Tesis

UNIVERSIDAD NACIONAL AUTNOMA
DE MXICO
FACULTAD DE INGENIERA
IMPORTANCIA DE LA SIMULACIN EN LA MEJORA DE

PROCESOS
T E S I S
QUE PARA OBTENER EL TTULO DE:
INGENIERO INDUSTRIAL
P R E S E N T A:
OMAR BOLAOS PLATA
DIRECTOR DE TESIS:
M.I. SILVINA HERNNDEZ GARCA
2014
UNIVERSIDAD NACIONAL AUTNOMA DE MXICO
IMPORTANCIA DE LA SIMULACIN EN LA MEJORA DE PROCESOS
NDICE
INTRODUCCIN...1
OBJETIVO2
Captulo I: MARCO TEORICO
1.1 Antecedentes de simulacin.....3

1.2 Definicin de simulacin.5
1.3 Aplicaciones de la simulacin.......5
1.4 Campos de aplicacin7
1.5 Factores tericos-prcticos que definen la simulacin.7
1.6 Metodologa de la simulacin.11
1.6.1Formulacin del problema.....13
1.6.2Recoleccin de datos para el desarrollo del modelo de
simulacin...17
1.6.3Formular el modelo de simulacin...20
1.6.4Verificar el modelo de simulacin22
1.6.5Diseo del experimento de simulacin..23
1.6.6Analizar los resultados..24
1.7 Ventajas y desventajas de la simulacin..25
1.8 Software de simulacin..27
1.9 Mejora continua...33
Captulo II: FORMULACION DEL PROBLEMA
2.1 Definicin del problema...38

2.2 Recoleccin de datos...39
2.3 Diagrama Causa-Efecto...49
Captulo III: DISEO DE LA SIMULACION
3.1 Elaboracin de un modelo base ..51

3.2 Modelado de las alternativas de Simulacin.....53
3.3 Propuestas de mejora al proceso..57
Conclusiones....69
Bibliografa....71
Anexo 1.....74
Anexo 2102
INTRODUCCIN
En el auto lavado tenemos el problema de que los tiempos desde la entrada hasta
la salida son demasiado largos a comparacin de otros autos que sus tiempos
son ms cortos, asimismo se observa que autos desertan de la lnea de espera
por que tardan demasiado en entrar al sistema ya que los tiempos de entrada
tambin son largos.
Por lo tanto se desea conocer en que parte del proceso est ms afectado o que
es lo que provoca que los tiempos varen tanto, para poder dar una solucin.
La simulacin en las ltimas dcadas ha visto aumentar su uso dentro del mbito
industrial y comercial debido, en buena medida, al desarrollo de las
computadoras, las cuales constituyen una herramienta valiosa para la aplicacin
de esta tcnica.
La simulacin se puede emplear para el estudio de sistemas de lneas de espera,

modelos de inventarios, juegos de negocios, modelos de inversin, flujos de
efectivo y otros que suelen ser de gran inters.
El hecho de elaborar y aplicar una simulacin acelera la comprensin del negocio

del proceso o del sistema y permite explicar, capacitar, mejorar y probar cualquier
posible situacin o cambio en el sistema.
Con la Simulacin, se pueden determinar y observar las fallas que se encuentren

o se pudieran presentar en el sistema, ya que la simulacin nos permite saber qu
es lo que ocurrira en un proceso al modificar una o varias variables y obtener la
respuesta a las preguntas Qu pasara si?, lo que nos permitir obtener la
mejora de resultados y hacer cualquier cambio pertinente en l.
Para la realizacin de este trabajo, se describirn las etapas con las que consta el
proceso del auto lavado, posteriormente se formular el problema, en el cual se
recopilarn datos e informes que se tengan o correspondan, para poder dar una
mejora en el tiempo promedio de servicio de lavado.
Finalmente se realizar e implementara el modelo de simulacin en donde se

podr evaluar, validar y probar el modelo representativo del proceso y formular las
conclusiones.
Pgina | 1
OBJETIVO
Disear el proceso de un auto lavado, con la finalidad de ofrecer una disminucin

en el tiempo promedio de servicio de lavado, con la ayuda de la simulacin, de tal
forma que se pueda recomendar cambios al proceso.
2|Pgina
CAPTULO I
Marco Terico
1.1 Antecedentes de la simulacin

La simulacin se desarrolla con la teora de muestreo estadstico y anlisis de
sistemas fsicos probabilsticos complejos. El aspecto comn de ambos es el uso
de nmeros y muestras aleatorias para aproximar soluciones. [1]
Los orgenes de la simulacin se remontan a la segunda Guerra Mundial cuando

los matemticos, J.V Neumann y S.Ulam, tenan el reto de resolver un problema
complejo relacionado con el comportamiento de los neutrones. Los experimentos
basados en prueba y error eran muy caros y el problema era demasiado
complicado para ser abordado mediante tcnicas analticas. La aproximacin que
eligieron se basa en la utilizacin de nmeros aleatorios y distribuciones de
probabilidad. El mtodo desarrollado fue llamado "Mtodo de Montecarlo" por la
generacin de nmeros aleatorios y el juego de la ruleta. [2]
Durante la Guerra Fra se intensific el uso de la simulacin para resolver

problemas de inters militar; trayectorias y dinmicas de satlites artificiales, guiar
msiles, etc. Muchos de estos problemas exigen la resolucin de sistemas de
ecuaciones diferenciales no lineales. Para abordar estos problemas se utilizaron
computadoras analgicas que usaban elementos electrnicos para resolver
operaciones matemticas: integracin, suma, multiplicacin, generacin de
funciones, etc. [2]
A partir de la dcada de los 60 aparecen en el mercado programas de simulacin

de sistemas de acontecimientos discretos que poco a poco se empezaron a
utilizar para resolver problemas del mbito civil. Los ms destacados fueron el
GPSS de IBM (General Purpose System Simulator) y el SIMSCRIPT. Los
modelos de acontecimientos discretos son muy utilizados en la actualidad para
estudiar problemas de fabricacin, logstica, transporte, comunicaciones y
servicios. Estos problemas se caracterizan por centrar su inters en los cambios
que hay en el sistema como consecuencia de los acontecimientos y en su
capacidad para modelar los aspectos aleatorios del sistema. [2]
Pgina | 3
Fue en los 70 y principios de los 80 cuando el uso de la simulacin, se expandi

gracias a que la velocidad de las computadoras aument y los costos
disminuyeran. Comenz a ensearse en las universidades y se dio a conocer a un
mayor nmero de empresas. Principalmente se utilizaba para averiguar las
causas de accidentes de gravedad ocurridos en empresas. [1]
En la segunda mitad de los 80 la simulacin se asent definitivamente gracias en

gran parte a la aparicin de las computadoras personales y la animacin. Adems
del anlisis de accidentes se empez a utilizar tambin como herramienta previa
al comienzo de la produccin. El uso de simuladores se generaliz en
prcticamente todos los mbitos de la ciencia y la ingeniera, por ejemplo: en la
prediccin del tiempo y el entrenamiento de pilotos. [1]
La madurez lleg en los 90, cuando muchas pequeas empresas comenzaron a

usar la simulacin en etapas tempranas de sus proyectos, donde realmente poda
tener mayor impacto. La llegada de los procesadores de alta velocidad ampli el
nmero de aplicaciones, y con ello, el nmero de problemas tericos y prcticos
abordables. [1]
Hoy en da, la simulacin se realiza mediante computadoras y software

especficos, siendo una poderosa tcnica de resolucin de problemas reales, se
experimenta con un modelo numrico, de tal forma que con los resultados se
puede obtener una estimacin de las caractersticas del sistema. [1]
El uso de la simulacin se ha ampliado al sector del ocio y ha entrado en el

mbito familiar con productos de software sofisticado, que utilizan muchos de los
recursos de la computadora: grficos potentes, bases de datos, computacin
intensiva, etc. [2]
Para aadir problemas reales se realizar una serie de simplificaciones que toman
la forma de relaciones matemticas o lgicas, constituyendo un modelo que se
usa para comprender el comportamiento del sistema real. Se trata de trasladar la
realidad a reglas matemticas que lo representen de la forma ms fidedigna
posible. [1]
Si las relaciones matemticas que componen el modelo son suficientemente

simples, es posible usar mtodos matemticos (tales como lgebra, clculo o
teora de la probabilidad), para obtener una informacin exacta de las cuestiones
de inters; a esto se le llama solucin analtica. Sin embargo, la mayora de los
sistemas del mundo real no pueden evaluarse analticamente, y lo que se puede
hacer, es estudiar dichos modelos mediante la simulacin. [1]
4|Pgina
1.2 Definicin de simulacin

La simulacin es la utilizacin de un modelo de sistemas, que trata de acercarse
ms a las caractersticas de la realidad, a fin de reproducir la esencia de las
operaciones reales. Asimismo, es la una representacin de un proceso real,
mediante el empleo de un modelo o sistema que reaccione de la manera similar a
la que reaccionara uno real, en un conjunto de condiciones dadas. [4]
La definicin ms general que se usa, se refiere a una tcnica cuantitativa que

utiliza un modelo matemtico computarizado para representar la toma real de
decisiones bajo condiciones de incertidumbre, con objeto de evaluar alternativas
de acciones con base en hechos e hiptesis. [13]
Con base en lo que se mencion anteriormente, se puede decir que la

simulacin, es una tcnica que imita el funcionamiento de un sistema del mundo
real, al crear un conjunto de hiptesis acerca del funcionamiento del sistema,
expresndolo en relaciones matemticas o lgicas. [35]
Defini Robert E. Shannon, a la simulacin como:
es el proceso de disear y desarrollar un modelo computarizado

de un sistema o proceso y conducir experimentos con este
modelo con el propsito de entender el comportamiento del
sistema y evaluar varias estrategias con las cules se puede
operar el sistema. [4]
1.3 Aplicaciones de la simulacin

Desde su aparicin, la tcnica de simulacin ha ocupado un lugar de privilegio
entre las herramientas de investigacin de operaciones. [3]
Aun cuando se reconocan los enormes beneficios de la simulacin como soporte

a la toma de decisiones, las dificultades en la aplicacin de esta tcnica a la vida
real de las compaas eran difciles de realizar, ya que los modelos eran costosos
de construir y validar, poco flexibles frente a condiciones inestables y
habitualmente concebidos y manejados por expertos, no por operadores del
sistema, de tal forma atentaban contra su efectiva aplicacin a la problemtica de
las empresas. [3]
Pgina | 5
En el campo de la logstica, las principales aplicaciones de la simulacin se

centran en: [3]
Fenmenos de espera.
Gestin de inventarios.
Fiabilidad, mantenimiento y verificacin de la calidad.
Planificacin, programacin y Control de Proyectos.
La simulacin de sistemas ms popular es la de simuladores vuelo, combate, etc.,

o cualquier videojuego que est programado para brindarle al usuario una
sensacin de realidad, como si fueran ellos mismos los que estuvieran en una
misin real. [3]
En general, se puede hablar de tres tipos de aplicaciones: [1]
Experimentacin: Es un modelo de simulacin que es necesario cuando la

experimentacin directa sobre el sistema real es muy costosa o imposible y
cuando el objetivo es disear un nuevo sistema, dado que el modelo puede
ir modificndose fcilmente hasta obtener el comportamiento deseado.
Prediccin: El modelo se puede usar para pronosticar el comportamiento

del sistema real bajo ciertos estmulos. Se puede hacer as una evaluacin
de diferentes estrategias de accin.
Enseanza: adiestramiento de astronautas, en los juegos de

negocios, etc.
6|Pgina
1.4 Campos de aplicacin

A continuacin se describen algunas reas en las que se aplica la simulacin
como herramienta de ayuda a la toma de decisiones estratgicas u operativas: [5]
Fabricacin: Una de las reas en donde tradicionalmente se ha aplicado

intensivamente la simulacin es en el campo de los procesos de fabricacin y los
sistemas de manipulacin de materiales.
Redes de distribucin: En el mundo de las corporaciones virtuales, ya

no son las empresas productoras las que compiten entre s, sino las redes de
distribucin, ya que dependen de un conjunto de suministradores, recursos de
transporte, fbricas y almacenes para su correcto funcionamiento.
Transporte: Es un rea con un inters creciente en las tcnicas de

