SIMULACIÓN DE EVENTOS

DISCRETOS – IIND 3113

2010 - 20

Taller 3

Profesores: Ciro Amaya, Fidel Torres, John Ríos, William Guerrero.

Asistentes Graduados: Angélica Jelkh, Juan Sebastián Jesús Guerrero Collazos, Diego Montalvo,
Jimmy Carvajal

Fecha de Entrega: 22 de octubre de 2010 a las 9:00 a.m. Entregar:

Copia impresa: casilleros edificio ML 7 piso. Frente a los ascensores al lado del punto de
información.

Archivos electrónicos: sección Unificada del curso en SicuaPlus.

Subir el informe y todos los archivos de soporte en una única carpeta comprimida. El
nombre de este archivo debe ser el código del estudiante que lo suba a SicuaPlus.
Ejemplo: 200910429.zip

Condiciones de entrega:

• Grupos de máximo 2 personas. No insista.

• Por ningún motivo se recibirán talleres después de las 9:00 a.m. en punto el día de
entrega del taller.
• El encabezado del taller debe incluir el nombre, código y sección de los integrantes del
grupo. Indique quién colgó el taller en SicuaPlus.
• La tarea debe ser presentada en hojas blancas tamaño CARTA, en caso de ser más de una
deben estar grapadas.
• Numerar las páginas (1 de 5, 2 de 5, etc.) y marcar cada página.
• El informe escrito debe ser en tamaño 11 puntos con márgenes 2.5 cm e impreso
por ambas caras y máximo de 5 hojas (10 páginas).
• No entregue diskettes ni CD ni ningún otro medio magnético. Los archivos de respaldo
deben quedar colgados en la sección unificada de SicuaPlus.
• Por ningún motivo envíe los archivos de respaldo por e‐mail al profesor ni a los
instructores o asistentes ni a los monitores.
• En los ejercicios que lo requieran, el procedimiento debe estar explícito. Si usted realiza su
procedimiento en algún programa (Excel, Arena, Java, etc.) estos archivos deben estar
colgados en SicuaPlus y debidamente referenciados en el informe escrito.
• Todos los ejercicios deben incluir análisis de resultados y conclusiones
• Antes de entregar el taller haga una copia para compararla con la solución con el fin de
poder estudiar para el parcial.
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20
Punto 1

En la empresa de producción de monedas nacionales se cuenta con un departamento de

producción para la creación de monedas de 1000 pesos demandadas por la ciudadanía. Para la
producción de una moneda se cuenta con una secuencia de procesos productivos y un conjunto
de empleados, los cuales se dividen en: operarios expertos y principiantes. La empresa
actualmente cuenta con 10 empleados en cada uno de las categorías.

La empresa en su proceso de estandarización ha identificado que para producir un pedido de

monedas, independiente del tamaño, se deben realizar las siguientes operaciones:

A. Selección de materiales: para este proceso se requieren 3 principiantes y la operación,

toma un tiempo que se puede modelar como una variable aleatoria Uniforme entre 6 y 10
horas por pedido.

B. Fundido de materiales: para este proceso se requiere 1 principiante y 2 expertos, el

tiempo que toma esta operación se puede modelar como una distribución fx(x) la cual se
presenta en la Figura 1 en horas.

C. Purificación y ajuste del material: para este proceso se requieren 3 expertos y 3

principiantes, el tiempo que toma esta operación se puede modelar como una variable
aleatoria Exponencial con media de 13 horas por pedido.

D. Moldeado: para este proceso se requieren 2 principiantes y 1 experto, el tiempo que toma
esta operación se puede modelar como una variable aleatoria Erlang con k=3 y =1/7
pedidos /horas.

La empresa tiene una política de programación de pedidos tipo FIFO (First In First Out) por lo cual,
cada pedido que llega a la empresa sigue la secuencia descrita anteriormente.

