INSTITUTO TECNOLOGICO DE ACAPULCO

INGENIERIA EN SISTEMAS COMPUTACIONALES

Simulacin
AULA: 712 HORA: 08:00 - 09:00 HRS.

Equipo 4:

Unidad 1
Introduccin a la Simulacin.

ACAPULCO, GRO. A SEPTIEMBRE DEL 2013

ndice Introduccin ..3

Unidad 1 Introduccin a la simulacin 1.1 Definiciones e importancia de la simulacin En la ingeniera ...4 1.2 1.3 1.4 1.5 1.6 1.7 Conceptos bsicos de simulacin 4 Metodologa de la simulacin Modelos y control ...5

..7

Estructuras y etapas de estudio de simulacin ...12 Etapas de un proyecto de simulacin ...13 Elementos bsicos de un simulador de eventos Discreto 15

Conclusin ....19 Bibliografa 20

Introduccin
Las primeras referencias sobre simulacin se encuentran hacia el ao 1940, cuando Von Neumann y Ullman trabajaron sobre la simulacin del flujo de neutrones para la construccin de la bomba atmica en el proyecto Montecarlo. Desde entonces se conocan las tcnicas de simulacin como procesos Montecarlo, aunque en la actualidad se diferencian ambas cosas, siendo los segundos un tipo particular de simulacin. Tambin se realiz un proceso de simulacin para el proyecto APOLLO dentro del plan espacial de la N.A.S.A, acerca del movimiento dentro de la atmsfera de la luna. Actualmente, la simulacin es una poderosa tcnica para la resolucin de problemas. Sus orgenes estn en la teora de muestreo estadstico y anlisis de sistemas fsicos probabilsticos complejos. El aspecto comn de ambos es el uso de nmeros y muestras aleatorias para aproximar soluciones. Una de las ms famosas aplicaciones de muestras aleatoria s, ocurre durante la segunda guerra mundial, cuando la simulacin se utiliz para estudiar el flujo de neutrones dentro del desarrollo de la bomba atmica. Esta investigacin era secreta y le dieron un nombre en cdigo: Monte Carlo. Este nombre se mantiene, y durante mucho tiempo se usaba para hacer referencia a algunos esfuerzos en simulacin. Pero el trmino mtodos Monte Carlo, se refiere actualmente a una rama de las matemticas experimentales que trata con experimentos de nmeros aleatorios, mientras que el trmino simulacin, o simulacin de sistemas, cubre una tcnica de anlisis ms prctico, y es lo que vamos a estudiar. Vamos a ver tcnicas que utilizan los computadores para imitar, o simular, el comportamiento de sistemas del mundo real. Para estudiar cientficamente estos sistemas, a menudo se han de hacer una serie de suposiciones acerca de cmo trabaja ste. Estas suposiciones que usualmente toman la forma de relaciones matemticas o lgicas, constituyen un modelo que va a ser usado para intentar comprender el comportamiento del sistema correspondiente. Si las relaciones que componen el modelo son suficientemente simples, es posible usar mtodos matemticos (tales como lgebra, clculo o teora de la probabilidad) para obtener una informacin exacta de las cuestiones de inters; a esto se le llama solucin analtica. Sin embargo, la mayora de los sistemas del mundo real son demasiado complejos y normalmente los modelos realistas de los mismos, no pueden evaluarse analticamente. Lo que se puede hacer es estudiar dichos modelos mediante simulacin. En una simulacin se utiliza el ordenador para experimentar con un modelo numricamente, de forma que con los resultados obtenidos se haga una estimacin de las caractersticas del sistema.
3

1.1 Definiciones e importancia de la simulacin en la ingeniera

Simulacin es una tcnica numrica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemticas y lgicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a travs de largos periodos de tiempo. Thomas H. Taylor Simulacin es el proceso de disear y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentos con este modelo con el propsito de entender el comportamiento del sistema o evaluar varias estrategias con las cuales se puede operar el sistema. Robert E. Shannon Importancia de la simulacin en la ingeniera Recientes avances en las metodologas de simulacin y la gran disponibilidad de software que actualmente existe en el mercado, han hecho que la tcnica de simulacin sea una de las herramientas ms ampliamente usadas en el anlisis de sistemas. Ventajas de un diseo de simulacin A travs de un estudio de simulacin, se puede estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema. Una observacin detallada del sistema que se est simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operacin y eficiencia del sistema.