simulacin, ejemplos de simulacin se pueden encontrar en todos los modos de
transporte, ya sea areo, martimo o terrestre. Estas empresas emplean la
simulacin para racionalizar sus circuitos de transporte y planificar mejor sus
operaciones.
Sanidad: Es cada vez ms fuerte la presin sobre el entorno sanitario

para controlar los costos manteniendo o mejorando los niveles de servicio, el
principal reto es incrementar la eficiencia en sus operaciones. La simulacin es
una herramienta adecuada para el anlisis y la ayuda a la toma de decisiones por
su capacidad para modelar estas relaciones y los factores aleatorios inherentes a
estos sistemas.
Negocios: La simulacin se aplica con xito en el proceso administrativo

propios a empresas de servicio como lo son los bancos, empresas de seguros y
administracin, como puede ser la circulacin de documentos, la estimacin de
riesgos, etc.
1.5 Factores terico-prcticos que definen la simulacin
La simulacin inicia con la creacin de la imitacin de un proceso real de

cualquier naturaleza tal como de produccin, administrativa, social, etc., por lo
que esta imitacin para la experimentacin, tiene como factores que la
determinan: [7]
Pgina | 7
Restricciones: De manera general se puede decir que las restricciones son

relaciones entre las variables de decisin y magnitudes que dan sentido a la
solucin del problema y las acotan a valores factibles, asimismo la construccin
de herramientas matemticas que las restrinjan o las modelen. [7]
Las restricciones son las limitaciones de operacin que impone una variable, en
un slo sentido, sin afectar los lmites del sistema. Una restriccin puede ser
impuesta por el propio diseador del sistema o estar dada por la naturaleza de la
variable. [8]
Variables: Son las decisiones que afectan el objetivo del sistema, de manera
directa a la optimizacin del sistema, por lo que sobre de ellas se tiene que
manejar alternativas de incidencia y por tanto de su control. [7]
Para la formulacin de un modelo de simulacin, es necesario especificar las

relaciones entre las variables. Los modelos de simulacin consisten en variables
de decisin, variables incontrolables y variables dependientes. Las variables de
decisin estn controladas por la persona que toma las decisiones y suelen
cambiar de una a otra simulacin, sin embargo, las variables incontrolables son
eventos fortuitos que escapan al control de quienes toman las decisiones. Las
variables dependientes reflejan los valores de las variables de decisin y los de
las variables incontrolables. [9]
Modelo: La simulacin de sistemas implica la construccin de modelos. El objetivo

es averiguar qu pasara en el sistema si acontecieran determinadas hiptesis. [6]
Un modelo es una representacin simplificada de la realidad diseada para

representar, conocer y predecir propiedades del objeto real. [11]
Los modelos se construyen con la finalidad de estudiar el objeto real con ms

facilidad y deducir propiedades difciles de observar en la realidad: [11]
Eliminando o simplificando componentes

Cambiando las escalas espacial o temporal
Variando las condiciones del entorno
Evitando la actuacin sobre el objeto real
Representar objetos o procesos de estudio
8|Pgina
Los modelos de simulacin se suelen clasificar en distintos tipos de acuerdo con

los siguientes criterios: [38]
Modelo continuo: Se define a travs de ecuaciones diferenciales, ya que

estas permiten conocer el comportamiento de las variables en un lapso de
tiempo continuo, es decir, que las variables de estado cambian
continuamente con respecto al tiempo.
Modelo discreto: En este tipo de simulacin los cambios de estado del
sistema pueden representarse por medio de ecuaciones evaluadas en un
punto determinado.
Modelos dinmicos: El estado del sistema que se est estudiando vara a
travs del tiempo. Este tipo de simulacin permite observar los cambios
que ocurren en el estado del sistema durante cierto tiempo especfico.
Modelos estticos: Este tipo de simulacin representa un resultado bajo un
conjunto de situaciones o condiciones determinadas y el efecto del tiempo
no se tiene en cuenta.
Modelo determinstico: Son relaciones constantes entre los cambios de las
variables del modelo, es decir que tanto las variables de entrada como de
salida son constantes.
Modelo probabilstico: Tiene por lo menos una variable de entrada, la cual
es independiente, y las variables de salida, que son dependientes. Ambas
variables son aleatorias.
Procedimiento de la simulacin. Es el principal concepto que se tiene que

comprender, este es representado por la visin terica y la accin experimental de
una manera general, donde usando una metodologa establecida (Figura 1.1).
Pgina | 9
Comenta Ral Coss B, que:
Las primeras etapas de un estudio de simulacin se refieren a

la definicin del sistema a ser modelado y a la descripcin del
sistema de trminos de relaciones lgicas de sus variables y
diagramas de flujo. [4]
Figura 1.1 Alternativas para el estudio de un sistema [1]
10 | P g i n a
1.6 Metodologa de la simulacin

La simulacin se emplea slo cuando no existe otro mtodo que permita encarar
la resolucin de un problema. Siempre es preferible emplear una alternativa
analtica antes que simular. Lo anterior no implica que una opcin sea superior a
otra, sino que los campos de accin no son los mismos. Mediante la simulacin se
han podido estudiar problemas y alcanzar soluciones que de otra manera
hubieran resultado inaccesibles. [6]
La simulacin involucra dos facetas: [6]
1) Construir el modelo.
2) Ensayar diversas alternativas con el fin de elegir y adoptar la mejor, para el
desarrollo del sistema real, procurando que sea la ptima o que por lo
menos sea lo suficientemente aproximada.
En la planeacin de la simulacin, es indispensable determinar los pasos a seguir

para obtener los resultados deseados desde el inicio en que se ataca el problema,
para evitar inconvenientes ms adelante.
Para llevar a cabo la simulacin del sistema que se quiere estudiar, en general se
siguen una serie de pasos, representados en el siguiente Figura1.2.
Pgina | 11
Metodologa de la
Simulacin
Formular el
problema
Recolectar datos
para el desarrollo
del modelo de
simulacin
Formular el modelo
No
de simulacin
Verificar y Validar
del modelo de
simulacin
Resultados
correctos
Si
Disear el
Experimento
Analizar los
resultados
Figura 1.2 Metodologa de la Simulacin [10]
12 | P g i n a
No necesariamente se debe seguir paso a paso este procedimiento, ya que este

puede ser interactivo para que el modelo se pueda modificar en donde sea
necesario (Figura 1.2), en algunas ocasiones los pasos se pueden repetir cuantas
veces se crea necesario para lograr un buen modelo y efectuar la simulacin.
1.6.1 Formulacin del problema
Es necesario definir en primer lugar claramente los objetivos de nuestra

investigacin, antes de hacer cualquier intento encaminado a planear la
realizacin de un experimento en simulacin, como se realiz en este trabajo el
objetivo es disear el proceso de un auto lavado, con la finalidad de ofrecer una
disminucin en el tiempo promedio de servicio de lavado, con la ayuda de la
simulacin, de tal forma que se pueda recomendar cambios al proceso. Asimismo
se encuentra con frecuencia que la exposicin original del problema vara
considerablemente de su versin final, ya que la formulacin del problema es un
proceso secuencial que generalmente requiere de una formulacin continua y
progresiva de los objetivos de experimento durante su realizacin.
Esta fase es de gran importancia para poder alcanzar un modelo vlido.

La formulacin del problema requiere de los siguientes pasos (Figura1.3):
Especificacin de las
Reconocer las variables del
Identificacin de problema restricciones de las variables
sistema
de decisin
Desarrollar una estructura

preliminar del modelo que
Desarrollo de un modelo
interrelacione las
apropiado
variables del sistema y las
medidas de ejecucin.
Figura 1.3 Pasos para la formulacin del problema. [1]
Pgina | 13
[13]
Para poder identificar los problemas se puede usar unas preguntas como:
a) Existe un problema?
b) Cul es el marco de referencia del sistema donde se encuentra el
problema?
c) Cules son los componentes controlables del sistema y cules no lo son?
d) Cules son las interrelaciones ms importantes del sistema?
e) Cmo se emplearan los resultados del proyecto? Por quin? qu
efectos tendr?
f) Las soluciones tendrn efecto a corto o largo plazo?
g) Podrn los efectos de las soluciones modificarse o cambiarse fcilmente?
h) Cuntos elementos del sistema se afectarn por las soluciones del
proyecto? En qu grado?
El problema de la formulacin
En la formulacin del problema, la definicin es la fase ms importante y se debe

de realizar con elementos de la problemtica que se investiga, definir un problema
es sealar todos los elementos, aspectos, caractersticas en forma entendible y
precisa, con el fin de que otras personas (lectores) puedan entender el proceso de
la investigacin. [20]
La formulacin depende mucho de la creatividad y la experiencia del equipo,

adems que se requiere algo ms que la competencia analtica, entre otros
atributos, el juicio (por ejemplo, cundo y cmo utilizar determinada tcnica) y la
destreza tcnica en comunicaciones. [21]
Lo primero que hay que conocer y comprender es cmo funciona un proceso,

definir qu, para qu, con qu, cmo y de manera importante dnde, cundo y
quin (Figura 1.4). [20]
14 | P g i n a
Figura 1.4 Recursos y controles del proceso [20]
Los recursos definen quin o qu realiza las actividades sobre las entidades
Los controles definen cmo, cundo y dnde las actividades son realizadas. [20]
Con el qu: Nos referimos a los componentes del proceso.

Para qu: Nos referimos al resultado de la funcin que realiza ese
componente.
Con qu: Es el modelo que trata de parecerse a un comando, una orden
que se da al componente y al conjunto de efectos.
Cmo: Es el tipo de funcionamiento de acuerdo a la relacin que guarda en
el proceso total y de acuerdo a parmetros de eficacia detectados o a
establecer.
Dnde: Es la definicin del marco de referencia principalmente referido a
las variables exgenas.
Cundo: Se refiere fundamentalmente a la oportunidad, tanto de aplicar un
modelo X ptimo a la alternativa elegida, as como de llevar a cabo el
experimento (considerando riesgos tanto econmicos como materiales y
humanos).
Quin: Es tanto el personal que lleva a cabo el proceso como el analista y
el personal capacitado para implementar el modelo.
Segn Ackoff y Sasieni, las condiciones para que exista el ms simple de los
problemas son: [14]
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.
Pgina | 15
El individuo debe tener por lo menos un par de alternativas para resolver su

problema, en caso contrario no existe tal problema.
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 est 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 ltimo el 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: [14]
El problema recae en un grupo, no en un individuo.

El marco de referencia donde se encuentra el grupo cambia en forma
dinmica.
El nmero de alternativas que el grupo puede escoger es bastante grande,
pero finito.
El grupo dentro del sistema puede tener objetivos mltiples. Pero aun, no
necesariamente estos objetivos son consistentes entre s.
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
aun siendo ajenos al sistema, influyen directa o indirectamente, favorable.
En este contexto, para formular un problema por lo menos se requiere de la

siguiente informacin: [14]
Identificar los componentes controlables de un sistema.

Identificar posibles rutas de accin dadas por los componentes,
controlables.
Definir el marco de referencia, dado por los componentes no controlables
Definir los objetivos que se persiguen y clasificarlos por su orden de
importancia.
16 | P g i n a
Identificar las relaciones importantes entre los 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: [14]
Se ubica al sistema considerndolo dentro de otro sistemas ms grandes.

