Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.1. INTRODUCCION..2
1.2. DEFINICIONES Y APLICACIONES...3
1.3. ESTRUCTURA Y CARACTERISTICAS DE LA SIMULACIN
DE EVENTOS DISCRETOS...4
1.4. SISTEMAS, MODELOS Y CONTROL..6
1.5. MECANISMOS DE TIEMPO FIJO Y TIEMPO VARIABLE8
1.6. ETAPAS DE UN PROYECTO DE SIMULACIN.10
1
INTRODUCCIN
2
1.1. INTRODUCCIN A LA SIMULACIN.
3
1.2. DEFINICIONES Y APLICACIONES
Simulacin es el proceso de disear un modelo de un sistema real, el cual sirve
para dirigir los experimentos. Con el propsito de entender el comportamiento del
sistema y proponer varias estrategias para realizar la operacin de esta. Por
sistema real, se refiere a la representacin de un conjunto de ideas de tal forma
que sea diferente a la entidad misma, en este caso el trmino "real" se usa en el
sentido de " en existencia o capaz de ser puesto en existencia", esto quiere decir
que el sistema no necesariamente tiene que ser real. El principio racional para
usar la simulacin en cualquier rea del conocimiento es la bsqueda del hombre
por adquirir conocimientos referentes a la prediccin del futuro, o la explicacin
lgica de un fenmeno. 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
4
modelos de simulacin se llaman modelos de entrada-salida. 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.
5
una nueva situacin clnica), como una determinada utilizacin de recursos
sanitarios relacionados con dichas situaciones. Asimismo, las probabilidades de
que ocurran cada uno de los eventos segn se asocian con las caractersticas
personales de los pacientes. Todos estos elementos, en conjunto, simulan la
evolucin natural de la enfermedad o proceso analizado, as como la historia de
los pacientes cuya simulacin se realiza en el modelo.
Por todo ello, y dado que en el mundo real es frecuente encontrarse con procesos
y sistemas cuyo anlisis, mediante mtodos matemticos, resulta
extraordinariamente complejo o incluso imposible de llevar a cabo, el uso de
MSED permite resolver problemas de esta ndole. En tales circunstancias, la
alternativa ms eficaz para afrontar este tipo de estudios consiste en construir
unos modelos lgico-matemticos de forma que permitan imitar o simular el
comportamiento del mundo real. Como resultado de repetir dicha simulacin un
nmero suficiente de veces, se obtendr un histrico artificial de observaciones
sobre el comportamiento del sistema o proceso. A partir de dichas observaciones,
y utilizando tcnicas de anlisis estadstico, ser posible extraer conclusiones
sobre el funcionamiento de dicho sistema. El diseo, el desarrollo y el anlisis de
resultados de una simulacin es un proceso sofisticado, que requiere del analista
unos mnimos conocimientos sobre programacin, matemticas, estadstica,
gestin de proyectos y tambin sobre el propio sistema estudiado. La principal
caracterstica de un sistema de eventos discretos es que el sistema est
determinado por una secuencia de eventos que ocurren en momentos aleatorios
de tiempo t1, t2... y el cambio de estado del sistema tiene lugar en esos instantes.
Los pacientes son las entidades del sistema y los diferentes eventos sern las
visitas y cambios de estado de salud (respuesta) desde un nivel basal al final, tras
la toma de un tratamiento farmacolgico que modificar la fisiologa del paciente o
la aplicacin de una tecnologa sanitaria. Cuando se escribe un programa de
simulacin para MSED se puede realizar una aproximacin del esquema temporal
de funcionamiento de las entidades en el sistema.
6
1.4. SISTEMAS, MODELOS Y CONTROL.
7
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.
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.
8
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.
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).
9
Esto plantea un problema un poco menos trivial para el diseador. Aunque los
componentes de un sistema real funcionan simultneamente, los componentes en
un modelo de simulacin digital funcionan secuencialmente, debido al hecho de
que una computadora digital ejecuta sus instrucciones una a la vez (es decir, la
operacin es secuencial) y por tanto, solo puede considerar los componentes del
sistema uno por uno. Debido a que los eventos a menudo ocurren
simultneamente en diferentes partes del sistema del mundo real, es necesario
crear un sistema de cronometraje que sincronic el rendimiento de los
componente del sistema en el dominio de tiempo. Dos mecanismos bsicos de
cronometraje se encuentran disponibles para usarse: los mtodos de tiempo fijo y
de incremento de tiempo variable. Evento, respectivamente. El mtodo de
incremento fijo actualiza el tiempo dentro del sistema en intervalos de tiempo
predeterminados de longitud fija (la simulacin camina a travs del tiempo a un
ritmo fijo). Por otra parte, el mtodo de incremento de tiempo variable o del
siguiente evento actualiza el tiempo en el momento en que ocurre cada uno de los
eventos significativos, independientemente del paso del tiempo entre eventos.
