SIMULACIÓN

 
 
Introducción a la Simulación
 

 
 
 
 

   
 
 

 
 
 
 

 
 
 

 
 
 
 

 
 
 
   
  

• SIMULACIÓN  DE  SISTEMAS  DE  INVENTARIOS  

 
 
1. Índice  
1. Introducción  
2. ¿Qué  es  simulación?  
2.1. Terminología  básica  
2.2. Tipos  de  modelos  de  simulación  
3. Pasos  de  un  estudio  de  simulación  
Simulación  manual  de  sistemas  de  colas  
 

2. Introducción  
El   propósito   del   presente   documento   es   presentar   a   los   estudiantes   la   definición   de  
simulación  de  eventos  discretos,  como  herramienta  esencial  para  el  soporte  en  el  proceso  de  
toma  de  decisiones  dentro  de  las  organizaciones.  Con  el  objetivo  de  presentar  esta  definición  
se  mostrará  la  terminología  general  usada  en  este  ámbito,  así  como  los  tipos  de  simulación.  
 
Por  otra  parte,  teniendo  en  cuenta  que  el  objetivo  general  del  módulo  es  que  los  estudiantes  
desarrollen  las  capacidades  necesarias  para  llevar  a  cabo  un  estudio  completo  de  simulación,  
en  esta  unidad,  se  presentará,  paso  a  paso,  cuáles  son  las  actividades  que  deben  realizarse  
para  lograr  un  estudio  exitoso.  

Finalmente,  se  presentará  al  estudiante  el  primer  acercamiento  al  proceso  de  simulación,  a  
través   de   un   tema   conocido   como   simulación   manual,   en   la   cual   se   verán   involucrados   los  
conceptos   antes   presentados,   así   como   la   aparición   de   algunas   medidas   de   desempeño  
básicas   que   posteriormente   permitirán   realizar   un   análisis   completo   de   la   situación   actual   de  
la  organización.  
 
3. Metodología  
 
La   cartilla   presentará,   de   forma   estructurada,   los   conceptos   básicos   para   dar   inicio   a   la  
presentación  de  lo  que  es  la  Simulación  de  eventos  discretos.  
 
Esto   se   hará   presentando   conceptos   generales   de   sistemas   y   modelaje   para   construir   de  
forma   lógica,   el   concepto   completo   de   lo   que   es   la   simulación   como   herramienta   que   da  
soporte   y   permite   argumentar   las   decisiones   que   se   toman   con   respecto   a   algún   tema   en  
específico.  
 
Habiendo  definido  lo  que  es  la  simulación,  se  presentarán  algunos  términos  básicos  propios  
de   la   materia,   que   se   utilizarán   con   frecuencia   a   lo   largo   del   proceso   de   aprendizaje.   Así  

 
2   [ POLITÉCNICO GANCOLOMBIANO]
  

mismo,   se   explicará   al   estudiante   la   metodología   para   llevar   a   cabo   un   proceso   de  

simulación.  
 
Finalmente,  se  hará  un  primer  acercamiento  a  la  herramienta  de  forma  manual  para  que  este  
reconozca  los  conceptos  expuestos  inicialmente.  
 
4. Mapa  conceptual  del  módulo  
 
 
Simulación  de  eventos  
  discretos  
 
 
  Introducción  
Modelos  
Análisis  de  entrada  
Verificación    y  
Análisis  de  salida  
estadísticos   validación  
 
 
  Inferencia  
Principios   Histogramas  
  estadística  
Comparación  y  
  evaluación  de  
alternativas  
 
  Clasificación   Distribucion  de  
probabilidad  
Pruebas  de  bondad  
de  ajuste  
 
 
  Terminología  
  Números  y  
variables  aleatorias  
 
 
 
5. Objetivo  General  
 
Al   finalizar   el   módulo,   los   estudiantes   sabrán   cuáles   son   los   conceptos   básicos   de   la  
simulación  de  eventos  discretos,  así  como  sus    aplicaciones  en  sistemas  reales  como  líneas  de  
espera,  procesos  productivos  y  procesos  logísticos  
Al  finalizar  la  primera  semana  de  aprendizaje:  

1. El   estudiante   identificará   los   conceptos   fundamentales   de   la   simulación   de   eventos  

discretos.  
2. El  estudiante  aprenderá  los  pasos  a  seguir  para  realizar  un  estudio  de  simulación.  

El   estudiante   realizará   simulaciones   manuales   con   diferentes   características   y   calculará   las  

medidas  de  desempeño  asociadas  
 
 
 

 
[ SIMULACIÓN ] 3
  

6. Desarrollo  temático  
 
6.1  Componente  motivacional  
Actualmente,  con  el  ánimo  de  minimizar  los  costos  en  los  procesos  de  toma  de  decisiones,  
las  organizaciones  han  desarrollado  metodologías  más  cuidadosas  en  las  que  se  disminuye  el  
riesgo   de   realización,   pero   que   de   igual   manera,   constituyen   un   soporte   real   a   decisiones  
tomadas  al  interior  de  la  compañía.  
 
