TECNOLOGICO NACIONAL DE

MEXICO
INSTITUTO TECNOLOGICO DE SALTILLO

SIMULACIÓN
11:00-12:00
ING. Pablo Heriberto Obregón Solís.

Luis Caleb Casas Rodríguez.

No. Control: 19050409
 INTRODUCCIÓN AL ARTE Y LA CIENCIA
DE SIMULACIÓN
Este tutorial introductorio presenta una visión general del proceso de conducir un
estudio de simulación de cualquier sistema.
 1 INTRODUCCION
La simulación es una de las herramientas más poderosas disponibles para
tomadores de decisiones responsables del diseño y operación de procesos y
sistemas complejos. Hace posible el estudio, análisis y evaluación de situaciones
que no ser posible de otro modo. En un mundo cada vez más competitivo, la
simulación se ha convertido en un problema indispensable metodología de
resolución para ingenieros, diseñadores y gerentes.
Definiremos simulación como el proceso de diseñar un modelo de un sistema real
y realizar experimentos con este modelo con el fin de comprender el
comportamiento del sistema y/o evaluando diversas estrategias para el
funcionamiento de un sistema.
El modelo y el sistema del término son componentes clave de nuestra definición
de simulación. Por modelo entendemos una representación de un grupo de
objetos o ideas en alguna forma distinta a la de la propia entidad. Por sistema
entendemos un grupo o colección de elementos interrelacionados que cooperan
para lograr algún objetivo declarado.
En este artículo discutiremos el arte y la ciencia de mover un sistema modelado a
través del tiempo. La simulación es lo mejor después de observar un sistema real
en funcionamiento, ya que nos permite estudiar la situación a pesar de que no
pueden experimentar directamente con el sistema real, ya sea porque el sistema
aún no existe o porque es demasiado difícil o costoso para manipularlo
directamente. Consideramos que la simulación incluye tanto la construcción del
modelo y el uso experimental de la modelo para estudiar un problema. Así,
podemos pensar en modelado de simulación como método experimental y
aplicado metodología, que busca:
♦ Describir el comportamiento de un sistema.

♦ Usar el modelo para predecir el comportamiento futuro, es decir, el efecto que

producirán los cambios en el sistema o en su método de funcionamiento.

 2 VENTAJAS Y DESVENTAJAS
La simulación tiene una serie de ventajas sobre la analítica o modelos
matemáticos para el análisis de sistemas. Ante todo, el concepto básico de
simulación es fácil de comprender y por lo tanto, a menudo es más fácil de
justificar ante la gerencia o los clientes. Que algunos de los modelos analíticos.
Además, modelo de simulación puede ser más creíble porque es se ha comparado
el comportamiento con el del sistema real o porque requiere menos suposiciones
simplificadoras y por lo tanto, captura más de las verdaderas características del
sistema en estudio. Las ventajas adicionales incluyen:
♦ Podemos probar nuevos diseños, diseños, etc. Sin comprometiendo recursos
para su implementación.
♦ Se puede utilizar para explorar nuevas políticas de personal procedimientos
operativos, reglas de decisión, organización estructuras, flujos de información,
etc. sin interrumpir las operaciones en curso.
♦ La simulación nos permite identificar cuellos de botella en información, flujos
de materiales y productos y prueba opciones para aumentar los caudales.
♦ Nos permite probar hipótesis sobre cómo o por qué ciertos fenómenos ocurren
en el sistema.
♦ La simulación nos permite controlar el tiempo. Así podemos operar el sistema
durante varios meses o años de experiencia en cuestión de segundos
permitiéndonos mirar rápidamente horizontes a largo plazo o podemos ralentizar
abajo los fenómenos para el estudio.
♦ Nos permite obtener información sobre cómo un modelo el sistema realmente
funciona y la comprensión de cuáles variables son más importantes para el
rendimiento.
♦ La gran fortaleza de la simulación es su capacidad para permitirnos
experimentar con situaciones nuevas y desconocidas y responder a las preguntas
"qué pasaría si".
♦ El modelado de simulación es un arte que requiere la formación y, por lo tanto,
los niveles de habilidad de los profesionales varían ampliamente. La utilidad del
estudio depende de la calidad del modelo y la habilidad del modelador.
♦ Recopilar datos de entrada altamente confiables puede llevar tiempo consume
y los datos resultantes a veces son muy cuestionable.
♦ Los modelos de simulación son modelos de entrada-salida, es decir, producir la
salida probable de un sistema para una entrada dada. Por lo tanto, son
"ejecutados" en lugar de resueltos.

