4 1 1 6 6 1 2

A B C D E F G
3.5 3.5 3.5 3.5 3.5 3.5 3.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas
http://www.estrategiafocalizada.com/

Introducción

Simulador basado en el trabajo del Dr. Kelvyn Youngman que se puede encontrar en la página: http://www.dbrmfg.co.nz/

Se adjunta una serie de simulaciones del juego de los dados hechas en Excel utilizando la función ALEATORIO.ENTRE como el lanzamiento del dado y VBA para mover el
material. Tiene dos propósitos; en primer lugar para mostrar lo que se puede esperar de ejecutar estos casos en la vida real con dados reales, y en segundo lugar, para los
impacientes, saltandose la vida real y "saltando a las respuestas al final de un libro".

Para la audiencia TOC - Lean - Six Sigma (TLS) se supone que las lecciones ya están arraigadas y, por lo tanto, saltarse a las respuestas al final del libro no hará ningún daño.
Si nunca has hecho la simulación de dados en la vida real, coge unos dados, reúne a unos amigos y ejecuta la segunda simulación de esta serie - el juego de dados
estándar - y experimenta los resultados de primera mano.

Debe trabajar en esta serie de simulaciones desde la hoja más a la izquierda hasta la hoja más a la derecha. Hay una explicación y comentario en todas las simulaciones. A
veces le pediré que ejecute una simulación y luego le explicaré los resultados. Ejecútelo primero y luego lea la explicación, no te engañes la primera vez. Experimenta con
las simulaciones, hay contradicción aparente, existe paradoja, tienes que entender estas cosas.

Algunas de las condiciones en las que realizo estas simulaciones son idiosincrásicas e históricas, son porque lo son, pero a menudo hay buenas razones que garantizan un
amplio rango de resultados sobre una amplia gama de simulaciones. Las condiciones son consistentes.

Comencemos..
Si nunca has hecho la simulación de dados en la vida real, coge unos dados, reúne a unos amigos y ejecuta la segunda simulación de esta serie - el juego de dados
estándar - y experimenta los resultados de primera mano.

Debe trabajar en esta serie de simulaciones desde la hoja más a la izquierda hasta la hoja más a la derecha. Hay una explicación y comentario en todas las simulaciones. A
veces le pediré que ejecute una simulación y luego le explicaré los resultados. Ejecútelo primero y luego lea la explicación, no te engañes la primera vez. Experimenta con
las simulaciones, hay contradicción aparente, existe paradoja, tienes que entender estas cosas.

Algunas de las condiciones en las que realizo estas simulaciones son idiosincrásicas e históricas, son porque lo son, pero a menudo hay buenas razones que garantizan un
amplio rango de resultados sobre una amplia gama de simulaciones. Las condiciones son consistentes.

Comencemos..
 6 4 1 6 5 3 4

A B C D E F G
3.5 3.5 3.5 3.5 3.5 3.5 3.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas
http://www.estrategiafocalizada.com/

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 JUEGO ESTÁNDAR
33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 89 82 96 85 80 86 90 88 87 87 87 80 90 90 80 90 85 78 88 93 95 82 90 93 80 85 89 76 89 79 86 86 79 82 87 90 78 74 92 96 80 81 90 89 82 80 83 83 86 91 85.68 #NAME?
WIP Promedio = 50.34
#NAME?

wip49 59 32 42 55 39 52 57 46 64 51 53 54 40 50 51 39 59 39 52 27 57 44 57 54 54 46 83 34 60 46 37 52 48 44 65 68 55 40 40 57 68 46 58 64 45 37 59 36 53 50.34 17.63 Tiempo de Entrega = 17.63

Aquí está el simulador del juego "estándar" de los dados. Tiene 7 estaciones con 6 trabajadores etiquetados de A a la G , al final se encuentra el producto terminado de
color azul.
Cada estación comienza con 5 piezas de trabajo a la izquierda excepto para la primera operación que tiene un suministro infinito de materia prima. Cada esfuerzo diario de
los trabajadores se demuestra por el valor a la izquierda y la capacidad promedio de los dados se escribe en sus chalecos. Por encima de cada trabajador hay un contador
para su eficiencia total durante el transcurso de la ejecución de 30 días. Se calcula como las piezas pasadas / puntos lanzados. Cada trabajador pasa su trabajo al final del día
a la siguiente estación en secuencia y la última estación G pasa esto como trabajo terminado. Una pila azul crecerá al final del proceso. La producción y el trabajo en
proceso (WIP) se registra para su información.

Sólo para hacerse a la idea, ejecute "Iniciar" y luego "1 día", sólo un par de tiros para ver qué pasa y luego deténgase para responder una encuesta.

Ahora vaya al "Cuestionario del Juego de lo Dados". Responda por favor: https://goo.gl/forms/duxlP3mcQYNtjsNb2

Cuando haya hecho eso, presione "30" y ejecute el simulador para un ciclo completo de 30 días. Juegue con él varias veces, para ver cómo se comporta y al final presione
"50 ensayos" para ver la estadística de 50 corridas de la simulación de 30 días.

Bien, ¿qué pasó?

En primer lugar, ¿qué pasó con la salida? No conseguimos las 105 piezas esperadas, ¿verdad? Más bien el promedio a largo plazo de más de 50 ciclos (ensayos) es alrededor
de 85 piezas. ¿Por qué ocurre esto? Es debido a la variabilidad inherente y la dependencia estrechamente acoplada del proceso. No sólo de este proceso, sino de cualquier
proceso. Es simplemente que aquí tenemos una visión completa de toda la línea, podemos controlar todo, y no hay factores de confusión. A medida que avanzamos en el
a la siguiente estación en secuencia y la última estación G pasa esto como trabajo terminado. Una pila azul crecerá al final del proceso. La producción y el trabajo en
proceso (WIP) se registra para su información.

Sólo para hacerse a la idea, ejecute "Iniciar" y luego "1 día", sólo un par de tiros para ver qué pasa y luego deténgase para responder una encuesta.

Ahora vaya al "Cuestionario del Juego de lo Dados". Responda por favor: https://goo.gl/forms/duxlP3mcQYNtjsNb2

Cuando haya hecho eso, presione "30" y ejecute el simulador para un ciclo completo de 30 días. Juegue con él varias veces, para ver cómo se comporta y al final presione
"50 ensayos" para ver la estadística de 50 corridas de la simulación de 30 días.

Bien, ¿qué pasó?

