Ingeniería Industrial

9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

Unidad I. Introducción a la simulación

Continúa sistemas, modelos y simulación…

Un modelo se define como la representación de un sistema y sirve para estudiar

precisamente dicho sistema.
Un sistema puede ser estudiado de diversas maneras, observe el siguiente diagrama.

Sistema

Experimento con Experimento con un

el sistema real modelo de simulación

Modelo físico Modelo

matemático

Solución analítica Simulación

A su vez los modelos de simulación se pueden clasificar de la siguiente manera:

Modelo s de
simulación

Caracterísica 1 Caracterísica 2 Caracterísica 3

Estático Dinámico Continuo Discreto

Determinístico Estocástico

Los modelos determinísticos se refieren a relaciones constantes entre los cambios de

las variables del modelo. Por ejemplo, las llegadas de cierto material a un torno
sucede cada 15 minutos. En cambio, un modelo estocástico es aquel en el que las
relaciones se dan conforme a una distribución de probabilidad. Por ejemplo, las
llegadas de un cliente a un banco cuando suceden conforme a una Poisson con cierto
parámetro.
Los modelos dinámicos se refieren a aquellos que dependen del tiempo, por ejemplo,
el número de personas formadas para entrar al cine. Por otro lado, los estáticos son
aquellos que modelan sistemas en los que no se ve afectado el tiempo, como puede

1
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010
ser el lanzamiento de un dado. Representan un resultado bajo un
conjunto de situaciones o condiciones determinado; a estos últimos modelos se le
conoce como de Monte Carlo.

Ejemplo:
Considere un modelo matemático simple sobre la cantidad de material en un almacén
de una fábrica:
Stock = Stock inicial + Material de entrada – Material consumido por la fábrica
Este tipo de modelo es estático ya que no permite observar como evoluciona el
sistema con respecto al tiempo.

Un modelo dinámico para la evolución de material en un stock, que depende de los

flujos de entrada y salida, cada uno de los cuales conlleva implícita la evolución del
tiempo es:
Evolución del Stock = Flujo de entrada – Flujo de salida
dS
= Fi (t ) − Fo (t )
dT
dS
S (k + 1) = S (k ) +
dT

Los modelos discretos y continuos se definen de manera análoga a lo mencionado

anteriormente para un sistema.

Modelos de simulación de eventos discretos.

Este tipo de modelos son aquellos que se caracterizarán por ser discretos, dinámicos y
estocásticos, en los que las variables cambian de valor en instantes no periódicos del
tiempo sin estar dirigidos por un reloj. Estos instantes de tiempo corresponden a la
ocurrencia del evento. Las actividades son las tareas o acciones que tienen lugar en el
sistema. Están encapsuladas entre dos eventos, generalmente hacen uso de recursos.

Ejemplo de diferencias entre modelos:

Suponga un sistema donde se reciben ciertas órdenes que son procesadas por medio
del siguiente diagrama:

Recepción de Proceso de Expedición

órdenes órdenes

Existen cuatro trabajadores por cada turno diario de 8 hrs, de 9 am a 5 pm. A cada
trabajador se le asigna una orden. Si no se logran expedir las órdenes recibidas la
jornada se alarga.
Se sabe que:
En promedio, se reciben 10 órdenes cada día.
Hay dos tipos de órdenes: las ordinarias (40%) y las prioritarias (60%)
Una ordinaria requiere 2 hrs de proceso y la prioritaria 4.
Solo se aceptan órdenes hasta las 1 pm.

El problema bajo una simulación de modelo estático no toma en cuenta el tiempo

solo los valores promedios. Calcule el porcentaje de utilización.

2
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

El problema bajo una simulación del modelo orientado a eventos discretos es

necesario formalizar las entidades, los diferentes eventos, las principales variables, los
instantes en que pueden suceder dichos eventos, así como las actividades a
realizarse.

Considere que las órdenes llegan de la siguiente manera: 9-10 hr – Ord; 9-10 hr – Ord;
10-11 hr – Ord; 11-12 hr – Prio; 12-13 hr – Ord; 12-13 hr – Prio; 13-14 hr – Prio; 13-14
hr – Prio; 13-14 hr – Prio; 13-14 hr – Prio.
Simule la jornada laboral y calcule lo que se le pide:
Tiempo de ciclo promedio para órdenes ordinarias =
Tiempo de ciclo promedio para órdenes prioritarias =
Tiempo promedio en la cola =
Nivel de servicio promedio =
¿Cuántos trabajadores se quedaron horas extra?

3
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

Aunque inicialmente parecía que el diseño del proceso era el adecuado, las llegadas
aleatorias provocan colas y retardos posteriores en el procesado de las órdenes. En
este ejemplo se ha observado que las llegadas aleatorias provocan desviaciones
significativas respecto al comportamiento esperado inicialmente.

