1

U5: PROGRAMACIN DE OPERACIONES.

Una programacin de operaciones, es establecer un horario para ejecutar las actividades, utilizando
los recursos o asignando las instalaciones con el fin de lograr su mejor optimizacin. En esta unidad
se analiza la programacin a corto plazo y el control de los pedidos haciendo nfasis en los centros
de trabajo. Tambin se introducen algunos enfoques bsicos de la programacin a corto plazo de los
trabajadores en el sector de los servicios.
CENTROS DE TRABAJO
Un centro de trabajo es el rea de una empresa en la cual los recursos productivos se organizan y el
trabajo se lleva a cabo. El centro de trabajo puede ser una sola mquina, un grupo de mquinas o un
rea donde se realiza un tipo determinado de trabajo. Estos centros pueden organizarse:
1. por proceso, en una configuracin de taller de trabajo,
2. por producto, en una configuracin de flujo o lnea de ensamble y
3. en clulas de tecnologa de grupo (clulas TG).
En el primer caso, la programacin implica determinar el orden de ejecucin de las tareas, y la
asignacin de las mquinas a ser utilizadas.
Una caracterstica que distingue un sistema de programacin de otro, es la manera como se
considera la capacidad al realizar y determinar la programacin, ya que pueden utilizar una carga
infinita o una carga finita.
La carga infinita se presenta cuando la tarea ha sido asignada a un centro de trabajo basado
simplemente en que las necesidades son una funcin del tiempo, y no se considera si existe
capacidad suficiente de los recursos necesarios para completar el trabajo, como tampoco si la
secuencia real del mismo se realiza con cada recurso en el centro de trabajo considerado.
Con frecuencia se hace una revisin de los recursos, para ver si estn sobrecargados. Esto se realiza
calculando la cantidad de trabajo requerido durante un periodo (por ejemplo una semana), utilizando
normas para determinar los tiempos de preparacin y tiempos de funcionamiento para cada pedido.
Cuando se utiliza un sistema de carga infinita, el tiempo previsto se calcula teniendo en cuenta un
mltiplo del tiempo de la operacin previsto (preparacin y tiempo de funcionamiento) ms una
demora causada por el movimiento del material y la espera del orden en que se va a trabajar.
Un enfoque de carga finita programa en detalle cada recurso, utilizando el tiempo de preparacin y
funcionamiento requeridos para cada pedido. En resumen, el sistema determina con exactitud que
har cada recurso en cada momento durante el da de trabajo.
Cuando una operacin se demora debido a la falta de los componentes, el pedido esperar hasta que
la parte est disponible en una operacin anterior. Tericamente, todos los programas son factibles
cuando se utiliza una carga finita. Otra caracterstica que distingue los sistemas de programacin es
si sta se genera en el tiempo hacia adelante o hacia atrs, aunque lo ms comn es la
programacin futura o hacia adelante.
La programacin futura (o hacia adelante) se realiza cuando el sistema toma un pedido y programa
cada operacin a realizarse ms adelante en el tiempo. Un sistema que programe hacia el futuro
indica la fecha ms temprana en la cual un pedido debera completarse.

2
La programacin regresiva (o hacia atrs) se inicia en alguna fecha futura (fecha de vencimiento) y
se programa las operaciones requeridas en una secuencia inversa. El programa regresivo indica
cundo debe iniciarse un pedido para que ste se efecte en una fecha especfica.
Un sistema de planificacin de requerimientos de materiales (MRP) es un ejemplo de sistema de
programacin regresivo infinito para los materiales. En la aplicacin del MRP, cada pedido tiene
una fecha de vencimiento en algn momento del futuro. En este caso, el sistema calcula las
necesidades de partes programando regresivamente el tiempo en que las operaciones se ejecutarn
para completar los pedidos. El tiempo requerido para hacer cada parte (o lote) se calcula en base a
datos histricos.
Hasta ahora, el trmino "recursos" se utiliz en un sentido genrico. En la prctica, se deber decidir
qu es lo que se va a programar. Comnmente, y desde otro punto de vista, los procesos se los llama
limitados a las mquinas o limitados al trabajo.
En un proceso limitado a las mquinas, el equipo es el recurso crtico que se programa. De manera
similar, en un proceso limitado al trabajo, las personas constituyen el recurso clave de la
programacin. La mayora de los procesos son limitados al trabajo o limitados a las mquinas pero,
no a ambas cosas.
A continuacin se describen los enfoques de programacin utilizados en los diferentes procesos de
fabricacin. El hecho de considerar la capacidad depende del proceso real:
1. Por proceso. Corresponde a productos: qumicos, aceros, alambres trefilados, cables,
lquidos, productos enlatados, etc. En este caso la automatizacin es total, con bajos
contenidos de mano de obra en los productos. El tipo de programacin del proceso es futura
finita limitada a las maquinas.
2. Alto volumen de fabricacin. Corresponde a: automviles, motores, electro partes,
electrodomsticos, telfonos, herrajes, textiles, etc. En este caso la automatizacin del equipo
es total, con manejo automatizado parcial, las lneas de ensamble son mviles, y en su mayor
parte se dispone el equipo en lnea. El tipo de programacin de la lnea es futura finita
limitada a las maquinas, y las partes son arrastradas en la lnea usando el sistema JIT
(kanban).
3. Medio volumen de fabricacin. Corresponde a: Corresponde a: proveedores de partes
industriales, productos de consumo, etc. En este caso la automatizacin es mediante el uso
de Clulas de tecnologa de grupo (TG). El tipo de programacin es futura finita, tpicamente
limitada al trabajo y a veces limitada a las maquinas con control de prioridades,
frecuentemente responden a pedidos JIT de los clientes o a fechas de vencimiento de MRP.
4. Bajo volumen de Fabricacin. Corresponde a: fabricacin unitaria o por encargo,
instrumentos especializados, productos industriales de bajo volumen etc. En este caso los
centros de maquinas estn organizados por procesos, con un alto contenido de mano de obra
en el costo del producto, maquinas de propsitos generales con un importante tiempo de
cambio. Poca automatizacin del manejo del material, gran variedad de productos. El tipo de
programacin es futura infinita, usualmente limitada al trabajo pero ciertas funciones pueden
estar limitadas a las mquinas (un proceso de termotratamiento o un centro de maquinado de
precisin, por ejemplo); prioridades determinadas por las fechas de vencimiento de la MRP.
La tecnologa de computacin disponible permite la generacin de programas muy detallados, tales
como la programacin de cada tarea en cada mquina y la asignacin de un trabajador especfico a
una mquina en un momento especfico. Tambin estn disponibles los sistemas que capturan el
estado exacto de cada tarea y de cada recurso.

3
Mediante la utilizacin de la tecnologa de codificacin de barras, estos sistemas pueden capturar de
manera eficiente toda esta informacin detallada. El sistema Optimax es tpico de los nuevos e
innovadores sistemas de programacin que se estn desarrollando para hacer interfaz con el
software de planificacin de recursos de una empresa como SAP.
Programacin y funciones de control
En la programacin y el control de una operacin se deben ejecutar las siguientes funciones:
1. Asignar pedidos de equipo y personal a los centros de trabajo o a otros lugares especficos.
Esencialmente, esta es una planificacin de la capacidad a corto plazo.
2. Definir la secuencia de ejecucin de pedidos y establecer las prioridades de las tareas.
3. Ejecutar el trabajo programado, emitiendo los pedidos (OT).
4. Control de la actividad de produccin, que implica:
a) Revisar y controlar el progreso de los pedidos a medida que se trabaje en ellos.
b) Agilizar los pedidos atrasados y crticos.
En la Fig.2 se muestra un proceso de programacin simple en un centro de trabajo. Al iniciarse el da,
el programador selecciona y realiza la secuencia de los trabajos disponibles que deben asignarse a
cada estacin de trabajo, tomando como base:
las operaciones y los requerimientos de cada tarea,
el nivel de avance las tareas existentes en cada centro de trabajo,
las prioridades de las tareas,
la disponibilidad del material,
las OT anticipadas que deben expedirse ms tarde en el da y
las capacidades de los recursos de los centros de trabajo (trabajo y/o mquinas).
El programador, toma la informacin al nivel de las tareas del da anterior, la informacin externa
suministrada por produccin, ingeniera de procesos, etc., y tambin consultara con el supervisor los
aspectos relacionados con la factibilidad del programa referentes a la fuerza laboral y posibles cuellos
de botella.
Luego se comunica a los trabajadores los detalles del programa a travs de listas que aparecen en
las terminales de PC, copias impresas o mediante el envo de una lista de las tareas que deben
hacerse en las reas centrales.
La utilizacin de tableros de programacin visibles, son formas altamente efectivas para comunicar
las prioridades y el estado del trabajo.

Fig.2
Los objetivos de la programacin en los centros de trabajo son:
1. cumplir las fechas de vencimiento,
2. minimizar los plazos del tiempo de preparacin y el inventario en proceso, y
3. maximizar la utilizacin de las mquinas y la mano de obra.

4
Secuencia de las tareas
El proceso para determinar qu tarea se inicia primero, en alguna mquina o centro de trabajo, se
conoce como secuencia de tareas. Para ello se utilizan las normas prioritarias para la obtencin de
las secuencias de las diferentes tareas. Estas pueden ser sencillas y slo requieren que las tareas
sean secuenciadas de acuerdo a datos como:

el tiempo de procesamiento,
la fecha de vencimiento o
el orden de llegada.

La norma de Johnson, se aplican a la programacin de tareas en una secuencia de mquinas y

requieren un procedimiento de computacin para especificar el orden de ejecucin.
A continuacin se muestran las diez normas prioritarias ms comunes para el secuenciamiento de
tareas:
1.
2.

3.

4.
5.

6.

Primero en llegar, primero en ser atendido (FCFS. first-come, first-served): Los pedidos se
ejecutan en el orden en que llegan al departamento.
Tiempo de operacin ms corto (SOT, Shortest operating time): Primero se ejecuta la tarea
que tenga el tiempo de terminacin ms corto, luego, el segundo ms corto, etc. ste es idntico
al tiempo de procesamiento ms corto (SPT shortest processing time).
Fecha de vencimiento ms temprana: primero se ejecuta la tarea que tenga la fecha de
vencimiento ms temprana. (DDATE, cuando se refiere a la tarea completa), (OPNDD, cuando
se refiere a la operacin siguiente).
Fecha de iniciacin ms temprana: fecha de vencimiento menos plazo normal. Ejecutar
primero la tarea con la fecha de iniciacin ms temprana.
Tiempo de calma restante (STR, slack time remaining): Los pedidos que tienen el STR ms
corto se ejecutan primero. El STR se calcula como la diferencia entre el tiempo restante antes de
la fecha de vencimiento menos el tiempo de procesamiento restante.
Tiempo de calma restante por operacin (STR/OP : slack time remaining per operation): Los
pedidos con STR/OP ms cortos son ejecutados primero. El STR/OP se calcula de la siguiente
manera:
Tiempo restante Tiempo de
STR/OP = antes de la fecha
procesamiento restante
Nmero de operaciones restantes

7.

8.

9.

10.

Coeficiente crtico (CR, critical ratio): Los pedidos que tienen el CR ms pequeo se ejecutan
primero. Se calcula como la diferencia entre la fecha de vencimiento y la fecha actual dividida
por el nmero de das de trabajo restantes.
Coeficiente de la fila (QR, queue ratio): Los pedidos que tengan el QR ms pequeo se
ejecutan primero. Se calcula como el tiempo de calma restante en el programa dividido por el
tiempo de fila restante planeado.
ltimo en llegar, primero en ser atendido (LCFS, last-come, first served): Esta norma se
presenta con frecuencia por defecto. A medida que llegan los pedidos, stos se colocan encima
de la pila; el operador usualmente recoge el pedido de arriba y lo ejecuta primero.
Orden aleatorio o caprichoso: Los supervisores u operadores usualmente escogen cualquier
tarea que deseen ejecutar.