La tcnica de simulacin puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna informacin. A travs de esta experimentacin se puede anticipar mejor a posibles resultados no previstos.

1.2 Conceptos bsicos de simulacin

Modelos de simulacin Un modelo es una representacin de un objeto, idea, o sistema en forma diferente a la entidad misma. En nuestro caso el modelo es un conjunto de relaciones matemticas o lgicas derivadas de supuestos sobre el comportamiento del sistema. Un sistema de simulacin necesita de un modelo para describir las operaciones del sistema.
4

Un modelo es una representacin de un sistema desarrollado para el estudio de dicho sistema. El modelo nos va a decir el seguimiento de lo que se est tratando de simular existen diferentes tipos de modelos de simulacin.

MOELO DE SIMULACIN ESTTICO: Es la representacin de un sistema en un tiempo es particular.

MODELO DE SIMULACIN DINMICO: Es la representacin de un sistema que va evolucionando durante un tiempo.

MODELO DE SIMULACIN DETERMINISTICO: Es el que no contiene variables aleatorias, este modelo obtiene una respuesta conocida mediante la entrada de una variable determinada

MODELO DE SIMULACIN CONTINUA: Se caracteriza por tener un rango de tiempo predeterminando, es utilizado cuando el sistema de estudio es considerado en forma individual.

MODELO DE SIMULACIN DISCRETO: Representa fenmenos en donde las cantidades varan en cantidades moderadas sobre el tiempo.

1.3 Metodologa de la simulacin

Definicin del sistema: Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar de este, con el fin de determinar la interaccin con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.
5

Formulacin del modelo: Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo. Coleccin de datos: Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. Implementacin del modelo con la computadora: Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el fortran, lisp, etc..., o se utiliza algn paquete como Vensim,Stella e iThink, GPSS, Simula, Simscript, Rockwell Arena, etc. .., para procesarlo en la computadora y obtener los resultados deseados. Validacin: A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son:

1. 2. 3. 4.

La opinin de expertos sobre los resultados de la simulacin. La exactitud con que se predicen datos histricos. La exactitud en la prediccin del futuro. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. 5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin.

Experimentacin: Se realiza despus de que el modelo haya sido validado, consiste en generar los datos deseados y en realizar un anlisis de sensibilidad de los ndices requeridos. Interpretacin: Se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayuda a soportar decisiones del tipo semi-estructurado. Documentacin: Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

1.4 Modelos y Control

Un Sistema se define como una coleccin de entidades (por ejemplo, personas, mquinas, etc.) que actan e interactan juntas para lograr un fin comn. En la prctica, qu se entiende por sistema?, depende de los objetivos del estudio particular que se pretenda hacer. El conjunto de entidades que componen el sistema para un estudio puede ser slo un conjunto de todas las entidades utilizadas para otro estudio. Se puede definir el estado de un sistema con un conjunto de variables necesarias para describir el sistema en un punto particular de tiempo, relativo a los objetivos del estudio. Los sistemas se pueden clasificar en dos tipos, discretos y continuos. Un sistema discreto es aquel en el que las variables de estado cambian instantneamente en puntos separados en el tiempo. Un sistema continuo es aquel en el que las variables de estado cambian continuamente con respecto al tiempo. En la prctica muchos sistemas no son completamente discretos o continuos, usualmente es posible clasificarlos en base al tipo de cambios que predominen en el mismo. En algunos momentos en la vida de un sistema es necesario estudiar el mismo para entender las relaciones entre sus componentes o predecir su comportamiento bajo nuevas condiciones que se consideran. Existen diferentes formas de estudiar un sistema (Figura 1.1): Experimentar sobre el sistema actual frente a experimentar con un modelo del sistema. Lo primero es preferible siempre y cuando se pueda alterar el sistema con las nuevas condiciones y no sea muy costoso. Sin embargo es muy raro que esto se pueda llevar a cabo, ya que normalmente estos experimentos suelen ser muy costosos o muy destructivos para el sistema. Incluso puede ocurrir que el sistema no exista pero se quiera estudiar posibles alternativas de construccin del mismo (sistemas de fabricacin, armas nucleares, etc.). Por estas razones es necesario

construir un modelo que represente al sistema y estudiar ste para poder responder a las cuestiones planteadas sobre el sistema.

