SUBSECRETARA DE EDUCACIN SUPERIOR DIRECCIN GENERAL DE EDUCACIN SUPERIOR TECNOLGICA INSTITUTO TECNOLGICO DE IGUALA

TRABAJO PROFESIONAL CURSO ESPECIAL DE TITULACIN (OPCIN V)

INVESTIGACIN DE OPERACIONES Y SIMULACIN APLICADA A LA OPTIMIZACIN DE SISTEMAS. Que para obtener el ttulo de

INGENIERO INDUSTRIAL
Presenta

ANTONIO HERNNDEZ FLORES

Iguala, Gro; 04 de Agosto del 2009.

ALCANCE:PROCESO EDUCATIVO

ndice
Introduccin............................................................................................................ 1

Capitulo 1 Investigacin de operaciones. ............................................................ 3

1.1 Historia de la investigacin de operaciones. ................................................. 4 1.2 Definicin de Investigacin de Operaciones. ................................................ 5 1.2.1 Caractersticas de Investigacin de Operaciones............................ 5 1.2.2 Modelos de Investigacin de Operaciones....................................... 7 1.3 Metodologa de Investigacin de Operaciones.............................................. 8 1.3.1 Definicin del problema y recoleccin de datos. ............................. 8 1.3.2 Formulacin de un modelo matemtico............................................ 10 1.3.3 Obtencin de una solucin a partir del modelo. .............................. 11 1.3.4 Prueba del modelo. ............................................................................. 12 1.4 Establecimientos de controles sobre la simulacin...................................... 14 1.4.1 Implementacin de la solucin. ......................................................... 14 1.5 Preparacin para la aplicacin del modelo. ................................................... 15 1.6 Investigacin de operaciones en el mundo. .................................................. 16

Capitulo 2 Simulacin. ........................................................................................... 18

2.1 Objetivo. ............................................................................................................ 19 2.2 Introduccin..................................................................................................... 19 2.3 Definicin de simulacin. ................................................................................ 19 2.4 Que intenta la simulacin. ............................................................................... 20 2.5 Propiedades de los modelos de simulacin. ................................................. 20 2.5.1 Definicin de un modelo..................................................................... 20 2.5.2 funciones del modelo. ........................................................................ 21

2.5.3 estructura del modelo......................................................................... 21 2.5.4 Propiedades de los modelos..21 2.6 Usos y razones de la simulacin..................................................................... 22 2.7 Proceso de la simulacin................................................................................. 24 2.7.1 Formulacin del problema. ................................................................ 26 2.7.2 Vacilacin. ........................................................................................... 27 2.7.3 Experimentacin. ................................................................................ 29 2.7.4 Interpretacin. ..................................................................................... 29 2.7.5 Documentacin. .................................................................................. 30 2.8 Modelos de simulacin. ................................................................................... 30

Capitulo 3 Simulacin con ProModel.................................................................. 32

3.1 Introduccin...................................................................................................... 33 3.2 Componentes de ProModel. ............................................................................ 34 3.3 Beneficios claves.............................................................................................. 35 3.4 Definicin. ......................................................................................................... 36 3.5 Pasos para realizar un modelo utilizando promModel. ................................. 37

CONCLUCIONES..................................................................................................... 49 BIBLIOGRAFA........................................................................................................ 51

ndice de figuras

Figura 3: Pantalla de instalacin de ProModel. ................................................... 37 Figura 3.1: Pantalla de bienvenida a ProModel.................................................... 38 Figura 3.2: Creacin de un nuevo modelo. .......................................................... 39 Figura 3.3: Creacin del espacio de trabajo......................................................... 40 Figura 3.4: Colocacin de locaciones................................................................... 41 Figura 3.5: Adicin de entidades........................................................................... 42 Figura 3.6: Adicin de una lnea de trabajo.......................................................... 43 Figura 3.7: Adicin de una maquina. .................................................................... 44 Figura 3.8: Adicin de un proceso lgico. ........................................................... 45 Figura 3.9: Colocacin del arribo del producto. .................................................. 46 Figura 3.10: Guardado y corrida del modelo........................................................ 47 Figura 3.11 Ver resultados..................................................................................... 48

INTRODUCCIN

Actualmente la administracin est funcionando en un ambiente de negocios que est sometido a muchos ms cambios, los ciclos de vida de los productos se hacen ms cortos, adems de la nueva tecnologa y la internacionalizacin creciente.

Los cambios revolucionarios originaron gran aumento en la divisin de trabajo y la separacin de las responsabilidades administrativas en las organizaciones. Sin embargo esta revolucin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es la tendencia de muchos de los componentes a convertirse en imperios relativamente autnomos, con sus propias metas y sistemas de valores. Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos, proporcionaron el surgimiento de la Investigacin de Operaciones.

La Investigacin de Operaciones aspira determinar la mejor solucin (optima) para un problema de decisin con la restriccin de recursos limitados.

En la Investigacin de Operaciones utilizaremos herramientas que nos permiten tomar una decisin a la hora de resolver un problema tal es el caso de los modelos e Investigacin de Operaciones que se emplean segn sea la necesidad.

CAPTULO 1 INVESTIGACIN DE OPERACIONES.

1.1 Historia de la investigacin de operaciones.

La primera actividad de Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa, donde la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que estudiaran los problemas tcticos y estratgicos asociados a la defensa del pas. El nombre de Investigacin de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares). Motivados por los resultados alentadores obtenidos por los equipos britnicos, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logsticos complejos, la planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico. Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas militares, los administradores industriales empezaron a aplicar las herramientas de la Investigacin de Operaciones a la resolucin de sus problemas que empezaron a originarse debido al crecimiento del tamao y la complejidad de las industrias. Aunque se ha acreditado a Gran Bretaa la iniciacin de la Investigacin de Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo rpidamente creciente. La primera tcnica matemtica ampliamente aceptada en el medio de Investigacin de Operaciones fue el Mtodo Smplex de Programacin Lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzig. Desde entonces las nuevas tcnicas se han desarrollado gracias al esfuerzo y cooperacin de las personas interesadas tanto en el rea acadmica como en el rea industrial. Un segundo factor en el progreso impresionante de la Investigacin de Operaciones fue el desarrollo de la computadora digital, que con sus tremendas capacidades de velocidad de cmputo y de almacenamiento y recuperacin de informacin, permitieron al tomador de decisiones rapidez y precisin. Si no hubiera sido por la computadora digital, la Investigacin de Operaciones con sus grandes problemas de computacin no hubiera crecido al nivel de hoy en da.

Actualmente la Investigacin de Operaciones se est aplicando en muchas actividades. Estas actividades han ido ms all de las aplicaciones militares e industriales, para incluir hospitales, instituciones financieras, bibliotecas, planeacin urbana, sistemas de transporte y sistemas de comercializacin.

1.2 Definicin de investigacin de operaciones.

Investigacin de Operaciones o Investigacin Operacional. Se puede definir de la siguiente manera: La Investigacin de Operaciones es la aplicacin por grupos interdisciplinarios del mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la organizacin.

