MODELOS DE MANUFACTURA

1.1
INTRODUCCIN
El propsito de la manufactura, al menos idealsticamente, es enriquecer a la
sociedad a travs de la produccin de artculos funcionalmente deseables,
estticamente agradables, ambientalmente seguros, econmicamente afrontables,
altamente confiable y con la ms alta calidad. Una definicin ms pragmtica sera
satisfacer los deseos del cliente en cuanto a funcionalidad, calidad y confiabilidad al
menor costo. La responsabilidad de la administracin de la manufactura es
establecer prioridades y objetivos y monitorear su rendimiento. El ingeniero
Industrial o de Manufactura determina como utilizar de la mejor manera los insumos
disponibles de mano de obra, tecnologa, capital, energa, materiales e informacin
para alcanzar los objetivos y conocimiento. Este libro proporciona conocimientos
sobre el uso de modelos analticos y experimentales del sistema de manufactura
que ayuda en la toma de decisiones de ingeniera y de manufactura.
Otro propsito de la manufactura es proveer un trabajo bien remunerado para
conducir la economa.
La manufactura puede ser clasificada como partes discretas o como un proceso
continuo. La manufactura de partes discretas se caracteriza por la produccin de
partes individuales que son claramente distinguibles como las tarjetas de circuitos
electrnicos o los bloques de motor. Las industrias de procesos continuo operan
sobre un producto que est continuamente fluyendo, el ejemplo ms obvio son las
refineras de petrleo y otras industrias qumicas.
La manufactura discreta se preocupa principalmente por la programacin de la
produccin, control de material (RMP) y asignacin de la mano de obra. Los tipos
de sistemas se sobreponen. Por ejemplo la produccin masiva de partes discretas
comparte muchas de las caractersticas de las industrias de procesos continuos.
El sistema de manufactura se puede dividir en 5 funciones interrelacionadas. Las
funciones son: diseo del producto, planeacin del proceso, operaciones de
produccin, flujo de material o layout de las instalaciones y planeacin o control de
a produccin. El flujo de la informacin es la clave que conduce las cinco funciones,
supervisa su coordinacin y mide el cumplimiento con objetivos corporativos. Los
sistemas de informacin interactan con contabilidad, compras, mercadotecnia,
finanzas, recursos humanos, y otras funciones administrativas.
El diseo del producto es responsable de tomar las salidas del marketing con
respecto a los deseos del cliente y desarrollar la descripcin de los productos que

pg. 1

pueden ser manufacturados rentablemente para satisfacer las necesidades y

deseos del cliente. Histricamente los planos con descripciones eran utilizados para
describir productos. Los sistemas modernos de diseo asistidos por computadora
(CAD) han reemplazado los planos para esta tarea. El modelo CAD puede ser
visualizado a lo largo de una estacin de trabajo grafica con cualquier nota deseada.
Planeacin de proceso implica la especificacin de una secuencia de las
operaciones requeridas para convertir la materia prima en partes y despus
ensamblarlas en productos. La planeacin de proceso requiere un profundo
entendimiento de la capacidad y habilidad de las operaciones de produccin y las
necesidades funcionales especificadas por el diseador de producto.
El planeador debe saber, para empezar, si una herramienta particular o una
maquina pueden alcanzar la tolerancia de especificacin dada. El plan terminado
del proceso es una serie de instrucciones especficas de como debera ser
manufacturado el producto, incluyendo la secuencia de las maquinas-herramientas,
las herramientas requeridas y las configuraciones de la mquina.
Las operaciones de manufactura son generalmente de naturaleza de fabricacin
o de ensamble. Fabricacin se refiere ya sea a la remocin de material o un cambio
en su forma con el propsito de tener una forma ms til. Algunos ejemplos son el
moldeo por inyeccin de plstico, extrusin del aluminio, torneado de un dimetro,
taladrado de un barreno, o doblar una brida.
El manejo de materiales est enfocado a las tcnicas utilizadas para el transporte
de partes, estampado y desecho a travs de la facilidad. El layout de la facilidad se
interesa en la colocacin fsica de los procesos de produccin dentro de la facilidad,
la relacin espacial de los procesos relacionados, la entrega de los servicios
requeridos como electricidad y CVA (calefaccin, ventilacin y aire acondicionado)
en las reas de trabajo.
El diseo de los sistemas del flujo de materiales no debe ser supervisado. El
diseo de productos puede fracasar debido a atencin insuficiente a la manipulacin
de materiales.
La planeacin de produccin es responsable por combinar la informacin de las
demandas del mercado, capacidad de produccin y niveles de inventario actual para
determinar los niveles de produccin a planear para cada familia de productos por
un periodo medio de tiempo a un periodo largo.
Todos los modelos descritos requieren entradas de datos confiables, los cuales
pueden ser obtenidos desde el diseo del producto, planes de proceso e
informacin del sistema. Los sistemas de contabilidad han sido diseados con una

pg. 2

vista hacia la clasificacin de estados financieros para el impuesto y las propuestas

de los accionistas. La falta de informacin pude provocar que un modelo sea
modificado o que se hagan diferentes suposiciones para el modelo, obtener
entradas de datos confiables es crucial para que la modelacin tenga xito (basura
entra basura sale), finalmente el modelador es responsable por la validacin del
modelo. Es obligatorio para el modelador entender las entradas que el modelo
requiere y las entradas realmente disponibles y por lo tanto suministradas. La
definicin de parmetros debe ser clara para evitar mala comunicacin entre el
proveedor de los datos y el usuario. Siempre se debe checar la robustez del modelo
con respecto a las entradas. Los parmetros del modelo deben variarse
aleatoriamente y se debe de determinar la sensibilidad a los parmetros. Aquellos
parmetros para los cuales pequeas perturbaciones afectan seriamente los
resultados deben revisarse cuidadosamente respecto a su exactitud.
Al considerar el estampado, ensamble y enrutamiento durante el diseo del
producto, es de esperarse que podamos reducir el tiempo necesario para traer un
producto al mercado y evitar el diseo de productos que no pueden ser
eficientemente manufacturado.
Para el propsito de la construccin y el uso de modelos, es conveniente revisar los
sistemas de manufactura como conjuntos interrelacionados de tareas, materiales,
recursos, productos, planes y evento. Los planes incluyen planes de procesos y
planes de produccin. Los materiales son enrutados a travs de recursos como
trabajadores, sistemas de manejo y maquinas, de este modo es transformado en
productos. Los recursos son asignados a las tareas que los requieren para efectuar
esta transformacin.
1.2
Tipos de sistemas de Manufactura

