INTRODUCCIÓN

En la actualidad las empresas se ven obligadas a tener procesos productivos eficientes

y eficaces si quieren mantenerse vigentes en un mercado cada vez más competitivo en
donde las tecnologías juegan un papel muy importante para su mayor mejora.
Diferentes alternativas de la ingeniería industrial se presentan para que las empresas
resuelvan las diversas problemáticas que se viven en el ámbito industrial, por ejemplo:
aplicación de los elementos justo a tiempo, planeación de los requerimientos de la
empresa, entre otros.
Tal es el caso de la papelería ABC donde se lleva acabo el estudio para la aplicación de
la simulación, ya que se pudo identificar en el proceso un problema en la entrada y
salida de clientes (demoras) ya que esta papelería solo cuenta con un solo operario
quien se encarga de realizar todas las tarea.
El uso de técnicas como la simulación, facilita la toma de decisiones ofreciendo
información del sistema a corto plazo; no se experimenta sobre el sistema real,
reduciendo significativamente el tiempo y posibilita el trabajo con sistemas que aún no
han sido diseñados.
La simulación es una técnica numérica de la Investigación de Operaciones que permite
imitar el comportamiento de los sistemas a través de un modelo lógico. Es la
representación de fenómenos reales, sistemas, procesos o entornos. Su aplicación
protege a los participantes de las consecuencias de los errores al no operar sobre el
sistema real. Lo complejo en la construcción del modelo es lograr la aproximación entre
el sistema real y el simulado. Minimizar esta brecha permite predecir con mayor
exactitud el comportamiento del sistema.
 ANTECEDENTES
Según el autor[ CITATION Aza99 \l 2058 ] nos menciona que para mejorar los procesos
de manufactura en la industria. El propósito era optimizar las reacciones químicas para
obtener mayor rendimiento y pureza a bajo costo. Esto se logró mediante el uso de una
serie de experimentos que incluían un conjunto de factores. En el caso de simulación el
procedimiento corresponde a ajustar una serie de modelos de regresión con las
respuestas de un modelo de simulación evaluado en varios puntos y tratando de
optimizar la función de regresión resultante.

Optimización en simulación es la práctica de unir un método de optimización con un

modelo de simulación para determinar el conjunto apropiado de ciertos parámetros de
entrada de modo de maximizar el desempeño de un sistema simulado [ CITATION
Wat98 \l 2058 ]. La optimización en simulación puede definirse como el proceso de
encontrar los mejores valores para las variables de entrada dentro de todas las
posibilidades, sin explícitamente evaluar cada posibilidad. Un problema de optimización
en simulación es un problema de optimización donde la función objetivo y/o algunas
restricciones, son respuestas que sólo pueden ser evaluadas a través de simulación
computacional. Como tales, estas funciones son sólo funciones implícitas de los
parámetros de decisión del sistema. Además, estas funciones son frecuentemente de
naturaleza estocástica. La figura 1, muestra el esquema iterativo de un proceso de
optimización en simulación. Las salidas de un modelo de simulación son utilizadas por
una estrategia de optimización que provee una retroalimentación sobre el progreso de
la búsqueda de la solución óptima. Esto a su vez provee nuevas entradas al modelo de
simulación.

De acuerdo a [ CITATION And981 \l 2058 ], la simulación se hace necesaria cuando el

sistema de interés es bastante complejo y se requiere evaluar su desempeño para
cada conjunto de valores de los parámetros de entrada; por lo tanto, la técnica que se
use para optimizar el desempeño esperado del sistema debe ser lo bastante robusta
como para converger a pesar de las perturbaciones o errores en las evaluaciones del
desempeño, además de que la técnica debe ser razonablemente eficiente en cuanto a
recursos computacionales. Aquí se requiere lograr un balance, dado que dicha
eficiencia es difícil de lograr porque la utilización de la simulación, para evaluar el
desempeño del sistema para un solo conjunto de valores de los parámetros de entrada
con una cierta precisión, es de por sí bastante intensiva en términos computacionales,
más aun si se requiere evaluar el desempeño del sistema para varios conjuntos de
valores de los parámetros de entrada.

Los autores [ CITATION Mor98 \l 2058 ], combinan la teoría multi atributo de utilidad
con la técnica estadística de ranking y selección llamada zona de indiferencia, para
seleccionar la mejor configuración de un proyecto de levantamiento topográfico. Otro
caso es [ CITATION Swi99 \l 2058 ], donde se plantea la combinación de
procedimientos de ranking y selección con procedimientos de comparación múltiple
para determinar el diseño óptimo de una consulta médica, de entre un conjunto de
alternativas.

En el caso de [ CITATION Zha09 \l 2058 ], se utiliza simulación y metodología de

superficie de respuesta para generar reglas de despacho en un proceso de
manufactura de semiconductores. Una aplicación en el área de la salud es presentada
por (Baesler, 2003), donde utilizan un modelo de simulación para estimar la demanda
máxima posible en la sala de emergencias del Hospital del Trabajador en Concepción,
Chile. Mediante la aplicación de DOE se determina el número mínimo de recursos
físicos y humanos necesarios para servir la demanda manteniendo el tiempo estándar
de espera del paciente.

Los autores mencionan [ CITATION Yal09 \l 2058 ], que es presentada una aplicación
para optimizar el tiempo promedio de transporte en una línea de metro y se presenta un
modelo de simulación de eventos discretos para un aserradero de Chile, cuyo objetivo
principal fue detectar el cuello de botella del proceso productivo. Para analizar las
oportunidades de mejora del sistema se realizó un estudio de diseño de experimentos
que consideró cuatro factores principales que podían tener un impacto en el
desempeño de las máquinas cuello de botella, utilizando como medida de desempeño
la productividad del sistema en troncos por día.

