Introducción a la simulación
La creación de nuevos y mejores desarrollos
en el área de la computación ha traído
consigo innovaciones muy importantes tanto
en la toma de decisiones como en el diseño
de procesos y productos. Una de las técnicas
para realizar estudios piloto, con resultados
rápidos y a un relativo bajo costo, se basa en
la modelación la cual se conoce como
simulación que se ha visto beneficiada por
estos avances.Ref. (Simulación y análisis con Promodel 2da edición).
Tipos de modelos de simulación
• Modelos físicos: modelo de un avión a escala que se introduce a una cámara por
donde se hace pasar un flujo de aire, puede simular los efectos que experimentará
un avión real cuando se vea sometido a turbulencia. Por otro lado, algunos
paquetes permiten hacer la representación de un proceso de fresado o torneado:
una vez que el usuario establezca ciertas condiciones iniciales, podrá ver cómo se
llevaría a cabo el proceso real, lo que leda la posibilidad de revisarlo sin necesidad
de desperdiciar material ni poner en riesgo la maquinaria.
'Flight Simulator Autodesk Fusion 360
Tipos de modelos de simulación
Modelos matemáticos: pertenecen los modelos de simulación
de eventos discretos. Asimismo, los modelos pueden
diferenciarse según el tipo de ecuaciones matemáticas que
los componen. Por ejemplo:
los modelos continuos: son aquellos en los que las relaciones
entre las variables relevantes de la situación real se definen
por medio de ecuaciones diferenciales ya que éstas permiten
conocer el comportamiento de las variables en cierto tiempo.
Problemas como :
• De que manera se transfiere el calor en un molde.
• O determinar como fluye cierto material dentro de una tubería.
• Prever el comportamiento del nivel de un tanque de gasolina al
paso del tiempo.
• Vehículo en marcha
Tipos de modelos de simulación
Modelos discretos: En ellos el
comportamiento que nos interesa analizar
puede representarse por medio de
ecuaciones evaluadas en un punto
determinado. Por ejemplo:
si hacemos un muestreo del número de
personas que llegaron a un banco en un lapso
específico, podemos simular esta variable
con ecuaciones ligadas a distribuciones de
probabilidad que reflejen dicho
comportamiento.
Tipos de modelos de simulación
Los modelos dinámicos : son aquellos en los que el estado del sistema que estamos analizando cambia respecto
del tiempo. Por ejemplo:
- El número de personas que hacen fila para entrar a una sala de cine varía con el tiempo.
los modelos estáticos: representan un resultado bajo un conjunto de situaciones o condiciones determinado; por
ejemplo:
- Al lanzar un dado los únicos valores que se puede obtener son 1, 2, 3, 4, 5 o 6, de manera que el resultado de
la simulación será uno de tales valores posibles; a esto se le conoce generalmente como simulación de Monte
Cario.
Modelos determinísticos y modelos probabilísticos llamados también estocásticos: Los primeros se refieren a
relaciones constantes entre los cambios de las variables del modelo. Por ejemplo:
si las cajas empleadas en un proceso contienen siempre 5 productos, cada vez que se añada una caja al
inventario éste se incrementará en 5 unidades. Si, por el contrario, hay una distribución de probabilidad en el
proceso de manera que, por ejemplo, algunas cajas contienen 3 productos y otras 4, el inventario se modificará
según el número de piezas de cada caja y, en consecuencia, será necesario un modelo estocástico. En el caso de
la simulación de eventos discretos hablaremos de modelos matemáticos, discretos, dinámicos, y que pueden
incluir variables determmísticas y probabilísticas.
Elementos relevantes para la construcción
• Entidades
• Estado el sistema
• Eventos actuales
• Eventos futuros
• Localizaciones
• Recursos
• Atributos
• Variables
• Reloj de simulación
Pasos para realizar un estudio de simulación
• Representación física ,matemática o lógica de un sistema o
Modelo componente.
• Interacción de los componentes de un modelo en el tiempo.
Simulac
ión
• Ejecución Múltiples repeticiones son necesarios para realizar un
Experi proyecto completo de simulación.
mento
Pasos para realizar un estudio de simulación
• Elemento físico que representa cualquier elemento simulado(recurso humano, vehículo, paquete,
cliente, etc).Una entidad se refiere a procesos durante la simulación es decir si la entidad es una caja,
los elementos lógicos del modelo se referirán a esta caja para la toma de decisiones y alocación de
Entidad actividades.
• Entidad a la cual se le puede asignar autonomía para la toma de decisiones .Los agentes son preferidos
frente a las entidades pues permiten modelar situaciones mas complejas.