 3 EL EQUIPO DE SIMULACIÓN
Aunque algunos pequeños estudios de simulación son realizados por un analista
individual, la mayoría son realizadas por un equipo. Este se debe a la necesidad de
la variedad de habilidades requeridas para el estudio de sistemas complejos. En
primer lugar, necesitamos personas que conocer y comprender el sistema que se
estudia. Estos son por lo general los diseñadores, sistemas, fabricación o proceso
ingenieros, Pero también pueden ser los gerentes, líderes de proyecto y/o
personal operativo que utilizará los resultados. En segundo lugar, deberemos
tener gente que sepa cómo formular y modelar el sistema, así como programar el
modelo (especialistas en simulación).
Estos miembros también necesitan recopilación de datos y habilidades
estadísticas. La primera categoría de personal debe ser necesariamente interno,
es decir, miembros de la organización para quienes él se está realizando un
estudio.
Es importante darse cuenta de que el conocimiento de un paquete de software de
simulación no convierte a alguien en una simulacioncita más que saber FORTRAN
hace uno matemático. Como se dijo anteriormente, la simulación es a la vez un
arte y una ciencia.
¿Cómo se aprende un arte? Supongamos que quieres aprender a hacer retratos al
óleo. Podríamos enseñarte la ciencia de la pintura al óleo como perspectiva,
sombreado, color mezcla, etc. (programación de computadoras, estadísticas y
paquetes de programas).
Si quieres llegar a ser competente en un arte, debes tomar las herramientas
(paleta, lienzo, pintura y pinceles) y empezar a pintar. Al hacerlo, comenzará a ver
lo que funciona y lo que no.

 4 UN CONCEPTO DE SIMULACIÓN
Aunque hay varios tipos diferentes de simulación metodologías, limitaremos
nuestras preocupaciones a un estocástico, enfoque discreto y orientado al
proceso. En tal enfoque, modelamos un sistema particular estudiando el flujo de
entidades que se mueven a través de ese sistema. Las entidades pueden ser
clientes, órdenes de trabajo, partes particulares, paquetes de información, etc.
Una entidad puede ser cualquier objeto que ingresa al sistema, se mueve a través
de una serie de procesos, y luego deja el sistema.
A medida que la entidad fluye a través del sistema, será procesada por una serie
de recursos. Los recursos son cualquier cosa que la entidad necesita para ser
procesada. Por ejemplo, los recursos pueden ser trabajadores, equipos de manejo
de materiales, herramientas especiales, una cama de hospital, acceso a la CPU,
una máquina, espacio de espera o de almacenamiento, etc.
Por lo tanto, un modelo de simulación es un programa de computadora que
representa la lógica del sistema como entidades con llegan los atributos, se unen
a las colas para esperar la asignación de recursos requeridos, son procesados por
los recursos, liberados y salir del sistema.
Mucho de lo que sucede en el sistema es probabilístico o de naturaleza
estocástica. Por ejemplo, el tiempo entre llegadas, el tiempo para que un recurso
procese la entidad, el tiempo para viajar de una parte del sistema a otra y si una
parte pasa la inspección o no, por lo general son todos variables aleatorias. Son
estos tipos de datos para la entrada al modelo que son difíciles de conseguir.
  5 EL PROCESO DE SIMULACIÓN
La esencia o propósito del modelado de simulación es ayudar a quien toma las
decisiones finales a resolver un problema. Por lo tanto, para aprender a ser un
buen modelador de simulación, debe combinar buenas técnicas de resolución de
problemas con buenas prácticas de ingeniería de software. Definición del
problema. ¿Por qué estamos estudiando este problema y qué preguntas
esperamos responder?
Definición del sistema. Determinar los límites y las restricciones que se utilizarán
para definir el sistema e investigar cómo funciona el sistema. Desarrollar un
modelo preliminar ya sea gráficamente o en pseudocódigo para definir los
componentes, variables descriptivas e interacciones que constituyen el sistema.
qué datos deben recopilarse del modelo, en qué forma y en qué medida.
Preparación de datos de entrada. Identificar y recopilar los datos de entrada que
necesita el modelo. Ejecutar la simulación para generar los datos deseados y
realizar análisis de sensibilidad. Extraer inferencias de los datos generados por las
ejecuciones de simulación.

