You are on page 1of 12

Formacin Universitaria

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop


Vol. 6(4), 27-38 (2013)

Giraldo

doi: 10.4067/S0718-50062013000400004

Aprendiendo sobre la Secuenciacin de Trabajos en un Job


Shop mediante el Uso de Simulacin
Jaime A Giraldo, Carlos A Toro y Fabin A Jaramillo
Universidad Nacional de Colombia, Facultad de Ingeniera y Arquitectura, Departamento de Ingeniera
Industrial, Campus la Nubia. Manizales-Colombia (e-mail: jaiagiraldog@unal.edu.co, catoron@unal.edu.co
fajaramilloro@unal.edu.co)
Recibido Mar. 05, 2013; Aceptado Abr. 29, 2013; Versin final recibida May. 07, 2013

Resumen
En este artculo se presenta una estrategia educativa basada en un modelo de simulacin como
herramienta de soporte didctico al aprendizaje de la secuenciacin de trabajos en una configuracin de
produccin del tipo job shop. La idea surge en el marco de un semillero de investigacin en simulacin de
sistemas de produccin y de servicios, empleando en el diseo educacional el mtodo de aprendizaje
basado en resolucin de problemas (Problem-solving Based Learning-PBL). En el diseo computacional,
en la simulacin por eventos discretos y en el diseo comunicacional se usa una interfaz sencilla y
amigable con el usuario. Esta est basada en la interaccin persona-computador mediante hojas
electrnicas. Se concluye que mediante simulacin se logra en la enseanza de asignaturas empresariales
una compresin espacio-temporal requerida para propiciar ambientes virtuales de aprendizaje.
Palabras clave: didctica, aprendizaje basado en problemas, simulacin discreta, secuenciacin de
produccin, aprendizaje virtual

Learning About Sequencing of Jobs in a Job Shop Simulation


Using
Abstract
This article presents an educational strategy based on a simulation model as a tool to support teaching
learning sequencing jobs in a configuration job shop production. The idea came as part of a breeding
research scheme in simulation of production systems and services, using the instructional design learning
method based on problem solving (Problem-solving-Based Learning PBL). In the computational design, in
the discrete event simulation and in the communication design, a simple and user-friendly interface was
used. This is based on human-computer interaction using spreadsheets. It is concluded that simulation
helps in the space-time compression required in virtual learning environments.
Keywords: didactic, problem-based learning, discrete simulation, production sequencing, virtual learning.

Formacin Universitaria Vol. 6 N4 2013

27

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

INTRODUCCIN
Una estrategia que se emplea en nuestra universidad para promover la agrupacin de discentes/docentes
con el fin de realizar actividades de investigacin est plasmada en los semilleros de investigacin. En tal
sentido, en el ao 2012 se formul, aprob y financio el semillero de investigacin en simulacin de
sistemas de produccin y de servicios con aplicaciones didcticas, cuyo objetivo es emplear la simulacin
de eventos discretos como herramienta metodolgica en la investigacin, anlisis y sntesis de sistemas de
produccin y de servicios en pro de construir modelos de apoyo didctico a algunas asignaturas taller del
programa de ingeniera industrial. Consecuente con el objetivo citado, los integrantes del semillero
disearon y aplicaron dos instrumentos de recoleccin de datos va web (www.polldady) dirigido a 62
estudiantes y 6 profesores con el fin de detectar que asignaturas taller y temas especficos presentan
dificultades desde la ptica del profesor (enseanza) y cuales desde la percepcin del estudiante
(aprendizaje). Especficamente en la asignatura taller de produccin y logstica ms del 55% de discentes y
docentes encuestados manifestaron dificultades en la enseanza-aprendizaje sobre secuenciacin de
produccin en un ambiente job shop, por lo que se opt por desarrollar un modelo de apoyo didctico en el
mencionado tema.
La configuracin de produccin denominada job shop es ampliamente usada a nivel industrial. Bsicamente
corresponde a ambientes fabriles que procesan una amplia variedad de productos, en pequeos
volmenes, en la cual cada tipo de producto puede tener su propia ruta de produccin y con mquinas
agrupadas por funcin. De hecho uno de los problemas clsicos de la optimizacin combinatoria y la
investigacin de operaciones lo constituye el Job Shop Scheduling Problem (JSSP), cuyas tcnicas de
solucin se han estado investigando hace ms de 50 aos, entre las cuales destacan mltiples algoritmos y
heursticas del campo de la inteligencia artificial y la programacin matemtica, como se describe en: A
state
of
the
art
review
of
the
job-shop
scheduling
techniques
en
el
sitio
http://www.cs.umbc.edu/671/fall01/papers/jain.ps. Aunque a nivel de pregrado el tema del JSSP no es
tratado a profundidad, se considera muy importante que los futuros profesionales de la ingeniera industrial
se motiven a investigar/aplicar nuevas soluciones a dicho problema. La importancia de la configuracin de
produccin job shop queda manifiesta no solamente por la cantidad de sistemas de produccin existente
con dicha configuracin sino por el nivel de investigacin realizado a nivel acadmico, pues cuando se
consultan las bases de datos bibliogrficas sobre el tema a travs de un rpida bsqueda de los trminos
job shop se encuentra la siguiente cantidad de artculos publicados (a enero de 2013) sobre el tema en los
ltimos 10 aos: ScienceDirect (3037), Ebsco (1720), JSTOR (2779), Ei-Compendex (3318), Google Scholar
(98200).
Para el caso del currculo de ingeniera industrial de nuestra universidad hay una distancia temporal de 2
aos (4 semestres) entre el momento en que los estudiantes adquieren los conceptos matemticos (cursos
de matemticas I, II y III, estadstica I y II, ) y el momento en que estudian los procesos tecnolgicos de
produccin (curso de taller de produccin y logstica) con lo que se evidencia lo afirmado por Cistac et al..
(2009) en relacin a que la disociacin que parece plantearse entre los conceptos matemticos y los
procesos tecnolgicos hace que los estudiantes vean a las distintas reas como compartimientos estancos,
no logrando una interrelacin interesante entre asignaturas bsicas con tecnolgicas. Surge entonces la
necesidad de que los discentes interconecten los contenidos de diversas ciencias, combinando de manera
creativa los elementos de unas asignaturas con los de otras para el anlisis del objeto de estudio, en este
caso los sistemas de produccin con configuracin job shop, como bien lo proponen Mario et al.. (2012) en
otro contexto educativo.
Pero no basta que los estudiantes interconecten contenidos, es necesario aprenderlos; como lo plantean
Sez et al.. (2008), la idea es un poco la del proverbio chino que dice lo que escucho, lo olvido; lo que veo,
lo recuerdo; pero lo que hago, lo aprendo, siendo el mtodo de aprendizaje basado en resolucin de
problemas (Problem-solving Based Learning-PBL) una estrategia educativa (Mills y Treagust, 2003; Prince y
Felder, 2006 citados por Sez et al.. (2008)), que consiste esencialmente en que el alumno se ve
enfrentado a problemas concretos, prcticos, en el transcurso de las asignaturas, asumiendo el profesor un
rol de asesor, o de gua ms que el de transmisor de informacin. Segn Mauffette (2007) citado por Sez
et al.. (2008), estadsticamente un 25% de los alumnos aproximadamente prefiere el sistema tradicional
(clase magistral), de entrega de informacin, un 25% prefiere PBL y un 50% dice que puede aprender
indistintamente con uno u otro mtodo, siendo ms apropiado PBL para asignaturas que emplean la
metodologa de proyecto y ejercicios (tipo taller), requisitos que cumple la asignatura taller de produccin y
logstica. Dado que el currculo de ingeniera industrial actual es mixto (talleres y cursos tradicionales) es
importante contrastar los comentarios de Latasa et al.. (2012) quienes citan a Maudsley (1999) y Greening
(1998) respecto a que la esencia del verdadero PBL: se trata de una estrategia formativa que abarca la
totalidad del currculo y no simplemente un mtodo frente a autores como Dochy et al.. (2003) (tambin
citados por Latasa et al. (2012)) quienes afirman que como resultado de un meta-anlisis estadstico de

