Está en la página 1de 23

Universidad Nacional Experimental de Guayana

Vice Rectorado Académico de Pregrado

Proyecto de carrera: Ing. Industrial

Unidad Curricular: Simulación

Sección 1

Trabajo #3
Profesor: W. Guaita
Estudiante:
Kimberlyng Ramírez
C.I 24.541.627

Ciudad Guayana, mayo de 2019


Índice

Introducción……………………………………………………………………………………….3

1. Simulación de Eventos Discretos………………………………………………….4


1.1 Componentes de una Simulación……………………………………………4
1.2 Principales características…………………………………………………...6
1.3 Etapas de los modelos de simulación de eventos discretos…………………7
2. Modelos Conceptuales Aplicables a Sistemas de Eventos Discretos……………….9
2.1 Tipos de Modelos conceptuales de la Simulación Discreta……….………10
2.2 Árbol de Decisión………………………………………………….……...10
2.3 Modelos de Markov……………………………………………….……....11
2.4 Áreas más comunes de aplicación de Simulación……………….………...11
3. Software de Simulación Arena…………………………………………………….12
3.1 Ventana de Arena……………………………………………….………….12
3.2 Descripción del proceso por medio del software ARENA……….………...17

Conclusión……………………………………………………………………………….22

Bibliografías……………………………………………………………………………..23

2
Introducción

Es evidente que los sistemas productivos evolucionan a lo largo del tiempo y, por lo tanto,
deben considerarse dinámicos. Por otra parte, aunque determinados sistemas productivos
pueden ser considerados continuos (por ejemplo, reactores químicos), la mayoría de los
sistemas productivos tienen características de sistemas discretos, ya que los cambios de
estado (recepción de materias primas, inicio y finalización de la fabricación de lotes, entradas
y salidas del almacén) se producen en instantes de tiempo determinados y separados entre sí.

En la actualidad, la modelización y la simulación es una actividad


indispensable cuando nos enfrentamos con el análisis y diseño de sistemas multi
disciplinares de cierta complejidad. El objetivo es ayudar o dar el soporte necesario al
diseñador durante el proceso de diseño, análisis y diagnosis de sistemas ingenieriles.
El software debe complementar el talento del diseñador para que éste pueda modelar
y simular de forma lo más eficientemente posible. El software hace posible establecer
una valoración final antes de que los sistemas sean construidos, y pueden aliviar la
necesidad de experimentos caros y dar soporte a todas las etapas de un proyecto desde el
diseño conceptual, pasando por el montaje hasta llegar a su funcionamiento.

En los modelos conceptuales de procesos continuos, el valor de las variables que


definen el estado del sistema cambia continuamente con respecto al tiempo, como por
ejemplo, la velocidad de un coche en el proceso de incorporación al tráfico. En otra instancia
el software de Arena, es un lenguaje de programación cuya principal característica es la
posibilidad de adecuación al nivel de programación necesario en cada caso, incluso
dentro de un mismo modelo. Esto permite que Arena no pierda flexibilidad, al incluir
la posibilidad de utilización de lenguajes de propósito general como Microsoft, Visual
Basic o C. Se combinan pues todas las facilidades de una programación de alto
nivel con la flexibilidad de un lenguaje de programación general. Esto lo consigue
proporcionando una serie de plantillas intercambiables entre sí que contienen módulos para
el modelado y análisis de simulación gráfica y que pueden combinarse para construir
una amplia variedad de modelos de simulación.

3
1. Simulación de Eventos Discretos.

La simulación es una herramienta poderosa en el proceso de diseño o aprendizaje de un


proyecto, que puede utilizarse para resolver cualquier problema relacionado con un
sistema real del cual se haya obtenido previamente una modelización.

La simulación de eventos discretos se puede definir como, una herramienta de análisis


que se difunde rápidamente en el ambiente empresarial, comprobando su utilidad para apoyar
la toma de decisiones relacionadas con la planeación de la producción y los inventarios, y
con el diseño de los sistemas de producción y sus cadenas de suministro según Guasch, Piera,
y Figueras (2003). El concepto de sistema de evento discreto tiene por finalidad identificar a
sistemas en los que los eventos que cambian el estado del mismo ocurren en instantes
espaciados en el tiempo, a diferencia de los sistemas cuyo estado puede cambiar
continuamente en el tiempo (como la posición de un vehículo en movimiento). Aunque
aparentemente simples, los sistemas de eventos discretos, pueden modelar muchos de los
fenómenos que enfrentan los responsables de la administración de los procesos productivos
en una empresa.

Los sistemas dinámicos de eventos discretos son, actualmente, los más estudiados.
Se caracterizan porque las variables de estado, que definen el estado del sistema en
cada momento, van cambiando únicamente en un conjunto discreto de instantes de tiempo.
Este comportamiento discreto del sistema permite la implementación del mismo en un
programa de ordenador mediante una lista de sucesos futuros, un reloj que salte en el
tiempo hacia el siguiente suceso y unos acumuladores estadísticos que actualicen las
variables de estado y las de salida. Se trata de realizar una historia artificial del sistema a
partir de las simulaciones del modelo para que, de esta forma, se pueda comprobar su
correcto funcionamiento.

1.1 Componentes de una simulación:

Para estudiar un sistema de eventos discretos, es necesario dominar primero una serie
de conceptos que iremos exponiendo en este apartado.

4
-Entidades: Son componentes que se mueven, cambian de estado e interaccionan con
otras entidades. Existen dos tipos fundamentales: las temporales, que permanecen en
el sistema sólo por tiempo limitado, y las permanentes, que se encuentran siempre en
el sistema. Por ejemplo, en un sistema aeronáutico como el que estamos tratando, los
procesos serían entidades permanentes, pues son internos al sistema, y los aviones
temporales, considerando que su estado a la entrada es un conjunto de piezas sin procesar y
a la salida es un producto terminado.

-Atributos: Se denominan así a las características de las entidades, usadas para


describirlas y diferenciarlas. Todas las entidades de la misma clase tienen los mismos
atributos, pero toman diferentes valores para cada entidad concreta, es decir, se pueden
considerar como variables locales de cada entidad.

Estos campos se definen en la simulación y se asignan durante la misma. Algunos


ejemplos de atributos podrían ser el instante de llegada al sistema, el nombre o el tiempo de
proceso.

-Variables: Reflejan características del sistema de forma global, es decir, cada variable
es única para todo el modelo. No van asociadas a las entidades, aunque pueden ser
modificadas por ellas. Pueden estar predefinidas por el software de simulación o ser
establecidas por el usuario. Serían variables, por ejemplo, el número de piezas entrantes en
el sistema o el tiempo total de simulación.

-Recursos: Son un tipo especial de entidad, utilizados por otras entidades para realizar una
acción. Una entidad solicita un recurso. Cuando este se le asigna, lo utiliza y
posteriormente lo libera. Se podrían considerar recursos el personal (operarios), los
equipos (maquinaria, medios de transportes) o el espacio físico (almacenes).

-Colas: Lugar donde esperan las entidades cuando no pueden moverse, por ejemplo,
cuando los recursos que quieren utilizar no están disponibles. Se pueden considerar infinitas,
si no hay limitación de entidades esperando, o ser definidas con una capacidad finita para
modelar el espacio físico.

5
-Actividades: Funciones que realizan los recursos sobre las entidades. Toda actividad
debe tener una duración definida, empírica o estocástica, aunque también pueden ser
definidas con duración ficticia (0). En cada una de ellas suelen darse cita una entidad con
uno o varios recursos. Las tareas realizadas en cada proceso o ruta serían actividades de
nuestro sistema.

-Sucesos: Hechos que ocurren en un determinado instante de tiempo y que dan lugar
a cambios en el estado de una entidad o del sistema. Pueden ser endógenos, si se
dan por condiciones propias del modelo, o exógenos, si las causas son externas al mismo.
Serían sucesos la llegada de una nueva pieza, la finalización de una actividad, la asignación
de un recurso, etc. Hay que tener en cuenta, además, que durante una actividad no se puede
dar ningún suceso.

1.2 Principales Características.


 Están basadas en su totalidad por actividades lógicas y matemáticas.
 El modelo va cambiando parcialmente conforme ocurren los eventos.
 El sistema solo cambia cuando ocurre un evento estos cambios se van registrando
para poder comprender el comportamiento del modelo.
 Cuando un evento se realiza el tiempo de la simulación avanza.
 La lista de eventos pendientes va reduciéndose conforme los eventos se van
realizando.
 La ejecución de un evento puede generar nuevos eventos.
 Una simulación tiene que poder ser repetida múltiples ocasiones generando los
mismos resultados, siempre y cuando las variables sean las mismas.

6
1.3 Etapas de los Modelos De Simulación De Eventos Discretos:

1. Formulación de la problemática y determinación de los objetivos: consiste en


establecer de forma clara, cuál es el problema que se pretende abordar, qué objetivos globales
se desean alcanzar y con qué recursos será necesario contar para lograrlos en el tiempo
previsto.

2. Modelado del sistema: se trata de crear el diseño del sistema que permita su
simulación por ordenador. El modelo deberá reflejar convenientemente la estructura interna
del sistema y sus características, de modo que los resultados que se deriven sean extrapolables
al sistema real. Por ejemplo, resultará fundamental modelar los fenómenos aleatorios del

7
sistema mediante distribuciones estadísticas, como la interrupción del tratamiento, la
hospitalización por urgencias u otro evento. Para llevar esto a cabo, sería interesante disponer
de una serie histórica de observaciones sobre el comportamiento de dichos fenómenos
aleatorios.