Un estudio de la demanda identificó que el tiempo entre llegadas de los pedidos sigue una
distribución Weibull con =3 y = 45 horas y truncada en 30 horas, lo que significa que entre un
pedido y el siguiente no hay más de 30 horas.
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20

0.05

4 6 9 horas

Figura 1. Función de densidad de probabilidad de la operación 2

Para este modelo se le pide que:

A. Describa un algoritmo de aceptación y rechazo para el tiempo entre llegadas de los

pedidos a la empresa.
B. Implemente el algoritmo anterior (VBA, Excel, Java, etc.) y genere 2000 tiempos
entre llegadas. Utilice el generador Cosine generator que se describe a
continuación:
Sub GenAleatorio(xi-1)
xi = 20000*cos(xi-1) ‘x declarada como double para mayor precisión
Enx = Int(xi)
xi = Abs(xi – Enx) ‘Instancia generada
End Sub
C. Describa un algoritmo de trasformada inversa para generar los tiempos de fundido
de materiales.
D. Implemente el algoritmo del literal C (VBA, Excel, Java, etc.) y genere 500 tiempos
de fundido de materiales. Genere los números aleatorios por el método de
congruencia lineal con .
E. Realice una prueba de bondad y ajuste con los datos generados en el literal D y
comente los resultados.
F. Guarde los datos en dos archivos con nombres: llegadas.dat y fundido.dat.
G. Implemente un modelo en Arena para las líneas de producción de la empresa de
monedas, utilizando los datos del literal F. Realice 30 réplicas de 60 días cada una
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20

y asuma que se producen monedas las 24 horas del día. Con base en la
información anterior calcule:
a. Tiempo promedio en el sistema de un pedido.
b. Utilización de los operarios
c. Número de pedidos promedio en la empresa.
H. Haga una recomendación a la empresa en el escenario propuesto para mejorar el
sistema en términos de las estadísticas del literal G.

Punto 2

Una compañía manufacturera de bicicletas quiere que usted evalúe un sistema modelo de su
fábrica y el funcionamiento de la misma. Para esto le han proporcionado un modelo simplificado
de la fábrica, con el fin de determinar cuál es el mejor modo de operación de la fábrica: como red
abierta, operando como CONWIP o usando un sistema de Kanban.

El modelo simplificado de la fábrica es el siguiente: Las órdenes de bicicletas entran de una

población infinita y llegan a un primer proceso de Diseño y luego a un proceso de Preparación de
las piezas. Al finalizar el proceso de Preparación se hace una primera revisión de la bicicleta,
primero para ver si es posible fabricarla con las capacidades de la fábrica y segundo para revisar
que las piezas separadas estén completas y sean las correctas. Este proceso de Revisión tiene un
tiempo despreciable. Producto de esta Revisión el 5% de las unidades tiene que volver hasta el
proceso de Diseño y el 20% tiene que volver a la Preparación de pedido.

Después de la Preparación de las piezas, la bicicleta pasa al proceso de Fundido del chasis, luego al
proceso de Unión del resto de piezas al chasis y por último a un proceso de Revisión de calidad. En
este proceso se revisa que los dos procesos anteriores se hayan realizado correctamente. Una vez
la bicicleta ha pasado por la Revisión de calidad, el producto terminado se despacha.

Todos los procesos tienen un único operario y los tiempos de servicio de estos se ajustan a
distribuciones exponenciales, las tasas de estas distribuciones están en la siguiente tabla:

Proceso Atendidos/Hora
Diseño 5
Preparación 7
Fundido 6
Unión 8
Revisión de calidad 8
Despacho 7
Tabla 1. Número promedio de productos atendidos por hora en cada proceso
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20
De la misma forma se ha estimado que de las bicicletas que pasan por la Revisión de calidad el
15% tiene que volver a Unión y el 5% tiene que volver a Fundido.

La compañía le ha pedido que realice 30 replicas del sistema, operando por 1000 horas, con un
tiempo de calentamiento de 20 horas, asumiendo que la fábrica opera las 24 horas del día.