En primer lugar, ¿qué pasó con la salida? No conseguimos las 105 piezas esperadas, ¿verdad? Más bien el promedio a largo plazo de más de 50 ciclos (ensayos) es alrededor
de 85 piezas. ¿Por qué ocurre esto? Es debido a la variabilidad inherente y la dependencia estrechamente acoplada del proceso. No sólo de este proceso, sino de cualquier
proceso. Es simplemente que aquí tenemos una visión completa de toda la línea, podemos controlar todo, y no hay factores de confusión. A medida que avanzamos en el
proceso se ganan pérdidas y se pierden ganancias. Permítanme explicarles un poco más. Si una estación lanza un 5 por ejemplo y sólo tiene 4 piezas de trabajo para
procesar a la izquierda, entonces ocurre una pérdida de 1 al sistema. No puede ser recuperada. Por el contrario si una estación tiene 2 piezas de trabajo a la izquierda y
lanza un 3 entonces no se produce una ganancia de 1 al sistema. La producción en total es menor de lo que podríamos haber esperado si estas estaciones fueran
independientes una de otra - lo que por supuesto no puede ser, porque de otra manera no habría proceso.

Ahora en segundo lugar, ¿qué pasó con el trabajo en proceso? No mantuvimos nuestras primeras 30 piezas ¿verdad? Más bien, el trabajo en proceso creció y creció a
medida que las ganancias que perdíamos se acumulaban. Independientemente de lo que hagamos para tratar de contrarrestar este efecto, igual ocurrirá. En la página de
Buffer Expandido de ConWIP ahondaré un poco más sobre personas escépticas que han intentado refutar esto.

En tercer lugar, ¿qué pasó con las eficiencias? Tendieron hacia abajo desde el principio hasta el final. ¿Por qué es esto? El efecto acumulativo de la variabilidad de cada
estación y de la dependencia acoplada aumenta de izquierda a derecha. La producción se vuelve peor y peor hacia el final del proceso. Esto está tan cerca del experimento
de las bolas rojas de Deming y no creo que lo hayamos entendido lo suficiente. La posición de una persona en la línea determina su desempeño personal, mientras que
tendemos a culpar al desempeño de la persona. Cuando se ejecuta este juego en la vida real es fácil elegir a alguien y conseguir el acuerdo de que su rendimiento se veía
obstaculizado por la falta de trabajo procedente de su lado aguas arrida, y todo este asunto es para recordarles que ellos son, a su vez, un proceso aguas arriba de la
siguiente persona.

Por último, recuerde que esta es una línea balanceada. Los contadores especialmente, se esfuerzan por obtener la misma capacidad promedio a través de un proceso, y
hacer lo contrario se considera un desperdicio. De hecho, a menudo Lean se interpreta como "reducir los desperdicios". ¿Creen ustedes que Toyota consiguió estar donde
están hoy, al reducir los desperdicios? Claro que no, están ahí por la otra cara de la moneda - el aumento de la productividad. ¿Qué tipo de visión es "reducir el desperdicio"
- ¡caramba! ¿Por qué no reconocemos eso? Hemos empobrecido a Lean como consecuencia. El cielo debe ser el límite y en su lugar, elegimos cavar un agujero en la tierra.

Las líneas balanceadas ofrecen siempre menos de lo esperado. Y es la expectativa lo que está mal. Refinar el balanceo - obtener el mismo promedio en todas partes - sólo lo
hace peor. No entendemos esto. En las siguientes simulaciones vamos a "trabajar" esta pequeña secuencia de manera que podamos entender cada aspecto de ella. Y al
final estaremos produciendo más de 105 piezas en 30 ciclos y la lección puede ser transferida directamente a la realidad, si tan solo escucháramos, si sólo tuviéramos la
habilidad, el conocimiento y la experiencia para hacerlo.

Comentario: Odio reducir el juego de dados a una simulación, debe ser experimentado. De hecho, debe ser experimentado o bien le negamos a la gente la oportunidad de
aprender. Soy despectivo de las personas que dicen "He leído sobre él y lo entiendo" Bullshit. El mundo está lleno de personas que leen y piensan que entienden cuando en
realidad no lo entienden.

Construya el juego, si es posible, para que la gente tenga que pasar el trabajo en proceso hacia atrás, de un escritorio hacia el otro. De esa manera no pueden ver todo el
proceso, como en la vida real. De esta manera no conocemos el estado del abastecimiento del departamento aguas arriba, ni el departamento de recepción de aguas abajo.
Estamos aislados en nuestro silo como el mundo real. La gente necesita experimentar, no saber.
Inicie el trabajo en proceso (WIP) con 5 piezas en lugar de 4 como en La Meta. Esto funciona para mí mucho mejor en la gama de simulaciones presentadas aquí y otras
utilizadas en otros lugares. De igual manera, 7 estaciones en total, funciona bien para mí en lugar de 6, y 30 días en lugar de 20, asegura de que la simulación no me rebote.
Cuando haga esto en la vida real, use un dado de 2,3,4,5,6,7 para todos excepto para la última estación. Esa estación se convertirá en nuestra limitación interna, el tambor,
a medida que progresan las simulaciones. Este dado tiene un promedio de 4,5 puntos por lanzamiento, pero "cojea" al pedir que la gente "saque 1" de cada puntuación.
Eso lo devuelve a un dado normal, pero siembra la semilla en la cabeza de las personas que hay capacidad adicional. Ellos saben esto. Alguien va a preguntar "por qué no lo
usamos", así que en realidad no quieren porque entienden que esto abrirá la discusión sobre su lugar de trabajo. Pero ese es el propósito.
aprender. Soy despectivo de las personas que dicen "He leído sobre él y lo entiendo" Bullshit. El mundo está lleno de personas que leen y piensan que entienden cuando en
realidad no lo entienden.

Construya el juego, si es posible, para que la gente tenga que pasar el trabajo en proceso hacia atrás, de un escritorio hacia el otro. De esa manera no pueden ver todo el
proceso, como en la vida real. De esta manera no conocemos el estado del abastecimiento del departamento aguas arriba, ni el departamento de recepción de aguas abajo.
Estamos aislados en nuestro silo como el mundo real. La gente necesita experimentar, no saber.