1.2.1 Caractersticas de investigacin de operaciones.

Es muy notable el rpido crecimiento del tamao y la complejidad de las organizaciones (empresas) humanas que se ha dado en estos ltimos tiempos. Tal tamao y complejidad nos hace pensar que una sola decisin equivocada puede repercutir grandemente en los intereses y objetivos de la organizacin y en ocasiones pueden pasar aos para rectificar tal error. Tambin el ritmo de la empresa de hoy implica que las DECISIONES se tomen ms rpidamente que nunca, pues el hecho de posponer la accin puede dar una decisiva ventaja al contrario en este mundo de la competencia. La palpable dificultad de tomar decisiones ha hecho que el hombre se aboque en la bsqueda de una herramienta o mtodo que le permita tomar las mejores decisiones de acuerdo a los recursos disponibles y a los objetivos que persigue. Tal herramienta recibi el nombre de Investigacin de Operaciones. De la definicin de Investigacin de Operaciones, como veremos en el siguiente apartado, podemos resaltar los siguientes trminos: organizacin, sistema, grupos

interdisciplinarios, objetivo y metodologa cientfica.

Una organizacin puede entenderse como un sistema, en el cual existen componentes; canales que comunican tales componentes e informacin que fluye por dichos canales. En todo sistema las componentes interactan unas con otras y tales interacciones pueden ser controlables e incontrolables. En un sistema grande, las componentes se relacionan de muchas maneras, pero no todas son importantes, o mejor dicho, no todas las interacciones tienen efectos importantes en las componentes del sistema. Por lo tanto es necesario que exista un procedimiento sistemtico que identifique a quienes toman decisiones y a las interacciones que tengan importancia para los objetivos de la organizacin o sistema. Uno de esos procedimientos es precisamente la Investigacin de Operaciones. Una estructura por la que no fluye informacin, no es dinmica, es decir, no podemos considerarla como un sistema. Por lo tanto podemos decir que la informacin es lo que da vida a las estructuras u organizaciones humanas. Los objetivos de toda organizacin sern siempre alcanzar el liderazgo en su rama, controlando la eficiencia y efectividad de todas sus componentes por medio de mtodos que permitan encontrar las relaciones ptimas que mejor operen el sistema, dado un objetivo especfico. Ante el tremendo avance que se ha dado en casi todas las ciencias en las ltimas dcadas, ya no es factible querer saber un poco de todo, sino ms bien especializarse en alguna rama de la ciencia. Los problemas que se presentan en las organizaciones no fcilmente se pueden resolver por un slo especialista. Por el contrario son problemas multidisciplinarios, cuyo anlisis y solucin requieren de la participacin de varios especialistas. Estos grupos interdisciplinarios necesariamente requieren de un lenguaje comn para poder entenderse y comunicarse, donde la Investigacin de Operaciones viene a ser ese puente de comunicacin. El enfoque de la Investigacin de Operaciones es el mismo del mtodo cientfico. En particular, el proceso comienza por la observacin cuidadosa y la formulacin del problema y sigue con la construccin de un modelo cientfico (por lo general matemtico) que intenta abstraer la esencia del problema real. En este punto se propone la hiptesis de que el modelo es una representacin lo suficientemente precisa de las caractersticas esenciales de la situacin como para que las conclusiones (soluciones) obtenidas sean vlidas tambin para el problema real. Esta hiptesis se verifica y modifica mediante las 10

pruebas adecuadas. Entonces, en cierto modo, la Investigacin de Operaciones incluye la investigacin cientfica creativa de las propiedades fundamentales de las operaciones. Sin embargo, existe ms que esto. En particular, la Investigacin de Operaciones se ocupa tambin de la administracin prctica de la organizacin. As, para tener xito, deber tambin proporcionar conclusiones positivas y claras que pueda usar el tomador de decisiones cuando las necesite. La contribucin del enfoque de Investigacin de Operaciones proviene principalmente de: 1. La estructuracin de una situacin de la vida real como un modelo matemtico, logrando una abstraccin de los elementos esenciales para que pueda buscarse una solucin que concuerde con los objetivos del tomador de decisiones. Esto implica tomar en cuenta el problema dentro del contexto del sistema completo. 2. El anlisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemticos para obtenerlas. 3. El desarrollo de una solucin, incluyendo la teora matemtica si es necesario, que lleva al valor ptimo de la medida de lo que se espera del sistema (o quiz que compare los cursos de accin opcionales evaluando esta medida para cada uno). 1.2.2 Modelos de investigacin de operaciones.

Modelos de la Investigacion de Operaciones La forma convencional en que la investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente la esencia del problema. Un modelo siempre debe ser menos complejo que el problema real, es una proximacin abstracta de la realidad con consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las alternativas de solucin. Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las componentes controlables del sistema con el propsito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema.

La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden ser clasificados en tres tipos: 11

a) analticos, que utilizan procesos de deduccin matemtica. b) numricos, que son de carcter inductivo y funcionan en base a operaciones de prueba y error. c) simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en base a un modelo.

1.3 Metodologa de la investigacin de operaciones.

1.3.1 Definicin del problema y recoleccin de datos.

La mayor parte de los problemas prcticos con los que se enfrenta el equipo IO estn descritos inicialmente de una manera vaga. Por consiguiente, la primera actividad que se debe realizar es el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que se va a analizar. Esto incluye determinar los objetivos apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del rea bajo estudio con otras reas de la organizacin, los diferentes cursos de accin posibles, los lmites de tiempo para tomar una decisin, etc. Este proceso de definir el problema es crucial ya que afectar en forma significativa la relevancia de las conclusiones del estudio. Es difcil extraer una respuesta "correcta" a partir de un problema "equivocado"! Por su naturaleza, la investigacin de operaciones se encarga del bienestar de toda la organizacin, no slo de algunos de sus componentes. Un estudio de IO busca soluciones ptimas globales y no soluciones subptimas aunque sean lo mejor para uno de los componente. Entonces, idealmente, los objetivos que se formulan deben coincidir con los de toda la organizacin. Sin embargo, esto no siempre es conveniente. Muchos problemas interesan nada ms a una parte de la organizacin, de manera que el anlisis sera innecesariamente basado si los objetivos fueran muy generales y si se prestara atencin especial a todos los efectos secundarios sobre el resto de la organizacin. En lugar de ello, los objetivos usados en un estudio deben ser tan especficos como sea posible, siempre y cuando contemplen las metas principales del tomador de decisiones y mantengan un nivel razonable de consistencia con los objetivos de los altos niveles.