Se determinan los componentes del sistema.
Se determinan los canales de comunicacin entre los componentes del
sistema y de este hacia los elementos de otros sistemas que van a tener
influencia directa o indirecta.
Se determinan de qu manera se tiene acceso a la informacin requerida
como se procesa esta y como se transmite entre las diferentes
componentes del sistema.
1.6.2 Recoleccin de datos para el desarrollo del modelo de simulacin
Existen muchos mtodos para la toma de datos, desde aproximaciones manuales

hasta tcnicas de alta tecnologa. Hay aplicaciones donde poca precisin en la
toma de datos no altera significativamente los resultados obtenidos y otras en las
que puede cambiar completamente los resultados. Por tanto, habr que
determinar cuidadosamente el mtodo que ms conviene en cada caso. [1]
La informacin debe ser: oportuna, relevante y confiable. Durante la recoleccin

de datos se necesitan los siguientes puntos: [14]
1. Nmero de entradas del sistema

2. Tiempos entre entradas
3. Operaciones
4. Frecuencias entre operaciones
5. Comportamiento del sistema
Pgina | 17
El primer paso en la recoleccin de datos es determinar los datos requeridos por

construir al modelo. Este debe estar dictado principalmente por el alcance del
modelo y el nivel de detalle requeridos por lograr los objetivos de la simulacin.
Los datos del sistema pueden ser categorizados como, datos estructurales, datos
operacionales y datos numricos. [10]
Datos estructurales
Este tipo de datos se refieren principalmente a las locaciones que se analizan en

el modelo, los recursos, operarios, operaciones y locaciones La informacin
estructural describe bsicamente el esquema o configuracin del sistema as
como identifica los elementos que se procesan. Es importante que todos los
componentes relevantes que afectan el comportamiento del sistema sean
incluidos. [38]
Datos Operacionales
Son aquellos que reflejan los tiempos de produccin, las esperas, movimientos de
material y producto, explican cmo opera el sistema, es decir, cundo, dnde, y
cmo los eventos y actividades tienen lugar. Los datos operacionales consisten
de toda la lgica o informacin del comportamiento acerca del sistema como
asignaciones de ruta, horarios, comportamiento en el tiempo fuera de servicio, y
asignacin del recurso. Si el proceso est estructurado y bien controlado, la
informacin operacional es fcil de definir. Si, por otro lado, el proceso ha
evolucionado en una operacin informal sin ningn conjunto de reglas, puede ser
muy difcil de definir. [38]
Datos numricos
Es la informacin con la cual se alimenta el modelo, es decir, inventarios,

capacidad de las bodegas, tiempos de procesamiento por lneas, tiempos de
cargue y descargue, tiempos de transporte, entre otros. Algunos valores
numricos se determinan fcilmente, como capacidades del recurso y horas de
trabajo. Otros valores son ms difciles de evaluar, como el tiempo entre fallas o
probabilidades de asignacin de rutas. [38]
18 | P g i n a
Ya con toda la informacin se podr observar en tablas, grficas, etc. a travs de

algn paquete computacional. Deben de tenerse en cuenta los siguientes
factores: [1]
a) Capacidad del operario: En muchas situaciones es suficiente con la

observacin directa y la recoleccin manual de los atributos de inters,
pero otras veces puede ocurrir que la accin que se quiere observar sea
muy rpida y que no sea posible realizar una observacin humana.
b) El impacto que pueda producir el proceso de recoleccin sobre el

comportamiento del sistema real: cuando la medida que se quiere observar
depende de una persona, su comportamiento se puede ver afectado por
estar siendo observada.
c) La facilidad de conversin de los datos a una representacin procesable

por la computadora.
Los datos que se van a utilizar pueden recolectarse de los siguientes medios: [14]
1.- Las series histricas o de tiempo: son datos tiles y de rpido procesamiento
para convertirlos en informacin.
2.- La opinin de expertos: Es informacin subjetiva, carente de detalle y de

utilidad mnima, econmica y rpida de obtener cierto tipo de informacin
complementaria.
3.- Los estudios de campo: son el mtodo ms efectivo, aunque ms costoso y

tardado, de obtener informacin requerida. Se requiere el diseo de una muestra
estadstica representativa del estudio.
Se tiene que poner nfasis en la recoleccin de datos fundamentales y

estadsticas, para establecer las bases de los parmetros en el modelo. La
recoleccin de datos es un proceso que se debe hacer continuamente ya que as
se asegura la obtencin de informacin relevante y concisa para el modelo. [15]
De esta forma, la recoleccin de datos es el proceso de captacin de los hechos

disponibles, los cuales pueden ser procesados posteriormente, cuando sean
necesarios. El proceso de recoleccin y el almacenamiento de datos ocurren
simultneamente. [17]
Pgina | 19
Una vez realizado el muestreo, se procede al anlisis de los datos. Pueden ser de
dos tipos, como se observa en la siguiente tabla (Figura 1.6):
Figura 1.6 Anlisis de los Datos. [16]
1.6.3 Formular el modelo de simulacin
El modelo normalmente empieza siendo muy abstracto con respecto al sistema

real, pero mientras se va definiendo la relacin de los eventos se convierte en un
modelo ms complejo. Es importante una interaccin constante con el usuario del
modelo durante el desarrollo del proceso de creacin para garantizar que el
modelo se mantenga apegado al estudio y de esta manera obtener la credibilidad
necesaria para una posterior implementacin del mismo. [15]
La exactitud de la informacin que se usar en el modelo es de gran importancia

para obtener resultados confiables. El principal punto para la realizacin del
modelo es obtener los datos y condiciones ms relevantes que puedan
fundamentar el objetivo del estudio. Lo ms importante es tener en claro la
relacin entre el modelo y el propsito por el cual fue hecho. [15]
Para desarrollar un modelo, se debe conocer antes en profundidad el

comportamiento del sistema. Dos de las tcnicas ms usadas para ello son: [16]
I. Aproximacin de Flujo Fsico. Consiste en identificar las entidades del

sistema (los elementos cuyo procesamiento constituye el propsito
20 | P g i n a
principal del sistema) y los caminos o rutas que se siguen a lo largo del
sistema, obteniendo as un diagrama de flujo de entidad.
II. Aproximacin de Cambio de Estado. En esta aproximacin, se utilizan

variables de estado que describen el estado del sistema en cada momento
y el concepto de suceso o evento, que es un instante particular en el
tiempo en el que el sistema cambia de estado. El estado futuro del
sistema puede determinarse conociendo los valores actuales de las
variables de estado, los valores actuales de las variables del sistema y la
estructura del modelo. La evolucin del sistema se puede representar
mediante una grfica de sucesos.
A la hora de construir el modelo hay que realizar cuatro pasos principalmente: [16]
1. Eleccin Mecanismo de avance del tiempo. Fundamentalmente se puede

plantear el avance del tiempo de dos maneras:
Incrementos fijos de tiempo: el estado del modelo se comprueba cada vez que
transcurre un intervalo fijo de tiempo que se seleccione.
Incrementos por los eventos (N.E.T.A., Next Event Time Advance): el estado de
modelo se actualiza solamente cuando ocurre un evento. Lgicamente el
incremento de tiempo es variable, ya que los eventos no ocurren en tiempos
constantes.
2. Eleccin de un Lenguaje de programacin. Existen numerosos lenguajes

de programacin para la implementacin de la simulacin: ProModel,
Crystal Ball, Witness simulation, Process model, etc.
3. Generacin de nmeros y variables aleatorias. Para representar variables

de entrada probabilsticas se necesitan muestras aleatorias. Los nmeros
utilizados en simulacin no son totalmente aleatorios, se producen a partir
de algoritmos determinsticos. Estos algoritmos vienen incluidos en los
lenguajes de simulacin, y en los de propsito general se pueden incluir
sin mayor dificultad.
4. Implementacin y depuracin del modelo. Dependiendo del lenguaje de
programacin que se escoja para realizar la simulacin esta etapa
presentar mayores o menores dificultades debido a las particularidades de
cada uno de los lenguajes.
Pgina | 21
Una vez que se dispone de un modelo correcto, este puede ser utilizado para
analizar y evaluar cmo afectaran ciertos cambios al rendimiento del sistema,
tanto en su organizacin como en las polticas de gestin de recursos
compartidos, antes de que dichos cambios sean aplicado al sistema real.[5]
El modelo requiere un programa de cmputo que en nuestro caso, se utiliza el

ProcessModel, ms adelante se detallar por que se llego a la decisin de utilizar
este.
Con el programa ya elegido se procesaran los datos recolectados y se espera

obtener una serie de resultados deseados, que nos dir el propio sistema si es
factible aplicarlo o no.
1.6.4 Verificar y Validar el modelo de simulacin
La verificacin es un proceso continuo a lo largo de todo el proceso de simulacin.

Es necesario esperar hasta que el modelo este totalmente terminado para poder
comenzar la verificacin. Este proceso es uno de los principales para la
confiabilidad de los resultados y el xito del proyecto. [38]
Los modelos son representaciones numricas de un sistema que no estn sujetas

a una sola forma, por ello su validacin no resulta muy fcil ya que implica
complejidades de tipo prctico, terico y estadstico. [18]
Este paso debe realizarse en todas las fases del modelado: modelo conceptual,
modelo lgico y un modelo de computadora. [1]
a) Verificar: Consiste en ver cul es la consistencia interna del modelo.

b) Validacin: Consiste en asegurar que existe una correspondencia entre
el sistema real y el modelo.Para comprobar que efectivamente existe,
se pueden comparar las salidas que da el modelo ante determinadas
entradas y las que da el sistema real. La comprobacin ltima para la
validez de un modelo es ver cmo el modelo puede predecir un
comportamiento futuro del sistema ante unas determinadas entradas.
22 | P g i n a
En esta etapa se valoran las diferencias entre el funcionamiento del simulador y el

sistema real que se est tratando de simular. Las formas ms comunes de validar
un modelo son: [19]
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.
1.6.5 Diseo del experimento de simulacin
El objetivo de la experimentacin con el modelo es obtener informacin acerca del

comportamiento del sistema que nos ayude en la toma de decisiones.
Habitualmente suele ser imposible explorar todas las posibles soluciones, por lo
que para obtener la mejor es recomendable seguir alguna estrategia. [1]
A continuacin se proponen dos de las ms habituales: [1]
1) Conjunto de experimentos predeterminado: se trata de una aproximacin

que impone identificar factores que podran afectar a la medida de salida y
ejecutar los experimentos con determinados valores para dichos factores.
Una vez realizados los experimentos se aplicara un anlisis de la varianza
(ANOVA), para decidir cul o cules de los factores seleccionados tienen
realmente algn impacto en la medida de salida.
Las medidas de salida se pueden adaptar de forma que las suposiciones

estadsticas de esta tcnica se satisfagan de forma razonable y puedan ser
aplicadas en la experimentacin del modelo.
El uso de un conjunto predeterminado de experimentos es efectivo si se

puede aproximar una regin de optimizacin con experimentos previos o
con la experiencia que se tenga sobre el problema. Sin embargo, esta
tcnica no puede conducir a la mejor solucin global, ni siquiera puede
garantizar un ptimo local.
Pgina | 23
2) Tcnicas de bsqueda de ptimos: Un conjunto de estas tcnicas se

conoce como Metodologa de Superficie de Respuesta (RSM). Usando
varias estrategias se pueden alcanzar puntos altos en el terreno, y quizs
llegar a la cumbre. Una estrategia es el mtodo de escalado ascendente,
requiere que el modelo se ejecute varias veces para poder determinar qu
direccin (qu cambios en los valores de los factores) parece conducir a un
incremento en la altitud (incremento en la variable de respuesta). Las
variables de decisin se van cambiando de esta forma y el proceso
contina hasta que ya no se pueda llegar ms alto, en ese momento se ha
alcanzado un ptimo local o global.
1.6.5 Analizar los resultados
Para conseguir estimaciones tiles la muestra debe ser representativa del

comportamiento de sistema y debe ser lo suficientemente grande. El tamao de la
muestra es importante ya que la precisin de las estimaciones depende de la
varianza de la media de la muestra, y la varianza cambia de forma inversamente
proporcional al tamao de la muestra (si se cuadriplica el tamao de la muestra la
desviacin estndar se reduce a la mitad). [1]
[1]
Se pueden realizar dos tipos de anlisis con un modelo de simulacin:
Anlisis para sistemas con punto de finalizacin: la ejecucin del modelo

finaliza cuando ocurre un evento especfico y se toma una muestra por
ejecucin. Por ejemplo un banco, abre por la maana y al final del da
cierra, empezando al da siguiente de nuevo desde cero, con el banco
vaco.
Anlisis para sistemas sin punto de finalizacin (sistemas en estado de

equilibrio o estacionario): el inters est en las medias de las medidas de
comportamiento de ejecuciones largas, despus de que el sistema ha
pasado por un periodo de comportamiento transitorio en el que las medidas
no son representativas. Por ejemplo una empresa de coches, no abre ni
cierra, deja de trabajar determinados das pero al volver a abrir contina el
trabajo donde lo dej.
En ambos casos, las condiciones iniciales (estado del sistema al empezar la

ejecucin) pueden influir en la estimacin de las medidas de comportamiento. [1]
24 | P g i n a
La informacin del modelo deber estar bien documentada, es decir, que se lleve
un registro de todos los resultados relacionados con el modelo. Esto facilitar la
elaboracin de reportes y le permitir al creador del modelo tomar alternativas de
mejora. [15]
La utilizacin de grficas proporcionadas por la simulacin es de gran ayuda para

tomar decisiones respecto al problema que se est analizando. [15]
En esta etapa del estudio, se interpretan los resultados que arroja la simulacin
con cuya base se toma una decisin. Es obvio que los resultados que se obtiene
de un estudio de simulacin ayudan a soportar decisiones del tipo
semi-estructurado, es decir, la computadora en s no toma la decisin, sino que la
informacin que proporciona ayuda a tomar mejores decisiones y por consiguiente
a obtener mejores resultados. [14]
1.7 Ventajas y desventajas de la simulacin
Cuando se va a decidir si hacer o no una simulacin hay que tener en cuenta dos
puntos importantes; cuanto tiempo se le va a dedicar a hacer este y que tan caro
puede ser para la empresa. Con estos puntos tomados en cuenta se tiene que ver
si es conveniente hacer la simulacin o es mejor hacer un modelo analtico.
Ventajas: [18]
Mediante modificaciones internas y externas, permite conocer cmo

reacciona el sistema y cmo se comporta.
Se puede entender mejor como funciona un sistema por medio de la
simulacin.
El uso de la simulacin puede ser utilizado para experimentar nuevas
situaciones, de las que no se tiene informacin suficiente, por lo que
ayudara al mejor entendimiento de dicho sistema y a conocer el
comportamiento de ste.
Tambin nos ayuda a conocer cmo reacciona un sistema al introducir
nuevos elementos.
La tcnica de simulacin puede ser utilizada como instrumento pedaggico
para ensear a estudiantes habilidades bsicas en anlisis estadsticos,
anlisis terico, etc.
Pgina | 25
En algunas ocasiones se puede tener buena representacin de un sistema