Los sistemas de manufactura pueden ser clasificados por un nmero de

caractersticas. Industrias discretas o de procesos, y de fabricacin o de
ensamblaje, otra caracterstica es la materia prima, cada modelo est diseado por
un tipo de organizacin de instalaciones. Las configuraciones comunes son
producto, proceso, grupo tecnolgico, y posicin arreglada.
La tecnologa de grupo o manufactura celular puede utilizarse para convertir los
sistemas de disposicin de proceso a ceudo entornos de diseo de producto. Las
partes similares se agrupan en cantidad suficiente para justificar sus propias
mquinas. Una clula es entonces dispuesta para producir precisamente este

pg. 3

conjunto de piezas. Es justo decir que la manufactura celular es potencialmente tan

importante como una innovacin tecnolgica de control numrico y la robtica.
Para cada una de las con figuraciones - producto, proceso y clula - hemos
sealado los puntos fuertes y dbiles. Estos se resumen en la Tabla 1.1.
Tabla 1.1 Caractersticas generales de los tipos de diseo
Caracterstica

Producto

Proceso

Grupo

Posicin fija

Tiempo
de Bajo
procesamiento
Inventario en proceso Bajo

Alto

Bajo

Medio

Alto

Bajo

Medio

Nivel de habilidad
Flexibilidad
del
producto
Flexibilidad
de
la
demanda
Utilizacin
de
la
maquina
Utilizacin
del
trabajador
Costo de produccin
por unidad.

Eleccin
Bajo

Alto
Alto

Medio-Alto
Medio-Alto

Mezclado
Alto

Medio

Alto

Medio

Medio

Alto

Medio-Bajo Medio-Alto

Medio

Alto

Alto

Alto

Medio

Bajo

Alto

Bajo

Alto

Cada sistema puede ser visto como la mejor alternativa para su entorno apropiado.
El diseo apropiado para combinaciones de volumen de la demanda del producto y
la variedad de productos o piezas producidas se muestra en la Figura 1.6.
Producto

1000

100
Celular
10
Proceso
1

pg. 4

10

100

1000

Figura 1.6 Volumen versus variedad

1.3
Principios de los sistemas de manufactura
Las disciplinas de las ciencias y la ingeniera dependen de las leyes o principios
bsicos. El estudio de los sistemas de fabricacin no deben ser una excepcin.
Desafortunadamente, los principios especficos de los sistemas de fabricacin son
difciles de discernir, y no ha habido mucho esfuerzo para derivar ampliamente
normas aceptadas para el diseo y operacin del sistema basado en estos
principios. El entorno natural cambia lentamente. Los fenmenos fsicos como la
gravedad continan como constantes a travs del tiempo y en el espacio, lo que
facilita el reconocimiento y la descripcin.

Los sistemas de fabricacin, por el contrario, son relativamente nuevos, complejos

y dinmicos. Su rendimiento vara con los cambios en el conocimiento. Su
rendimiento vara con los cambios en el conocimiento humano y necesidades en
lugar de propiedades inherentes. Sin embargo, dos sistemas de fabricacin con el
mismo nmero de mquinas podran tener tasas muy dispares de produccin,
tiempos de produccin y calidad. En el diseo de los sistemas, sin embargo, los
humanos crean construcciones artificiales para la interpretacin y la integracin de
componentes. Estos incluyen cmo se encuentran y se mantienen las mquinas,
cmo se agrupan y se envan partes, y cmo se mide el rendimiento de las mismas.

Primera Ley (Ley de Little). WIP = Tasa de Produccin x Tiempo de procesamiento

La ley de Little (1961) es probablemente el principio de los sistemas de manufactura

ms reconocido. Los niveles de WIP y tiempo de produccin a los que se refieren
son valores promedios. La ley aplica en todos los niveles: piezas individuales de
equipo, centros de trabajo, departamentos y sistemas. Solamente necesitamos
asumir que el sistema est en estado estable. WIP es directamente proporcional al
tiempo de procesamiento, siendo la tasa de produccin una constante proporcional
(Debido a que se est sumiendo que el sistema est en un estado estable, la tasa
de produccin es tambin la tasa de producto que entra en el sistema de
produccin).
Aunque no es difcil demostrarla, omitimos la demostracin de la ley de Little. En su
lugar, ofrecemos la demostracin intuitiva en la figura 1.7. Imaginemos el sistema
como un solo proceso, definamos el estado estable de produccin como x. Existen
N nmero de trabajos en el sistema. Imaginemos el sistema como consistente.
Entonces en N espacios cada uno est ocupado por un trabajo. Cada unidad de