 6 DEFINICIÓN DEL PROBLEMA Y PLANIFICACIÓN DEL PROYECTO

La experiencia indica que comenzar correctamente un proyecto de simulación
puede marcar una diferencia crítica entre el éxito y el fracaso. Comenzamos
nuestro análisis recopilando información sobre el problema. El flujo habitual de
eventos será: diagnóstico de los síntomas ⇒ definición del problema ⇒ definición
del sistema ⇒ formulación del modelo.
♦ ¿Cuál es la pregunta para responder o la decisión a tomar?

♦ ¿Qué información necesitamos para tomar una decisión?

♦ ¿Cuáles son los criterios precisos que usaremos para tomar la decisión?

♦ ¿Quién tomará la decisión?

Entre estos están:
♦ ¿Contamos con el apoyo de la gerencia y se ha dado a conocer su apoyo para el
proyecto a todas las partes involucradas?
♦ ¿Tenemos un gerente de proyecto competente y miembros del equipo con las
habilidades y conocimientos necesarios disponibles durante el tiempo suficiente
para completar con éxito el proyecto?

♦ ¿Tenemos suficiente tiempo, hardware y software disponibles para hacer el

trabajo? informado a medida que avanza el proyecto?

 7 DEFINICIÓN DEL SISTEMA Y FORMULACIÓN DEL MODELO CONCEPTUAL

La esencia del arte del modelado es la abstracción y la simplificación.
La tendencia entre los modeladores inexpertos es tratar de incluir demasiados
detalles. Siempre se debe diseñar el modelo en torno a las preguntas a responder
en lugar de tratar de imitar exactamente el sistema real. Nuestro problema al
diseñar el modelo de simulación es asegurarnos de que identificamos
correctamente los pocos componentes vitales. e inclúyalos en nuestro modelo. Al
definir el sistema, hay ciertas tareas que se deben realizar.
Entre estos están:
♦ Dividir el sistema en subsistemas lógicos.

♦ Definir las entidades que fluirán a través del sistema.

♦ Para cada subsistema, definir las estaciones (ubicaciones donde se hace algo
para o para las entidades).
♦ Definir los patrones básicos de flujo de entidades a través de las estaciones
usando diagramas de flujo.
♦ Definir diseños alternativos para el sistema, que deben ser considerados.

♦ Desarrollar diagramas de flujo para mostrar la lógica de enrutamiento para

caminos flexibles.
  8 DISEÑO EXPERIMENTAL PRELIMINAR Y PREPARACIÓN DE DATOS
Entonces se deduce que debemos preocuparnos por la planificación estratégica
de cómo diseñar un experimento o experimentos que producirán la información
deseada al costo más bajo. El diseño de experimentos entra en juego en dos
etapas diferentes de un estudio de simulación.
Si el número es grande, entonces sabemos que el modelo debe funcionar muy
rápido y dejar que esto influya en el diseño del modelo (es decir,
Necesitamos datos para impulsar nuestro modelo de simulación. Cada estudio de
simulación implica la recopilación y el análisis de datos de entrada.
Por lo tanto, el analista debe preocuparse por qué datos usar como entrada al
modelo para cosas tales como la tasa entre llegadas de entidades al sistema, los
tiempos de procesamiento requeridos en varias estaciones, el tiempo entre
averías del equipo, las tasas de rechazo, los tiempos de viaje entre estaciones, etc.
Los buenos datos para impulsar un modelo son tan importantes como tener una
lógica y una estructura de modelo sólidas.
El analista también debe decidir qué datos se necesitan, qué datos están
disponibles y si son pertinentes, si los datos existentes son válidos para el
propósito requerido y cómo recopilar los datos.