(como por ejemplo los juegos de negocios), y entonces a travs de l es
posible entrenar y dar experiencia a cierto tipo de personal.
En la simulacin se tiene control sobre las variables para as poder generar
las condiciones necesarias para cumplir con los objetivos.
La simulacin permite las preguntas del tipo qu pasara si A los
administradores les gusta saber con anticipacin cules opciones son
atractivas. Con una computadora, el administrador puede aprobar diversas
decisiones de polticas en cuestin de minutos.
Las simulaciones no interfieren con el sistema real. Podra ser muy
perjudicial, por ejemplo, experimentas con nuevas polticas o ideas en un
hospital, escuela o planta de manufactura. Gracias a la simulacin, los
experimentos se llevan a cabo en el modelo, no dentro del sistema mismo.
La simulacin permite el estudio del efecto interactivo de componentes
individuales o variables para determinar cules son importantes.
Es posible realizar una compresin de tiempo mediante la simulacin. Se
puede obtener el efecto de ordenar, publicitar o aplicar otras polticas a lo
largo de muchos meses o aos mediante una simulacin por computadora
en corto tiempo.
Desventajas: [18]
Es muy costosa, por necesitar de equipo de cmputo y de recursos

humanos.
Se pueden obtener resultados falsos si no se tienen las variables correctas.
La simulacin es imprecisa, porque no siempre se logra simular toda la
realidad.
Existe la posibilidad de que la alta administracin de una organizacin no
entienda esta tcnica y esto crea dificultad en vender la idea.
Cada modelo de simulacin es nico. Sus soluciones generalmente no son
trasferibles a otros problemas.
Los buenos modelos de simulacin para manejar situaciones complejas
pueden ser muy caras. Frecuentemente, el desarrollo de un modelo es un
proceso largo y complicado. Por ejemplo, se puede emplear meses o
incluso aos para desarrollar un modelo de planeacin corporativa.
26 | P g i n a
1.8 SOFTWARE DE SIMULACION

A continuacin describir algunos de los paquetes de simulacin de los ms
usados, sus caractersticas y cules son sus ventajas y desventajas a la hora de
usarlos, adems de que algunos son ms complejos que otros y nos ayuda a
saber a qu tipos de simulaciones estn ms enfocados estos software.
GASP IV [23]
GASP IV es un lenguaje de simulacin desarrollado por Alan B. Pristker y N. Hurst

en 1973. Es un lenguaje hbrido porque puede ser usado para programadores de
simulacin discretos, continuos y combinados; siendo el primero en integrar
completamente estos dos ambientes de funcin del tiempo.
Es un lenguaje de simulacin basado en FORTRAN que proporciona el marco

para los sistemas de modelado que implica ambos fenmenos continuos y
discretos. Cerca de 30 subrutinas y funciones que proveen numerosas facilidades,
incluyendo:
Rutinas de avance del tiempo,
Gestin de listas de eventos futuros,
Adicin y remocin de entidades.
Coleccin de estadsticas.
Generadores de variables aleatorias.
Reporte estndar.
SIMSCRIPT [24]
Desarrollado para apoyar un proyecto de la Fuerza Area RAND por H. Markowtz

en los inicios de los sesenta en el cual consta de las siguientes partes:
Prembulo
Programa principal
Rutinas de eventos.
Pgina | 27
Rutinas ordinarias.
SIMSCRIPT es el ms adecuado para la construccin de modelos de simulacin

de sistemas de soporte de decisiones en diversas reas de aplicacin:
Aplicaciones militares, sistemas C4ISR, juegos de guerra, etc.

Redes de comunicacin, anlisis de rendimiento y optimizacin
Transporte y Fabricacin
Control de inventario y planificacin logstica
Los mercados financieros
SIMAN [25]
Es un lenguaje til en la realizacin de un modelo de sistemas complejos de

manufactura, se desarrolla entre el modelado y el experimento; en el primero se
describe las componentes del sistema y sus interacciones y en el segundo se
definen las condiciones del experimento (longitud de la corrida, condiciones
iniciales).
SIMAN modela un sistema discreto usando la orientacin al proceso; es decir, en

un modelo de sistema particular, se estudian las entidades que se mueven a
travs del sistema. Una entidad para SIMAN es un cliente, un objeto que se
mueve en la simulacin y que posee caractersticas nicas conocidas como
atributos. Los procesos denotan la secuencia de operaciones o actividades a
travs del que se mueven las entidades, siendo modeladas por el diagrama de
bloques.
Se construye un diagrama de flujo, seleccionando y combinando bloques.

Despus, interactivamente, usando un editor especial se activa el generador
automtico de las sentencias del modelo desde el ambiente grfico.
Algunas de sus ventajas que nos muestra este software es que su tiempo de
programacin es muy corto porque se trata de lenguajes sintticos basados en
programacin por bloques o subrutinas, incluso algunos de ellos encaminados al
usuario de tal forma que ya no es indispensable programar.
28 | P g i n a
Tambin nos permite definir y entender el sistema a simular gracias a que se tiene
una visibilidad superior de la estructura general del modelo y se aprecian ms
fcilmente las interrelaciones.
Y las desventajas con las que nos encontramos es que es necesario invertir
tiempo y capacitacin de los programadores que lo lleguen a usar ya que es un
poco complejo aparte de invertir en el software que sus costos son elevados.
SLAM II [26]
Es un lenguaje de simulacin por el cual se pueden construir modelos con

orientacin al proceso o al evento. SLAM fue desarrollado en 1979 por Dennis
Pedge y Alan Pritsker. La parte de SLAM que se orienta a los procesos el cual
emplea una estructura reticular compuesta por smbolos de nodos y ramas tales
como colas, servidores y puntos de decisin, incorporando los smbolos a un
modelo de red representando al sistema en donde las entidades pasan a travs
de la red. SLAM contiene un procesador que convierte la representacin visual del
sistema a un conjunto de sentencias.
La parte orientada a los eventos permite incluir rutinas en FORTRAN para las
relaciones lgicas y matemticas que describen los cambios en los eventos,
puede ser utilizada para experimentar con nuevas situaciones sobre las cuales
tiene poca informacin.
En sus caractersticas que menciona es que es un lenguaje que proporciona una

red de smbolos, contiene subprogramas de apoyo y especifica la estructura,
permitiendo al analista desarrollar modelos de un proceso de interaccin.
En sus desventajas que no muestra es q no genera soluciones ptimas a

problemas de anlisis cuantitativos, las soluciones e inferencias no son
usualmente transferibles a otros problemas.
Oracle Crystal Ball [27]
Es una aplicacin basada en hojas de clculo, lder para modelaje predictivo,

previsin, simulacin y optimizacin. Le da una visin sin precedentes sobre los
factores crticos que afectan el riesgo de su anlisis. Con Crystal Ball, se puede
tomar las decisiones correctas y formular tcticas para alcanzar sus objetivos y
tener ventajas competitivas, incluso en las condiciones de mercado ms inciertas.
Pgina | 29
Usando la simulacin de Monte Carlo, Oracle Crystal Ball calcula

automticamente y registra los resultados de miles de diferentes "y si". El anlisis
de estos escenarios le revela el abanico de resultados posibles, su probabilidad
de ocurrencia, los insumos con mayor impacto en su modelo y dnde debe
enfocar su esfuerzo para obtener mejores resultados.
Oracle Crystal Ball est diseado para planeadores estratgicos, analistas

financieros, ingenieros, cientficos, empresarios, contadores, gerentes de
marketing, inversionistas, consultores, profesionales de Six Sigma y cualquier otra
persona que utilice hojas de clculo para predecir resultados inciertos:
Obteniendo conocimientos valiosos: Identificando y mitigando los factores clave

que regulan el riesgo; obteniendo resultados rpidamente, mejorando la inversin:
en la tecnologa de hojas de clculo.
Finalmente Oracle Crystal Ball es usado en el modelaje predictivo, simulacin de

Monte Carlo y proyecciones, el cual para poder ser utilizado a mayor capacidad
requiere de muchos complementos.
Arena [28]
Es un evento discreto simulacin de software de simulacin y automatizacin

de software desarrollado por Modelado de Sistemas y adquirida por Rockwell
Automation en 2000.
En Arena, se construye un experimento de un modelo mediante la colocacin

de mdulos (cajas de diferentes formas) que representan procesos o lgica. Las
lneas de conexin se utilizan para unir los mdulos entre s y especifica el flujo
de las entidades. Mientras que los mdulos tienen acciones especficas relativas a
las entidades, de flujo y de tiempo, la representacin exacta de cada mdulo y de
las entidades con respecto a los objetos de la vida real est sujeta al
modelador. Los datos estadsticos, como el tiempo de ciclo y los niveles de WIP
(trabajo en proceso), se pueden grabar y emiten los informes.
Arena puede ser integrado con las tecnologas de Microsoft, Incluye Visual Basic
para aplicaciones para los modelos pueden ser an ms automatizado si se
necesitan algoritmos especficos. Tambin es compatible con la importacin
de Microsoft Visio diagramas de flujo, as como la lectura de salida o de hojas de
clculo Excel y bases de datos de acceso, Hosting controles ActiveX tambin es
compatible.
30 | P g i n a
Tecnomatix Plant [29]
Tecnomatix Plant Simulation es una herramienta de simulacin de eventos

discretos que ayuda a crear modelos digitales de sistemas de logstica, que
permite la exploracin de las caractersticas de los sistemas y la optimizacin de
su rendimiento. Estos modelos digitales permiten llevar a cabo experimentos y
trabajar con escenarios hipotticos sin afectar a los sistemas de produccin
existentes mucho antes de instalar los sistemas de produccin en s. Las
completas herramientas de anlisis, tales como anlisis de cuellos de botella,
estadsticas y diagramas, permiten evaluar distintos escenarios de fabricacin.
Los resultados proporcionan la informacin necesaria para tomar decisiones
fiables con rapidez, en las primeras fases de la planificacin de produccin.
Plant Simulation permite modelar y simular los sistemas de produccin y sus

procesos, adems mediante la simulacin en planta, se puede optimizar el flujo de
materiales, la utilizacin de recursos y la logstica en todos los niveles de
planificacin, desde las instalaciones de produccin global a las plantas locales o
lneas especficas.
Sus Principales capacidades y beneficios son:
Modelos orientados a objetos con estructura jerrquica.