pg. 5

tiempo 1/X en cada puesto N, entonces el tiempo del sistema ser T= N(1/X) o
equivalentemente, N = XT de acuerdo con la ley de Little.
La ley de Little tiene una consecuencia muy importante. Normalmente
incrementando el nivel de WIP enviando ms material a la planta incrementar la
tasa de produccin y el tiempo de procesamiento. Cuando la tasa de produccin se
acerca a la capacidad (al menos una maquina es totalmente utilizada), los
incrementos de la tasa de produccin son disminuidos y el WIP incrementa dando
como resultado tiempos de procesamiento mayores. Igualmente, si el tiempo de
procesamiento se considera excesivo, esto no puede ser solucionado aadiendo
ms trabajo a la planta. Terminando los trabajos rpidamente slo incrementa el
tiempo de procesamiento debido a que el sistema se sobrecarga. Si los niveles de
WIP son controlados, deben ser controlados en el nivel ms bajo de tal manera que
satisfaga la demanda.
Segunda ley. La materia se conserva
Los sistemas de manufactura existen para procesar materiales desde su estado
bruto hasta el estado de producto terminado. El proceso en una estacin de trabajo
a menudo remueve partes de los materiales, como en el corte de metal. La provisin
debe ser echa para disponer de chips y cualquier herramienta consumible. El buen
producto puede ser movido a la siguiente estacin de trabajo mientras que los
rechazados son enviados a la basura o al retrabajo. Nuestro modelo debera
satisfacer ecuaciones de balance mostrando que la diferencia entre el material que
entra y el material que sale de una estacin de trabajo es equivalente a la
acumulacin de inventario; entradas deben ser igual a salidas.
Esta ley aplica para todos los niveles no solamente para la estacin de trabajo sino
tambin para la planta entera y la microesfera rodeando el punto de contacto de
material y herramienta. Una extensin interesante es notar que tambin la energa
se conserva. Esto es importante para determinar las condiciones ambientales de las
estaciones de trabajo adems para notar que los humanos solo tienen mucha
energa para gastar. Debemos seleccionar sabiamente las tareas para emprender
Tercera ley. El mayor alcance del sistema la menor confianza del mismo.
Los sistemas grandes son inherentemente difciles de disear, coordinar y
mantener. Un resultado bsico para la teora de la fiabilidad es que si tenemos N
(estadsticamente) componentes independientes en nuestro sistema con confianzas
ri, i = 1,N, entonces la probabilidad de que el sistema entero est operando es

=1 . Vamos a llamar a esta probabilidad, la disponibilidad del sistema, A.

Como ri 1, agrega componentes que slo pueden reducir la disponibilidad del
pg. 6

sistema. Por supuesto, se pueden aadir componentes paralelos y ajustes

realizados para aumentar la ri individual, pero esto slo sirve para disminuir la tasa
de prdida de la disponibilidad a medida que aumenta de tamao; no se puede
cambiar la direccin.
Supongamos que queremos duplicar el alcance del sistema, es decir, el nmero de
componentes que deben estar operando para que el sistema funcione. El nuevo
sistema tiene N' = 2N componentes. Supongamos adems que cada componente
tiene el mismo factor de disponibilidad de tal manera que ri = r y = . Los sistemas
tendrn la misma disponibilidad si AN = o = 2 . Esto se logra cuando =
1/2. Si r = 0,90, entonces debemos tener 0,95. En este caso, duplicando el
tamao del sistema requiere que tambin cortamos el tiempo de inactividad de cada
componente a la mitad.
Antes de continuar nuestra discusin de la tercera ley basada en el tamao es
conveniente introducir su complemento basado en el tiempo.
Cuarta Ley. Decaimiento de objetos
Un maquinista puede decir que las mquinas no pueden mantenerse constantes.
Rodamientos desgaste, piezas de recambio que no son idnticas, y errores
aparecen. Originalmente se crea que la tecnologa flexible actualmente siendo
desarrollada e implementada en la fabrica del futuro podra experimentar tiempos
de vida altamente extendidos. De hecho muchas de esas explicaciones son
utilizadas para justificar nuevos sistemas. Meredith (1987) concluy de un estudio
de esta idea que los nuevos sistemas flexibles se desgastan tan pronto como las
maquinas viejas, la flexibilidad permite la adaptacin en ambientes cambiantes
durante el tiempo de vida, pero el tiempo de vida puede variar un poco.
A nivel microscpico, los fsicos saben que las partculas decaen. Enganchando
esto al reconocimiento de que todos los objetos estn sujetos a fuerzas externas en
su medio ambiente, desde temperaturas cambiantes y polvo hasta impactos
grandes ocasionales como una herramienta, cortando una pieza de trabajo o una
nueva versin del sistema operativo de la computadora, nos damos cuenta que
ambos objetos hardware y software decaern con el tiempo. No podemos
permanecer estticos.

Quinta Ley Exponencial crecimiento de Complejidad

pg. 7

A menudo nos enfrentamos a la maldicin de la dimensionalidad. Si un sistema tiene

