SIMULACIN, ANLISIS Y

DISEO

Ing. Lily Villar Tiravantti

1
Experiencia Curricular

2
Video

3
QU ENTENDEMOS POR?

Qu es Simulacin?

4
Sistemas y Modelos

Se entiende por sistema a un conjunto de cosas que

ordenadamente relacionadas entre si, contribuyen a
determinado objetivo.
Abordar la realidad desde este concepto es lo que
denominamos enfoque sistmico.
Segn el cual, los factores determinantes de la
naturaleza son totalidades irreductibles a la suma de
sus partes--> objetos sinrgicos.

5
SISTEMAS
Parte del Relacin
Lmite del sistema
sistema

Un sistema puede definirse como una coleccin de objetos o

entidades que interactan entre s para alcanzar un cierto objetivo.
Los sistemas reciben datos, energa o materia del ambiente
(entradas) y proveen informacin, energa o materia (salidas).
Propiedades de los sistemas

Sinergia: Con los componentes y su interrelacin se consigue

ms que lo que en principio resultara de la simple suma de
los componentes.

Entropa: Refleja el grado de desorden del sistema. Se puede

reducir la entropa ingresando informacin al sistema.

Equilibrio homeosttico: Equilibrio dinmico que mantiene

los valores dentro de un rango establecido.

7
Tipos de Sistemas en Simulacin

Sistema discreto: Se caracteriza porque las

propiedades de inters (variables del estado de inters)
del sistema cambian nicamente en un cierto instante o
secuencia de instantes, y permanecen constantes el
resto del tiempo.

Sistema continuo: Se caracteriza porque las variables

de estado cambian de forma contina.

8
Problemas y Sistemas

La Sistmica se orienta a la resolucin de problemas

considera que el comportamiento de cualquier parte tiene
algn efecto sobre el comportamiento del sistema.
Las tcnicas y metodologas orientadas a aplicar la
tecnologa en la solucin de problemas se denomina
Ingeniera de Sistemas.

9
La Ingeniera de Sistemas

La ingeniera de Sistemas se ha ido forjando con el

aporte de diversas disciplinas.
Se encarga de introducir innovaciones tecnolgicas
en las etapas de concepcin, planificacin,
desarrollo y operacin de un sistema.
Los sistemas que aborda se caracterizan por:
Ser grandes y complejos
Interviene el hombre
Tiene un comportamiento teleolgico.

10
Proceso de Solucin

Para solucionar los problemas es necesario estudiar

el comportamiento de los sistemas en el tiempo.
Generalmente, no es posible directamente en el
sistema hacer las observaciones
Por imposibilidad fsica.
Disponibilidad econmica
Tiempo, etc.
Por tal motivo, los estudios se hacen en una
representacin o modelo

11
Modelos

Es una abstraccin de la realidad.

Es una representacin de la realidad que ayuda
a entender cmo funciona.
Es una construccin intelectual y descriptiva de
una entidad en la cual un observador tiene
inters.
Se construyen para ser transmitidos.
Supuestos simples son usados para capturar el
comportamiento importante.

12
Modelo

La descripcin de las Sistema

caractersticas de inters
de un sistema se conoce
como modelo del sistema, Sistema Modelo del
y el proceso de actual (real) sistema real
abstraccin para obtener
esta descripcin se
Modelos Modelos
conoce como modelado. fsicos matemticos

Solucin
Simulacin
analtica

13
Modelos

Modelo

Sistema
Observador
Real

14
Para qu sirve un modelo?

Ayuda a aclarar los conceptos Herramienta de prediccin

Para entrenamiento
e instruccin

Ayuda para la experimentacin Diseo de un sistema

15
Modelos Mentales y Formales

Modelos Mentales. Depende

de nuestro punto de vista,
suele ser incompletos y no
tener un enunciado preciso, no
son fcilmente transmisibles.
Ideas, conceptualizaciones

Modelo Formales. Estn

basados en reglas, son
transmisibles.
Planos, diagramas, maquetas
 Formas de estudiar un sistema

Modelo
Fsico

Modelo continuo
Analgico
continuo
S
M Tipos de Modelo de Tipos de
I
O Modelos Simulacin Simulacin
S
D discreto
T
E Modelo
E eventos
L Utilidad Matemtico
M
O
A

17
Simulacin

Nace de la unin de dos componentes lxicos latinos: la

palabra similis, que puede traducirse como parecido,
y el sufijo -ion, que es equivalente a accin y efecto.

Simulacin es la accin de simular.

