0 calificaciones0% encontró este documento útil (0 votos)
13 vistas7 páginas
PROBLEMAS PARA LLEVAR A CABO LA SIMULACIÓN, CUANDO LOS SISTEMAS SON GRANDES Y COMPLEJOS,
EXPERIMENTO CON EL SISTEMA REAL VS. EXPERIMENTO CON EL MODELO DEL SISTEMA.
PROBLEMAS PARA LLEVAR A CABO LA SIMULACIÓN, CUANDO LOS SISTEMAS SON GRANDES Y COMPLEJOS,
EXPERIMENTO CON EL SISTEMA REAL VS. EXPERIMENTO CON EL MODELO DEL SISTEMA.
PROBLEMAS PARA LLEVAR A CABO LA SIMULACIÓN, CUANDO LOS SISTEMAS SON GRANDES Y COMPLEJOS,
EXPERIMENTO CON EL SISTEMA REAL VS. EXPERIMENTO CON EL MODELO DEL SISTEMA.
La creciente capacidad de las computadoras y la inmensa investigacin en el
campo de la Ciencia de la Computacin otorgan nuevas herramientas para apoyar el proceso de la toma de decisiones en diversas disciplinas y reas de diseo y manejo de la industria. La Simulacin es una de las herramientas ms importantes y ms interdisciplinarias. En pocas palabras podemos decir, que la simulacin realiza cuando la computadora finge ser una tienda, un avin o un mercado de abarrotes. El usuario define la estructura del sistema que quiere simular. Una corrida del programa de simulacin correspondiente le dice cual ser el comportamiento dinmico de su empresa o de la maquina que esta diseando. As podemos ver los pronsticos para la demanda y utilidad de nuestro producto, o ver cuando un mecanismo pueda fallar en las condiciones adversas del ambiente donde funcionar. Las aplicaciones de la simulacin parecen no tener limites. Actualmente se simulan los comportamientos hasta las partes ms pequeas de un mecanismo, el desarrollo de las epidemias, el sistema inmunolgico humano, las plantas productivas, sucursales bancarias, el sistema de reparticin de pizzas en la Ciudad de Mxico, crecimiento de poblaciones de especies de animales, partidos y torneos de ftbol, movimiento de los planetas y la evolucin del universo, para mencionar unos pocos ejemplos de las aplicaciones de esta herramienta. Cabe mencionar la creciente importancia de la Simulacin en la Investigacin de operaciones y en sus aplicaciones industriales. En los pases altamente desarrollados la simulacin es una herramienta principal de en los procesos de toma de decisiones, en el manejo de empresas y el planeacin de la produccin. Adems, la Simulacin es cada vez ms amigable para el usuario, que no tiene que ser un especialista en computacin. El Dr. Ralph Huntsinger, ex-presidente de la Society for Computer Simulation y actual Presidente del Instituto McLeod de las Ciencias de Simulacin ha dicho en sus presentaciones en el Primer Simposio sobre la Simulacin por Computadora y la III Conferencia sobre Simulacin por Computadora (Universidad Panamericana, Noviembre 1992 y 1995): Las reas de aplicacin de la simulacin son muy amplias, numerosas y diversas, basta mencionar slo algunas de ellas: Anlisis del impacto ambiental causado por diversas fuentes Anlisis y diseo de sistemas de manufactura Anlisis y diseo de sistemas de comunicaciones. Evaluacin del diseo de organismos prestadores de servicios pblicos (por ejemplo: hospitales, oficinas de correos, telgrafos, casas de cambio, etc.). Anlisis de sistemas de transporte terrestre, martimo o por aire. Anlisis de grandes equipos de cmputo. Anlisis de un departamento dentro de una fbrica. Adiestramiento de operadores (centrales carboelctricas, termoelctricas, nucleoelctricas, aviones, etc.).Anlisis de sistemas de acondicionamiento de aire. Planeacin para la produccin de bienes. Anlisis financiero de sistemas econmicos.Evaluacin de sistemas tcticos o de defensa militar. La simulacin se utiliza en la etapa de diseo para auxiliar en el logro o mejoramiento de un proceso o diseo o bien a un sistema ya existente para explorar algunas
modificaciones. Se recomienda la aplicacin de la simulacin a sistemas ya
existentes cuando existe algn problema de operacin o bien cuando se requiere llevar a cabo una mejora en el comportamiento. El efecto que sobre el sistema ocurre cuando se cambia alguno de sus componentes se puede examinar antes de que ocurra el cambio fsico en la planta para asegurar que el problema de operacin se soluciona o bien para determinar el medio ms econmico para lograr la mejora deseada. Todos los modelos de simulacin se llaman modelos de entrada-salida. Es decir, producen la salida del sistema si se les da la entrada a sus subsistemas interactuantes. Por tanto los modelos de simulacin se corren en vez de resolverse, a fin de obtener la informacin o los resultados deseados. Son incapaces de generar una solucin por si mismos en el sentido de los modelos analticos; solo pueden servir como herramienta para el anlisis del comportamiento de un sistema en condiciones especificadas por el experimentador. Por tanto la simulacin es una teora, si no una metodologa de resolucin de problemas. Adems la simulacin es solo uno de varios planteamientos valiosos para resolver problemas que estn disponibles para el anlisis de sistemas. Pero Cundo es til utilizar la simulacin? Cuando existan una o ms de las siguientes condiciones:1.