28

Formacin Universitaria Vol. 6 N4 2013

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

los resultados de 43 investigaciones empricas sobre los efectos del PBL, no encontraron diferencias
significativas entre los resultados del PBL aplicado en todo el currculo y los resultados del PBL aplicado en
cursos individuales. De hecho en la investigacin realizada por Latasa et al. (2012) se concluye que la
utilizacin del PBL en contextos curriculares no integrados produce resultados de aprendizaje superiores a
los que se obtienen mediante enfoques de enseanza-aprendizaje ms tradicionales. De este contraste se
desprende que no se ha dicho aun la ltima palabra sobre el currculo ideal (tradicional/taller) para emplear
PBL.
Al seleccionar PBL como estrategia educativa se hace necesario pensar en el perfil de los discentes. Es
innegable que la generacin de estudiantes que se est educando hoy ha crecido de la mano del
computador y por tanto se ha habituado al uso de juegos, programas y acceso a la red. Estas nuevas
costumbres podran facilitar el aprendizaje soportado por computadora, segn lo corroboran Grane et al.
(2008), al afirmar que: vivimos un proceso donde los entornos de simulacin y los videojuegos estn
cobrando protagonismo en sistemas de e-learning, y cada vez ms, los profesionales del sector, educadores
e investigadores, debemos estar atentos a estas formas interactivas y sociales del aprendizaje. Sherry
Turkle (1997) ha argumentado que la primera etapa de los computadores pertenece a una cultura del
clculo que se vio sustituida en los aos ochenta por una cultura de la simulacin, no tan centrada en el
clculo y las reglas sino en la simulacin, la navegacin y la interaccin. Turkle sita este cambio en el ao
1984, con la introduccin del caracterstico estilo icnico de la interfaz Macintosh, el cual simulaba el
espacio de un escritorio (los iconos de carpetas, papelera, telfono, lpiz, etc.), estableciendo un vnculo
comunicativo ms basado en la interaccin y el dilogo persona-computador.Para Mrquez (2010), a pesar
del inters actual, los ambientes (mundos) virtuales han existido desde siempre. El hombre nunca se ha
limitado a ver lo que ve y siempre ha imaginado un ms all de su entorno vital, empezando por la palabra,
que nos permite construir mundos, pensarlos e imaginarlos. Fredes et al. (2012) consideran que en la
cibercultura, la educacin utiliza las tecnologas digitales para generar una mejor gestin del conocimiento y
citando a Prensky (2001) los alumnos son nativos digitales y los profesores inmigrantes digitales. As, el
inmigrante debe gastar mucho tiempo para ambientarse en su nueva patria. Y muchos profesores no se han
dado este tiempo. Es necesario su aporte porque, como seala Hernndez y Romero (2010), la simple
insercin de las TIC en el aula no garantiza su eficacia educativa. La real introduccin pasa por una
alfabetizacin digital de los profesores (citando a Proto, 2010), siendo este ltimo aspecto quizs un
obstculo en nuestro medio universitario si se tiene en cuenta la diferenciacin de Echevarra (2000) quien
establece una distincin fundamental entre realidad virtual y realidad infovirtual, siendo este ltimo trmino
empleado para separar las formas de virtualidad basadas en la imaginacin y la trascendencia, que siempre
las ha habido, de las nacidas en torno a la racionalidad tecno-cientfica y el desarrollo de la informacin (de
ah el prefijo info-), que generan nuevas formas de realidad virtual, siendo estas ltimas las de inters en
este trabajo en razn al uso intensivo que hace la simulacin de la informacin .
Son abundantes los documentos que muestran la aplicacin de la simulacin como apoyo a procesos de
enseanza-aprendizaje relacionados con carreras de negocios. Algunas reseas bibliogrficas al respecto
son: Sth (2007) resume su experiencia de haber enseado la simulacin a ms de 7000 estudiantes de
pregrado, de postgrado y doctorado por ms de 30 aos en cinco pases, respondiendo a la pregunta de
por qu la simulacin es importante en una escuela de negocios. Ingalls et al. (2008) reportan un trabajo en
curso sobre investigacin de la integracin de la cadena de suministro, desarrollando y aplicando modelos y
herramientas que combinan optimizacin lineal y simulacin. Garca y Garca (2008) presentan una
metodologa para disear un juego de simulacin interactivo, til para ensear simulacin de eventos
discretos en cursos de pregrado. Kincaid y Westerlund (2009) muestran como la simulacin adems de sus
tradicionales reas de uso (por ejemplo aviacin e investigacin) est emergiendo como una potente
herramienta en educacin y entrenamiento. Grabis y Chandra (2010) proponen un enfoque orientado a los
procesos que se utiliza como base para el anlisis de operaciones y cadena de suministro, con nfasis en
explorar las relaciones entre los diferentes procesos de la cadena de valor tales como fabricacin, logstica,
marketing y finanzas, mediante la simulacin del flujo del proceso y obtencin de medidas de rendimiento.
Mustafee y Katsaliaki (2010) reportan un juego de negocios que imita la cadena de suministro de unidades
de sangre de los donantes a los pacientes; el juego simula el flujo de materiales e informacin en un canal
de produccin y distribucin que sirve a los pacientes en los hospitales que necesitan transfusiones de
sangre de acuerdo a las peticiones de los mdicos en distintas pocas y con distribuciones independientes.
Pidd et al. (2010) reportan que para proporcionar una educacin ms amplia a estudiantes de doctorado en
investigacin operativa, el Consejo Nacional de Ingeniera e Investigacin de Ciencias Fsicas del Reino
Unido, creo un centro nacional de imparticin del curso de investigacin operativa (NATCOR), el cual ofrece
una residencia a los estudiantes de una semana en la cual se incluye un curso de simulacin. De otra parte
Lee (2011) pretende demostrar el uso eficaz de la simulacin y la tcnica de juego en la enseanza de los
conceptos y mejores prcticas de gestin de proyectos que tengan un valor prctico y duradero. El juego de
gestin de proyectos propuesto proporciona un medio de inmersin de las personas en situaciones que