18
Simulacin
Este verbo refiere a representar algo, imitando o fingiendo lo
que no es.
Ejemplo:
El rbitro consider que el delantero hizo una simulacin y
por eso decidi amonestarlo
Las autoridades pidieron a los empleados que realizarn
una simulacin de la votacin para analizar si estn
capacitados
El arquitecto present una simulacin computarizada de lo
que sera el edificio.

19
Simulacin
Puede definirse a la simulacin como la experimentacin con
un modelo que imita ciertos aspectos de la realidad. Esto
permite trabajar en condiciones similares a las reales, pero con
variables controladas y en un entorno que se asemeja al real
pero que est creado o acondicionado artificialmente.

20
Simulacin
La idea es que la simulacin permita comprobar el
comportamiento de una persona, de un objeto o de
un sistema en ciertos contextos que, si bien no son idnticos a
los reales, ofrecen el mayor parecido posible. As, es posible
corregir fallos antes de que la experiencia, efectivamente, se
concrete en el plano de lo real.

21
Simulacin
La simulacin se refiere al conjunto de mtodos y
aplicaciones que buscan imitar el comportamiento de
sistemas reales, generalmente en una computadora con
un software apropiado.

22
Simulacin de Procesos en la Industria

La simulacin de procesos es una de las ms grandes

herramientas de la ingeniera industrial, la cual se utiliza
para representar un proceso mediante otro que lo hace
mucho ms simple y entendible.
La Simulacin es una de las herramientas ms importantes
y ms interdisciplinarias.
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 mquina que est 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.
23
Simulacin de Procesos en la Industria

Dentro de reas como la ingeniera industrial existe lo que

se conoce como simulacin de procesos. Se trata de una
herramienta muy importante dentro del sector, pues
facilita enormemente la realizacin de proyectos y tareas.
Cmo? Gracias a que se encarga de proceder a
representar un proceso mediante otro que resulta mucho
ms sencillo y fcilmente comprensible.

Es decir, mediante este recurso lo que se logra es poder

llevar a cabo diseos buenos a la primera y conseguir
productos que permiten obtener un mayor beneficio o un
coste competitivo en lo que se refiere a su propia
fabricacin.
24
 Para qu sirve la Simulacin de Procesos?

Trabajar el proceso como se espera?

(evaluacin y prediccin)

Porqu no funciona bien el proceso?

(determinacin de cuellos de botella y optimizacin)

Cules son los estndares para medir el desempeo

del proceso?
(determinacin de estndares y metas)

Cul es la mejor alternativa?

(comparacin, anlisis de sensibilidad, qu pasa si...?)

25
 Para qu sirve la Simulacin de Procesos?

Evaluar los efectos de:

Agregar o reemplazar recursos
Cambiar el flujo del proceso
Cambiar los tiempos de proceso
Introducir nuevos servicios o tipo de clientes
Eliminar servicios o recursos existentes
Cambiar los mtodos de manejo de materiales
Cambiar los mtodos de programacin de las actividades

Importante:
GIGO (Garbage In, Garbage Out) (en computadoras)
Respuesta aproximada a un modelo real

26
Aplicaciones de la Simulacin de Procesos en
la Industria
Las aplicaciones de la simulacin parecen no tener lmites.
Se simulan los comportamientos hasta las partes ms
pequeas de un mecanismo.
Las plantas productivas
Sucursales bancarias
Partidos y torneos de ftbol
Movimiento de los planetas y la evolucin del universo,
etc.

27
Aplicaciones de la Simulacin de Procesos en
la Industria
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 en los procesos de toma de decisiones,
en el manejo de empresas y la planeacin de la produccin.
Los modelos a simular se convierten en la plataforma mnima
a desarrollar sustentablemente, al disminuir el riesgo,
adelantarse a la competencia, pero sobre todo se justifica al
maximizar los recursos con un cliente satisfecho en los niveles
de calidad y servicio.

28
Aplicaciones de la Simulacin de Procesos en
la Industria
Un Modelo puede simular:

El comportamiento financiero
Mide el impacto de las decisiones operativas que se
reflejan en la tasa de retorno de la inversin
Predice el efecto de una decisin en el largo plazo

El azar tiene cabida en funcin de efectos externos de un

evento fuera de control de la empresa.

29
Algunas utilidades concretas que proporciona
la simulacin de Procesos
1. Mejora la competitividad detectando ineficiencias
motivada por la descoordinacin entre secciones de una
misma planta.
2. Anticipa lo que pasara si cambiramos variables como
unidades a fabricar, operarios, mquinas, etc.
3. Informa de los costes reales por artculo, valorando el
impacto real de cada lote dentro del total a fabricar.