Agente
• Situación de una entidady/o agente en un momento especifico de la simulación incluyendo atributos y
posición.
Estado
Pasos para realizar un estudio de simulación
• Ocurrencia durante la simulación .Cada ocurrencia incluyendo llegadas , partidas, cambios de estado, conexiones, etc.,
son un evento y se registran durante la simulación Los eventos son los momentos elementales a partir de los cuales se
articula la simulación y se llega al resultado final. Las decisiones tomadas artificialmente durante el experimento, son
Evento provocadas (disparadas) por los eventos, de ahí su el nombre de la simulación de eventos discretos.
• Atributo inicial de cada entidad y/o agente.
Parámetro
• Atributo y/o estado de entidades y/o agentes que varian a lo largo de la simulación. Es importante entender la diferencia
entre parámetros y simulación pues pese a que ambos pueden ser usados de manera similar, existe una carga
computacional mayor cuando se usan parámetros por ende es mejor usarlos solo al inicio de la simulación cuando se
Variable definen entidades y/o agentes.
Pasos para realizar un estudio de simulación
• Se conoce en inglés como seed y es el valor de base para la generación de números
aleatorios. Usualmente la semilla es aleatoria en cada experimento lo que asegura la
variabilidad en cada simulación, sin embargo si la semilla se fija es posible generar
exactamente el mismo resultado una y otra vez, lo cuál resulta muy útil en la etapa
Semilla de validación y calibración del modelo.
• Tiempo total de la simulación. No siempre se utiliza pues también se utilizan
condiciones lógicas para detener el experimento.
Reloj de
simulación
Representación de concepto de simulación
• Esta representación se muestra en la siguiente tabla, la cual sólo
considera el número de entidades en el sistema, en un modelo
real ambas tablas contendrían más información.
Modelo de simulación
Cuando Simular y Cuando No
Cuándo NO
• Cuando no se tiene el conocimiento y/o las herramientas requeridas
• Cuando el problema se puede resolver más fácilmente de manera analítica (ver curva
de la complejidad a continuación)
• Cuando es demasiado costosa la simulación
• Cuando el tiempo de construcción y validación del modelo es mayor que el requerido
• Cuando no se tienen datos de las observaciones y no hay supuestos de los cuáles partir
cuándo SI
• Todos los demás casos
Curva de la Complejidad
Cuando el tamaño del problema es bajo
es posible que la solución al problema a
modelar es una solución analítica ya que
es mas sencilla que la computacional .
Cuando el tamaño del problema es mayor,
las soluciones analíticas son
extremadamente complejas y rígidas por
tanto el enfoque computacional es
recomendable.
Etapas para un proyecto de simulación
• Definición general del sistema
• Alcance del proyecto
• Recolección de información (proceso, bases de datos, planos, reglas lógicas, etc.)
• Modelización
• Validación del modelo
• Simulación
• Ajuste y calibración
• Experimentación
• Análisis de resultados
Principios de Pritsker sobre Modelización y
Simulación
1. La conceptualización de un modelo requiere de conocimiento del sistema, juicio de
ingeniería y herramientas de construcción de modelos
2. El secreto para ser un buen modelador es la capacidad de remodelar (todo modelo
construido es erróneo la primera vez!)
3. El proceso de modelado es evolutivo porque el acto de modelado revela información
importante a cada etapa (el proceso de modelado es un proceso de aprendizaje)
4. La definición del problema es el elemento de control primario en la resolución basada en
modelización
5. Cuando el sistema requiere combinar paradigmas el modelo continuo debe ser considerado
antes que los demás
6. Un modelo debe ser evaluado de acuerdo con su utilidad. Desde el punto de vista absoluto,
un modelo no es ni bueno ni malo. (Un modelo es bueno si se le ayuda a aprender y
entender las cosas)
7. El propósito de los modelos de simulación es el conocimiento y la comprensión, no la
construcción de modelos en si.
Software de simulación
Existen múltiples software de simulación, algunos genéricos y otros
especializados en paradigmas y/o aplicaciones específicas.
Identificando datos:
Sistema: las piezas,el almacen, temporal,operario y torno.
Entidades: las piezas (flujo de entrada al sistema del problema bajo analisis)
Estado del sistema:
1. en el almacen se encuentran 9 piezas ser procesadas.
2. El operario esta transportando una pieza mas para procesar en ele torno
3. El torno en ee momento no esta trabajando
4. Pero ya a procesado 4 piezas.
5.Tiempo promedio de permanencia de las piezas en los estantes del almacén temporal o en el sistema
global.