Modelo fsico frente a modelo matemtico: Para muchos la palabra modelo, evoca imgenes de miniaturas, cabinas separadas de los aviones para el entrenamiento de los pilotos, etc. Estos son ejemplos de modelos fsicos (tambin conocidos como modelos icnicos). Sin embargo la mayora de los modelos construidos para estudiar los sistemas son matemticos, los cuales representan un sistema en trminos de relaciones cuantitativas y lgicas que pueden ser cambiadas para ver cmo el modelo reacciona y ver as como debera comportarse el sistema, si el modelo es vlido.

Solucin Analtica frente a Simulacin: Una vez que se ha construido un modelo matemtico, ste debe examinarse para poder concluir el comportamiento del sistema y as responder a las cuestiones planteadas sobre el mismo. Si el modelo es simple, es posible trabajar con estas cantidades y relaciones y obtener una solucin analtica exacta. Sin embargo hay veces en las que obtener una solucin analtica resulta complejo y necesita muchos recursos de computacin. En estos casos el modelo puede ser estudiado por medio de simulacin, es decir, se ejercita el modelo numricamente por medio de entradas para ver cmo stas afectan a las medidas de salida o ejecucin.

Por tanto podemos definir la simulacin como la tcnica de re solucin de problemas siguiendo en el tiempo los cambios de un modelo de un sistema (Gordon, 1969), o como el proceso de disear un modelo de un sistema real y realizar experimentos con dicho modelo con el propsito de comprender el funcionamiento del sistema o de evaluar diferentes estrategias (dentro de los lmites impuestos por un criterio o conjunto de criterios) para la operacin del sistema (Shannon, 1975), para este ltimo autor , simulacin incluye tanto la modelizacin como el uso del modelo para estudiar el sistema. Otra posible definicin es entender la simulacin como el proceso de disear un modelo matemtico o lgico de un sistema real y realizar una serie de experimentos con el ordenador sobre l para describir, explicar y predecir el comportamiento del sistema real (Naylor y otros). Por modelo entendemos la representacin de un sistema, desarrollado con el propsito de estudiar dicho sistema.

Los modelos deben contener slo los aspectos esenciales del sistema real que representan. Aquellos aspectos del sistema que no contribuyen significativamente en su comportamiento no se deben incluir, ya que lo que haran sera obscurecer las relaciones entre las entradas y las salidas. En qu punto se debe parar de incluir realismo en el modelo? Esto depende del propsito para el cual el modelo se haya desarrollado.

Caractersticas que deben presentar los modelos: Deben ser fciles de entender y manejar. Deben ser simples y de costo no excesivo. Deben ser una buena aproximacin del sistema real, que controle el mayor nmero posible de aspectos del mismo y que stos contribuyan de forma significativa al sistema (hay relaciones en el sistema que no son significativas y pueden obviarse en el modelo).

El diseo y control de modelos de modelos obliga a tener conocimientos de cuatro reas de conocimiento distintas: Modelizacin: necesarios para disear el modelo que permita dar respuestas vlidas del sistema real que represente. El diseo es una fase muy importante, ya que los errores proporcionarn modelos falsos. Programacin: ya que el modelo se ha de implantar con un lenguaje de programacin. Probabilidad y Estadstica: la probabilidad es necesaria para definir y estudiar las variables aleatorias de las entradas, y la estadstica para permitir el diseo y anlisis de los experimentos. Mtodos Heursticos: para permitir llegar a una solucin buena del problema planteado.

