1

Modelos y Simulación

Unidad 1 - Paso 2 - Dinámica y Funcionalidad de Sistemas

Tutor
Diego Karacha Rodriguez

Presentado Por:
José Ángel Daza Castrillón
Luis Fernando Peralta Daza
Mauricio Liz Quintero
Paula Andrea Rangel Cáceres

Ingeniería Industrial
Universidad Nacional Abierta y a Distancia
Marzo 17 De 2024
 2

Tabla de Contenido

Introducción......................................................................................................................3
Justificación......................................................................................................................4
Objetivos.......................................................................................................................... 5
Objetivo General...........................................................................................................5
Objetivos Específicos....................................................................................................5
Desarrollo de Puntos Conceptuales.................................................................................6
Desarrollo de Anexo en Excel........................................................................................18
Enlaces de Videos de Simulación..................................................................................24
Conclusiones..................................................................................................................25
Referencias Bibliográficas..............................................................................................26
Anexos de Participación en Foro...................................................................................27
 3

Introducción

El presente trabajo presenta el desarrollo de una serie de actividades siguiendo

ciertos lineamientos de la guía de actividades propuesta en el curso, el cual abarca un
compendio de técnicas de modelamiento para generar escenarios de acuerdo con
condiciones específicas y medidas o parámetros logísticos y estadísticos para analizar
su comportamiento antes de poderlo llevar a la vida real, esto, a través de la solución
de varios puntos conceptuales basados en dinámica de sistemas, variables aleatorias,
sistemas vacíos y en equilibrio, etc., a su vez, se llevó a cabo la solución de varios
ejercicios en Excel teniendo en cuenta el comportamiento normal, exponencial y
uniforme de cada uno de los datos, por otro lado, se desarrolló un caso con base en
líneas de producción donde se simularon los resultados de manera sencilla en el
software Flexsim.
 4

Justificación

La aplicación de técnicas de modelado y simulación con variables aleatorias es

fundamental para comprender y anticipar el comportamiento de sistemas productivos y
logísticos en entornos dinámicos y complejos.
Estas técnicas permiten evaluar el impacto de la variabilidad en los procesos,
la demanda, los tiempos de entrega, entre otros aspectos críticos, lo que contribuye a
la toma de decisiones más sólidas y a la identificación de estrategias de mejora.
Al diferenciar las técnicas de modelado, se puede adaptar el enfoque de simulación a
las necesidades específicas del sistema, maximizando la relevancia y la utilidad de
los resultados obtenidos.
En resumen, modelar y simular con variables aleatorias y diferenciar las técnicas
de modelado para la generación de escenarios permite obtener información valiosa
sobre el desempeño de sistemas productivos y logísticos, lo que a su vez facilita
la toma de decisiones informada y la identificación de oportunidades de mejora.
 5

Objetivos

Objetivo General

 Aplicar técnicas de modelado y simulación con variables aleatorias, así como

diferenciar las técnicas de generación de escenarios, con el fin de comprender y
mejorar el desempeño de sistemas productivos y logísticos en entornos
dinámicos, inciertos y variables.

Objetivos Específicos

 Comprender y realizar variables aleatorias.

 Realizar simulación en Excel sobre caso planteado y llevarlo a la práctica en
Flexsim.
 Desarrollar el caso planteado estableciendo el modelo en un esquema,
consolidar los pasos generales de la simulación y deducir los datos solicitados
en el taller.
 6

Desarrollo de Puntos Conceptuales

José Ángel Daza Castrillón

¿Qué es la dinámica de sistemas?

Herramienta metodológica que permite analizar, manejar y controlar de manera

eficiente los sistemas según comportamiento de las diferentes variables teniendo en
cuenta su causa, realimentación y complejidad lo que influye de una u otra forma en los
procesos, todo esto a través de simulaciones. Su uso se ve representado como un
factor de control y administración en donde se ven involucradas variables, criterios y
otros parámetros que influyen en la toma de decisiones y otros aspectos a través del
tiempo, su uso se ha visto representado en diferentes campos como la medicina, la
ingeniería, la política, etc.

¿Qué es una variable aleatoria y para que se usa en la simulación?