Evento actual:
1.El tiempo de descanso del operario.
2.Salida de una pieza.
Evento futuro:
1.La llegada de la siguiente pieza al sistema.
2.Piezas que esperando a que el operario las tome.
Identificando datos:
Localizaciones:
1.El almacen al que debenran llegar llegar las piezas y en el que esperan a ser procesadas, así como el torno en
donde esto ocurrirá.
Recursos:
1. Es el operario que transporta las piezas del almac.én al torno.
Atributos:
1.Las piezas pueden ser de tres tamaños diferentes.
2.El tipo de operación que deberá realizarse y el tiempo necesario para llevarla a cabo.
Variables:
1.El numero de piezas en el almacen.
2. El numero de piezas procesadas en el torno.
Reloj de simulación:
1.Tiempo de simulación 1 hora 10 min .
2.El tiempo continuara a hasta que el momento que se haya establecido para el termino de la simulación.
Replica o recorrido
¿Cuánto tiempo se debe simular un modelo
para obtener resultados confiables?
Las variables que se obtienen en términos de promedio presenta 2 etapas:
Estado transitorio: cuando hay variación entre los valores promedios de
las variables de decisión del modelo.
Estado estable: los valores de las variables de decisión permanente muy
estables y presentan solo variaciones poco significativas
Identificación de estado confiable
Simulación
Ventajas Desventajas
a) Es muy buena herramienta para conocer el impacto de los cambios en los a) Aunque muchos paquetes de software permiten obtener el
procesos, sin necesidad de llevarlos a cabo en la realidad. mejor escenario a partir de una combinación de variaciones
b) Mejora el conocimiento del proceso actual ya que permite que el analista posibles, la simulación no es una herramienta de optimización.
vea cómo se comporta el modelo generado bajo diferentes escenarios. b) La simulación puede ser costosa cuando se quiere emplearla
c) Puede utilizarse como medio de capacitación para la toma de decisiones. en problemas relativamente sencillos de resolver, en lugar de
d) Es más económico realizar un estudio de simulación que hacer muchos utilizar soluciones analíticas que se han desarrollado de manera
cambios en los procesos reales. específica para ese tipo de casos.
e) Permite probar varios escenarios en busca de las mejores condiciones de c) Se requiere bastante tiempo por lo general meses para
trabajo de los procesos que se simulan. realizar un buen estudio de simulación; por desgracia, no todos
los analistas tienen la disposición (o la oportunidad) de esperar
f) En problemas de gran complejidad, la simulación permite generar una
ese tiempo para obtener una respuesta.
buena solución.
d) Es preciso que el analista domine el uso del paquete de
g) En la actualidad los paquetes de software para simulación tienden a ser
simulación y que tenga sólidos conocimientos de estadística
más sencillos, lo que facilita su aplicación.
para interpretar los resultados.
h) Gracias a las herramientas de animación que forman parte de muchos de
é) En algunas ocasiones el cliente puede tener falsas
esos paquetes es posible ver cómo se comportará un proceso una vez que
expectativas de la herramienta de simulación, a tal grado que
sea mejorado.
le asocia condiciones similares a un video juego o a una bola de
cristal que le permite predecir con exactitud el futuro.
Elementos para garantizar el éxito de un
modelo de simulación
Errores
Errores al Errores
Variable
al Errores al
al determinar
determinar
Tamaño
Tamaño Variable de
de establecer
establecer las
las el tipo de distribución
respuesta el tipo de distribución
insuficiente respuesta mal
mal relaciones entre asociado
insuficiente definida
relaciones entre
las asociado aa las
las variables
variables
en
en la
la corrida
corrida definida las variables
variables aleatorias
aleatorias del modelo
del modelo
aleatorias
aleatorias
Falta de un Falta
Falta o
o exceso
exceso
Uso incorrecto de la de
análisis
información de detalle en
detalle en el
el
estadístico de modelo
modelo
obtenida
los resultados
Pasos para realizar un estudio de simulación
1.Definicion del 2.Generacion del 3.Recoleccion de 4. Generación del 5.Verificacion
sistema bajo modelo de análisis de datos modelo del modelo.
estudio. simulación base. preliminar
7.Generacion 6.Validacion
del modelo del modelo
8.Determinación de los final
escenarios para el
análisis
10.Documentación 9.Análisis de
del modelo sensibilidad
sugerencias y
conclusiones
Grafica de Gantt de un proyecto de
simulación
Fases del proyecto de simulación