12

Las condiciones fundamentales para que exista un problema es que se establezca una diferencia entre lo que es (situacin actual) y lo que debe ser (situacin deseada u objetivo) y adems exista cuando menos una forma de eliminar o disminuir esa diferencia. Los componentes de un problema son: a) el tomador de decisiones o ejecutivo; b) los objetivos de la organizacin; c) el sistema o ambiente en el que se sita el problema; d) Los cursos de accin alternativos que se pueden tomar para resolverlo. Para formular un problema se requiere; a) identificar las componentes y variables controlables y no controlables del sistema; b) identificar los posibles cursos de accin, determinados por las componentes controlables; c) definir el marco de referencia dado por las componentes no controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por orden de importancia; e) identificar las interpretaciones importantes entre las diferentes partes del sistema y encontrar las restricciones que existen.

1.3.2 Formulacin de un modelo matemtico.

Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en reformularlo de manera conveniente para su anlisis. La forma convencional en que la investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente la esencia del problema. Antes de analizar como formular los modelos de este tipo, se explorar la naturaleza general de los modelos y, en particular, la de los modelos matemticos. El modelo matemtico est constituido por relaciones matemticas (ecuaciones y desigualdades) establecidas en trminos de variables, que representa la esencia el problema que se pretende solucionar. Para construir un modelo es necesario primero definir las variables en funcin de las cuales ser establecido. Luego, se procede a determinar matemticamente cada una de las dos partes que constituyen un modelo: a) la medida de efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin (ecuacin) llamada funcin objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de igualdades o desigualdades que constituyen las barreras y obstculos para la consecucin del objetivo.

13

Un modelo siempre debe ser menos complejo que el problema real, es una aproximacin abstracta de la realidad con consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las alternativas de solucin. Los modelos matemticos tienen muchas ventajas sobre una descripcin verbal del problema. Una ventaja obvia es que el modelo matemtico describe un problema en forma mucho ms concisa. Esto tiende a hacer que toda la estructura del problema sea ms comprensible y ayude a revelar las relaciones importantes entre causa y efecto. De esta manera, indica con ms claridad que datos adicionales son importantes para el anlisis. Tambin facilita simultneamente el manejo del problema en su totalidad y el estudio de todas sus interpelaciones. Por ltimo, un modelo matemtico forma un puente para poder emplear tcnicas matemticas y computadoras de alto poder, para analizar el problema. Sin duda, existe una amplia disponibilidad de paquetes de software para muchos tipos de modelos matemticos, para micro y minicomputadoras. Por otro lado, existen obstculos que deben evitarse al usar modelos matemticos. Un modelo es, necesariamente, una idealizacin abstracta del problema, por lo que casi siempre se requieren aproximaciones y suposiciones de simplificacin si se quiere que el modelo sea manejable (susceptible de ser resuelto). Por lo tanto, debe tenerse cuidado de que el modelo sea siempre una representacin vlida del problema. El criterio apropiado para juzgar la validez de un modelo es el hecho de si predice o no con suficiente exactitud los efectos relativos de los diferentes cursos de accin, para poder tomar una decisin que tenga sentido. En consecuencia, no es necesario incluir detalles sin importancia o factores que tienen aproximadamente el mismo efecto sobre todas las opciones. Ni siquiera es necesario que la magnitud absoluta de la medida de efectividad sea aproximadamente correcta para las diferentes alternativas, siempre que sus valores relativos (es decir, las diferencias entre sus valores) sean bastante preciso. Entonces, todo lo que se requiere es que exista una alta correlacin entre la prediccin del modelo y lo que ocurre en la vida real. Para asegurar que este requisito se cumpla, es importante hacer un nmero considerable de pruebas del modelo y las modificaciones consecuentes. Aunque esta fase de pruebas se haya colocado despus en el orden del libro, gran parte del trabajo de validacin del modelo se lleva a cabo durante la etapa de construccin para que sirva de gua en la obtencin del modelo matemtico.

14

1.3.3 Obtencin de una solucin a partir del modelo.

Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las componentes controlables del sistema con el propsito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema. La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden ser clasificados en tres tipos: a) analticos, que utilizan procesos de deduccin matemtica; b) numricos, que son de carcter inductivo y funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en base a un modelo. Muchos de los procedimientos de solucin tienen la caracterstica de ser iterativos, es decir buscan la solucin en base a la repeticin de la misma regla analtica hasta llegar a ella, si la hay, o cuando menos a una aproximacin.

1.3.4 Prueba del modelo.

El desarrollo de un modelo matemtico grande es anlogo en algunos aspectos al desarrollo de un programa de computadora grande. Cuando se completa la primera versin, es inevitable que contenga muchas fallas. El programa debe probarse de manera exhaustiva para tratar de encontrar y corregir tantos problemas como sea posible. Eventualmente, despus de una larga serie de programas mejorados, el programador (o equipo de programacin) concluye que el actual da, en general, resultados razonablemente vlidos. Aunque sin duda quedarn algunas fallas ocultas en el programa (y quiz nunca se detecten, se habrn eliminado suficientes problemas importantes como para que sea confiable utilizarlo). De manera similar, es inevitable que la primera versin de un modelo matemtico grande tenga muchas fallas. Sin duda, algunos factores o interpelaciones relevantes no se incorporaron al modelo y algunos parmetros no se estimaron correctamente. Esto no se puede eludir dada la dificultad de la comunicacin y la compresin de todos los aspectos y sutilezas de un problema operacional complejo, as como la dificultad de recolectar datos confiables. Por lo tanto, antes de usar el modelo debe probarse exhaustivamente para 15

intentar identificar y corregir todas las fallas que se pueda. Con el tiempo, despus de una larga serie de modelos mejorados, el equipo de IO concluye que el modelo actual produce resultados razonablemente vlidos. Aunque sin duda quedarn algunos problemas menores ocultos en el modelo (y quiz nunca se detecten), las fallas importantes se habrn eliminado de manera que ahora es confiable usar el modelo. Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo. Debido a que el equipo de IO puede pasar meses desarrollando todas las piezas detalladas del modelo, es sencillo "no ver el bosque por buscar los rboles". Entonces, despus de completar los detalles ("los rboles") de la versin inicial del modelo, una buena manera de comenzar las pruebas es observarlo en forma global ("el bosque") para verificar los errores u omisiones obvias. El grupo que hace esta revisin debe, de preferencia, incluir por lo menos a una persona que no haya participado en la formulacin. Al examinar de nuevo la formulacin del problema y comprarla con el modelo pueden descubrirse este tipo de errores. Tambin es til asegurarse de que todas las expresiones matemticas sean consistentes en las dimensiones de las unidades que emplean. Adems, puede obtenerse un mejor conocimiento de la validez del modelo variando los valores de los parmetros de entrada y/o de las variables de decisin, y comprobando que los resultados del modelo se comporten de una manera factible. Con frecuencia, esto es especialmente revelador cuando se asignan a los parmetros o a las variables valores extremos cercanos a su mximo o a su mnimo. Un enfoque ms sistemtico para la prueba del modelo es emplear una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos histricos y reconstruye el pasado para determinar si el modelo y la solucin resultante hubieran tenido un buen desempeo, de haberse usado. La comparacin de la efectividad de este desempeo hipottico con lo que en realidad ocurri, indica si el uso del modelo tiende a dar mejoras significativas sobre la prctica actual. Puede tambin indicar reas en las que el modelo tiene fallas y requiere modificaciones. Lo que es ms, el emplear las alternativas de solucin y estimar sus desempeos histricos hipotticos, se pueden reunir evidencias en cuanto a lo bien que el modelo predice los efectos relativos de los diferentes cursos de accin. Cuando se determina que el modelo y la solucin no son vlidos, es necesario iniciar nuevamente el proceso revisando cada una de las fases de la metodologa de la investigacin de operaciones. 16