Por  ejemplo,  si  cierta  compañía  se  encuentra  analizando  la  posibilidad  de  modificar  la  forma  
en   que   está   dispuesta   su   línea   de   producción,   porque   considera   que,   actualmente,     es  
ineficiente  y  la  tasa  de  unidades  producidas  por  unidad  de  tiempo  no  es  suficiente,  existen  
dos  formas  de  tomar  la  decisión  de  realizar  el  cambio:  
 
1. Hacer   un   experimento   directamente   sobre   la   línea   de   producción,   es   decir,   realizar   las  
modificaciones   sobre   el   sistema,   donde   se   mueva   la   maquinaria,   se   realice   ajustes  
necesarios  y    pruebas.  
2. Hacer  un  experimento  sobre  un  modelo  que  represente  la  línea  de  producción,  es  decir,  
donde   se   realicen   las   modificaciones   en   un   modelo   computarizado,   en   el   cual   no   se   deba  
mover  la  maquinaria  y  tampoco,  los  ajustes  directos.  
 
Si   después   de   realizar   el   experimento   se   demuestra   que   el   cambio   propuesto   no   es   válido  
porque  no  se  logra  aumentar  la  tasa  de  producción,  es  evidente  que  con  la  opción  número  
uno,  la  inversión  y  el  tiempo  de  prueba  del  experimento  es  mucho  mayor  que  con  la  opción  
número  dos.  
 
A   partir   de   lo   anterior,   resulta   relevante   que   el   egresado   del   Politécnico   Grancolombiano  
desarrolle   todas   las   habilidades   necesarias   para   emplear   herramientas   de   vanguardia   que  
permitan  a  las  compañías  ser  más  competitivas  dentro  del  mercado,  cualquiera  sea  el  campo  
en  el  que  se  desenvuelva.  
 
6.2  Recomendaciones  académicas  

Dentro   de   las   recomendaciones   generales   que   debe   seguir   el   estudiante   para   lograr   un  
excelente   desempeño   en   el   desarrollo   del   módulo,   está   realizar   la   evaluación   diagnóstica   del  
módulo,   pues   esta   le   permitirá   identificar   cuáles   son   sus   fortalezas   y   acrecentarlas   y,   por  
supuesto,  cuáles  son  sus  debilidades  para  enfrentarlas  y  mejorarlas.  
Por  otra  parte,  con  el  objetivo  de  tener  una  excelente  comunicación,  el  estudiante  deberá:  

• Aprovechar  el  chat  semanal  en  el  cual  se  tendrá  un  encuentro  sincrónico  con  el  tutor.  
• Presentar  sus  dudas  a  través  de  mensajes  personalizados  para  el  tutor.  
• Realizar   los   ejercicios   de   los   talleres   propuestos,   los   cuales   permitirán   reforzar   los  
conceptos  presentados  en  las  cartillas.  

 
4   [ POLITÉCNICO GANCOLOMBIANO]
  

Por   otra   parte,   el   estudiante   debe   tener   presente   que   la   educación   virtual   es   un   proceso  
autónomo  en  gran  medida,  por  lo  cual  exige  un  nivel  de  compromiso  verdadero,    recuerden  
que   1   hora   de   educación   presencial   es   equivalente   a   3   horas   de   educación   virtual,   revisan  
semana   a   semana   las   actividades   recomendadas,   así   como   las   fechas   para   entregas   del  
proyecto,  realización  de  quices,  parciales  y  examen  final,  y  por  supuesto,  la  participación  en  
los  foros  obligatorios  de  discusión.  
 
6.3    Desarrollo  de  cada  una  de  las  unidades  temáticas  
 
1.INTRODUCCIÓN  

El   modelamiento   es   el   arte   de   diseñar   una   representación   simplificada   de   un   sistema   real,  

con  el  propósito  de  predecir  su  comportamiento  futuro  a  través  del  análisis  de  sus  medidas  
de   desempeño.   Dicha   representación   es   un   modelo.   Los   modelos   son   utilizados   para  
capturar   ciertos   aspectos   del   comportamiento   del   sistema   –   los   que   son   de   interés   para   el  
analista-­‐  y  de  esta  manera,  adquirir  un  mayor  entendimiento  de  su  funcionamiento.  
 
El   modelaje   requiere   dos   competencias   fundamentales:   abstracción   y   simplificación.   Estas  
habilidades  deben  ser  aplicadas  teniendo  en  cuenta  el  contexto  en  el  cual  se  desenvuelve  la  
situación   o   el   sistema   de   interés.   Es   decir,   si   cada   elemento   del   sistema   en   estudio   se  
reprodujera   en   un   modelo   tan   detallado   en   el   orden   de   minuto   a   minuto,   su   costo   sería  
equivalente  al  costo  del  sistema  real,  lo  que  implicaría  que  el  modelaje  fuese  una  alternativa  
poco   atractiva   o   nada   viable.   Por   lo   tanto,   cabe   aclarar   cuáles   son   las   circunstancias   en   las  
que   hay   motivaciones   para   recurrir   a   la   metodología   del   modelaje   de   sistemas.   Tales  
motivaciones  se  resumen  a  continuación:  

• Evaluar  el  desempeño  de  un  sistema  bajo  condiciones  usuales  e  inusuales.  Un  modelo  
se  puede  convertir  en  una  necesidad,  si  la  operación  rutinaria  de  un  sistema  real  bajo  
análisis,  no  puede  ser  interrumpida  sin  generar  consecuencias  severas  (por  ejemplo,  
intentar   implementar   una   modificación   a   una   línea   de   producción,   cuando   se   está  
tratando  de  cumplir  fechas  de  entrega  muy  próximas).  
• Predecir  el  desempeño  de  sistemas  experimentales.  Cuando  el  sistema  de  interés  aún  
no   existe,   la   construcción   del   modelo   es   mucho   más   económica   y   segura   que   la  
construcción  del  sistema  real  o  incluso,  de  su  prototipo.  
• Evaluar   múltiples   alternativas   de   diseño.   Este   caso   está   relacionado   con   el   anterior,  
solo   que   la   motivación   económica   es   mucho   mayor.   Los   resultados   del   desempeño  
potencial  del  sistema  son  evaluados  junto  con  indicadores  de  costo-­‐beneficio.  

Los  modelos  pueden  tener  varias  tipificaciones,  entre  ellas  se  encuentran:  

• Modelos   físicos:   corresponden   a   objetos   físicos   simplificados   o   a   escala   (por   ejemplo,  

aviones  a  escala  o  maquetas).  

 
[ SIMULACIÓN ] 5
  

• Modelos   analíticos:   es   un   conjunto   de   ecuaciones   o   relaciones   entre   variables   de   tipo  

matemático.  

Un   modelo   de   simulación,   objeto   principal   de   este   curso,   es   un   caso   especial   de   los   modelos  
de   tipo   analítico.   Mientras   que   los   modelos   enteramente   matemáticos   se   enfocan   en   la  
obtención  de  soluciones  óptimas  del  problema  a  través  de  procedimientos  algorítmicos,  los  
modelos   de   simulación   buscan   soluciones   aproximadas   a   instancias   muestrales   específicas  
del   sistema   en   estudio.   Para   aclarar   esta   diferencia,   supóngase   que   se   desea   estudiar   una  
línea  de  producción,  la  cual,  conceptualmente,  se  puede  modelar  como  un  sistema  de  colas.  
El   enfoque   matemático   crearía   un   modelo   analítico   de   colas,   representado   a   través   de  
sistemas  de  ecuaciones,  variables  de  decisión  y  técnicas  matemáticas  de  optimización  donde    
se   encuentran   las   soluciones   al   problema   planteado.   El   modelo   de   simulación   crearía   una  
representación   computacional   del   sistema   de   colas   y   la   correría   un   número   de   veces  
suficiente,   de   tal   forma   que   los   resultados   permitan   afirmar   que   el   modelo   es   una   fiel  
representación  (muestra)  del  sistema  en  estudio.  
 

Sistema  
Experimentar  
directamente   Experimentar  con  un  modelo  

Pueden  ser   Modelo  físico   Modelo  matemático  

muy  costosos  

No  siempre  son  
sencillas  de   Analítico   Simulación  
obtener  
 
Figura  1.  Formas  de  estudiar  un  sistema  

 
2. ¿QUÉ  ES  SIMULACIÓN?  

Simular   es   imitar   la   operación   de   un   proceso   o   sistema   real.   Implica   la   generación   de   una  

historia   “artificial”   del   sistema   para   observar   cómo   se   realizan   inferencias   de   las  
características   y   desempeños   del   sistema   en   estudio.   Con   base   en   esta   definición   y   en   lo  
explicado  en  párrafos  anteriores,  se  puede  afirmar  que  la  simulación  debe  utilizarse  con  los  
siguientes  propósitos:  
 

 
6   [ POLITÉCNICO GANCOLOMBIANO]
  

• Estudiar  y  experimentar  con  las  interacciones  de  un  sistema  complejo.  