Para evaluar las normas prioritarias se utilizan las siguientes medidas de ejecucin:
1.
2.

Cumplir las fechas de vencimiento de los clientes o de las operaciones.

Minimizar el tiempo del flujo, el inventario en proceso y el tiempo de inactividad de las mquinas
o los trabajadores

5
NORMAS Y TCNICAS PRIORITARIAS
Programacin de n tareas en 1 mquina
Apliquemos algunas de las diez normas prioritarias en una situacin de programacin que involucra
cuatro tareas en una mquina. Esta clase de problemas se denominan "problema de n tareas en una
mquina" o simplemente "n/1".
La dificultad terica de programacin se incrementa en la medida en que se consideran ms
mquinas y no cuando se deben procesar ms tareas; y la nica restriccin respecto de n es que
ste debe ser un nmero finito. Consideremos el siguiente ejemplo.
Ejemplo1: n tareas en 1 mquina. El supervisor de la empresa Legal Copy-Express, que realiza
servicios de copiado para las firmas legales, recibe los pedidos de cinco clientes al comienzo de la
semana, cuyos datos de programacin especficos son los siguientes:
Tarea

Tiempo de

Fecha de

en orden

procesamiento

Vencimiento

de llegada

(das)

a partir de hoy

(das)

Como todos los pedidos requieren el uso de la nica mquina disponible (de copiado-color), el
supervisor debe decidir la secuencia del procesamiento de los cinco pedidos.
El criterio de evaluacin es el tiempo de flujo mnimo.
Supongamos que el supervisor decide utilizar la norma N1: Primero en llegar, primero en ser
atendido (FCFS), en un intento por hacer que Legal Copy-Express parezca justa con sus clientes.
Solucin 1: norma N1 (FCFS). Da como resultado los siguientes tiempos de flujos.
Programa N1:
Secuencias
de tareas

Tiempo
de procesamiento
(das)

A
B
C
D
E
Tiempo total del flujo
Tiempo medio del flujo
Retraso promedio

3
4
2
6
1

Fecha
de vencimiento (A)
(das a partir de hoy)
Programa FCFS
5
6
7
9
2
= 3 + 7 + 9 + 15 + 16 = 50
= 50 / 5 = 10 )
= (0+1+2+6+14) / 5 = 4,6

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+3 = 3
3+4 = 7
7+2 = 9
9+6 = 15
15+1 = 16

0
1
2
6
14

Al comparar la fecha de vencimiento de cada tarea con su tiempo del flujo, se observa que slo la
tarea A ser entregada a tiempo. Las tareas B, C, D y E se retrasarn en 1, 2, 6 y 14 das
respectivamente.
En promedio, una tarea se retrasar en: (0 + 1 + 2 + 6 + 14) / 5 = 4,6 das.

6
Solucin 2: norma N2. (SDT) En este caso el supervisor le da mayor prioridad al pedido que tiene el
tiempo ms corto de procesamiento. Los tiempos del flujo resultantes son los siguientes:
Secuencia
de tareas

Tiempo
de procesamiento
(das)

E
C
A
B
D
Tiempo total del flujo
Tiempo medio del flujo
Retraso promedio

Fecha
de vencimiento (A)
(das a partir de hoy)
Programa SOT
2
7
5
6
9
= 1 + 3 + 6 + 10 + 16 = 36
= 36 / 5 = 7,2
= (0+0+1+4+7) / 5 = 2,4

1
2
3
4
6

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+1 = 1
1+2 = 3
3+3 = 6
6+4 = 10
10+6 = 16

0
0
1
4
7

El SOT da como resultado un tiempo del flujo promedio inferior al de la norma FCFS anterior, adems, las tareas E y C estarn listas antes
de la fecha de vencimiento y la tarea A se retrasar slo un da. En promedio, una tarea se retrasar: (0 + 0 + 1 + 4 + 7) / 5 = 2,4 das.

Solucin 3: norma N3 (DDATE). Si el supervisor decide utilizar la norma, o fecha de preparacin

mas temprana DDATE, el programa resultante ser el siguiente:
Tiempo
Fecha
de procesamiento
de vencimiento (A)
(das)
(das a partir de hoy)
Programa DDate
E
1
2
A
3
5
B
4
6
C
2
7
D
6
9
Tiempo total de terminacin
= 1 + 4 + 8 + 10 + 16 = 39
Tiempo medio del flujo
= 39 / 5 = 7,8
Retraso promedio
= (0+0+2+3+7) / 5 = 2,4
Secuencia
de tareas

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+1 = 1
1+3 = 4
4+4 = 8
8+2 = 10
10+6 = 16

0
0
2
3
7

En este caso, las tareas B, C y D se retrasarn. En promedio, una tarea se retrasar en: (0 + 0 + 2 + 3 + 7) / 5 = 2,4 das.

Solucin 4: Norma N4 (LCFS), ALEATORIA y STR: Los siguientes son los tiempos del flujo
resultantes de las normas LCFS, aleatoria y STR:
Secuencia
de tareas

Tiempo
de procesamiento
(das)

E
D
C
B
A

1
6
2
4
3

Fecha
de vencimiento (A)
(das a partir de hoy)
Programa LCFS
2
9
7
6
5

Tiempo total del flujo

= 1+7+9+13+16 = 46
Tiempo medio del flujo
= 46 / 5 = 9.2
Retraso promedio
= (0+0+2+7+11) / 5 = 4.0
Tiempo
Fecha
Secuencia
de procesamiento
de vencimiento (A)
de tareas
(das)
(das a partir de hoy)
Programa aleatorio
D
6
9
C
2
7
A
3
5
E
1
2
B
4
6
Tiempo total del flujo
= 6+8+11+12+16 =53
Tiempo medio del flujo
= 53 / 5 =10,6
Retraso promedio
= (0+1+6+10+10) / 5 =5,4

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+1=1
1+6=7
7+2=9
9 + 4 = 13
13 + 3 = 16

0
0
2
7
11

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+6=6
6+2=8
8 + 3 = 11
11 + 1 = 12
12 + 4 = 16

0
1
6
10
10

7
Secuencia
de tareas

Tiempo
de procesamiento
(das)

E
A
B
D
C
Tiempo total del flujo
Tiempo medio del flujo
Retraso promedio

1
3
4
6
2

Fecha
de vencimiento (A)
(das a partir de hoy)
Programa STR
2
5
6
9
7
= 1+4+8+14+16 = 43
= 43 / 5 = 8,6
= 0+0+2+5+9) / 5 = 3,2

Tiempo
del flujo (B)
(das)

Retraso
(das)
(B-A)

0+1=1
1+3=4
4+4=8
8 + 6 =14
14 + 2 = 16

0
0
2
5
9

Comparacin de las normas prioritarias

Los siguientes son algunos de los resultados resumidos de las normas que examin el supervisor:
Tiempo promedio
Retraso promedio
Tiempo total de flujo o terminacin
(das)
(das)
N1: FCFS
50
10
4.6
N2: SOT
36
7,2
2,4
N3: DDATE
39
7,8
2,4
N4: LCFS
46
9,2
4,0
N5: Aleatoria
53
10,6
5,4
N6: STR
43
8,6
3,2
Norma

Como se observa, en este caso, la solucin N2 (SOT) es mejor que el resto de las normas, pero
ste es siempre el caso?. La respuesta es afirmativa, adems puede demostrarse
matemticamente que la norma SOT produce una solucin ptima para el caso n / 1 en otros criterios
de evaluacin, tales como el tiempo de espera medio y el tiempo de terminacin medio.
En efecto, tan potente es esta sencilla norma que se ha denominado "el concepto ms importante
en todo el tema del secuenciamiento.
Programacin de n tareas en 2 mquinas
El siguiente paso en complejidad es el caso del flujo n/2, donde dos o ms tareas deben procesarse
en dos mquinas en una secuencia comn. Como en el caso n/1, existe un enfoque que lleva a una
solucin ptima de acuerdo con ciertos criterios.
El objetivo de este enfoque, llamado norma de Johnson, es minimizar el tiempo del flujo, desde el
comienzo de la primer tarea hasta la terminacin de la ltima. La norma de Johnson consta de los
pasos siguientes:
1. Registrar el tiempo de operacin para cada tarea en ambas mquinas.
2. Escoger el tiempo de operacin ms corto.
3. Si el tiempo ms corto es para la primera mquina, hacer la tarea primero; si es para la segunda,
hacer la tarea al final.
4. Repetir los pasos 2 y 3 para cada tarea restante hasta completar el programa.
Ejemplo 2: n tareas en 2 mquinas. Este procedimiento se puede ilustrar programando cuatro
tareas en dos mquinas.
Solucin:
Paso 1: Registrar los tiempos de operacin.
Tarea
A
B
C
D

Tiempo de operacin
Tiempo de operacin
En das en la mquina 1 En das en la mquina 2
3 (4)
2 (4)
6 (2)
8 (2)
5 (1)
6 (1)
7 (3)
4 (3)

8
Pasos 2 y 3: Escoger el tiempo de operacin ms corto y asignarlo. La tarea A es la ms corta en la
mquina 2, y se asigna primero y se ejecuta al final, una vez asignada como ltima, la tarea A ya no
est disponible para su programacin.
Paso 4: Repetir los pasos 2 y 3 hasta completar el programa. Escoger el tiempo de operacin ms
corto entre las tareas restantes. La tarea D es la segunda ms corta en la mquina 2, de manera que
se ejecuta en segundo lugar desde la ltima, recordar que la tarea A es la ltima.
Las tareas A y D ya no estn disponibles para programacin. Entre las tareas restantes la C es la
ms corta en la mquina 1. La tarea C se ejecuta primero. Ahora, se deja slo la tarea B con el
tiempo de operacin ms corto en la mquina 1.
Entonces de acuerdo con el paso 3 se ejecuta entre las dos restantes primero la tarea C y luego la
tarea B. En resumen, la secuencia de solucin es C -> B -> D -> A, y el tiempo del flujo es de 25 das,
que es mnimo. Tambin se han minimizado el tiempo total de inactividad y el tiempo medio de
inactividad. El programa final aparece en la Fig.3.
Estos pasos dan como resultado la programacin de las tareas que tienen el tiempo ms corto al
comienzo y el final del programa. Como resultado, el tiempo de la operacin, concurrente de las dos
mquinas se maximiza, minimizando as el tiempo total de operacin requerido para completar las
tareas.

Fig.3
El mtodo de Johnson se ha extendido para que produzca una solucin ptima para el caso n/3.
Cuando surgen problemas de programacin del flujo en el taller, ms grandes que el n/3 (que por lo
general se presentan), no estn disponibles los procedimientos de solucin analtica que llevan el
problema a su optimacin.
La razn de ello es que incluso aunque las tareas puedan llegar de manera esttica a la primera
mquina, el problema de programacin se vuelve dinmico y se comienzan a formar series de filas de
espera al frente de las mquinas.
Programacin de n tareas en n mquinas
Algunos talleres cuentan con el tipo correcto y suficiente de mquinas para comenzar todas las tareas
y al mismo tiempo. En este caso, el problema no es qu tarea ejecutar primero, sino qu tarea
asignar a cada mquina, para lograr como resultado el mejor programa global. En este caso, se
puede utilizar el mtodo de asignacin.
El mtodo de asignacin es un caso especial del mtodo de transporte de la programacin lineal.
Puede aplicarse en situaciones donde existen n fuentes de oferta y n usos de demanda, y el
objetivo es minimizar o maximizar alguna medida de efectividad.

9
Esta tcnica es conveniente en aplicaciones que impliquen la asignacin de tareas a: los centros de
trabajo, las personas, a las tareas, etc. El mtodo de asignacin es apropiado en la solucin de
problemas que tengan las siguientes caractersticas.
1.
2.
3.

Existen n cosas que deben distribuirse a n destinos".

Cada cosa debe asignarse a un slo destino.
Slo se puede utilizar un criterio: costo mnimo, utilidad mxima o tiempo de terminacin mnimo.