Ejemplo: (Sistema de colas)

Una cadena de supermercados es abastecida por un almacén central. La mercancía llega a
este almacén durante la noche. El personal encargado de descargar la mercancía consiste
en tres personas, las cuales trabajan un turno de ocho horas (de las 11 pm a la 7:30 am).
Estas personas pueden tomar sus alimentos a partir de las 3 am a las 3:30 am. Si a las 3
am se está descargando un camión, entonces, se empezará a tomar los alimentos al
momento de terminar de descargarlo. El salario que recibe por hora este personal es de
$25. El almacén solo recibe mercancía de las 11 pm a las 7:30 am. El tiempo extra es de
$37.5 por hora. Finalmente, se estima que el costo de espera de un camión es de $100 por
hora y el costo de tener operando el almacén es de $500 por hora.
Cuando el almacén abre sus puertas a las 11 pm, puede suceder que haya más de un
camión esperado ser descargado. De información pasada, se sabe que la distribución de
probabilidad del número de camiones que están esperando al momento de que el almacén
abre sus puertas, es la siguiente:

Por otra parte, también de información pasada, se sabe que la distribución de

probabilidad del tiempo entre llegadas, es la siguiente:

Finalmente, la distribución de probabilidad del tiempo de servicio para diferentes

tamaños de equipo son:

4
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

Simule una jornada y calcule el salario normal, el extra, el ocio del camión, la operación
del almacén ($) y los costos totales.

5
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

Elementos clave para garantizar el éxito de un modelo de simulación

Es muy difícil garantizar que un modelo de simulación tendrá éxito. Sin embargo, las
siguiente son algunas causas por las que un modelo de simulación no podría tener
éxito.
1. Tamaño suficiente de la corrida: Es necesario realizar un número adecuado de
simulaciones de tal forma que todas las variables involucradas alcancen el estado
estable.
2. Variable(s) de respuesta mal definida(s).
3. Errores al establecer las relaciones entre las variables aleatorias.
4. Errores al determinar el tipo de distribución asociado a las variables aleatorias del
modelo.
5. Falta de un análisis estadístico de los resultados.
6. Uso incorrecto de la información obtenida.
7. Falta o exceso de detalle en el modelo.

Pasos para realizar un estudio de simulación

1. Definición del sistema bajo estudio. Se requiere saber que origina el estudio de
simulación y establecer los supuestos del modelo: definición de las variables,
relaciones y alcances del mismo.
2. Generación del modelo de simulación base. Para ello se requiere conocer el
comportamiento de las variables. Se debe traducir a un lenguaje de simulación la
información que se obtuvo en la etapa de definición del sistema. En caso de que
se requiera alguna animación se debe definir en este momento usando toda la
creatividad posible. Es el modelo conceptual.
3. Recolección y análisis de datos. Se debe determinar qué información es útil para la
determinación de las distribuciones de las variables aleatorias de la simulación.
4. Generación del modelo preliminar. En base a lo anterior, se debe tener un modelo
lo más cercano a la realidad del problema bajo estudio.
5. Verificación del modelo. Se comprueba que todos los parámetros de simulación
funcionen correctamente. Una vez verificado está listo para ser comparado con la
realidad.
6. Validación del modelo. Aquí se comparan los datos generados o reales con los
datos simulados. Se pueden plantear diversos escenarios de acuerdo a la
experiencia del investigador para corroborar los datos.
7. Generación del modelo final.
8. Determinación de los escenarios para el análisis. Es importante especificar un nivel
de confianza de los escenarios para las variables del modelo.
9. Análisis de sensibilidad. Una vez que se determinan los escenarios es importante
realizar pruebas estadísticas que permitan comparar los escenarios con los
mejores resultados finales. Se pueden emplear intervalos de confianza.
10. Documentación del modelo, sugerencias y conclusiones.

6
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010

Ventajas en el uso de simulación:

• Se puede estudiar el efecto de cambios internos y externos del sistema, al
hacer alteraciones en el modelo del sistema y ser observados los efectos de
esas alteraciones en el comportamiento del sistema, sin hacerlos en la
realidad.
• Puede utilizarse como medio de capacitación para la toma de decisiones.
• Resultan ser más económicos.
• Permite probar varios escenarios en busca de las mejores condiciones de
trabajo.
• En problemas muy complejos, la simulación permite generar una buena
solución.
• Existen diversos paquetes de software que facilitan la aplicación, usando
herramientas de animación.
• Se puede usar como instrumento pedagógico para enseñar a estudiantes
habilidades básicas en análisis estadístico, análisis teórico, etc.

Desventajas en el uso de simulación:

• La simulación no es una herramienta de optimización.

7
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010
• Si un problema es relativamente sencillo, puede llegar a ser
muy costoso si intenta resolver por medio de simulación.
• Se requiere bastante tiempo (meses) para realizar un buen estudio de
simulación, por el contrario del tiempo en que se requieren las respuestas al
problema.
• Es preciso que el analista domine el uso del paquete de simulación y que tenga
sólidos conocimientos de estadística para interpretar los resultados.
• Es posible que la alta administración no logre entender esta técnica y esto crea
dificultad de vender la idea.

Ejemplo: (Sistema de inventarios)

La demanda mensual de cierto producto sigue la siguiente distribución de probabilidad
empírica:

El tiempo de entrega está distribuido de acuerdo a la siguiente función de probabilidad:

Los factores estacionales para cada uno de los meses del año son como se muestra a
continuación:

La información con respecto a los costos relevantes es la siguiente:

Si el inventario inicial se asume en 150 unidades, ¿determine la cantidad óptima a ordenar

Q y el nivel óptimo de reorden R ?

8
Ingeniería Industrial
9° Cuatrimestre
L.M.A. Octavio Heredia Hernández
Septiembre, 2010
El sistema de inventario que se analiza es de lote constante y tiempo entre
pedidos variables. Se desea minimizar el costo total del inventario.
Para efecto de esta simulación considere (por ejemplificar) que Q = 200 , R = 100 y que el
inventario inicial es de 150. Simule por un año apoyándose con el siguiente encabezado: