Guía del ACA – Simulación de Procesos
1. Presentación de la actividad
Esta Actividad de Construcción de Aprendizaje (ACA) te invita a modelar y
analizar un sistema real (productivo o de servicios) mediante simulación de
eventos discretos (SED). El objetivo es que lleves a la práctica los conceptos
vistos en clase, desde la construcción del modelo conceptual hasta el análisis
estadístico de resultados y la evaluación del riesgo. El proyecto se desarrolla en
grupos de tres personas, pero su complejidad está pensada para que dos
integrantes puedan sostener el avance técnico en caso de necesidad; el
tercer integrante aporta en validación, comunicación y soporte.
2. Propósito de aprendizaje
Al finalizar, deberías ser capaz de: (a) delimitar un sistema y definir indicadores
de desempeño pertinentes; (b) construir un modelo conceptual con SVM
(State-Variable Model), reloj de simulación y Lista de Eventos Futuros
(LEF); (c) implementar un modelo computacional que pase verificaciones y
validaciones básicas; (d) identificar y gestionar una ruta crítica (PERT/CPM)
asociada a un proceso de setup/cambio de referencia; (e) medir capacidad
y localizar cuellos de botella mediante escenarios; (f) diseñar y ejecutar un DOE
(2^k), interpretar efectos e interacciones con apoyo de ANOVA; y (g) incorporar
incertidumbre con Monte Carlo para estimar riesgo y proponer mitigaciones.
3. Alcance y complejidad del proyecto
Para que el trabajo sea abordable y profundo a la vez, acotaremos el sistema a
un máximo de dos tipos de entidad, hasta seis recursos/estaciones y
una política de cola predominante (por ejemplo, FIFO o SPT). Habrá un
subproceso con setup donde se analizará la ruta crítica y su impacto en el
desempeño. El estudio experimental contemplará dos o tres factores (por
ejemplo, tamaño de lote, número de operarios o política de prioridad) y se
considerarán dos fuentes de incertidumbre en el cierre (por ejemplo,
variación de la demanda y fallas MTBF/MTTR). Cada escenario deberá correrse
con al menos tres replicaciones y el informe final reportará intervalos de
confianza al 95%.
4. Metodología de trabajo y roles sugeridos
Aunque pueden organizarse como prefieran, recomendamos distribuir
responsabilidades así: una persona centra su trabajo en el modelado SED
(lógica de eventos, LEF, programación de cambios), otra se encarga de datos y
experimentos (preparación de parámetros, ejecución de corridas, análisis de
KPIs y DOE) y la tercera lidera aseguramiento de calidad y comunicación
(validación con supuestos, Monte Carlo, redacción del informe y elaboración de
la presentación). Esta distribución no es rígida; idealmente todos comprenden
el modelo y pueden cubrirse entre sí.
5. Herramientas y requisitos técnicos
Puedes usar FlexSim si prefieres entornos gráficos, o Python si prefieres
código. Para cálculos de PERT/CPM, DOE y Monte Carlo puedes apoyarte en hojas
de cálculo Excel y bibliotecas estadísticas. Los KPIs mínimos que se
recominedan monitorear son: throughput, tiempo de flujo/ciclo, utilización por
recurso, WIP y porcentaje de servicio a tiempo.
Se puede utilizar cualquier otra herramienta que no este presente siempre y
cuando se haya socializado con el docente y obtenido su aprobación
previamente.
6. Desarrollo semana a semana
Semana 1. Introducción y alcance del sistema
En esta primera semana elegirás el sistema a estudiar (puede ser una línea de
envasado, un pequeño call center, una ventanilla de atención, un taller por lotes,
entre otros) y delimitarás su alcance: qué partes del proceso se modelarán y
cuáles quedan fuera. Elaborarás una descripción clara del flujo a nivel macro
(SIPOC o diagrama de proceso simple), explicando las entidades, los recursos
y las colas relevantes. Con base en esa delimitación, definirás los indicadores
que usarás para evaluar el desempeño y anotarás los supuestos iniciales que
harán posible el modelo. Al cierre de la semana debes entregar una ficha breve
del sistema y su diagrama, junto con la lista de KPIs y supuestos.
Semana 2. SED con SVM y reloj de simulación
El foco de esta semana es construir el modelo conceptual. Elaborarás el SVM
con sus variables de estado (por ejemplo, ocupación de recursos y tamaño de
colas), eventos (llegadas, inicios y términos de servicio, fallas y reparaciones,
cambios de referencia) y las acciones que actualizan el estado cuando un
evento ocurre. Definirás cómo avanza el reloj de simulación y documentarás
un formato para la LEF, que registre el próximo evento programado con su
tiempo para demostrar el avance de los tiempos por acción/estación, que
registre el próximo evento programado con su tiempo. Entregarás el diagrama
SVM con un breve comentario de verificación y validación inicial.