Nota: Las probabilidades de que una bicicleta no pase el proceso de Revisión es independiente de
revisiones anteriores de esa misma unidad.

a. Lo primero que la compañía quiere saber es el comportamiento teórico del sistema

operando como una red abierta con una tasa de entrada al proceso de diseño de 4
unidades por hora, y de un sistema CONWIP con esta misma tasa.
b. Después de esto se quiere comparar los valores analíticos de las dos redes, con los
resultados que tendría simular estas en un software.
c. El último tipo de sistema a evaluar es Kanban, para esto asuma que se tienen 2 tarjetas
entre cada par de procesos.
d. Por último se quiere que compare todos los sistemas de funcionamiento de la fábrica y
concluya de acuerdo con los resultados obtenidos.

Punto 3

Un taller metalmecánico cuenta con 3 máquinas; una para corte (máquina 1), otra para torneado
(máquina 2) y una para taladrado (máquina 3). Los tiempos de las operaciones de cada máquina se
distribuyen según se muestra en la Tabla 2.

Máquina Distribución (min)

1 Triangular (2,3,6)
2 Constante (10)
3 Uniforme (1,4)
Tabla 2. Tiempos de operaciones

En el taller se procesan 4 tipos de partes diferentes y cada una cuenta con una secuencia
específica como se presenta en la Tabla 3. Las partes llegan al taller con un tiempo entre arribos
que se distribuye exponencial con media de 5 minutos. Del total de las partes, el 30%
corresponden a partes tipo 1, el 25% a partes tipo2, el 15% a partes tipo 3 y el 30% a partes tipo 4.

Tipo de parte Secuencia

1 1-2-3
2 2-3-1
3 1-3-2-3
4 3-2-1-2
Tabla 3. Secuencia de cada parte
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20
Todos los tiempos de enrutamiento siguen una distribución exponencial con media de 2 minutos.

Últimamente ha habido problemas en la máquina 3 y ésta no procesa completamente el 20% de

las partes que por ahí pasan, por lo tanto, las partes que no son completamente procesadas deben
volver a pasar por la máquina una vez más.

Además, las partes no pueden esperar más de 5 minutos para ser procesadas en la máquina de
torneado y es por eso que si esto ocurre, la parte debe ser removida del sistema y desechada ya
que sería inservible.

Una vez se llevan a cabo las secuencias correspondientes a cada parte, se debe llenar una caja con
10 partes de cada tipo (una caja con solo partes tipo 1, otra caja con solo partes tipo 2 etc.) para
que estas se encuentren listas para un futuro despacho.

Teniendo en cuenta la información anterior, siga los siguientes pasos:

a. Corra la simulación por 5 días teniendo en cuenta que el taller abre a las 7 am y cierra a las
5 pm, dejando todo el trabajo en proceso en las máquinas en las que se encuentra y
volviendo a retomarlo al siguiente día. Trabaje con 30 réplicas.
b. Escriba un archivo .txt con el tipo de pieza dentro de cada caja y la hora en la que dicha
caja estuvo lista para despacho. Realice una gráfica de frecuencia del tipo de pieza
agrupado en las cajas.
c. Calcule las siguientes estadísticas:
Tiempo promedio en el sistema
Cantidad total de partes procesadas
WIP en cada una de las máquinas
Cantidad de cajas que fueron llenadas
Número de partes removidas

Punto 4

La empresa diseñadora de reproductores multimedia Apfel ha contratado a su equipo consultor

para ayudarle a concluir sobre ciertas mejoras en su almacén de materia prima y alistamiento de
productos para sus clientes mayoristas. El trabajo del almacén es enviar la materia prima necesaria
a la sección de ensamble.