M componentes, cada uno de los cuales pueden estar en N estados, entonces el
sistema tiene estados NM posibles.
Cada uno de ellos debe ser considerado en el diseo y operacin del sistema. Tres
componentes con dos estados cada uno dirige a ocho posibilidades, pero seis
componentes con cuatro estados produce 4096 posibles estados del sistema.
Duplicar M y N lleva a un aumento de 512 veces en el nmero de posibilidades!
.Con componentes M tenemos M (M - 1) / 2 posibles vnculos entre los
componentes. As, el nmero de interconexiones entre los componentes de una red
crece ms rpido que linealmente en el tamao del sistema tambin.
Sexta Ley. Avances Tecnolgicos
Parece que estamos avanzando a tasas cada vez mayores. Nosotros dejamos a los
filsofos decidir si el proceso del decaimiento natural es una bendicin. Permitiendo
solamente que el ms apto sobreviva. Ya que la naturaleza es aleatoria y las
distribuciones tienen dos colas, el ms apto que sobrevive tiende a ser superior a la
forma actual. El nuevo significado es mejor que el anterior significado. Las especies
evolucionan a estados que les permiten operar de forma ms exitosa en su medio
ambiente. La moraleja es que debemos trabajar hacia la mejora constante. Nuestra
capacidad de avanzar en la tecnologa es la nica bendicin para que los ingenieros
se enfrenten con la ley del producto de la fiabilidad y descomposicin natural.
Sptima Ley. Los componentes del sistema parecen comportarse de forma
aleatoria
Si el mundo es intrnsecamente estocstico o simplemente demasiado complejo
para ser plenamente comprendido en el actual nivel de desarrollo humano, el efecto
es que los eventos no pueden predecirse con exactitud. Podemos escribir la
herramienta de la expresin de la vida de Taylor relatando la vida de una
herramienta de la cortadora a alta velocidad, pero nadie cree que cada herramienta
durara lo mismo. Las herramientas de corte difieren en dureza, trabajan piezas
diferentes y las mquinas varan en la velocidad establecida. A menudo decidiremos
modelar los sistemas como si fueran determinsticos, pero lo que realmente
asumimos es que las variaciones estocsticas no afectaran la solucin
significantemente. En consecuencia utilizaremos parmetros como costo por hora
para una mquina para realizar una operacin. En la actualidad, nos encontramos
en la mayora de los casos utilizando la mejor estimacin del valor medio de algn
parmetro.

pg. 8

Con frecuencia hablamos de que los servidores paralelos son idnticos. Todos
sabemos que esto no es vlido a la hora de elegir una lnea en la planta, no
tendramos que considerar la eficiencia relativa de los cajeros, slo la longitud de la
lnea. Alguna vez te has sentido frustrado por la velocidad de tu lnea y los
cambios? Las mquinas tampoco son equivalentes. Las PC en un laboratorio no
tienen los mismos requerimientos de mantenimiento. En un entorno de mecanizado
con mquinas supuestamente idnticos, los operadores pronto aprenden que las
mquinas funcionan mejor en los trabajos difciles. Las expectaciones exacerban
esta ocurrencia a travs del tiempo.
Octava Ley. Lmites de Racionalidad (humanos)
Simn (1969) seala claramente los lmites de la capacidad cognitiva humana.
Tendemos a tener un pensamiento lineal ocupndonos de una tarea a la vez.
Nuestra memoria a corto plazo se limita a siete puntos, y nuestro punto de vista
conceptual se limita a experiencias en nuestro mundo 3-D. Como se mencion
anteriormente, el diseo de ingeniera se ocupa de construcciones artificiales, los
cuales cambian con el tiempo, opuestamente a las caractersticas permanentes de
las ciencias naturales. Estos lmites, junto con la comprensin de que la complejidad
crece ms rpido que la velocidad lineal, llevan a la conclusin de que deben estar
dispuestos a satisfacer en lugar de exigir soluciones ptimas. Necesitamos
preguntar, Qu tan bueno es bueno?, al menos por ahora, y aceptar la respuesta.
Novena Ley. La combinacin, simplificacin y eliminacin, ahorrar tiempo,
dinero y energa
La ventaja obtenida por la combinacin y / o simplificacin de las tareas necesarias
y eliminar tareas innecesarias no se puede exagerar. Cada actividad consume
tiempo, dinero y energa. Si un controlador de material puede transportar dos cargas
con estrechos puntos de recogida y de destino en un solo viaje, entonces hacer esto
reduce el tiempo de entrega del producto y el consumo de energa, as como el
aumento de la productividad del gua. El simple acto de hacer algo implcitamente
asigna que la importancia de las actividades declaradas tiene prioridad sobre la
multitud de actividades constructivas que fueron desechas. Simplificar, combinar y
eliminar fue una fundacin de principios de administracin cientfica en sus primeros
das, y sigue siendo vlido hoy en da. Varios de las recientes tendencias efectivas
en la manufactura se adhieren a este consejo. Las clulas de manufactura estn
siendo construidas porque son ms fciles de construir y de operar que en largos
sistemas y permite las instalaciones ser combinadas dentro de familias de productos
o completamente eliminados. El control de produccin Kanban es ms simple de
pg. 9

operar que la planeacin de los requerimientos de material con grandes sistemas

de informacin y producto intricado y los reportes de datos del estado de la tienda.
Disear para la fabricacin est ligada a simplificar la manufactura de los productos.
Hay una creencia popular en los negocios y la ingeniera, que la integracin de
sistemas y la automatizacin son las soluciones para los problemas de la
competencia.
1.4
Tipos y usos de los modelos de fabricacin
Un concepto importante a tener en cuenta en el anlisis de cualquier sistema es la distincin entre
"eficiencia" y "eficacia". La eficiencia se refiere a hacer el trabajo correcto, mientras que la eficacia
se refiere a hacer la tarea correcta. Aunque ambos son importantes, siempre ser apreciado el
trabajador efectivo. El trabajador efectivo determina cules son las verdaderas prioridades para los
diferentes lotes de piezas de espera en la mquina.
Suzaki identifica siete tipos de residuos: (1) los residuos procedentes de la superproduccin, (2)
prdida de tiempo de espera, (3) los residuos de transporte, (4) los residuos a procesar, (5) los
desechos de inventario, (6) prdida de movimiento, y (7) los residuos procedentes de los defectos del
producto.
En general, si una accin no agrega valor directamente al producto comercializable, la accin es un
desperdicio. Podramos ser eficientes y comprar una herramienta para apretar las tuercas de forma
automtica y con mayor rapidez. Sin embargo, podra ser ms barato simplemente cortar todos los
hilos adicionales en el tornillo de modo que se requieren menos revoluciones para apretar la tuerca.
En resumen, el trabajador eficaz se refiere a la bsqueda de soluciones muy buenas a los problemas
importantes, no en la bsqueda de soluciones ptimas o triviales haciendo caso omiso de las
interacciones entre los diversos subsistemas. El punto es simplemente que la eficacia debe ser la
consideracin primordial. La eficacia requiere la flexibilidad necesaria para adaptarse al mundo
dinmico. La flexibilidad ser un tema clave en varios captulos.