- No existe una completa formulacin matemtica del problema o los mtodos analticos para resolver el modelo matemtico no se han desarrollado an. Muchos modelos de lneas de espera corresponden a esta categora.2.- Los mtodos analticos estn disponibles, pero los procedimientos matemticos son tan complejos y difciles, que la simulacin proporciona un mtodo ms simple de solucin.3.- Las soluciones analticas existen y son posibles, pero estn mas all de la habilidad matemtica del personal disponible El costo del diseo, la prueba y la corrida de una simulacin debe entonces evaluarse contra el costo de obtener ayuda externa.4.- Se desea observar el trayecto histrico simulado del proceso sobre un perodo, adems de estimar ciertos parmetros.5.- La simulacin puede ser la nica posibilidad, debido a la dificultad para realizar experimentos y observar fenmenos en su entorno real, por ejemplo, estudios de vehculos espaciales en sus vuelos interplanetarios.6.- Se requiere la aceleracin del tiempo para sistemas o procesos que requieren de largo tiempo para realizarse. La simulacin proporciona un control sobre el tiempo, debido a que un fenmeno se puede acelerar o retardar segn se desee. PROBLEMAS PARA LLEVAR A CABO LA SIMULACIN, CUANDO LOS SISTEMAS SON GRANDES Y COMPLEJOS: El modelo matemtico es demasiado grande y complejo, as que la escritura de los programas de cmputo resulta ser una tarea demasiado tediosa. En la actualidad se dispone ya de algunos programas que genera de modo automtico el cdigo de un modelo para la simulacin. El tiempo de cmputo es alto y costoso. Sin embargo y gracias a los actuales desarrollos de poderosos equipos de computo, el tiempo de computo tiende a bajar rpidamente. Desafortunadamente existe en el mercado una marcada impresin de considerar a la simulacin, como un simple ejercicio de programacin de computadoras. Como consecuencia de ello, codificacin y la corrida para obtener finalmente una respuesta.
EXPERIMENTO CON EL SISTEMA REAL VS. EXPERIMENTO CON EL
MODELO DEL SISTEMA. Cuando es posible (y el costo lo permite) modificar fsicamente el sistema y operarlo en las nuevas condiciones es probable lo ms adecuado sin embargo no existen muchas preguntas acerca de la relevancia del estudio. Esta situacin raramente es factible dado el alto costo asociado con experimento o bien porque interrumpe por demasiado tiempo la operacin del equipo. Puede darse el caso que el sistema no exista, sin embargo se requiere saber su comportamiento para diferentes configuraciones, para observar cual es la que ofrece mayor ventaja, tal como se da en los modernos centros de maquinado flexible de diversos tipos de componentes, o en los sistemas tcticos de defensa de un pas. Por esta razn se hace necesario construir un modelo que aproxime de la mejor manera posible el sistema real. Siempre que se usa un modelo, existe la pregunta de que tan precisamente refleja el comportamiento del sistema real para propsitos de la toma de decisiones, esto tiene que ver con la validez del modelo. Independientemente de como y con qu hagamos nuestro modelo, en cualquier caso involucra un proceso de abstraccin, que consiste bsicamente en: a) Seleccin de la realidad, los elementos ms importantes que intervienen en el problema y desechar aquellos que consideramos no juegan un papel determinante en el mismo. b) Establecer con precisin las distintas relaciones que guarden entre si dichos elementos. Una vez realizado este proceso de abstraccin estamos en condiciones de elaborar un modelo, dependiendo de cmo y con qu lo hagamos tomar distintas caractersticas. Construido el modelo, podemos manipular elementos y sobre todo buscar posibles soluciones. Resolver el problema en el modelo significa haber contestado las siguientes preguntas: a) Existe solucin? Si la respuesta es negativa habremos terminado, el modelo construido no tiene solucin podemos replantearnos la pregunta y/o replantear el modelo. Si la respuesta es afirmativa la siguiente pregunta es: b) La solucin es nica? Si la respuesta es afirmativa habremos acabado, si resulta negativa, significa que existe ms de una solucin, y tendramos que formularnos la tercera pregunta: c) Cual de todas es la que ms nos conviene? Para contestar esta ltima, muchas veces tenemos que volver a reflexionar sobre la realidad y/o sobre nuestro modelo, para establecer los criterios que nos permitan decir cual es mejor.
