAL
Analizar los resultados de la modelación y simulación de técnicas en escenarios
utilizando herramientas computacionales y técnicas de análisis estadístico.
OBJETIVOS ESPECÍFICOS
• Llevar a cabo la creación de procesos de servicio orientados al cliente en función
de la capacidad de respuesta del sistema y la evaluación de la entrega
• Analizar la eficiencia de los procesos productivos según criterios de manufactura
esbelta, optimizar el manejo de materiales en base a criterios de optimización de
inventario.
• Diseñe procedimientos de mantenimiento basados en la capacidad de respuesta
del sistema mediante la evaluación de los sistemas de distribución en función como
base los costos logísticos.
Desarrollo Taller No. 5
1) Desarrollar el siguiente caso estableciendo una simulación en un archivo en
Excel: Una empresa tiene un proceso de producción de hornos. La demanda
diaria de este producto sigue una distribución normal con media de 60 hornos /día
y desviación de 15 hornos diarios. Se desea saber cuál es la mejor política de
producción, considerando que el costo de faltante es de $100.000 por horno, y el
costo de tener un refrigerador en inventario es de $20.000 por horno por día.
Considere las siguientes políticas de producción: 50, 55, 60, 65 hornos por día.
Realice un estudio de simulación completo para cada política de inventarios,
realizando 5 réplicas de cada política.
Considere un Alfa de 0.1 y un error de 15 hornos.
Enlace Excel:
[Link]
706Di9YwnEkcJQU0T9TorgNhHl8p_/edit?usp=sharing&ouid=1071084035236
34279461&rtpof=true&sd=true
2) Desarrollar el siguiente caso estableciendo una simulación en el Software FlexSim,
desde los cuatro escenarios, proponer la optimización de un Almacén de
Distribución de Productos Electrónicos.
[Link]
3) De acuerdo con el caso resuelto en la parte 1, el estudiante debe analizar el
desempeño del proceso de manufactura, desde los criterios de la
manufactura esbelta, se debe apoyar en las siguientes preguntas desde el
contexto de las políticas de producción y su comportamiento previsto, en el
caso en mención:
• ¿Como analizar el desempeñó de los procesos de manufactura, de acuerdo
con criterios de la manufactura esbelta?
Se puede considerar la eliminación de desperdicios, la optimización del flujo de
trabajo y la reducción de tiempos muertos. La manufactura esbelta, o lean
manufacturing, es una filosofía de gestión que busca mejorar los procesos, reducir
costos y eliminar desperdicios. Para ello, se basa en la utilización inteligente de los
recursos disponibles.
• ¿Se optimiza las actividades de manipulación de materiales, con base a
criterios de optimización de los niveles de inventarios?
Sí, la optimización de los niveles de inventario puede ayudar a optimizar las
actividades de manipulación de materiales:
o La optimización de inventarios busca equilibrar la demanda de productos
con la capacidad de almacenamiento. Esto ayuda a reducir los tiempos de
entrega y a ahorrar espacio.
o La optimización de los materiales incluye actividades como la manipulación,
el almacenamiento, la protección y embalaje, y el control de materiales.
o La gestión de inventarios optimizada garantiza que los productos estén
disponibles cuando los clientes los necesitan. Esto evita situaciones de falta
de stock que pueden causar frustración y llevar a los clientes a buscar
alternativas en la competencia.
• ¿Como se diseñaría un proceso de servicios, tomando como base la
capacidad de respuesta del sistema?
o Definir la capacidad de respuesta
La capacidad de respuesta al cliente es la rapidez y efectividad con la que una
empresa responde a las solicitudes de sus clientes.
o Considerar la calidad de la respuesta
Además del tiempo de respuesta, es importante la calidad de las respuestas que
se entregan.
o Establecer expectativas claras
Es importante establecer expectativas claras para mejorar la capacidad de
respuesta.
o Realizar seguimiento
Es importante realizar un seguimiento del tiempo de respuesta y buscar
comentarios para mejorar.
o Automatizar respuestas
Automatizar las respuestas puede ayudar a mejorar la capacidad de respuesta.
• ¿Como se evaluaría un sistema de distribución, tomando como base los
costos logísticos?
Se centra en analizar las principales áreas que impactan el desempeño financiero
y operativo de la distribución.
o Identificar los costos logísticos relevantes
o Definir los indicadores de desempeño (KPls)
o Comparar alternativas de distribución
o Realizar un análisis de costo-beneficio
o Utilizar herramientas de simulación y modelado
o Monitorear y ajustar periódicamente
Conclusiones
Utilizando sistemas de simulación, se logran resultados visuales en tiempo real
que reflejan el comportamiento de sistemas dinámicos. Estos resultados
proporcionan información que abarca la variabilidad inherente al sistema,
incorporando diversos indicadores de desempeño. Las técnicas de simulación
desempeñan un papel fundamental al analizar tanto los procesos actuales como
los futuros. Estas técnicas permiten anticipar soluciones a problemas o
situaciones emergentes, con el objetivo de lograr diseños más eficientes que
se alineen con diversos objetivos de optimización de recursos. De esta manera,
se facilita la identificación de oportunidades de mejora y la adaptación a
novedades en el entorno.
Bibliografía
• Guasch, A. Piera, M. À. & Casanovas, J. (2016). Modelado y simulación:
aplicación a procesos logísticos de fabricación y servicios. Universitat
Politècnica de Catalunya. [Link]
[Link]/es/ereader/unad/61422?page=111
• Martín Díaz Rodríguez. (2019). Estadística inferencial aplicada. Universidad
del Norte. [Link]
[Link]/linkprocessor/plink?id=561abcb3-1645-
3075-86e9-8b1f0835f89e
• Burbano Pantoja, V. M. Á. Valdivieso Miranda, M. A. & Burbano Valdivieso,
Á.(2018). Aplicaciones de la teoría de colas y líneas de espera en contextos
específicos de investigación. Editorial UPTC. [Link]
[Link]/es/ereader/unad/132820?page=12
• Urquía Moraleda, A. (2013). Modelado y simulación de eventos discretos.
UNED -Universidad Nacional de Educación a Distancia. [Link]
[Link]/es/ereader/unad/48697?page=29