1.4.1 Modelos Fsicos

Los modelos fsicos han estado en uso generalizado desde hace muchos aos.
Todos hemos visto los modelos desarrollados por los arquitectos para ilustrar los
edificios que se estn construyendo. Un modelo de este tipo proporciona una ayuda
visual para comprobar la conveniencia de posibles diseos y para garantizar la
construccin adecuada. Una imagen vale ms que mil palabras, y gran parte de la
ambigedad y la imprecisin de la comunicacin verbal se puede superar con
modelos fsicos simples.

pg. 10

Los modelos fsicos pueden ser de dos o tres dimensiones. Los modelos de dos
dimensiones incluyen planos de piezas y dibujos de las instalaciones. En layouts de
las instalaciones, se utilizan a menudo modelos icnicos en 2-D. Recortes (iconos)
de recursos tales como mquinas, trabajadores, y reas de servicio se mueven
alrededor en un esquema reducido de la instalacin hasta que se encuentre un
diseo satisfactorio.
Los modelos tridimensionales son cada vez ms populares. Muchos sistemas CAD
utilizan ahora modelado de slidos en 3-D, por ejemplo. Los laboratorios de los
departamentos de ingeniera industrial y de fabricacin utilizan pequeas mquinas
de sobremesa o piezas que se entrelazan para construir modelos fsicos en 3D de
los sistemas de fabricacin que realmente operan.
1.4.2 Modelos matemticos
Este texto abarca los modelos matemticos. Estos modelos pueden residir en un
ordenador o simplemente en un bloc de papel. Sin embargo, todos comparten el
factor comn, se desarrollan un conjunto de ecuaciones matemticas o relaciones
lgicas para describir el sistema real. Los parmetros de los modelos, como los
tiempos estndar de produccin, el tiempo medio entre fallos de la mquina, y
tamaos de los lotes se estiman a partir de la contabilidad y otros datos.
Los modelos matemticos se diferencian de los modelos fsicos en el uso de
variables de decisin. Hay que tener un uso previsto para el modelo, que gira en
torno a las variables que podemos controlar. Estos se convierten en las variables
de decisin del modelo. La clave para la construccin de modelos de utilidad es
seleccionar las variables de decisin adecuadas. Esto est estrechamente
relacionado con la definicin del problema y la sntesis. Como una gua general para
la determinacin de las variables de decisin, el modelador debe preguntarse: Qu
preguntas estoy tratando de responder? Las variables de decisin pueden ser el
nmero de mquinas necesarias o el conjunto de las tareas asignadas a una
mquina.
Los modelos matemticos pueden ser descriptivos o prescriptivos por naturaleza.
Los modelos de simulacin suelen ser descriptivos. Dado un conjunto de valores
para las variables de decisin, volvernos al modelo en y fuera trae una estimacin
del rendimiento del sistema. Modelos de programacin matemtica, tales como la
programacin lineal son prescriptivos. Al volvernos al modelo en y fuera viene la
respuesta de cmo debemos establecer las variables de decisin. Una funcin
objetivo tal como la de costo existe. Sujeto a las limitaciones establecidas, se
encuentran los valores comunes para las variables de decisin que optimizan la
funcin objetivo. Los modelos descriptivos a menudo proporcionan una va para la
construccin de modelos muy realistas. Aunque un modelador inteligente
probablemente puede definir un modelo prescriptivo al mismo nivel de detalle, estos
modelos crecen en tamao y se convierten en no lineales muy rpidamente cuando
pg. 11

los detalles se incorporan, por lo que virtualmente es imposible resolver la

optimalidad (el modelo). Como vamos a aprender en breve; la capacidad para
prescribir puede ser menos importante que la capacidad de describir el rendimiento
en una amplia gama de combinaciones de variables de entrada.
Los modelos prescriptivos no proporcionan necesariamente la solucin ptima (del
modelo). El tamao del problema y la ausencia de esquemas de solucin eficientes
a menudo significan que se necesita un enfoque heurstico. Un enfoque heurstico
intenta utilizar un mtodo racional para encontrar una buena solucin (casi ptima)
para el problema. Podemos o no encontrar lo ptimo, e incluso si lo encontramos,
puede que no seamos capaces de confirmar que la solucin encontrada es ptima
para el modelo. Bartholdi y Platzman [1988] resumen la heurstica con una muy
buena explicacin.
Una heurstica puede ser vista como un procesador de informacin que deliberada
pero juiciosamente ignora cierta informacin. Al ignorar informacin, una heurstica
se libera de cualquier esfuerzo que podra haber sido requerido para leer los datos
y calcular con ella. Adems, la solucin producida por una heurstica de este tipo es
en independiente de la informacin ignorada, y por lo tanto no es afectada por los
cambios en esa informacin. Por supuesto, el arte del diseo heurstico reside en
saber exactamente qu informacin ignorar. Idealmente, uno busca hacer caso
omiso de informacin que es cara de reunir y mantener, que es computacionalmente
cara para explotar y que contribuye con poca exactitud adicional a la solucin.
Adems de a menudo ser robusta a cambios en los datos, la heurstica es
generalmente mucho ms fcil desarrollar y resolver que los procedimientos de
optimizacin. La figura 1.8 da la compensacin bsica encontrada en muchos
problemas. Muchos de los problemas del mundo real son simplemente demasiado
grandes y complejos para resolver en el tiempo disponible. Esto es particularmente
cierto con problemas de control de operaciones que requieren resolucin frecuente.
Podemos esperar un fin de semana por una computadora para determinar el diseo
ptimo de una nueva planta, pero no para el programa de produccin de esta tarde.
Las reglas heursticas son ms fciles de codificar y entender; por lo tanto, estos
modelos pueden ser desarrollados e implementados ms rpidamente. El truco es
obtener el mejor modelo para los recursos dados y asignacin de tiempo. A menudo,
la solucin ptima ser poseer ciertas caractersticas que pueden ser explotadas
por la heurstica. Un ejemplo clsico es el problema dinmico del tamao del lote.
Sabemos que nunca es ptimo acarrear el inventario haca en un perodo adelante
a menos que el inventario pueda cubrir la demanda de todo el perodo. De lo
contrario, innecesariamente incurrimos los costos de almacenamiento, adems del
costo de preparar el proceso necesario. En consecuencia, la heurstica considera