Formacin Universitaria Vol. 6 N4 2013

29

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

imitan las complejidades del mundo real, retndolos a correr riesgos y cometer errores sin mayores
consecuencias. Por ltimo, Tobail et al. (2011) reportan que los estudiantes de tercer nivel de hoy en da
son de una generacin virtual, quienes juegan interactivamente en lnea y para quienes la realidad virtual y
simulaciones son una parte de su vida cotidiana, haciendo que los videojuegos y la simulacin sean un
importante catalizador en el proceso de aprendizaje. Por ende consideran estos autores que los mtodos de
enseanza tienen que ser ms innovadores para ayudar a los estudiantes a entender la complejidad de las
decisiones dentro de un entorno dinmico de una cadena de suministro, proponiendo que los juegos
interactivos de simulacin tienen el potencial de ser un medio eficiente y agradable de aprendizaje,
materializando sus ideas con la construccin del juego Automobile Supply Chain Management Game
(AUSUM) cuya implementacin en la web fomenta la interaccin de estudiantes y el trabajo en grupo.
Especficamente en las ltimas dcadas se ha incrementado el uso de tecnologa informtica en la
enseanza de la gestin de operaciones, como se evidencia en algunas fuentes consultadas. Figuera et al
(2004) hacen una resea histrica desde 1977 del empleo de esta tecnologa en enseanza de
organizacin de la produccin y de mtodos cuantitativos de organizacin en la Escuela Tcnica Superior
de Ingenieros Industriales de la Universidad Politcnica de Madrid; esta resea va desde el empleo de
mquinas IBM 5110 (1977-1983), pasando por el uso de los lenguajes BASIC y APL (1983-1990),
elaboracin por encargo de empresas, de varias aplicaciones de mtodos cuantitativos a problemas reales
de produccin y de logstica, hasta el empleo de software de programacin lineal y mantenimiento industrial.
Respecto al uso de la simulacin en educacin, segn Van der Zee y Holkenborg (2010) en los ltimos aos
muchos investigadores (citando a Chapman y Martin (1995), Ruohomaki (1995, 2003), Chwif y Barretto
(2003), Smeds (2003), y Lainema &Hilmola (2005)) han sealado el alto potencial que los juegos de
simulacin tienen en el entrenamiento requerido para lograr el dominio de nuevos conceptos de negocios en
gestin de operaciones. Coherente con esto, el juego de simulacin desarrollado por Constantino et al
(2012) simula un sistema de produccin que consta de un conjunto de mquinas, cintas transportadoras y
otros componentes, trazndose como objetivo mejorar la enseanza de algunos conceptos de gestin de
operaciones, tales como la utilizacin de la capacidad y la planificacin del mantenimiento; esperando con
ello ofrecer un marco de trabajo de toma de decisiones que puede ser usado para evaluar el progreso en el
aprendizaje logrado por los estudiantes. Inclusive a hoy se ofrece en Argentina por parte del Instituto
Tecnolgico de Buenos Aires un programa de posgrado titulado Simulacin en la Gestin de Operaciones y
Proyectos, segn oferta mostrada en sitio Universia (2013), hecho este ltimo que ratifica la importancia del
uso de la simulacin en la enseanza de la gestin de produccin industrial.
Con el advenimiento de enfoques de gestin de produccin integrados (cadenas de suministro), la
simulacin por computadora ha tomado un papel preponderante. El trabajo de Ingalls et al. (2008) describe
una investigacin realizada en conjunto por las universidades de: Oklahoma, Arkansas y Pittsburgh cuyo
propsito es el diseo de un curso de modelado de la cadena de suministro mediante simulacin, bases de
datos y algoritmos de optimizacin que incluye: demanda, produccin, distribucin, transporte, planeacin
del inventario, pronostico y planeacin de proveedores. Entre las ventajas encontradas se resalta que los
resultados mostraron que mediante el uso de un modelo de simulacin, es posible disear cadenas cuyo
resultado final es una mejora significativa en el desempeo operativo y financiero de todos los participantes
en la cadena de suministro, incluyendo produccin y el cliente final. Haciendo uso de tecnologas web,
Zhou et al. (2008) desarrollan un juego de simulacin de la cadena de suministro (SC) basado en Internet
(ISCS) mediante el cual los estudiantes pueden probar diversas estrategias, las cuales pueden ser
evaluadas y valoradas en base al Sistema de Informacin de Gestin Integrado (SGI). Las funciones clave
del ISCS estn diseadas para aumentar el conocimiento en los jugadores de la SC, facilitar el
entendimiento sobre diversas estrategias y desafos de la SC, fomentar la colaboracin entre los eslabones
de la cadena (incluyendo produccin), y mejorar las habilidades para resolver problemas. Se resalta de este
trabajo el poder descubrir problemas y obstculos en el aprendizaje de los participantes, sobre todo en:
tendencia de los participantes en enfocarse solo en su rea funcional, descuidando la comunicacin con
otros miembros; incorrecta definicin de cliente por parte del equipo; ningn estudiante pudo enfrentar las
restricciones de capacidad, originando sanciones pecuniarias; muy pocos estudiantes pueden programar la
produccin mediante el establecimiento de un plan maestro de produccin realista que derive en una
secuencia de rdenes de trabajo satisfactoria; y lo ms importante, en teora, los estudiantes entienden las
diversas medidas de desempeo de la SC, como el costo, la velocidad, la calidad, etc. sin embargo, en la
prctica, las acciones de los estudiantes no son consistentes con sus objetivos, pues los objetivos se
establecieron para minimizar el costo total mientras que en la prctica se hicieron todos los esfuerzos para
obtener una entrega en corto tiempo.
De otra parte, en dilogos sostenidos con algunos profesores/estudiantes de la asignatura taller de
produccin y logstica del programa de ingeniera industrial se ha evidenciado la dificultad de ensearaprender sobre la estructura y dinmica de operacin de los sistemas de produccin tipo job shop debido
principalmente a la complejidad de estos en trminos de interdependencias entre sus componentes,