30
Tendencias tecnolgicas en la produccin
industrial
1. La tecnologa juega un gran papel en el desarrollo de los
procesos industriales. En la produccin el futuro recae en
un modelo equilibrado en el cual la industria y los
servicios se refuerzan mutuamente para satisfacer de una
manera eficiente y sostenible, tanto desde el punto de
vista econmico, social como medioambiental, las
necesidades de una sociedad cada vez ms globalizada,
pero que al mismo tiempo acenta su identidad local.
2. Las nuevas tecnologas son una solucin prometedora, ya
que permiten la creacin y mejora de nuevos productos
con rapidez y calidad imposibles hace algunos aos.

31
Tendencias tecnolgicas en la produccin
industrial
3. La gran oportunidad para la industria de produccin reside
en la creacin de nodos de excelencia, que son lugares
fsicos formados por varias entidades conectadas
alrededor de instalaciones cientfico- tecnolgicas
singulares que permiten al tejido industrial acceder a
capacidades e instalaciones de produccin avanzada
poniendo a su alcance diferentes tecnologas facilitadoras
como la robtica, la mecatrnica, la mecnica de
precisin, las micro y nanotecnologas y las tecnologas de
software y comunicacin.

32
Tipos de Simulacin
Esttico vs Dinmico: El tiempo no desempea un
papel natural en los modelos estticos pero si en los
dinmicos.

Continuo vs Discreto: En un modelo continuo el

estado del sistema puede cambiar continuamente en el
tiempo, en un modelo discreto el cambio puede ocurrir
slo en tiempos separados del tiempo.

Determinista vs Estocstico: Los modelos que no

tienen entradas aleatorias son deterministas y los que
tiene entradas aleatorias son estocsticos.

33
Estocstico
Si el estado de la variable en el
siguiente instante de tiempo no
se puede determinar con los
datos del momento actual.
Ejemplos dentro del amplio grupo de las series
temporales:
Seales de telecomunicacin.
yj = fm(xi, lk) Seales biomdicas
(electrocardiograma, encefalograma, etc.)
xi (Existen
variables internas
yj Seales ssmicas.
como lk El nmero de manchas solares ao tras ao.
aleatorias) El ndice de la bolsa segundo a segundo.
La evolucin de la poblacin de un municipio
ao tras ao.
Mtodo analtico: usa El tiempo de espera en cola de cada uno de
probabilidades para determinar los usuarios que van llegando a una
la curva de distribucin de ventanilla.
frecuencias. El clima es un gigantesco conjunto de
procesos estocsticos interrelacionados
(velocidad del viento, humedad del aire, etc)
34
que evolucionan en el espacio y en el tiempo.
Determinstico
Si el estado de la variable en el
siguiente instante de tiempo se
puede determinar con los datos
del estado actual.
xi yj = fm(xi) yj
Mtodo numrico: algn mtodo
de resolucin analtica.
Por ejemplo, la planificacin de
una lnea de produccin, en
cualquier proceso industrial, es
posible realizarla con la
implementacin de un sistema
de gestin de procesos que
incluya un modelo determinista
en el cual estn cuantificadas
las materias primas, la mano de
obra, los tiempos de produccin
y los productos finales asociados
a cada proceso. 35
Continuo Discreto
El estado de las variables cambia de El estado del sistema cambia en
forma continua a lo largo del tiempo. tiempos discretos del tiempo

e = f (t) e = f(nT)

Mtodo analtico: emplea

razonamiento de matemticas Mtodo numrico: utiliza
deductivas para definir y resolver el procedimientos computacionales
sistema. para resolver el modelo matemtico.

36
Esttico
Entre las variables no se encuentra
la variable tiempo.
Dinmico
Si el estado de las variables puede
cambiar mientras se realiza algn
clculo
f [ nT ] f [ n(T+1) ]

Mtodo analtico: algn mtodo de

resolucin analtica.
Mtodo numrico: usa
procedimientos computacionales
para resolver el modelo
matemtico.

37
Simulacin

Sistema Actual salida(t)

entrada(t)

parmetros =??