Una variable aleatoria es aquella función que relaciona un número con cada uno
de los elementos del espacio de muestra, es decir, siguen una distribución de
probabilidad, cada uno de los valores numéricos presentan el resultado del respectivo
experimento. En el ámbito de la simulación son usadas para modelar la variabilidad de
los sistemas en estudio respectivamente, a través de la generación de muestras de
datos que arrojen resultados del sistema y de esta forma ayuda a analizar las
incertidumbres en la simulación del sistema.

Cuáles son los tipos de variables aleatorias que existen. Describa cada una de
ellas.

Los tipos de variables aleatorias están clasificadas en discretas y continuas.

Variable aleatoria discreta: Es aquella en la que el espacio de muestra tiene cierto

número de elementos en los cuales solo se puede tomar valores finitos o infinitos con la
condición de que sean numerables. La probabilidad de que esta variable escoja un
valor especifico es llamada masa de probabilidad.

Variable aleatoria continua: Aquella cuyo espacio de muestra es un conjunto de

elementos que no se puede enumerar y todo procedimiento de medida que se emplea
tendrá cierto límite de precisión, lo mismo aplica al programar algoritmos de números
de elección aleatoria. La probabilidad de que esta variable escoja un valor en particular
es llamada densidad de probabilidad.

¿Se debe usar una computadora para obtener información adecuada de una
simulación? Explique.

Aunque es posible realizar simulaciones de manera manual, esto solo aplica

para casos muy sencillos, pero generalmente si es necesario hacer uso de una
 7

computadora ya que para las simulaciones se necesita de un Software que debe estar
instalado en esta para el procesamiento preciso y eficiente de los datos y minorizar
posibles errores, sobre todo en aquellas simulaciones basadas en modelos
matemáticos avanzados.

¿Cuáles son las ventajas y desventajas de empezar una simulación con el

sistema vacío? ¿Y con el sistema en equilibrio?

El sistema vacío como entorno de recreación de ambientes por medio de

diferentes parámetros cuenta con diferentes ventajas y desventajas.

Ventajas

- Comprensión sencilla del comportamiento del sistema.

- Cuenta con más facilidad para calibrar.

- Por medio de la facilidad de comprensión del comportamiento del sistema se pueden

detallar errores durante el proceso de simulación.

- Evaluación detallada del rendimiento de la simulación.

Desventajas

- Si no se desarrolla de forma correcta se pueden producir resultados poco realistas.

- Pueden obtenerse resultados simples y sencillos.

- Pueden darse fallas o problemas al introducirse datos más complejos.

Por otro lado, el sistema en equilibrio teniendo en cuenta sus variables y demás
componentes que actúan para buscar un punto de balance entre las entradas y salidas
también cuenta con ventajas y desventajas.

Ventajas

- A diferencia del sistema vacío, el sistema en equilibrio puede aportar resultados más
realistas en el modelo y tiende a ser un sistema real.

- Es menos probable que ocurran problemas inesperados durante las pruebas de

simulación.

- Proporciona un mejor comportamiento a largo plazo y mejor comprensión.

 8

Desventajas

- La configuración y manejo puede ser mucho más compleja ya que exige más
condiciones iniciales.

- Tiene más exigencia de datos iniciales para la interacción con el sistema.

- Tiene limitaciones en la flexibilidad durante la exploración de diferentes escenarios.

Establezca un esquema de los pasos necesarios para planear un proyecto de

simulación.

Enlace: https://www.canva.com/design/DAF_VMWi0P0/S7dHuQ9b4UY-XUblwWPubg/
edit?
utm_content=DAF_VMWi0P0&utm_campaign=designshare&utm_medium=link2&utm_s
ource=sharebutton
 9

Luis Fernando Peralta Daza

¿Qué es la dinámica de sistemas?

La dinámica de sistemas es una disciplina que se enfoca en el estudio de sistemas