(Simulacin camina a travs del tiempo sobre los eventos). Muchos escritores
consideran conveniente clasificar a los modelos de simulacin en dos categoras
principales: I.- modelos de incremento contino o II.- modelo de incremento
discreto. Los modelos de incremento continuo usan mecanismos de avance de
tiempo de incremento fijo y son adecuados cuando el analista considera al sistema
que est estudiando como un sistema consistente de un flujo continuo de
informacin o datos que se cuenten colectivamente en vez de individualmente. En
los modelos de incremento discreto, el analista se interesa en lo que les sucede a
los datos individuales dentro del sistema. La mayora de los modelos de cambio
discreto, por tanto, utiliza el tipo de cronometraje del siguiente evento. Algunos
problemas se describen mejor por un tipo o por el otro, mientras que cualquier tipo
puede usarse para otros.
1.6. ETAPAS DE UN PROYECTO DE SIMULACIN.
10
FORMULACIN DEL PROBLEMA
Generalmente un problema se presenta por sntomas, no por el diagnstico. Por lo
que antes de generar soluciones en un sistema, se deben buscar el mayor nmero
de sntomas. Para formular un problema se necesita la siguiente informacin:
Existe un problema?
De quin es el problema?
Cul es el marco de referencia del sistema donde se encuentra el problema?
Quin o quienes toman las decisiones?
Cules son sus objetivos?
Cules son los componentes controlables del sistema y cules no lo son?
Cules son las interrelaciones ms importantes del sistema?
Cmo se emplearan los resultados del proyecto? Por quin? Qu efectos
tendr?
Las soluciones tendrn efecto a corto o largo plazo?
Podrn los efectos de las soluciones modificarse o cambiarse fcilmente?
Cuntos elementos del sistema se afectarn por las soluciones del proyecto?
Dentro de esta etapa se consideran los siguientes puntos:
Problema a tratar definido por las directivas de la empresa.
Reuniones preliminares con el equipo de personas de la empresa del rea
correspondiente al proyecto, encargado del estudio de simulacin, y directivas a
cargo del proyecto, para definir los siguientes puntos:
1. Objetivos generales del proyecto.
2. Preguntas especficas que el proyecto va a responder.
3. Medidas de desempeo que se usaran para evaluar la eficacia de las
diferentes configuraciones del sistema.
4. Alcance del modelo.
5. Configuraciones del sistema a modelar.
6. Software a usar.
7. Tiempo disponible para el proyecto y recursos requeridos,
ANLISIS Y RECOLECCIN DE DATOS
Recoleccin de informacin del sistema y procesos de operacin.
Recolectar datos para parmetros especficos del modelo y
distribuciones de probabilidad de los datos de entrada.
11
Documentar los datos e informacin especificando los supuestos para crear el
modelo conceptual.
Recolectar datos de las medidas de desempeo del sistema para
propsitos de validacin.
Definir el nivel de detalles tomando en cuenta los siguientes pasos:
1. Objetivos del proyecto.
2. Medidas de desempeo.
3. Disponibilidad de datos.
4. Aspectos de credibilidad.
5. Limitaciones computacionales.
6. Opiniones de los expertos en el sistema.
7. Restricciones de presupuesto y tiempo.
8. Asegurar una correspondencia uno a uno entre cada uno de los elementos
del modelo con los correspondientes en el sistema real.
9. Interactuar regularmente con las directivas del rea bajo estudio.
DESARROLLO DEL MODELO
Esta etapa consiste en programar el modelo en un lenguaje o software de
Simulacin, o bien, representar el sistema mediante un esquema en el que se
visualice cada mdulo con sus componentes, atributos, actividades y las
relaciones entre estas.
VERIFICACIN Y VALIDACIN
La verificacin del modelo consiste en ver cul es la consistencia interna del
modelo. La validacin consiste en asegurar que existe una correspondencia entre
el sistema real y el modelo. Un buen mtodo para la validacin es hacer un test
para ver cmo el modelo predice el comportamiento del sistema ante
determinadas entradas. La verificacin y validacin del modelo se realiza en
todos los niveles de modelizacin: modelo conceptual, modelo lgico y un
modelo de ordenador. La verificacin se centra en la consistencia interna del
modelo, mientras que la validacin se interesa por la correspondencia entre el
modelo y la realidad. Se dice que un modelo es vlido si sus medidas de salida
tienen una correspondencia apropiada con las mismas medidas en el sistema real.
La comprobacin ltima para la validez de un modelo es ver cmo el modelo
12
puede predecir un comportamiento futuro del sistema ante unas determinadas
entradas.
EXPERIMENTACIN Y OPTIMIZACIN
Diseo de experimentos
Longitud de las corridas.
Longitud del periodo de calentamiento.
Nmero de replicaciones independientes.
OPTIMIZACIN
De manera opcional se puede hacer uso de software de optimizacin para
determinar el valor ptimo de ciertas variables de los sistemas que maximizan o
minimizan el valor de una medida de desempeo del sistema.
EXPERIMENTACIN DE RESULTADOS
Se han de disear los experimentos que se van a llevar a cabo sobre el modelo y
luego analizar las salidas obtenidas, de forma que podamos responder a las
cuestiones que se plantearon.
Documentar los supuestos, el cdigo del modelo y resultados del proyecto
para su uso en un proyecto actual o futuro.
Presentar los resultados.
Usar animaciones para comunicar el modelo a los directivos y dems personal
interesado e involucrado.
Discutir la construccin y validez del proceso para promover la
credibilidad.
Usar los resultados en un proceso de toma de decisiones si son vlidos y
crebles.
13