Despus de resolver el problema en el modelo, podemos trasladar la solucin
encontrada a la realidad, este proceso recibe el nombre de aplicacin. En el anlisis de sistemas los tipos de modelos de inters son los modelos matemticos, el cual representa al sistema en trminos de variables (enteras, reales, lgicas, etc.) y sus relaciones mutuas, las cuales se manipulan y modifican a placer para poder determinar la forma como responde el sistema modelado o bien como debe de comportarse, siempre y cuando el modelo sea valido. SOLUCIN ANALTICA CONTRA SIMULACIN. Una vez que se ha construido un modelo matemtico, este debe ser analizado para saber la manera como debe ser utilizado para que de respuesta a las preguntas de inters, acerca del sistema que supuestamente representa. Si el modelo es lo suficiente sencillo, es posible trabajar con cantidades y relaciones que tiendan a la exactitud, obtenindose entonces una solucin exacta. Sin embargo, an las soluciones analticas pueden ser extraordinariamente complejas, requirindose de un considerable tiempo de cmputo. Pero cuando el modelo es demasiado complejo, el modelo matemtico asociado es de las mismas caractersticas y la opcin de utilizar una solucin analtica se desvanece, dando paso al estudio del sistema mediante simulacin. TIPOS DE MODELOS DE SIMULACIN. MODELOS DE SIMULACIN ESTTICA VS. DINMICA Un modelo de simulacin esttica, se entiende como la representacin de un sistema para un instante (en el tiempo) en particular o bien para representar un sistema en el que el tiempo no es importante, por ejemplo la simulacin Montecarlo; en cambio un modelo de simulacin dinmica representa a un sistema en el que el tiempo es una variable de inters, como por ejemplo en el sistema de transporte de materiales dentro de una fabrica, una torre de enfriamiento de una central termoelctrica, etc.. MODELOS DE SIMULACIN DETERMINISTA VS ESTOCASTICA Si un modelo de simulacin no considera ninguna variable importante, comportndose de acuerdo con una ley probabilstica, se le llama un modelo de simulacin determinista. En estos modelos la salida queda determinada una vez que se especifican los datos y relaciones de entrada al modelo, tomando una cierta cantidad de tiempo de cmputo para su evaluacin. Sin embargo, muchos sistemas se modelan tomando en cuenta algn componente aleatorio de entrada, lo que da la caracterstica de modelo estocstico de simulacin.
Un ejemplo sera un sistema de inventarios de una fbrica, o bien el sistema de
lneas de espera de una fabrica, etc. Estos modelos producen una salida que es en si misma de carcter aleatorio y sta debe ser tratada nicamente para estimar las caractersticas reales del modelo, esta es una de las principales desventajas de este tipo de simulacin. MODELOS DE SIMULACIN CONTINUOS VS DISCRETOS Los modelos de simulacin discretos y continuos, se definen de manera anlogo a los sistemas discretos y continuos respectivamente. Pero debe entenderse que un modelo discreto de simulacin no siempre se usa para modelar un sistema discreto. La decisin de utilizar un modelo discreto o continuo para simular un sistema en particular, depende de los objetivos especficos de estudio. Por ejemplo: un modelo de flujo de trfico en una supercarretera, puede ser discreto si las caractersticas y movimientos de los vehculos en forma individual es importante. En cambio si los vehculos pueden considerarse como un agregado en el flujo de trfico entonces se puede usar un modelo basado en ecuaciones diferenciales presentes en un modelo continuo. Otro ejemplo: Un fabricante de comida para perros, requiere el auxilio de una compaa consultora con el objeto de construir un modelo de simulacin para su lnea de fabricacin, la cual produce medio milln de latas al da a una velocidad casi constante. Debido a que cada una de las latas se represent como una entidad separada en el modelo, ste resulto ser demasiado detallado y por ende caro para correrlo, hacindolo poco til. Unos meses ms tarde, se hizo una reformulacin del modelo, tratando al proceso como un flujo continuo. Este nuevo modelo produjo resultados precisos y se ejecuto en una fraccin del tiempo necesario por el modelo original. VENTAJAS Y DESVENTAJAS DEL USO DE LA SIMULACIN Aunque la tcnica de simulacin generalmente se ve como un mtodo de ltimo recurso, recientes avances en las metodologa 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. Adems de las razones antes mencionadas, Thomas H. Naylor ha sugerido que un estudio de simulacin es muy recomendable porque presenta las siguientes ventajas:
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 como un instrumento
pedaggico para ensear a estudiantes habilidades bsicas en anlisis estadsticos, anlisis terico, etc.