Simulacin del Sistema salida(t)

La simulacin del sistema imita la operacin del sistema actual

sobre el tiempo.
La historia artificial del sistema puede generarse, observarse y
analizarse.
La escala de tiempo puede alterarse segn la necesidad.
Las conclusiones acerca de las caractersticas del sistema
actual se pueden inferir. 38
Estructura de un modelo de simulacin

si = f(ci, ni)

ci ei si
ei
ni ei si
ni

ci: variable exgena controlable

ni: variable exgena no controlable
ei: variable endgena (estado del sistema)
si: variable endgena (salida del sistema)
39
Simulacin 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. 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 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. 40
41
SISTEMA EN SIMULACIN

Entidades: Son los objetos que fluyen a travs del sistema,

podran ser: clientes, productos, cajas, camiones y pallets
entre otros.

Atributos: Son las diferentes caractersticas que definen a

las entidades, por ejemplo tipo, edad, gnero, peso,
volumen, tiempo de inicio de un proceso.

Variables: Una variable es un fragmento de informacin que

refleja alguna caracterstica del sistema,
independientemente de las entidades que se muevan por el
modelo.
42
SISTEMA EN SIMULACIN

Recursos: Las entidades Colas: Cuando una entidad

compiten por ser servidas no puede continuar su
por recursos que movimiento a travs del
representan cosas como modelo, a menudo porque
personal, equipo, espacio necesita un recurso que est
en un almacn de tamao ocupado, necesita un
limitado, etc. espacio donde esperar que
le recurso quede libre, sta
es la funcin de las colas.

43
SISTEMA EN SIMULACIN

Acumuladores de Eventos: Un evento es algo

estadsticos: Para obtener que sucede en un instante
las medidas de eficiencia determinado de tiempo en
finales, podra ser la simulacin, que podra
conveniente hacer un hacer cambiar los atributos,
seguimiento de algunas variables, o acumuladores
variables intermedias en las de estadsticas.
que se calculan estadsticas,
por ejemplo: el nmero
total de piezas producidas,
todos estos acumuladores
deberan ser inicializados a
0.
44
 SISTEMA EN SIMULACIN

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.

45
Cundo es apropiado simular?

No existe una completa formulacin matemtica del

problema (lneas de espera, problemas nuevos).
Cuando el sistema an no existe (aviones, carreteras).
Es necesario desarrollar experimentos, pero su
ejecucin en la realidad es difcil o imposible (armas,
medicamentos, campaas de marketing)

Se requiere cambiar el periodo de observacin del

experimento (cambio climtico, migraciones, poblacin).
No se puede interrumpir la operacin del sistema
actual (plantas elctricas, carreteras, hospitales).
46
Cundo no es apropiado simular?

El desarrollo del modelo de simulacin requiere

mucho tiempo.
El desarrollo del modelo es costoso comparado con
sus beneficios.
La simulacin es imprecisa y no se puede medir su
imprecisin. (El anlisis de sensibilidad puede ayudar).
Ejemplo
El personal de la comisin de la lotera de Trujillo acaba de
disear una nueva lotera instantnea. Como se muestra en la
figura, cada tarjeta de lotera contiene tres filas. En cada
rengln, hay dos casillas, una de las cuales tiene un valor
oculto de S/. 5 y la otra de S/. 10. El jugador raspa cualquier
casilla de cada rengln para descubrir el valor asociado en
soles. Si los tres nmeros ocultos son iguales, el jugador gana
esa cantidad. Antes de comprometer al Estado en este juego e
imprimir una gran cantidad de tarjetas, usted, como director
de la comisin, desea evaluar la factibilidad econmica del
juego. Cul es la mnima cantidad que el estado puede
cobrar por cada tarjeta y todava esperar tener ganancia?

48
Ejemplo

Tarjeta de lotera:
Primavera Fila 1
Fila 2

Fila 3
Raspe una casilla en cada fila

49
Aplicar la teora de las probabilidades para obtener la respuesta deseada:
la cantidad a cobrar debe ser al menos igual a las ganancias esperadas por
la tarjeta.
La ganancia esperada, basndose en las dos ganancias posibles de S/. 5 y
S/. 10, se calcula de la siguiente manera:
Ganancia esperada = S/. 5 * (probabilidad de ganar S/.5) + S/.10 *
(probabilidad de ganar S/.10)
Probabilidad de ganar S/. 5 = probabilidad de que la casilla raspada en
las tres filas tenga S/.5
= (prob. De que la casilla en la fila 1 tenga S/.5 *
(prob. De que la casilla en la fila 2 tenga S/.5 *
(prob. De que la casilla en la fila 3 tenga S/.5 )
= (1/2) * (1/2) * (1/2)
= 1/8
50
De la misma manera:
Probabilidad de ganar S/. 10 = probabilidad de que la casilla raspada en
las tres filas tenga S/.10
= (prob. De que la casilla en la fila 1 tenga S/.10 *
(prob. De que la casilla en la fila 2 tenga S/.10 *
(prob. De que la casilla en la fila 3 tenga S/.10 )
= (1/2) * (1/2) * (1/2)
= 1/8
Usando estas dos probabilidades:
Ganancia esperada = S/. 5 * (probabilidad de ganar S/.5) + S/.10 *
(probabilidad de ganar S/.10)
= S/.5 * (1/8) + S/.10 * (1/8)
= S/. 1.875

