Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1) General
1) General
TEMA 12.- CONCEPTOS BSICOS. 12.1. Introduccin. 12.2. Clasificacin de sistemas. 12.3. Clasificacin de modelos. 12.4. Modelos de simulacin de eventos discretos. 12.5. El proyecto de simulacin. 12.6. Ventajas y desventajas de la simulacin. 12.7. Aplicaciones empresariales de la simulacin. 12.8. El Programa de Simulacin ARENA.
12.1. Introduccin.
La simulacin digital es una tcnica que permite imitar (o simular) en un ordenador el comportamiento de un sistema fsico o terico segn ciertas condiciones particulares de operacin. El uso de la simulacin como metodologa de trabajo es una actividad muy antigua, y podra decirse que inherente al proceso de aprendizaje del ser humano. Para poder comprender la realidad y toda la complejidad que un sistema puede conllevar, ha sido necesario construir artificialmente objetos y experimentar con ellos dinmicamente antes de interactuar con el sistema real. La simulacin digital puede verse como el equivalente electrnico a este tipo de experimentacin.
Sistemas Discretos. Se caracterizan porque las propiedades de inters del sistema cambian nicamente en un cierto instante o secuencia de instantes, y permanecen constantes el resto del tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un cambio, obedece normalmente a un patrn peridico (figura 12.3).
Sistemas orientados a eventos discretos. Al igual que los sistemas discretos, se caracterizan porque las propiedades de inters del sistema cambian nicamente en una secuencia de instantes de tiempo permaneciendo constantes el resto del tiempo. La secuencia de instantes en los cuales el estado del sistema puede presentar un cambio, obedece a un patrn aleatorio (figura 12.4).
Sistemas combinados. Aquellos que combinan subsistemas que siguen filosofas continuas o discretas, respectivamente. Es el caso de los sistemas que poseen componentes que deben ser necesariamente modelados segn alguno de dichos enfoques especficos.
Consideraciones que se deben tener en cuenta para garantizar una representacin eficiente del sistema real: Un modelo se desarrolla siempre a partir de una serie de aproximaciones e hiptesis y, consecuentemente, representa tan slo parcialmente la realidad. Un modelo se construye para una finalidad especfica y debe ser formulado para que sea til a dicho fin. Un modelo tiene que ser por necesidad un compromiso entre la simplicidad y la necesidad de recoger todos los aspectos esenciales del sistema en estudio. Un buen modelo debe: Representar adecuadamente aquellas caractersticas del sistema que son de nuestro inters. Ser una representacin abstracta de la realidad lo suficientemente sencilla como para facilitar su mantenimiento, adaptacin y reutilizacin. Modelos Estticos frente a Modelos Dinmicos Los Modelos Estticos suelen utilizarse para representar el sistema en un cierto instante de tiempo; por tanto, en su formulacin no se considera el avance del tiempo. STOCK = Stock inicial + Material entrada Material consumido Los Modelos Dinmicos permiten deducir cmo las variables de inters del sistema en estudio evolucionan con el tiempo. Evolucin del STOCK = Flujo de entrada Flujo de salida
S( k + 1 ) = S( k ) + Fi ( k ) Fo ( k )
dS = Fi ( t ) Fo ( t ) dt
Modelos Deterministas respecto a Modelos Estocsticos. Un modelo se denomina Determinista si su nuevo estado puede ser completamente definido a partir del estado previo y de sus entradas. Es decir, ofrece un nico conjunto de valores de salida para un conjunto de entradas conocidas. Los Modelos Estocsticos requieren de una o ms variables aleatorias para formalizar las dinmicas de inters. En consecuencia, el modelo no genera un nico conjunto de salidas cuando es utilizado para realizar un experimento, sino que los resultados son utilizados para estimar el comportamiento real del sistema.
Modelos Continuos frente a Modelos Discretos. Los Modelos Continuos se caracterizan por representar la evolucin de las variables de inters de forma continua. En general suelen utilizarse ecuaciones diferenciales ordinarias si se considera simplemente la evolucin de una propiedad respecto al tiempo, o bien ecuaciones en derivadas parciales si se considera tambin la evolucin respecto a otras variables adicionales. De modo anlogo a la definicin de los modelos continuos, los Modelos Discretos se caracterizan por representar la evolucin de las variables de inters de forma discreta.
