Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 10 vistas

    Trabajo Io3

    Cargado por

    luis

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Trabajo Io3

    Cargado por

    luis
    10 vistas17 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    10 vistas17 páginas

    Trabajo Io3

    Cargado por

    luis

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 17

    FACULTAD DE INGENIERÍA Y ARQUITECTURA

    INGENIERÍA CIVIL INDUSTRIAL, MENCIÓN GESTIÓN

    TRABAJO SOFWARE SIMIO

    Integrantes: Luis Torres -Silvia Lopez.


    Profesora: Militza Fernandez Cespedez.
    Asignatura: Investigación Operativa 3.

    Iquique, Julio 2023

    1
    índice
    INTRODUCCIÓN 3
    Ejercicio N°1 4
    Explique la metodología de simulación que propone Manuel Rossetti 4
    Ejercicio N°2 6
    a) Tiempo promedio en sistema de los clientes. 7
    b) Cantidad de pedido 1, 2 y 3 solicitados. 7
    c) Porcentaje de utilización de los cajeros y cocineros. 8
    d) Tiempo promedio de espera de los clientes. 8
    Desarrollo ejercicio N°2 9
    Ejercicio N°3 10
    a)La cantidad total de productos enviados al cliente1 y la cantidad total de productos enviados
    al cliente2. 10
    b) ¿Cuántas toneladas en total fueron enviadas al cliente 1 y cuantas al cliente 2? 10
    c) Modifique el modelo anterior y cambie el tamaño de los pedidos de los clientes. 11
    Ejercicio N°4 12
    A) El tiempo promedio en el sistema de cada uno de los tipos de trabajos. 13
    B) Tiempos de espera en cada una de las máquinas. 14
    c) Indique el número total de cada tipo de trabajo que sale atendido por el sistema. Además,
    indique el número total de cada tipo de trabajo que no alcanza a salir del sistema. 15
    d) indique los costos asociados a cada maquina y el costo total del sistema. 16
    e) Identifique algún problema y proponga una mejora. 16
    Desarrollo ejercicio N°2 17

    2
    INTRODUCCIÓN

    Simio es una poderosa herramienta de simulación y modelado que ha


    revolucionado la forma en que los profesionales de la ingeniería industrial y la
    optimización de procesos abordan la simulación de sistemas complejos. Mediante
    la combinación de la simulación de eventos discretos y la modelización basada en
    objetos , Simio ofrece una solución integral que permite a los usuarios modelar,
    analizar y optimizar sistemas de manera más precisa y eficiente.

    Con Simio, los usuarios pueden diseñar modelos detallados de sistemas


    complejos, como líneas de producción, centros de distribución, hospitales, y más,
    utilizando una interfaz gráfica intuitiva. Los objetos y componentes del sistema se
    pueden arrastrar y soltar para crear modelos visuales que reflejen fielmente la
    realidad.

    Una de las características distintivas de Simio es su capacidad de incorporar el


    enfoque de objetos y la lógica de programación, lo que permite una mayor
    reutilización de modelos y una simulación más eficiente. Además, Simio ofrece
    una amplia gama de herramientas de análisis y visualización que ayudan a los
    usuarios a comprender el rendimiento del sistema y tomar decisiones informadas
    para optimizar su funcionamiento.

    En resumen, Simio es una solución completa y flexible para la simulación y


    modelado de sistemas complejos, requiere una ventaja significativa a los
    profesionales que buscan mejorar la eficiencia, la productividad y la toma de
    decisiones en sus campos respectivos

    3
    Ejercicio N°1

    Explique la metodología de simulación que propone Manuel Rossetti


    La metodología del autor Manuel Rossetti indica que el software Arena primero
    que todo indicar que este es un Programa de simulación ampliamente utilizado
    para modelar sistemas complejos y analizar su comportamiento a lo largo del
    tiempo. Permite a los usuarios crear modelos de simulación para una amplia
    variedad de aplicaciones, como procesos industriales, logística, atención médica,
    transporte, entre otros. La metodología de simulación con Arena sigue un enfoque
    general que involucra los siguientes pasos que nos ayudan a entender de mejor
    forma el funcionamiento de este programa:

    1. Definición del problema: El primer paso es identificar el problema o el


    sistema que se va a analizar mediante la simulación. Es importante tener
    una comprensión clara de los objetivos, las variables de interés y las
    restricciones del sistema.
    2. Recopilación de datos: Para construir un modelo preciso, es fundamental
    recopilar datos relevantes sobre el sistema. Esto puede incluir información
    sobre tiempos de procesamiento, tasas de llegada de clientes, capacidades
    de recursos, entre otros.
    3. Diseño del modelo: En esta etapa, se crea el modelo de simulación
    utilizando el software Arena. El modelo representa el sistema real con sus
    entidades (clientes, productos, etc.), procesos, recursos y lógica de
    funcionamiento.
    4. Validación del modelo: Antes de ejecutar la simulación, es esencial verificar
    que el modelo se ajusta a la realidad. Se comparan los resultados de la
    simulación con datos históricos o resultados teóricos para asegurarse de
    que el modelo es válido.
    5. Ejecución de la simulación: Una vez que el modelo se ha validado, se
    procede a ejecutar la simulación. Durante esta etapa, el software de Arena

