Está en la página 1de 7

INVESTIGACION DE PROGRAMACION LINEAL

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

También podría gustarte