PROCESADO DE RDENES
EXPEDICIN
Los parmetros ms significativos del sistema son: Hay 4 trabajadores por cada turno diario de 8 horas. Se trabaja desde las 9 de la maana hasta las 5 de la tarde. No obstante, la jornada laboral se alarga si no ha sido posible expedir todas las rdenes recibidas a lo largo del da. Slo se aceptan rdenes hasta las 13 horas. En promedio, se reciben 10 rdenes cada da. Hay dos tipos de rdenes, las ordinarias (el 40%) y las prioritarias (el 60% restante). En promedio, una orden prioritaria requiere 4 horas de proceso, mientras que una ordinaria slo 2 horas.
rdenes horas horas 2 =8 da orden da rdenes horas horas 4 = 24 rdenes prioritarias = 6 da orden da rdenes ordinarias = 4 horas da trabajador es horas horas 8 = 32 capacidad disponible = 4 da trabajador da capacidad necesaria = 8 + 24 = 32
porcentaje de utilizacin = capacidad necesaria 32 100 = 100 = 100% capacidad disponible 32
NO NO
Se inicia el proceso de la orden 4 trabajadores ocupados
SI
Quitar una orden de la cola
SI
Trabajador en espera de rdenes La orden entra en cola
rdenes / Hora 1 2 3 4
Tabla 12.1. Distribucin de probabilidades. Probabilidad Probabilidad Nmeros (%) Acumulada Aleatorios 40 40 00 39 30 70 40 69 20 90 70 89 10 100 90 99 Tabla 12.2. Distribucin de probabilidades. Probabilidad Probabilidad Nmeros (%) Acumulada Aleatorios 40 40 00 39 60 100 40 99
Tabla 12.3. Resumen de la simulacin del proceso de llegada de rdenes. Nmero Nmero de Numero Tipo de Hora Aleatorio llegadas Aleatorio orden 9 horas 54 2 02 Ordinaria 38 Ordinaria 10 horas 12 1 11 Ordinaria 11 horas 36 1 78 Prioritaria 12 horas 60 2 21 Ordinaria 47 Prioritaria 13 horas 90 4 92 Prioritaria 50 Prioritaria 82 Prioritaria 44 Prioritaria
10
11
12
13
14
15
16
17
18
19
20
Tabla 12.4. Tabla de la simulacin manual del procesado de rdenes. Nmero Tipo de Tipo de Nmero Nmero en Tiempo Tiempo en Hora de orden orden evento en cola sistema en cola el sistema 9 1 Ordinaria Llegada 0 1 9 2 Ordinaria Llegada 0 2 10 3 Ordinaria Llegada 0 3 11 1 Ordinaria Expedicin 0 2 2 h. 11 2 Ordinaria Expedicin 0 1 2 h. 11 4 Prioritaria Llegada 0 2 12 3 Ordinaria Expedicin 0 1 2 h. 12 5 Ordinaria Llegada 0 2 12 6 Prioritaria Llegada 0 3 13 7 Prioritaria Llegada 0 4 13 8 Prioritaria Llegada 1 5 13 9 Prioritaria Llegada 2 6 13 10 Prioritaria Llegada 3 7 14 5 Ordinaria Expedicin 2 6 2 h. 15 4 Prioritaria Expedicin 1 5 4 h. 16 6 Prioritaria Expedicin 0 4 4 h. 17 7 Prioritaria Expedicin 0 3 4 h. 19 8 Prioritaria Expedicin 0 2 1 h. 5 h. 19 9 Prioritaria Expedicin 0 1 2 h. 6 h. 20 10 Prioritaria Expedicin 0 0 3 h. 7 h.
3 trabajadores han tenido que trabajar un total de 6 horas extras para completar las rdenes
Tabla 12.5. Etapas de un proyecto de simulacin. Etapa Descripcin Formulacin del problema. Define el problema que se pretende estudiar. Incluye por escrito sus objetivos. Diseo del modelo Especificacin del modelo a partir de las caractersticas de conceptual. los elementos del sistema que se quiere estudiar y sus interacciones teniendo en cuenta los objetivos del problema. Recogida de datos. Identificar, recoger y analizar los datos necesarios para el estudio. Construccin del modelo. Construccin del modelo de simulacin partiendo del modelo conceptual y de los datos. Verificacin y validacin. Comprobar que el modelo se comporta como es de esperar y que existe la correspondencia adecuada entre el sistema real y el modelo. Anlisis. Analizar los resultados de la simulacin con la finalidad de detectar problemas y recomendar mejoras o soluciones. Documentacin. Proporcionar documentacin sobre el trabajo efectuado. Implementacin. Poner en prctica las decisiones efectuadas con el apoyo del estudio de simulacin.
Permite analizar el efecto sobre el rendimiento global de un sistema, de pequeos cambios realizados en una o varias de sus componentes A partir de la experimentacin con un modelo, es posible analizar los efectos sobre el sistema real de cambios organizativos, o de cambios en la gestin de la informacin. El anlisis del modelo del sistema puede permitir la sugerencia de posibles mejoras del sistema real, as como detectar las variables ms influyentes en el rendimiento del mismo. Permite la experimentacin en condiciones que podran ser peligrosas o de elevado coste econmico en el sistema real. La simulacin suele ser utilizada tambin con una perspectiva pedaggica para ilustrar y facilitar la comprensin de los resultados que se obtienen mediante la tcnicas analticas.
En resumen: Permite responder muy satisfactoriamente a preguntas del tipo qu ocurrira si realizamos este cambio en ... Contribuye a la reduccin del riesgo inherente a la toma de decisiones. Inconvenientes: 1. Soluciones no exactas. 2. Existe el riesgo de tomar malas decisiones basadas en modelos de simulacin que no han sido validados y verificados adecuadamente.
Figura 12.10. Ejemplos de modelos de simulacin para el anlisis y mejora de procesos productivos.
Logstica. La simulacin contribuye de forma significativa a la mejora de los procesos logsticos en general. Dentro de esta rea, se incluye tanto una cadena completa de suministros, como la gestin de inventarios de un almacn.
Transporte.
Sanidad. Se emplea tanto para la mejora de un departamento hospitalario, como en la logstica asociada a los transplantes o a la coordinacin mdica de una regin.
Negocios (Business Processing). Simulacin de los procesos administrativos y de negocio de una empresa. En esta rea estn teniendo mucho xito los juegos de empresa en los que a travs de la simulacin de los efectos de las decisiones que se van tomando se puede entrenar a los directivos.
Servicios en general. Servicios pblicos, gestin de restaurantes, banca, empresas de seguros, etc.
necesario definir, asignar valores, cambiar y usar atributos especficos, en cada sistema que se desee simular. Variables (Globales). Una variable es un fragmento de informacin que refleja alguna caracterstica del sistema, independientemente de las entidades que se muevan por el modelo. Se pueden tener muy diferentes variables en un modelo, pero cada una es nica. Existen dos tipos de variables: las variables prefijadas de Arena (nmero de unidades en una cola, nmero de unidades ocupadas de un recurso, tiempo de simulacin, etc.) y las variables definibles por en usuario (nmero de unidades en el sistema, turno de trabajo, etc.) Contrariamente a los atributos, las variables no estn unidas a ninguna entidad en particular, sino que pertenecen al sistema en su conjunto. Las entidades pueden variar el valor de las variables en algn momento, por ejemplo, la variable Nmero de Unidades en el Sistema cambiar de valor cuando se crea o se elimina una entidad. Recursos. Las entidades compiten por ser servidas por recursos que representan cosas como personal, equipo, espacio en un almacn de tamao limitado, etc. Una o varias unidades de un recurso libre son asignadas a una entidad, y son liberadas cuando terminan su trabajo. Una entidad podra recibir simultneamente servicio de varios recursos (por ejemplo una mquina y un operario) Colas. Cuando una entidad no puede continuar su movimiento a travs del modelo, a menudo porque necesita un recurso que est ocupado, necesita un espacio donde esperar que le recurso quede libre, sta es la funcin de las colas. En Arena, cada cola tendr un nombre y podra tener una capacidad para representar, por ejemplo, un espacio limitado de almacenamiento. Acumuladores de estadsticas. Para obtener las medidas de eficiencia finales, podra ser conveniente hacer un seguimiento de algunas variables intermedias en las que se calculan estadsticas, por ejemplo: el nmero total de piezas producidas, el tiempo total consumido en la cola, el nmero de unidades que han pasado por la
cola (necesitaremos este valor para calcular el tiempo medio en cola), el mayor tiempo invertido en la cola por una entidad, el tiempo total en el sistema (en cola ms procesado), el mayor tiempo consumido en el sistema por una entidad, etc. Todos estos acumuladores deberan ser inicializados a 0, y cuando sucede algn hecho en el sistema, se tendrn que actualizar los acumuladores afectados. Eventos. Un evento es algo que sucede en un instante determinado de tiempo en la simulacin, que podra hacer cambiar los atributos, variables, o acumuladores de estadsticas. En nuestro ejemplo sencillo, slo hay tres tipos de eventos: Llegada de una nueva pieza al sistema, Salida de una pieza del sistema cuando finaliza el tiempo de procesado en la mquina, y Final de la simulacin, cuando se cumple el tiempo previsto. Reloj de la Simulacin. El valor del tiempo transcurrido, se almacena en una variable denominada Reloj de Simulacin. Este reloj ir avanzando de evento en evento, ya que al no cambiar nada entre eventos, no es necesario gastar tiempo llegando de uno a otro.
Ejemplo de modelado de un sistema sencillo Para introducir los conceptos fundamentales de la metodologa de simulacin con Arena, vamos a modelar un sistema simple: Se trata de un sencillo sistema de atencin al pblico. Los clientes llegan a la instalacin, si el servidor est ocupado atendiendo a otro cliente, el que acaba de llegar se une a la cola. Si, por el contrario, el servidor est libre, el cliente pasa inmediatamente a ser atendido. Cuando el servidor acaba la atencin a un cliente, comenzar a servir al que estuviera en la primera posicin de la cola, y si un hubiera nadie, quedara desocupado.
Servidor
Vamos a suponer que los clientes llegan al sistema segn una distribucin exponencial de media 5 minutos; el tiempo que el servidor emplea en atender a un cliente se distribuye segn una funcin triangular de tiempo mnimo 1 minuto, modal 4 y mximo 8 minutos. Haremos una simulacin de 15 minutos y calcularemos: El nmero total de clientes atendidos El valor medio del tiempo de espera en la cola. Si Di es el tiempo que pas en la cola el i-simo cliente, y N es el nmero de clientes que pasaron por la cola, el valor medio buscado ser:
D
i =1
En Arena, este tipo de estadsticas se denominan Tally Statistics, debido a que el valor de la estadstica se va calculando al mismo tiempo que las entidades van pasando por el punto donde se calcula. El valor ms alto del tiempo de espera en la cola. El nmero medio de clientes esperando en la cola. Este valor se calcula como la media ponderada de las posibles longitudes de la cola (0, 1, 2, ... ), ponderada por la proporcin de tiempo de simulacin que en la cola haba ese nmero de clientes. Si llamamos Q(t) al nmero de clientes en la cola en cualquier momento t, el valor medio buscado ser el rea bajo la curva, dividido por la longitud de la simulacin 15.
15
Q(t )
0
15 15
Este tipo de estadsticas persistentes en el tiempo (TimePersistent Variable) son comunes en simulacin. sta indica el nmero medio en la cola, lo que puede ser interesante para asignar el espacio adecuado. El mximo nmero de clientes que ha habido en la cola en un momento determinado. Los valores medio y mximo del tiempo que un cliente permanece en el sistema (en la cola ms siendo atendido). El valor medio ser una estadstica de tipo Tally. La utilizacin del servidor, definida como el porcentaje del tiempo en que el servidor est ocupado. Se trata de otra estadstica persistente en el tiempo, en este caso la funcin B(t) solo puede tomar dos valores 0, cuando el servidor est libre y 1 cuando est ocupado.
