Академический Документы
Профессиональный Документы
Культура Документы
PRESENTADO A:
ELIECER PINEDA
PRESENTADO POR:
HERNANDO JOS NAVARRO HERNNDEZ.
GRUPO: 301126_28
Es necesario tener en cuenta algunos aspectos referentes al producto como lo son su marca,
aceptacin en el mercado y la evolucin tecnolgica que estos vayan teniendo sobre el tiempo;
teniendo en cuenta estos aspectos se considera ciclo de vida al tiempo que dicho producto
permanece en el mercado desde su aparicin hasta su desaparicin cuyo ciclo de vida es un tiempo
menor a un ao o como se dira, seran un artculo obsoleto que ya no tienen ninguna funcionalidad,
generalmente entre estos artculos se encuentran los juguetes, artculos de moda y lo referente a la
tecnologa.
Teniendo en cuenta que la mayora de empresas que manejan productos con un tiempo de vida
cort cuentan con un problema difcil, es necesario incluir datos de investigacin fundamentados
sobre el desarrollo de la cadena de suministros de productos con ciclo de vida corto. As le ser de
gran utilidad para analizar cmo afecta la vida til de un producto en el proceso de su produccin.
DESCRIPCIN SITUACIN PROBLEMA
Partiendo de los diferentes tipos de vida en el campo de produccin sea largo o corto es necesario
gestionar la cadena de suministro de productos, teniendo en cuenta las actividades tecnolgicas,
metodolgicas y cualquier decisin que sea tomada.
Sabiendo que hay productos cuya vida de til es larga la estrategia que se deben implementar
dependen de las caractersticas que implementen las empresas que trabajen y comercialicen dichos
productos; siendo estas caractersticas el manejo de una panificacin global, clculo de ventas,
variedad de productos, implementacin y automatizacin del sistema, la produccin en lnea,
administracin de inventarios y tiempo de entrega al nmero de proveedores.
En cuanto a las empresas cuyos productos son de ciclo de vida corto la planeacin es primaria, se
tiene en cuenta la demanda para cada producto, su manufactura es flexible, fabricacin por orden de
niveles de inventarios y materia prima bajos para productos terminados; adems se tiene alianza
con pocos proveedores.
Como hemos visto anteriormente en la descripcin del problema este se encuentra en las empresas
que trabajan con productos que tienen un ciclo de vida corta, esto se debe a que la implementacin
de la cadena de suministro se implementa sin tener en cuenta este tipo de ciclo de vida para los
productos, sin darle importancia al proceso segn el ciclo de vida que tenga el producto fabricado.
Se presenta cuando el
comerciante experimenta Se comporta como una variacin
Pedidos por desabasto en los incremental por los pedidos Pedidos/semana
Validar productos, y por ende, pendientes
duplica las rdenes al
fabricante.
Cantidad de
requerimientos que son Se comporta como una variacin
Pedidos planeados por parte del acumulada debido al incremento de Pedidos
Acumulados comerciante y fabricante. los pedidos del distribuidor acumulados/semana
Inventario
Nivel
de de existencias en el Se comporta como una variacin Unidades/semana
Fbrica fabricante acumulada que se incrementa por la
capacidad de fabricacin.
Capacidad
Capacidad de fabricacin Es una constante que no cambia en Nmero de
Fbrica disponible el tiempo productos/semana
Es una variacin que se
Envos de Cuando se cumple su incrementa por el aumento del Nmero de
Fabrica obligacin de entrega inventario de la fbrica y la envos/semana
entrega de los despachos
Es una constante que cambia por el
Expansin
Capacidad de fabricacin en agrandamiento o ensanchamiento Nmero de
de la
construccin. de la capacidad productos/semana
Capacidad
de fabricacin
https://drive.google.com/file/d/1E1G1UvHZbisXRGVM5cjjbbUNS9yoF_1f/view?usp=sharing
Para un mejor anlisis de la dinmica de sistemas recurrimos a los diagramas causales o de
influencias que se presentan en bucles de retroalimentacin positivos o negativos, los bucles de
retroalimentacin positivos tienden a reforzar o ampliar lo que est sucediendo en el sistema,
mientras que los bucles de retroalimentacin negativos son lo contrario, ya que estos lo
contrarrestan.