Arquitectura abierta con varios soportes de interfaces.
Gestin de bibliotecas y objetos.
Optimizacin basada en algoritmo gentico.
Anlisis y simulacin de consumo de energa.
Anlisis automtico de los resultados de simulacin.
Generador de informes basado en HTML.
Ahorro por tanto como 6% en la inversin inicial.
Aumento de la productividad del sistema existente por tanto como 20%.
Reduccin del coste de nuevos sistemas por tanto como 20%.
Optimizacin del consumo de recursos y su reutilizacin.
Reduccin de inventarios entre por tanto como 60%.
Reduccin del tiempo de produccin por tanto como 60%.
Optimizar los sistemas de reduccin del consumo de energa.
Pgina | 31
ProModel [30]
Es un simulador con animacin para computadoras personales. Permite simular

cualquier tipo de sistemas de manufactura, logstica, manejo de materiales, etc.
En l se puede simular bandas de transporte, gras viajeras, ensamble, corte,
talleres, logstica, etc.
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 el cual se pueda crear un modelo para
todo tipo de procesos de manufactura, una vez realizado este, se podr simular
sobre l una gran cantidad de situaciones como Justo a Tiempo, Teora de
Restricciones, Sistemas de Empujar y Jalar, Logstica y muchas otras ms.
ProModel es un paquete de simulacin que no realiza solamente el simulado, sino
tambin optimiza los modelos ingresados, ste puede ser optimizado para
encontrar los valores ptimos de los parmetros claves del modelo. As mismo se
puede determinar la mejor combinacin de factores para maximizar produccin,
minimizando costo, minimizar el nmero de camiones sin penalizar el servicio.
Ventajas
nico software de simulacin con Optimizacin plenamente integrada

Creacin de modelos rpida, sencilla y flexible.
Entrenamiento en Espaol.
Resultados probados.
Integracin a Excel, Lotus, Visual Basic y herramientas de Microsoft.
ProcessModel[37]
ProcessModel incluye todo lo que se necesita para hacer el mapeo, similar,

analizar y mejorar los procesos. Algunas de las principales caractersticas que
incluye en software son:
Modulo de diagramas de flujo: Su diagrama de flujo puede tambin incluir

mltiples capas que ayudan en la construccin del modelo.
Evaluador de actividades crticas: Despus de simular el modelo, puede
mostrar grficamente los 10 lugares ms importantes donde las entidades
gastan la mayor parte del tiempo esperado.
32 | P g i n a
Objetos de modelos: Para agregar funcionalidades especiales puede copiar

muy rpidamente una coleccin de objetos de modelos pre-construidos en
su modelo.
Simulacin animada: Anima la simulacin permitiendo ver el movimiento de
objetos a travs del proceso.
Exportacin a Excel: Exporta tanto los datos operacionales del modelo
como los reportes y de resultados a Excel.
Bibliotecas de formas: Incluye cientos de formas almacenadas en
bibliotecas individuales.
Escenarios: Permite crear fcilmente mltiples escenarios Qu pasara si?
Para probar propuestas de cambios.
Optimizacin: Permite al sistema correr automticamente mltiples
escenarios para encontrar los parmetros ptimos del modelo que
produzcan una salida deseada.
Arribos o llegadas de entidades: Permite establecer diferentes tipos de
arribos o llegadas de entidades al proceso.
Rutas: Permite usar mltiples tipos de rutas.
Editor de turnos: Permite crear y asignar turnos a los recursos y actividades
en su modelo.
Sus caractersticas y la forma sencilla de simular lo hace el software ms
conveniente para este trabajo, adems de ser fcil de manipular y permitir que los
cambios se realicen con facilidad.
1.9 Mejora Continua

La mejora continua es una herramienta que sirve para cualquier proceso o
servicio, la cual permite un crecimiento y optimizacin de factores importantes de
la empresa que mejoran el rendimiento de esta en forma significativa. Una vez
que la mejora continua determina las variables de mayor impacto al proceso y
servicio se les debe dar seguimiento en forma constante y se establece un plan
para ir mejorando poco a pocos las variables. [31]
Entre los temas que se pueden mejorar con las herramientas de Mejora Continua
se destacan: [31]
a) Mejorar la higiene industrial y salud ocupacional de la empresa.

Pgina | 33
b) Mejorar la calidad de los productos y servicios.
c) Mejorar la eficacia y la eficiencia de los procesos.
d) Aumentar la satisfaccin de los clientes.
e) Mejorar el entrenamiento de los nuevos empleados.
f) Detectar no conformidades y establecer acciones correctoras.
g) Disminuir reclamos de los clientes.
h) Mejorar indicadores de medio ambiente
La mejora continua se comporta como un instrumento que resulta ser la base de

todo desarrollo de los procesos. Sirve para cualquier estrategia de una
organizacin, pudiendo convertirse en el esqueleto del modelo de gestin que
vayamos a utilizar, el cual se utiliza el ciclo PDCA (Planear, hacer, verificar y
actuar). [32]
Figura 1.4 Mejora continua [32]

La interpretacin de este ciclo es sencillo, cuando se busca obtener algo, lo
primero que hay que hacer es planear cmo hacerlo y conseguirlo, despus se
procede a realizar las acciones planeadas (hacer), a continuacin se comprueba
qu tal se ha hecho (verificar) y finalmente se implementan los cambios
pertinentes para no volver a incurrir en los mismos errores (actuar). Nuevamente
se empieza el ciclo planificando su ejecucin pero introduciendo las mejoras
provenientes de la experiencia anterior. [33]
34 | P g i n a
Planear
Organizar el trabajo
Identificacin del problema y planificacin.
Observaciones y anlisis.
Establecimiento de objetivos a alcanzar.
Establecimiento de indicadores de control.
Hacer
Correcta realizacin de las tareas planificadas
Preparacin exhaustiva y sistemtica de lo previsto.
Aplicacin controlada del plan.
Verificacin de la aplicacin.
Verificar
Comprobacin de los logros obtenidos
Verificacin de los resultados de las acciones realizadas.
Comparacin con los objetivos.
Actuar
Posibilidad de aprovechar y extender aprendizajes y experiencias
adquiridas en otros casos
Analizar los datos obtenidos.
Proponer alternativa de mejora.
Estandarizacin y consolidacin.
Preparacin de la siguiente etapa del plan.
Lo deseable es mejorar un poco da a da, y tomarlo como hbito, y no dejar las

cosas tal como estn, si al contrario se tiene un rendimiento irregular no se
pueden predecir los resultados de la organizacin, porque los datos e informacin,
no son fiables ni homogneos. Cuando se detecta un problema, la respuesta y
solucin, ha de ser inmediata. No nos podemos demorar, pues podra originar
consecuencias fatales. [34]
Pgina | 35
La mejora continua implica tanto la implantacin de un Sistema como el

aprendizaje continuo de la organizacin, el seguimiento de una filosofa de
gestin, y la participacin activa de todo las personas. [34]
Cuando se realiza la mejora continua son muy pocos quienes obtienen buenos
resultados en sus primeros intentos. Para obtener buenos resultados se tienen
una sucesin de fracasos en los que se puede aprender y para ello hay que
medir, no slo los resultados, sino las acciones que nos llevan a ello. Porque slo
es posible superarse en lo que se puede medir. Y sta es la esencia de la mejora
continua, poder ir midiendo con todo nivel de detalle lo que se va haciendo para
ser capaces de perfeccionarlo. [39]
Sin un medidor que indique el lugar donde reside el error, tanto en el proceso
como en el resultado final, lo ms probable es que el fracaso se repita. Al tomar
mtricas es posible ir mejorando y aproximando los resultados a la meta que se
desea alcanzar. [39]
La mejora continua de cada una de las partes o de cada uno de los retos u
objetivos especficos permite lograr lo que se haba planteado inicialmente e
incluso llegar a superarlo. Es la esencia de la mejora continua ya que, al final,
esta medicin se lleva cabo sobre las tareas o las partes de los procesos que se
consideran crticos para conseguir el objetivo marcado. [39]
Al tener una serie de fracasos al realizar la mejora continua, se pierde tiempo o

puede llegar a costar dinero y hasta la credibilidad del que est a cargo de la
mejora continua si esta no sale como lo planeado, es por eso que con ayuda de la
simulacin se pueden hacer todas las modificaciones deseadas y ver si realmente
son factibles o no, y as no se correra el riesgo de perder dinero o tiempo. [39]
En este caso tambin se usara el PDCA, con una pequea modificacin,

agregndole la simulacin ya que si esta no arroga los resultados como lo
planeado o simplemente no es factible en el sistema, no se realizan las
modificaciones.
La simulacin es de gran utilidad ya que podemos hacer todas las innovaciones

que queramos sin tener que afectar al sistema y conocer si es correcta la decisin
que se tomo al alterar este, as mismo al observar los datos que arroje la
simulacin se opta por la opcin que ms convenga, ya teniendo la idea de cmo
36 | P g i n a
va a funcionar sin tener que hacerlo al tanteo esperando un resultado y

obteniendo otro.
La mejora continua que se usara en el trabajo del auto lavado quedara de la

siguiente forma:
Planear
Organizar el trabajo.
Identificacin del problema y planificacin.
Observaciones y anlisis.
Establecer los objetivos y procesos necesarios.
Determinar mtodos y tecnologa a usar.
Establecimiento de indicadores de control.
Simular
Identificar tipo de simulador a usar de acuerdo a los objetivos.
Correcta recoleccin de datos.
Realizar un modelo de simulacin y aplicarlo.
Evaluar, validar y analizar el modelo de simulacin.
Hacer
Decidir la mejor opcin a utilizar formulada por la simulacin.
Implementar las mejoras.
Aplicacin controlada del plan.
Verificacin de la aplicacin.
Verificar
Realizar el seguimiento y medir los procesos obtenidos.
Comprobacin de los resultados, comprndolos con los objetivos.
Monitorear la Implementacin y evaluar el plan de ejecucin documentando
las conclusiones.
Actuar
Realizar acciones para mejorar continuamente.
Analizar los datos obtenidos.
Preparacin de la siguiente parte del plan.
Pgina | 37
CAPTULO II
Formulacin del problema
2.1 Definicin del problema
De acuerdo con el capitulo anterior tenemos varias preguntas para apoyarnos y

comenzar a definir el problema una de ellas seria:
a) Existe un problema?
Respondiendo a esta interrogante, en el auto lavado, tenemos el problema de que

los tiempos desde la entrada hasta la salida son demasiado largos a comparacin
de otros autos que su tiempos son ms cortos, asimismo se observ que autos
desertan de la lnea de espera por que tardan demasiado en entrar al sistema ya
que los tiempos de entrada tambin son largos.
Por lo tanto se desea conocer donde el sistema est ms afectado o que es lo

que provoca que los tiempos varen tanto, para poder dar una solucin.
b) Cules son los componentes controlables del sistema y cules no lo son?
Los compontes controlables del sistema sera la maquina que lava los autos,
siendo este un mecanismo automatizado y por consiguiente siempre tiene el
mismo tiempo y no afecta al sistema.
Los componentes que no se pueden controlar son los empleados, debido a que
los tiempos de lavado son diferentes, ya que algunos empleados son ms rpidos
que otros al realizar cada actividad.
Las soluciones tendrn efecto a corto o largo plazo?
Las soluciones que se encuentren se podran ver reflejadas a corto plazo ya que
el sistema ay que sistematzalo para que los tiempos ya no varen tanto y as el
proceso mejore.
38 | P g i n a
2.2 Recoleccin de datos

La recoleccin de datos se refiere al uso de una gran diversidad
de tcnicas y herramientas que pueden ser utilizadas por el analista para
desarrollar los sistemas de informacin, los cuales pueden ser la entrevistas,
la encuesta, el cuestionario, la observacin y diagramas de flujos.
Es una de las tareas ms importantes en la etapa de anlisis de sistemas de

informacin pues de ello depende el resultado que se obtenga.
Es el segundo paso a seguir segn nuestra metodologa para simular, despus de

haber formulado el problema, en este punto se tomaron en cuenta diferentes
aspectos de acuerdo a los planes de limpieza que realiza el auto lavado, llamado
CAR WASH, GRAN PREIMO, el cual proporciona 3 tipos de lavado los cuales
son:
EXPRESS
LAVADO CON ESPUMA ACTIVA
ABRILLANTADOR EN LLANTAS Y LIMPIEZA EN
RINES
RALLY
LIMPIEZA DE VIDRIOS INTERIORES Y
EXTERIORES
ASPIRADO DE INTERIORES
APLICAR ABRILLANTADOR EN TABLERO
RINES
GRAN PREMIO
SECADO CON TEFLON PARA CARROCERA
ASPIRADO DE INTERIORES Y CAJUELA
LIMPIEZA DE VIDRIOS INTERIORES Y
EXTERIORES
APLICAR ABRILLANTADOR EN TABLERO
RINES
Pgina | 39
Diagrama de flujo
Como se menciona en el prrafo anterior, nos apoyaremos en un diagrama de

flujo para poder observar los pasos que se siguen desde que el automvil entra al
sistema hasta que sale, asimismo ver qu pasos se realizan dependiendo el tipo
de lavado que se le hace a cada auto y as poder tener una mejor recoleccin de
datos.
El diagrama de flujo o diagrama de actividades es la representacin grfica o

proceso, de alguna actividad. [36]
Estos diagramas utilizan smbolos con significados definidos que representan los
pasos del algoritmo, y representan el flujo de ejecucin mediante flechas que
conectan los puntos de inicio y de fin de proceso. [36]
Un diagrama de flujo presenta generalmente un nico punto de inicio y un nico

punto de trmino, aunque puede tener ms, siempre que cumpla con la lgica
requerida. [36]
[36]
Las siguientes son acciones previas a la realizacin del diagrama de flujo:
Identificar las ideas principales al ser incluidas en el diagrama de flujo. Deben

estar presentes el autor o responsable del proceso, los autores o responsables
del proceso anterior y posterior y de otros procesos interrelacionados, as como
las terceras partes interesadas.
Definir qu se espera obtener del diagrama de flujo.