pg. 12

Tiempo de desarrollo del modelo y computacional

producir slo la demanda de un nmero integral de perodos cada vez que se ha

previsto una configuracin.

Optimizacin

Heurstica
compleja

Heurstica
simple
Solucin
al azar

Porcentaje optimo

Figura 1.8 Heurstica contra compensacin de optimizacin

No debemos inferir que los procedimientos heursticos son necesariamente
inferiores a los algoritmos ptimos. Las heursticas son generalmente especficas
de problema. El proceso de desarrollo de buenas reglas para la solucin heurstica
puede dar una idea de los factores importantes en el problema. Adems, es una
buena prctica cuando se utiliza la heurstica para tambin emplear tcnicas
delimitantes que permiten al modelador saber hasta qu punto la solucin heurstica
puede ser de ptima. Los lmites pueden basarse en el anlisis del peor caso o del
caso promedio. Los lmites del peor caso son por lo general los resultados tericos
que indican el resultado ms pobre, con respecto a la ptima, en la cual la heurstica
puede nunca terminar. Estos resultados se mantienen para cualquier instancia
problema (una instancia de problema es un conjunto especfico de datos para los
que se puede encontrar una solucin). Los lmites del caso promedio se basan en
la experimentacin e indican la desviacin esperada de optimalidad cuando los
datos del problema caen dentro de un rango especfico.

EJEMPLO 1.1

pg. 13

Supongamos que tenemos tres puestos de trabajo y tres mquinas. Cada mquina
se va a asignar un puesto de trabajo. El objetivo es encontrar la asignacin de costos
mnima. Los costos de asignacin se muestran en la Tabla 1.2.

Tabla 1.2 Asignacin de costos

para el ejemplo 1
Maquina
Trabajo
1
2
3
1
10
25
12
2
13
5
12
3
8
13
21

Supongamos que nuestra heurstica dice que tomemos el trabajo 1 y lo asignemos

a la mquina con el mnimo coste. A continuacin, quite este trabajo y la mquina.
Repita el procedimiento hasta que se asignen todos los trabajos. Nuestra solucin
sera:
PASO 1. Asignar trabajo 1 a la mquina 1, desde el 10 <12 <25.
PASO 2. Asignar trabajo 2 a la mquina 2, desde el 5 <12.
PASO 3. Asignar trabajo 3 a la mquina 3.
El coste total de esta asignacin es de 10 + 5 + 21 = 36. Podemos encontrar un
lmite ms bajo en el precio tomando lo que cada trabajo debe costar al menos, es
decir el costo ms bajo de la mquina. Por lo tanto, el trabajo 1 debe costar al menos
10, trabajo 2 debe costar al menos 5, y trabajo 3 debe costar al menos 8. Por lo
tanto, cualquier solucin tiene un costo de al menos 10 + 5 + 8 = 23. Del mismo
modo, cada mquina debe realizar un trabajo. Sumando el costo mnimo en cada
columna hemos otro lmite inferior de 8 + 5 + 12 = 25. Por lo tanto, cualquier solucin
viable debe costar por lo menos 25. Nuestra solucin costar 36. Nuestra solucin,
por tanto, es a lo sumo 11 sobre el ptimo.
Tenga en cuenta que el mtodo utilizado para encontrar el lmite inferior de 25 en
realidad se produce como una solucin viable: cada trabajo es asignado y cada
mquina tiene un puesto de trabajo. Por tanto, esta solucin debe ser ptima.
En lugar de la categorizacin de modelos matemticos por su salida (descriptivo o
prescriptivo), podramos categorizar modelos por su forma de clculo. Con esta
taxonoma, los modelos son analtico o experimental. Modos analticos representan
una abstraccin ms matemtica del sistema real. Un conjunto de ecuaciones que
resume el rendimiento global del sistema se produce, pero no describe los eventos

pg. 14

detallados que se producen. Ejemplos son la teora de colas, programacin

matemtica y la heurstica. Los modelos de simulacin son experimentales. Los
modelos de simulacin imitan los eventos que ocurren en el sistema real, lo que
permite la experimentacin con los parmetros de funcionamiento o de la lgica de
control. Tanto la simulacin por ordenador y los modelos de simulacin de fsicas
mencionadas anteriormente encajan en este grupo. Tambin se pueden usar
modelos hbridos. Un modelo de simulacin de un sistema complejo podra ser
construido donde los mdulos del sistema real son reemplazados por modelos
analticos simples como un solo servidor exponencial de colas. La lgica del modelo
de simulacin se refiere a los mdulos individuales para replicar las ocurrencias del
sistema en general.