Los circuitos de retroalimentacin se presentan de acuerdo a las interacciones en dos tipos: positivo
o negativo. Cuando existe una relacin directa entre las variables o cuando al aumentar una de
estas la otra presenta el mismo comportamiento, esta relacin causal es positiva, en cambio s se
aumenta una de estas la otra disminuye o es contraria esta relacin es negativa.
Seguidamente se puede observar el diagrama con los bucles de retroalimentacin del modelo
propuesto a simular.
Al incrementarse los clientes tenemos ms pedidos totales, los cuales causan un aumento en los
pedidos del distribuidor aumentando la cantidad de pedidos, lo que genera mayores pedidos
esperados para el fabricante y la necesidad de expandir la capacidad de fbrica; a su vez este
ocasiona un crecimiento del inventario tanto del fabricante como el inventario al detal y por
consecuencia los despachos peridicos, generando por el crecimiento de estos, una disminucin de
los pedidos pendientes, lo que aumentan los pedidos por validar y en efecto incrementan los
pedidos totales; lo que se demuestra la tendencia en la cadena de los productos de vida corta.
Pedidos del distribuidor y a su vez se incrementan la cantidad de pedidos acumulados los que
producen ms envos de fbrica.
Observando que los despachos peridicos aumentan el efecto del nivel de difusin, tambin se
aumenta, lo que infiere una disminucin del lmite superior y se incrementa la demanda peridica
que confirma el aumento de los despachos peridicos.
Se presenta cuando el
comerciante experimenta
Pedidos por Auxiliar Pedidos/ semana
desabasto en los
Validar
productos, y por ende,
duplica las rdenes al
fabricante.
Cantidad de
Pedidos requerimientos que son Nivel Pedidos acumulados /
Acumulados planeados por parte del semana
comerciante y fabricante.
Nivel de Nivel Productos existentes
Inventario al
existencias del
Detal
comerciante
Despach Ventas Totales Auxiliar Despachos/semana
os
peridic
os
Corresponde a la
Pedidos Totales Nivel Nmero de
sumatoria de la demanda
pedidos
peridica, pedido por
totales/seman
validar y ventas repetidas.
a
Cuando se cumple su
Envos de Fabrica Flujo Numero de
obligacin de entrega
envos/semana
Nmero de
Pedidos Son las solicitudes diferidas Flujo servicios
pendientes pendientes/sema
na
Estimacin o previsin
Pedidos Flujo Despachos/semana
de las ventas de un
Esperados
producto
Clientes Es la variable a donde Cantidad
Nivel
llega el pedido
(persona).
EL DIAGRAMA DE FORRESTER
https://drive.google.com/file/d/1qMBIxKynEdFnANwtg04UvdujXEbirwKu/view?usp=sharing
Ecuaciones del modelo
Variable Ecuacin Unidades
Pulgas = NACIMIENTO DE PULGAS-MUERTE DE Pulgas
PULGAS
Nacimiento de Pulgas = PULGAS*TASA NAC PULGAS Pulgas/semana
Tasa de Natalidad = 0.1 1/Semana
Muerte de Pulgas = PULGAS/VIDA MEDIA PULGAS Pulgas/Ao
Vida Media Pulgas =5 Semana
Deben verificar que el modelo sea dimensionalmente consistente, eviten sumar peras con
martillos, eso desde la primaria se sabe que no se puede.
COMPORTAMIENTO DEL MODELO
Luego de la ejecucin del modelo construido, se analizaron las variables crticas que impactan
de manera significativa el comportamiento del sistema. Se estim un periodo con un horizonte de
tiempo de 104 semanas, correspondiente a 2 aos.