Inicie el trabajo en proceso (WIP) con 5 piezas en lugar de 4 como en La Meta. Esto funciona para mí mucho mejor en la gama de simulaciones presentadas aquí y otras
utilizadas en otros lugares. De igual manera, 7 estaciones en total, funciona bien para mí en lugar de 6, y 30 días en lugar de 20, asegura de que la simulación no me rebote.
Cuando haga esto en la vida real, use un dado de 2,3,4,5,6,7 para todos excepto para la última estación. Esa estación se convertirá en nuestra limitación interna, el tambor,
a medida que progresan las simulaciones. Este dado tiene un promedio de 4,5 puntos por lanzamiento, pero "cojea" al pedir que la gente "saque 1" de cada puntuación.
Eso lo devuelve a un dado normal, pero siembra la semilla en la cabeza de las personas que hay capacidad adicional. Ellos saben esto. Alguien va a preguntar "por qué no lo
usamos", así que en realidad no quieren porque entienden que esto abrirá la discusión sobre su lugar de trabajo. Pero ese es el propósito.

Aunque el juego en su operación clásica no hace esto, necesitamos trabajar la pregunta "¿con qué frecuencia ha trabajado especialmente en algo que se dijo era un trabajo
urgente o una orden urgente, sólo para descubrir que cuando lo terminó, no era necesario con tanta urgencia? " Igualmente, "¿con qué frecuencia ha hecho una asignación
especial para un trabajo urgente o recibió una orden urgente, dejando de lado otro trabajo, sólo para encontrar que el trabajo urgente no se materializó o ya no era
necesario?" Estos son los mismos problemas de ganancia / pérdida que experimentamos con los dados.

También vale la pena representar gráficamente las salidas de una serie de ejecuciones. La salida del proceso tiene una distribución normal, incluso si cada estación tiene
una capacidad uniforme. Usted debe mostrar esto a las personas que plantean la distribución uniforme como un problema.

Veamos ahora lo que sucede cuando cambiamos la variabilidad en este proceso simple y dejamos todo lo demás igual.

Bien, hoja siguiente cuando esté listo.

a

r
r

"

o
n

o
n
 1 1 6 1 1 6 6

A B C D E F G
3.5 3.5 3.5 3.5 3.5 3.5 3.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas
http://www.estrategiafocalizada.com/

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31ALTA 32 33 VARIABILIDAD
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 64 69 74 68 66 75 75 74 67 60 88 65 76 86 68 80 84 79 70 67 69 75 69 74 85 85 80 67 89 82 80 78 80 89 74 89 75 81 69 76 75 74 66 77 84 87 79 86 81 64 75.88 #NAME?
#NAME?
WIP Promedio = 60.22
wip46En
51 esta
51 72simulación he reemplazado el dados normal 1,2,3,4,5,6 con un dado 1,6,1,6,1,6. Ambos dados tienen el mismo grado60.22
99 70 55 51 58 70 82 70 74 44 72 80 36 36 80 53 61 80 61 36 70 45 75 63 56 58 50 47 40 51 61 51 65 69 36 64 75 56 84 73 46 48 56 44 54 86 o capacidad,
23.81 Tiempo de a
lanzamiento, sin 3,5 puntos
Entrega = 23.81por
embargo el dado 1,6 tiene una variabilidad mucho mayor, y por lo tanto es de una calidad inferior. Fue el Dr. Deming quien indicó que la calidad es sobre dar en el blanco
con la mínima variabilidad, un punto que voy a ampliar más adelante al final de la página. En una dependencia estrechamente acoplada, mayor variabilidad tiene un
impacto significativo que estamos a punto de ver.

Ahora corra el simulador y observe qué pasa.

Que pasó. La producción bajó, el trabajo en proceso aumentó. La producción promedio a largo plazo de más de 50 ensayos ha bajado de las 85 piezas anteriormente a 76
piezas ahora. La diferencia está sentada como un trabajo en proceso adicional . De hecho, tenga en cuenta cómo esta simulación puede (en ocasiones) producir ganancias
espectaculares en el trabajo en proceso. Tienes que verlo en este ambiente condensado y exagerado para realmente apreciar cómo insidiosamente se arrastra en
situaciones de la vida real. Los aumentos en la variabilidad producen resultados no deseados - producción más pequeña y mayor trabajo en proceso.

Comentario: Probablemente sea suficiente al principio simplemente ejecutar esta simulación para responder a las preguntas planteadas en la hoja de mentiras y para
exponer a las personas a las consecuencias innegables. La mayoría de las personas no piensan en general acerca de la variabilidad y nunca en el impacto de una mayor
variabilidad. Por supuesto, puede ejecutar esto en la vida real. Si no tiene un conjunto de siete dados 1,6,1,6,1,6 entonces haga como un matemático y diga: "que todos los
números impares sean iguales a 1" y "que todos los números pares sean iguales a 6." Bueno, si funciona para los matemáticos, entonces debería funcionar para nosotros.
Usted podría utilizar una moneda en su lugar, pero usar un dado con esa regla es más consistente. No subestime el poder de esta simulación con los chicos. Ya tienen la
intuición.

La elaboración de estas simulaciones me ha llevado a reconocer algo de pereza en mi terminología. Tiendo a utilizar la "calidad" y la "variabilidad" de forma intercambiable.
Que pasó. La producción bajó, el trabajo en proceso aumentó. La producción promedio a largo plazo de más de 50 ensayos ha bajado de las 85 piezas anteriormente a 76
piezas ahora. La diferencia está sentada como un trabajo en proceso adicional . De hecho, tenga en cuenta cómo esta simulación puede (en ocasiones) producir ganancias
espectaculares en el trabajo en proceso. Tienes que verlo en este ambiente condensado y exagerado para realmente apreciar cómo insidiosamente se arrastra en
situaciones de la vida real. Los aumentos en la variabilidad producen resultados no deseados - producción más pequeña y mayor trabajo en proceso.

Comentario: Probablemente sea suficiente al principio simplemente ejecutar esta simulación para responder a las preguntas planteadas en la hoja de mentiras y para
exponer a las personas a las consecuencias innegables. La mayoría de las personas no piensan en general acerca de la variabilidad y nunca en el impacto de una mayor
variabilidad. Por supuesto, puede ejecutar esto en la vida real. Si no tiene un conjunto de siete dados 1,6,1,6,1,6 entonces haga como un matemático y diga: "que todos los
números impares sean iguales a 1" y "que todos los números pares sean iguales a 6." Bueno, si funciona para los matemáticos, entonces debería funcionar para nosotros.
Usted podría utilizar una moneda en su lugar, pero usar un dado con esa regla es más consistente. No subestime el poder de esta simulación con los chicos. Ya tienen la
intuición.

La elaboración de estas simulaciones me ha llevado a reconocer algo de pereza en mi terminología. Tiendo a utilizar la "calidad" y la "variabilidad" de forma intercambiable.
Esto es incorrecto. Si vamos a la definición de calidad de Deming como alcanzar el objetivo con una variabilidad mínima, entonces la calidad se refiere tanto al objetivo o
grado (o en nuestro caso el promedio) como a la variabilidad.