Ejemplo.3- Mtodo de asignacin Supongamos que un programador tiene cinco tareas que
pueden ejecutarse en cualquiera de las cinco mquinas. El costo de terminacin de cada
combinacin tarea-mquina se indica en la Fig.4. El programador debe lograr una asignacin que
tenga el costo mnimo (si hay 5 tareas, habr 5! = 120 asignaciones posibles).
Mquina
Tarea A
B
C
D
E
I
$5 $6 $4 $8 $3
II
6
4
9
8
5
III
4
3
2
5
4
IV
7
2
4
5
3
V
3
6
4
5
5

Fig.4
Solucin Este problema puede resolverse mediante el mtodo de asignacin, que consta de cuatro
pasos:
1.
2.
3.

4.

Restar el nmero ms pequeo de cada fila a todos los nmeros de esa fila (habr entonces por
lo menos un cero en cada fila).
Restar el nmero ms pequeo de cada columna a todos los nmeros de esa columna (habr
entonces por lo menos un cero en cada columna).
Determinar si el nmero mnimo de lneas requeridas para cubrir cada cero es igual a n. En
caso afirmativo, se ha encontrado una solucin ptima. Si el nmero mnimo de lneas requeridas
es menor que n, realizar el paso 4.
Dibujar el nmero mnimo de lneas posible a travs de todos los ceros (estas pueden ser las
mismas lneas del paso 3). Restar de s mismo el nmero ms pequeo no cubierto por las
lneas, y todos los dems nmeros no cubiertos, y agregarlo al nmero que se encuentra en cada
interseccin de lneas. Repetir el paso 3.

Para el problema del ejemplo deben seguirse los pasos enumerados en la Fig.5. Cabe anotar que
aunque existen dos ceros en tres filas y tres columnas, la solucin indicada es la nica posible para
este problema porque la tarea III debe asignarse a la mquina C para ajustarse al requisito de
"asignar a cero". Otros problemas pueden tener ms de una solucin ptima, dependiendo de los
costos involucrados.
Paso 1: Reduccin de filas - el nmero ms
pequeo se resta de cada fila
Mquina
Tarea
A
B
C
D
E
I
5-3 = 2 6-3 = 3 4-3 = 1 8-3 = 5 3-3 = 0
II
6-4 = 2 4-4 = 0 9-4 = 5 8-4 = 4 5-4 = 1
III
4-2 = 2 3-2 = 1 2-2 =0 5-2 = 3 4-2 = 2
IV
7-2 = 5 2-2 = 0 4-2 = 2 5-2 = 3 3-2 = 1
V
3-3 = 0 6-3 = 3 4-3 =1 5-3 = 2 5-3 = 2

10
Paso 2: Reduccin de columnas - el nmero
ms pequeo se resta de cada columna.
Mquina
Tarea
A
B
C
D
E
I
2
3
1
5-2 = 3
0
II
2
0
5
4-2 = 2
1
III
2
1
0
3-2 = 1
2
IV
5
0
2
3-2 = 1
1
V
0
3
1
2-2 = 0
2
Paso 3: Aplicar la prueba de las lneas - el nmero
de lneas para cubrir todos los ceros es 4; dado
que se requieren 5, vaya al paso 4.
Mquina
Tarea
A
B
C
D
E
I
2
3
1
3
0
II
2
0
5
2
1
III
2
1
0
1
2
IV
5
0
2
1
1
V
0
3
1
0
2

Paso 4: Restar el nmero ms pequeo no cubierto

y agregarlo a la interseccin de las lneas- utilizando
las lneas dibujadas en el paso 3, el nmero ms
pequeo no cubierto es 1.
Mquina
Tarea
A
B
C
D
E
I
2-1 = 1
3
1-1 = 0 3-1 = 2
0
II
2-1 = 1
0
5-1 = 4 2-1 = 1
1
III
2
1+1 = 2
0
1
2+1 = 3
IV
5-1 = 4
0
2-1 = 1 1-1 = 0
1
V
0
3+1 = 4
1
0
3
Solucin ptima - mediante la "prueba de las lneas".
Mquina
Tarea
A
B
C
D
E
I
1
3
0
2
0
II
1
0
4
1
1
III
2
2
0
1
3
IV
4
0
1
0
1
V
0
4
1
0
3
APLICACIN PTIMA
Y SUS COSTOS
A LA
COSTO
Tarea
MQUINA
$
I
E
3
II
B
4
III
C
2
IV
D
5
V
A
3
COSTO TOTAL
17

Fig.5
El fundamento no matemtico del mtodo de asignacin es el de minimizar los costos de oportunidad.
El fundamento bsico del procedimiento de aadir y sustraer los valores de las clulas ms pequeas
es el siguiente: los ceros adicionales se ingresan a la matriz sustrayendo una cantidad igual a una de
las clulas de todas las clulas.
Los nmeros negativos, que no son permisibles, se presentan en la matriz. Para deshacerse de los
nmeros negativos, una cantidad igual al mximo nmero negativo debe aadirse a cada elemento
de la fila o columna en que se presente.

11
Esto da como resultado la adicin de esta cantidad dos veces a cualquier clula que se encuentre en
la interseccin de una fila y una columna que se hayan cambiado. El resultado neto es que las fila y
columnas rayadas se revierten a sus cantidades originales y las intersecciones se incrementan en la
cantidad sustrada de las clulas no cubiertas. El alumno puede probar esto resolviendo el ejemplo
sin utilizar las lneas.
Programacin de n tareas en m mquinas
Los talleres de trabajo complejos se caracterizan por mltiples centros de mquinas que procesan
una variedad de tareas diferentes que llegan a los mismos de manera intermitente durante todo el
da.
Si hay n tareas para procesar en m mquinas, y todas las tareas se procesan en todas las
mquinas, habr n! elevado a la m programas alternativos para esta serie de tareas.
Debido al gran nmero de programas que existen para los talleres de trabajo, incluso los pequeos,
la simulacin por computador es la nica manera prctica para determinar los mritos relativos de
las diferentes normas prioritarias en tales situaciones.
CONTROL DEL REA DEL TALLER
La programacin de las prioridades en las tareas es slo un aspecto del control del rea del taller o
control de la actividad de produccin.
El Diccionario APICS define el sistema de control del rea del taller como:
Un sistema para la utilizacin de datos del rea del taller al igual que los archivos de procesamiento
de datos para mantener y comunicar informacin de calidad sobre los pedidos al taller y los centros
de trabajo.
Las principales funciones del control del rea del taller son las siguientes:
1.
2.
3.
4.
5.

Asignarle una prioridad a cada pedido que llegue al taller.

Mantener informacin sobre la cantidad de trabajo en proceso.
Llevar a la oficina informacin de calidad sobre los pedidos que lleguen al taller.
Suministrar datos de produccin reales para efectos del control de la capacidad.
Suministrar la cantidad por ubicacin y por pedido que llegue al taller para efectos contables y
del inventario del trabajo en proceso.
6. Suministrar una medicin de la eficiencia, utilizacin y productividad de la mano de obra y de
las mquinas.
Grficas de Gantt
Los talleres de trabajo pequeo y grande, utilizan el grfico de Gantt para ayudarse a planear y
controlar las tareas.
El grfico de Gantt, es un grfico de barras que representa las tareas respecto del tiempo. Se utiliza
para la planificacin de proyectos y para coordinar una serie de actividades programadas.
El ejemplo de la Fig.6 indica que la tarea A est atrasada respecto del programa en cuatro horas, la
tarea B est adelantada respecto del programa, y la tarea C se ha completado despus de un retraso
por mantenimiento.

12
Cabe notar que el hecho de que la tarea est por delante o por detrs del programa se basa en el
momento en que se encuentra comparado con el momento actual. La Fig.6 seala el final del
mircoles y la Tarea A debera haberse completado. La tarea B ya ha terminado parte del trabajo del
jueves.
Grfica de Gantt

Fig.6
Herramientas de control del rea del taller
Las herramientas bsicas de control del rea del taller son:
1. La lista de trabajos diarios, que le informa al supervisor las tareas que deben ejecutar, su
prioridad, y el tiempo requerido (ver Fig.7A).
2. Los informes varios que pueden incluir:
a.

b.
c.
d.
e.

Retrasos previstos, elaborado por el planificador, una o dos veces por semana, y revisado
por el jefe del taller para ver si existen demoras serias que puedan afectar el programa
maestro (ver Fig.7B).
Desperdicios.
Retrabajos.
Resmenes de: desempeo, porcentaje de pedidos terminados, retrasos de pedidos no
cumplidos, volumen de produccin, etc.
Lista de faltantes.

3. Informes de control de insumo / producto, que utilizado para monitorear la relacin de carga de
trabajo-capacidad en cada estacin de trabajo (ver Fig.7C).
A. LISTA DE TRABAJOS
Centro de trabajo 1501 Da 205-2001
Da de iniciacin OT N Cantidad Descripcin Tiempo unitario (das)
201
15.131
4
Barra
11,4
203
15.133
1
Perfil
20,6
205
15.145
7
Piso
4,3
205
15.712
3
Lateral
8,6
207
15.340
20
Soporte
6,5
208
15.312
10
eje
14,6
Fecha
B. INFORME DE RETRASOS
Departamento 24
08-04- 01
Cdigo
Fecha inicial de
Causa
Accin
Nueva fecha
de Pieza
programacin
del retraso
correctiva
5.674.433
10-4
15-4
Rotura de dispositivo.
Mantenimiento lo devolver el 15-4.
3.906.123
11-4
1-5
Huelga de personal.
Se comenzar una nueva partida.
Los agujeros de las piezas
1.453.786
11-4
14-4
Ingeniera enviar una nueva gua.
no estn alineados.
C. INFORME DE CONTROL
INSUMO / PRODUCTO
Finalizacin de la semana

CENTRO DE
TRABAJO 0162
05-5

12-5

19-5

26-5

13
Insumo planeado
Insumo real
Desviacin acumulada
Producto planeado
Producto real
Planificacin acumulada

210
110
-100
210
140
-70

210
150
-160
210
120
-160

210
140
-230
210
160
-210

210
130
-310
210
120
-300

Fig.7
El control de insumo/producto (input/output, I/O) es una de las principales caractersticas de un
sistema de planificacin y control de fabricacin. El concepto ms importante es que el insumo de
trabajo planeado para un centro de trabajo nunca debe exceder el producto planeado.
Cuando el insumo excede al producto, se incrementa el trabajo pendiente, lo cual aumenta los plazos
calculados para el trabajo que ingresa. Adems, cuando las tareas se amontonan se presenta una
congestin, el procesamiento se vuelve ineficiente y el flujo de trabajo que sale de los centros de
trabajo se hace espordico. La analoga del flujo de agua para el control de la capacidad del taller en
la Fig.8 ilustra el fenmeno general.