La simulacin de sistemas complejos puede ayudar a entender mejor la
operacin del sistema, a detectar las variables ms importantes que interactuan en el sistema y a entender mejor las interrelaciones entre estas variables.
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.
La tcnica de simulacin se puede utilizar tambin para entrenamiento
de personal. En algunas ocasiones se puede tener una buena representacin de un sistema (como por ejemplo los juegos de negocios), y entonces a travs de el es posible entrenar y dar experiencia a cierto tipo de personal.
Cuando nuevos elementos son introducidos en un sistema, la simulacin
puede ser usada para anticipar cuellos de botella o algn otro problema que puede surgir en el comportamiento del sistema.
Los sistemas los cuales son sujetos de investigacin de su
comportamiento no necesitan existir actualmente para ser sujetos de experimentacin basados en la simulacin. Solo necesitan existir en la mente del diseador.
El tiempo puede ser compresado en los modelos de simulacin. El
equivalente de das, semanas y meses de un sistema real en operacin frecuente pueden ser simulados en solo segundos, minutos u horas en una computadora. Esto significa que un largo nmero de alternativas de solucin pueden ser simuladas y los resultados pueden estar disponibles de forma breve y pueden ser suficientes para influir en la eleccin de un diseo para un sistema.
En simulacin cada variable puede sostenerse constante excepto
algunas cuya influencia est siendo estudiada. Como resultado el posible efecto de descontrol de las variables en el comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el experimento est desarrollado sobre un sistema real.
Es posible reproducir eventos aleatorios idnticos mediante una
secuencia de nmeros aleatorios. Esto hace posible usar las tcnicas de reproduccin de varianza para mejorar la precisin con la cual las caractersticas del sistema pueden ser estimadas para dar un valor que refleje el esfuerzo de la simulacin.
A diferencia de las ventajas mencionadas, la tcnica de simulacin presenta
importantes desventajas, stas son:
Falla al producir resultados exactos. S supone que un sistema sta
compuesto de uno o mas elementos que estn sujetos a un comportamiento al azar. Cuando una simulacin es desarrollada con un modelo del sistema, los valores de cada variable son registrados y los promedios de estos valores son dados en una postsimulacin. Pero el promedio en una muestra de observacin solo a veces provee un estimado de lo esperado, es decir, una simulacin solo provee estimados, no resultados exactos.
Fallas al optimizar. La simulacin es usada para contestar preguntas del
tipo Qu pasa si?, pero no de, que es lo mejor?. En este sentido, la simulacin no es una tcnica de optimizacin. La simulacin no generar soluciones, solo evala esas que han sido propuestas.
Largo tiempo de conduccin. Un estudio de simulacin no puede ser
conducido o llevado a cabo en solo un fin de semana. Meses de esfuerzo pueden ser requeridos para reunir informacin, construir, verificar y validar modelos, disear experimentos y evaluar e interpretar los resultados.
Costos para proveer capacidad de simulacin. El establecimiento y
mantenimiento de capacidad de simulacin, envuelve tener mejor personal, software, hardware, entrenamiento y otro tipo de costos.
Abuso de simulacin. Hay muchas facetas para un balanceo y
comprensivo estudio de la simulacin. Ya que una persona debe tener conocimiento de una gran variedad de reas antes de llegar a ser un practicante de la simulacin. Este hecho es algunas veces ignorado, sin embargo como resultado, cada estudio puede incorrectamente ser desarrollado, o podra estar incompleto, o podra caer en otro tipo de caminos, quiz resultado de una falla del esfuerzo de la simulacin.
En conclusin la simulacin ofrece poderosas ventajas pero sufre de mayores
desventajas tambin. Afortunadamente muchas de estas desventajas estn disminuyendo en importancia en el tiempo, gracias a las herramientas que emplean simulacin. metodologias, desarrollo de computadoras y de software y decrementos en los costos de los mismos. Como nosotros hemos visto la simulacin tiene una categora extremadamente buena, aun ahora en medio de tantas alternativas y su mritos podran continuar a travs del tiempo