10

Clasificacin de los modelos Nos vamos a centrar en los modelos matemticos y su estudio por medio de simulacin. Los modelos se pueden clasificar en: Estticos frente a Dinmicos: Un modelo esttico es una representacin de un sistema en un punto particular del tiempo, o uno que representa un sistema en el cual el tiempo no juega ningn papel; ejemplos de simulaciones estticas son los modelos MonteCarlo. De otro lado, los modelos dinmicos representan sistemas que evolucionan con el tiempo. Determinsticos frente a Probabilsticos: Si un modelo no contiene ningn componente probabilstico se conoce como determinstico (ej. un complicado sistema de ecuaciones diferenciales que describen una sustancia qumica). En un modelo determinstico la salida es determinada una vez que se especifican las relaciones, cantidades y entradas. Sin embargo muchos sistemas tienen ciertos componentes aleatorios de entrada y stos se representan mediante modelos probabilsticos (por ejemplo la mayora de los sistemas de colas e inventarios). Los modelos de simulacin probabilsticos producen salidas que son aleatorias y deben ser tratadas como tales, es decir como una estimacin de las verdaderas caractersticas del modelo; esta es una de las desventajas de la simulacin. Continuos frente a Discretos: Los modelos de simulacin continuos y los discretos se definen de forma anloga a la de los sistemas. Slo decir que no siempre es usado para modelar un sistema discreto y viceversa. La decisin de utilizar un modelo discreto o continuo para un sistema particular depende de los objetivos del estudio. Por ejemplo un modelo del flujo de trfico en una autova podra ser discreto si son importantes las caractersticas y movimientos de los coches individuales. Alternativamente, si los coches se tratan en conjunto el flujo de trfico se puede describir mediante ecuaciones diferenciales en un modelo continuo.

11

Prescriptivos frente a Descriptivos: Los primeros pretenden tomar decisiones sobre el sistema; se utilizan cuando se desea responder y optimizar una cuestin acerca del sistema, tratan de dar la mejor solucin. Los segundos se limitan a describir el comportamiento del sistema y dejan la totalidad del proceso de optimizacin en manos del analista.

De Ciclo Abierto frente a de Ciclo Cerrado: En los primeros no hay realimentacin, es decir, las salidas no afectan a las entradas. En los segundos las salidas s afectan a las entradas (ej. un sistema de calefaccin).

1.5 Estructura y etapas de un estudio de simulacin.

DEFINICIN DEL SISTEMA: Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar del mismo, con el fin de determinar la iteracin del sistema con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. FORMULACIN DEL MODELO: Una vez que estn definidos con exactitud los resultados que se desean obtener del estudio el siguiente paso es definir y construir el modelo con el cual se obtendrn los resultados deseados. Aqu es necesario definir las variables que forman parte del modelo, sus relaciones lgicas y los diagramas de flujo que describan en forma completa al modelo. COLECCIN DE DATOS: Es posible que la facilidad de obtencin de algunos datos o la dificultad de conseguir otros, pueda influenciar el desarrollo y formulacin del modelo. Por ello es importante que se defina con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. IMPLEMENTACIN DEL MODELO EN LA COMPUTADORA: Aqu se define cual es el lenguaje que se va a utilizar algunos de estos pueden ser de propsito general como: Visual Basic, Java, Delphi o se pueden usar unos paquetes como: GBSS, SIMULA, PROMODEL. VALIDACIN: A travs de esta etapa es posible detallar definiciones en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son:
12

a) Opinin de expertos b) La exactitud con la que se predicen los datos C) Exactitud de la prediccin del futuro d) Comprobacin de la falla del modelo de simulacin al utilizar datos que hacen fallar al sistema. e) Aceptacin y confianza en el modelo de la persona que lo usara. EXPERIMENTACIN: La experimentacin con el modelo se realizara despus de que este ha sido validado. La experimentacin consiste en generar los datos deseados y en realizar anlisis de sensibilidad de los ndices requeridos. INTERPRETACIN: A que se interpretan los resultados que arroja la simulacin y en base a esto se toma una decisin. DOCUMENTACIN: Existen dos tipos de documentacin que son requeridos para hacer un mejor uso del modelo de simulacin. Documentacion Tcnica: Es la documentacin que con el departamento de procesamiento de datos debe tener del modelo. Manual del Usuario: Es la documentacion que facilita la interpretacin y el uso del modelo desarrollado a travs de una terminal de computadora.

1.6 Etapas de un proyecto de simulacin.

FORMULACION DEL PROBLEMA. Otro importante aspecto abordado en la investigacin es la identificacin y estudio de las tcnicas de integracin para la formulacin de las tareas docentes. Sin pretender profundizar en las complejidades que encierra una investigacin pedaggica sobre el tema, a continuacin se describen muy brevemente algunas tcnicas utilizadas para la formulacin de problemas qumicos de integracin estructural, que son los ms importantes: 1.-Modelacin. Fijado el objetivo que se persigue en la creacin de un problema, inmediatamente se activan los componentes intelectuales bsicos: sensaciones, percepciones, memoria, pensamiento e imaginacin. Con ellos se comienzan a dibujar en el cerebro nuevas ideas en forma de imgenes, con la necesidad de ser exteriorizadas mediante la construccin de modelos grficos, es por ello que los elementos estructurales del problema son plasmados en el papel antes de su redaccin en el formato final. La tcnica de modelacin es un recurso asociativo de gran valor en la fluidez de los procesos lgicos de anlisis y sntesis del pensamiento que se desarrollan en el acto de creacin. Es el reflejo grfico en el papel de las asociaciones que van conformndose como estructuras cognitivas, y los dibujos, esquemas, trazos, etc. que inicialmente viene apareciendo de forma aislada y sucesiva, luego se integran en forma de sistema para la
13

formulacin final del problema. Esta tcnica constituye un buen instrumento en manos del formulador porque facilita la asociacin de ideas, ayuda a agrupar los elementos estructurales del problema y facilita la redaccin en forma coherente. La construccin de los diagramas de Euler para estudiar las distintas relaciones que se establecen entre los conocimientos, es una actividad que ayuda a desarrollar la habilidad de modelacin. Estos diagramas tambin son utilizados en la metodologa como situacin inicial para la construccin de tareas que respondan a determinadas caractersticas. 2.-Tanteo-error. Consiste en un proceso continuo de adecuacin y ajuste por bsqueda y prueba de los datos y/o las incgnitas segn las condiciones del problema, hasta encontrar las ms adecuadas. La bsqueda puede ser de tipo inteligente o arbitrario, y en ocasiones es utilizada para modificar las condiciones y con ella reordenar los elementos estructurales. Se evidencia su utilizacin en el gran nmero de operaciones de clculo que son realizadas, as como en tachaduras y borrones que generalmente aparecen sobre el papel del formulador. 3. Asociacin por analoga. En esta tcnica se hace uso de la reproduccin en una primera fase. Consiste en establecer nuevos nexos entre datos e incgnitas siguiendo formatos y textos guardados en la memoria para obtener otras por medio de la innovacin. Es evidente que sobre las ideas iniciales, posteriormente se introducen modificaciones, que consisten en relacionar los datos de otra forma, introducir nuevas condiciones o cambiar la forma de redactar las preguntas, para obtener al final un problema derivado, que si bien no se caracteriza por su originalidad, s constituye una nueva tarea. Estas tres primeras tcnicas son tipificadas como complementarias en el acto de creacin de las tareas docentes, porque actan de forma combinada y ms bien son instrumentos de ayuda, segn la situacin inicial que se tome como punto de partida. Otras, como las siguientes, son denominadas bsicas por su gran influencia y jerarqua en la formulacin, sin embargo, tanto las complementarias como las bsicas se utilizan de forma combinada en la prctica. 4.-Integracin por inclusin. Es una tcnica muy sencilla, cuyo procedimiento es asequible a cualesquier sujeto. Consiste en elaborarla de forma tal que las incgnitas de los diferentes incisos mantengan una dependencia sucesiva en forma de cadena, donde fueron caracterizados los sistemas semiabiertos, para luego eliminar los iniciales y solo dejar la incgnita final. 5.-Reformulacin. Consiste en reconstruir la estructura gramatical y de sistema mediante procesos de innovacin. Se diferencia de la analoga por la profundidad de los cambios introducidos, puesto que se parte de un ejemplo concreto que debe ser modificado y no de recuerdos que pueden ser borrosos y a veces confusos. 6.-Fusin de tareas (o contenidos) auxiliares. Como parte de las estrategias de integracin, la fusin de tareas docentes auxiliares constituye una de las ms importantes. Es poco empleada, debido a la elevada complejidad que implica el establecimiento de relaciones
14