Fig.8
La Fig.7C muestra un informe de insumo-producto para un centro de trabajo posterior. Observando
primero la mitad inferior o de producto del informe, se ve que la produccin est muy por debajo del
plan. Parecera que existiera un serio problema de capacidad en este centro de trabajo.
Sin embargo, al observar la parte del insumo del plan, se hace evidente que el grave problema de
capacidad existe en un centro de trabajo de arriba que alimenta este centro de trabajo.
El proceso de control implicara encontrar la causa de los problemas de arriba y ajustar la capacidad
y los insumos en consecuencia. La solucin bsica es simple: incrementar la capacidad en la
estacin del cuello de botella o reducir el insumo que entra all.
A propsito, la reduccin del insumo en los centros de trabajo con cuellos de botella, es normalmente
el primer paso recomendado por los responsables del control de la produccin cuando se presentan
problemas en los talleres de trabajo.
Integridad de los datos

14
En la mayora de las plantas modernas los sistemas de control del rea del taller estn
computarizados, y la informacin sobre la condicin de las tareas se ingresa directamente a un
computador a medida que la tarea entra y sale de un centro de trabajo.
Muchas plantas han recurrido a la codificacin de barras y a exploradores pticos para agilizar el
proceso de la informacin y reducir los errores de ingreso de datos. Algunas compaas utilizan
"estanteras inteligentes", que son depsitos de inventario con sensores de peso colocados detrs de
cada estante. Cuando un artculo se retira del inventario, se enva una seal a un computador central
que registra la hora, fecha, cantidad y ubicacin de la transaccin.
Tal como se podra suponer, los problemas clave del control del rea del taller son la inexactitud de
los datos y la falta de oportunidad. Cuando esto ocurre, los datos que retroalimentan la totalidad del
sistema de planificacin son errneos, y por lo tanto se toman decisiones incorrectas sobre la
produccin.
Los resultados tpicos son un exceso de inventario, problemas de agotamiento de las existencias, o
ambas cosas, adems fallas en las fechas de vencimiento e inexactitudes en la determinacin del
costo de las tareas.
Naturalmente, el mantenimiento de la integridad de los datos requiere la puesta en funcionamiento de
un sistema slido de recopilacin de datos; pero ms importante an, requiere la adhesin al sistema
por parte de todos para que interacten con ste.
La mayora de las firmas reconocen esto, pero aceptan que, lo que se denomina disciplina de taller,
integridad de los datos o responsabilidad de los datos no es siempre fcil.
Por otro lado, a pesar de los impulsos peridicos para anunciar la importancia de un informe
cuidadoso sobre el rea del taller mediante la conformacin de fuerzas de trabajo para la integridad
de los datos, las inexactitudes pueden deslizarse al sistema de muchas maneras:
Un trabajador de la lnea deja caer una parte debajo de la mesa de trabajo y saca de las existencias
un reemplazo sin registrar la operacin. Un empleado del inventario comete un error en un conteo de
ciclos. Un ingeniero deja de anotar un cambio de ruta de una parte. Un supervisor de departamento
decide ejecutar las tareas en un orden diferente al especificado en la lista de despacho, etc..
EJEMPLO DE UN SISTEMA DE CONTROL EN EL REA DEL TALLER
El programa Gerencia de Manufactura II (Manufacturing Management II) (MMII) de Hewlett-Packard
ilustra los aspectos relacionados con el control en el rea del taller. MMII es un sistema totalmente
integrado que interacta con las diferentes funciones dentro de la firma y con los clientes externos.
La Fig.9 muestra la lgica del Modelo de Programacin del rea del Taller que enfoca las siguientes
reas:

Rutas y centros de trabajo.

Control del trabajo en proceso (Work-in-process) (WIP).
Programacin de las rdenes de trabajo.
Despacho en el rea del taller.
Anlisis de insumo-producto.
Recopilacin e informes de trabajos.

15
Los aspectos de la planificacin de los requerimientos de capacidad de la MMII interactan con este
modelo del rea del taller para garantizar que la programacin se encuentre dentro de los lmites de
la capacidad de las instalaciones.
Las rutas a los centros de trabajo tienen entrada en lnea a travs de terminales y diferentes pantallas
disponibles en un CRT. Existe una serie de pantallas diferentes que pueden revisarse cubriendo las
distintas condiciones para el control del rea del taller.
Una pantalla llamada PARTROUTINGS, por ejemplo, muestra todas las partes, nmeros de
operaciones, rutas, mano de obra, estaciones de trabajo alternas, secuencias paralelas, rutas de
partes comunes, capacidad disponible en cada centro de trabajo y pasos de excepcin o reparacin
en las rutas.
Para la programacin de la produccin, la funcin de programacin de pedidos calcula los tiempos de
iniciacin y terminacin para cada secuencia de produccin.
Para la utilizacin en lnea, las pantallas para revisar la ruta tentativa del pedido (REVTENT
ROUTING) permiten que un programador de la produccin revise las fechas y horas programadas de
la orden de trabajo.

Fig.9
Existen otras pantallas, tales como la del despacho en el rea del taller y la de TERMINACIN DE
PASOS, que muestran una imagen continua del estado y la ubicacin de cada orden de trabajo.
Desde la pantalla, cualquier informacin puede actualizarse manualmente o mediante el uso de
mtodos de ingreso de datos con codificacin de barras.
Principios de la programacin de los centros de trabajo
Gran parte del anlisis de los sistemas de programacin de los centros de trabajo puede resumiese
en los principios siguientes:
1. Existe una equivalencia directa entre el flujo de trabajo y el flujo de efectivo.
2. La efectividad de cualquier taller debe medirse por la velocidad del flujo a travs del taller.
3. Programar las tareas como una fila, con los pasos del proceso hacia atrs.
4. Una vez comenzada, una tarea no debe interrumpirse.

16
5. La velocidad del flujo se logra con mayor eficiencia enfocando los centros de trabajo y las tareas
con cuellos de botella.
6. Reprogramar cada da.
7. Lograr la retroalimentacin diaria en las tareas que no se completan en cada centro de trabajo.
8. Igualar la informacin sobre los insumos del centro de trabajo con lo que el trabajador puede hacer
realmente.
9. Cuando se busque mejorar el producto, observemos si existe incompatibilidad entre el diseo de
ingeniera y la ejecucin del proceso.
10. En un taller es imposible tener una certeza sobre estndares, rutas, etc., pero trabajemos siempre
en su bsqueda.
PROGRAMACIN DEL PERSONAL EN EL SECTOR DE LOS SERVICIOS
El problema de la programacin en la mayora de las organizaciones del sector de los servicios gira
en torno del establecimiento de los programas del personal: semanal, diario y por horas. Aqu se
presentan enfoques analticos simples para desarrollar estos programas.
Programacin de los das de asueto consecutivos
Un problema prctico que se encuentra en muchas empresas de servicios es establecer los
programas de tal manera que los empleados puedan tener dos das consecutivos de asueto.
La importancia del problema se origina en el hecho de que las Leyes Laborales exige horas extras
para las horas de trabajo (por parte de los trabajadores por horas) superiores a 40 horas por semana.
Obviamente, si no se pueden programar dos das consecutivos de asueto cada semana para cada
empleado, la probabilidad de horas extras innecesarias es bastante alta. Adems, la mayora de la
gente prefiere dos das de asueto consecutivos por semana.
Objetivo: Encontrar el programa que minimice el nmero de trabajadores para cinco das con dos
das de asueto consecutivos, sujeto a las demandas del programa diario de dotacin de personal.
Procedimiento: Comenzar con el nmero total de trabajadores requerido para cada da de la
semana y crear un programa aadiendo un trabajador a la vez. Este es un procedimiento de dos
pasos:
Paso 1. Asignar el primer trabajador a todos los das que requieran dotacin de personal. Hacer esto
retranscribiendo los requerimientos totales para cada da. (Esto proporciona una manera fcil de
mantener el rastro del nmero de trabajadores requeridos cada da). Un nmero positivo significa
que el trabajador ha sido asignado para trabajar ese da.
Dado que el primer trabajador puede haber sido asignado a los siete das, encierre en un crculo los
dos das consecutivos que tengan los nmeros ms bajos. stos se considerarn como los das de
asueto. El par ms bajo es aqul en el cual el nmero ms alto del par es igual o inferior al nmero
ms alto en cualquier otro par.
Esto garantiza que los das que tengan los mayores requerimientos estn cubiertos por personal
(pueden elegirse el lunes y el sbado aunque se encuentren en extremos opuestos de la serie de
das). En caso de empate, elegir el par de das de asueto que tenga el requerimiento ms bajo en un
da adyacente. Este da puede ser antes o despus del par. Si el empate persiste, elija el primero de
los pares empatados disponibles (no utilizar ms normas para romper empates, como los segundos
das adyacentes ms bajos).

17
Paso 2. Para el trabajador 2, quitar uno de cada uno de los das no encerrados en el crculo con
nmeros positivos e ingresar el resultado en la hilera del trabajador 2. Esto indica que se requiere un
trabajador menos en esos das porque el primer trabajador acaba de ser asignado a los mismos.
Los dos pasos se repiten para el segundo trabajador, el tercero, etc., hasta que no se requieran ms
trabajadores para satisfacer el programa.
Ejemplo: 4 Programacin de los das de asueto

Nmero de trabajadores requeridos.

Trabajador

1
2
3
4
5

Lunes Martes Mircoles Jueves Viernes Sbado Domingo

4
3
4
2
3
1
2
4
3
4
2
3
1
2
3
2
3
1
2
1
2
2
1
2
0
2
1
1
1
0
1
0
1
1
1
0
0
1
0
0
0
0

Solucin: Esta solucin consiste en cinco trabajadores que cubren 19 das de trabajo, aunque
pueden ser igualmente satisfactorias otras asignaciones ligeramente diferentes,
El programa de asuetos es el siguiente: El trabajador 1 se asigna a sbado y domingo; el trabajador
2, a viernes y sbado; el trabajador 3, a sbado y domingo, el trabajador 4, a martes y mircoles, y el
trabajador 5, trabaja slo el mircoles porque no existen ms requerimientos para los otros das.
Cabe anotar que los trabajadores 3 y 4 tambin tienen el jueves de asueto.
Programacin de las horas de trabajo diarias
El siguiente ejemplo muestra cmo las casas de compensacin bancarias y las operaciones de las
oficinas de respaldo de las grandes sucursales bancarias establecen horas de trabajo diarias.
Bsicamente, la gerencia desea derivar un plan de dotacin de personal que:
1. requiera el nmero mnimo de trabajadores para llevar a cabo la carga de trabajo diaria y
2. minimice la diferencia entre la produccin real y la produccin planeada.
Al estructurar el problema, la gerencia del banco define insumos (cheques, extractos, documentos de
inversin, etc.) como productos que son dirigidos a travs de los diferentes procesos o funciones
(recibir, corresponder, codificar, etc.).
Para resolver el problema se realiza una proyeccin de la demanda diaria por producto para cada
funcin, y se convierte en horas de trabajo requeridas por funcin. Estas cifras se colocan en una
tabla, se suman y se ajustan mediante un factor de ausencias y vacaciones para obtener las horas
planeadas.
Luego, stas se dividen por el nmero de horas del da de trabajo para obtener el nmero de
trabajadores requeridos, lo que produce las horas de personal diarias requeridas ver Fig.10. Esto se
convierte en la base de un plan departamental de dotacin de personal que enumera los trabajadores
requeridos, los trabajadores disponibles, las diferencias y la accin gerencial frente a estas
diferencias, (ver Fig.11).

18
Programacin del trabajo por horas
Las empresas de servicios tales como los restaurantes, se deben enfrentar a cambios en los
requerimientos de una hora a otra. Se necesitan ms trabajadores para las horas pico y menos para
el tiempo restante.
Horas de personal requeridas para programar el trabajo por horas.
VOLUMEN
DIARIO

PRODUCTO
CHEQUES
ESTADOS
PAGARS
INVERSIONES
COBROS
TOTAL DE HORAS
REQUERIDAS
TIEMPOS POR 1,25
(ausencias y vacaciones)
DIVIDIDO POR 8 HORAS
(personal requerido)

2.000
1.000
200
400
500

RECIBIR
P/H H req.
1.000
2,0
30
6,7
100
4,0
300
1,7

FUNCIN
PROCESAR MICROFILMAR
P/H H req. P/H
H req.
600
3,3
240
8,3
600
1,7
250
4,0
15
13,3
50
8,0
200
2,0
300
1,7

VERIFICAR TOTALES
P/H H req.
H req.
640
3,1
16,7
150
6,7
12,4
20,0
150
2,7
16,7
60
8,4
11,8

14,4

26,3

16,0

20,9

77,6

18,0

32,9

20,0

26,1

2,3

4,1

2,5

3,3

12,2

Fig.10
Plan de dotacin de personal
Funcin
Personal requerido Personal disponible Diferencia ()
Recibir
2,3
2
-0.3
Preprocesar
4,1
4
-0.1
Microfilmar
2,5
3
+0.5
Verificar
3,3
3
-0.3

Acciones de la gerencia
Utilizar horas extras.
Utilizar horas extras.
Utilizar excedente para verificar.
Obtener 0. 3 del microfilm.