Semana 3. Ruta crítica (PERT/CPM) e integración al modelo
Esta semana identificarás y optimizarás la ruta crítica del setup o cambio de
referencia. Construirás la red PERT/CPM que represente actividades como
limpieza, calibración, prueba y primera corrida; calcularás tiempos tempranos y
tardíos, holguras y la ruta crítica, y propondrás una reducción temporal
(crashing) razonable. Luego integrarás la duración resultante al evento de
setup dentro del modelo, generando la versión v2.
Semana 4. Capacidad y cuellos de botella mediante escenarios
Con el modelo ya enriquecido, extenderás el sistema para considerar dos flujos
o líneas y, si aplica, más de un tipo de producto o cliente. Ejecutarás escenarios
que te permitan estimar la capacidad efectiva del proceso, identificar el
recurso cuello de botella (normalmente el de mayor utilización) y comparar
alternativas de mejora, como aumentar el tamaño de lote o añadir un operario
en la estación crítica. Esta etapa dará origen a la versión v3 del modelo. Al
cierre, reportarás los KPIs comparables entre escenarios y justificarás la
localización del cuello de botella.
Semana 5. Diseño de Experimentos (DOE) y análisis estadístico
Esta semana diseñarás un experimento factorial 2^k con dos o tres
factores que afecten el desempeño del sistema; por ejemplo, tamaño de lote
(bajo/alto), número de operarios (uno/dos) y política de prioridad (FIFO/SPT).
Definirás claramente la variable de respuesta principal (por ejemplo, tiempo
de flujo) y otras secundarias (throughput y porcentaje de servicio a tiempo).
Correrás al menos tres replicaciones por combinación y analizarás los
resultados con apoyo de ANOVA para distinguir efectos principales e
interacciones. Entregarás el plan experimental, los resultados procesados y
una recomendación de configuración con sustento estadístico.
Semana 6. Monte Carlo: incertidumbre y riesgo
Para cerrar el proyecto, incorporarás incertidumbre realista. Modelarás, al
menos, la variabilidad en la demanda y en las fallas/tiempos de reparación
de un recurso, eligiendo distribuciones adecuadas y justificando su selección.
Ejecutarás treinta o más corridas con la mejor configuración obtenida del DOE
y estimarás intervalos de confianza al 95% de los KPIs clave. Con esos
resultados, calcularás la probabilidad de incumplir un nivel de servicio
objetivo (por ejemplo, 95% de pedidos a tiempo) y plantearás un plan de
mitigación que puede incluir buffers, mantenimiento preventivo o ajustes de
turnos y lotes. Entregarás la versión v4 del modelo, un informe ejecutivo y
una presentación breve.
7. Entregables y formato
Todas las entregas se cargan en C-Digital dentro de las fechas que establezca el
docente. El informe final se presenta en formato académico (puede ser APA) e
incluye portada, introducción, marco conceptual breve, resultados, discusión,
conclusiones y referencias. Siempre adjunta los archivos fuente del modelo,
de ser el caso las hojas de cálculo y cualquier script utilizado. Nombra los
archivos con un esquema claro que identifique curso, equipo y etapa del
proyecto.
8. Criterios de evaluación y rúbrica
Tu trabajo se evaluará con base en las siguientes dimensiones (total 100
puntos):
• Modelado SED (SVM, reloj, LEF y verificación/validación básica) — 16
pts.
• Ruta crítica (PERT/CPM) e integración del setup al modelo — 15 pts.
• Capacidad y cuello de botella mediante escenarios comparables — 13
pts.
• Diseño de experimentos (DOE 2^k), ANOVA, efectos e interacciones,
recomendación — 16 pts.
• Monte Carlo: IC 95 %, estimación de riesgo y plan de mitigación — 12
pts.
• Comunicación y trazabilidad: claridad del informe, reproducibilidad y
anexos — 8 pts.
• Aplicación de normas APA (citas, referencias, figuras y tablas) — 5
pts.
• Video de presentación (≤ 3 min): síntesis, coherencia con el informe
y visualización de resultados — 15 pts.
9. Ética e integridad académica
Cita todas las fuentes que utilices, respeta la confidencialidad de los datos reales
y evita el plagio. Declara abiertamente tus supuestos y justifica las
distribuciones y parámetros elegidos. Si el sistema proviene de una
organización externa, acuerda con antelación qué información puede publicarse.
10. Recomendaciones finales
Antes de simular, invierte tiempo en el modelo conceptual: un buen SVM y
una LEF coherente te ahorrarán horas de depuración. Mantén una bitácora de
cambios entre versiones del modelo (v1 a v4) y fija de antemano tus KPIs para
no perder el foco. En el análisis estadístico, prioriza la interpretación sobre la
mera tabla de resultados: explica qué significan los efectos y cómo se traducen
en decisiones operativas. Y recuerda: la simulación no “adivina” el futuro; ayuda
a comparar alternativas con evidencia.
11. Cierre
Este ACA está diseñado para que conectes teoría y práctica paso a paso. Elige
un sistema que te motive, distribuye el trabajo con inteligencia y construye tu
modelo con criterio. Si avanzas con orden —conceptualizar, implementar,
validar, experimentar y decidir— llegarás a conclusiones sólidas y defendibles.
¡Manos a la obra y a simular con cabeza fría y corazón ingenieril!