Al aumentar la difusin se produce una elevacin de los pedidos como se muestra en las dos
grficas anteriores, que si llegado el caso no se tuviera esta simulacin podra no saberse cuando
el nivel de inventario de fbrica aumentara lo que podra ser riesgoso para cualquier empresa.
Lo ideal es tener una salida de productos para evitar el estancamiento de productos en el
inventario de fbrica y que el inventario de fbrica salga para el comerciante. Como se muestra en
la siguiente figura.
Si la difusin con los clientes, la realizacin de ofertas, los pedidos del comerciante en estado
bajo, esto muestra que la entrada de pedidos esperados es baja, los pedidos acumulados en efecto
tienen una cada y los productos procesados disminuye, lo que lgicamente mostrara una salida
de productos por debajo de lo esperados.
Observando la tendencia de los pedidos y la habilidad de procesamiento del producto, al variar
la velocidad de difusin, se puede concluir que, para productos con ciclo de vida corto, la salida
de productos aumenta, es decir, los pedidos crecen por debido a que la demanda crece, debido a
que la velocidad de difusin es mayor.
Las ventas peridicas se entienden como aquel valor que muestra la cantidad de clientes que
hacen su compra; el conocimiento de esta variable permite obtener una estimacin ms precisa de
la cantidad de pedidos totales del producto que se ofrece. Para el modelo trabajamos con valores
en incremento y variaciones en la difusin, al variar dicho valor, la percepcin de los pedidos
cambia aumentando, lo cual pasa en la mayora de estos casos. a mayor velocidad de difusin
mayor pedidos, mayores pedidos procesados, ms acumulados y ms salida, peros si la velocidad
de difusin baja, estos bajan.
Al tener en cuenta la periodicidad se debe considerar la posibilidad de obtener una baja de los
pedidos; ya que una alta cifra de esta puede representar un elevado auge del producto por
consiguiente una salida rpida del mercado, esto puede ocurrir por la prdida de inters en los
clientes por el producto, la cual aumenta para el caso especfico de aquellos con ciclo de vida corto.
Identificar las ventas peridicas puede considerarse en algunos casos como un amortiguador
para el fabricante, ya que permite compensar la reduccin de los pedidos en una etapa de
decadencia, sin embargo, aun con las ventas peridicas altas no siempre se puede asegurar un alto
nivel de esta periodicidad que compensara la disminucin de los pedidos.
Como se observa en las siguientes figuras, cuando las ventas peridicas aumentan, los pedidos
aumentan y sus etapas de crecimiento y decadencia se dan en menor periodo de tiempo.
METODOLOGA DE TOMA DE DECISIONES
Aqu se debe disear un plan general que contemple los siguientes aspectos:
El tiempo de cada Busca establecer cuanto tiempo tomar llevar a cabo cada
una de las fases una de las fases o etapas de la simulacin con el fin de
del proceso de realizar trazabilidad a las mismas.
simulacin.
Resultados Con el tiempo ya establecido de cada etapa, se debe
esperados al final establecer que resultado arrojar cada una de las mismas,
de cada etapa. lo que puede ayudar a controlar el progreso del proceso
completo de simulacin.
Debido a que la recoleccin de informacin se convierte en muchos casos en
restriccin, ya que el acceso a sta en su mayora es limitada, o no se realiza
de la manera adecuada. (Trujillo Daz, Vallejo Cubillos, & Becerra
Fernndez, 2010), se debe saber en qu fuente (datos tomados directamente
del sistema, datos histricos, registros contables, rdenes de compra,
opiniones de expertos o experimentos), puede tomarse la informacin
necesaria para soportar el modelo y por tanto el proceso.