30

Formacin Universitaria Vol. 6 N4 2013

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

variabilidad y necesidad de su observacin en periodos largos de tiempo. Una opcin de ayuda para el
aprendizaje lo constituye las visitas industriales, pero estas son costosas, cortas y no pueden garantizar el
mostrar toda la complejidad inherente a estos sistemas. Es por ello que se justifica desarrollar modelos
didcticos que le permitan al discente aprender la complejidad de estos sistemas mediante la simulacin en
computadora. De hecho Kiran (2000) define el problema de la secuenciacin de trabajos en un job shop
como el momento de inicio/terminacin (de cada operacin) de cada trabajo esperando a ser procesado que
satisface: 1) las restricciones tecnolgicas y/o orden de procesamiento y 2) una funcin objetivo que mide el
desempeo o efectividad de un programa de secuenciacin en particular. Sugiere igualmente incorporar en
el modelo de simulacin los siguientes componentes bsicos: a) arribo de trabajos, b) tiempos de
procesamiento y alistamiento, c) maquinas, d) enrutamiento de trabajos, e) factores de carga de produccin,
f) fechas de entrega y g) reglas de prioridad de secuenciacin. Complementariamente Vinod y Sridharan
(2011) consideran citando a (Rangsaritratsamee et al.., 2004) que un job shop realista considera entre 4 y
10 mquinas y sugieren las siguientes suposiciones en su programacin: i) existe una mquina de cada tipo
en el sistema, ii) cada mquina puede ejecutar solamente una operacin al tiempo sobre cada trabajo, iii)
una operacin de un trabajo puede ser ejecutada solamente por una mquina, iv) una vez una operacin
empieza en una mquina, esta no puede ser interrumpida, v) una operacin de un trabajo no puede ser
ejecutada hasta que las operaciones precedentes no sean terminadas, vi) no hay rutas de produccin
alternativas, vii) cada mquina est continuamente disponible para la produccin y viii) no hay restricciones
en las longitudes de cola en cada mquina.
Motivados por lo anteriormente expuesto, en este artculo se presenta un modelo de simulacin como
herramienta de soporte didctico al aprendizaje de la secuenciacin de trabajos en una configuracin de
produccin del tipo job shop. La idea surge en el marco del semillero de investigacin en simulacin de
sistemas de produccin y de servicios y pretende emplear en el diseo educacional el mtodo de
aprendizaje basado en resolucin de problemas (Problem-solving Based Learning-PBL), utilizar en el diseo
computacional la simulacin por eventos discretos y en el diseo comunicacional una interfaz sencilla y
amigable con el usuario basada en la interaccin y el dilogo persona-computador mediante hojas
electrnicas.
DESARROLLO METODOLGICO
Deteccin de dificultades en la enseanza-aprendizaje
Por medio de una encuesta en medio fsico se conoci la opinin que tenan 3 profesores asociados a la
asignatura taller de produccin y logstica, acerca de los temas ms difciles de ensear. Simultneamente
se hizo uso de la plataforma web polldaddy.com para crear y aplicar una encuesta en lnea a 62 estudiantes
que haban culminado las asignaturas taller. El anlisis de los respuestas arroj, entre otros, los siguientes
resultados: los docentes coinciden en que se presentan dificultades en la enseanza del tema de
secuenciacin de produccin, teniendo este una valoracin promedio de 3,33% en una escala de 1 a 5
(siendo 5 ms difcil). De otra parte, el 26% de los estudiantes manifiesta que el grado de dificultad en el
aprendizaje de este tema se encuentra entre 4 y 5 empleando la misma escala. Finalmente los tres
profesores consideran necesario soportar el proceso enseanza-aprendizaje de los temas impartidos en el
taller de produccin y logstica mediante simulacin. Los resultados completos de las encuestas aplicadas
con el fin de detectar dificultades en la enseanza-aprendizaje en las asignaturas taller pueden ser
consultados en el sitio web del semillero de investigacin: semillerosimulacionsps.wordpress.com
Definicin del problema
Sin detallar a profundidad el problema de secuenciacin de trabajos en un job shop, Castrilln at al (2010)
consideran que el nmero de trabajos n y el nmero de mquinas m se considera finito y
computacionalmente tratable. Bajo un ambiente de manufactura job shop se da un conjunto J de n trabajos
J1, J2,, Jn que deben ser procesados en un conjunto M de m diferentes mquinas M1, M2,, Mm. Cada
trabajo Jj consiste de una secuencia de mj operaciones Oj1, Oj2,, Ojmj la cual debe programarse en este
orden. Empleando el ndice i para denotar las mquinas y j para los trabajos, se definen los siguientes
trminos: a) tiempo de procesamiento (pij), si un trabajo j requiere procesamiento en la mquina i, entonces
pij representa el tiempo de procesamiento del trabajo j en la mquina i. Cuando el ndice i es omitido, denota
que el trabajo j slo es procesado en una mquina; b) fecha de liberacin (rj): es el momento en el cual un
trabajo j puede empezar a ser procesado; c) fecha de vencimiento (dj): es el momento en el cual se espera
que el trabajo j sea terminado. La finalizacin del trabajo despus (o incluso antes) de esta fecha, acarrea
un costo; d) peso (wj): refleja la importancia (prioridad) del trabajo j; e) fecha de terminacin (cj): momento
en que termina de realizarse el trabajo j.

Formacin Universitaria Vol. 6 N4 2013

31

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

Varios objetivos a lograr en la secuenciacin han sido propuestos en la literatura y estudiados por diferentes
investigadores. Los objetivos basados en el tiempo son frecuentemente considerados, siendo muy comn
medir el tiempo total de flujo. En la Tabla 1 se muestra las medidas de desempeo que se han elegido para
cuantificar el logro del objetivo en un programa de secuenciacin dado.
Tabla 1: Algunas medidas de desempeo en la secuenciacin de trabajos
Medida
Tiempo total de flujo
Retraso del trabajo j
Mximo retraso
Retraso total
Tiempo de flujo del trabajo j

Inventario en proceso (work-in-process,


WIP)
Tasa de utilizacin de las maquinas

Significado
Tiempo total requerido para terminar la
ejecucin de los n trabajos
Tiempo de retraso del trabajo respecto a
su fecha de entrega

Formula
tf=cj

El mximo tiempo de retraso


Tiempo de retraso de los n trabajos
Es la suma de los tiempos de movimiento
entre operaciones, tiempos de espera por
no disponibilidad de las maquinas,
tiempos de proceso (incluyendo tiempos
de alistamiento) y retrasos resultantes de
fallos en los recursos
Cualquier trabajo en una linea de espera,
en movimiento o
en proceso es
considerado WIP
Porcentaje de tiempo que las maquinas
permanecen ocupadas

Max (l1,, ln).


lj
Tj = cj - rj

lj = cj - dj

Trabajos en proceso
U = (tiempo en uso/tiempo de trabajo
disponible)

