Ejercicios resueltos de sistemas de producción industrial

Este libro acompaña al texto principal "Análisis del rendimiento de los sistemas de producción". Cada ejercicio es un pequeño laboratorio donde se ensayan ideas que luego sirven en la práctica profesional: identificar cuellos de botella, calcular el riesgo de rotura de stock, optimizar lotes de producción o integrar decisiones en un plan global. Al resolverlos, se entrena no solo técnicas matemáticas, sino sobre todo la capacidad analítica y razonamiento crítico que distingue a un ingeniero. El aprendizaje resulta del esfuerzo en resolver el problema. La solución aquí expuesta te ha de servir solo para comprobar que la solución obtenida es la correcta. Aplicaciones en la práctica profesional Lo que se aprende en esta asignatura tiene un eco inmediato en la práctica profesional. Cada ejercicio resuelto no solo desarrolla una técnica, sino que apunta a un abanico de aplicaciones reales que reflejan la diversidad de contextos donde un ingeniero puede trabajar. Las técnicas se extrapolan a situaciones como: En la gestión de la producción, el análisis de líneas de producción permite desde optimizar buffers en fábricas de automoción hasta decidir el tipo de hornos cerámicos, procesos de fundición o líneas de composites, pasando por la planificación detallada de talleres en aeronáutica. En cadenas de suministro críticas, los modelos de inventario y fiabilidad se convierten en herramientas para gestionar repuestos en aeronáutica, coordinar el suministro en plataformas offshore o planificar el aprovisionamiento en estaciones espaciales, donde cada fallo logístico tiene consecuencias enormes. En el ámbito de la salud, los problemas de stock de seguridad y nivel de servicio ayudan a dimensionar inventarios hospitalarios, diseñar kits quirúrgicos o planificar reservas estratégicas de medicamentos, componentes esenciales. En el mundo de la tecnología y la digitalización, los ejercicios de simulación y cadenas de Markov se proyectan hacia la gestión de centros de datos, la integración de la inteligencia artificial en MRP y ERP, o el diseño de políticas de inventario en plataformas de comercio electrónico sometidas a picos de demanda. En la búsqueda de innovación y sostenibilidad, los métodos de control estadístico y experimentación se aplican a la optimización del consumo energético en micro-redes con baterías, la reducción de variabilidad en procesos lean, la reutilización de materiales compuestos o el diseño de experimentos para identificar parámetros críticos de calidad. Esta variedad muestra que los ejercicios del libro no se limitan a un ámbito industrial concreto, sino que abren puertas a múltiples sectores donde las competencias en análisis, simulación y planificación resultan decisivas. Un libro en la era de la inteligencia artificial Este no es un libro tradicional. Se incluyen algunas muestras de los códigos de simulación en Python que se utilizan para resolverlos y que permiten llevar los modelos analíticos a cualquier tipo de distribución de datos y explorar escenarios reales. El código ha sido generado con la ayuda de ChatGPT versión 5 y verificado por el autor. La misma aplicación de ia ha contribuido a redactar explicaciones más claras y a facilitar la maquetación. La incorporación de la inteligencia artificial no es un detalle anecdótico: es una invitación a los futuros ingenieros a apropiarse de la nueva competencia de generar el código para simular, experimentar y explorar alternativas para apoyar la toma de decisiones a un nivel superior, con la ayuda de la inteligencia artificial generativa. Los ejercicios aquí reunidos son solo el comienzo: el verdadero aprendizaje vendrá cuando cada alumno se atreva a aplicarlos a los problemas nuevos, abiertos e inciertos que encontrará en su vida profesional.