complejos, con el objetivo de comprender su comportamiento a lo largo del tiempo.
Aquí tienes información clave sobre este tema:
Definición: La dinámica de sistemas es un enfoque interdisciplinario que utiliza
modelos computacionales para estudiar sistemas dinámicos, es decir, sistemas cuyos
estados cambian en función del tiempo.
Componentes: Los sistemas dinámicos pueden estar compuestos por elementos,
interacciones, realimentaciones y retrasos. Estos componentes se modelan utilizando
ecuaciones y diagramas que muestran cómo las diferentes partes del sistema
interactúan entre sí.
Aplicaciones: La dinámica de sistemas se aplica en una amplia gama de campos,
incluyendo la gestión empresarial, la economía, la ecología, la ingeniería, la salud
pública y la política. Se utiliza para comprender fenómenos complejos, como el
crecimiento poblacional, las dinámicas de mercado, la propagación de enfermedades y
el cambio climático.
Modelación y simulación: En la dinámica de sistemas, se construyen modelos
matemáticos y computacionales que representan la estructura y el comportamiento de
sistemas dinámicos. Estos modelos se utilizan para simular escenarios, realizar
pronósticos y analizar el impacto de diferentes políticas o decisiones en el sistema
estudiado.

¿Qué es una variable aleatoria y para que se usa en la simulación?

Una variable aleatoria es una función que asigna un valor numérico a cada resultado
posible de un experimento aleatorio. Se utiliza en la simulación para modelar
fenómenos aleatorios del mundo real y para representar la incertidumbre en los
sistemas modelados. Aquí tienes información detallada sobre el concepto y su uso en
la simulación:
Definición de variable aleatoria: Una variable aleatoria puede ser discreta o continua.
En el caso discreto, toma valores específicos con ciertas probabilidades asociadas,
como el resultado de lanzar un dado. En el caso continuo, puede tomar cualquier valor
dentro de un rango, como la altura de una persona.
Uso en la simulación: En la simulación, las variables aleatorias se utilizan para
modelar la aleatoriedad y la incertidumbre en los sistemas modelados. Por ejemplo, en
la simulación de un sistema de inventario, se pueden utilizar variables aleatorias para
representar la demanda diaria de un producto, ya que esta demanda puede variar
aleatoriamente.
Generación de datos aleatorios: En la simulación, se generan datos aleatorios
 10

utilizando distribuciones de probabilidad asociadas con las variables aleatorias. Estos

datos se utilizan para simular el comportamiento del sistema en condiciones de
incertidumbre, lo que permite evaluar el rendimiento del sistema en diferentes
escenarios.

Análisis de sensibilidad: La simulación con variables aleatorias también permite

realizar análisis de sensibilidad, es decir, evaluar cómo cambia el rendimiento del
sistema cuando se modifican las distribuciones de probabilidad asociadas con las
variables aleatorias

Cuáles son los tipos de variables aleatorias que existen. Describa

cada una de ellas.

Existen dos tipos principales de variables aleatorias: las variables aleatorias discretas y
las variables aleatorias continuas. A continuación, te proporcionaré una descripción
detallada de cada una de ellas:
Variables aleatorias discretas
Las variables aleatorias discretas toman valores específicos con ciertas probabilidades
asociadas. Algunos ejemplos comunes de variables aleatorias discretas incluyen:
Ejemplos: El resultado de lanzar un dado (puede ser 1, 2, 3, 4, 5 o 6 con probabilidades
iguales), el número de clientes que ingresan a una tienda en una hora, la cantidad de
defectos en un lote de productos, entre otros.
Función de masa de probabilidad: En el caso de las variables aleatorias discretas, la
función de masa de probabilidad especifica la probabilidad de que la variable aleatoria
tome cada uno de sus posibles valores.
Distribuciones comunes: Algunas distribuciones de variables aleatorias discretas
comunes incluyen la distribución de Poisson, la distribución binomial y la distribución
geométrica.
Variables aleatorias continuas
Las variables aleatorias continuas pueden tomar cualquier valor dentro de un rango
específico, y su función de densidad de probabilidad describe la probabilidad de que la
variable aleatoria tome valores en intervalos específicos. Algunos ejemplos de variables
aleatorias continuas son:
Ejemplos: La altura de una persona, el tiempo que un cliente pasa en un
establecimiento, la temperatura ambiente, entre otros.
Función de densidad de probabilidad: En el caso de las variables aleatorias
continuas, la función de densidad de probabilidad describe la probabilidad de que la
variable aleatoria tome valores en un rango específico.
Distribuciones comunes: Algunas distribuciones de variables aleatorias continuas
comunes incluyen la distribución normal (o gaussiana), la distribución exponencial y la
distribución uniforme.