[ CITATION San10 \l 2058 ], demuestran la efectividad del método de dominio de frecuencia

para filtrar de entre 34 factores en un modelo de simulación de tarjetas kanban. Otra
aplicación corresponde a (Kim, 2006), donde se muestra el desempeño de dos técnicas
basadas en gradiente, aproximación estocástica y aproximación de promedio muestral,
para resolver el problema multiobjetivo del vendedor de diarios, para elegir el nivel
óptimo de los recursos necesarios para la producción que maximice el beneficio
operacional máximo esperado.

El autor[ CITATION Hut01 \l 2058 ], propone solucionar el problema de retrasos en el

tráfico aéreo utilizando simulación y métodos de optimización estocástica,
específicamente la aproximación estocástica de perturbación simultánea y (Lee, 2006),
utilizan la búsqueda aleatoria como mecanismo de búsqueda, integrándolo con
selección estadística para resolver problemas multiobjetivo de administración de
inventario.

[ CITATION Swi99 \l 2058 ], aplicaron una variante del método de camino de muestra para
resolver un problema de diseño de redes, minimizando la suma de los costos de
asignación de capacidad y una medida de capacidad esperada y en (Ferris, 2000),
propone resolver optimizaciones en simulación paramétrica continua utilizando
algoritmos de optimización no lineal determinística y simulaciones con camino de
muestra. Se aplicó este método a tres problemas de colas prácticos: un problema de
cola estable M/M/1, un sistema de telemarketing, y finalmente un problema de
optimización de una línea de producción.

El autor [ CITATION Aza99 \l 2058 ], se integra a la simulación con un algoritmo

genético para la optimización en la programación de pacientes en un sistema
hospitalario. En Abril et al., 2006, ejemplifican el uso de optimización en simulación
para administrar procesos de negocios, utilizando la herramienta OptQuest a una sala
de emergencia hospitalaria, y para seleccionar los niveles de personal requerido en una
compañía de seguros. Un problema multiobjetivo es presentado por Baesler &
Sepúlveda (2006), el cual integra un modelo de simulación con una heurística de
algoritmo genético y un modelo de programación por metas.
 SITUACIÓN ACTUAL DE LA EMPRESA
En la papelería San Luis ubicado en el instituto tecnológico Superior de Tamazunchale vende
los mejores útiles escolares para los alumnos proporcionando también un área de impresiones
en donde cuenta con 10 computadoras, El Ing. es el encargado de este establecimiento en
donde su función es atenderá la comunidad estudiantil ofreciéndoles una gran variedad de
servicios en donde destacan el sacar copias, imprimir archivos el Word, y Excel, empastar,
archivos etc.

Cabe mencionar que la papelería que tiene muy buenas ventas y se preocupa por ofrecer un
muy buen servicio el horario que cumple dicho establecimiento es de 6:40 am – 7:00 pm

PRODUCTOS SERVICIOS
• Libretas • Sacar copias
• Sacapuntas • Empastar
• Lapiceros • Perforar
• Lápiz • Imprimir
• Borrador • Grabar documentos
• Carpetas
• Colores
• Crayolas
• Agendas
• Marcadores
• Marca textos
• Grapadoras
• Perforadoras
• Foliador
• Lapiceras
• Calculadoras
• Tijeras
• Hojas blancas
• Broches
• Resistol
• Papel china, crepe, etc.
• Resistol
 PRINCIPALES PRODUCTOS.
 Venta de artículos escolares: se venden artículos escolares que como libretas,
lápices, lapiceros etc.
 Impresiones a negro y a color: se hace el fotocopiado de algunos libros o
documentos del ámbito escolar de alumnos o administrativos.
 Copias y scanner: se prestan las computadoras para que los alumnos o
administrativos pueden imprimir sus trabajos o documentos.
 Engargolases: se facilita en trabajo de engargolado para agrupar los trabajos
que se lleven en hojas sueltas.

PROCESO DE PRODUCCIÓN (DIAGRAMA DE PROCESOS).

Llegada de
clientes a la
papelería

Copias
Fotostáticas

Venta de Artículos
Escolares

Impresiones

Cobro de los
Servicios Utilizados
 DEFINICIÓN DEL PROBLEMA.
La empresa que se encuantra ubicada en el La colonia Buenos Aires ( la papeleria)
desea conocer el flujo de personas que llegan a este lugar a adquirir sus servicios y si
un solo operario puede realizar las todos los trabajos con eficiencia brindando un
servicio adecuado.

Pues como se observa en ocaciones hay mucha aglomeracion de gente en la papeleria

y reconocimos tres factores que pueden influir en ellos:

 Falta de mas operarios para realizar los diferentes trabajos de la papeleria.

 Mas impresoras para dar abasto al fotocopiado e impresión de documentos.
 Mas adquisision de maquinas de computo para realizar las impresiones.

Es por tal motivo que se llevo acabo la simulacio del tiempo de atencion de clientes en
la papeleria ABC el en software ARENA para poder tener fundamentos mas precisos y
observar el comportamiento del flujo de personas y asi tomar la decicon si se debe
adquirir mas equipos de impresoras o mas operarios.
 PLANIFICACIÓN DEL PROYECTO
NÚMERO ACTIVIDAD
1 Primeramente, nos reunimos para
ponernos de acuerdo que proyecto
implementaríamos y en donde

2 Después decidimos que lo

implementaríamos en la papelería san
Luis ubicado en el instituto tecnológico
superior de Tamazunchale

3 También instalamos el software arena

4 Posteriormente realizamos el formato

para capturar los datos

5 Después tomamos los tiempos con el

Reloj y el Cronometro

6
También capturamos los datos
Software Excel

7 Software Minitab Computadora,

Internet, Establecimiento papelería
San Luis.