mltiples entre datos e incgnitas que proceden de ejemplos diferentes, aunque tambin pueden ser integrados diversos contenidos previamente seleccionados, que guarden una relacin directa o indirecta. Consiste en fusionar dos o ms contenidos (que pueden o no proceder de otras tareas), mediante los mecanismos de la integracin externa o interna, para obtener otra con un mayor nivel de complejidad. Para poner en prctica las tcnicas analizadas, es necesario aclarar que casi nunca se emplean de forma aislada, ms bien en forma asociada como conjunto, por ejemplo cuando se selecciona la reformulacin, ella va acompaada de otras complementarias como la modelacin y el tanteo-error, entre otras. Adems, en su conjunto, los fundamentos tericos estudiados sobre los distintos tipos de tareas integradoras y las tcnicas necesitan para su implementacin del siguiente conjunto de requisitos: 1. Partir del anlisis de los objetivos de los programas, siguiendo un enfoque sistmico en su derivacin gradual, desde los ms generales de la enseanza hasta la clase. 2. Proporcionar en las tareas relaciones ricas entre los nuevos conocimientos y los esquemas existentes, donde estn presentes todos los niveles de integracin de los conocimientos y las habilidades, hasta llegar al nivel interdisciplinario. 3. Desarrollar una adecuada variedad, concebida la variedad no slo en trminos de enfoque que propicien reflexin, estimulen el debate y permitan crear motivos cognoscitivos, sino tambin en relacin con las funciones, habilidades, niveles de asimilacin y complejidad, entre otros. 4. Presentar la informacin tanto en trminos positivos y familiares como con complejidad lgico lingstica, ir desde la simple descripcin del lenguaje simblico hasta la exigencia de complicadas transformaciones, como por ejemplo negaciones o varias premisas con diferentes enlaces lgicos, textos complejos a interpretar o informaciones no utilizables, entre otras. 5. Redactar las tareas de forma tal que expresen siempre ms de una funcin. Adems de la funcin cognoscitiva, incorporar situaciones nuevas, con diferentes niveles de complejidad, tanto de la vida diaria, la orientacin profesional o el cuidado del medio ambiente, como de la actualidad poltico- ideolgica del pas. 6. Establecer un adecuado equilibrio entre los problemas que sern formulados, dejando un espacio a los problemas experimentales y cualitativos, que son insuficientes en los textos de la enseanza media.

1.7 Elementos bsicos de un Simulador de eventos discretos:

En este tipo de simulacin se generan y administran eventos en el tiempo por medio de una cola de eventos ordenada segn el tiempo de simulacin en que deben ocurrir y de esta forma el simulador lee de la cola y dispara nuevos eventos. Entre otros un evento puede ser: la llegada de un cliente, la llegada de un camin, el inicio del proceso de una pieza, la finalizacin de un proceso de fabricacin. Esta modalidad de simulacin se usa tpicamente en el diseo de la mayora de eslabones de la cadena de suministro tales
15