Tiempo de inicio Dado que esta etapa es la ms extensa del proceso, se
de la etapa debe determinar el momento oportuno en el que se
iniciara la toma de la informacin o la recoleccin de la
RECOLECCIN misma.
DE DATOS Cuando no se Existen algunas formas de conseguir informacin que
tienen datos, que pueden orientar en la distribucin a escoger y en la
se hace? formulacin del modelo aunque no existan datos, entre
estas esta (Banks, Carson, Barry L., & Nicol, 2005):
Datos de ingeniera, como informacin proporcionada
por los proveedores de un producto (duracin del
producto, factor de uso, etc.). Esto permitir definir un
punto de entrada.
Opiniones de expertos, pueden permitir identificar
situaciones, como tiempos de fallo, tiempos optimistas y
pesimistas en un proceso, entre otros. Ese conocimiento
puede representar gran ayuda en la formulacin del
modelo.
La naturaleza del proceso, dado a que existen
distribuciones que se ajustan normalmente a
determinados tipos de proceso.
Se hace necesario realizar anlisis de sensibilidad de los
resultados de la simulacin de acuerdo con la distribucin
elegida.
Para el anlisis de los datos se debe realizar una discriminacin por periodos
de tiempo y grupos definidos de variables, a fin de determinar si existan
comportamientos estadsticamente diferentes en cada uno de stos. (Prez &
Riao , 2007).
Segn (Trujillo Daz, Vallejo Cubillos, & Becerra Fernndez, 2010), en el
diseo de la metodologa para el anlisis de datos se realiza en primera instancia
un anlisis estadstico de entrada, con el fin de identificar el comportamiento
factorial del sistema intra e inter variable, luego se realizan las pruebas de
homogeneidad, cuya prueba utilizada para este fin es la prueba no-paramtrica
de diferencia de N medias de Kruskal-Wallis (Conover, 2000) y finalmente la
prueba de bondad de ajuste. En esta ltima en particular, la prueba
Kolmogorov-Smirnov (Law & Kelton, 2000) para aquellos casos en que su
versin corregida existe, adems su propsito es obtener distribuciones de
probabilidad para representar las variables de decisin. Esta representacin
ofrece mucha mayor informacin que un anlisis a partir de promedios o cotas
inferior y superior (Law, 2003).
Uso de programas Determinar qu aplicativos estadsticos se usaran para este
o software fin de acuerdo al tipo de prueba a realizar y a su
estadsticos a disponibilidad. Los ms recomendados por tipo de prueba
utilizar. son:
- Statgraphics: para pruebas de independencia,
homogeneidad (test de Kruskal-Wallis) y de regresin.
- Stat:Fit: para pruebas de independencia y Bondad de
Ajuste.
Construccin del Clasificacin del - Modelos de categora terminal: Segn (Kelton,
Modelo modelo de Sadowski, & Sadowski, 2006) el modelo dicta un punto de
acuerdo con su partida especfico y de finalizacion, como un reflejo
momento de natural de la forma en que el sistema de destino funciona
finalizacin: realmente. Aqu, la simulacin terminar de acuerdo con
alguna regla o condicin del modelo especificado. De
acuerdo con (Guasch Petit, Piera, Casanovas, & Figueras,
2003), incia en un determinado estado que ha sido previsto
por quien la dise y que ser ejecutada hasta que ocurra
un evento -previamente identificado- por el cual se
detendr la simulacin.
- Modelos de categora no terminal o de estado estable: de
acuerdo a (Garcia Reyes, Garcia Dunna, & Cardenas
Barrn, 2006), este tipo de simulacin no involucra una
ocurrencia en el tiempo en que tenga que finalizar.
Conocimiento del La elaboracin del modelo requiere una comprensin total
sistema a modelar de todo el sistema de manera que dicho modelo sea lo ms
cercano posible al sistema en estudio.
Lenguaje de Es preciso conocer cul es el lenguaje que maneja el
simulacin software de simulacin elegido, con el fin de que la
sintaxis del proceso quede bien definida.
