Se presentan los resultados de la simulacion de una cadena de suministro de productos tecnologicos, orientado a la flexibilidad de produccion desde una perspectiva de capacidad de respuesta en un contexto de produccion bajo pedido. Se caracteriza la cadena de suministros identificando los elementos que constituyen el sistema para la formulacion del caso de estudio y modelo dinamico, el cual es programado, calibrado y analizado en Vensim DSS. Los resultados reflejan que incrementos en la demanda implican ampliaciones en la capacidad de la planta a una tasa determinada por una politica de mejora, condicionando la respuesta de la cadena. En las primeras etapas, la capacidad esta por debajo de la demanda; en la fase de declive, gran parte de las instalaciones quedan ociosas; ademas, elementos como el tiempo de procesamiento, tiempo de entrega y tipo de orden son factores determinantes en la respuesta de la cadena. Mas aun, la exactitud de los pronosticos para anticipar aumentos inesperados en la demanda contribuye a mejorar la respuesta de la cadena. Se concluye que el comportamiento de los productos tecnologicos crea grandes dificultades en la gestion de las cadenas de este tipo, dado que su obsolescencia y rapido crecimiento requieren que los eslabones de la cadena generen una respuesta sincronizada e inmediata, con el proposito de obtener un alto nivel de servicio. Sin embargo, esto implica inversiones significativas. Abstract In this paper are presented the results of the simulation of a supply chain of technology products, aimed at production flexibility from the perspective of responsiveness in the context make to order. Supply Chain is characterized by identifying the elements that constitute the system for the development of the case study and dynamic model, which is programmed, calibrated and analyzed in Vensim DSS. The results show that an increase in demand, implies expansion of the capacity of the plant at a rate determined by a policy of improving, conditioning the response of the chain. In the early stages, the capacity is below demand; but the decline phase, most of the facilities are idle. Additional, elements such as processing time, delivery time and insertion order are determining factors in the response chain. Furthermore, the accuracy of forecasts anticipate unexpected increases in demand that helps to improve the response chain. In conclusion, the behavior of technology products creates great difficulties in managing chains such as its obsolescence and rapid growth requires that the links in the chain generate a synchronized and immediate response in order to obtain a high level of service. However, this involves significant investment.