La razón por la que subrayo que la calidad = variabilidad es que la mayoría de las personas con las que trabajo sostienen que calidad = grado. Claramente ambos aspectos
son correctos pero son solamente aspectos . Es fácil ver calidad = grado cuando se tiene independencia. Y por supuesto la mayoría de las personas ven la mayoría de las
cosas como independientes. Pero tan pronto como hay interdependencia, la variabilidad se vuelve mucho más importante. Podemos ver que en esta simulación donde el
grado es fijo pero la variabilidad tiene decrementos, la producción disminuye también.

Cerca del final del libro hay una página titulada Grado y Variabilidad. La tabulación allí puede ayudar a explicar mejor estos dos conceptos .
Los chicos de Lean saben esto, sin embargo creo que nosotros en la teoría de restricciones, como regla (excepto el profesor James Holt), no hacemos justicia a esto. Este es
un punto de entrada para TLS (TOC Lean Six Sigma). Pero, todavía no hemos llegado ahí.

Cuando esté claro y haya finalizado, vaya a la próxima hoja de trabajo por favor.
n

.
.
 3 3 4 4 3 4 4

A B C D E F G
3.5 3.5 3.5 3.5 3.5 3.5 3.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas
http://www.estrategiafocalizada.com/

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31BAJA 32 33 VARIABILIDAD
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 106 ######################################################99 ######97 ###########################99 ###99 ############################################# 102.84 #NAME?
WIP Promedio = 32.88
#NAME?

wip26Esta simulación
28 28 37 35 30 32 es
35 el
32 otro
34 33lado
35 32de
28 la
29 moneda.
31 32 34 33Ahora he33colocado
37 35 27 un32dado
32 31 35 31 33 343,4,3,4,3,4 en37
32 34 39 29 37 cada posición
36 31 32 37 34 (dados promedio
37 34 32 34 comerciales
35 28 33 35 con de
34 32.88 9.59 Tiempo 2,3,3,4,4,5
disponibles, pero están
Entrega = 9.59
se puede utilizar la matemática aplicada o fabrique / compre su propio dado - hay una foto de uno en la última página). La variabilidad es ahora mucho menor que los
dados estándar. Puede ver esto en la desviación estándar reportada directamente encima de esta casilla para 50 ejecuciones de esta simulación.
Ahora corra el simulador y observe qué pasa.

¡Muy bien, qué pasó!. Bueno, la salida es excepcional, me gustaría que fuera peor. Y el trabajo en proceso se comporta maravillosamente. La gente gritará, ¡vamos a correr y
hacer Lean Six Sigma! Y yo contestaré no, no, no!

Esta es una simulación simple (pero no simplista). Sólo tengo un puñado de trabajadores dispuestos, ¿alguna vez ha visto como proceso con sólo 6 dependencias en él? La
Respuesta honesta - ¡no nunca! Y aunque son bastante variables, no son nada como el mundo real - y aquí ni siquiera tenemos problemas de reprocesos ocultos del mundo
real, o contingencias.

Todo lo que estoy diciendo es que debemos templar el entusiasmo con la realidad de cuántas dependencias estamos tratando en el mundo real, cuánta variabilidad (y
variabilidad contingente en ello) estamos tratando, y lo que es más importante cuánto tiempo, recursos, conocimiento y liderazgo estamos dispuestos a permitir.
El entusiasmo no está necesariamente fuera de lugar, pero está mal dirigido. Voy a mostrar alguna dirección pronto. Sólo quiero añadir que de acuerdo al modelo Cynefin
(ku-nev-in), demasiado del conjunto de herramientas simples (y simplistas) de Lean Six Sigma como 5S son mal aplicadas por los poco profesionales, en el dominio
equivocado (el dominio complejo ). El enfoque viceral se debe dejar de lado (porque necesita conocimientos y destrezas y entendimiento y eso a su vez necesita experiencia
y eso requiere tiempo).

Comentario: Necesitamos ejecutar esta simulación aquí para contestar las preguntas del Cuestionario del Juego de los Dados, y necesitamos hacer eso para que la gente se
hacer Lean Six Sigma! Y yo contestaré no, no, no!

Esta es una simulación simple (pero no simplista). Sólo tengo un puñado de trabajadores dispuestos, ¿alguna vez ha visto como proceso con sólo 6 dependencias en él? La
Respuesta honesta - ¡no nunca! Y aunque son bastante variables, no son nada como el mundo real - y aquí ni siquiera tenemos problemas de reprocesos ocultos del mundo
real, o contingencias.

Todo lo que estoy diciendo es que debemos templar el entusiasmo con la realidad de cuántas dependencias estamos tratando en el mundo real, cuánta variabilidad (y
variabilidad contingente en ello) estamos tratando, y lo que es más importante cuánto tiempo, recursos, conocimiento y liderazgo estamos dispuestos a permitir.
El entusiasmo no está necesariamente fuera de lugar, pero está mal dirigido. Voy a mostrar alguna dirección pronto. Sólo quiero añadir que de acuerdo al modelo Cynefin
(ku-nev-in), demasiado del conjunto de herramientas simples (y simplistas) de Lean Six Sigma como 5S son mal aplicadas por los poco profesionales, en el dominio
equivocado (el dominio complejo ). El enfoque viceral se debe dejar de lado (porque necesita conocimientos y destrezas y entendimiento y eso a su vez necesita experiencia
y eso requiere tiempo).

Comentario: Necesitamos ejecutar esta simulación aquí para contestar las preguntas del Cuestionario del Juego de los Dados, y necesitamos hacer eso para que la gente se
demuestre a sí misma que no tiene la intuición para esto. Algunas personas tienen las habilidades aprendidas con seguridad, pero la mayoría no la tienen. Ciertamente
podemos ver aquí que la reducción de la variabilidad (desperdicios), de hecho, produce un mejor rendimiento y es la mejora de la producción que debe ser el foco. Si los
contadores (y otros) van a tratar de equilibrar una línea, entonces debe ser templada con una variabilidad reducida también - y muy pocas personas tienen ese conjunto de
habilidades y nos falta esa comprensión. Usted sabe muy bien lo que sucede a la línea balanceda sin una reducción concomitante de la variabilidad - que va a fracasar.