La empresa vende 3 clases de productos: Nano, Clásico y Phone En la Tabla 4 se presenta la

cantidad de artículos demandada por cada cliente, para cada clase de producto.
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20

Nano Clásico Phone

Cantidad Probabilidad Cantidad Probabilidad Cantidad Probabilidad
1 0.2 1 0.5 1 0.1
2 0.2 2 0.2 2 0.15
3 0.4 3 0.3 3 0.3
4 0.2 4 0.25
5 0.2
Tabla 4. Cantidad pedida por cada cliente

El almacén maneja 3 materias primas: Pantallas, Componentes Eléctricos y Carcasas. Para cada
una existe una bodega diferente.

Cada producto requiere un número especial de cada materia prima, éste se presenta en la tabla 5.

Nano Clásico Phone

Pantallas 1 Pantallas 1 Pantallas 2
C. Eléctricos 2 C. Eléctricos 1 C. Eléctricos 2
Carcasas 1 Carcasas 2 Carcasas 1
Tabla 5. Materia prima por producto

El almacén recibe llamadas de los clientes de acuerdo a un Proceso de Poisson con tasa de 1
llamada cada hora. Un almacenista se encarga de recibir las llamadas y tomar los pedidos de los
clientes. El tiempo de tomar el pedido se distribuye Triangular (3, 6, 8) en minutos.

Una vez el almacenista conoce el pedido del cliente, éste mismo empieza a alistar cada materia
prima por separado. El almacenista retira una a una las unidades pedidas de la bodega respectiva
hasta completar la cantidad necesaria. En caso de que no alcance el inventario, las unidades
retiradas permanecen apartadas hasta que hay suficiente inventario para completar el pedido.

El almacenista manda una orden de pedido de cada componente únicamente cuando el inventario
de éste llega a 0. Al hacer el pedido, empiezan a mandarlo de una bodega más grande, de donde
se demoran un tiempo Erlang (3, 3) en minutos en llegar. Cada pedido de componente es
independiente y llegan las cantidades fijas de cada componente que se muestran en la tabla 6. No
se puede hacer un pedido si ya hay uno en camino.

Componente Cantidad
Pantallas 20
C. Eléctricos 8
Carcasas 15
Tabla 6. Cantidades en cada pedido

Una vez se alista la cantidad necesaria de cada componente, un supervisor hace una última
revisión de la cantidad, demorándose un tiempo Triangular (1, 3, 5) en segundos
 SIMULACIÓN DE EVENTOS
DISCRETOS – IIND 3113
2010 - 20
independientemente del número de componentes que tenga. El mismo supervisor revisa los tres
componentes.

Por último se unen los tres requerimientos de componentes y el almacenista lo envía a la sección
de ensamble (salen del sistema).

Los componentes eléctricos cuando son almacenados en su bodega pueden recibir polvo y pueden
dañarse si se exponen mucho tiempo a éste. Para eso se tiene una máquina limpiadora que los
revisa automática y continuamente uno por uno para revisar la cantidad de polvo acumulada, si
considera que están sucios, los debe sacar de la bodega, limpiarlos y luego devolverlos a ésta. Se
ha calculado que el tiempo para que un componente eléctrico se cubra de polvo se distribuye
Normal (1, 0.4) minutos. El tiempo de limpiado es Uniforme (2, 6) segundos. Un componente que
fue limpiado puede volver a ensuciarse.

El inventario inicial de cada componente es la misma cantidad de la tabla 6.

La empresa quiere saber si es buena idea comprar una tela especializada que no permitiría que los
componentes eléctricos se cubran de polvo, pero la tela cuesta USD 50000, mientras que el costo
estimado de la limpieza de cada componente es de USD 2. La empresa está interesada en que su
equipo le dé a conocer el tiempo estimado que pasaría con las condiciones actuales para que el
costo de limpieza iguale al de la inversión en la tela. Para esto, indique el intervalo de confianza al
95% para el tiempo, junto con su recomendación. Tenga en cuenta que el tiempo máximo que la
empresa aceptaría es de 5 meses.

El almacén trabaja las 24 horas del día. Realice la simulación por 7 días y haga 20 réplicas.