Fig.11
La gerencia debe ajustarse continuamente a estos requerimientos cambiantes. Este tipo de situacin
en la programacin del personal puede enfocarse aplicando una regla sencilla, el principio de la
primera hora.
Este procedimiento puede explicarse utilizando el siguiente ejemplo. Supongamos que cada
empleado trabaja continuamente en un turno de ocho horas. La regla de la primera hora seala que
para sta se asignar un nmero de trabajadores igual al requerimiento durante ese periodo. Para
cada periodo subsiguiente se asigna el nmero exacto de trabajadores adicionales para satisfacer los
requerimientos.
Cuando en un periodo uno o ms trabajadores llegan al final de sus turnos, se agregan ms
trabajadores slo si se necesitan para satisfacer el requerimiento. La siguiente tabla muestra los
requerimientos de trabajadores para las primeras 12 horas de un restaurante que funciona las 24
horas.
PERODO
HORAS
10 11 12 13 14 15 16 17 18 19 20 21
Requerimiento 4 6 8 8 6 4 4 6 8 10 10 6

El programa muestra que cuatro trabajadores han sido asignados a las 10 hs., se agregan dos a las
11 hs. y otros dos a las 12 hs., para satisfacer los requerimientos.
De las 12 hs. a las 17 hs., hay ocho trabajadores trabajando. Cabe anotar que hay un exceso de
personal entre las 14 hs. y las 18 hs..
Los cuatro trabajadores asignados a las 10 hs. terminan su turno a las18 hs. y se agregan cuatro ms
para que comiencen su turno.
Los dos trabajadores que comienzan a las 11 hs. dejan sus labores a las19 hs. y el nmero de
trabajadores disponibles se reduce a seis.

19
En consecuencia, a las19 hs., se asignan cuatro nuevos trabajadores. A las 21 hs. hay diez
trabajadores trabajando, lo cual es superior al requerimiento, de manera tal que no se agrega
ninguno. Este procedimiento contina en la medida en que haya nuevos requerimientos.
PERODO
HORAS
10 11 12 13 14 15 16 17 18 19 20 21
Requerimiento
4 6 8 8 6 4 4 6 8 10 10 6
Empleados asignados 4 2 2 0 0 0 0 0 4 4 2 0
Empleados trabajando 4 6 8 8 8 8 8 8 8 10 10 10

Otra opcin es dividir los turnos. Por ejemplo, el trabajador puede venir a trabajar por cuatro horas y
luego regresar dos horas despus y trabajar otras cuatro horas. En esencia, el impacto de esta
opcin de programacin es similar al de cambiar el tamao del lote en la produccin.
Cuando los empleados comienzan a trabajar deben registrarse, cambiarse de ropas y probablemente
obtener la informacin necesaria por parte de los empleados del turno anterior. Esta preparacin
puede considerarse como el "costo de preparacin" en un escenario de produccin.
Dividir los turnos es como tener tamaos de lotes ms pequeos, y de esta manera ms preparacin.
Este problema puede resolverse mediante los mtodos de programacin lineal.
CONCLUSIN
En los talleres de trabajo de manufactura, la programacin recurre a la simulacin para calcular el
flujo de trabajo a travs del sistema con el fin de determinar los cuellos de botella y ajustar las
prioridades de las tareas.
Para hacer esto existen diferentes paquetes de software. En el sector de los servicios, el enfoque se
centra en la programacin de los empleados mediante la utilizacin de herramientas matemticas que
pueden utilizarse para establecer los programas de trabajo en funcin de la demanda prevista de los
clientes.
Independientemente de la situacin de la programacin, es importante evitar la suboptimizacin: que
es un programa que funciona bien para una parte de la organizacin pero crea problemas para otras
partes o para el cliente.
PROBLEMA
Auto-Seat de Juan est sujeto a un contrato para hacer todo el trabajo por encargo para Eduardo a
travs de una distribucin de autos. Uno de los principales requerimientos al obtener este contrato es
un tiempo de entrega rpido.
Eduardo ha dicho que si Juan puede reparar y repintar los cinco autos que acaba de recibir en 24
horas o menos, el contrato es suyo. A continuacin se muestra el tiempo (en horas) requerido en el
taller de reparacin y pintura para cada uno de los cinco autos.
Suponiendo que los autos se reparen antes de pintarse
Tiempo
Auto de reparacin
(horas)
A
6
B
0
C
5
D
8
E
2

Tiempo
de pintura
(horas)
3
4
2
6
1

Solucin: Este problema puede considerarse como un taller de flujo de dos mquinas y puede
resolverse utilizando el "mtodo de Johnson". El programa final es B - D - A - C - E.

20
DATOS ORIGINALES
Tiempo de reajuste Tiempo de repintura
Auto
(horas)
(horas)
A
6(3)
3(3)
B
0(1)
4(1)
C
5(4)
2(4)
D
8(2)
6(2)
E
2(5)
1(5)

MTODO DE SIMULACIN
La simulacin se ha convertido en una herramienta estndar en el sector manufacturero y se utiliza
para determinar los programas de produccin, los niveles de inventario y los procedimientos de
mantenimiento; para realizar una planificacin de la capacidad, una planificacin de los de recursos y
una planificacin de los procesos, y mucho ms.
En el sector de servicios, se utiliza ampliamente para analizar las lneas de espera y las operaciones
de programacin. Con frecuencia, cuando falla una tcnica matemtica, se recurre a la simulacin.
DEFINICION DE SIMULACION
Aunque el trmino simulacin puede tener diferentes significados dependiendo de su aplicacin, en la
industria se refiere al uso de un computador digital para desarrollar experimentos sobre un modelo de
un sistema real.
Estos experimentos pueden emprenderse antes de que el sistema real entre en operacin, para
ayudar en su diseo, para ver la forma como el sistema podra reaccionar a los cambios en sus
normas operativas o para evaluar la respuesta del sistema a los cambios en su estructura.
La simulacin es particularmente apropiada en situaciones en las cuales el tamao o la complejidad
del problema dificultan o hace imposible el uso de las tcnicas de optimizacin.
Adems, la simulacin es til en la capacitacin de gerentes y trabajadores respecto de cmo opera
el sistema real, para determinar los efectos de los cambios en las variables del sistema, en el control
del tiempo real y en el desarrollo de nuevas ideas sobre la forma de hacer funcionar la empresa.
METODOLOGA DE LA SIMULACIN
La Fig.1 es una grfica del flujo de las principales fases en un estudio de simulacin. En esta seccin
se desarrolla cada fase haciendo referencia particular a los factores clave anotados a la izquierda de
la grfica.

Objetivos del sistema estudiado. Variables que afectan el logro de los objetivos
Especificacin de:

Variables y parmetros,
Normas de decisin,
Probables distribuciones,
Procedimiento de incremento del tiempo.

Determinacin de:

Las condiciones de inicio

La duracin del funcionamiento.

Determinar las pruebas estadsticas.

Comparar con el resto de la informacin.

Fig.1

21
Definicin del problema
Esencialmente, implica la especificacin de los objetivos y la identificacin de las variables
pertinentes controlables e incontrolables del sistema que se va a estudiar.
Consideremos el ejemplo de un mercado de pescado. El objetivo del mercado es maximizar las
utilidades sobre las ventas de pescado. La variable controlable es la norma de los pedidos, las
variables incontrolables son los niveles de demanda diaria de pescado y la cantidad de pescado
vendida. Otros posibles objetivos podran tambin especificarse como, por ejemplo maximizar las
utilidades provenientes de la venta de langosta o maximizar los ingresos por ventas.
Construccin de un modelo de simulacin
Un aspecto que distingue un modelo de simulacin respecto de la programacin lineal o la teora de
las filas de espera, es el hecho de que un modelo de simulacin debe hacerse a la medida para cada
situacin problemtica.
Un modelo de programacin lineal, puede utilizarse en una serie de situaciones con slo la
reformulacin de los valores para la funcin objetiva y las ecuaciones de limitacin. Sin embargo,
existen lenguajes de simulacin que facilitan la construccin del modelo.
La naturaleza nica de cada modelo de simulacin significa que los procedimientos analizados para
construir y ejecutar un modelo representan una sntesis de los diferentes enfoques de la simulacin y
son pautas y no normas rgidas.
Especificacin de los parmetros y las variables. El primer paso en la construccin de un modelo
de simulacin es determinar qu propiedades del sistema real deben ser fijas (parmetros) y cules
pueden variar durante todo el funcionamiento de la simulacin (variables). En un mercado de
pescado, las variables son la cantidad de pescado ordenada, la cantidad demandada y la cantidad
vendida; los parmetros son el costo del pescado y el precio de venta del mismo.
En la mayora de simulaciones, el foco se encuentra en el estado de las variables en diferentes
puntos del tiempo, como por ejemplo el nmero de Kg. de pescado demandados y vendidos cada da.
Especificacin de las normas de decisin. Las normas de decisin son condiciones bajo las
cuales se observa el comportamiento del modelo de simulacin. Estas normas son, el centro de
atencin de la mayora de los estudios de simulacin.
En muchas simulaciones, las normas de decisin son prioritarias (por ejemplo, qu cliente se atiende
primero, qu tarea se procesa primero). En ciertas situaciones, stas pueden estar bastante
involucradas, teniendo en cuenta un gran nmero de variables en el sistema.
Por ejemplo, una norma de pedidos para el inventario podra formularse de manera tal que la
cantidad del pedido dependa de la cantidad de inventario, la cantidad previamente ordenada pero no
recibida, la cantidad de pedidos pendientes y la reserva de seguridad deseada.
Especificacin de las distribuciones de las probabilidades. Para la simulacin pueden utilizarse
dos categoras de distribuciones: las distribuciones de frecuencia emprica y las distribuciones
matemticas tpicas.
Una distribucin emprica es la observacin de las frecuencias de algn evento tal como las llegadas
en una lnea o la demanda de un producto. En otras palabras, es una distribucin de la demanda
realizada por encargo que es pertinente slo en una situacin determinada. Podra parecer como
aquella que se muestra al lado izquierdo de la Fig.2.

22
Tales distribuciones se determinan por la observacin directa o el anlisis detallado de los registros.
En el ejemplo de simulacin de la fila de espera se mostrar la forma de utilizarlas. Pero, con
frecuencia, la demanda puede asumirse de manera tal que se aproxime bastante a la distribucin
matemtica tpica, tal como la normal o Poisson. Esto simplifica la recopilacin de datos y la
computarizacin.
Ejemplo: 1. Relacin entre los nmeros aleatorios y una distribucin estndar.
Para ilustrar la manera como se relacionan los nmeros aleatorios con una distribucin estndar,
supongamos que la demanda diaria de peridicos de una mquina vendedora se distribuye
normalmente con una media de X* = 55 unidades y una desviacin tpica de = 10.

Fig.2
Bajo esta suposicin, la generacin de la demanda diaria empleara una tabla de nmeros normales
distribuidos aleatoriamente en conjuncin con la frmula estadstica:
Dn = X*+ Zn .
derivada de la transformacin de Z utilizada para ingresar a una tabla normal estndar. La formula es
Z = ( X - )

/
Que cuando se reformula en trminos de X, resulta X = + Z . . Donde se substituye Dn por X y X*
por para relacionar el mtodo con el problema de la muestra.
Los pasos especficos son los siguientes:
Solucin
1. Dibujar un nmero de cinco o seis dgitos de la Fig.3. Las entradas a esta tabla son valores
desviados desarrollados de manera aleatoria que pertenecen a una distribucin normal con una
media de cero y una desviacin estndar de uno.
El trmino desviado se refiere al nmero de desviaciones estndar que algn valor tiene desde la
media, y en este caso representa el nmero de desviaciones tpicas que tiene la demanda de
cualquier da desde la demanda media.
En la frmula anterior de Dn sera el valor de Z en el da n. Si se est simulando el da 1 y utilizando la
primera entrada a la Fig.3, Z1 = 1,23481. Un valor desviado negativo significa simplemente que el
nivel particular de demanda que se va a encontrar utilizndolo ser inferior a la media y no que la
demanda ser un valor negativo.