como: lneas de produccin, plantas de procesamiento, bodegas de materia prima, bodegas de producto terminado, puntos de atencin a clientes, hospitales, centros de atencin mdica. Una variacin importante de la simulacin de eventos discretos es la simulacin de agentes, en ella las entidades (tales como molculas, clulas, rboles o consumidores) son representados directamente (en vez de representarse a travs de sus densidades o cantidades), estos agentes poseen estados internos y conjuntos de comportamientos o reglas sencillas individuales que definen como son actualizados estos estados entre los diferentes puntos en el tiempo, definiendo as el comportamiento del conjunto de los agentes. Un ejemplo tpico para este tipo de simulacin es el de peatones en un evento de evacuacin, para que dado unas reglas generales del comportamiento de movimiento de cada individuo se logre simular y determinar el tiempo de evacuacin de todo el grupo de peatones dado un nmero de salidas en una locacin determinada Otras variaciones de la simulacin: En general los diferentes tipos de simulacin que aqu menciono pueden ser clasificados en otros grupos segn caractersticas de los parmetros (determinsticos o aleatorios) o la forma en que se corre (local o distribuida). Sin embargo esto no hace que el campo de aplicacin cambie, luego considero que estas variaciones no generan nuevos tipos de simulacin sino que son solo caractersticas dentro de los tipos de simulacin ya mencionados, es decir, una simulacin de eventos discretos, por ejemplo, puede tener parmetros netamente determinsticos o podran inclursele algunos parmetros aleatorios, lo mismo ocurre con una simulacin esttica o en tiempo continuo.

Por qu simulacin de eventos discretos De todos los tipos de simulacin mencionados, en el presente artculo pretendo enfocarme en la Simulacin de Eventos Discretos, lo anterior es debido a que encuentro en esta tcnica ventajas nicas y definitivas a la hora de disear y planear diferentes eslabones de la cadena de suministro, que como lo sabe es una de las reas ms determinantes como factor de xito en cualquier compaa. I. Facilidad de modelamiento: En general la simulacin de eventos discretos permite modelar situaciones de alto nivel de complejidad con funciones relativamente sencillas, de esta forma es posible construir modelos que representen la realidad en el nivel de detalle deseado, por ejemplo el diseo

16

de un modelo de un centro de distribucin con recibo, almacenamiento, picking de estibas, zona de fast picking, alistamiento y despacho. II. Estadsticas e indicadores: Dada la estructura de la simulacin de eventos discretos es posible obtener todo tipo de estadsticas e indicadores relevantes a la operacin modelada, inclusive se puede obtener informacin que muchas veces en los sistemas reales sera inimaginable tener, como por ejemplo: diagramas de gantt de las piezas en proceso, utilizacin de los recursos humanos, diagrama de gantt de los recursos utilizados, tiempos de ciclo de piezas en proceso). Formas de usar la simulacin de eventos discretos Como muchas tcnicas, la simulacin de eventos discretos puede ser empleada en diferentes niveles de desarrollo tecnolgico. El primero sera a travs de libreras especializadas de diferentes lenguajes de programacin tales como java o C++. En general si se desea usar esta aproximacin se requerirn tiempos de desarrollo de proyectos muy amplios y soporte humano altamente calificado en programacin y desarrollo de software. Adicionalmente el efecto visual ser de pocos impactos dados las capacidades de animacin de estas libreras. En el otro extremo encontraramos el uso de software especializado de simulacin. El inconveniente de esta alternativa es el bajo nivel de flexibilidad y control que ofrecen estos desarrollos, lo que resulta en que el campo de aplicacin sea excesivamente limitado (Ej.: slo procesos de empaque, slo lneas de ensamblado, slo zonas de picking). El punto medio entre el desarrollo en lenguajes de programacin y el uso de herramientas altamente especializadas consiste en el uso de software de simulacin de eventos discretos multipropsito (como por ejemplo Flexsim), bajo esta alternativa se encuentra el balance perfecto entre flexibilidad, facilidad y diseo. Elementos clave de la simulacin de eventos discretos En el camino al desarrollo de proyectos usando simulacin de eventos discretos es importante comprender algunos conceptos inherentes a esta tcnica. I. Entidades Son los objetos que fluyen a travs del sistema, podran ser: clientes, productos, cajas, camiones y pallets entre otros II. Atributos Son las diferentes caractersticas que definen a las entidades: tipo, edad, gnero, peso, volumen, tiempo de inicio de un proceso. III. Variables
17