Componentes del Para (Harrell, Ghosh, & Bowder, 2011) los componentes
sistema a modelar del sistema se definen de la siguiente manera:
- Elementos - Elementos estticos: Tambin llamados locaciones,
estticos. hacen referencia a las ubicaciones, representan lugares
- Elementos fijos en el sistema en el que las entidades se encaminan
dinmicos. para el procesamiento, la demora, el almacenamiento, la
- Los arribos. toma de decisiones, o alguna otra actividad.
- La secuencia - Elementos dinmicos: Generalmente nombrados
lgica. entidades hacen referencia a cualquier cosa que un
modelo puede procesar, como ejemplo se pueden
nombrar: partes, materiales, insumos del proceso, clientes
del sistema.
- Los arribos o llegadas: Es el mecanismo para definir
cmo las entidades entran en el sistema. Las entidades
pueden llegar individualmente o en lotes.
- La secuencia lgica: Normalmente nombrada
procesamiento, describe las operaciones que se realizan
en un lugar, el tiempo que una entidad gasta en
determinado lugar, los recursos que necesita para
completar el procesamiento y todo lo que sucede en el
lugar, incluyendo la seleccin siguiente destino de una
entidad.
Validacin En este paso se busca realizar pruebas experimentales para cotejar si el modelo
es una representacin fidedigna o semejante del sistema real, esto se hace
mediante la comparacin de la informacin de salida del modelo o resultados
obtenidos de la simulacin previa contra los datos observados reales. Con esto
se busca que los parmetros de las variables y la estructura lgica del modelo
sean representados de manera correcta en el ordenador. Cuando se encuentran
diferencias, estas son usadas junto con el conocimiento adquirido, para mejorar
el modelo. Este proceso se repite hasta que la exactitud del modelo sea
aceptable (lo ms cercano a la realidad).
De acuerdo con lo que indica (Garavito, 2012) la validacin del modelo se
realiza para desarrollar un nivel aceptable de confianza de que las inferencias
sacadas del desempeo del modelo son correctas y aplican al sistema real.
Dependiendo del modelo a simular se sugiere hacer prototipos para verlos en
funcionamiento. Se recomiendan las siguientes formas de validacin para el
modelo a simular:
Opinin del Es necesario evaluar la opinin de quien mejor conoce el
experto en el sistema, porque es quien lo opera e interacta
sistema. constantemente con l.
Opinin de Un especialista en simulacin puede determinar si el
expertos en modelo elaborado contiene falencias en la sintaxis del
Simulacin mismo o en manejo estadstico de la informacin.
Evaluacin Busca realizar pruebas estadsticas a travs de establecer
estadstica con un intervalos de confianza, para verificar si existe diferencia
determinado nivel significativa entre los datos simulados y los datos reales.
de error Esto se hace escogiendo las variables ms significativas
del sistema.
Exactitud en la Esta informacin aporta valor real al modelo, se puede
prediccin futura evaluar su correcto funcionamiento al compararlo con el
comportamiento pronosticado en la realidad.
Usar lo que hace Si al introducir las fallas del sistema al modelo, el
fallar el sistema comportamiento del mismo no presenta cambio alguno,
real esto es una muestra de que el modelo no est
completamente ajustado a la realidad, necesitar entonces
modificaciones.
Anlisis de Buscar la comparacin de distintos escenarios reales del
sensibilidad sistema, lo que puede despejar dudas en la comprensin
del mismo.
Test de Test de Continuidad: Los pequeos cambios en los
validacin parmetros de insumo, deben provocar pequeos cambios
(Garavito, 2012) en los resultados de la simulacin. Ejemplo: pequeo
aumento en la razn de llegadas a un sitio debe resultar
en un pequeo aumento en el nmero promedio de
entidades en fila. Si el cambio es desproporcional, el
analista deber entender porque esto ocurre.