• Observar  el  efecto  de  las  alteraciones  al  sistema  en  el  modelo.  
• Tener  conocimiento  del  comportamiento  del  sistema  
• Experimentar  nuevas  políticas  o  nuevos  diseños  antes  de  su  implementación.  
• Determinar  requerimientos  de  capacidad.  
• Entrenar  y  aprender.    

Sin   embargo,   debe   tenerse   presentes   aquellas   circunstancias   en   las   cuales   no   sería  
conveniente  la  aplicación  de  la  simulación  como  metodología  de  estudio  de  los  sistemas,  a  
saber:  

• El  problema  puede  resolverse  por  sentido  común.  

• El  problema  puede  ser  abordado  y  resuelto  analíticamente.  
• Es  más  fácil  realizar  experimentación  directa.  
• No  hay  tiempo  o  recursos    para  realizar  los  estudios.  
• No  hay  datos  disponibles.  

Dentro  de  las  áreas  de  aplicación  más  relevantes  de  la  simulación  se  pueden  enumerar:  

• Industria  manufacturera  
• Construcción  y  administración  de  proyectos  
• Industria  militar  
• Logística,  cadena  de  abastecimiento  y  distribución  
• Transporte  
• Procesos  de  negocio  
• Servicios  de  salud  
• Redes  de  telecomunicaciones  
• Análisis  de  call  centers  

Terminología  básica:  

 Sistema:   grupo   de   objetos   que   relacionados   entre   sí   ordenadamente,   contribuyen   al  

cumplimiento  de  determinado  objetivo,  por  ejemplo,  una  línea  de  producción,  una  oficina  
bancaria,  etc.  
 Entidad:   un   objeto   de   interés   en   el   sistema,   por   ejemplo,   una   pieza   de   la   línea   de  
producción.  
 Atributo:  un  rasgo  o  característica  de  la  entidad.  
 Estado   del   sistema:  conjunto  de  variables  necesarias  para  describir  el  sistema  en  cualquier  
momento.  
 Evento:  suceso  que  puede  cambiar  el  estado  del  sistema.  
 Recurso:  objeto  del  sistema  que  transforma  o  presta  servicio  a  la  entidad.  
 Sistema   discreto:   aquel   donde   la   variable   de   estado   cambia   en   un   conjunto   discreto   de  
puntos   en   el   tiempo,   por   ejemplo,   el   número   de   clientes   disminuye   en   una   oficina  

 
[ SIMULACIÓN ] 7
  

bancaria  si  un  cliente  ya  termina  su  transacción  y  sale  de  la  instalación  en  el  instante  t.  Por  
lo  tanto,  dicha  oficina  podría  considerarse  un  sistema  discreto.  
 Sistema  continuo:  aquel  donde  la  variable  de  estado  cambia  continuamente  en  el  tiempo,  
por  ejemplo,  el  nivel  de  agua  de  una  represa.  

 
Tipos  de  Modelos  de  Simulación  

1. Según  la  naturaleza  de  los  parámetros:  

 Determinísticos:  los  datos  de  entrada  son  conocidos  con  plena  certeza.  
 Estocásticos:   los   datos   tienen   un   grado   de   incertidumbre   tal,   que   deben   ser  
manejados  como  variables  aleatorias.  
2. Según  el  carácter  evolutivo  del  modelo:  
 Estáticos:  el  modelo  evoluciona  sin  tener  en  cuenta  los  cambios  que  genera  el  paso  
del  tiempo  (Simulación  Monte  Carlo).  
 Dinámicos:  las  variables  de  estado  cambian  en  la  medida  que  el  tiempo  transcurre.  
3. Según  el  tipo  de  variable  de  estado:  
 Discretos:  la  variable  de  estado  cambia  en  un  conjunto  discreto  de  puntos.  
 Continuos:  la  variable  de  estado  cambia  continuamente  en  el  tiempo.  

Cabe  aclarar  que,  según  esta  tipificación,  el  enfoque  de  este  módulo  está  encaminado  hacia  
el   diseño   y   construcción   de   modelos   estocásticos,   dinámicos   y   discretos,   características  
fundamentales  del  paradigma  de  la  Simulación  de  Eventos  Discretos.  
 