Identificar quin lo emplear y cmo.
Establecer el nivel de detalle requerido.
Determinar los lmites del proceso a describir.
En nuestro diagrama de flujo (Figura 2.1) se muestran los pasos a seguir en el

auto lavado, este se construyo llevando una secuencia cronolgica y describiendo
con exactitud el proceso, identificando las actividades principales, ya por ultimo
despus de este paso solo es cuestin de recrearlo en nuestro simulador lo mejor
posible para que arroje resultados los ms cercanos a la realidad y as poder
identificar los cambios que podamos realizar para que este sea un auto lavado
eficaz y eficiente.
40 | P g i n a
Llega el automvil al
Auto Lavado
Rociar agua con

manguera al automvil
Rociar espuma con

manguera al automvil
Tallar con franela el

automvil
Ingresar automvil al
mecanismo de lavado
automatizado
Transportar automvil
al rea de lavado
manual o seleccionar
tipo de lavado
Pgina | 41
Secado con Lavado Gran

No
Franela Premio
Si
Lavado Lavado
No
Express Rally
Secado con Tefln
Aspirar Cajuela
Si
Aspirar Interiores
Limpiar Vidrios
Interiores y
Exteriores
Aplicar
abrillantador en
tablero
Aplicar
abrillantador en
llantas y rines
Inspeccionar que el carro

este limpio
Esta limpio el
No Corregir limpieza
automvil?
Si
Entregar automvil
al cliente
Figura 2.1 Diagrama de flujo

42 | P g i n a
Tambin nos podemos apoyar con los siguientes diagramas (Figura 2.2 y 2.3) en
donde se pueden observar las operaciones que hace el operador y el mecanismo
de auto lavado.
El Diagrama de actividades mltiples es un diagrama en el que se registran las

actividades de varios objetos de estudio (operario, maquina o equipo) segn una
escala de tiempos comn para mostrar la relacin entre ellas.
Diagrama de Actividades Mltiples

Operacin Lavado Gran Premio Tipo de vehculo Carro
DISTANCIA (m) OPERADOR TIEMPO MIN. DISTANCIA (m) MAQUINA TIEMPO MIN.
11.4 Rociar agua con manguera al automvil 1.06
11.4 Rociar espuma con manguera al automvil 0.64
11.4 Tallar con franela el automvil 1.39
3 Trasladarse al mecanismo de auto lavado 0.20
Accionar mecanismo de auto lavado 0.10
6 Ciclo de lavado 1.76
21 Trasladarse al rea de lavado manual 1.00
22.8 Secar con tefln 4.79
5.7 Aspirar cajuela 2.16
11.4 Aspirar interiores 9.01
11.4 Limpiar vidrios interiores y exteriores 2.31
2.5 Aplicar abrillantador en tablero 2.68
7.5 Aplicar abrillantador en llantas y rines 2.20
11.4 Revisa que el automvil este limpio 1.10
Entregar automvil al cliente 0.50
Total 130.9 29.14 1.76
Figura 2.2 Diagrama de actividades mltiples
Pgina | 43
Rociar agua con manguera al automvil
Rociar espuma con manguera al automvil
Tallar con franela el automvil
Trasladarse al mecanismo de auto lavado
Accionar mecanismo de auto lavado
Trasladarse al rea de lavado manual
Secar con Tefln
Aspirar Cajuela
Aspirar Interiores
Limpiar Vidrios Interiores y Exteriores
Aplicar abrillantador en tablero
Aplicar abrillantador en llantas y rines
Revisa que el automvil este limpio
Entregar automvil al cliente
Figura 2.3 Diagrama de actividades operador Gran Premio
Los diagramas restantes se muestran en el anexo 2.
44 | P g i n a
Datos Generales del Auto-Lavado
El horario del Auto-Lavado es de 8:00 a 19:00 horas de lunes a domingo.

La maquinara que utilizan es: Hanna Sherman International I.N.C
Los datos fueron recolectados mediante la observacin, ya que no se cuenta con
ningn documento o toma de datos anteriores del tiempo de cada una de las
actividades o no se especifica cuanto tiempo se debera tardar en cada una de las
actividades que se realizan para el lavado de los autos.
Datos proporcionados por el encargado del Auto-Lavado:
Derivado de la encuesta que le realice al encargado, esta fue la informacin que
me proporciono:
Personas trabajando en el auto lavado 7.
En promedio recibe 87 autos/camionetas de lunes a viernes y
100 autos/camionetas sbados y domingos.
El tipo de lavado que ms solicitan los clientes es el Rally, en la siguiente

tabla se pueden observar los porcentajes de cada uno de los tipos de
lavado de acuerdo a los datos que proporciono el encargado del auto
lavado:
Tipo de lavado %
EXPRESS 35
RALLY 40
GRAN PREMIO 25
El tiempo que el mecanismo de auto lavado tarda en lavar los autos es de 1.76
minutos.
Pgina | 45
En las tablas siguientes se observan algunos de los datos recolectados para

realizar este trabajo de tesis, para el cual se tomo una muestra representativa de
32 autos y 32 camionetas.
TIEMPO (min)
AGUA ESPUMA TALLADO TIPO DE VEHICULO MECANISMO DE AUTO LAVADO
1 0.81 1.02 CARRO
0.83 0.58 1.3 CARRO
0.75 0.59 1.15 CAMIONETA
1.41 0.41 1.17 CAMIONETA 1.76
0.77 0.63 1.81 CARRO
1.03 0.49 0.9 CAMIONETA
1.28 0.71 1.59 CARRO
TIEMPO (min)
SECADO SECADO
ASPIRAR LIMPIAR ABRILLANTADOR ABRILLANTADO TIPO DE
CON CON ASPIRADO
CAJUELA VIDRIOS TABLERO R LLANTAS LAVADO
FRANELA TEFLON
2.43 1.05 EXPRESS
4.32 7 2.47 2.44 2.03 RALLY
4.14 10.33 2.5 2.33 3.16 RALLY
1.1 2.71 GRAN
3.17 4.66 9.54 2.11 2.26
PREMIO
2.15 1.07 EXPRESS
3.1 3.06 GRAN
4.99 5.88 11.33 3.33 1.44
PREMIO
2.46 2.48 GRAN
4.43 4.37 7.7 2.34 3.28
PREMIO
46 | P g i n a
De acuerdo a la toma de datos recolectados se realizaron pruebas de

independencia, con el programa de stat-fit, en las cuales se observa que los datos
de cada actividad son independientes (Anexo 1).
En la siguientes tablas se muestra el nmero de empleados que realizan cada

una de las actividades, as como su respectiva distribucin que se utilizo para
cada actividad de acuerdo al ajuste de datos, que de igual manera se realiz con
la ayuda del programa stat-fit (Anexo 1).
NUMERO DE
ACTIVIDAD
EMPLEADOS
Rociar agua
Rociar espuma
2
Tallar con franela
Mecanismo de auto lavado
Secado con franela
Secado con tefln
Aspirar cajuela
Aspirar interiores 5
Limpiar vidrios
Aplicar abrillantador en llantas
ACTIVIDAD TIEMPO DE SERVICIO (Distribucin)

Rociar agua Pearson6(0.75,6.38e+003,1.77,3.6e+.004)
Rociar espuma Beta(0.41,0.81,1.21,0.801)
Tallar con franela Beta(0.9,1.81,0.701,0.544)
Secado con franela Beta(2.08,4.83,1.1,1.96)
Secado con tefln Uniforme(3.66,5.83)
Aspirar cajuela Beta(1.1,3.1,1.3,1.12)
Aspirar interiores Power Function(7,11.3,0.975)
Limpiar vidrios Weibull(2.05,1.46.0.308)
Aplicar abrillantador en tablero Power Function(2.1,3.37,0.889)
Aplicar abrillantador en llantas Johnson SB (1.05,2.37,4.04e-002,0.537)
Pgina | 47
En la siguiente tabla se muestran las distribuciones para las actividades de

secado de franela, secado con tefln, aspirado de interiores y el de limpiar vidrios
que se utilizaron en camionetas, siendo las actividades en donde los tiempos son
diferentes a la de los carros, en las dems actividades los datos de las
camionetas con los de los carros son iguales.
ACTIVIDAD TIEMPO DE SERVICIO (Distribucin)

Secado con franela Beta(3.08,6.78,1.05,0.863)
Secado con tefln Beta(4.66,6.83,1.11,0.904)
Aspirar interiores Rayleigh(8,1.82)
Limpiar vidrios Beta(2.5,4.05,1.28.787)
Los arribos de los autos se tomaron de lunes a domingo, teniendo de lunes a

viernes en promedio 87 autos/camionetas y para sbado y domingo 100
autos/camionetas en promedio, tomando en consideracin que los que entran al
auto lavado 70% son carros y 30% camionetas en diferentes horarios de
llegadas, como se muestra en la siguiente tabla.
DISTRIBUCCION DE ARRIBOS DE CARROS

DIA HORARIO NUMERO DE CARROS
8:00 11:00 10
11:00 14:00 11
LUNES A VIERNES
14:00 17:00 30
17:00 19:00 9
8:00 11:00 7
11:00 14:00 12
SABADO Y DOMINGO
14:00 17:00 40
17:00 19:00 10
48 | P g i n a
DISTRIBUCCION DE ARRIBOS DE CAMIONETAS

DIA HORARIO NUMERO DE CARROS
8:00 11:00 4
11:00 14:00 4
LUNES A VIERNES
14:00 17:00 12
17:00 19:00 4
8:00 11:00 4
11:00 14:00 5
SABADO Y DOMINGO
14:00 17:00 15
17:00 19:00 4
2.3 Diagrama Causa-Efecto