1.4 Establecimiento de controles sobre la solucin.

Una solucin establecida como vlida para un problema, permanece como tal siempre y cuando las condiciones del problema tales como: las variables no controlables, los parmetros, las relaciones, etc., no cambien significativamente. Esta situacin se vuelve ms factible cuando algunos de los parmetros fueron estimados aproximadamente. Por lo anterior, es necesario generar informacin adicional sobre el comportamiento de la solucin debido a cambios en los parmetros del modelo. Usualmente esto se conoce como anlisis de sensibilidad. En pocas palabras, esta fase consiste en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema.

1.4.1 Implantacin de la solucin.

El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o tomadores de decisiones. Una vez superado ste obstculo, se debe traducir la solucin encontrada a instrucciones y operaciones comprensibles para los individuos que intervienen en la operacin y administracin del sistema. La etapa de implantacin de una solucin se simplifica en gran medida cuando se ha propiciado la participacin de todos los involucrados en el problema en cada fase de la metodologa.

1.5 Preparacin para la aplicacin del modelo.

Esta etapa es crtica, ya que es aqu, y slo aqu, donde se cosecharn los beneficios del estudio. Por lo tanto, es importante que el equipo de IO participe, tanto para asegurar

17

que las soluciones del modelo se traduzcan con exactitud a un procedimiento operativo, como para corregir cualquier defecto en la solucin que salga a la luz en este momento. El xito de la puesta en prctica depende en gran parte del apoyo que proporcionen tanto la alta administracin como la gerencia operativa. Es ms probable que el equipo de IO obtenga este apoyo si ha mantenido a la administracin bien informada y ha fomentado la gua de la gerencia durante el estudio. La buena comunicacin ayuda a asegurar que el estudio logre lo que la administracin quiere y por lo tanto merezca llevarse a la prctica. Tambin proporciona a la administracin el sentimiento de que el estudio es suyo y esto facilita el apoyo para la implantacin. La etapa de implantacin incluye varios pasos. Primero, el equipo de investigacin de operaciones de una cuidadosa explicacin a la gerencia operativa sobre el nuevo sistema que se va a adoptar y su relacin con la realidad operativa. En seguida, estos dos grupos comparten la responsabilidad de desarrollar los procedimientos requeridos para poner este sistema en operacin. La gerencia operativa se encarga despus de dar una capacitacin detallada al personal que participa, y se inicia entonces el nuevo curso de accin. Si tiene xito, el nuevo sistema se podr emplear durante algunos aos. Con esto en mente, el equipo de IO supervisa la experiencia inicial con la accin tomada para identificar cualquier modificacin que tenga que hacerse en el futuro. A la culminacin del estudio, es apropiado que el equipo de investigacin de operaciones documento su metodologa con suficiente claridad y detalle para que el trabajo sea reproducible. Poder obtener una rplica debe ser parte del cdigo de tica profesional del investigador de operaciones. Esta condicin es crucial especialmente cuando se estudian polticas gubernamentales en controversia.

18

SISTEMA REAL

VARIABLES RELEVANTES

SISTEMA ASUMIDO

RELACIONES RELEVANTES

MODELO CUANTITATIVO

MTODO DE SOLUCIN

SOLUCIN AL PROBLEMA DEL SISTEMA REAL

JUICIOS Y EXPERIENCIAS DECISIONES INTERPRETACIN

SOLUCIN AL MODELO

Figura 1: Enfoque de la investagacion de operaiones.

1.6 Investigacin de operaciones en el mundo.

En esta seccin se presentan algunos ejemplos de aplicaciones exitosas a la vida real de la investigacin de operaciones. Antes de describir estas aplicaciones, es analizar en breve el mtodo en que se percibe la investigacin de operaciones en el mundo real. Una realidad lamentable es que la IO es una porcin execiba de publicidad negativa. En ocaciones se la vio como una ciencia esotrica, con escasa relevancia en el mundo real, e incluso algunos crticos se refirieron a ella como un conjunto de tcnicas que buscan un problema para resolver. Es obvio que esta critica no es cierta, y hay numerosas evidencias documentadas a favor de no, cuando se aplica de forma adecuada y con un enfoque dirigido al problema, la IO genera beneficios espectaculares. Planificacin de de productos en Harris Corporation Seccion semiconductores. Para la aplicacin se observa un area muy apreciada por cualquier ingeniero industrial: planificacin y cuota de produccin con fecha de entrega. Durante varios aos la seccin de semiconductores de Harris corporation era un negocio bastante pequeo, limitado a un nicho de mercado de las industrias aeroespaciales y de defensa donde la competencia era minima. Sin embargo en 1988 se adopto la decisin estratgica de adquirir las lneas 19

de productos semiconductores de general electric y las instalaciones de fabricacin. De inmediato se incremento en alrededor de tres veces el tamao de las operaciones de semiconductores y las lneas de productos de Harris, y lo que es ms importante la empresa se catabulto hacia aras del mercado comercial como automviles y telecomunicaciones, donde la competencia es dura. Debido a la nueva diversidad de linas de productos y el tremendo incremento de la complejidad de la planificacin de produccin. Harris tena problemas para cumplir con los programas de despacho y mantenerse competitivo desde el punto de vista financiero por lo que era obvio la necesidad de un sistema mejor.

20

CAPTULO 2

SIMULACIN

21

2.1 Objetivo.

Entender y aplicar los conceptos tericos y prcticos, que envuelven a la simulacin como una herramienta que facilita la toma de decisiones, al buscar la mejor forma de optimizar los recursos en manufactura en una organizacin.

2.2 Introduccin.

La tcnica de simulacin es desde hace mucho tiempo una herramienta importante para el diseador. Durante muchos aos, se han usado modelos a escala de mquinas, para simular la distribucin de planta. La simulacin comn se uso inicialmente en la investigacin de operaciones, surgi por primera vez en el trabajo de John Von Neumann y Stanislaw Ulam, en los ltimos aos de la dcada de los 40. Quienes a travs del anlisis de Montecarlo en conjunto con una tcnica matemtica, resolvieron problema relacionados con las barreras nucleares de proteccin, demasiado costosas para someterlas a pruebas de experimentacin o demasiado complejas para realizar sus anlisis. El advenimiento de las computadoras, en los primeros aos de la dcada de los 50, la simulacin experiment un avance substancial. En la actualidad se resuelven incontables problemas de negocios, puesto que la simulacin en la computadora es un mtodo econmico y rpido para efectuar la vasta cantidad de clculos que se requieren.