3. PASOS  DE  UN  ESTUDIO  DE  SIMULACIÓN  

Como   se   mencionó   inicialmente,   el   modelaje,   incluido   el   de   simulación,   es   una   actividad  

complicada   que   combina   arte   y   ciencia.   Sin   embargo,   desde   una   óptica   más   general,   el  
proceso   para   llevar   a   cabo   un   estudio   de   simulación   se   puede   resumir   en   los   siguientes  
pasos:  

• Formulación   del   problema.   Este   primer   paso   consiste,   esencialmente,   en   el   análisis   del  
sistema  y  definición  del  problema  a  resolver.    
• Fijación  de  los  objetivos.  En  esta  fase  se  define  el  alcance  del  estudio  y  las  fronteras  del  
problema   que   va   a   ser   abordado.   Es   decir,   se   determina   cuáles   instancias   del  
problema  se  van  a  estudiar  para  hallar  soluciones.  
• Conceptualización   del   modelo.   En   esta   etapa   se   incluyen   actividades   tales   como   la  
identificación  de  los  parámetros  de  entrada,  las  medidas  de  desempeño  de  interés  y  
el  establecimiento  de  las  relaciones  entre  los  parámetros  y  variables.  La  información,  
aquí,  se  puede  representar  en  diagramas  de  flujo  o  árboles  jerárquicos.  
• Recolección   de   información.   Es   una   de   las   fases   más   importantes   y   críticas   del   estudio,  
ya  que  producto  de  esta  etapa    aparece  la  estimación  de  los  parámetros  de  entrada  
del  modelo,  y  dependiendo  de  la  calidad  de  la  información  recogida,  aparece  el  éxito  

 
8   [ POLITÉCNICO GANCOLOMBIANO]
  

de   los   resultados   del   modelo.   En   esta   fase,   el   analista   hace   presunciones   sobre   las  
distribuciones   de   probabilidad   de   los   datos   recolectados   y   luego,   a   través   de   pruebas  
de  hipótesis,  corrobora  o  rechaza  los  supuestos  planteados.  
• Construcción   del   modelo.   Una   vez   el   problema   ha   sido   analizado   y   la   información  
procesada,   se   procede   a   construir   el   modelo   e   implementarlo   en   un   programa  
computacional.  Este  programa  puede  ser  un  lenguaje  de  programación  general  (C++,  
Visual   Basic,   Java,   entre   otros),   o   un   software   especializado   de   simulación   (Arena,  
Promodel,  ExtendSim,  entre  otros).  
• Verificación   del   modelo.   El   propósito   de   esta   fase   consiste   en   asegurarse   que   el  
modelo   está   diseñado   y   construido   correctamente.   Esta   verificación   es   una   labor  
delicada   de   inspección   y   radica   en   la   comparación   del   código   de   modelo   con   la  
especificación  del  mismo.  
• Validación   del   modelo.   La   validación   examina   el   grado   de   ajuste   del   modelo   con   los  
datos   empíricos   del   sistema.   Es   decir,   compara   el   desempeño   del   modelo   con   la  
información  real  arrojada  por  el  sistema  en  estudio.  
• Diseño  de  experimentos.  Una  vez  validado  y  calibrado  el  modelo,  el  analista  procede  
con  la  planeación  y  el  diseño  de  las  experimentaciones  que  se  llevarán  a  cabo  sobre  el  
modelo   de   simulación.   En   esta   etapa   se   definen   los   distintos   escenarios   en   los   cuales,  
se  va  a  analizar  el  desempeño  del  modelo,  así  como  el  número  de  réplicas  o  corridas  
que  se  ejecutarán  con  el  propósito  de  garantizar  la  confiabilidad  del  estudio.  
• Corridas   y   análisis   de   resultados.   En   esta   fase   se   ejecutan   las   corridas   oficiales   del  
modelo,   cuyos   resultados   serán   el   objeto   de   análisis,   de   naturaleza   estadística  
principalmente.   Una   actividad   típica   de   esta   fase   consiste   en   la   determinación   de   la  
mejor   alternativa   mediante   la   comparación   de   los   desempeños   de   todas   las  
alternativas  estudiadas.  

 
 

 
[ SIMULACIÓN ] 9
  

 
Figura  2.  Pasos  de  un  estudio  de  simulación  

 
4. SIMULACIÓN  DE  SISTEMAS  DE  COLAS  

Un  sistema  de  colas,  desde  su  concepción  más  simple,  se  puede  describir  como  un  sistema  al  
cual   los   clientes   llegan   cada   intervalo   de   tiempo   y   se   unen   a   una   línea   de   espera   en   busca   de  
ser  atendidos  por  medio  de  un  servidor;  tan  pronto  finaliza  el  servicio,  el  cliente  abandona  el  
sistema.  Esta  descripción  simplificada  se  puede  ver  representada  en  la  siguiente  gráfica:  
 

 
10   [ POLITÉCNICO GANCOLOMBIANO]
  

 
 

 
Servidor
Fila de client es
Población de client es pot enciales
 
Figura  3.  Sistema  simple  de  colas  
 
Los   elementos   claves   de   este   tipo   de   sistemas   son   los   clientes   y   los   servidores.   El   término  
cliente  puede  referirse  a  personas,  máquinas,  camiones,  piezas,  aviones,  correos  electrónicos,  
pedidos,  llamadas,  etc.  El  término  servidor  puede  hacer  referencia  a  recepcionistas,  cajeros,  
mecánicos,   enfermeras,   médicos,   etc.   En   resumen,   el   cliente   es   la   entidad   u   objeto   que  
requiere  un  servicio  o  una  transformación;  esta  transformación  es  ejecutada  por  el  servidor.  
 