 9 MODELO DE TRADUCCIÓN Y SIMULACIÓN LENGUAJE

Hay más de cien lenguajes de simulación diferentes disponibles comercialmente.
Tenemos tres opciones genéricas, a saber:
♦ Construir el modelo en un lenguaje de propósito general.

♦ Construir el modelo en un lenguaje de simulación de propósito general.

♦ Usar paquetes de simulación de propósito especial.

Aunque los lenguajes de programación de propósito general como FORTRAN, C++,
Visual Basic , o Pascal se pueden usar, ya que muy rara vez se usan. El uso de uno
de los paquetes de simulación de propósito general o especial tiene claras
ventajas en términos de facilidad, eficiencia y efectividad de uso.
Algunas de las ventajas de usar un paquete de simulación son:
♦Reducción de la tarea de programación.

♦Provisión de orientación conceptual.

♦Mayor flexibilidad al cambiar el modelo.

♦Menos errores de programación.

♦Recopilación automática de estadísticas.

El objetivo de cualquier paquete de simulación es cerrar la brecha entre la
conceptualización del usuario del modelo y una forma ejecutable. Los paquetes
de simulación se dividen más o menos en dos categorías, a saber (a) lenguajes de
simulación de propósito general y (b) simuladores de propósito especial.

 10 VERIFICACIÓN Y VALIDACIÓN
En primer lugar, ¿funciona de la manera que el analista pretendía? En segundo
lugar, ¿se comporta como lo hace o lo hará el sistema del mundo real?
Encontramos las respuestas a estas preguntas a través de la verificación y
validación de modelos. La verificación busca demostrar que el programa de
computadora funciona como se esperaba y se pretendía. La validación, por otro
lado, cuestiona si el comportamiento del modelo representa válidamente el del
sistema del mundo real que se está simulando. La verificación es una depuración
enérgica destinada para mostrar que las partes del modelo funcionan de forma
independiente y conjunta utilizando los datos correctos en el momento adecuado.
La validación, por otro lado, es el proceso de alcanzar un nivel aceptable de
confianza de que las inferencias extraídas son correctas y aplicables al sistema del
mundo real que se representa. A través de la validación, tratamos de determinar
si las simplificaciones y omisiones de detalles que hemos hecho a sabiendas y
deliberadamente en nuestro modelo, han introducido errores inaceptablemente
grandes en los resultados. La validación es el proceso de determinar que hemos
construido el modelo correcto, mientras que la verificación está diseñada para ver
si hemos construido el modelo correcto. La verificación y validación del modelo
son
a menudo difíciles y requieren mucho tiempo, pero son extremadamente
importantes para el éxito.

 11 DISEÑO EXPERIMENTAL FINAL

Ahora que hemos desarrollado el modelo, verificado su corrección y validado su
idoneidad, nuevamente debemos considerar los planes estratégicos y tácticos
finales para la ejecución del experimento. También habremos aprendido más
sobre el sistema en el proceso de diseño, construcción, verificación y validación
del modelo que querremos incorporar a los planos finales.