Al cobrar S/. 1.875, la comisin puede esperar salir ganando a la larga.

51
Ejemplos
Si tuviramos que decidir si construir o no un robot para trabajar
en lugares no aptos para el ser humano.

Primero debemos establecer si estudiar en el mismo

sistema o en un modelo. Pero como an no existe, debe ser
en un modelo.
Segundo, un modelo fsico o un modelo matemtico. El
modelo fsico es esttico y no podremos observar sus
movimientos, por lo que elegiremos un modelo
matemtico.
Tercero, un modelo analtico o uno modelo de simulacin.
Se puede hacer el diseo del sistema robtico mediante un
modelo matemtico, pero considerar el medio donde se
desempear no es tan simple de representarlo, por lo que
se podra combinar con uno de simulacin.

52
Ejemplos
En forma similar analice para los siguientes casos:

Determinar cuantas personas deben atender a los clientes en

una bodega.
Probar la efectividad de un insecticida para las plagas que
atacan la papa.
Decidir si construir un hospital en nuestra ciudad.
Establecer la poblacin del Per dentro de 50 aos.

53
Ejemplo
Sistema de colas con un solo canal, por ejemplo una caja
registradora.

El tiempo de llegada entre clientes est distribuido uniformemente

entre 1 y 10 minutos.
El tiempo de atencin de cada cliente est distribuido
uniformemente entre 1 y 6 minutos.
Calcular:
Tiempo promedio en que un cliente permanece dentro del
sistema.
Porcentaje de tiempo desocupado del cajero.
 Tiempo
Ejemplo Tiempo Tiempo Tiempo Tiempo Tiempo entre
Cliente Llegada Espera ocio Servicio Salida llegadas
1 8 0 0 2 8 8
2 12 4 4 3 16 4
3 17 1 1 3 18 5
4 27 9 9 4 36 10
5 29 0 0 6 29 2
6 32 3 3 4 35 3
7 38 3 3 6 41 6
8 41 0 0 5 41 3
9 48 7 7 3 55 7
10 53 0 0 4 53 5
11 62 9 9 5 71 9
12 65 0 0 1 65 3
13 67 2 2 6 69 2
14 75 6 6 5 81 8
15 84 3 3 5 87 9
16 93 6 6 3 99 9
17 102 3 3 1 105 9
18 108 3 3 6 111 6
19 114 3 3 6 117 6
20 123 6 6 6 129 9

Tiempo de Espera promedio 3.4MINUTOS

Tiempo promedio de ocio del servidor 3.4MINUTOS
N de clientes en cola 15clientes
Tiempo promedio de servicio 4.2MINUTOS 55
Promedio de tiempo entre llegadas 6.15MINUTOS
Ejercicio
Sistema de colas con un solo canal, por ejemplo una caja
registradora.

El tiempo de llegada entre clientes est distribuido uniformemente

entre 1 y 15 minutos.
El tiempo de atencin de cada cliente est distribuido
uniformemente entre 1 y 8 minutos.
Calcular:
Tiempo promedio en que un cliente permanece dentro del
sistema.
Porcentaje de tiempo desocupado del cajero.
Conclusiones
Los modelos se construyen para entender la realidad.
Los modelos de simulacin hacen uso intensivo del computador
El tipo comportamiento de las variables determinan el
comportamiento del sistema.

57
Trabajo Grupal

Tipos y modelos de Simulacin

Sistema de eventos Discretos
Sistema de Eventos continuos
Sistema de eventos Esttico
Sistema de eventos Dinmico
Sistema de eventos Determinista
Sistema de eventos Estocstico

Detalle cada uno de ellos y ejemplifique

Describa un situacin mundial donde se haya aplicado el modelo

58
Bibliografa

Simulacin de Sistemas Discretos. J. Barcel. 1996

Shannon R.E., 1988, Simulacin de Sistemas. Diseo, desarrollo e
implementacin, Trillas, Mxico.

59