El   sistema   es   alimentado   desde   una   población   infinita   de   clientes   potenciales.   Esto   quiere  
decir  que  si  una  unidad  deja  la  población  y  se  une  a  la  fila  de  clientes,  no  hay  cambio  en  la  
tasa   de   llegadas   de   las   otras   unidades   que   vayan   a   requerir   el   servicio.   Las   llegadas   de   los  
clientes   ocurren   una   a   la   vez   y   de   forma   aleatoria;   se   unen   a   la   cola   en   espera   de   que  
eventualmente   sean   atendidos.   El   tiempo   de   servicio   o   de   proceso,   que   es   el   tiempo   que  
demora   el   servidor   en   procesar   o   atender   un   cliente,   también   tiene   un   comportamiento  
aleatorio  de  acuerdo  a  una  distribución  de  probabilidad.  La  capacidad  del  sistema  se  asume  
infinita,  lo  que  implica  que  el  número  de  clientes  puede  ser  cualquier  cantidad.  Finalmente,  
los  clientes  son  atendidos  en  orden  de  llegada,  lo  que  quiere  decir  que  el  sistema  tiene  una  
disciplina  FIFO  (First  In  First  Out)  o  primeros  en  llegar,  primeros  en  salir.  
 
Ahora  bien,  es  necesario  aterrizar  los  conceptos  estudiados  anteriormente,  relacionados  con  
el  estado  del  sistema  y  eventos:  

-­‐ El  estado  del  sistema  se  representa  a  través  de  las  variables  de  estado.  Estas  variables,  
para   el   caso   específico   del   sistema   simple   de   colas,   corresponden   al   número   de  
unidades  en  el  sistema  y  el  estado  del  servidor,  ocupado  o  desocupado.    
-­‐ Un   evento   es   un   conjunto   de   circunstancias   que   provocan   cambios   en   el   estado   del  
sistema.   Para   este   ejemplo,   solo   hay   dos   posibles   eventos   que   pueden   afectar   tales  
cambios:  la  entrada  de  una  unidad  al  sistema  (evento   de   llegada)  y  la  finalización  un  
servicio  (evento  de  salida).  

 
[ SIMULACIÓN ] 11
  

Cuando   se   ha   completado   el   servicio   de   un   cliente,   la   simulación   se   ejecuta   tal   como   se  

muestra  en  el  siguiente  diagrama  de  flujo:  
 

 
Figura  4.  Diagrama  de  flujo  del  servicio  completado  
 
Por  otra  parte,  cuando  un  cliente  entra  al  sistema,  la  simulación  se  ejecuta  siguiendo  la  lógica  
mostrada  en  el  siguiente  diagrama  
 

 
 
Figura  5.  Diagrama  de  flujo  del  evento  de  llegada  
 
A   esta   altura   surge   la   siguiente   pregunta:   ¿cómo   pueden   estos   eventos   descritos  
anteriormente  ocurrir  en  tiempo  simulado?  
 
La   simulación   de   los   sistemas   de   colas   requiere   generalmente   la   utilización   de   una   lista   de  
eventos   para   determinar   qué   ocurrirá   después   de   que   este   se   presente.   La   lista   de   eventos  
lleva  el  registro  de  los  instantes  de  tiempo  futuros  en  los  cuales  pueden  ocurrir  los  eventos.  
Estos   tiempos   hacen   referencia   a   los   tiempos   de   llegada   de   los   clientes   y   al   tiempo   de  
servicio.  Como  se  mencionó  anteriormente,  estos  tiempos  son  de  carácter  aleatorio,  por  lo  
que  deben  ser  caracterizados  a  través  de  distribuciones  de  probabilidad.    
 

 
12   [ POLITÉCNICO GANCOLOMBIANO]
  

Para   representar   esta   incertidumbre   en   los   tiempos   de   ocurrencia   de   los   eventos,   la  

simulación   utiliza   la   generación   de   números   aleatorios.   Los   números   aleatorios   están  
distribuidos   uniforme   e   independientemente   en   el   intervalo   [0,1],   lo   que   quiere   decir   que  
todos  y  cada  uno  de  los  números  reales  que  se  encuentre  en  ese  intervalo  tienen  la  misma  
probabilidad   de   ser   generados.   Existen   múltiples   formas   de   generar   números   aleatorios,  
desde  el  lanzamiento  de  un  dado  (generaría  números  aleatorios  uniformes  de  1  a  6)  hasta  la  
aplicación  de  paquetes  computacionales,  como  el  caso  de  la  función  ALEATORIO()  de  Excel  ®.  
 