 12 EXPERIMENTACIÓN Y ANÁLISIS
Ahora tenemos que lidiar con cuestiones tales como cuánto tiempo ejecutar el
modelo, qué hacer con las condiciones iniciales, si los datos de salida están
correlacionados y qué pruebas estadísticas son válidas en los datos. Antes de
abordar estas preocupaciones, primero debemos determinar si el sistema real es
de terminación o no de terminación, ya que esta característica determina los
métodos de ejecución y análisis que se utilizarán. En un sistema de terminación, la
simulación finaliza cuando ocurre un evento crítico. En otras palabras, se
considera que un sistema termina si los eventos que lo impulsan cesan
naturalmente en algún momento.
En un sistema que no termina, no ocurre tal evento crítico y el sistema continúa
indefinidamente. Una segunda característica de interés del sistema es si el
sistema es estacionario o no estacionario. Un sistema es estacionario si la
distribución de su variable de respuesta no cambia con el tiempo. el valor que es
el límite de la variable de respuesta si la duración de la simulación llega al infinito
sin terminación.
Ya sea que el sistema termine o no termine, debemos decidir por cuánto tiempo
ejecutar el modelo de simulación i. Esto puede implicar considerar el valor medio
o promedio de la variable de respuesta para toda la corrida como un punto de
referencia. Si el sistema es un sistema de estado estacionario que no termina,
debemos preocuparnos por las condiciones de arranque, i. el estado del sistema
cuando comenzamos a recopilar estadísticas o datos.
Si tenemos un sistema vacío e inactivo i. Ambos enfoques requieren que podamos
identificar cuándo el sistema ha alcanzado el estado estable.

 13 IMPLEMENTACIÓN Y DOCUMENTACIÓN
Los dos elementos finales que deben incluirse en cualquier estudio de simulación
son la implementación y la documentación. Ningún estudio de simulación puede
considerarse completado con éxito hasta que sus resultados hayan sido
entendidos, aceptados y utilizados. usuario en el último minuto
La presentación de los resultados del estudio es una parte crítica e importante del
estudio y debe planificarse tan cuidadosamente como cualquier otra parte del
proyecto (Sadowski 1993).
♦ Un vocabulario apropiado (sin jerga técnica).

♦Extensión y formato de los informes escritos y verbales (breves y concisos).

♦Puntualidad

♦Debe abordar los temas que el patrocinador o el usuario consideren importantes.

 14 CAMINO AL FRACASO
De hecho, desafortunadamente, demasiados fallan en cumplir lo prometido.
Cuando observamos las razones por las que fallan los proyectos, encontramos que
generalmente se debe a las mismas razones una y otra vez. La mayoría de las
fallas ocurren en los primeros proyectos, es decir.
Por eso es aconsejable comenzar con proyectos pequeños que no son de
importancia crítica para la organización matriz. Casi todas las demás fallas se
pueden atribuir a uno de los siguientes:
♦ No definir una meta clara y alcanzable.

♦ Planificación inadecuada y subestimación de los recursos necesarios.

♦Participación inadecuada del usuario.

♦Escribir el código demasiado pronto antes de que se entienda realmente el
sistema.
♦Nivel inadecuado de detalles incluidos (generalmente demasiado).

♦Combinación incorrecta de habilidades de equipo (consulte la sección 3 anterior).

♦Falta de confianza y respaldo por parte de administración.

 15 CAMINO HACIA EL ÉXITO

Por lo tanto, queremos:
♦ Tener objetivos claramente definidos y alcanzables.

♦He de asegurarnos de que tenemos los recursos adecuados disponibles para

completar con éxito el proyecto a tiempo.
♦ Contar con el apoyo de la gerencia y hacerlo saber a aquellos que deben
cooperar con nosotros en el suministro de información y datos.
♦ Hay que asegurar que tener todas las habilidades necesarias requeridas
disponibles para la duración del proyecto.
♦Asegúrese de que haya canales de comunicación adecuados para el
patrocinador y los usuarios finales.
♦Tenga un entendimiento claro con el patrocinador y los usuarios finales en
cuanto al alcance y las metas del proyecto, así como los cronogramas.
♦Tener una buena documentación de todos los esfuerzos de planificación y
modelado.
 16 RESUMEN
La simulación proporciona un seguro barato y una herramienta rentable para la
toma de decisiones para los gerentes. Nos permite minimizar los riesgos al
permitirnos descubrir las decisiones correctas antes de tomar las equivocadas.