- Test de Consistencia: Corridas similares, deber
presentar resultados similares.
- Degeneracin: Cuando ciertos detalles se remuevan del
modelo, los resultados debern reflejar esa remocin.
Ejemplo: que cuando un recurso se quite, que el nmero
promedio en fila aumente.
- Condiciones absurdas: Aqu se prueban dos aspectos, si
al modelo se le entran insumos absurdos, que los
resultados no sean absurdos que no se generen
situaciones absurdas durante la simulacin Ejemplo:
tiempos negativos
Experimentacin Busca experimentar o evaluar diversos comportamientos o escenarios del
sistema, realizando un anlisis de sensibilidad con el fin de comparar los que
presentan los mejores resultados de acuerdo al objetivo planteado
inicialmente. Es importante en este paso, establecer indicadores de
desempeo con los cuales realizar las comparaciones de los diversos
escenarios y as tener un criterio objetivo de seleccin de la mejor opcin.
En todo este proceso, es necesario tener en cuenta el nmero de simulaciones
que han sido completadas y analizadas enfocados en la duracin del periodo
de inicializacin, la longitud de corrida de la simulacin y el nmero de veces
que se repetir cada ejecucin. Si es necesario realizar rplicas (nuevas
corridas de simulacin), se debe evaluar si el diseo actual es el mismo que se
ha ejecutado con antelacin, de lo contrario, determinar cmo se harn los
nuevos experimentos.
El plan de El cual establece las posibles alternativas de
experimentacin comportamiento o escenarios del sistema que se quieren
evaluar con el modelo de simulacin de acuerdo a los
objetivos establecidos en su inicio. Aqu se debe tener en
cuenta:
- Si se debe realizar cambios a los parmetros o
comportamiento de las variables
- Adicin o reduccin de variables o elementos
constitutivos del sistema
- Modificaciones a las lgicas de funcionamiento del
sistema
- O cualquier otro cambio que se considere pertinente
evaluar.
Ajuste del Es importante determinar el momento en el que el
modelo sistema llega a su estado estable teniendo en cuenta el
nmero de rplicas necesarias, se sugiere la metodologa
establecida por (Rossetti, 2010)
Interpretacin y Aqu se deben aclarar los resultados obtenidos teniendo en cuenta los
presentacin de siguientes aspectos:
resultados
Observaciones Lista de aportes que fueron hechos en el transcurrir del
hechas en el proceso de simulacin, acciones tomadas a partir de las
proceso mismas, resultados de las que fueron implementadas.
Toma de Cules fueron las acciones tomadas a partir del proceso
decisiones de simulacin que ha culminado, como se debe afrontar
el problema detectado en su inicio.
Conclusiones y Debe evidenciar la interpretacin del analista en el
recomendaciones proceso que se llev a cabo, es necesario dejar claro a los
del proceso interesados, de ser posible de forma escrita, que es
relevante para tener en cuenta en el proceso.
Toma de Una vez realizados los anlisis pertinentes y la presentacin de los informes
Decisiones correspondientes, es necesario que la alta gerencia tome la decisin teniendo
en cuenta:
Los costos en los que incurrir ejecutando los cambios que fueron
sugeridos por parte del experto en simulacin, traducidos en:
- Mano de obra involucrada.
- Posibles retrasos de la operacin por motivo de los cambios.
- Inversin en nuevas tecnologas e infraestructura.
- Capacitacin o entrenamiento al personal acerca del nuevo proceso.
El tiempo que tardar en realizar los cambios propuestos.
El tiempo estimado de retorno de la inversin.
Monitoreo y Segn (Garcia Dunna & Azarang Esfandiari, 1996) es necesario realizar un
control. monitoreo al sistema y controlarlo puesto que los sistemas son dinmicos y es
posible que con el transcurso del tiempo sea necesario modificar el modelo de
simulacin, ante los nuevos cambios del sistema real, con el fin de llevar a
cabo actualizaciones peridicas que permitan que el modelo siga siendo una
representacin del sistema.