    4
    simulará el comportamiento del sistema a lo largo del tiempo, registrando
    eventos y recopilando datos.
    6. Análisis de resultados: Después de finalizar la simulación, se analizan los
    resultados para obtener información relevante. Esto podría implicar la
    generación de informes y la visualización de gráficos para comprender el
    rendimiento del sistema, identificar cuellos de botella o evaluar diferentes
    escenarios.
    7. Optimización y mejora: Con base en los resultados de la simulación, se
    pueden realizar ajustes en el modelo o en el sistema real para mejorar el
    rendimiento y alcanzar los objetivos establecidos.

    La simulación Arena es una herramienta valiosa para comprender sistemas


    complejos, tomar decisiones informadas y probar diferentes estrategias sin la
    necesidad de experimentar directamente con el sistema real, lo que puede ser
    costoso o riesgoso en algunos casos.

    5
    Ejercicio N°2
    En un restaurante de comida rápida, los clientes ingresan siguiendo un patrón de
    llegadas con una distribución exponencial y una media de 0.7 minutos entre
    llegadas. Al llegar, los clientes tienen la opción de elegir entre tres tipos de
    comidas: (1) un refresco, (2) papas fritas o (3) un combo que incluye refresco,
    papas fritas y una hamburguesa. Una vez en el restaurante, los clientes forman
    una sola cola y esperan a que haya un cajero disponible. Cuando llega su turno, le
    dan su orden al cajero y proceden a realizar el pago. Después de hacer el pedido
    y pagar, la preparación del pedido comienza y el cliente espera hasta que esté
    listo. Una vez que reciben su pedido, el cliente puede salir del restaurante. En este
    sistema, hay dos cocineros y dos cajeros trabajando. El tiempo que toma para
    ordenar y pagar sigue una distribución triangular(0.4, 0.8, 1.2) minutos y
    triangular(0.2, 0.4, 0.6) minutos, respectivamente. El tiempo de cocción depende
    de la siguiente manera:

    Es importante destacar que mientras un cliente está en el proceso de ordenar y


    pagar, el cajero no puede atender a otro cliente hasta que el actual haya
    completado todas las etapas. Este sistema busca optimizar la eficiencia en el
    servicio, brindando a los clientes una experiencia más rápida y satisfactoria.
    Modele el sistema durante 8 horas de operación. Genere una animación y un
    dashboard con lo solicitado en las siguientes preguntas:

    6
    a) Tiempo promedio en sistema de los clientes.

    b) Cantidad de pedido 1, 2 y 3 solicitados.

    Comida 1

    Comida 2

    Comida 3

    7
    c) Porcentaje de utilización de los cajeros y cocineros.

    d) Tiempo promedio de espera de los clientes.

    8
    Desarrollo ejercicio N°2

    En el primer paso analizamos como debíamos confeccionar el modelo que íbamos


    a realizar.

    Para empezar con la simulación debemos construir el sistema, las entidades son
    objetos dinámicos que pueden ser creados, se deben arrastrar desde la librería.

    Arrastramos el ModelEntity y lo nombramos cliente, luego arrastramos un Source y


    en las propiedades cambiamos en el Interarrival time escribimos la distribución de
    Random.Exponencial (0.7).

    Agregamos 7 Server y cada uno con su respectivas distribuciones, en nuestro


    sistema empezamos con un Server de espera al cual le asignamos los siguientes
    valores en el Processing Time, los valores de distribución lo agregamos en el
    comando Random.Triangular (0.4,0.8,1.2), luego seguimos con el Server de caja,
    hicimos el mismo paso del anterior nos fuimos al Processing Time y cambiamos A
    Random.Triangular (0.2,0.4,0.6) y agregamos 3 tipos de server que serian los
    tipos de comida con su respectivos valores pero en este caso los tipos de comidas
    se modifica el ProcessingTime , lo cambiamos a Random.Uniform (0.3,0.8) para la
    primera comida, para la segunda comida Random.Uniform (0.8, 1,1) y para la
    tercera comida Random.Uniform (3.0 , 5.4) y agregamos un Server que sería
    nuestra cocina y para finalizar con un Sink que sería nuestra salida.