En estas tres primeras líneas equilibradas hemos visto lo que ocurre cuando cambiamos la variabilidad para bien o para mal. Ahora quiero volver a nuestra simulación
"normal" y mostrar lo que sucede cuando la intuición de las personas se mueve hacia la desvinculación de la dependencia estrechamente acoplada que existe entre
nuestras estaciones aquí.

Siguiente hoja de trabajo por favor.

y

a
a
 2 1 6 5 4 2 3

A B C D E F G
3.5 3.5 3.5 3.5 3.5 3.5 3.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas
Buffer Actual 8.57 Días 10 Días - Tamaño del Buffer (Inicial --> 10 días) http://www.estrategiafocalizada.com/

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33CONWIP 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 83 92 80 99 96 87 90 82 86 89 88 89 79 92 73 80 85 83 91 86 80 86 87 85 90 85 88 91 90 90 88 89 85 91 91 88 81 84 80 80 80 93 86 86 86 87 89 79 85 89 86.38 #NAME?
WIP Promedio = 34.6
A medida que la gente aprende acerca de la simulación de dados estándar y cómo se comporta, normalmente migra a la pregunta de "¿qué pasa si aumentamos el
trabajo
#NAME?

wip35 34 36 30 37 33 26 36 27 27 36 37 38 36 37 30 41 36 38 31 41 37 35 37 31 36 36 25 30 32 35 38 37 33 31 34 37 36 35 38 38 33 38 30 29 40 36 41 34 36 34.60 12.02 Tiempo de Entrega = 12.02

en proceso inicial?" Esto se debe a que el aumento en el trabajo en proceso y la disminución de la producción confunde su intuición, por lo que buscan otras formas de
adaptar la simulación (y la vida real) a sus expectativas. Permítanme decirles que esto no funciona - como no me van a creer. Usted puede engañase a si mismo durante una
corrida corta de 30 días que podría funcionar, pero no más largas. Así que, aquí vamos a mantener el trabajo en proceso constante y ver qué pasa. A continuación, más
adelante, podemos aumentar el límite del trabajo en proceso total y demostrarnos a nosotros mismos que esta solución no funciona.

¿Entonces, que tenemos aqui?

Tenemos nuestros dados normales 1,2,3,4,5,6 y una línea equilibrada con una capacidad media de 3,5 puntos por lanzamiento. Pero ahora está "cerrada". Es decir el nuevo
material no puede entrar en el sistema a menos que el trabajo en proceso haya caído por debajo de un determinado nivel predeterminado. Se trata de un modelo de
trabajo en proceso constante, de ahí el nombre ConWIP. ConWIP es un sistema reconocido y claramente trabajará donde los productos tienden hacia el flujo de una sola
pieza y la mezcla de productos tiende hacia lo relativamente constante. También es una forma de introducir los conceptos de cuerda y amortiguador.

Para mantener un trabajo en proceso constante, debemos saber cuánto trabajo hay en el sistema. La manera más fácil de hacer esto sabiendo lo que ha salido y permitir
que misma cantidad entre por la puerta. Esta es la "cuerda". Esencialmente, la cuerda es una señal que está "atada" desde el final hasta el inicio que permite la entrada de
nuevos trabajos a medida que se termina el trabajo antiguo, manteniendo así el trabajo en proceso constante. Piense en ello, un solo planificador en una pequeña empresa
podría ser esencialmente la cuerda - sabiendo lo que se ha completado, y la liberando órdenes de trabajo para el nuevo trabajo admitido. No tiene que ser un sistema
informático.
Pero ¿cuánto trabajo en proceso es bueno y cuánto es malo?
Como minimo, el trabajo podría fluir a través de este sistema en 7 días en su configuración actual - si tiene suerte. Le he dado 10 días para hacerlo. Esto equivale a 35 piezas
Tenemos nuestros dados normales 1,2,3,4,5,6 y una línea equilibrada con una capacidad media de 3,5 puntos por lanzamiento. Pero ahora está "cerrada". Es decir el nuevo
material no puede entrar en el sistema a menos que el trabajo en proceso haya caído por debajo de un determinado nivel predeterminado. Se trata de un modelo de
trabajo en proceso constante, de ahí el nombre ConWIP. ConWIP es un sistema reconocido y claramente trabajará donde los productos tienden hacia el flujo de una sola
pieza y la mezcla de productos tiende hacia lo relativamente constante. También es una forma de introducir los conceptos de cuerda y amortiguador.

Para mantener un trabajo en proceso constante, debemos saber cuánto trabajo hay en el sistema. La manera más fácil de hacer esto sabiendo lo que ha salido y permitir
que misma cantidad entre por la puerta. Esta es la "cuerda". Esencialmente, la cuerda es una señal que está "atada" desde el final hasta el inicio que permite la entrada de
nuevos trabajos a medida que se termina el trabajo antiguo, manteniendo así el trabajo en proceso constante. Piense en ello, un solo planificador en una pequeña empresa
podría ser esencialmente la cuerda - sabiendo lo que se ha completado, y la liberando órdenes de trabajo para el nuevo trabajo admitido. No tiene que ser un sistema
informático.

Pero ¿cuánto trabajo en proceso es bueno y cuánto es malo?

Como minimo, el trabajo podría fluir a través de este sistema en 7 días en su configuración actual - si tiene suerte. Le he dado 10 días para hacerlo. Esto equivale a 35 piezas
de este tipo de trabajo colocado en el sistema. Hago el cálculo diciendo que tomará 35 piezas en 10 días a 3,5 unidades por día para que logre pasar la última estación y
precargar el sistema con esa cantidad. ¿Será suficiente? Veremos. Bueno, en realidad debido a mi problema con la coherencia / consistencia sólo tengo 30 piezas o 9 días de
trabajo al comienzo - porque cada simulación empieza de la misma manera. Así que, de hecho, en el alistamiento la puerta estará abierta. Usted puede ver que, la "luz" es
verde. El trabajo se liberará y entrará, si es insuficiente para llenar el buffer, la compuerta permanecerá verde y abierta para el próximo ciclo. Si es más que suficiente, la
puerta se cerrará la siguiente vez - y la "luz" roja estará encendida (vea que puedo usar señales visuales).

Este valor - 10 días - es el "buffer". Hablamos de "longitud de cuerda" y "tamaño del buffer" de forma intercambiable, pero uno es la señal de cuándo y cuánto admitir y el
otro es el total o más bien la cantidad máxima de trabajo en el sistema que estamos monitoreando. Los amortiguadores en el tambor- amortiguador - cuerda, se miden
siempre en unidades de tiempo.