EXPERIMENTACIN SIMULADA.
En el primer escenario se va a verificar que sucede con los niveles: Clientes, Pedidos Acumulados y Pedidos Procesados si se cambia la
Velocidad de difusin con incrementos de 10, es decir, incrementos del 10%.
Escenario
Ped.
Velocidad de Clientes Registro Clientes Ped. Ped
Corrida Ofertas Acumulado Clientes Ped.Procesados
Difusin existentes nuevos Comerciante Pendientes
s
1 0 100 50 100 100 0 10 10 10
2 10 100 50 100 100 0 10 10 10
3 20 100 50 100 100 0 10 10 10
4 30 100 50 100 100 0 10 10 10
SIMULACIN
Inicialmente se edita el parmetro del modelo Velocidad de difusin y se incluye el primer valor de la tabla que corresponde a corrida
1, es decir, 0. Ver la grfica. Los dems valores estarn constantes.
Luego escribimos en la barra de herramientas el nombre de la corrida, para este caso, Corrida 1.
Ver grfica.
Seguidamente procedemos a simular esa primera corrida, para ello damos clic en el corredor de
verde, ver la figura.
Luego se escribe ahora la corrida dos.
Cambiamos el valor por el que corresponde a corrida 2, es decir 10, ver grfico.
Luego se simula y as sucesivamente hasta que se tiene las corridas necesarias o requeridas que en
este caso son 4.
NIVELES A OBSERVAR :
CLIENTES
En la grfica que genera Vensim se puede ver qu pas con cada variacin, cada resultado est
asociado a cada corrida por el color.
CONCLUSIONES
La representacin del modelo por medio de escenarios, permite obtener una visin
detallada
sobre los actores que son considerados, as como el anlisis de la participacin que tiene cada
uno de ellos en el sistema productivo.
Para el caso puntual de los productos con ciclo de vida corto los pedidos acumulados totales
incrementan ms rpidamente y la velocidad de difusin es mayor, esto genera mayores niveles
de inventario e incrementos innecesarios del inventario de la fbrica. Igualmente, se puede
generar mayor riesgo de escasez durante la etapa de introduccin y crecimiento.
BIBLIOGRAFA.
zbayrak, M., Papadopoulou, T. C., & Akgun, M. (Nov2007). Systems dynamics modelling of a
manufacturing supply chain system. Simulation Modelling Practice & Theory, Vol. 15 Issue 10,
p1338-1355.
Briano, E., Caballini, C., Giribone, P., & Revetria, R. (2010). Using System Dynamics for Short Life
Cycle Supply Chains Evaluation. Proceedings of the 2010 Winter Simulation Conference, (pgs.
1820-1832). Gnova.
Borshchev, A., & Filippov, A. (July 25 - 29, 2004). From System Dynamics and Discrete Event to
Practical Agent Based Modeling: Reasons, Techniques, and Tools. The 22nd International
Conference of the System Dynamics Society. Oxford, England.
Rodrguez, J. A., & Vidal, C. J. (Jun2009). A heuristic method for the inventory control of short
life-cycle products. Ingeniera y Competitividad, p 37-55.
Hernndez Garca, S., & Snchez Jimnez, J. (s.f.). Marco conceptual de la cadena de
suministros: Un nuevo enfoque logstico.
Pealosa Armel, D., & Tamayo Castao, J. C. (2010). Modelos De Simulacion En Dinamica De
Sistemas Para Comparar Las Diferencias En Los Niveles De Inventarios Y Los Tiempos De
Transito Entre Una Cadena De Suministros Tradicional Y Una Con Inventarios Manejados Por El
Vendedor (Vmi). Medellin.
Szozda & Swierczek. (2008). The success factors for supply chains of a short life cycle product.
Total Logistic Management, 163-17