Este diagrama tambin se le conoce como diagrama Ishikawa o diagrama
de pescado. Diagrama Causa-Efecto (Figura 2.5), nos ayuda para realizar una
lluvia de ideas y poner las posibles variables que afectan nuestra condicin actual
en el proceso a realizar. [12]
Usando este diagrama nos podemos dar cuenta que nuestro problema principal
son los tiempos muy largos de servicio.
Cuando se ha identificado el problema a estudiar, es necesario buscar las causas

que producen la situacin anormal. Cualquier problema por complejo que sea, es
producido por factores que pueden contribuir en una mayor o menor proporcin.
Estos factores pueden estar relacionados entre s y con el efecto que se estudia.
El Diagrama de Causa y Efecto es un instrumento eficaz para el anlisis de las
diferentes causas que ocasionan el problema. Su ventaja consiste en el poder
visualizar las diferentes cadenas Causa y Efecto, que pueden estar presentes en
un problema, facilitando los estudios posteriores de evaluacin del grado de
aporte de cada una de estas causas. [22]
Pgina | 49
Mano Obra Materia Prima
Solo 2 operarios atienden a los carros No tienen los

antes de pasar la maquina materiales a la mano
Tienen tiempo de osio
Tiempos muy largos
Todos los carros

pasan por
una solo maquina El lavado manual
vara de acuerdo al operario
No seca correctamente No tienen un

proceso definido
Maquinaria Medicion
Figura 2.4 Diagrama causa-efecto
De acuerdo al diagrama causa-efecto, se observa que una de las causas es que

solo se cuenta con una mquina de auto lavado para el servicio de todos los
autos, lo que genera el primer cuello de botella, esto de acuerdo a los datos
recolectados, generando una cola de hasta 12 autos, lo que provoca atraso en el
proceso; para lo cual surge la siguiente pregunta Ser necesario agregar una
maquina ms para que los tiempos promedio disminuyan? o Ser suficiente con
la contratacin de un empleado ms?
50 | P g i n a
CAPTULO III
DISEO DE LA SIMULACION
3.1 Elaboracin de un modelo base
Para la aplicacin de nuestro modelo base se tomo como el diagrama de flujo del
proceso del auto lavado (Figura 2.1), para implementarlo en el simulador, para
posteriormente agregar los tiempos en cada una de las actividades, los cuales
aparecen en el captulo II, asimismo se fueron realizando algunas modificaciones
para poder darle forma de acuerdo a las necesidades, de tal forma que los
resultados que el sistema arroje se apeguen a los datos que fueron recolectados,
lo que nos permitir determinar si estos cumplen con lo esperado.
En la siguiente figura 3.1 se puede observar el diseo del modelo del auto lavado
en el simulador, en donde se observa que es muy parecido a nuestro diagrama de
flujo, como se mencion en el prrafo anterior, solo con algunas modificaciones,
lo que nos permitir observar cada una de las actividades que se realizan en el
auto lavado.
Pgina | 51
Figura 3.1 Diseo del modelo

52 | P g i n a
3.2 Modelado de las alternativas de simulacin
Para evaluar y validar el modelo se realizaron varios diseos de estos, los cuales
fueron comparados con los datos recolectados; con base a ello se obtuvo el
modelo final (figura 3.1), en donde los datos arrojados por la simulacin fueron los
ms cercanos a los recolectados como se muestran en las siguientes tablas.
Tiempo promedio de datos recolectados sin tiempos muertos

carros 20.77 min
camionetas 23.99 min
Tiempo promedio de datos recolectados con tiempos muertos
carros 40.55 min
Tiempo promedio de simulacin sin tiempos muertos

carros 20.30 min
Tiempo promedio de simulacin con tiempos muertos
carros 40.45 min
De tal forma una vez habiendo comparando los datos se determino que el modelo
est libre de errores lgicos, de programacin y de errores de construccin del
modelo, llegando a la conclusin de que con el modelo que se presenta en este
trabajo ya se poda trabajar y realizar modificaciones en la simulacin para hacer
mejoras con relacin en los tiempos.
En la siguiente figura 3.2 (Corrida de Simulacin), se muestra como se lleva a

cabo la simulacin y el avance de los carros que entran en el sistema, en el cual
como ya se menciono anteriormente se uso una relacin de 70% carros y 30%
camionetas a la entrada del sistema, de acuerdo a nuestra recoleccin de datos,
fue lo que se estableci para esta.
Pgina | 53
Figura 3.2 Corrida de Simulacin
54 | P g i n a
Los datos arrojados por la simulacin aparecen en las siguientes tablas (Figuras
3.3 y 3.4 (Resultados de Simulacin)), en las cuales se pueden observar la
capacidad de cada actividad, as como la cola que se puede llegar hacer en cada
una de estas, el tiempo promedio en el proceso, la cantidad de entidades
procesadas. El modelo se simul a 168 horas, lo que equivale a 7 das,
obteniendo con esto un panorama de lo que sucede en el auto lavado en una
semana.
Figura 3.3 Resultados de Simulacin
Pgina | 55
Figura 3.4 Resultados de Simulacin
En la figura 3.3 se observa que el mayor cuello de botella que se tiene es en el

mecanismo de auto lavado, en el cual se llega a hacer una cola de hasta 9 carros
con un tiempo promedio de hasta 41.82 min. en camionetas y 44.69 min. en
carros (Figura 3.4).
Con nuestro modelo puesto en marcha se pueden hacer varias propuestas de

cambio de mejora al proceso las cuales se crean pertinentes, con la finalidad de
que este proceso mejore.
56 | P g i n a
3.3 Propuestas de mejora al proceso
En este trabajo se hacen tres propuestas de mejora al proceso; y con ayuda de la

simulacin y nuestro modelo podremos observar que es lo que sucede o que
podramos hacer para resolver estos problemas.
Propuesta 1
Con base en los resultados anteriores (Figuras 3.3 y 3.4), vamos a empezar a
realizar los cambios pertinentes para poder hacerle mejoras al proceso y tomar
una buena decisin antes de realizar un cambio real, en este caso nos
preguntamos Qu pasa si se coloca un mecanismo ms de auto lavado? Ser
la decisin correcta para eliminar el cuello de botella y que los tiempos
disminuyan? Esta pregunta se puede responder de una forma fcil y rpida con
una sencilla modificacin en nuestro modelo.
En la siguiente figura 3.5 (propuesta 1), se observa que se pas de uno a dos
mecanismos de auto lavado, solo con cambiar la capacidad de 1 a 2.
Pgina | 57
Figura 3.5 Propuesta 1
58 | P g i n a
En las siguientes tablas (Figura 3.6 y 3.7 (Resultados propuesta 1)), se observan
los resultados con los cambios propuestos anteriormente:
Figura 3.6 Resultados propuesta 1
Pgina | 59
Con la propuesta de mejora al proceso se puede observar que el cuello de botella

ya no se genera en el mecanismo de auto lavado con los cambios aplicados,
ahora el cuello de botella se traslada a las actividades rociado de agua y secado
con franela, esto sucede porque aunque la maquina avanza muy rpido no se
tiene el personal suficiente para abastecer la demanda, adems de que los
tiempos son similares al modelo original debido a lo mencionado anteriormente.
60 | P g i n a
Propuesta 2
Ahora la pregunta es Qu pasa si en lugar de poner solo un mecanismo de auto

lavado, tambin aumentamos una persona para que el sistema fluya ms rpido y
no se genere el cuello de botella en el secado de franela?
En la siguiente figura 3.8 se ilustra el cambio en el modelo al agregar una persona

en el sistema, cambiando en su capacidad de 3 a 4, quedando las actividades con
el nmero de empleados como se muestra a continuacin:
NUMERO DE
ACTIVIDAD EMPLEADOS
Rociar agua
Rociar espuma
2
Tallar con franela
Mecanismo de auto lavado
Secado con franela
Secado con tefln
Aspirar cajuela
Aspirar interiores 6
Limpiar vidrios
Aplicar abrillantador en
tablero
Aplicar abrillantador en
llantas
Pgina | 61
62 | P g i n a
En las siguientes tablas (Figura 3.9 y 3.10 (Resultados propuesta 2)), podemos
observar los datos ya obtenidos con nuestros cambios.
Pgina | 63
Con base a los resultados de la simulacin en la propuesta 2, se puede observar

que los tiempos disminuyen alrededor de 3.8 minutos en promedio y las colas se
reducen, se puede decir que se obtuvo un mejora en los tiempos, pero al adquirir
una segunda no resulta muy factible ya que el precio de estas son elevados.
64 | P g i n a
Propuesta 3
A partir de la propuesta 2, se disminuyo la capacidad del mecanismo de auto

lavado, pasando 2 a 1 (Figura 3.11), conservando al personal que se haba
agregado anteriormente, ya con este cambio se genera la pregunta siguiente
pregunta; Los tiempos en esta propuesta sern igual o mejor a los obtenidos en
la propuesta 2?

Pgina | 65
A continuacin se muestran los resultados obtenidos en las tablas 3.12 y 3.13

(Resultados propuesta 3).
66 | P g i n a
Teniendo en cuenta los datos de la propuesta 3, podemos concluir que es la

mejor opcin de las tres propuestas, teniendo en cuenta que el cuello de botella
en el mecanismo de auto lavado sigue existiendo pero los tiempos se reducen en
comparacin al modelo original.
En la siguiente tabla se observan los tiempos promedios del modelo de simulacin

y de cada una de las propuestas, observndose como se mencion previamente
que la ms factible es la propuesta 3:
Resumen de simulaciones
Recursos Simulacin Tipo de vehculo Tiempos Promedios (min)
1 Maquina de auto lavado 20.60 Sin tiempo muerto
Carros
41.82 Con tiempo muerto
Modelo de simulacin
5 Empleados 23.67 Sin tiempo muerto
Camionetas
Carros
Propuesta 1
Camionetas
2 Maquinas de auto lavado 20.20 Sin tiempo muerto
Carros
Propuesta 2
Camionetas
Carros
Propuesta 3
Camionetas
Pgina | 67
Solo para dar una idea general de las ganancias que se pudieran obtener con la
propuesta 3 que es la mejor opcin de las propuestas que se propusieron sin
elaborar clculos a fondo en la siguiente tabla se puede observar las ganancias
mensuales del auto lavado:
Vehculo cantidad Tipo de lavado Precio Ganancia

622 Express $50 $31100
Carros 711 Rally $60 $42660
445 Gran Premio $75 $33375
267 Express $55 $14685
Camionetas 305 Rally $70 $21350
190 Gran Premio $85 $16150
Total $159320
Teniendo en cuenta que los costos de insumos, renta, luz, agua y empleados son
de $36,900.00 al mes, nos queda una utilidad de $119,720.
En la siguiente tabla se muestra ya aumentndole los 80 carros que en promedio
se pierden al mes quedando de la siguiente manera:
Vehculo
cantidad Tipo de lavado Precio Ganancia
642 Express $50 $32100
Carros 733 Rally $60 $43980
459 Gran Premio $75 $34425
274 Express $55 $15070
Camionetas 315 Rally $70 $22050
197 Gran Premio $85 $16745
Total $164370
De tal forma los costos de la tabla anterior nos quedaran en $ 42874.00,

quedando con una utilidad de $ 121,497.00 dndonos una ganancia de los de
$1776.00.
68 | P g i n a
CONCLUSIONES
En el presente trabajo de tesis se propuso como objetivo disear el proceso de un

auto lavado, con la finalidad de ofrecer una mejora en la disminucin de tiempo
promedio de servicio de lavado, con la ayuda de la simulacin, de tal forma que
se pueda observar cada actividad del proceso.
La aportacin principal de este trabajo consiste en la realizacin de un mapeo de

procesos, de la elaboracin de un modelo y de la simulacin de un Auto lavado
mediante el programa ProcessModel para lo cual se elaboraron tres propuestas
diferentes haciendo modificaciones a partir del modelo original, con la finalidad de
obtener la mejor opcin la cual se pudiera implementar, (esta no necesariamente
seria la opcin final, se pueden seguir realizando las pruebas necesarias hasta
obtener la mejor opcin para los fines requeridos); al correr el modelo original en
la simulacin por medio de los datos se pudo observar que el cuello de botella
ms grande se genera en el mecanismo del auto lavado, y con base a ello se
decide realizar el primer cambio que fue el de aumentar un mecanismo de auto
lavado (propuesta 1), ya que si esto lo hiciramos en la vida real y de no ser
redituable habra prdidas econmicas.
Con la propuesta 1 se agreg un mecanismo ms de auto lavado en donde se

pudo observar que efectivamente el cuello de botella disminua
considerablemente, el flujo de los carros ya era constante, pero se observ otro
inconveniente, los carros al pasar tan rpido a la siguiente actividad de secado
con franela, generaban otro cuello de botella ya que no hay el personal suficiente
para abastecer la demanda de los carros a la salida del mecanismo; por lo cual
los tiempos de servicio con uno o dos mecanismos son muy similares, la variacin
es casi nula; por lo cual se realiz otra prueba de simulacin, la propuesta 2 a la
cual se agreg una persona ms, para poder abastecer la demanda de carros al
salir del mecanismo de auto lavado (propuesta 2), en el cual consiguientemente el
tiempo de servicio mejoro en promedio 4.7 minutos; tomando los resultados
anteriores el precio de la maquinaria ms la contratacin de un empleado seran
poco redituables, si tenemos en cuenta que en promedio se pierden 80 carros al
mes, la recuperacin de la inversin de la maquinaria sera a largo plazo por lo
tanto no sera la mejor opcin a implementar.
Considerando la propuesta 3 en el cual solo se requiere la contratacin de una