15
B(t )
0
15
15
Para modelar el sistema con Arena, se irn arrastrando los mdulos adecuados al diagrama. En primer lugar se coger el modulo Arrive con el que se modelar el proceso de llegada de los clientes al sistema. Haciendo doble clic sobre el dibujo del mdulo aparecer una ventana en la que se introducirn los datos relativos a la llegada de los clientes al sistema:
Enter Data Station Arrival Data Time Between Mark Time Attribute Llegada
Seleccionar
Para similar el proceso de servicio, se arrastrar el mdulo Server al diagrama (si se seleccion la opcin Connect en el mdulo anterior, el servidor aparecer ya conectado al mdulo de llegada). Haciendo doble clic en el smbolo del servidor se podrn introducir las caractersticas del proceso de atencin a los clientes:
Enter Data Station
Atencin al cliente
Seleccionar
Para modelar el proceso de salida del sistema se escoger el mdulo Depart, en el que se introducirn los datos relativos al proceso de salida de los clientes de la instalacin, adems de algunas de las estadsticas que se recopilarn:
Salida
Count Individual Counter Counter Clientes atendidos Tally Individual Tally Tally Tiempo en Sistema Attribute Tiempo de llegada
Project Title Analyst Date Replicate Length of Replication Sistema Sencillo Yo 10-10-1962
15
Utilizando dos mdulos Animate aadiremos dos grficos, que nos proporcionarn informacin sobre el nmero de clientes en la cola y la ocupacin del servidor.
Por ltimo, se puede aadir el ttulo SISTEMA SENCILLO, para identificar el modelo. De esta manera, el modelo esta listo para ser ejecutado.
tiene dos opciones: conseguir que el empleado de la ventanilla trabaje ms rpido, o poner ms empleados conservando la misma tasa de servicio. Evaluar las dos posibilidades.
APLICACIONES DE LA SIMULACIN
1. DISEO DE LAS INSTALACIONES. ESTA APLICACIN EVALA EL TAMAO DE LAS INSTALACIONES O EL NMERO DE EMPLEADOS QUE SE REQUIEREN. 2. PLANIFICACIN AGREGADA. EVALUACIN DEL COSTE DE PLANES ALTERNATIVOS. 3. PROGRAMACIN. SECUENCIACIN DE TAREAS EN TODO TIPO DE PROCESOS. 4. GESTIN DE INVENTARIO. SE SIMULAN LAS REGLAS DE DECISIN PROPUESTAS PARA CALCULAR COSTES Y EFECTO EN EL SERVICIO AL CLIENTE. 5. PLANIFICACIN DE REQUERIMIENTOS DE MATERIALES. EVALUAR EL EFECTO DE LOS CAMBIOS PROPUESTOS EN EL PLAN DE PRODUCCIN. 6. SIMULACIN DE SISTEMAS ECONMICOS. EVALUAR EL EFECTO DE DECISIONES (DEVALUACIN DE LA MONEDA, EL IMPUESTO AL VALOR AADIDO, ETC.) EN LAS DEMS VARIABLES MACROECMICAS. 7. SIMULACIN DE ESTADOS FINANCIEROS. PERMITE ANALIZAR ESTRATEGIAS QUE LLEVARN A LA ORGANIZACIN AL LOGRO DE SUS OBJETIVOS Y METAS DE CORTO, MEDIO Y LARGO PLAZO.
SIMULACIN - 1 ..
LMITES DEL MODELO (EXTENSIN Y AMPLITUD DEL MISMO). ELEMENTOS QUE CONSTITUYEN EL MODELO (RECURSOS, MATERIA PRIMA, PRODUCTOS, ...) ESCENARIOS OPERACIONALES A EXAMINAR. REGLAS DE TRABAJO. CRITERIOS SOBRE EL MANEJO DE LOS RECURSOS. DISEO O LAYOUT DEL SISTEMA.
SIMULACIN - 2 ..
RUTAS DE LAS PIEZAS Y POSIBLES ALTERNATIVAS. SECUENCIACIN DE OPERACIONES. TIEMPOS DE OPERACIN. CICLOS DE MQUINA Y TIEMPOS DE PREPARACIN. EFICIENCIA DE LOS TRABAJADORES. TURNOS DE TRABAJO. LGICA DE PROCESAMIENTO (PRIORIDADES ETC.) ...