Son aquellas que definen el modelo y sus estados como un conjunto: nmero de entidades en proceso, nmero de entidades entrantes, nmero de entidades salientes, costo de proceso unitario. IV. Reloj de simulacin Variable que lleva control del tiempo virtual de simulacin, no se debe confundir con el tiempo real de ejecucin, es decir mientras en mi reloj de mano pasaron 5 minutos desde que se ejecut la simulacin, en el modelo el reloj de simulacin podra haber avanzado das, meses o inclusive aos. V. Eventos Diferentes tipos de acontecimientos que ocurren a travs de la simulacin, que hacen que el reloj de simulacin avance, tales como: llegada de un paciente, dao de una mquina, inicio de operacin de un trabajador, finalizacin de un proceso de fabricacin. VI. Recursos Objetos a los que se les asocia algn tipo de gasto o de consumo de los mismos para realizacin de tareas de operacin o transporte: operarios, montacargas, mquinas, buffers de almacenamiento, bandas transportadoras.

18

Conclusin
En este esta investigacin encontramos material que nos apoya a comprender mejor lo que es la simulacin ya que es una breve introduccin a la simulacin. Es de vital importancia el mencionar que una cosa es el simular y otra muy diferente simulacin de sistemas, pero para comprender mejor esto, debemos entender primeramente qu es un sistema?; y dando respuesta a esta duda pues en el trabajo comprend que sistema es un conjunto de elementos interrelacionados entre s que buscan un objetivo comn, pero que adems tienen una entrada, un proceso y una salida; a la misma vez que es indivisible y organizado. Y simulacin es: imitar algo real pero precisamente hacerlo sin llegar a la realidad, ya que si se llega a la realidad ya no se est simulando. Es importante el mencionar que la simulacin de sistemas tambin cuenta con una metodologa ya que como anteriormente mencione la simulacin es organizada y para llegar a simular debemos seguir una serie de pasos que sin los cuales no podramos lograr la simulacin de sistemas. La simulacin tiene su aplicacin en un largo espacio pues todo donde podamos ver cola ah estaremos aplicando simulacin ya que esta es una gran herramienta para ahorrar tiempo, dinero y esfuerzo en algunos aspectos que de llevarlos luego a la prctica nos causaran muchos errores costosos y peligrosos. Dentro de este material tambin podremos encontrar lo que es un modelo, el cual podemos definir como una rplica de un objeto, sistema o idea, su propsito es ayudarnos a utilizar un sistema, y es precisamente por esto que se menciona dentro de lo que es esta materia ya que es una herramienta vital y podemos identificar un sin nmero de modelos pero los que nos interesan mucho ms son los modelos matemticos; y estos son tres: Determinstico. Es aquel que conoce la entrada y conoce la salida. Estocstico. Aquel que conoce la entrada pero no conoce la salida o Riesgo total. Aquel que no conoce ni la entrada ni la salida. Los modelos son la columna vertebral de la simulacin. Estos no siempre se refieren a aparatos electrnicos (autos, licuadoras, computadoras, etc.) sino que tambin a modelos sociales, ecolgicos, administrativos entre otros. De esta manera podemos ver que la simulacin es una herramienta de mucha importancia en la vida cotidiana y no debe quedarse solo entre cuatro paredes dentro de un saln de clases y es por ello que estamos conociendo ms sobre ella para poder de esta manera aplicarla an ms con mayor seguridad, pues la nica manera de confiar en algo es conocindolo. viceversa.

19

Bibliografa
http://www.material_simulacion.ucv.cl/en%20PDF/Definicion%20de%20la%20simulacion %20de%20sistemas.pdf

http://pisis.unalmed.edu.co/cursos/material/3004586/1/yom_c1.pdf

http://licmoralesvidea.files.wordpress.com

http://materias.fi.uba.ar/7526/docs/teoria.pdf

http://www.modelica.es/NR/rdonlyres/0973E138-E391-4242-8563E6DD44973702/0/ResumenLibroMathmodelica.pdf

20