Siempre tendremos flujo irregular, y flujo en ondas - por lo tanto, el trabajo en proceso oscilará. Lo desarrollaré más adelante en una o dos hojas de trabajo. Usted puede
ver la oscilación aquí en los valores actuales del buffer que funcionan entre 9, 10, y 11 días. El valor visible del buffer es redondeado, pero la cuerda está comprobando el
valor decimal para 10 puntos, así que 10 punto algo, cierre la puerta, 10.0 no. Así que a veces un 10 produce una luz roja a veces una verde, esta es la razón de aquello.
Ahora de vuelta a la cuerda. Esta cuerda en particular está comprobando todo el trabajo en proceso - los ordenadores son buenos en eso. Eso es más fácil de hacer aquí
que comprobar por diferencia lo que salió vs qué entró. En el mundo real muy a menudo sólo se sabe lo que salió hoy, y lo que entró. Usted sólo piensa que sabe acerca de
todo lo demás. Pero es por eso que los planificadores se suben a sus bicicletas y andan en bicicleta alrededor de 5 acres de construcción, 300 máquinas y medio millón de
piezas de trabajo tratando de encontrar algunas cosas (especialmente bajo MRP).

Ahora vamos a saltar a los servicios por un segundo. Cuando un paciente es dado de alta del hospital y la descarga (alta) no es ingresada en un sistema hospitalario (un
problema no tan inusual), la cuerda no sabe que el paciente no está allí. El buffer se considera erróneamente que está más "lleno" de lo que está en realidad. No hay
planificadores esta vez, sino enfermeras administradoras que deben ir a buscar este trabajo y encontrar que no está allí. Entonces se actualiza el sistema.
OK, más que suficiente charla.

Ejecute esta simulación. Observe la puerta abierta y cerrada (verde-rojo-verde). Observe cómo el trabajo en proceso oscila alrededor del valor de 10 días. Ver la producción
final.

Lo sorprendente es que esta simulación funciona tan bien, como el juego de dados inicial (en el largo plazo 86 piezas frente a 85 y con menos variabilidad también). El
trabajo en proceso no se incrementa esta vez, no puede, pero el proceso todavía "muere de hambre". Las eficiencias no van a caer en la dirección aguas abajo de una
manera tan pronunciada como antes, pero todavía son bajas. Claramente esto todavía no es lo suficientemente bueno, estoy esperando a ejecutar 3.5 piezas por día a
través de este proceso y sólo estoy recibiendo (86/30) 2.9.

El amortiguador y la cuerda son necesarios, pero son insuficientes y quise ilustrarlo con claridad y, por lo tanto, esta secuencia en particular. Para progresar necesitamos
hacer una distinción entre la restricción y las no restricciones - y el tiempo para un pequeño TLS. Pero primero, hay en la hoja un espacio para cambiar la duración total del
buffer.

En esta simulación puede cambiar la duración máxima del buffer a cualquier cosa que desee cambiando la celda azul.

Debido a que comienzo todas estas simulaciones con 9 días y 30 piezas, las duraciones de buffer más largas "chupan" el trabajo durante un tiempo (y la puerta permanece
abierta). Sin embargo, la producción no será espectacularmente diferente. No se engañe, ejecútale varias veces con cualquier cambio en la duración del buffer. Más trabajo
en proceso debería hacer para menos "pérdidas" en el sistema, pero no lo hace. Y esa es una lección difícil de aprender.
trabajo en proceso no se incrementa esta vez, no puede, pero el proceso todavía "muere de hambre". Las eficiencias no van a caer en la dirección aguas abajo de una
manera tan pronunciada como antes, pero todavía son bajas. Claramente esto todavía no es lo suficientemente bueno, estoy esperando a ejecutar 3.5 piezas por día a
través de este proceso y sólo estoy recibiendo (86/30) 2.9.

El amortiguador y la cuerda son necesarios, pero son insuficientes y quise ilustrarlo con claridad y, por lo tanto, esta secuencia en particular. Para progresar necesitamos
hacer una distinción entre la restricción y las no restricciones - y el tiempo para un pequeño TLS. Pero primero, hay en la hoja un espacio para cambiar la duración total del
buffer.

En esta simulación puede cambiar la duración máxima del buffer a cualquier cosa que desee cambiando la celda azul.

Debido a que comienzo todas estas simulaciones con 9 días y 30 piezas, las duraciones de buffer más largas "chupan" el trabajo durante un tiempo (y la puerta permanece
abierta). Sin embargo, la producción no será espectacularmente diferente. No se engañe, ejecútale varias veces con cualquier cambio en la duración del buffer. Más trabajo
en proceso debería hacer para menos "pérdidas" en el sistema, pero no lo hace. Y esa es una lección difícil de aprender.

Siguiente hoja de trabajo cuando esté listo.

 3 5 4 7 2 6 7

A B C D E F G
4.5 4.5 4.5 4.5 3.5 4.5 4.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas Totales
WIP (Tambor) 20 Días 22 WIP inicial de Piezas antes del tambor
Buffer (Tambor) 6 Días 6 Días - Tamaño del Buffer (Inicial --> 6 días) http://www.estrategiafocalizada.com/
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 106 ############94 ######94 ########################98 99 ############98 ###############97 96 98 ######DBR
###############99 96 #########94 99 ###95 98 96 #NAME?
WIP Promedio = 35.44
wip32 39 39 34 34 38 34 36 45 36 33 35 34 35 32 30 35 32 33 30 34 33 39 37 42 38 37 32(Tambor-
35 32 35 37 Amortiguador - Cuerda)
102.58 #NAME?

39 36 33 36 38 31 43 37 39 34 33 29 32 41 38 38 37 31 35.44 10.36 Tiempo de Entrega = 10.36

4 2 4 2 2 2 1 7 2 3 1 1 1 4 2 1 2 1 1 3 3 1 4 1 3 2 3 2 7 5%
Ahora nos estamos poniendo serios. Hasta ahora hemos visto nuestro proceso en una configuración balanceda y podemos entender el daño que se produce al tratar de
perseguir el objetivo de seguir refinando el equilibrio de un sistema de este tipo - aumenta el trabajo en proceso, disminuye la producción - exactamente la dirección opuesta a
nuestras buenas intenciones.