Estas medidas de desempeo generalmente en un modelo de simulacin se expresan en trminos de la


media y la desviacin estndar y a menudo estn interrelacionadas. Por ejemplo en un job shop, minimizar
el tiempo de flujo conlleva a reducir el WIP e incrementar la utilizacin de las maquinas.
Dada la definicin anterior, podramos afirmar que el problema (sus mltiples instancias) rene las
caractersticas tpicas de los problemas empleados por PBL: a) corresponde a una situacin del mundo real,
b) debe ser cercano a quien lo debe resolver, c) que tenga ms de una solucin, d) que exija pensar la
situacin, e) la solucin del mismo debe proporcionar conocimiento, f) debe exigir bsqueda e interpretacin
de informacin, g) algo que produzca resultados evaluables, h) basado en conocimientos existentes y i) que
precise de colaboracin entre varios estudiantes.
Reglas de secuenciacin y medidas de desempeo
Con el fin de garantizar el uso de problemas reales en la aplicacin didctica a realizar se consult en la
literatura reciente algunos casos de aplicacin en secuenciacin de produccin empleando simulacin. As,
en el estudio reportado por Ang et al. (2011) se experimenta mediante simulacin varias reglas de
secuenciacin en una empresa real cuyo sistema de produccin corresponde a un job shop; entre las
reglas utilizadas mencionan: shortest setup time (SST), shortest processing time (SPT), shortest
processing and setup time (SPST), earliest due date (EDD), least process (LP), and lowest volume (LV),
midiendo el desempeo de cada regla mediante el WIP y el tiempo total de terminacin entre otras. Sels et
al. (2011) comparan y validan 30 reglas de secuenciacin en un job shop midiendo su desempeo bajo
diferentes funciones objetivo. Entre las reglas utilizadas estn: FIFO (First Input, First Output), LIFO (Last
Input First Output), LPT (Long Process Time), SPT, etc. y como funciones objetivo miden el tiempo medio
de flujo, el retraso promedio, el mximo retraso, etc. Tavakkoli-Moghaddam y Daneshmand-Mehr (2005)
utilizan un modelo de simulacin que mediante el modelamiento de redes minimizan el makespan al
programar un job shop evaluando su desempeo comparando diferentes reglas de secuenciacin: FIFO,
LIFO, HVF (Highest Value First), LVF (Lowest Value First), etc. No sobra mencionar que los textos clsicos
en ingeniera de produccin incluyen captulos sobre el tema de secuenciacin de trabajos en un job shop.
Por lo expuesto se han seleccionado las siguientes 4 reglas de secuenciacin a utilizar en la aplicacin
didctica como material experimental en esta publicacin, en razn a su popular uso: FIFO, SPT, EDD y
LPT. Pero igualmente, la aplicacin est diseada para medir el desempeo de otras reglas e inclusive de
soluciones de secuenciacin ms sofisticadas, incluyendo tcnicas de inteligencia artificial y programacin
matemtica. Como medidas de desempeo se han elegido las siguientes, segn las expresiones (1) a (4) y
teniendo en cuenta la nomenclatura empleada en la Tabla 1:
Tiempo promedio en el sistema tps = cj / n
Tasa de utilizacin tu = pij / tps

32

(1)
(2)

Formacin Universitaria Vol. 6 N4 2013

Aprendiend
do sobre la Secuencia
acin de Tra
abajos en un
n Job Shop
WIP prome
edio wip = tps / pij
Retraso prromedio rp = Tj /n

Giraldo
(3)
(4)

Es de anota
ar que las medidas
m
dada
as por las exxpresiones (1) y (4) son de inters ddesde el pun
nto de vista
del cliente y las (2) y (3)) son de inters para quie
en administra
a el sistema de produccin.
Simulacin como soporrte al aprendiizaje
En este pun
nto es claro que el apre
endizaje de lla secuencia
acin de trab
bajos en un sistema de produccin
configurado
o en job shop
p requiere un ambiente virtual, dado
o que experimentar con los sistemas
s fsicos es
costoso y lento. Segn Fredes ett al. (2012) cuando
o en estos ambientes vvirtuales se agrega la
capacidad d
de simular, el resultado sobre el ap
prendizaje se
s incrementta. Parafrasseando a estos ltimos
entiende la simulacin
autores se e
s
como el proce
eso de dise
ar una absttraccin de uun sistema re
eal (para el
caso sistem
ma de produ
uccin config
gurado en jo
ob shop) que permita experimentar (diversos mtodos
m
de
secuenciar trabajos) me
ediante un modelo,
m
que recibe entra
adas (parme
etros de opeeracin como
o tiempos y
secuencia d
de procesam
miento) y genera salidas ((medidas de desempeo
o), que depennden de la observacin
o
de los fenmenos (proccesamiento de
d trabajos) del sistema representad
do. Mientras ms fenmenos (tales
como tiemp
pos entre fallas y tiempos
s de reparaccin de mqu
uinas) se rep
presenten deel sistema, ms
m preciso
ser el mod
delo. El mode
elo de simula
acin por com
mputadora de
d un sistema
a de producccin se pued
de clasificar
como estoccstico/determ
minista, en razn a que a
algunos par
metros de operacin
o
see conocen de
e antemano
y otros tiene
en variacin aleatoria; es
s dinmico da
ado que inte
eresa su com
mportamientoo en el tiempo
o y discreto
porque los ccambios en las
l variables
s de estado d
del sistema ocurren
o
segn se dan loss eventos en el tiempo.
En la consstruccin de
e modelos de simulaciin se ofrece en la literatura connsultada me
etodologas
universalme
ente aceptad
das. En el presente tra
rabajo se ad
dopt la pro
opuesta porr Banks et al. (2009).
Igualmente existen mss de 20 paq
quetes de so
oftware de simulacin
s
discreta en ell mercado que
q
pueden
emplearse para simularr sistemas de
d manufactu
ura. Para el caso, el software de siimulacin em
mpleado es
Promodel 2011 y hoja de
d clculo Ex
xcel 2010.
RESULTAD
DOS Y DISCUSIN
Modelo de ssimulacin
El modelo d
desarrollado,, estructuralm
mente repressenta un sisttema de prod
duccin que consta de 6 mquinas:
cortadora ((M1), prenssa (M2), so
oldador (M3
3), fresadora
a (M4),
ro
obot (M5) y estampad
dora (M6).
Operaciona
almente el modelo se com
mporta como
o un job sho
op y tiene en cuenta las ssuposiciones
s i) a la viii)
(ver introduccin) sugerridas por Vin
nod y Sridharran (2011). La
L Figura 1 muestra
m
unaa representac
cin grfica
del modelo
o de simulaccin en el que se con
nnotan las maquinas,
m
rutas de prooduccin y valores de
desempeo
o que se mue
estran durantte la simulaccin.

Fig. 1: Rep
presentacin
n grfica del modelo
m
de simulacin.
o debe perm
mitir simular muy
m diversass instancias del problema
a, dado que la estrategia
a educativa
Este modelo
PBL procurra que el alu
umno se vea
a enfrentado a problema
as concretos y prcticos en el transc
curso de la
asignatura. Es por esto que el mode
elo debe ser flexible en re
elacin a permitir que el discente ma
anipule muy
diversas va
ariantes (insttancias) del problema de
e secuenciac
cin, para lo
o cual se dessarrollaron in
nterfaces a
travs de E
Excel. La Tab
bla 2 muestrra la interfazz para entrarr los tiempos
s de procesaamiento de los trabajos
J1, J2, J3, JJ4 y J5 en cada
c
una de las maquina
as. Si un trab
bajo no se prrocesa en allguna mquina, se deja
en blanco la
a respectiva celda (caso J2 en prenssa). Estos tie
empos puede
en ser determ
minsticos (caso trabajo