2.3 Definicin de Simulacin.

Es la experimentacin con un modelo de una hiptesis o un conjunto de hiptesis de trabajo. Hector Bustamante de la O la define as: "Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir 22

el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo". Una definicin ms formal formulada por R.E. Shannon es: "La simulacin es el proceso de disear un modelo de un sistema real y llevar a trmino experiencias con l, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias dentro de los limites impuestos por un cierto criterio o un conjunto de ellos - para el funcionamiento del sistema".

2.4 Que intenta la simulacin.

1. Descubrir el comportamiento de un sistema. 2. Postular teoras o hiptesis que expliquen el comportamiento observado. 3. Usar esas teoras para predecir el comportamiento futuro del sistema, es decir mirar los efectos que se produciran en el sistema mediante los cambios dentro de l o en su mtodo de operacin (tiempo en minutos).

2.5 Propiedades de los modelos de simulacin.

2.5.1 Definicion de modelo.

Modelo es una representacin de un objeto, sistema o idea de forma diferente a la de identidad misma. Por lo general el modelo nos ayuda a entender y mejorar un sistema. El modelo de un objeto puede ser una rplica exacta de este. Con la diferencia del material que lo compone o de su escala, inclusive puede ser una abstraccin de las propiedades dominantes del objeto.

2.5.2 Funciones del modelo.

- Comparar. 23

- Predecir.

2.5.3 Estructura del modelo.

El modelo se puede escribir de la forma: E = F(Xi, Yi) Donde: E: Es el efecto del comportamiento del sistema Xi: Son las variables y parmetros que nosotros podemos controlar Yi: Las variables y los parmetros que nosotros no podemos controlar F: Es la funcin con la cual relacionamos Xi con Yi con el fin de modificar o dar origen a E.

2.5.4 Propiedades de los modelos.

1. componentes: Son las partes de un conjunto que forman el sistema. 2. variables: Pueden ser de dos tipos (Exgenos, Endgenos). - Exgenas: Entradas son originadas por causas externas al sistema. - Endgenas: Son producidas dentro del sistema que resultan de causas internas, las cuales pueden ser de Estado o de Salida. i. Estado: Muestran las condiciones iniciales del sistema. ii. Salida: Son aquellas variables que resultan del sistema. Estadsticamente independientes. 3. parametros: Son cantidades a las cuales el operador del modelo puede asignarle valores arbitrarios lo cual se diferencia de las variables. Los parmetros una vez establecidos se convierten en constantes. 24 a las variables exgenas se las denomina como variables

4. relaciones funcionales: Describen a los parmetros de tal manera que muestran su comportamiento dentro de un componente o entre componentes de un sistema. Las relaciones funcionales pueden ser de tipo determinsticos o estocsticos. - Determinsticas: Sus definiciones que relacionan ciertas variables o parmetros donde una salida del proceso es singularmente determinada por una estrada dada. - Estocsticas: Cuando el proceso tiene una salida indefinida, para una entrada determinada las relaciones funcionales se representan por ecuaciones matemticas y salen del anlisis estadstico matemtico. 5. restricciones: Estas son limitaciones impuestas a valores de las variables las cuales pueden ser de dos formas: - Autoimpuestas: O sea asignadas por el mismo operador o - Impuestas: O sea cuando son asignadas manualmente por el mismo sistema.

2.6 Usos y razones de la simulacin.

Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas, basta mencionar slo algunas de ellas: Anlisis del impacto ambiental causado por diversas fuentes Anlisis y diseo de sistemas de manufactura Anlisis y diseo de sistemas de comunicaciones. Evaluacin del diseo de organismos prestadores de servicios pblicos (por ejemplo: hospitales, oficinas de correos, telgrafos, casas de cambio, etc.). Anlisis de sistemas de transporte terrestre, martimo o por aire. Anlisis de grandes equipos de cmputo. Anlisis de un departamento dentro de una fbrica. Adiestramiento de operadores (centrales carboelctricas, termoelctricas,

nucleoelctricas, aviones, etc.). Anlisis de sistemas de acondicionamiento de aire. Planeacin para la produccin de bienes. Anlisis financiero de sistemas econmicos. Evaluacin de sistemas tcticos o de defensa militar. La simulacin se utiliza en la etapa de diseo para auxiliar en el logro o mejoramiento de un proceso o diseo o bien a un sistema ya existente para explorar algunas modificaciones. Se recomienda la aplicacin de la simulacin a sistemas ya existentes cuando existe algn problema de operacin o 25

bien cuando se requiere llevar a cabo una mejora en el comportamiento. El efecto que sobre el sistema ocurre cuando se cambia alguno de sus componentes se puede examinar antes de que ocurra el cambio fsico en la planta para asegurar que el problema de operacin se soluciona o bien para determinar el medio ms econmico para lograr la mejora deseada.Todos los modelos de simulacin se llaman modelos de entrada-salida. Es decir, producen la salida del sistema si se les da la entrada a sus subsistemas interactuantes. Por tanto los modelos de simulacin se corren en vez de resolverse, a fin de obtener la informacin o los resultados deseados. Son incapaces de generar una solucin por si mismos en el sentido de los modelos analticos, solo pueden servir como herramienta para el anlisis del comportamiento de un sistema en condiciones especificadas por el experimentador. Por tanto la simulacin es una teora, si no una metodologa de resolucin de problemas. Adems la simulacin es solo uno de varios planteamientos valiosos para resolver problemas que estn disponibles para el anlisis de sistemas. Pero Cundo es til utilizar la simulacin? Cuando existan una o ms de las siguientes condiciones: 1.- No existe una completa formulacin matemtica del problema o los mtodos analticos para resolver el modelo matemtico no se han desarrollado an. Muchos modelos de lneas de espera corresponden a esta categora. 2.- Los mtodos analticos estn disponibles, pero los procedimientos matemticos son tan complejos y difciles, que la simulacin proporciona un mtodo ms simple de solucin. 3.- Las soluciones analticas existen y son posibles, pero estn mas all de la habilidad matemtica del personal disponible El costo del diseo, la prueba y la corrida de una simulacin debe entonces evaluarse contra el costo de obtener ayuda externa. 4.- Se desea observar el trayecto histrico simulado del proceso sobre un perodo, adems de estimar ciertos parmetros. 5.- La simulacin puede ser la nica posibilidad, debido a la dificultad para realizar experimentos y observar fenmenos en su entorno real, por ejemplo, estudios de vehculos espaciales en sus vuelos interplanetarios. 6.- Se requiere la aceleracin del tiempo para sistemas o procesos que requieren de largo tiempo para realizarse. La simulacin proporciona un control sobre el tiempo, debido a que un fenmeno se puede acelerar o retardar segn se desee. 26