23
2. Sustituyendo el valor de Z1, junto con los valores predeterminados de X y en la frmula
Dn = X +Zn .

Nmeros normales distribuidos en forma aleatoria:

1,23481
1,54221
0,19126
-0,54929
1,14463
-0,63248
-0,29988
-0,32855
0,35331
0,72576
0,04406

-1,66161
0,02629
1,18250
-0,87214
-0,23153
-0,04776
0,31052
-0,93166
0,56176

1,49673
1,22318
1,00826
-2,75470
1,11241
-0,55806
-0,49094
-0,04187
-0,98726

-0,26990
0,52304
0,24826
-1,19941
1,08497
0,04496
-0,00926
-0,94171
0,82752

-0,23812
0,18124
-1,35882
-1,45402
-0,28185
1,16515
-0,28278
1,64410
0,32468

0.34506
0,20790
0,70691
0,16760
-0,17022
2,24938
-0,95339
-0,96893
0,36915

Fig.3
Donde:
Dn = Demanda en el da n
X* = Demanda media (55 en este ejemplo)

Zn

= Desviacin tpica estimada (10 en este ejemplo)

= Nmero de desviaciones tpicas desde la media en el da n

As pues:

Dn = 55 + (1,23481) (10)

3. Resolver para Dn:

Dn = 55 + 12,3481
Dn = 67,3481
4. Repetir los pasos 1 a 3 utilizando diferentes desviados normales de la tabla hasta que el nmero
de das deseado haya sido simulado.
Especificacin del procedimiento de incremento del tiempo. En un modelo de simulacin, el
tiempo puede avanzarse mediante uno de los siguientes mtodos:
1. incrementos de tiempo fijos o
2. incrementos de tiempo variables.
Bajo ambos mtodos de incremento de tiempo, el concepto de un reloj simulado es importante. En
el mtodo de incremento de tiempo fijo, los incrementos de tiempo del reloj uniformes (v. gr. minutos,
horas, das), se especifican y la simulacin prosigue por intervalos fijos de un periodo de tiempo al
siguiente.
En cada punto del tiempo del reloj, el sistema se explora para determinar si algn evento va a ocurrir.
Si ocurren, los eventos se simulan y el tiempo se avanza; si no es as, el tiempo se avanza an en
una unidad.
En el mtodo del incremento de tiempo variable, el tiempo del reloj se avanza en la cantidad
requerida para iniciar el evento siguiente.

24
Cul de los mtodos es el ms apropiado?
La experiencia sugiere que el incremento de tiempo fijo es aconsejable cuando los eventos de
inters ocurren con regularidad o cuando el nmero de eventos es considerable y varios de ellos
ocurren en el mismo periodo de tiempo.
El mtodo de incremento de tiempo variable es aconsejable, y se tarda menos tiempo de
computadora cuando hay relativamente pocos eventos que ocurran dentro de una cantidad de tiempo
considerable.
Especificacin de los valores de variables y parmetros
Por definicin, una variable cambia de valor a medida que la simulacin progresa, pero se le debe dar
un valor inicial de comienzo. El valor de un parmetro permanece constante; sin embargo, puede
cambiarse en la medida en que se estudien diferentes alternativas en otras simulaciones.
Determinacin de las condiciones de iniciacin. El hecho de determinar las condiciones de
iniciacin para las variables es una decisin tctica importante en la simulacin. Esto se debe a que
el modelo est sesgado por la serie de valores iniciales de comienzo hasta que se ha asentado en un
estado firme. Para resolver este problema, los analistas han seguido diferentes enfoques, tales como:
1. descartar los datos generados durante las partes tempranas del funcionamiento,
2. seleccionar las condiciones de iniciacin que reducen la duracin del periodo de preparacin,
3. seleccionar las condiciones de iniciacin que eliminan el sesgo.
Sin embargo, para emplear cualquiera de estas alternativas, el analista debe tener alguna idea de la
gama de los datos de salida previstos. En consecuencia, en cierto sentido, el analista sesga los
resultados.
Por otra parte, uno de los aspectos nicos de la simulacin es que permite que el juicio ingrese al
diseo y al anlisis de la simulacin; as pues, si el analista tiene alguna informacin que tenga que
ver con el problema, sta debe ser incluida.
Determinacin de la duracin del funcionamiento. La duracin del funcionamiento de la
simulacin (tiempo del funcionamiento) depende del propsito de la misma. El enfoque ms comn
es continuar con la simulacin hasta que sta haya logrado una condicin de equilibrio.
En el ejemplo del mercado de pescado, esto significara que las ventas de pescado simuladas
corresponden a sus frecuencias relativas histricas. Otro enfoque es hacer funcionar la simulacin
durante un periodo fijo, como un mes, un ao o una dcada, y observar si las condiciones al final del
periodo parecen razonables.
Un tercer enfoque es fijar la duracin del funcionamiento de manera tal que se rena una muestra lo
suficientemente grande para efectos de la prueba de hiptesis estadstica. Esta alternativa se vuelve
a considerar ms adelante.
Evaluacin de los resultados
Los tipos de conclusiones que pueden extraerse de una simulacin dependen, del grado en el cual el
modelo refleja el sistema real, pero tambin dependen del diseo de la simulacin en un sentido
estadstico. En realidad, muchos analistas ven la simulacin como una forma de prueba hipottica y
cada funcionamiento de la simulacin provee una o ms piezas de datos de muestra que se pueden
llevar a un anlisis formal a travs de los mtodos estadsticos inferenciales.

25
En la mayora de situaciones, el analista tiene otra informacin disponible para comparar los
resultados de la simulacin, los datos operativos anteriores del sistema real, los datos operativos de
desempeo de sistemas similares y el entendimiento intuitivo propio del analista sobre la operacin
del sistema real. Sin embargo, la informacin obtenida de estas fuentes probablemente no es
suficiente para validar las conclusiones derivadas de la simulacin. As pues, la nica prueba
verdadera de una simulacin es qu tan bien se desempea el sistema real despus de que los
resultados del estudio se hayan puesto en ejecucin.
Validacin
Dentro de este contexto, la validacin se refiere al hecho de probar el programa de computador para
garantizar que la simulacin est correcta. Especficamente, se trata de verificar para ver si el cdigo
del computador es una traduccin vlida del modelo de la grfica de flujo y si la simulacin representa
el sistema real de manera adecuada.
En el programa pueden surgir errores provenientes de equivocaciones en la codificacin o en la
lgica. Las equivocaciones en la codificacin, por lo general, se encuentran fcilmente por cuanto lo
ms probable es que el programa no sea ejecutado por el computador. Sin embargo, las
equivocaciones en la lgica presentan algo ms que un desafo.
En estos casos, el programa corre pero falla en la produccin de resultados correctos. Para
enfrentarse a este problema, el analista tiene tres alternativas:
1. hacer que el programa imprima todos los clculos y verificarlos mediante cmputos
separados,
2. simular las condiciones presentes y comparar los resultados con el sistema existente o
3. escoger algn punto del funcionamiento de la simulacin y comparar su producto con la
respuesta obtenida al resolver un modelo matemtico pertinente de la situacin en ese punto.
Aun cuando los dos primeros enfoques tienen inconvenientes obvios, tienen ms probabilidades de
ser utilizados que el tercero porque si se tuviera en mente un modelo matemtico pertinente, se
estara en capacidad de resolver el problema sin la ayuda de la simulacin.
Propuesta de un nuevo experimento
En base en los resultados de la simulacin, puede realizarse un nuevo experimento de simulacin.
Se podran cambiar muchos de los factores: los parmetros, las variables, las normas de decisin, las
condiciones de iniciacin y la duracin del funcionamiento. En cuanto a los parmetros, se podra
reproducir la simulacin con costos o precios de un producto diferentes para ver qu cambios podran
ocurrir.
El hecho de ensayar las normas de decisin diferentes sera apropiado si las normas iniciales
condujeran a resultados pobres o si esas corridas produjeran nuevas percepciones del problema (el
procedimiento de utilizar el mismo flujo de nmeros aleatorios es un buen enfoque general en el
sentido de que agudiza las diferencias entre las alternativas y permite corridas ms cortas).
Asimismo, los valores provenientes del experimento previo pueden ser condiciones de iniciacin
tiles para las simulaciones subsiguientes.
Finalmente, el hecho de ensayar duraciones de funcionamiento diferentes constituye un nuevo
experimento en lugar de ser una reproduccin de un experimento previo que depende de los tipos de
eventos que ocurren en la operacin del sistema con el tiempo. Podra ocurrir, por ejemplo, que el
sistema tenga ms de un nivel de operacin estable y que el hecho de alcanzar el segundo nivel
dependa del tiempo.

26
Entonces, mientras la primera serie de corridas, de por ejemplo 100 periodos muestre las condiciones
estables, duplicar la duracin de la serie puede proveer unas condiciones diferentes pero igualmente
estables. En este caso, el hecho de correr la simulacin durante 200 periodos de tiempo puede
considerarse como un nuevo experimento.
Computarizacin
Cuando se utiliza un modelo de computador, el sistema que se va a estudiar se reduce a una
representacin simblica que se va a correr en un computador.
Aunque el hecho de detallar los aspectos tcnicos de un modelo de computador se encuentra fuera
del alcance de este libro, algunos de los que recaen directamente en la simulacin son los siguientes:
1.
2.
3.
4.
5.
6.

Seleccin del lenguaje del computador.

Graficacin del flujo.
Codificacin.
Generacin de datos.
Informes de salida.
Validacin.

Al final se hablar ms acerca de los programas y lenguajes de la simulacin.

Informes de salida. Los lenguajes para propsitos generales le permiten al analista especificar
cualquier tipo de informe de salida (o de datos), siempre y cuando est dispuesto a pagar el precio en
esfuerzos de programacin.
Los lenguajes para propsitos especiales tienen rutinas estndar que pueden ser activadas por una o
dos formulaciones de programas para imprimir datos tales como las medias, las varianzas y las
desviaciones tpicas. Independientemente del lenguaje, sin embargo, la experiencia ha sido que la
extraccin de demasiados datos de una simulacin puede ser tan poco funcional para la solucin del
problema como la escasez de datos; ambas situaciones tienden a oscurecer la informacin
importante y verdaderamente significativa acerca del sistema estudiado.
SIMULACIN DE LAS FILAS DE ESPERA
Las filas de espera que se presentan en serie y en forma paralela, como en las lneas de ensamble y
en los talleres de trabajo, por lo general no pueden resolverse matemticamente. Sin embargo, dado
que stas se pueden simular con facilidad en un computador, se ha escogido una lnea de ensamble
de dos etapas como segundo ejemplo de simulacin.
Ejemplo: Una lnea de ensamble de dos etapas
Consideremos una lnea de armado que ensambla un producto de tamao fsico considerable, como
por ejemplo: un refrigerador, una estufa, un auto, un bote, un televisor o muebles. La Fig.4 muestra
dos estaciones de trabajo en esa lnea.
El tamao del producto es una consideracin importante en el anlisis y diseo de la lnea de
ensamble porque el nmero de productos que puede existir en cada estacin de trabajo afecta el
desempeo de los trabajadores. Si el producto es grande, las estaciones de trabajo dependen unas
de otras.
La Fig.4, por ejemplo, muestra a Bob y a Ray trabajando en una lnea de dos etapas en donde la
produccin de Bob en la estacin 1 alimenta la de Ray en la estacin 2.

27
S las estaciones de trabajo son adyacentes de manera tal que no haya espacio para artculos en el
medio, trabajando despacio Bob pondra a esperar a Ray. De manera inversa, si Bob termina un
artculo rpidamente (o s Ray se demora en acabar la tarea), Bob tendra que esperar a Ray.
En esta simulacin supongamos que Bob, el primer trabajador de la lnea, puede traer un nuevo
artculo para trabajar cuando quiera y lo necesite. El anlisis se concentrar en la interaccin entre
Bob y Ray.