• ¿Se debe usar una computadora para obtener información

adecuada de una simulación? Explique.
Sí, generalmente se requiere el uso de una computadora para obtener información
adecuada de una simulación. A continuación, te explico por qué:
 11

Cálculos complejos: Las simulaciones a menudo involucran cálculos complejos y

repetitivos que son difíciles de realizar manualmente. Una computadora puede realizar
estos cálculos de manera eficiente y rápida, lo que permite simular grandes cantidades
de datos y escenarios en un período de tiempo razonable.
Generación de datos aleatorios: En la simulación con variables aleatorias, es
fundamental generar datos aleatorios que sigan distribuciones de probabilidad
específicas. Las computadoras pueden generar estos datos de manera aleatoria y
reproducible, lo que es crucial para la validez y la replicabilidad de la simulación.
Análisis detallado: Las computadoras permiten realizar un análisis detallado de los
resultados de la simulación, incluyendo la visualización de datos, la identificación de
patrones, la realización de pruebas estadísticas y la evaluación de múltiples
escenarios. Esto proporciona una comprensión más profunda del comportamiento del
sistema simulado.
Modelado de sistemas complejos: Para simular sistemas complejos con múltiples
variables interrelacionadas, se requiere el uso de programas informáticos
especializados que puedan representar de manera precisa la dinámica de estos
sistemas. Las herramientas de simulación computacional permiten modelar sistemas
complejos de manera más realista.
Optimización y toma de decisiones: Las simulaciones computacionales pueden
utilizarse para la optimización y la toma de decisiones en una amplia gama de campos,
incluyendo la ingeniería, la gestión de operaciones, la economía, la biología, entre
otros. Las capacidades computacionales son fundamentales para realizar simulaciones
que sean relevantes para la toma de decisiones.

• ¿Cuáles son las ventajas y desventajas de empezar una simulación

con el sistema vacío? ¿Y con el sistema en equilibrio?
Comenzar una simulación con el sistema vacío y con el sistema en equilibrio tienen
ventajas y desventajas específicas. A continuación, detallaré cada una de ellas:
Simulación con el sistema vacío
Ventajas
Condición inicial clara: Al iniciar la simulación con el sistema vacío, se establece una
condición inicial clara y simple, lo que puede facilitar la comprensión de cómo
evoluciona el sistema desde un estado inicial conocido.
Identificación de impacto inicial: Permite observar el impacto directo de la introducción
de elementos en el sistema, lo que puede ser útil para comprender el comportamiento
de cada componente por separado.
Desventajas
Falta de realismo: Iniciar la simulación con el sistema vacío puede no reflejar fielmente
las condiciones del mundo real, ya que la mayoría de los sistemas operan con
componentes y variables presentes desde el principio.
Omisión de interacciones iniciales: Al no considerar las interacciones entre los
componentes desde el inicio, se pierde la oportunidad de comprender cómo estas
interacciones impactan en el comportamiento global del sistema.
Simulación con el sistema en equilibrio
Ventajas
Modelado realista: Al comenzar la simulación con el sistema en equilibrio, se reflejan
 12

más fielmente las condiciones de operación normales del sistema, lo que puede
proporcionar una representación más realista del comportamiento a largo plazo.
Consideración de interacciones estables: Permite estudiar cómo las interacciones entre
los componentes se mantienen o cambian a lo largo del tiempo, lo que es relevante
para sistemas con comportamientos estables.
Desventajas
Complejidad inicial: Si el sistema está en equilibrio, puede ser complejo establecer un
estado inicial claro para la simulación, lo que puede dificultar la comprensión de cómo
evolucionan las interacciones y el comportamiento del sistema.
Sesgo en el análisis: Comenzar con el sistema en equilibrio puede sesgar el análisis
hacia la estabilidad, lo que podría impedir la identificación de posibles problemas o
cambios significativos en el comportamiento del sistema.