Formacin
n Universitarria Vol. 6 N4 2013
3

33
3

Aprendiend
do sobre la Secuencia
acin de Tra
abajos en un
n Job Shop

Giraldo

J1 en mqu
uinas cortado
ora y torno) o aleatorioss como se ex
xpone para dems
d
trabaajos (segn distribucin
d
triangular co
on mnimo 13, moda de 16 y mximo
o de 19).
Tabla 2: Da
atos de entra
ada sobre tiem
mpos de procesamiento..
Maq
quinas
Cortadorra
Prensa
Soldado
or
Fresado
ora
Torno
Estampa
adora

J1
3
T(13,16,19)
T(13,16,19)
T(13,16,19)
5
T(13,16,19)

J2
T(13,16,,19)
T(13,16,,19)

Trabajos
T
J3
T(13,16,19)
T(13,16,19)
T(13,16,19)
T(13,16,19)

T(13,16,,19)
T(13,16,,19)

J4
T(13,16,19))
T(13,16,19))
T(13,16,19))

J5
J
T(13,1
16,19)
T(13,1
16,19)
T(13,1
16,19)

T(13,16,19))
T(13,1
16,19)

La Tabla 3 muestra la in
nterfaz a trav
vs de Excell para entrar la secuencia
a de procesaamiento de lo
os trabajos a
n esta interffaz la colum
mna Momentto correspon
nde a la fec
cha de liberracin del trabajo j (rj),,
simular. En
Ocurrenciass correspond
de al nmero
o de trabajoss que se libe
eran a la vez
z, Frecuenciaa denota el tiempo
t
entre
e
arribos de los trabajos y Da Entre
ega correspo
onde a la fe
echa prometida de entreega del traba
ajo j (dj). La
a
ecuencia indica el orden en que se p
procesaran lo
os trabajos segn
s
la reglla a simular: FIFO, SPT,,
columna Se
EDD o LPT
T (u otra), ten
niendo presente que FIFO
O est basad
da en la fech
ha de liberaccin del traba
ajo j (rj), SPT
T
das con el tiempo de pro
ocesamiento
o del trabajo j y EDD dee acuerdo a la fecha de
e
y LPT estn relacionad
entrega dj.
Tabla 3: Datos de entrada sobre llos trabajos y su secuenc
cia de processamiento.
Traba
ajo
J2
J4
J1
J3
J5

Luga
ar
Recepcin
Recepcin
Recepcin
Recepcin
Recepcin

Cantiidad
1
1
1
1
1

Mom
mento
0
0
0
0
0

Ocurrrencias
1
1
1
1
1

Frec
cuencia

Seccuencia
1
2
3
4
5

Dia
a Entrega
6
15
8
18
23

La Figura 2 ilustra como


o el modelo de simulaci
n solicita al usuario la re
egla de secuuenciacin a simular y le
e
pregunta si va a iniciar una
u nueva in
nstancia del problema o continuar con una ya reggistrada. El usuario
u
debe
e
a comparar varias regla
as de secuennciacin parra un mismo
o
seleccionar esta ltima opcin cuando requiera
n trminos de las expres
siones (1) a ((4).
problema en

Fig
g. 2: Men d e interaccin
n con el usua
ario.
El modelo ssimula el sisstema real de
d producci
n mostrando
o de manera
a animada eel flujo de lo
os trabajos a
travs de ccada una de las maquinas, con lo ccual se espe
era que med
diante esta re
representaci
n grafica ell
estudiante ccomprenda mejor
m
la din
mica de esto
os sistemas.. Al finalizar la simulacinn, la salida generada
g
porr
el modelo se hace a travs de 2 hojas Exccel. La primera hoja mu
uestra: cadaa trabajo jj, la regla de
e
da, el momen
nto de libera
acin rj y el tiempo de fllujo del trabaajo, cj. La se
egunda hoja
a
secuenciaciin emplead
muestra de manera resumida por ca
ada regla de
e secuenciac
cin las medidas de deseempeo desc
critas por lass
c el fin de que el estud
diante pueda
a hacer un an
nlisis compparativo de la
as diferentess
expresioness (1) a (4), con
reglas.
es interesad
dos en cono
ocer el cd
digo fuente del modelo
o de simulaacin, las in
nterfaces de
e
Los lectore
entrada/saliida en Excel, los datos y resultados d
de simular un
na instancia del problem a e instrucciones de uso
o
pueden ver//descargar estos
e
del sitio
o: semillerosiimulacionsps
s.wordpress.com

34

Formacin Universitarria Vol. 6 N4 2013


3

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

Experimentando con una instancia del problema


Por cuestiones de espacio y con el fin que el lector pueda verificar los clculos mentalmente, se describe y
discute a continuacin los resultados obtenidos al simular una instancia del problema consistente en
secuenciar 5 trabajos en una mquina y cuya solucin detallada (calculo manual) puede ser consultada en
el sitio web con direccin http://semillerosimulacionsps.files.wordpress.com/2013/02/class-18-productionscheduling.pdf . Los trabajos a secuenciar son 5 (J1 a J5) con tiempos de procesamiento en cada mquina
(en das) segn se muestra en la Tabla 4 (corresponde a hoja en Excel con la que interacta el modelo de
simulacin).
Tabla 4: Tiempos de procesamiento de los trabajos para una instancia del problema.
Maquinas
J1
6
0
0
0
0
0

M1
M2
M3
M4
M5
M6

J2
2
0
0
0
0
0

Trabajos
J3
8
0
0
0
0
0

J4
3
0
0
0
0
0

J5
9
0
0
0
0
0

Mediante la hoja Excel mostrada en la Tabla 5, se proporciona al modelo de simulacin los siguientes datos
de los trabajos: lugar en el sistema al que arriban, momento de liberacin del trabajo, nmero de trabajos a
simular, secuencia de produccin (para el caso de la tabla corresponde a la regla LPT) y fecha prometida de
entrega de cada trabajo (en das).
Tabla 5: Datos de entrada sobre los trabajos para una instancia del problema.
Trabajo
J5
J3
J1
J4
J2

Lugar
Recepcin
Recepcin
Recepcin
Recepcin
Recepcin

Cantidad
1
1
1
1
1

Momento
0
0
0
0
0

Ocurrencias
1
1
1
1
1

Frecuencia

Secuencia
5
4
3
2
1

DiaEntrega
23
18
8
15
6

Al proporcionar al modelo de simulacin adems de los datos mostrados en las Tablas 4 y 5, los
correspondientes a las reglas de secuenciacin FIFO, SPT y EDD, la simulacin genera en Excel la salida
detallada mostrada en la Tabla 6, en la cual se expone por cada regla de secuenciacin y trabajo: el
momento de liberacin, el tiempo de flujo, la fecha prometida de entrega y el tiempo de retraso. Con esta
informacin de salida se espera que los estudiantes discutan y analicen aspectos como: la conveniencia de
liberar un trabajo en un momento especifico; bajo cual regla de secuenciacin un determinado trabajo se
termina ms prontamente, mas tardamente; cuales trabajos se terminaron anticipadamente, cuales en la
fecha prometida de entrega y cuales con algn retraso, entre otros.
Tabla 6: Datos de salida detallados para una instancia del problema.
Regla
FIFO
FIFO
FIFO
FIFO
FIFO
SPT
SPT
SPT
SPT
SPT
EDD
EDD
EDD
EDD
EDD
LPT
LPT
LPT
LPT
LPT