2.7 Proceso de simulacin.

Antes de especificar los aspectos ms importantes que se presentan al formular problemas de simulacin, ser til definir esta. La simulacin es la utilizacin de un modelo de sistemas, que tiene las caractersticas deseadas de la realidad, a fin de reproducir la esencia de las operaciones reales. Tambin se le ha definido como una representacin de la realidad mediante el empleo de un modelo u otro sistema que reaccione de la misma manera que la realidad, en un conjunto de condiciones dadas. Ninguna de estas definiciones incluye todos requisitos fundamentales de esta, como son, el uso de los modelos matemticos, las computadoras, los procesos estadsticos o estocsticos, los casos las suposiciones y los cursos de accin alternativos. La definicin ms general y amplia de esta: una tcnica cuantitativa que utiliza un modelo matemtico computarizado para representar la toma real de decisiones bajo condiciones de incertidumbre, con objeto de evaluar cursos alternativos de accin con base en hechos y suposiciones. La simulacin es til en la resolucin de problema de negocios cuando no se conocen parcialmente las variables con anticipacin y no existe una manera fcil de encontrar estos valores. El problema se parece al de la secuencia, para la cual no se conoce una frmula ya elaborada por encontrar el ensimo (o ltimo) termin. El nico hecho conocido es una regla (relacin recursiva) que permite encontrar el siguiente trmino a partir de los ltimos. Bsicamente, la nica manera de descubrir el ensimo trmino es aplicando la misma regla una y otra vez hasta llegar a dicho trmino. La simulacin utiliza un mtodo para encontrar estos estados sucesivos en un problema, aplicando repetidamente las reglas bajo las que operan el sistema. Este eslabonamiento sucesivo de un estado particular con otros anteriores es una caracterstica importante de la simulacin. Generalmente, la simulacin implica la construccin de un modelo matemtico que describa el funcionamiento de sistema en cuanto a eventos y componentes individuales. Adems, el sistema se divide en los elementos y las interrelaciones de aquellos elementos de comportamiento previsible, al menos en funcin de una distribucin de probabilidades, para cada uno de los diversos estados del sistema y sus insumos. La 27

simulacin es un medio de dividir el proceso de elaboracin de modelos en parte componentes ms pequeas y combinarlas en el orden natural o lgico. Lo que permite el anlisis en computadoras de los efectos de las interacciones mutuas entre esta. Debido al error estadstico, es imposible garantizar que se encontrar la respuesta ptima, no obstante la respuesta estar por lo menos prxima a la ptima si el problema se simula correctamente. En esencia, el modelo de simulacin realiza experimentos sobre los datos de una muestra ms que sobre el universo entero, ya que esto sera demasiado tardado, inconveniente y costoso. Planificar un proceso de simulacin requiere de los siguientes pasos: a) Formulacin del problema. b) Recolleccin y procesamiento de la informacin requerida. c) Formulacin del modelo matematico. d) Evaluacin de las caracteristicas de la informacin procesada. e) Formulacin de un programa de computadora. f) Validacin del programa de computadora. g) Diseo de experimentos de simulacin. h) Analisis de resultados y validacin de la simulacin. A continuacin se resumen las principales caractersticas asociadas a cada paso.

2.7.1 Formulacin del problema.

Generalmente un problema se presenta por sntomas, no por el diagnostico. Por lo que antes de generar soluciones en un sistema, se deben buscar el mayor nmero de sntomas. Segn Acoff y Sasieni, las condiciones para que exista el ms simple de los problemas son: Debe existir por lo menos un individuo que se encuentra dentro de un marco de referencia, el cual se puede atribuir el problema del sistema. El individuo debe tener por lo menos un par de alternativas para resolver su problema, en caso contrario no existe tal problema. 28

Deben de existir por lo menos, un par de soluciones, una de las cuales debe tener mayor aceptacin que la otra en el individuo. En caso contrario, no existe el problema. Esta preferencia esta asociada a un cierto objetivo dentro del marco de referencia en donde se encuentra el individuo del sistema. La seleccin de cualquiera de las soluciones debe repercutir de manera diferente en los objetivos del sistema, es decir existe una eficiencia y/o efectividad asociada con cada solucin. Estas eficiencias y/o efectividades deben ser diferentes, puesto que de lo contrario no existe problema. Por ultimo le individuo que toma las decisiones ignora las soluciones y/o eficiencia y/o efectividades asociadas con las soluciones del problema. Si las cinco condiciones anteriores existen, entonces se tiene un problema. Esta situacin puede complicarse en los siguientes casos: El problema recae en un grupo, no en un individuo. El marco de referencia donde se encuentra el grupo, cambia en forma dinmica. El numero de alternativas que el grupo puede escoger es bastante grande, pero finito. El grupo dentro del sistema puede tener objetivos mltiples. Peor aun, no necesariamente estos objetivos son consistentes entre si. Las alternativas que selecciona el grupo son ejecutadas por otro grupo ajeno, al cual no se le puede considerar como elemento independiente del sistema. Los efectos de la decisin del grupo pueden sentirse por elementos que an siendo ajenos al sistema considerando, influyen directa o indirectamente, favorable o desfavorablemente hacia el (poltico, consumidor, etc.).

2.7.2 Para formular un problema se necesita la siguiente informacin:

Existe un problema? De quien es el problema? Cual es el marco de referencia del sistema donde se encuentra el problema? Quien o quienes toman las decisiones? Cuales son sus objetivos? 29

Cuales son los componentes controlables del sistema y cuales no lo son? Cuales son las interrelaciones ms importantes del sistema? Como se emplearan los resultados del proyecto? Por quien? Que efectos tendr? Las soluciones tendrn efecto a corto o largo plazo? Podrn los efectos de las soluciones modificarse o cambiarse fcilmente? Cuantos elementos del sistema se afectaran por las soluciones del proyecto? En qu grado?

Formular un problema requiere:

Identificar las componentes controlables de un sistema. Identificar posibles rutas de accin dadas por las componentes, controlables. Definir el marco de referencia, dado por las componentes no controlables Definir los objetivos que se persiguen y clasificarlos por su orden de importancia. Identificar las relaciones importantes entre las diferentes componentes del sistema, este paso equivale a encontrar las restricciones que existen, a la vez que permite ms adelante representar estas interrelaciones en forma matemtica. La identificacin de la estructura del sistema (componentes, canales, interrelaciones, etc.), se hace a travs de un proceso sistemtico, que se conoce como diseo de sistemas. El diseo de sistemas se lleva a cabo de la siguiente manera: Se ubica al sistema considerando dentro de sistemas ms grandes. Se determinan las componentes del sistema. Se determinan los canales de comunicacin entre las componentes del sistema y de este hacia los elementos de otros sistemas que van a tener influencia directa o indirecta. Se determinan de que manera se tiene acceso a la informacin requerida como se procesa esta y como se transmite entre las diferentes componentes del sistema.

30

Validacin.

A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son: La opinin de expertos sobre los resultados de la simulacin. La exactitud con que se predicen datos histricos. La exactitud en la prediccin del futuro. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin.

2.7.3 Experimentacin.

La experimentacin con el modelo se realiza despus que ste haya sido validado. La experimentacin consiste en generar los datos deseados y en realizar un anlisis de sensibilidad de los ndices requeridos.