• Establezca un esquema de los pasos necesarios para planear un

proyecto de simulación.
l planificar un proyecto de simulación, es importante seguir una serie de pasos para
garantizar su éxito y efectividad. A continuación, se presenta un esquema de los pasos
necesarios para planificar un proyecto de simulación:
1. Definición de los objetivos y alcance del proyecto
Identificar claramente los objetivos que se desean lograr con la simulación.
Establecer el alcance del proyecto, incluyendo los sistemas, procesos o fenómenos que
se van a simular.
2. Recopilación de datos y modelado del sistema
Recolectar datos relevantes sobre el sistema o proceso a simular, incluyendo
parámetros, variables, distribuciones de probabilidad, entre otros.
Desarrollar un modelo del sistema que refleje con precisión su comportamiento y sus
interacciones.
3. Selección de la metodología de simulación
Elegir la metodología de simulación más adecuada para los objetivos del proyecto,
como simulación de eventos discretos, simulación de sistemas continuos, entre otras.
4. Desarrollo del modelo de simulación
Implementar el modelo de simulación utilizando herramientas o software especializado.
Verificar la precisión y validez del modelo a través de pruebas y análisis de
sensibilidad.
5. Diseño de experimentos
Definir los experimentos y escenarios que se simularán para cumplir con los objetivos
del proyecto.
Establecer las variables de entrada y salida que se medirán durante la simulación.
6. Ejecución de la simulación
Ejecutar la simulación utilizando los datos y parámetros establecidos en el modelo.
Registrar los resultados obtenidos y las observaciones relevantes durante la
simulación.
7. Análisis de resultados
Analizar los resultados de la simulación en función de los objetivos planteados.
Identificar patrones, tendencias y posibles áreas de mejora O optimización en el
sistema modelado.
 13

8. Validación y verificación
Validar y verificar el modelo de simulación comparando los resultados con datos reales
o conocimientos expertos.
Identificar posibles limitaciones o sesgos en el modelo y realizar ajustes si es
necesario.
9. Documentación y presentación de resultados
Documentar todas las etapas del proyecto, incluyendo el modelo de simulación, los
datos utilizados, los resultados obtenidos y las conclusiones.
Presentar los hallazgos y recomendaciones de manera clara y concisa a las partes
interesadas.

Mauricio Liz Quintero

¿Qué es la dinámica de sistemas?

Es una herramienta que se basa en la construcción de modelos de simulación que nos

permite abordar situaciones complejas, aplicando la observación del todo y la
relación con cada una de sus partes.

¿Qué es una variable aleatoria y para que se usa en la simulación

Una variable es aleatoria si su valor está determinado por el azar. En gran número de
experimentos aleatorios es necesario, para su tratamiento matemático, cuantificar los
resultados de modo que se asigne un número real a cada uno de los resultados
posibles del experimento.

Cuáles son los tipos de variables aleatorias que existen. Describa cada una de ellas.

Variable independiente, dependiente e interviniente.

son aquellas que, en la hipótesis, explican o determinan el cambio en la

otra variable. Variables dependientes son la consecuencia de los cambios en
la variable independiente, es el fenómeno explicado, el resultado esperado.

Variable controlada y aleatoria.

Variables controladas se refieren a variables o factores contribuyentes que son fijados

o eliminados para poder identificar claramente la relación entre una variable
independiente y una variable dependiente.

Una variable es aleatoria si su valor está determinado por el azar.

Variable hipotética y observable.

Las variables hipotéticas son todas aquellas que no son observables y que, por tanto,
no se pueden medir directamente.
 14

Variables atributivas y activas.

Las variables ACTIVAS admiten ser manipuladas por el investigador, lo cual significa
que él puede determinar cuándo, cómo, con qué intensidad aparezcan para analizar
sus efectos. Las variables ATRIBUTIVAS no admiten ser manipuladas por el
investigador ya sea porque no es posible o porque no es ético hacerlo.

Variable estímulo y respuesta.

Nos referimos a cualquier aspecto del medio ambiente físico o social que puedan
afectar de algún modo a la conducta –por ejemplo, forma en la presentación de la
estimulación, tipo de fármacos, efecto del ambiente social sobre la habilidad de resolver
problemas, etc

Es un resultado medido dentro de un ensayo que puede ser influenciado por otros
factores.

Variable cualitativa y cuantitativa.

Variable cualitativa dicotómica: aquella variable que sólo puede tomar dos valores
posibles, por ejemplo sí/no, hombre/mujer. Variable cualitativa politómica: aquella
variable que puede adquirir tres o más valores, por ejemplo localidad de residencia.

Las variables cuantitativas son aquellas que pueden medirse numéricamente, como la
cantidad de elementos de un conjunto.

¿Se debe usar una computadora para obtener información adecuada de una
simulación? Explique.