Trabajo
J1
J2
J3
J4
J5
J2
J4
J1
J3
J5
J2
J1
J4
J3
J5
J5
J3
J1
J4
J2

rj
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00

Formacin Universitaria Vol. 6 N4 2013

cj
6.00
8.00
16.00
19.00
28.00
2.00
5.00
11.00
19.00
28.00
2.00
8.00
11.00
19.00
28.00
9.00
17.00
23.00
26.00
28.00

dj
8.00
6.00
18.00
15.00
23.00
6.00
15.00
8.00
18.00
23.00
6.00
8.00
15.00
18.00
23.00
23.00
18.00
8.00
15.00
6.00

lj
0.00
2.00
0.00
4.00
5.00
0.00
0.00
3.00
1.00
5.00
0.00
0.00
0.00
1.00
5.00
0.00
0.00
15.00
11.00
22.00

35

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

Igualmente se genera en Excel un resumen de las medidas de desempeo (segn expresiones (1) a (4)) por
regla de secuenciacin, lo cual se ilustra en la Tabla 7. Con esta informacin de salida se espera que los
estudiantes discutan y analicen aspectos como: existe una regla que supere a las dems en todas las
medidas de desempeo; cual regla tiene un mejor desempeo en relacin con el cliente y cual en relacin
con el empleo eficiente de los recursos; cual secuencia en el procesamiento de los trabajos minimiza
simultneamente el tiempo de flujo y el nmero de trabajos en el sistema; cual regla conlleva al mnimo
incumplimiento en la entrega de los trabajos a los clientes; cual implica la mxima utilizacin de los
recursos; etc. En sntesis, con esta salida resumida se pretende que el discente aprenda que el problema de
la secuenciacin de la produccin implica un anlisis multi objetivo que conlleva a investigar cuales deben
ser los valores de las variables de decisin (rj, dj, cj) ms apropiados para alcanzar varios objetivos
simultneamente (tps, tu, wip y rp).
Tabla 7: Datos de salida resumidos para una instancia del problema.
Regla
FIFO
SPT
EDD
LPT

Tps
15.40
13.00
13.60
20.60

Tu
36.36
43.08
41.18
27.18

Wip
2.75
2.32
2.43
3.68

Rp
2.20
1.80
1.20
9.60

Si en verdad se tiene un enfoque de aprendizaje basado en problemas, el docente podra invitar a los
discentes a que investiguen y estudien otras reglas de secuenciacin ya probadas (ms de 30 segn la
literatura disponible). Inclusive, podra motivarlos a conocer estudios ms avanzados en programacin de
produccin (Scheduling) que cubre un amplio espectro de investigacin cuyos resultados son constructos de
conocimiento ms elaborados y avanzados: heursticas, algoritmos genticos, redes neuronales, recocido
simulado, sistemas expertos, agentes inteligentes, etc., por ejemplo ver a Ruiz et al. (2012) y Castrillon et al.
(2011).
Dado que el programa de simulacin Promodel ofrece una muy variada salida, el estudiante que conozca la
operacin de este software puede obtener informacin grfica y tabular muy detallada sobre lo que ocurri
durante la simulacin, en trminos de otras medidas de desempeo.
Finalmente se invit a profesores que orientan la asignatura y estudiantes que la cursaron, a usar el modelo
didctico y contestar una encuesta piloto en lnea, con el objetivo de conocer de manera preliminar su
opinin sobre la herramienta elaborada. En el sitio del semillero se puede ver sus resultados (a abril de
2013), connotndose que el 84.6% de los estudiantes consideraron estar altamente satisfechos respecto al
empleo del modelo de simulacin como soporte al aprendizaje de la secuenciacin de produccin y el
66.7% de los profesores, como soporte a la enseanza del mencionado tema. Se espera que del sitio
http://semillerosimulacionsps.wordpress.com se descargue y use la herramienta, adems de diligenciar la
encuesta en lnea con el fin de ir midiendo el aporte del trabajo.
CONCLUSIONES
De los resultados expuestos, de su anlisis y discusin se pueden obtener las siguientes conclusiones:
Una manera de aprender sobre secuenciacin de trabajos en un sistema de produccin lo constituye la
experimentacin con el sistema real, lo cual acarrea costos relacionados con visitas industriales, consumo
de tiempo escolar, incurrir en ciertos riesgos asociados a posibles errores derivados de una incorrecta
experimentacin, entre otros. Otra forma de hacer lo mismo seria el representar el sistema mediante un
modelo valido en computadora del sistema y experimentar (simular) con este desde la comodidad del aula,
permitiendo la visualizacin de grandes espacios (sistema real) en una pequea pantalla, la aceleracin del
tiempo para conocer prontamente los resultados en trminos de medidas de desempeo y sobre todo poder
cometer errores sin que esto implique sancin alguna, sea moral o econmica.
Al entenderse la didctica como la disciplina cientfico-pedaggica que tiene como objeto de estudio los
procesos y elementos existentes en la enseanza y el aprendizaje, concluimos que el ideal es que sus
respectivos protagonistas: el docente y el discente, son los llamados no solamente a detectar problemas en
dichos procesos y elementos, sino a plantear soluciones a los mismos. De hecho consideramos que el
trabajo presentado en el marco de un semillero de investigacin en aplicaciones didcticas en sistemas de
produccin y de servicios es un indicador de la necesidad de dicho protagonismo.