1.4.3 Usos de los modelos

Los modelos han sido construidos para muchos propsitos, entre los cuales
podremos encontrar los siguientes:

Optimizacin: Encontrar los mejores valores o la solucin ptima a las

variables.
Prediccin del rendimiento: Checar el potencial y la sensibilidad del mismo.
Control: ayuda a la seleccin de parmetros de control deseado.
Perspicacia: provee un mejor entendimiento del sistema.
Justificacin: Ayuda en las decisiones de venta y apoya puntos de vista.

La optimizacin ya se ha discutido en el contexto de los modelos prescriptivos los

cuales se ejecutan para obtener los mejores ajustes para las diferentes variables.
El formular modelos para la optimizacin se convierte en materia de costos y
compensaciones. El modelo EOQ, que compara los niveles de inventario con los
costos de preparacin es un buen ejemplo. La creacin de tales modelos tiende a
legitimar la existencia de estos costos en la mente del que realiza el modelo o el
modelador. Con esta mentalidad puede pasar por alto oportunidades que
disminuyan ambos costos, como se ha logrado con las tcnicas de justo a tiempo.
El segundo propsito es la prediccin del rendimiento. Que pasa si ser una
pregunta que necesitar ser respondida en variadas ocasiones, qu pasa si la
mquina para?, qu pasa si el proveedor no provee?, qu pasa si la demanda
cambia?
En el remoto caso de que estas situaciones sean repetitivas se tendr que buscar
una nueva manera de generacin de ideas.

pg. 15

El proceso de construccin de modelos es de gran valor. Las lecciones aprendidas

durante la validacin del modelo y la re especificacin nos da una considerable
visin dentro del sistema real. De repente se convierte en un deseo claro de las
opiniones discrepantes del verdadero cuello de botella y la importancia de una
correcta relacin del sistema. El conocimiento adquirido en la modelacin del
sistema incrementa suficientemente el rendimiento del sistema para obviar la
necesidad de que despus de este perodo utilizando el modelo.
Por ltimo los modelos pueden ser usados como herramientas eficaces de ventad.
Simulaciones con grficos pueden ir muy lejos para poder convencer a los gerentes
o supervisores escpticos que dudan de la validacin del modelo.
1.4.4 Construccin del Modelo
La construccin de modelos es un arte. La ciencia entra ms en juego en la solucin
del modelo que en la construccin. La construccin de modelos entre el uso del
razonamiento inductivo y deductivo, como se muestra en la figura 1.9, se define el
problema y la hiptesis de los aspectos importantes del sistema para hacer frente a
este problema. Este paso implica la induccin. Utilizamos nuestra experiencia y la
intuicin acerca de cmo funciona el sistema para destilar las entidades esenciales
y sus relaciones. Estas entidades y relaciones se describen matemticamente o
lgicamente. Esta formalizacin de la descripcin del sistema es a menudo
deductiva, empleando las leyes fsicas como la conservacin de inventario. Los
estudiantes a menudo creen que pueden salir y construir el modelo del sistema. No
existe tal modelo nico de sistema. El modelo debe caber le est pidiendo a la
pregunta. En entornos complejos varios modelos pueden ser construidos para
abordar diferentes aspectos del problema global. Incluso para una sola pregunta,
modeladores experimentados pueden tambin llegar a diferentes modelos.

pg. 16

Definicin del problema

Induccin

Sistema real

Datos

Hiptesis del modelo

Construir el modelo deductivo

El rendimiento de las
derivaciones del sistema
(validacin deductiva)

NO

Validado
SI

Usar modelo
Figura 1.9 Construccin del modelo

Verificacin y validacin son los prximos pasos. Verificacin asegura que el modelo
especificado en el papel y que implementan en el equipo son equivalentes.
Validacin asegura que el modelo, tanto en su aplicacin informtica, corresponde
al sistema suficientemente bien para producir resultados vlidos y tiles para la toma
de decisiones. Adems, la validacin debe asegurar que los datos utilizados en el
proyecto son adecuados, precisos, suficientes y transformados correctamente si es
necesario. Figura 1.10 resume estos conceptos de validacin y verificacin. Los
procesos de verificacin y validacin a menudo tienen tareas similares que
coincidan. Algunas de estas tareas son las siguientes:

pg. 17

1. Comparacin del modelo y el sistema estructural. Los componentes del sistema,

ya que existen o estn diseados se comparan a su representacin en el modelo.
2. Comparacin de los resultados y los datos del sistema correspondientes. Los
resultados del anlisis se comparan con las estimaciones de las mismas cantidades
que resulten de las especificaciones de operacin o de diseo.
3. Comparacin de modelo y el sistema comportamiento. El comportamiento
temporal expresado en el modelo se compara con el comportamiento temporal se
ve en las operaciones del sistema o especificado en diseos de sistemas.
4. Comparacin de la estructura del modelo y los resultados con la estructura de y
los resultados obtenidos a partir de otro modelo del mismo sistema.
Una discusin adicional de verificacin y validacin est dada por Sargent [1988].
Es importante tener en cuenta el uso previsto del modelo y validar el modelo para
ese uso antes de embarcarse en el anlisis de problemas. La extrapolacin ms all
de la gama de insumos para que el modelo fue validado puede conducir a resultados
engaosos. Recuerde que los modelos contienen dos fuentes de error:
aproximacin del sistema y solucin de aproximacin. Modelos describen slo
aproximadamente el sistema, en general, dejando de lado muchos detalles menores
y muy a menudo slo describe el comportamiento agregado de los principales
conjuntos de datos. Es cajas fuertes para decidir antes de la construccin de
modelos que tipo de preguntas se le pedir al modelo y validar el modelo en
consecuencia el uso posterior del modelo ms all de ese mbito requiere
revalidacin. Aproximacin de soluciones se refiere a la utilizacin procedimientos
heursticos y precisin numrica de implementar algoritmos. Heursticos no
probados y algoritmos numricamente inestables pueden ser arbitrariamente malos.
Sistema
Datos de entrada
del modelo
Validacin