Si se debe usar, ya que es posible agregar o suministrar datos precisos como tiempo y
espacio y sus resultados no serán alterados por errores humanos de precisión.

¿Cuáles son las ventajas y desventajas de empezar una simulación con el sistema
vacío? ¿Y con el sistema en equilibrio?

Se calibra la simulación en vacío quiere decir sin carga mostrando el rendimiento

esperado del Sistema y con el Sistema en equilibrio nos muestra el verdadero
rendimiento de la simulación del sistema

Establezca un esquema de los pasos necesarios para planear un proyecto de

simulación.

 El Problema.
 Recolección de Datos.
 El modelo.
 Verificación.
 15

 Validación.
 Experimentación.
 Resultados.
 Documentación.

Paula Andrea Rangel Cáceres

¿Qué es la dinámica de sistemas?

La dinámica de sistemas es una metodología que se utiliza para estudiar y

comprender el comportamiento de sistemas complejos a lo largo del tiempo. Estos
sistemas pueden ser de cualquier tipo, como sistemas económicos, sociales,
ambientales, industriales, etc. La dinámica de sistemas se basa en la representación de
los sistemas a través de modelos matemáticos, que incluyen variables y relaciones
entre ellas, y permite simular el comportamiento del sistema bajo diferentes
condiciones y escenarios.

¿Qué es una variable aleatoria y para que se usa en la simulación?

Las variables aleatorias se refieren a variables cuyos valores no son fijos sino
aleatorios. Se utiliza en simulaciones para representar aspectos de un sistema que
están sujetos a incertidumbre o variabilidad, como la demanda de productos, el tiempo
entre llegadas de clientes, etc. Las variables aleatorias se utilizan para modelar la
aleatoriedad en un sistema y permiten realizar simulaciones aleatorias donde los
resultados de cada ejecución pueden variar debido a la aleatoriedad.

Los tipos de variables aleatorias más comunes son:

a. Variables aleatorias discretas: Son aquellas cuyos valores posibles forman un

conjunto discreto, finito o infinito numerable. Por ejemplo, el número de clientes que
llegan a AFINIA en una hora. Se caracterizan por tener una función de masa de
probabilidad que asigna una probabilidad a cada valor posible.

b. Variables aleatorias continuas: Los posibles valores de estas variables forman

un conjunto continuo, normalmente un intervalo de números reales. Por ejemplo, el
tiempo que pasan los clientes en AFINIA. Se caracterizan por una función de densidad
de probabilidad que describe una distribución de probabilidad de valores posibles.

¿Se debe usar una computadora para obtener información adecuada de una
simulación? Explique.

Sí, se debe usar una computadora para obtener información adecuada de una
simulación. Las simulaciones suelen implicar el procesamiento de una gran cantidad de
datos y cálculos, lo cual es difícil de hacer manualmente y consume mucho tiempo. Las
computadoras permiten realizar simulaciones de manera eficiente y rápida, lo que
facilita el análisis y la obtención de resultados precisos.
 16

Ventajas y desventajas de empezar una simulación con el sistema vacío:

Ventajas:

Permite comprender el comportamiento del sistema desde su estado inicial.

Facilita la identificación de posibles problemas o ineficiencias en el sistema antes de su

implementación.

Desventajas:

No se pueden capturar los efectos de las interacciones entre los elementos del sistema.

Los resultados pueden no ser representativos del comportamiento real del sistema una
vez que está en funcionamiento.

Ventajas y desventajas de empezar una simulación con el sistema en equilibrio:

Ventajas:

Permite simular el comportamiento del sistema bajo condiciones estables y conocidas.

Los resultados pueden ser más precisos y representativos del comportamiento real del
sistema.

Desventajas:

No se pueden capturar los efectos de los movimientos o cambios en el sistema.

No se pueden identificar problemas o ineficiencias que puedan surgir durante la

transición hacia el equilibrio o en condiciones no estables.

Esquema de los pasos necesarios para planear un proyecto de simulación:

-Definir los objetivos de la simulación: Determinar qué se espera lograr con la

simulación y qué aspectos del sistema se van a estudiar.

-Identificar las variables del sistema: Identificar las variables que influyen en el
comportamiento del sistema y determinar cómo se relacionan entre sí.