2.7.4 Interpretacin.

En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayuda a soportar decisiones del tipo semi-estructurado.

2.7.5 Documentacin.

31

Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

2.8 Modelos de simulacin.

La experimentacin puede ser un trabajo de campo o de laboratorio. El modelo de mtodo usado para la simulacin seria terico, conceptual o sistmico. Despus de confirmar la hiptesis podemos ya disear un teorema. Finalmente si ste es admitido puede convertirse en una teora o en una ley.

Modelo terico.

El 'modelo terico' debe contener los elementos que se precisen para la simulacin. Un ejemplo con trabajo de laboratorio es un programa de estadstica con ordenador que genere nmeros aleatorios y que contenga los estadsticos de la media y sus diferentes versiones: cuadrtica- aritmtica-geomtrica-armnica. Adems debe ser capaz de determinar la normalidad en trminos de probabilidad de las series generadas. La hiptesis de trabajo es que la media y sus versiones tambin determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es cierta la hiptesis podemos establecer la secuencia teorema, teora, ley. Es el modelo principal de todo una investigacion cientifica, gracias a ello podemos definir o concluir la hipotesis,las predicciones,etc.

Modelo conceptual.

El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la importancia de la discriminacin o rechazo en una colectividad y hacerlo por 32

medio de un cuestionario en forma de una simulacin con una escala de actitud. Despus de ver si la poblacin es representativa o adecuada, ahora la simulacin es la aplicacin del cuestionario y el modelo es el cuestionario para confirmar o rechazar la hiptesis de si existe discriminacin en la poblacin y hacia que grupo de personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos conceptuales.

Modelo Sistmico.

El modelo sistmico es ms pretencioso y es un trabajo de laboratorio. Se simula el sistema social en una de sus representaciones totales. El anlisis de sistemas es una representacin total. Un plan de desarrollo en el segmento de transportes con un modelo de ecologa humana, por ejemplo. El nfasis en la teora general de sistemas es lo adecuado en este tipo de simulaciones. Este mtodo, que es para un Sistema complejo, es sumamente abstracto, no se limita a la descripcin del sistema, sino que debe incluir en la simulacin las entradas y salidas de energa y procesos de homeostasis, autopoiesis y retroalimentacin. Tanto el programa de estadstica, como la escala de actitud, como el sistema total, son perfectas simulaciones de la realidad y modelizan todos los elementos en sus respectivas hiptesis de trabajo. Son tambin un microclima y el ambiente o el escenario en los procesos de simulacin/experimentacin. Otras propiedades que deben contener las simulaciones es que sean repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador a rellenar l mismo los cuestionarios y que se podr evitar con algn control, que sean flexibles o mejorables y que no sea invasivo o cambiar la poblacin de las muestras sucesivas.

33

Captulo 3 Simulacin con Promodel

34

3.1 Introduccin
Las empresas de servicio, en su mayora, experimentan largas colas de clientes esperando para ser atendidos, ejemplos dramticos de esta situacin pueden observarse en los bancos, donde la gente debe pasar largos minutos a la espera de ser atendida por los cajeros. Una aproximacin para solucionar este problema podra ser incrementar el nmero de cajeros. Sin embargo, la pregunta del milln es cuntos cajeros deben adicionarse. Ms an, la adicin de esos cajeros en cunto reducir el tiempo de espera. Esta situacin se vuelve ms dramtica cuando de una lnea de produccin dentro de una fbrica se trata. Supngase que existe una mquina en esta lnea que produce un cuello de botella debido a su insuficiente capacidad de procesar los trabajos que a ella llegan. Una solucin consistira en comprar una mquina idntica y formar un vector de dos mquinas que trabajen en paralelo. Una vez ms, surge la gran interrogante de si bastar con una sola mquina adicional. Adicionalmente, se debera poder determinar en cunto se reducir el tiempo de procesamiento con tal adicin.

Figura 2: Adicion de un cajero o una maquina.

35

Ntese que en las dos situaciones anteriores -la adicin de un cajero o la compra de una nueva mquina- implican costos, ms an, estos cambios implican el riesgo de que no produzcan el efecto deseado. En la vida real no sera sensato proponer cambios de este tipo, sin poder predecir de antemano el impacto de stos. Desde luego, esta prediccin no debe hacerse en base a futurologa, sino ms bien en base a ciencia. Precisamente en este punto es donde interviene la simulacin, que no es ms que una tcnica que permite construir modelos de situaciones reales. Desde luego, estos modelos estarn sujetos a experimentacin y optimizacin. Estos modelos se construyen en computadora y presentan la enorme ventaja de que al ser virtuales, se puede hacer cambios sobre ellos, sin afectar la realidad de la fbrica o empresa que se est estudiando. En la actualidad, ProModel constituye una de las mejores herramientas para la construccin de modelos de simulacin. El sitial que ocupa se debe a varios factores, entre ellos: facilidad de uso, programacin visual, representacin grfica, variedad de reportes numricos y tiempo comprimido para las corridas.

3.2 Componentes de proModel.

ProModel se funda en cuatro pilares bsicos: Entities. Que son aquellas cosas que son procesadas dentro del sistema, es decir, son aquellas personas, partes, insumos, documentos, productos, etc. que ingresan al sistema para ser transformados en productos finales o clientes atendidos. Como es de esperarse, estas entidades son altamente dinmicas, ya que pasan de una estacin de servicio o mquina, a otra.

Locations. Estos representan las mquinas o personas que atienden, procesan, transforman, etc. a las entidades. Consiguientemente, son estticas dentro del sistema, ya que no es de esperarse que una mquina se mueva de un lugar a otro.

36

Arrivals. Este componente define cmo ser alimentado el sistema con entidades; es decir define parmetros tales como la cantidad, tipo, frecuencia y lugar de arribo de las entidades.

Processing. Define la forma cmo se movern las entidades entre las locaciones, ms an, se encarga de proveer las reglas que determinan cmo procesar cada mquina una entidad y el tiempo de ese procesamiento. Adems de los componentes bsicos, ProModel permite asignar recursos como personal de mantenimiento, electricidad, agua, gas, etc. a cada operacin realizada en una locacin. Es posible asignar costos para todos los componentes, de forma que no slo se pueda determinar el tiempo de produccin, sino tambin el costo de cada producto terminado o cliente atendido. Todos estos componentes son introducidos como texto dentro de ventanas especiales provistas por la interface de ProModel. As por ejemplo, la siguiente figura muestra un ejemplo sencillo de cmo se especifica el procesamiento de entidades.

3.3 Beneficios Clave.

nico software de simulacin con Optimizacin plenamente intregrada. Creacin de modelos rpida, sencilla y flexible. Modelos optimizables. Elementos de Logstica, Manejo de Materiales, y Operaciones includas. (Bandas de transporte, Gras Viajeras, Operadores). Entrenamiento en Espaol. Resultados probados. Importacin del Layout de Autocad, y cualquier herramienta de CAD / CAE / Diseo, as como de fotografas digitales. Soporte Tcnico 24 horas al da, 365 das del Ao. Integracin a Excel, Lotus, Visual Basic y herramientas de Microsoft.