Fig.4
Objetivo del estudio. Hay una serie de preguntas sobre la lnea de ensamble de este estudio. Una
lista parcial sera la siguiente:

Cul es el tiempo de desempeo promedio de cada trabajador?

Cul es la tasa de produccin del artculo en esta lnea?
Cunto tiempo espera Bob a Ray?
Cunto tiempo espera Ray a Bob?
Si el espacio entre las dos estaciones se incrementara de manera tal que los artculos
pudieran almacenarse all y los trabajadores tuvieran alguna independencia, en qu forma
afectara esto las tasas de produccin, los tiempos de espera, etc.?

Recopilacin de datos. Para simular este sistema, se necesitan los tiempos de ejecucin de Bob y
de Ray. Una manera de recopilar estos datos es dividir la gama de los tiempos de ejecucin en
segmentos, y luego observar a cada trabajador. Una simple verificacin o marca de recuento en
cada uno de estos segmentos da como resultado un til histograma de datos.
La Fig.5 muestra el formulario de recopilacin de datos utilizado para observar los desempeos de
Bob y Ray. Para simplificar el procedimiento, el tiempo de ejecucin se dividi en intervalos de diez
segundos. Bob se observ durante 100 repeticiones de la tarea y Ray slo durante 50.
El nmero de observaciones no tiene que ser el mismo, pero mientras ms haya, ms pequeo ser
el tamao de los segmentos de tiempo, y ms exacto ser el estudio. La cuestin es que ms
observaciones y segmentos ms pequeos se toman ms tiempo y ms personas.
La Fig.6 contiene los intervalos de nmeros aleatorios asignados que corresponden al mismo
coeficiente que los datos reales observados. Por ejemplo, Bob tuvo cuatro de 100 veces en diez
segundos. En consecuencia, si se utilizaran 100 nmeros, se asignaran cuatro de esos nmeros
como correspondientes a diez segundos.
Se podra haber asignado cualquiera de los cuatro nmeros, por ejemplo 42, 18, 12 y 93. Sin
embargo, seran difciles de buscar, de manera que se asignan nmeros consecutivos, como 00, 01,
02 y 03.

28
Formulario de recopilacin de datos para la observacin de los trabajadores:
Segundos
5-14.99
15-24.99
25-34.99
35-44.99
45-54.99
55-64.99
65-74.99
75-84.99

Bob
Ray
Totales Totales
4
4
6
5
10
6
20
7
40
10
11
8
5
6
4
4
100
50

Fig.5
Intervalos de nmeros aleatorios para Bob y Ray:

Segundos
10
20
30
40
50
60
70
80

Frecuencias de
Frecuencias de
Intervalos
Intervalos
tiempo
tiempo
de Nmeros
de nmeros
para Bob
para Ray
aleatorios
aleatorios
(operacin 1)
(operacin 2)
4
00-03
4
00-07
6
04-09
5
08-17
10
10-19
6
18-29
20
20-39
7
30-43
40
40-79
10
44-63
11
80-90
8
64-79
5
91-95
6
80-91
4
96-99
4
92-99
100
50

Fig.6
Se registraron 50 observaciones de Ray. Existen dos formas de asignar los nmeros, aleatorios. En
primer lugar, se podran utilizar slo 50 nmeros (por ejemplo, 00-49) e ignorar aquellos que se
encuentren por encima. Sin embargo, esto es antieconmico porque se descartara el 50% de los
nmeros de la lista.
Otra eleccin sera duplicar el nmero de frecuencias. Por ejemplo, en lugar de asignar los nmeros
0-03 para contar las cuatro observaciones de las 50 que se tomaron diez segundos, se podran
asignar los nmeros 00-07 para representar ocho de 100 observaciones, que es el doble del nmero
observado pero la misma frecuencia. Realmente en este ejemplo y a la velocidad de los
computadores, el ahorro de tiempo que se logra duplicando es insignificante.
La Fig.7 muestra una simulacin manual de diez artculos procesados por Bob y Ray. Los nmeros
aleatorios utilizados se tomaron del Anexo B, comenzando con la primera columna de dos nmeros y
trabajando hacia abajo.
Supongamos que se comienza en el tiempo 00 y se hace funcionar en segundos continuos. El primer
nmero aleatorio es 56 y corresponde al desempeo de Bob en 50 segundos para el primer artculo.
El artculo se le pasa a Ray, quien comienza a los 50 segundos. Relacionando el nmero aleatorio
siguiente, 83 con la Fig.6, se observa que Ray necesita 70 segundos para completar el artculo.
Mientras tanto, Bob comienza con el artculo siguiente en el tiempo 50 y se toma 50 segundos
(nmero aleatorio 55) para acabar en el tiempo 100. Sin embargo, Bob no puede comenzar con el
tercer artculo hasta que Ray termine con el primero en el tiempo 120. Bob, por consiguiente, tiene un
tiempo de espera de 20 segundos.

29
Si hubiera espacio de almacenamiento entre Bob y Ray, el artculo podra haber sido retirado de la
estacin de trabajo de Bob y ste podra haber comenzado con el artculo siguiente en el tiempo 100.
El resto del cuadro se calcul siguiendo el mismo modelo: obteniendo un nmero aleatorio,
encontrando el tiempo de procesamiento correspondiente, registrando el tiempo de espera (si lo
hubiere) y calculando el tiempo de terminacin. Cabe anotar que sin espacio de almacenamiento
entre Bob y Ray, se presenta un tiempo de espera considerable para ambos trabajadores.
Simulacin de Bob y Ray - Lnea de ensamble de dos etapas
Bob
N de
Artculos

N
aleatorio

1
2
3
4
5
6
7
8
9
10

56
55
84
36
26
95
66
03
57
69

Tiempo
de
iniciacin
00
50
120
180
220
260
330
410
430
480
Total:

Tiempo
de
ejecucin
50
50
60
40
40
70
50
10
50
50
470

Ray
Tiempo
de
terminacin
50
100
180
220
260
330
380
420
480
530
Total:

Tiempo
de
espera
20

30
10

Espacio
de
Almacenamiento
0
0
0
0
0
0
0
0
0
0

N
aleatorio
83
47
08
05
42
95
17
21
31
90

60

Tiempo
Tiempo
de
de
Terminaejecucin
cin
50
70
120
120
50
170
180
20
200
220
10
230
260
40
300
330
80
410
410
20
430
430
30
460
480
40
520
530
70
600
Total:
430
Total:

Tiempo
de
iniciacin

Tiempo
de
espera
50
10
20
30
30

20
10
170

Fig.7
Ahora es posible responder a algunas preguntas y hacer algunas formulaciones acerca del sistema.
Por ejemplo:
El tiempo de produccin promedio es de 60 segundos por unidad (el tiempo completo de 600 para
Ray dividido por diez unidades)
La utilizacin de Bob es 470/530 = 88,7%.
La utilizacin de Ray es 430/550 = 78,2% (desconociendo la espera inicial de 50 segundos para el
primer artculo).
El tiempo de ejecucin promedio para Bob es de 470/10 = 47 seg.
El tiempo de ejecucin promedio para Ray es de 430/10 = 43 seg.
Se ha demostrado la manera como se podra resolver este problema en una sencilla simulacin
manual. La muestra de diez es demasiado pequea para ser confiable, de manera que este problema
debe correrse en un computador para varios miles de repeticiones.
Es tambin vital estudiar el efecto de un espacio de almacenamiento de artculos entre los
trabajadores. El problema se correra para ver cules son los tiempos totales y de utilizacin de los
trabajadores sin espacio de almacenamiento entre los mismos.
Una segunda corrida debe incrementar este espacio de almacenamiento a una unidad con los
correspondientes cambios anotados. El hecho de repetir las corridas para dos, tres, cuatro, etc., le
ofrece a la gerencia una posibilidad de calcular el costo adicional del espacio comparado con la
utilizacin incrementada.

30
Dicho espacio incrementado entre los trabajadores puede requerir unas instalaciones ms amplias,
ms materiales y partes en el sistema, equipo de manejo del material, mquina de transferencia,
calefaccin adicional, iluminacin, mantenimiento de las instalaciones, etc.
stos seran tambin unos datos tiles para que la gerencia vea qu cambios ocurriran en el sistema
si una de las posiciones de los trabajadores se automatizara. La lnea de ensamble podra simularse
mediante el uso de datos del proceso automatizado para ver si un cambio de estos se justificara en
cuanto a costo.
Lnea de ensamble en dos etapas de Bob y Ray en Excel de Microsoft

Artculo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

N
aleatorio
93
52
15
64
86
20
83
89
69
41
32
1
11
2
11
55
18
39
13
7
29
58
95
27
59
85
12
34
60
97

Tiempo
de
iniciacin
0
70
120
170
230
290
330
400
460
510
560
610
630
690
760
820
870
910
950
1000
1040
1080
1130
1200
1260
1310
1390
1440
1480
1530

Bob
Tiempo
Tiempo
de
de
ejecutermicin
nacin
70
70
50
120
30
150
50
220
60
290
40
330
60
390
60
460
50
510
50
560
40
600
10
620
30
660
10
700
30
790
50
870
30
900
40
950
30
980
20
1020
40
1080
50
1130
70
1200
40
1240
50
1310
60
1370
30
1420
40
1480
50
1530
80
1610

Tiempo
de
espera
0
0
20
10
0
0
10
0
0
0
10
10
30
60
30
0
10
0
20
20
0
0
0
20
0
20
20
0
0
0

N
aleatorio
0
44
72
35
2
82
31
13
53
48
13
67
91
76
41
34
28
53
41
21
54
39
70
60
93
51
35
51
87
29

Ray
Promedio
de
Tiempo Tiempo Tiempo
Tiempo
tiempo
de
de
de
de
por
iniciaejecutermiespera
unidad
cin
cin
nacin
70
80.0
70
10
80
40
85.0
120
50
170
0
76.7
170
60
230
0
67.5
230
40
270
20
60.0
290
10
300
30
66.7
330
70
400
0
62.9
400
40
440
20
60.0
460
20
480
30
62.2
510
50
560
0
61.0
560
50
610
0
57.3
610
20
630
0
57.5
630
60
690
0
58.5
690
70
760
0
58.6
760
60
820
0
57.3
820
40
860
10
56.9
870
40
910
0
55.3
910
30
940
10
55.6
950
50
1000
0
54.7
1000
40
1040
0
53.5
1040
30
1070
10
53.8
1080
50
1130
0
53.2
1130
40
1170
30
54.8
1200
60
1260
0
54.6
1260
50
1310
0
55.6
1310
80
1390
0
55.4
1390
50
1440
0
54.8
1440
40
1480
1530
0
54.6
1480
50
1600
0
55.2
1530
70
1640
10
54.7
1610
30

Tiempo
total
80
100
110
100
70
110
110
80
100
100
70
80
130
130
100
90
70
90
90
70
90
90
130
110
130
130
90
90
120
110

Tiempo
promedio
en el
sistema
80.0
90.0
96.7
97.5
92.0
95.0
97.1
95.0
95.6
96.0
93.6
92.5
95.4
97.9
98.0
97.5
95.9
95.6
95.3
94.0
93.8
93.6
95.2
95.8
97.2
98.5
98.1
97.9
98.6
99.0

Fig.8
SIMULACIN MEDIANTE HOJA ELECTRNICA
Tal como se ha sealado, las hojas electrnicas como Excel de Microsoft son muy tiles en una serie
de problemas. La Fig.8 muestra la lnea de ensamble en dos etapas de Bob y Ray en una hoja
electrnica Excel.
El procedimiento sigue el mismo patrn del ejemplo manual de la Fig.8. La simulacin total en Excel
pas a travs de 1.200 iteraciones (indicadas en las Figs.10 y 11); o sea que Ray termin 1.200
partes.
La simulacin, como herramienta analtica, tiene una ventaja sobre los mtodos cuantitativos dado
que es una simulacin dinmica por cuanto los mtodos analticos muestran un desempeo promedio
a largo plazo.