En  el  siguiente  ejemplo,  se  aplicarán  los  conceptos  de  lista  de  eventos  y  números  aleatorios  
para  realizar  una  simulación  manual  de  un  sistema  simple  de  colas.  
 
Ejemplo  
Se  tiene  una  caja  de  pago  en  un  supermercado  y  se  quiere  simular  su  operación.  Para  generar  
de  manera  aleatoria  los  tiempos  entre  llegadas  de  los  clientes  y  los  tiempos  de  servicio,  se  
lanza  un  dado  para  cada  cliente.  Supóngase  que  se  va  a  simular  el  servicio  a  seis  clientes  y  
que  los  tiempos  generados  mediante  el  dado  fueron  los  siguientes:  
 
Cliente   Tiempo  entre  llegadas  (minutos)   Tiempo  de  servicio  (minutos)  
1   -­‐   2  
2   2   1  
3   4   3  
4   1   2  
5   2   1  
6   6   4  
 
Obsérvese  que  los  números  generados  están  en  el  intervalo  [0,6].  Si  se  asume  que  el  dado  no  
está  cargado,  entonces  se  puede  afirmar  que  la  probabilidad  de  que  salga  cualquier  número  
en  el  dado  después  de  un  lanzamiento,  es  de  tipo  uniforme.  
 
Cabe   resaltar,   también,   que   en   lo   que   respecta   a   los   tiempos   de   llegadas,   lo   realmente  
aleatorio  a  registrar  es  el  tiempo  que  transcurre  entre  la  llegada  de  dos  clientes  consecutivos.  
Es   decir,   cuando   ocurre   la   llegada   de   un   cliente   al   sistema,   no   se   sabe   con   certeza   en   qué  
instante   llegará   el   siguiente   cliente   y   así   sucesivamente.   Por   eso,   en   la   tabla   anterior,   se  
enuncia   la   columna   Tiempo   entre   llegadas,   y   el   primer   cliente   no   tiene   dicho   tiempo  
precisamente  por  ser  el  primero  y  no  tiene  punto  de  referencia.  En  este  caso,  para  efectos  de  
la  simulación,  se  asume  que  el  primer  cliente  llega  en  el  instante  de  tiempo  cero.  Con  base  en  
lo  anterior,  la  lista  de  eventos  se  puede  resumir  en  la  siguiente  tabla  de  simulación  manual.  
 
Cliente   Tiempo   Tiempo   Hora   de   Hora   Tiempo   en   Hora  
entre   de   llegada   inicio   cola   finalización  
llegadas   servicio   servicio   servicio  
1   -­‐   2   0   0      

 
[ SIMULACIÓN ] 13
  

2   2   1   2        
3   4   3   6        
4   1   2   7        
5   2   1   9        
6   6   4   15        
 
Esta   primera   tabla   corresponde   a   las   condiciones   de   arranque   de   la   simulación.   Obsérvese  
que  la  hora  de  llegada  puede  calcularse  desde  ya  para  todos  los  clientes.  
 
Cliente   Tiempo   Tiempo   Hora   de   Hora   Tiempo   en   Hora  
entre   de   llegada   inicio   cola   finalización  
llegadas   servicio   servicio   servicio  
1   -­‐   2   0   0   0   2  
2   2   1   2   2   0   3  
3   4   3   6   6   0   9  
4   1   2   7   9   2   11  
5   2   1   9   11   2   12  
6   6   4   15   15   0   19  
 
Las  columnas  sombreadas  corresponden  a  la  hora  registrada  por  el  reloj  de  la  simulación.  Por  
ejemplo,  el  primer  cliente  llega  en  el  minuto  t  =  0;  como  es  el  primero  en  llegar,  no  hay  nadie  
delante   de   él,   por   lo   tanto   no   debe   hacer   cola   y   por   ende,   su   servicio   empieza  
inmediatamente,   es   decir,   también   en   el   minuto   t   =   0.   (Debido   a   que   la   hora   de   llegada   es  
igual   a   la   hora   de   inicio   del   servicio,   el   tiempo   en   cola   es   igual   a   cero).   Como   el   tiempo   de  
servicio  simulado  es  de  2  minutos,  entonces  el  servicio  del  primer  cliente  finaliza  en  el  minuto  
t  =  2.  
 