37

Genera en automtico las grficas en 3 dimensiones para visualizacin en el espacio tridimensional.

3.4 Definicion de ProModel.

ProModel: Es un programa de simulacin de procesos industriales, permite simular cualquier tipo de proceso de manufactura, adems de procesos logsticos, procesos de manejos de materiales y contiene excelentes simulaciones de talleres, gras viajeras, bandas de transporte y mucho ms. En teora, cualquier sistema de procesos puede ser modelado en computadora, solo se necesita de esfuerzo e ingenio, adems de las herramientas que nos permitan plasmar nuestro pensamiento en un modelo computarizado, una de esas herramientas es ProModel, en el cual se puede crear un modelo computarizado de todo proceso de manufactura y una vez realizado el modelado, se podr simular sobre el una gran cantidad de situaciones como Justo a Tiempo, Teora de Restricciones, Sistemas de Empujar y Jalar, Logstica y muchas otras ms. Adems de permitir el simulado de acciones, nos ensea como optimizar los procesos en la misma, y as obtener los mejores con el consumo mnimo de recursos, para dicha tarea, el sistema cuenta con 2 optimizadores. ProModel es un paquete de simulacin que no realiza solamente el simulado, sino tambin optimiza los modelos ingresados. Corre bajo el sistema operativo Windows y sus requerimientos mnimos son un procesador 486, 32 MB de RAM, 2 MB de espacio en Disco Duro.

3.5 Pasos para realizar un modelo utilizando ProModel.

38

Figura 3: Pantalla de instalacio de ProModel

39

Figura 3.1: Pantalla de bienvenida a ProModel

PASO 1: Crear un nuevo modelo.

40

Figura 3.2: Creacion de un nuevo modelo Crear un nuevo archivo Seleccione archivo nuevo En la informacin general de la caja de dialogo coloque el nombre del tipo de modelo (para este caso es tutorial modelo). Clic en el botn OK

PASO 2: Crear un espacio de trabajo.

Figuara 3.3: Creacion del espacio de trabajo 41

 Generar grficos de fondo Seleccione desde el men Generar grficos de fondo Desde el men Editar, seleccione Importar grficos Cambio de tipo de archivos de Windows En el nombre del archivo tutorialback yas click en el botn abrir. Cambiar el tamao del grfico importado para cambiar el diseo de la ventana

PASO 3: Colocar locaciones.

Figura 3.4: Colocacin de locaciones

Construccion de locaciones donde el trabajo pasar. Seleccione construccion de locaciones. 42

Adicionar 4 locaciones. Coloca cada uno sobre la pantalla y aaden etiquetas de texto.

PASO 4: Adicionar una entidad.

Figura 3.5: Adicion de entidades.

Adicionar una entidad Seleccione construccion de entidades. 43

 Adicione una entidad.

PASO 5: Adicionar una lnea de trabajo.

Figura 3.6: Adicion de una lnea de trabajo. Aadir una red de trabajo Seleccione construir red de trabajo. clic con el ratn cerca de un lugar.

44

 Clic con el raton derecho en la proxima locacion para crear una ruta de segmento Repita los dos pasos, Clic en el botn de interfaces etiquetados.

PASO 6: Adicionar una maquina.

Figura 3.7: Adicion de una maquina. Adicione una maquinista Seleccione desarrollar los recursos. Adicione uno de los recursos haciendo clic en el grfico de maquinista. Haga clic en el espacio Del botn para abrir el cuadro de dilogo de especificacin de los recursos. 45

 Seleccione la red de senderos nombrado red 1. Haga clic en el botn OK

PASO 7: Adicionar un proceso lgico.

Figura 3.8: Adicion de un proceso lgico.

Adicione proceso logico. Seleccione proceso construido. Despus seleccione de la bentana de harramientas producto. Finalmenta seccione la ruta de salida. seleccione la lnea lgica que va a mostrar la animacin.

46

PASO 8: Colocar un arrivo del producto.

Figura 3.9: Colocacion del arrivo del producto.

Horario de llegadas de producto. Seleccione llegadas de producto. En la ventana de herramientas, haga clic en el lugar de llegada. En la ventana de diseo, presione el lugar llamado.

47

PASO 9: Guardar el modelo y correrlo.

Figura 3.10: Guarado y corrida del modelo.

Seleccione opciones, guardar y ejeutar. Seleccione opciones de simulacion. Haga clic en el campo de bieta. Horas de funcionamiento. Clic en el botn OK. Seleccione guardar y ejecutar simulacion.

48

PASO 10: Ver los resultados de la simulacin.

Figura 3.11 Ver resultados.

Ver resultados de la simulation Despus de que se completo la simulacin seleccione si para ver los resultados. Ver grficos y cambiar las opciones de grficos, como se muestra en la animacin.

49

CONCLUCIONES

50

Se presenta una visin general de la investigacion de operaciones, sus origenes, sus enfoques para la solucion de problemas y algunos ejemplos de apliciones utiles. Desde el punto de vista de un ingeniero industrial, la IO es una erramienta que contribuye mucho para mejorar la productividad. Cabe destacar que la IO no es esoterica ni impractible y s recomienda a la persona interesada que utilice a fondo sus tecnicas y aplicaciones, las recompensas pueden ser enormes.

Los metodos de simulacion tienen gran poder y valor, en el sentido de la justificacion de los negocios. La aplicacion de la simulacion mediante una visin mundial adecuada es muy amplia. El uso exitoso de la simulacion depende de su adecuada introduccion en la empresa, de que se establesca y adhiera una metodologia bien definida y disiplinada y la seleccion y aplicacion correctas de herramientas de software apropiadas como es el ProModel. A de ms los anilisis de la simulacion funcionan en sinergia con otros metodos analticos para lograr metas de mejoramiento de procesos y mayor eficiencia.

51

BIBLIOGRAFA

Leachman R.C., R.F Benson C. lui y D. J. Rear, IMPReSS: en automate production Planning and Delivery Quotation Systen at Harris Corporation Semiconductores Sector Interfaces, 26 (1): 637, 1996. (Articulo)

Maynard, Kjell B. Zandin Maual del Ingeniero industria Quinta edicion Tomo II. Hillier F.S. , Lieberman G. J. , Introduccin a la Investigacin de Operaciones, Mc. Graw Hill, Quinta Edicin Prawda Juan, Mtodos y Modelos de Investigacin de Operaciones, Ed. Limusa Ing. CRISTIAN DORADO http://www.monografias.com/trabajos20/simulacion-sistemas/simulacionsistemas.shtml#clasif Juan de Dios Banda Jara, M.S. Director del Departamento de Ing. de Sistemas y Electrnica Unidad Acadmica La PazPromodel http://www.promodel.com.mx/promodel.php

52