Modelo: aplicacin
informtica

Validacin

Modelo:
especificacin
Verificacin

Figura 1.10 Modelo de validacin y verificacin.

pg. 18

Dejamos este tema sombro con la advertencia "no vayas a ciegas en la noche".
Validar su lugar.
Una importante nota filosfica por objeto de la construccin sobre crticas de
modelos. Los modelos no deben ser construidos para probar un punto de vista
particular. La etapa de validacin del modelo debe asegurar la exactitud del modelo
para su uso previsto. Los que construyen los modelos con el propsito expreso u
oculto de la prueba de una creencia previa, corren el riesgo de perder los
componentes del modelo cruciales e implementacin de soluciones pobres. Si bien
reconocemos el carcter poltico de todas las organizaciones humanas, el propsito
de la construccin de modelos debe ser descubrir la verdad, y no deformarla. En la
guerra de la competencia de fabricacin, tales acciones disminuyen las
posibilidades de xito. Adems, los modelos pronto pierden su influencia en este
entorno. Aquellos que cuestionan este punto de vista deberan reflexionar sobre el
destino de la potencia de las estadsticas para influir en la opinin pblica. A causa
del abuso de la estadstica y la definicin incorrecta del problema, la opinin pblica
es probablemente mejor resumida por la ocurrencia Disraeli: "hay tres clases de
mentiras: las mentiras, las malditas mentiras y estadsticas".
Como nota final, nunca debemos olvidar que el modelo es un medio, no un fin.
Diseo de ingeniera implica las etapas de definicin del problema, la sntesis de
datos y la generacin de enfoques alternativos, anlisis de soluciones tentativas,
evaluacin de alternativas, recomendacin, ejecucin y seguimiento /
mantenimiento. Modelos tienden a ser utilizados para el anlisis y la evaluacin. Sin
embargo, un modelo no puede conducir a una solucin que est fuera de su
alcance. Por ejemplo, considerar el problema de la insercin de componentes en
las placas de circuitos. Tal vez el sistema actual se basa en la insercin manual. el
ingeniero eficiente podra tratar de acelerar el proceso manual, pero el ingeniero
efectivo da un paso atrs y considera que el sistema en general y posibles diseos
alternativos. En este caso, las alternativas pueden incluir una lnea de operadores
cada responsable de los diferentes componentes de montaje (lado progresivo), el
montaje robtico, o mquinas de insercin de alta velocidad. Seifert [1988] presenta
la figura 1.11 para indicar la diferencia en costos de estos enfoques. Claramente, el
ingeniero ha quedado atascado en la mentalidad de los micro movimientos habra
perdido alguna oportunidad. La figura se puede generar a partir de modelos
sencillos si las descripciones de los sistemas alternativos se han producido para el
modelador. Modelado no es un sustituto para el pensamiento y la creatividad; por el
contrario, los modelos y anlisis de la computadora deben simplificar y mejorar el
proceso creativo, facilitando la comprensin del comportamiento del sistema y las
relaciones.

pg. 19

100
75
%

50
25

0
2- capacitor plomo
Una sola etapa
montaje manual

3- transistor plomo
Progresiva (multietapa)
montaje manual

Conjunto del robot

Mquina de insercin de alta

velocidad

Figura 1.11 Costos relativos de los enfoques asamblea electiva.

1.5
Resumen
Los sistemas de fabricacin se pueden caracterizar por su tipo de diseo. Los
diseos pueden ser clasificados como producto orientado, orientado a los procesos,
hbrido (clulas inspiradas en familia de productos), o posicin fija. Los diseos de
productos son generalmente los ms eficientes para la fabricacin repetitiva.
Varias leyes bsicas de los sistemas de fabricacin de impacto naturaleza. El nivel
de inventario es el producto de la tasa de produccin y tiempo de procesamiento.
La materia y la energa se conservan. Los objetos se descomponen con el tiempo,
sin embargo, podemos avanzar mediante el aprovechamiento de las ganancias
tecnolgicas. Los diseos de sistemas deben tener en cuenta el comportamiento

pg. 20

aleatorio. Por ltimo, las capacidades humanas son limitadas. A menudo puede ser
mejor para simplificar los sistemas y eliminar componentes innecesarios.
Los modelos forman una base racional para el diseo de nuevos sistemas y
aprender sobre los sistemas existentes. Jugando con modelos del sistema en lugar
del sistema actual permite una rpida adquisicin de conocimientos y evita el riesgo
de costosas interrupciones en los sistemas reales. Los modelos pueden ser
utilizados para la optimizacin del sistema, la prediccin del rendimiento, el control,
la recopilacin de penetracin en el sistema, o como una herramienta de
enseanza. Los modelos pueden ser de naturaleza matemtica, tales como la
programacin lineal, o fsica, como un modelo a escala de una planta que muestra
los pasillos y las mquinas. El ingrediente clave es definir el problema y, por lo tanto,
el propsito del modelo. El modelador entonces construye y valida un modelo con
alcance y la complejidad que puede ayudar en la deteccin y la integracin
intelectual de los componentes e interacciones importantes del sistema suficiente.
El modelado sufre dos fuentes principales de prdida de informacin. Primero, el
modelo es slo una abstraccin simplificada de la realidad. Muchos de los detalles
que afectan el comportamiento real no estn incluidos en el modelo. En segundo
lugar, los modelos estn slo parcialmente explorados. La heurstica puede acabar
en soluciones no ptimas.
En el anlisis de sensibilidad es necesario un alcance limitado. En consecuencia,
nunca extrae toda la informacin que el modelo tiene que ofrecer. Nos limitamos,
esperamos aprender lo suficiente como para disear con eficacia y operar el sistema
en estudio.

pg. 21