persona ms, los datos comparados con la propuesta 2, son muy similares en
tiempo, adems de que se mejorara el tiempo habra ms entrada de carros por
Pgina | 69
que disminuye el tiempo dentro del sistema, pero se continua con el cuello de
botella que se forma en el mecanismo de auto lavado, esto debido a que solo se
podra eliminar aumentando a dos maquinas, el cual no es conveniente por los
costos; tomando en cuenta que nuestro problema inicial consiste en disminuir los
tiempos, este se logra con el aumento de una persona.
Cabe mencionar que los tiempos pueden variar debido al factor humano, ya que
cada una de las personas realizan su trabajo de manera diferente, para lo cual se
tendra que homologar el proceso; razn por la cual los tiempos de salida son
variados, otra opcin de mejorar el proceso consiste en acercar el material de
limpieza a la zona de trabajo lo que permitira disminuir el tiempo en el proceso.
Tambin as como estas propuestas que se realizaron se pueden hacer mas,

dependiendo que es lo que busque el diseador del modelo o que problema se
tenga que resolver; asimismo para concluir, este fue solo un modelo para
demostrar que un simulador sirve para realizar una mejora en cualquier proceso
antes de llevarlo a la vida real, evitando errores desde los ms obvios hasta los
que puedan ser ms complicados ahorrando una prdida de tiempo o dinero, si es
que al realizarlo no saliera como se tena planeado.
Otra de las conclusiones a indicar dado todo lo que se mencion anteriormente en

este trabajo, es que el proceso de mejora utilizado y denominado PHVA puede
ser cambiado por PSHVA como se menciona en el captulo I, el cual nos sirve
para cerciorarnos que este funcione antes de hacer cualquier cambio, y con ello
evitar tener errores graves que cuesten dinero, material y tiempo.
70 | P g i n a
BIBLIOGRAFA Y REFERENCIAS
1-. http://academica-e.unavarra.es/bitstream/handle/2454/4348/577431.pdf?sequence=1:
2-. http://www.fib.upc.edu/retro-informatica/avui/simulacio.html
3-. Flujo en Redes y Gestin de Proyectos. Teora y Ejercicios Resueltos, Autores: Alonso
Revenga, Juana M., edicin 2008, Editorial Netbiblo, pag. 193.
4-. Robert E. Shannon, citado en Coss B, Ral, Simulacin: un enfoque prctico,

Limusa, Mxico, 2003, p.12, 123, 14
5-. Cmo mejorar la logstica de su empresa mediante la simulacin, Autor: Guasch

Toni, Ramos Juan Jos, Casanovas Josep, Piera Miquel ngel, Editorial: Diaz De Santos, pag 73.
6-. http://materias.fi.uba.ar/7526/docs/teoria.pdf
7-. http://www.monografias.com/trabajos96/investigacion-operaciones-a-modelos-y-
aplicaciones-programacion-lineal/investigacion-operaciones-a-modelos-y-aplicaciones-
programacion-lineal.shtml
8-. Rodrguez, R.A., Modelo de simulacin (aplicado a la produccin de leche),

Corpoica, Bogot, 2004, p. 13.
9.- Krajewski, Lee y Ritzman Larry, P., Administracin de operaciones: estrategia y

anlisis, Pearson Educacin, Mxico, 2000, p. 351.
10.- http://academiajournals.com/downloads/OrtizSimMarzo2011.pdf
11-. http://www.slideshare.net/amfeli/1-modelos
12.- http://www.monografias.com/trabajos96/calidad-mejora-continua-e-
innovacion/calidad-mejora-continua-e-innovacion.shtml
13.- http://cursos.aiu.edu/Simulacion%20de%20Eventos/PDF/Tema%202.pdf
14.- http://simulacioncomp.blogspot.mx/2013/04/metodologia-del-proceso-de-simulacion.html
15.- http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/olarte_v_jg/capitulo3.pdf
16-. http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r83521.PDF
17-. http://www.ub.edu.ar/investigaciones/tesinas/134_barbis.pdf
Pgina | 71
18-. http://catarina.udlap.mx/u_dl_a/tales/documentos/lcp/texson_a_gg/capitulo2.pdf
19-. http://es.wikipedia.org/wiki/Simulaci%C3%B3n
20-. http://www.monografias.com/trabajos93/proceso-investigacion-cientifica/proceso-
investigacion-cientifica2.shtml
21-. Taha, Hamdy A., Investigacin de operaciones, Pearson Educacin, Mxico, 2004,
p. 8.
22.- http://www.monografias.com/trabajos85/optimizacion-proceso-fabricacion-anodos-
verdes/optimizacion-proceso-fabricacion-anodos-verdes2.shtml
23-. http://simuladoresgasp.wikispaces.com/GASP+informacion
24-. http://www.simscript.com/partners/partners.html
25-. http://simulacion-siman.blogcindario.com/2010/04/00001-simulacion-en-siman.html
26-.http://lenguajeslam.blogspot.mx/2010/04/slamsimulation-languaje-for-alternative.html
27.http://www.oracle.com/us/products/applications/crystalball/overview/index.html
28-. http://itchilpo.net/posts/ebooksytutoriales/103/Uso-de-Arena-Software-Simulaci-n.html
29.http://www.plm.automation.siemens.com/es_sa/products/tecnomatix/plant_design/plant_si
mulation.shtml
30-. http://www.promodel.com.mx/promodel.php
31-. http://www.manufacturainteligente.com/
32-. http://sugestion.quned.es/conocimiento/ficha/def/PDCA
33-. http://www.eoi.es/blogs/mariavictoriaflores/definicion-de-mejora-continua/
34-. http://innovacionesit.wordpress.com/author/korderotc/
35-. http://www.rcim.sld.cu/revista_18/articulos_htm/simulacioncomputarizada.htm
36-. http://es.wikipedia.org/wiki/Diagrama_de_flujo
37.- http://repository.upb.edu.co:8080/jspui/bitstream/123456789/714/1/digital_17351.pdf
38.- https://bibliotecadigital.icesi.edu.co/biblioteca_digital/bitstream/10906/67767/1/sim
ulacion_evento_discreto.pdf
72 | P g i n a
39-. http://es.workmeter.com/blog/bid/273276/Qu%C3%A9-es-y-para-qu%C3%A9-sirve-
la-mejora-continua
Pgina | 73
ANEXO 1
Pruebas de independencia y de ajuste para cada actividad del auto lavado.
Actividad de rociar agua
74 | P g i n a
Pgina | 75
Actividad de rociar espuma
76 | P g i n a
Pgina | 77
Actividad de tallado
78 | P g i n a
Pgina | 79
Actividad de secado con franela
80 | P g i n a
Pgina | 81
Actividad de secado con teflon
82 | P g i n a
Pgina | 83
Actividad de aspirado de cajuela
84 | P g i n a
Pgina | 85
Actividad de aspirado
86 | P g i n a
Pgina | 87
Actividad de limpiar vidrios
88 | P g i n a
Pgina | 89
Actividad de aplicar abrillantador en tablero
90 | P g i n a
Pgina | 91
Actividad de aplicar abrillantador en llantas y rines
92 | P g i n a
Pgina | 93
Actividad de secado de franela para camioneta
94 | P g i n a
Pgina | 95
Actividad de secado con tefln para camioneta
96 | P g i n a
Pgina | 97
Actividad de aspirado para camioneta
98 | P g i n a
Pgina | 99
Actividad de limpiar vidrios para camioneta
100 | P g i n a
Pgina | 101
ANEXO 2

Operacin Lavado Rally Tipo de vehculo Carro
11.4 Secar con franela 3.11
11.4 Revisar que el automovil este limpio 1.10
Total 113.8 25.30 1.76

Operacin Lavado Express Tipo de vehculo Carro
11.4 Revisar que el automovil este limpio 1.10
Total 88.5 11.30 1.76
102 | P g i n a

Operacin Lavado Gran Premio Tipo de vehculo Camioneta
26.8 Secar con tefln 5.84
6.7 Aspirar cajuela 2.16
13.4 Revisa que el automvil este limpio 1.25
Total 150.4 32.69 1.76

Operacin Lavado Rally Tipo de vehculo Camioneta
13.4 Revisar que el automvil este limpio 1.25
Total 130.3 29.76 1.76
Pgina | 103

Operacin Lavado Express Tipo de vehculo Camioneta
13.4 Revisar que el automvil este limpio 1.25
Total 99.8 13.41 1.76
Secar con franela
Diagrama de actividades operador Express
104 | P g i n a
Secar con franela
Aspirar Interiores
Limpiar Vidrios Interiores y Exteriores
Diagrama de actividades operador Rally
Pgina | 105

Tesis

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Tesis

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL AUTNOMA

IMPORTANCIA DE LA SIMULACIN EN LA MEJORA DE

QUE PARA OBTENER EL TTULO DE:

OMAR BOLAOS PLATA

M.I. SILVINA HERNNDEZ GARCA

Captulo I: MARCO TEORICO

1.1 Antecedentes de simulacin.....3

Captulo II: FORMULACION DEL PROBLEMA

2.1 Definicin del problema...38

Captulo III: DISEO DE LA SIMULACION

3.1 Elaboracin de un modelo base ..51

La simulacin se puede emplear para el estudio de sistemas de lneas de espera,

El hecho de elaborar y aplicar una simulacin acelera la comprensin del negocio

Con la Simulacin, se pueden determinar y observar las fallas que se encuentren

Finalmente se realizar e implementara el modelo de simulacin en donde se

Disear el proceso de un auto lavado, con la finalidad de ofrecer una disminucin

1.1 Antecedentes de la simulacin

Los orgenes de la simulacin se remontan a la segunda Guerra Mundial cuando

Durante la Guerra Fra se intensific el uso de la simulacin para resolver

A partir de la dcada de los 60 aparecen en el mercado programas de simulacin

Fue en los 70 y principios de los 80 cuando el uso de la simulacin, se expandi

En la segunda mitad de los 80 la simulacin se asent definitivamente gracias en

La madurez lleg en los 90, cuando muchas pequeas empresas comenzaron a

Hoy en da, la simulacin se realiza mediante computadoras y software

El uso de la simulacin se ha ampliado al sector del ocio y ha entrado en el

Si las relaciones matemticas que componen el modelo son suficientemente

1.2 Definicin de simulacin

La definicin ms general que se usa, se refiere a una tcnica cuantitativa que

Con base en lo que se mencion anteriormente, se puede decir que la

Defini Robert E. Shannon, a la simulacin como:

es el proceso de disear y desarrollar un modelo computarizado

1.3 Aplicaciones de la simulacin

Aun cuando se reconocan los enormes beneficios de la simulacin como soporte

En el campo de la logstica, las principales aplicaciones de la simulacin se

La simulacin de sistemas ms popular es la de simuladores vuelo, combate, etc.,

En general, se puede hablar de tres tipos de aplicaciones: [1]

Experimentacin: Es un modelo de simulacin que es necesario cuando la

Prediccin: El modelo se puede usar para pronosticar el comportamiento

Enseanza: adiestramiento de astronautas, en los juegos de

1.4 Campos de aplicacin

Fabricacin: Una de las reas en donde tradicionalmente se ha aplicado

Redes de distribucin: En el mundo de las corporaciones virtuales, ya

Transporte: Es un rea con un inters creciente en las tcnicas de

Sanidad: Es cada vez ms fuerte la presin sobre el entorno sanitario

Negocios: La simulacin se aplica con xito en el proceso administrativo

1.5 Factores terico-prcticos que definen la simulacin

La simulacin inicia con la creacin de la imitacin de un proceso real de

Restricciones: De manera general se puede decir que las restricciones son

Para la formulacin de un modelo de simulacin, es necesario especificar las

Modelo: La simulacin de sistemas implica la construccin de modelos. El objetivo

Un modelo es una representacin simplificada de la realidad diseada para

Los modelos se construyen con la finalidad de estudiar el objeto real con ms

Eliminando o simplificando componentes

Los modelos de simulacin se suelen clasificar en distintos tipos de acuerdo con

Modelo continuo: Se define a travs de ecuaciones diferenciales, ya que

Procedimiento de la simulacin. Es el principal concepto que se tiene que

Comenta Ral Coss B, que:

Las primeras etapas de un estudio de simulacin se refieren a

Figura 1.1 Alternativas para el estudio de un sistema [1]

1.6 Metodologa de la simulacin

La simulacin involucra dos facetas: [6]

En la planeacin de la simulacin, es indispensable determinar los pasos a seguir

Figura 1.2 Metodologa de la Simulacin [10]