36

Formacin Universitaria Vol. 6 N4 2013

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

Por ltimo los autores, con base en la literatura revisada, intuyen que se vienen cambios profundos en
nuestra forma de aprender, quizs influenciados enormemente por el papel que actualmente (y hacia el
futuro) desempean las TICs en la educacin e invitan al maestro iberoamericano a que reflexione sobre la
impactante frase del profesor David Warlick: Las sillas anclaron a los estudiantes, el pizarrn ancl al
maestro, los libros de texto anclaron el contenido, las calificaciones anclaron la atencin de los alumnos y
familias, ensear lo mismo cada ao, del mismo modo, ancl el concepto de lo que es un maestro.
AGRADECIMIENTOS
Los autores desean dar reconocimiento a la Universidad Nacional de Colombia a travs de la Direccin de
Investigaciones (DIMA) por su apoyo econmico e institucional al desarrollo de esta investigacin (Proyecto:
Semillero de investigacin en simulacin de sistemas de produccin y de servicios. Aplicaciones
didcticas, (cdigo Hermes 15578).
REFERENCIAS
Ang, L., Yew W. K. y Peng W. W. Simulation of Sequencing Rules Using Witness in a Milling Job Shop,
Communications of the IBIMA http://www.ibimapublishing.com/journals/CIBIMA/cibima.html, Vol. 2011,
Article ID 402089, 6 pages DOI: 10.5171/2011.402089. (2011).
Banks J.; Carson J.; Barry L. N. y Nicol D. Discrete-Event System Simulation. Fifth Edition. Prentice Hall.
N.Y. (2009).
Castrilln, O., Giraldo J., Sarache W., Tcnicas inteligentes y estocsticas en schedulling. Un enfoque en la
produccin y las operaciones. Bogota. Editorial Universidad Nacional de Colombia. (2010).
Castrilln, O., Sarache, W. y Giraldo, J: Aplicacin de un Algoritmo Evolutivo en la Solucin de Problemas
Job Shop-Open Shop. Informacin Tecnolgica., vol.22, no.1, p.83-92. (2011).
Cistac, G. I.; Bongianino, R. H.; Filippi, J. L. y Kovac, F. D. La Simulacin como Medio de Interrelacin
entre Herramientas Matemticas y Procesos Tecnolgicos, Form. Univ. [online], vol.2, n.5, pp. 3-12 (2009).
Costantino, F., Di Gravio, G., Shaban, H. y Tronci M. A simulation based game approach for teaching
operations management topics. Actas de Winter Simulation Conference, USA Diciembre (2012).
Echeverra, J.: Un mundo virtual. Barcelona. Plaza & Jans. (2000).
Figuera, J. R., Garca, A., Ortega, M. Empleo del ordenador como herramienta para las enseanzas de
Organizacin de la Produccin y de Mtodos Cuantitativos de Organizacin, 389-400, VIII Congreso de
Ingeniera de Organizacin, Legans (2004).
Fredes, C. A.; Hernandez, J. P. y Diaz, D. A. Potencial y Problemas de la Simulacin en Ambientes
Virtuales para el Aprendizaje, Form. Univ. [online]. vol.5, n.1, pp. 45-56 (2012).
Garcia, H., Garcia, E., Enhancing simulation as improvement and decision support system tool, Actas de
Winter Simulation Conference, 2549-255, USA Diciembre (2008).
Grabis, J., Chandra, C. Process simulation environment for case studies. Actas de
Conference, 317-326, USA Diciembre (2010).

Winter Simulation

Gran, M; Muras, MA. Second Life, entorno virtual, aprendizaje real. A: Actas Electrnicas del III Congreso
ONLINE del Observatorio para la Cibersociedad. Barcelona. Noviembre (2008).
Ingalls, R. G., Cornejo, M., Methapatara, C. Integrating simulation and optimization research into a graduate
supply chain modeling course. Actas de Winter Simulation Conference, 2527-2533, USA Diciembre (2008).
Kincaid, J. P., Westerlund, K. K. Simulation in education and training. Actas de
Conference, 263-280, USA Diciembre (2009).

Winter Simulation

Latasa, I., Lozano, P. y Ocerinjauregi, N. Aprendizaje Basado en Problemas en Currculos Tradicionales:


Beneficios e Inconvenientes, Form. Univ. [online]. vol.5, n.5, pp. 15-26 (2012).

Formacin Universitaria Vol. 6 N4 2013

37

Aprendiendo sobre la Secuenciacin de Trabajos en un Job Shop

Giraldo

Lee, W. L. Spreadsheet based experiential learning environment for project management. Actas de Winter
Simulation Conference, 3882-3892, USA Diciembre (2011).
Mario, S. I. Lpez M. V. y Alderete, R. Y. Evaluacin formativa en la asignatura Modelos y Simulacin.
Experimentacin mediante la generacin de software. Revista Iberoamericana de Educacin (2012).
Mrquez, I. V. La simulacin como aprendizaje: educacin y mundos virtuales. Actas II Congreso
Internacional Comunicacin 3.0, 1-10. Madrid, octubre, (2010).
Munoz-Cano, J. M., Cordova, J. A. y Priego, H. Dificultades y facilidades para el desarrollo de un proceso
de innovacin educativa con base en las Tecnologas de la Informacin y Comunicacin (TIC). Form. Univ.
[online]. vol.5, n.1, pp. 3-12. (2012).
Mustafee, N., Katsaliaki, K. The blood supply game. Actas de Winter Simulation Conference, 327-338, USA
Diciembre (2010).
Pidd, M., Robinson, S., Davies, R., Hoad, K. Phd training in simulation: NATCOR. Actas de
Simulation Conference, 339-343, USA Diciembre (2010).

Winter

R. Tavakkoli-Moghaddam, M. Daneshmand-Mehr, A computer simulation model for job shop scheduling


problems minimizing makespan, Computers & Industrial Engineering 48, 811823 (2005).
Ruz, S., Castrilln, O. D.; Sarache, W. A. Una Metodologa Multiobjetivo para Optimizar un Ambiente Job
Shop. Informacin Tecnolgica. [online]. ISSN 0718-0764. 2012, vol.23, n.1, pp. 35-46. Disponible en:
http://www.scielo.cl/pdf/infotec/v23n1/art05.pdf (Consultado en Enero 14 de 2012). (2012).
Saez, P. D. y Monsalve, C. E. Aprendizaje Basado en Resolucin de Problemas en Ingeniera Informtica.
Form. Univ. [online]. vol.1, n.2, pp. 3-8. (2008).
Sels, V., Vanhoucke, M., Nele G. A comparison of priority rules for the job shop scheduling problem under
different flow time- and tardiness-related objective functions, International Journal of Production Research,
DOI : 10.1080/00207543.2011.611539. (2011).
Sthl I. Teaching simulation to business students. Summary of 30 years experience. Actas de Winter
Simulation Conference, 2327-2335, USA Diciembre (2007).
Tobail, A., Crowe, J., Arisha, A. Learning By Gaming: Supply Chain Application. Actas de Winter Simulation
Conference, 3893-3899, USA Diciembre (2011).
Turkle, S.: La vida en la pantalla. La construccin de la identidad en la era de Internet. Barcelona: Paids,
(1997).
Universia.
http://estudios.universia.net/argentina/carrera/itba-simulacion-gestion-operaciones-proyectos.
(2013). Consultado en mayo 6 de 2013.
Tobail, A., Crowe, J., Arisha, A. Learning By Gaming: Supply Chain Application. Actas de Winter Simulation
Conference, 3893-3899, USA Diciembre (2011).
Van der Zee, D. J., Holkenborg, B. Conceptual modelling for simulation-based serious gaming. Actas de
Winter Simulation Conference, 522-534, USA Diciembre (2010).
Vinod, R., Sridharan N. Simulation modeling and analysis of due-date assignment methods and scheduling
decision rules in a dynamic job shop production system, Int. J. Production Economics 129 (2011) 127146,
http://dx.doi.org/10.1016/j.ijpe.2010.08.017. (2011).
Zhou, L., Xie Y., Wild, N. Learning and practising supply chain management strategies from a business ,
simulation game: a comprehensive supply chain simulation. Actas de Winter Simulation Conference, 25342542, USA Diciembre (2008).

38

Formacin Universitaria Vol. 6 N4 2013

You might also like