MTODO DE SIMULACIN DE MONTECARLO: EJEMPLO DE SIMULACIN DINMICA CON INCREMENTOS DE TIEMPO FIJOS. GESTIN DE LOS PEDIDOS A PROVEEDORES EN UN NEGOCIO DE VENTA DE LECHE ESTUDIO DE LA DEMANDA EN LOS LTIMOS 100 DAS:
Demanda (Unidades del producto) 20-24 25-29 30-34 35-39 40-44 45-49 50-54 Punto medio 22 27 32 37 42 47 52 Frecuencia 0.05 0.10 0.20 0.30 0.20 0.10 0.05
VENTA MEDIA DIARIA: VENTA MEDIA = 0.05(22) + 0.10(27) + 0.20(32) + 0.30(37) + + 0.20(42) + 0.10(47) + 0.05(52) = 37
SIMULACIN - 4 ..
REGLA 1:
PEDIR UN NMERO DE UNIDADES DE LECHE IGUAL A LA DEMANDA DEL DA ANTERIOR PEDIR UNA CANTIDAD FIJA (37 UNIDADES) SIN TENER EN CUENTA LA DEMANDA DEL DA ANTERIOR.
REGLA 2:
SE SIMULAR LA DEMANDA PARA LOS PRXIMOS 15 DAS, Y SE CALCULARN LOS BENEFICIOS DERIVADOS DE LA ADOPCIN DE CADA UNA DE LAS ALTERNATIVAS. SE ELEGIR LA REGLA DE DECISIN QUE DE MAYORES BENEFICIOS PRECIO DE VENTA = 50 u.m./unidad PRECIO DE COMPRA = 25 u.m./unidad
SIMULACIN - 5 ..
Da 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nmero aleatorio 27 43 85 88 29 69 94 84 32 48 13 14 54 15 47
Demanda 37 32 37 47 47 32 42 47 37 32 37 27 27 37 32 37 587
Regla 1: Beneficio = 50(500) - 25(550) = 11.250 u.m. Regla 2: Beneficio = 50(515) - 25(555) = 11.875 u.m.
SIMULACIN - 7 ..
47
52
34
33
SIMULACIN - 8 ..
RESULTADOS DE LA SIMULACIN DE 100 DAS REGLA 1 Beneficios: 749 Ventas: 1.687 VARIACIN EN EL PRECIO DE COMPRA C=20 Regla 1 Regla 2 936 995 Beneficio
600
400
200
0 0 10 20 30 40 50 60
MTODO DE SIMULACIN DE MONTECARLO: EJEMPLO DE SIMULACIN DINMICA CON INCREMENTOS DE TIEMPO VARIABLES. PROCESO DE LLEGADA: EXPONENCIAL DE MEDIA 6 DAS TASA DE SERVICIO: CONSTANTE (5 DAS)
t= 1
ln (1 NA)
P ( x t ) = 1 e t
0. 2 0. 15 0. 1 0. 05 0 01 12 23 34 45 56 67 78 89 910
Probabilidad Acumulada
1-EXP(-lambda*t) 0.7
SIMULACIN - 10 ..
N de NA llegada 1 2 3 4 5 6 7 8 9 10 44 18 45 52 14 91 63 70 72 57
Intervalo Tiempo Entrada entre de al puerto llegadas llegada 3.5 3.5 3.5 1.2 4.7 8.5 3.6 8.3 13.5 4.5 12.8 18.5 0.9 13.7 23.5 15 28.7 28.7 6 34.7 34.7 7.4 52.1 52.1 7.8 59.9 59.9 5.1 65.0 65.0
Tiempo en servicio 5 5 5 5 5 5 5 5 5 5
Salida Tiempo Tiempo de del de espera servicio puerto del barco ocioso 8.5 0 3.5 13.5 3.8 0 18.5 5.2 0 23.5 5.7 0 28.5 9.8 0 33.7 0 0.2 39.7 0 1.0 57.1 0 12.4 64.9 0 2.8 70.0 0 0.1 Total 24.5 20
SIMULACIN - 11 ..