Sin embargo, no todo está perdido, porque este mundo de líneas balanceadas sólo existe dentro de nuestras cabezas. El mundo real y el mundo de esta simulación está
desbalanceado. Que a menudo nos neguemos a "ver" esto, dice más sobre lo que está en nuestras cabezas que lo que ocurre en el mundo real. Bill Dettmer me mostró hace
mucho tiempo la lógica de esto. No podemos comprar una nueva capacidad incremental en el tamaño absolutamente correcto que el nuevo aumento de la demanda requiere.
De hecho la prudencia y nuestros banqueros probablemente sugerirán comprar un poco más de capacidad para crecer con ella - de lo contrario estaremos de vuelta en la
misma posición que antes - y no somos tontos - ¿verdad? Además, en cualquier otro lugar que no sea esta simulación, la demanda fluctúa. Si la demanda fluctúa, y si siempre
somos prudentes, entonces tendremos más capacidad que el promedio en la mayoría de lugares.

Ahora bien, había un título allí, "la mayoría de los lugares." Cuando la capacidad viene en grandes bocados (cantidades) y/o es muy costosa, podríamos renunciar (o demorar) a
una nueva capacidad hasta que ya no podamos evitarla. Son estos lugares, con grandes inversiones de capital, lo que tiende a ser el hogar de nuestras restricciones. También
son más propensos a estar en el final de un proceso que al principio (hay excepciones) porque de lo contrario todos los demás aguas abajo estarían esperando. Y si eso no fuera
evidencia suficiente, dejando de lado la dependencia de los acoplamientos cerrados, ¿cómo es que construimos demasiado trabajo en proceso si no tenemos capacidad? La
respuesta es que tenemos la capacidad. La desperdiciamos, la ocultamos, incluso la protegemos.

Si está ejecutando esta simulación en la vida real, y le sugiero encarecidamente que lo haga, entonces, ¿cómo logramos esta situación? Bueno, si le da un dado de 2,3,4,5,6,7
desbalanceado. Que a menudo nos neguemos a "ver" esto, dice más sobre lo que está en nuestras cabezas que lo que ocurre en el mundo real. Bill Dettmer me mostró hace
mucho tiempo la lógica de esto. No podemos comprar una nueva capacidad incremental en el tamaño absolutamente correcto que el nuevo aumento de la demanda requiere.
De hecho la prudencia y nuestros banqueros probablemente sugerirán comprar un poco más de capacidad para crecer con ella - de lo contrario estaremos de vuelta en la
misma posición que antes - y no somos tontos - ¿verdad? Además, en cualquier otro lugar que no sea esta simulación, la demanda fluctúa. Si la demanda fluctúa, y si siempre
somos prudentes, entonces tendremos más capacidad que el promedio en la mayoría de lugares.

Ahora bien, había un título allí, "la mayoría de los lugares." Cuando la capacidad viene en grandes bocados (cantidades) y/o es muy costosa, podríamos renunciar (o demorar) a
una nueva capacidad hasta que ya no podamos evitarla. Son estos lugares, con grandes inversiones de capital, lo que tiende a ser el hogar de nuestras restricciones. También
son más propensos a estar en el final de un proceso que al principio (hay excepciones) porque de lo contrario todos los demás aguas abajo estarían esperando. Y si eso no fuera
evidencia suficiente, dejando de lado la dependencia de los acoplamientos cerrados, ¿cómo es que construimos demasiado trabajo en proceso si no tenemos capacidad? La
respuesta es que tenemos la capacidad. La desperdiciamos, la ocultamos, incluso la protegemos.

Si está ejecutando esta simulación en la vida real, y le sugiero encarecidamente que lo haga, entonces, ¿cómo logramos esta situación? Bueno, si le da un dado de 2,3,4,5,6,7
de A a G con una capacidad promedio de 4.5 puntos por lanzamiento y lo ocultamos al quitar 1 de cada lanzamiento, entonces de hecho la tiene todo el tiempo. ¡Sí!, se puede
tener una discusión sobre cómo esto se traduce en el lugar de trabajo real. Pero piense, si no se tradujera en el lugar de trabajo, entonces toda nuestra gente sería "poco
confiable" y en general están lejos de aquello. La capacidad existe y está protegida.

Si jugó las simulaciones anteriores usando un dado estándar 1,2,3,4,5,6, entonces de A a F ahora puede agregar 1 a cada lanzamiento y tendrá un dado 2,3,4,5,6 ,7. Tendrá la
capacidad adicional. De nuevo, ya existe. Si la gente dice "no puede hacer eso" haga que enumeren todas las cosas que interrumpen su esfuerzo diario en este momento, y
luego pregunte por qué no podemos "simplemente hacer eso". No hay razón en realidad. La capacidad existe y está protegida.

Las estaciones A,B,C,D,F,G son nuestras no restricciones. Paradójicamente, estos son los lugares en los que deberíamos poner más énfasis del que realmente colocamos.
Paradójicamente, aquí es donde TLS tiene más valor. Existe una interrelación entre la duración del buffer y la capacidad adicional, que examinaremos en hojas posteriores.
Miremos la simulación por un momento. Ahora tenemos un dado de 2,3,4,5,6,7 desde A,B,C,D,F,G y E queda con un dado normal de 1,2,3,4,5,6. Los promedios en los chalecos
se han actualizado para reflejar esto. De hecho, cuando compruebo esto, veo que tengo un dado promedio 3,4,3,4,3,4 en la estación F. Intenté quitárselo, pero luego pierdo
uno o dos ciclos y la eficiencia cae por debajo del 100%. Así que lo he dejado a partir de ahora. No hay necesidad de esto en una simulación real. No hace daño que la
restricción pierda un ciclo, el ajuste es para alargar la duración del buffer. Cubriremos ese caso más adelante.

Siempre tengo que calificar la capacidad adicional como la capacidad de trabajar a nuestra velocidad normal durante períodos suficientes y detenerse cuando no sea necesario.
No se trata de correr y detenerse. Y solo obtiene eso al tener más capacidad de la que necesita. A veces, para acceder a esa capacidad, debemos usar Lean Six Sigma, y es allí
donde quiero que se dirija primero. Pero eventualmente tendrá que usar Lean Six Sigma si hace crecer su sistema. No hay otra manera.

OK, vamos a ejecutarlo. Tenemos una restricción, un tambor, en la estación E con una capacidad promedio de 3.5 puntos por lanzamiento. Todas las otras estaciones tienen casi
un 30% más de capacidad (4.5-3.5) /3.5, y la usarán de vez en cuando. Tenemos un buffer de 6 días.

Ejecútelo, mire cómo lo hace. Luego miro un par de líneas más abajo.

¿Como lo hizo? ¿Mejor verdad? De hecho excelente, el promedio a largo plazo es de 104 piezas en 30 ciclos. Esa es casi la meta teórica de 105 piezas.
Tenga en cuenta también cómo las eficiencias son ahora más bajas que antes, pero en realidad este sigue siendo el mismo sistema, no cuesta más ejecutarlo, pero produce más
resultados.