    9
    Ejercicio N°3

    A un sistema de distribución llegan productos terminados cada EXPONENCIAL


    (0.25) minutos desde la planta de producción. El sistema de distribución recibe
    pedidos desde 2 tipos de clientes (Cliente 1 y Cliente 2) localizados en otro lugar
    distante. Los pedidos de cada cliente se indican a continuación: Pedidos Cliente 1:
    El tiempo entre llegadas de pedidos es EXPONENCIAL (5) minutos. El tamaño del
    pedido es aleatorio entre 2 a 5 productos, lo cual podría ser representando
    mediante la distribución del tipo UNIFORME (2,5) unidades. Pedidos Cliente 2: El
    tiempo entre llegadas de pedidos es EXPONENCIAL (6) minutos. El tamaño del
    pedido es aleatorio entre 2 a 3 productos, lo cual podría ser representando
    mediante la distribución del tipo UNIFORME (2,3) unidades. Cada producto pesa
    entre 10 y 20 toneladas, lo cual podría ser representado mediante una distribución
    UNIFORME (10,20) toneladas. Modele 24 horas, aplique 10 réplicas y responda lo
    siguiente (que cada despuesta quede reflejada en los resultados como un
    TallyStatistic o un OutputStatistic):

    a)La cantidad total de productos enviados al cliente1 y la cantidad total de


    productos enviados al cliente2.

    b) ¿Cuántas toneladas en total fueron enviadas al cliente 1 y cuantas al cliente 2?

    10
    c) Modifique el modelo anterior y cambie el tamaño de los pedidos de los clientes.

    El cliente 1 pide entre 12 y 15 productos y el cliente 2 pide entre 12 y 13


    productos. Además, considere que para ahorrar costos se dispone de un camión
    que traslada una carga equivalente a 7 pedidos (una mezcla de pedidos del cliente
    1 y 2).

    El traslado demora 10 minutos al cliente 1, se descarga lo del cliente 1 y el camión


    sigue durante 10 minutos hasta el cliente2, deja la carga del cliente 2 y regresa al
    centro de distribución en un tiempo de 20 minutos. Y responda a) y b)

    Imagen Sistema Ejercicio N°3

    11
    Ejercicio N°4

    4. Un Sistema de producción está compuesto por 6 diferentes grupos de


    máquinas. Cada uno de los grupos consiste de un número idéntico (initial capacity)
    de máquinas de un cierto tipo, como se indica a continuación: Unidad de fundición
    (14 máquinas), Torno (5 máquinas), Cepillo (4 máquinas), Taladro (8 máquinas),
    Moldeador (16 máquinas), Pulidora (4 máquinas). En el sistema de producción se
    elaboran tres tipos de trabajos, el trabajo tipo 1, trabajo tipo 2, y trabajo tipo 3.
    Cada uno de los tipos de trabajos requiere las operaciones de cierto tipo
    específico de máquinas en una secuencia específica. Todos los tiempos de
    operación están exponencialmente distribuidos. La secuencia requerida por cada
    tipo de trabajo y su tiempo promedio, se muestran en la siguiente tabla:

    12
    Imagen Sistema Ejercicio N°4

    A) El tiempo promedio en el sistema de cada uno de los tipos de trabajos.


    Tipo de trabajo 1: (tiempo promedio 250 minutos)

    Tipo de trabajo 2: (tiempo promedio de 277 minutos)

    Tipo de trabajo 3: (tiempo promedio de 315 minutos)

    13
    B) Tiempos de espera en cada una de las máquinas.
    Para el cepillo:

    Para el fundición :

    Para el moldeador :

    Para el Pulidora :

    Para el Taladro :

    Para el Torno :

    14
    c) Indique el número total de cada tipo de trabajo que sale atendido por el sistema.
    Además, indique el número total de cada tipo de trabajo que no alcanza a salir del
    sistema. (entregue esta información a través de una OutputStatistic)

    Respuesta: El número total de cada tipo de trabajo es para tipo 1: 39 para tipo 2 :
    27 y para tipo 3: 45

    d) indique los costos asociados a cada maquina y el costo total del sistema.

    15
    los costos asociados a cada maquina y el costo total del sistema se indican a
    continuación y están en (USD)

    e) Identifique algún problema y proponga una mejora.


    El problema que identificamos que el tiempo promedio del moldeador tiene mas
    espera que los demás.

    Desarrollo ejercicio N°2

    16
    En el primer paso analizamos como debíamos confeccionar el modelo que íbamos
    a realizar.

    Para empezar con la simulación debemos construir el sistema, las entidades son
    objetos dinámicos que son creadas , se deben arrastrar desde la librería.

    Arrastramos el 3 ModelEntity y lo nombramos trabajo 1 , trabajo 2 y trabajo 3 ,


    luego arrastramos un Source y en las propiedades cambiamos en el Interarrival
    time escribimos la distribución de Random.Exponencial (9.6), luego dirigimos ha
    data y en Table formamos nuestra tabla con los datos que están descrito en el
    ejercicio numero 4, luego nos dirigimos al comando Facility y en el comando
    Source en propiedades Entitytype se agrega la tabla ya creada.

    Agregamos 6 Server y cada uno con su respectivas distribuciones y nombres de


    maquinas ( fundición, moldeador, cepillo,taladro,torno,pulidora) para finalizar
    agregamos 3 Sink que sería nuestra salida para el trabajador 1,2 y 3.

    para los Path se debe modificar el RoutingLogic y se debe escribir el ModelEntity


    de cada trabajo que esta pasando por ese path.

    17

    También podría gustarte