31
Como se puede ver en las Figs.9 y 10, existe una fase de iniciacin inequvoca (o pasajera). Se
podran incluso plantear algunas preguntas acerca de la operacin a largo plazo de la lnea porque no
parece haberse establecido en un valor constante (estado firme) incluso despus de los 1.200
artculos.
La Fig.9 muestra 100 artculos que pasan a travs del sistema de dos etapas de Bob y de Ray. Cabe
anotar la amplia variacin en tiempo para las primeras unidades terminadas. Estas cifras indican el
tiempo promedio que las unidades se toman. Es un nmero acumulativo; o sea que la primer unidad
se toma el tiempo generado por los nmeros aleatorios.
El tiempo promedio para dos unidades es el tiempo promedio de la suma de la primera y la segunda
unidad. El tiempo promedio para tres unidades es el tiempo promedio para la suma de las tres
primeras unidades, y as sucesivamente. Este ejemplo podra tener casi cualquier forma de iniciacin,
no necesariamente la que se ha mostrado.
Todo depende de la corriente de nmeros aleatorios. Lo que se puede asegurar es que los tiempos
oscilan durante un momento hasta que se establecen en la medida en que las unidades se terminan y
se ajustan al promedio.
La Fig.10 muestra el tiempo promedio que las partes gastan en el sistema. Al comienzo, el ejemplo
muestra una cantidad de tiempo creciente en el sistema. Esto puede preverse porque el sistema ha
comenzado vaco y no hay interrupciones cuando las partes pasan de Bob a Ray.
Con frecuencia, las partes ingresan al sistema y pueden, tener que esperar entre las etapas del
trabajo en proceso; esto causa demoras para las partes subsiguientes que se suman al tiempo de
espera. A medida que avanza el tiempo, habr estabilidad a menos que la capacidad de la segunda
etapa sea inferior a la de la primera.
En el ejemplo, no se dej espacio entre ellas. En consecuencia, si Bob acababa primero, tena que
esperar a Ray. Si Ray acababa primero, tenia que, esperar a Bob.
La Fig.11 muestra los resultados de la simulacin de Bob y Ray completando 1.200 unidades de un
producto. Comparemos estas cifras con aquellas que se obtuvieron simulando diez artculos
manualmente. No est del todo mal! El tiempo promedio de ejecucin para Bob aparece como 46.48
segundos. Esto est cerca del promedio ponderado de lo que se esperara a largo plazo.
Para Bob es de (10 x 4 + 20 x 6 + 30 x 10 etc.) / 100 = 45.9 segundos.
El tiempo previsto para Ray es de (10 x 4 + 20 x 5 + 30 x 6 etc.) / 50 = 46.4 segundos.

Fig.9

32

Fig.10
Bob
Ray Unidad
Utilizacin
0,81 0,85
Tiempo de espera promedio
10,02 9,63
Tiempo de ejecucin promedio 46,48 46,88
Tiempo promedio por unidad
57,65
Tiempo promedio en el sistema
103,38

Fig.11
PROGRAMAS Y LENGUAJES DE SIMULACION
Los modelos de simulacin pueden clasificarse como continuos o separados. Los modelos continuos
se basan en ecuaciones matemticas, y en consecuencia son continuos con valores para todos los
puntos en el tiempo.
En contraste, la simulacin separada ocurre nicamente en puntos especficos. Por ejemplo, los
clientes que llegan a la ventanilla del cajero del banco seran una simulacin separada. La simulacin
salta de un punto a otro; la llegada de un cliente, el inicio de un servicio, la finalizacin del servicio, la
llegada del siguiente cliente, etc.
La simulacin separada puede tambin impulsarse para que funcione por unidades de tiempo (por
das, por horas, minuto por minuto). Esto se llama simulacin del evento; los puntos que estn en el
medio no tienen valor para la simulacin o no pueden calcularse debido a la falta de algn tipo de
relacin matemtica que una los eventos sucesivos. Las aplicaciones de gerencia de operaciones
utilizan casi exclusivamente la simulacin separada (evento).
Los programas de simulacin tambin pueden dividirse en categora de propsitos generales y
categora de propsitos especiales. El software de propsitos generales es el lenguaje que les
permite a los programadores construir sus propios modelos. Como ejemplos estn el SLAM II, el
SIMSCRIPT II.5, el SIMAN, el GPSS/H, el GPSS/PC, el PCMODEL y el RESQ. Los programas de
simulacin de software de propsitos especiales estn hechos especialmente para simular
aplicaciones especficas, tales como MAP/1 y SIMFACTORY.
En una simulacin especializada para la manufactura, por ejemplo, las provisiones del modelo
permiten especificar el nmero de centros de trabajo, su descripcin, las tasas de llegada, el tiempo
de procesamiento, los tamaos de las tandas, las cantidades de trabajo en proceso, los recursos
disponibles incluyendo mano de obra, secuencias, etc. Adicionalmente, el programa puede permitirle
al observador ver la operacin animada y las cantidades y flujos a travs de todo el sistema a medida
que la simulacin est corriendo.
Los datos se recopilan, analizan y presentan en una forma ms conveniente para ese tipo de
aplicacin. Existen muchos programas de simulacin de software disponibles para utilizar en
computadores, desde micros hasta grandes computadores. Entonces, en qu forma se escoge uno
de una larga lista?

33
El primer paso es entender los diferentes tipos de simulacin. Luego, se revisan los programas que
existen en el mercado para encontrar uno que se ajuste a sus necesidades especficas. Sin embargo,
incluso si un programa existe, algunas veces es an ms fcil crear uno para propsitos especiales.
Puede adaptarse mejor y ser menos engorroso de utilizar.
Como ltimo comentario sobre programas de simulacin, no hay que descartar las hojas electrnicas.
Como se observ, en la seccin anterior se simul a Bob y a Ray sobre una hoja electrnica. Las
hojas electrnicas se estn volviendo bastante amigables para el usuario y se les estn aadiendo
muchos rasgos, tales como permitir la generacin de nmeros aleatorios y hacer preguntas del tipo:
Qu ocurrira si....... ? La sencillez en la utilizacin de una hoja electrnica para la simulacin bien
puede compensar cualquier reduccin requerida en la complejidad del problema con el fin de utilizar
dicha hoja.
@RISK es un programa agregado que trabaja con Excel de Microsoft. El programa le adiciona a la
hoja electrnica muchas funciones relacionadas con la simulacin. La utilizacin de @RISK
automatiza el proceso de tomar los valores aleatorios de una funcin de distribucin especfica,
automatiza el reclculo de la hoja electrnica con los nuevos valores aleatorios, y captura los valores
y las estadsticas de salida. @RISK simplifica el proceso de construir y correr las simulaciones con
hoja electrnica.
Aspectos aconsejables del software de simulacin
Aprender a utilizar el software de simulacin se toma su tiempo. Una vez aprendido un software
especfico, la tendencia es permanecer all por largo tiempo, as que se debe ser cuidadoso en su
eleccin. El software de simulacin debe:
1.
2.
3.
4.
5.
6.
7.

8.
9.
10.
11.

Estar en capacidad de utilizarse de manera interactiva y permitir corridas completas.

Ser amigable para el usuario y fcil de entender.
Permitir que se construyan mdulos y luego se conecten. En esa forma, se puede trabajar
sobre los modelos sin afectar el resto del sistema.
Permitir que los usuarios escriban e incorporen sus propias rutinas; ningn programa de
simulacin puede satisfacer todas las necesidades.
Tener bloques de construccin que contengan comandos estructurados (tales como el anlisis
estadstico o las normas de decisin que indiquen a dnde ir despus,).
Tener macrocapacidad, como la habilidad de desarrollar clulas de maquinado.
Tener capacidad de flujo de material. Las operaciones implican el movimiento de material y de
personas; el programa debe tener la habilidad de modelar camiones, gras, transportadores,
etc.
Estadsticas estndar de produccin, tales como los tiempos de los ciclos, las utilizaciones y los
tiempos de espera.
Permitir una serie de alternativas de anlisis de datos de entrada y de salida.
Tener habilidades de animacin para desplegar grficamente el flujo de productos a travs del
sistema.
Permitir la depuracin de mensajes de error interactivo del modelo de manera que el usuario
pueda rastrear los flujos a travs del sistema y encontrar ms fcilmente los errores 6.

VENTAJAS Y DESVENTAJAS DE LA SIMULACIN

La siguiente no pretende ser una lista extensa de razones por las cules se debe decidir la utilizacin
o no utilizacin de la simulacin como tcnica. Ms bien, se formulan algunas de las ventajas y
desventajas generalmente aceptadas.

34
Ventajas
1.
2.
3.
4.

6.
7.
8.
9.

El hecho de desarrollar el modelo de un sistema conduce con frecuencia a una mejor

comprensin del sistema real.
En la simulacin, el tiempo puede comprimirse; aos de experiencia en el sistema real pueden
reducirse a segundos o minutos.
La simulacin no interrumpe las actividades en curso del sistema real.
La simulacin es mucho ms general que los modelos matemticos y puede utilizarse cuando las
condiciones no son apropiadas para un anlisis matemtico tpico.
La simulacin puede utilizarse como un juego para la experiencia de capacitacin.
La simulacin provee una duplicacin ms realista de un sistema que el anlisis matemtico.
La simulacin puede utilizarse para analizar condiciones pasajeras mientras que las tcnicas
matemticas no pueden hacerlo.
Comercialmente estn disponibles muchos modelos de paquetes estndar, que cubren una
amplia gama de temas.
La simulacin responde las preguntas del tipo "Qu ocurrira si ... ?".

Desventajas
1.
2.

3.

4.

5.
6.

Aunque se gasta mucho tiempo y esfuerzo en el desarrollo de un modelo de simulacin, no

existe garanta alguna de que el modelo, en efecto, produzca buenas respuestas.
No hay manera de probar que el desempeo de un modelo de simulacin sea completamente
confiable. La simulacin implica numerosas repeticiones de secuencias que se basan en
ocurrencias generadas de manera aleatorio. Un sistema aparentemente estable puede explotar
con una correcta combinacin de eventos, aunque improbables.
Dependiendo del sistema que se va a simular, la construccin de un modelo de simulacin puede
tomarse, en cualquier parte, desde una hora hasta 100 aos de trabajo. Los sistemas
complicados pueden ser muy costosos y dispendiosos.
La simulacin puede ser menos exacta que el anlisis matemtico por cuanto se basa en lo
aleatorio. Si un sistema determinado puede representarse mediante un modelo matemtico, este
ltimo puede resultar mejor que la simulacin.
Para correr modelos complejos puede necesitarse una gran cantidad de tiempo de computador.
La tcnica de la simulacin, aunque est progresando, todava carece de un enfoque
estandarizado. En consecuencia, los modelos del mismo sistema construidos por personas
diferentes pueden variar considerablemente.

CONCLUSIN
Se podra afirmar que cualquier cosa que se pueda hacer matemticamente se puede hacer tambin
mediante la simulacin. Sin embargo, la simulacin no es siempre la mejor eleccin. El anlisis
matemtico, cuando es apropiado para resolver un problema especfico, es usualmente ms rpido y
menos costoso. Igualmente, en lo que se refiere a la tcnica, es tambin demostrable y la nica
pregunta real es si el sistema est representado de manera adecuada por el modelo matemtico. Sin
embargo, la simulacin no tiene nada fijo; no existen lmites para construir un modelo o para hacer
supuestos acerca del sistema. El hecho de poder expandir el poder y la memoria del computador ha
superado los lmites de lo que se puede simular. Adems, el continuo desarrollo de los lenguajes y
programas de simulacin - tanto los programas para propsitos generales (SIMAN, SLAM) como
aquellos para propsitos especiales (MAP/I, SIMFACTORY, Optima) - promete realizar el proceso
completo de crear modelos de simulacin mucho ms fciles.