-Seleccionar el tipo de simulación: Decidir si se utilizará una simulación continua o

discreta, determinando cuál es más adecuada para el sistema que se está estudiando.
 17

-Desarrollar el modelo de simulación: Desarrollar un modelo matemático del

sistema que incluya todas las variables y relaciones identificadas.

-Validar el modelo: Verificar que el modelo de simulación reproduce correctamente el

comportamiento del sistema real, utilizando datos históricos o expertos en el tema.

-Diseñar el experimento de simulación: Definir las condiciones iniciales y los

escenarios de simulación que se van a estudiar.

-Implementar la simulación: Utilizar un software de simulación para implementar el

modelo y llevar a cabo los experimentos definidos.

-Analizar los resultados: Analizar los resultados de la simulación para obtener

conclusiones sobre el comportamiento del sistema y cumplir con los objetivos definidos.

-Validar los resultados: Verificar que los resultados obtenidos son consistentes con el
comportamiento esperado del sistema y con la realidad.

-Documentar y comunicar los resultados: Documentar el proceso de simulación, los

resultados obtenidos y las conclusiones alcanzadas, y comunicarlos a las partes
interesadas.
 18

Desarrollo de Anexo en Excel

José Ángel Daza Castrillón

19
 20

Luis Fernando Peralta Daza

 21

Mauricio Liz Quintero

22
 23

Paola Andrea Rangel Cáceres

24
 25

Enlaces de Videos de Simulación

José Ángel Daza Castrillón

https://youtu.be/-Ep24wwhg8U

Luis Fernando Peralta Daza

https://youtu.be/uPpZRFb3syg

Mauricio Liz Quintero

https://www.youtube.com/watch?v=--xRHJRPpH4

Paula Andrea Rangel Cáceres

 26

Conclusiones

Para concluir, se reconocieron las distintas dinámicas y modelos para la

implementación de un sistema de modelamiento por medio de Excel y el programa
Flexsim, aplicando a su vez conceptos de variables aleatorias y la generación de
números aleatorios para plasmarlos en cualquier programa de simulación y así obtener
los análisis y/o conclusiones sobre el rendimiento y funcionamiento de una determinada
línea de producción lo que ayuda a su vez a mejorar las condiciones logísticas y
productivas de esta facilitando la toma de decisiones y el comportamiento antes de
llevarlo a la vida real. José Ángel Daza

Basado en los datos obtenidos mediante la simulación en el Excel podemos

tener los tiempos promedios para cualquier actividad en una cadena de servicio o de
suministro, teniendo en cuenta estos números podemos determinar una mejora o si se
está dentro de los parámetros permitidos. Mauricio Liz Quintero.

la aplicación de técnicas de modelado y simulación con variables aleatorias, junto con

la diferenciación de las técnicas de generación de escenarios, representa una
herramienta poderosa para comprender y mejorar el desempeño de sistemas
productivos y logísticos. Estas técnicas permiten abordar la incertidumbre y
la variabilidad presentes en los sistemas reales, facilitando la identificación de riesgos,
la toma de decisiones informada y el diseño de estrategias de mejora. Al considerar las
condiciones y medidas de desempeño del sistema, se puede obtener una vision más
completa y precisa, lo que contribuye a la optimización de los procesos y a la
maximización de la eficiencia operativa. Luis Fernando Peralta
 27

Referencias Bibliográficas

Agudelo Serna, D. A., y López Rivera, Y. M. (2018). Dinámica de sistemas en la gestión

de inventarios. Ingenierías USBMed, 9(1), 75–
85. https://doi.org/10.21500/20275846.3305

Marmolejo, I. S., Macías, R. G., & Robles, F. S. (2014). Etapas de un modelos de

simulación y la modelación con FlexSim. Ingenio y Conciencia Boletín Científico
de la Escuela Superior Ciudad Sahagún,
1(2). https://www.uaeh.edu.mx/scige/boletin/sahagun/n2/p1.html

Urquía Moraleda, A. (2013). Modelado y simulación de eventos discretos. UNED -

Universidad Nacional de Educación a Distancia. Apartado 1.2, 1.3. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/48697?page=18
 28

Anexos de Participación en Foro

José Ángel Daza

29
 30

Luis Fernando Peralta Daza

31
 32

Mauricio Liz Quintero

 33

Paula Andrea Rangel Cáceres