Esta es una simulación completa de DBR (tambor-amortiguador-cuerda) hecha con dados que puede replicar en tiempo real con personas reales y que le permitirá establecer y
anclar los conceptos requeridos dentro de sus cabezas.

Cuando esté listo, próxima hoja de trabajo, por favor.

resultados.

Esta es una simulación completa de DBR (tambor-amortiguador-cuerda) hecha con dados que puede replicar en tiempo real con personas reales y que le permitirá establecer y
anclar los conceptos requeridos dentro de sus cabezas.

Cuando esté listo, próxima hoja de trabajo, por favor.

aa

re.

)a

era

7
re.

)a

era

7
de

os

rio.

casi

más

ry
ry
 6 5 3 6 3 6 7

A B C D E F G
4.5 4.5 4.5 4.5 3.5 4.5 4.5

Producción total 0 Piezas 105 Salida esperada de Piezas (3.5 puntos / ciclo = 105 puntos @ 1 punto / pieza = 105 piezas)
WIP actual Piezas 30 WIP inicial de Piezas Totales
WIP (Tambor) 20 Días 22 WIP inicial de Piezas antes del tambor
Buffer (Tambor) 6 Días 6 Días - Tamaño del Buffer (Inicial --> 6 días) http://www.estrategiafocalizada.com/
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
PR 95 #####################################################################################################################97 ########################### #NAME?
WIP Promedio = 28.4
DBR y Baja Variabilidad
105.86 #NAME?

wip35 27 27 30 30 29 29 28 29 29 29 29 26 31 31 30 27 25 28 27 24 25 28 26 27 32 28 29 24 33 30 34 29 29 25 30 28 27 32 26 32 26 24 31 28 24 29 29 27 28 28.40 8.05 Tiempo de Entrega = 8.05

1 1 1 1 2% ###Rojos = 2.0%
OK, sigamos "simulando". He colocado el mismo grado, pero un dado de menor variabilidad de A hasta D. Son alimentados por un dado de 4,5,4,5,4,5.

Ejecútelo un par de veces, vea donde termina esperando la mayoría del trabajo en proceso. Regrese a la simulación "DBR" y confirme la diferencia.

Tenga en cuenta que el buffer del tambor, todavía es todo el WIP de A a D, pero la mayoría está esperando en D. Tal vez demasiado, mire el porcentaje de veces que está en rojo.

Siempre hay una compensación entre la duración del buffer y la capacidad de protección. Los buffers de tiempo más largos permiten menos capacidad de protección. A mayor
capacidad de protección permite tener amortiguadores más cortos. La capacidad de protección en una dependencia de acoplamiento cerrado es un factor del grado y de la
variabilidad.

Acabamos de mostrar cómo la capacidad de protección mejorada, o en realidad la calidad de la capacidad de protección genera más trabajo para E. Así que ahora voy a sacar
provecho de eso al acortar mi buffer de 6 días a 5 días. Si el mercado no me recompensa por esto, podría no hacerlo en la vida real, e incluso si el mercado me recompensa, no
debo erosionar esa nueva capacidad encontrada. Esto es complicado, ¿no? Y lo estamos haciendo solo con dados. Con 5 días funciona bien, con 4 está presionando al proceso.

El número está desbloqueado, puede jugar y poner cualquier cantidad allí.

Es el trabajo de TLS llevarnos de la línea balanceada inicial a esta línea final desequilibrada.
Siempre hay una compensación entre la duración del buffer y la capacidad de protección. Los buffers de tiempo más largos permiten menos capacidad de protección. A mayor
capacidad de protección permite tener amortiguadores más cortos. La capacidad de protección en una dependencia de acoplamiento cerrado es un factor del grado y de la
variabilidad.

Acabamos de mostrar cómo la capacidad de protección mejorada, o en realidad la calidad de la capacidad de protección genera más trabajo para E. Así que ahora voy a sacar
provecho de eso al acortar mi buffer de 6 días a 5 días. Si el mercado no me recompensa por esto, podría no hacerlo en la vida real, e incluso si el mercado me recompensa, no
debo erosionar esa nueva capacidad encontrada. Esto es complicado, ¿no? Y lo estamos haciendo solo con dados. Con 5 días funciona bien, con 4 está presionando al proceso.

El número está desbloqueado, puede jugar y poner cualquier cantidad allí.

Es el trabajo de TLS llevarnos de la línea balanceada inicial a esta línea final desequilibrada.

Si ejecuta otras simulaciones en la vida real; debe jugar (1) la simulación de dados estándar, (2) la simulación del DBR T(ambor-amortiguador-cuerda), y quizás la simulación de
dados de alta variabilidad. La gente entenderá esto tal vez mejor que usted. Piénselo.

Si trabajó en esta simulación de Excel hasta completarla, fue un placer trabajar con usted. Estos son sistemas sociotécnicos. Solo le he mostrado la parte técnica, la parte socio
también es muy interesante. Van juntos como mano y guante. Piénselo. No es difícil cuando sabe el ¿Qué Cambiar? y ¿Hacia qué cambiar?.
ojo.

or

no
o.
or

no
o.

de

o
 GRADO Y VARABILIDAD DEL DADO

Los dados le permiten hacer una distinción entre el grado y la variabilidad. Y tal vez, si he aprendido algo, es que cuando tiene
una dependencia de acoplamiento cerrado, la variabilidad sí importa.

He enumerado las opciones para posibles dados de hasta 9 puntos en términos de grado y variabilidad y he ingresado los que
he utilizado. Claramente puede ir por encima de "9" si utiliza dígitos en lugar de puntos, como es común en otros dados
poliédricos, pero aquí no parece ser necesario, podemos mantenerlo muy simple y efectivo.

Incrementa la Calidad
Grado o Capacidad Alta Variabilidad Estándar Baja Variabilidad
Grado Bajo 2.5 puntos por lanzamiento 012345 232323
Grado Estándar 3.5 puntos por lanzamiento 161616 123456 343434
4.5 puntos por lanzamiento
5.5 puntos por lanzamiento
234567
345678
454545
Incrementa la Ca
Grado Alto6.5 puntos por lanzamiento 456789

Suscríbase a nuestra página web www.estrategiafocalizada.com tendrá acceso a libros y más de 30 artículos sobre TOC y temas relacionados.
Síguenos en nuestras redes sociales:
es que cuando tiene

he ingresado los que

en otros dados

rementa la Calidad

mas relacionados.