¿Qué  ocurre  ahora  para  el  cliente  número  2?  Obsérvese  primero  que  la  hora  de  llegada  es  la  
suma   acumulada   de   la   columna   de   los   tiempos   entre   llegadas.   Es   decir,   el   segundo   cliente  
llega   2   minutos   después   que   el   primero,   o   sea,   en   el   minuto   t   =   2;   el   tercer   cliente   llega   4  
minutos   después   que   el   segundo   cliente,   o   sea,   en   el   minuto   t   =   6;   y   así   sucesivamente.   El  
segundo   cliente   llega   en   t   =   2   minutos.   Lo   que   debe   corroborarse,   según   los   diagramas   de  
flujo   arriba   descritos,   es   comprobar   que   el   servidor   no   esté   ocupado   para   que   inicie   el  
servicio.  La  mejor  forma  de  hacer  esta  comprobación  es  verificar  la  hora  de  finalización  del  
servicio   del   cliente   anterior.   En   este   caso,   el   primer   cliente   termina   su   servicio   en   t   =   2,   y  
justamente   en   ese   instante   arriba   el   segundo   cliente,   también   en   t   =   2;   luego   su   servicio  
arranca   inmediatamente,   pues   el   servidor   recién   se   desocupó   y   no   debe   hacer   fila.   Dado   que  
el   tiempo   de   servicio   simulado   es   de   1   minuto,   entonces   el   servicio   del   segundo   cliente  
termina  en  el  minuto  t  =  3.  
 
¿Qué  pasa  con  el  cliente  4?  Este  cliente  arriba  en  el  minuto  t  =  7.  En  este  instante,  se  puede  
corroborar  que  el  servidor  se  encuentra  ocupado,  pues  se  tiene  registrado  que  el  servicio  del  

 
14   [ POLITÉCNICO GANCOLOMBIANO]
  

cliente   3   finalizará   en   el   minuto   t   =   9.   Esto   implica   que   el   cuarto   cliente   debe   esperar   2  
minutos  a  que  el  servidor  finalice  el  servicio  con  el  cliente  número  3.  Por  lo  tanto,  tan  pronto  
el  servidor  despache  al  cliente  tres  en  el  minuto  t  =  9,  inicia  el  servicio  del  cliente  4,  y  dado  
que  el  tiempo  simulado  de  servicio  es  de  dos  minutos,  la  finalización  del  servicio  será  en  el  
minuto  t  =  11.  Se  debe  hacer  un  análisis  similar  para  el  cliente  5,  pues  también  tiene  que  hacer  
cola.  
 
Cabe   aclarar   que   la   tabla   se   debe   llenar   en   la   medida   que   van   ocurriendo   los   eventos,  
generalmente  en  la  medida  en  que  los  clientes  van  llegando  y  van  saliendo.  Es  decir,  no  es  
posible  determinar,  por  ejemplo,  la  hora  de  finalización  del  cliente  5,  sino  se  sabe  siquiera  a  
qué   horas   terminó   el   servicio   del   cliente   4.   (La   tabla   se   diligencia   fila   por   fila,   no   por  
columnas)  
 
Con   los   resultados   de   esta   tabla,   se   pueden   calcular   las   estadísticas   para   la   medición     del  
desempeño   del   sistema,   lo   cual   es   uno   de     los   propósitos   principales   de   la   simulación.  
Algunos  de  estos  indicadores  se  detallan  a  continuación:  
 

 Tiempo  promedio  de  espera  

 
!"#$%&  !"!#$  !"  !"#$
!" =    
!"#$%  !"  !ú!"#$  !"  !"#$%&$'
4
!" = = 0,66  !"#$%&'  
6
 

 Probabilidad  de  que  un  cliente  haga  cola  

 
!ú!"#$  !"  !"#$%&$'  !"#  !"#!$%$&'
! ! =    
!"#$%  !"  !ú!"#$  !"  !"#$%&$'
2
!(!) = = 0,33 = 33,33%  
6
 

 Tiempo  promedio  de  servicio  

 
!"#$%&  !"!#$  !"  !"#$%&%'!
!" =  
!"#$%  !"  !ú!"#$  !"  !"#$%&$'
13
!" = = 2,16  !"#$%&'  
6
 

 
[ SIMULACIÓN ] 15
  

 Tiempo  promedio  entre  arribos  

!"#$%  !"  !"#$%&'  !"#$!  !""#$%&
!"#$%&  !"#$%&'#  !"#$!  !""#$%& =  
!ú!"#$  !"  !"#$%&$' − 1
15
!"#$%&  !"#$%&'#  !"#$!  !""#$%& = = 3  !"#$%&'  
5
 

 Tiempo  promedio  en  el  sistema  

 
! = !" + !" = 2,83  !"#$%&'  

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 
16   [ POLITÉCNICO GANCOLOMBIANO]