3. Implementación del modelo en el ordenador: El modelo desarrollado desde el


punto de vista teórico ha de ser implementado en el ordenador a través de algún software
específico. Más adelante, se describen las principales características de cada una de las
herramientas informáticas disponibles.

4. Verificación del programa: comprobación de la correcta implementación del


modelo en el ordenador. Para ello, debemos comprobar que el programa resultante se
comporta según lo deseado, es decir, que los resultados deben ser coherentes para las diversas
combinaciones de variables de entrada (inputs) del modelo, y no ha habido ningún error
sintáctico a la hora de programar las diferentes instrucciones.

5. Validación del modelo: Consiste en comprobar que el modelo refleja


convenientemente el mundo real. Para ello, se procede a comparar, para distintas
combinaciones de variables de entrada, los resultados que produce el modelo con los
observables en el sistema real. En dicho proceso de validación es frecuente el uso de técnicas
estadísticas que permitan comparar dos conjuntos de datos16.

6. Diseño de la simulación y pruebas piloto: Una vez aceptado el modelo como válido,
el siguiente paso es diseñar las características del experimento o experimentos de simulación
que se van a llevar a cabo, es decir, responder a preguntas como cuál será el número de
iteraciones, las variables de entrada empleadas, la conveniencia de usar técnicas de reducción
de la varianza. Suele ser de gran utilidad la realización de pruebas piloto (simulaciones
cortas) que proporcionen orientaciones sobre cómo conviene afrontar el estudio y calcular el
número de réplicas necesarias.

7. Ejecución de la simulación: Se procede a llevar a cabo la simulación establecida en


el paso anterior.

8
8. Análisis de resultados: Los resultados procedentes de un experimento de simulación
suelen requerir un análisis estadístico no trivial que permita obtener información útil sobre
el comportamiento analizado.

9. Documentación del experimento: Una vez finalizado el experimento, éste debe ser
convenientemente documentado, de modo que se fomente su credibilidad y la validez de las
conclusiones obtenidas.

2. Modelos Conceptuales Aplicables a Sistemas de Eventos Discretos.

La simulación es la imitación del sistema en un ordenador, con esto se obtendrá el


comportamiento del sistema y se observara cómo reacciona con los parámetros de entrada lo
cual nos informara acerca de qué solución elegir para enfrentar de mejor manera el problema.
Thomas T. Goldsmith Jr. y Estle Ray Mann la definen así: "Simulación es una técnica
numérica para conducir experimentos en una computadora digital. Estos experimentos
comprenden ciertos tipos de relaciones matemáticas y lógicas, las cuales son necesarias para
describir el comportamiento y la estructura de sistemas complejos del mundo real a través de
largos períodos"
9
El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la
importancia de la discriminación o rechazo en una colectividad y hacerlo por medio de un
cuestionario en forma de una simulación con una escala de actitud. Después de ver si la
población es representativa o adecuada, ahora la simulación es la aplicación del cuestionario
y el modelo es el cuestionario para confirmar o rechazar la hipótesis de si existe
discriminación en la población y hacia que grupo de personas y en que cuestiones. Gran parte
de las simulaciones son de este tipo con modelos conceptuales.

2.1 Tipos de Modelos conceptuales de la Simulación Discreta:

A. Arboles de Decisión.

Los árboles de decisión son una representación de una situación clínica, que maneja la
incertidumbre de la toma de decisiones respecto a los tratamientos alternativos y a la
evaluación de sus defectos. Se caracterizan gráficamente por un conjunto de ramas (que
representas las diferentes decisiones y sus consecuencias) que parten de nodos. Estos nodos
son el punto de origen de cada una de dichas decisiones. Su uso es más aplicable a procesos
agudos porque estos no dependen tanto de la dimensión temporal.

10
B. Modelos de Markov.

Un modelo de Markov consiste en una serie de experimentos en los que cada uno tiene m
posibles resultados, y la probabilidad de cada resultado depende exclusivamente del resultado
obtenido en los experimentos previos.

1.3 Áreas más comunes de aplicación de Simulación.

• Sistemas de producción: planificación, control de inventarios, líneas de


productos, programación.

• Sistemas de servicios: admisión de hospitales, operaciones en ventanillas de


bancos, grandes superficies, restaurantes de comida rápida.

• Sistemas de distribución: almacenes, red de distribución.

• Sistemas informáticos: redes de comunicación, ordenadores, software y


hardware, protocolos.

• Sistemas económicos y financieros.

• Otros: teoría de juegos, situaciones de emergencias por catástrofes, etc.

11
3. Software de Simulación Arena

Arena es un lenguaje de programación cuya principal característica es la posibilidad de


adecuación al nivel de programación necesario en cada caso, incluso dentro de un mismo
modelo. Esto permite que Arena no pierda flexibilidad, al incluir la posibilidad de utilización
de lenguajes de propósito general como Microsoft, Visual Basic o C. Se combinan pues todas
las facilidades de una programación de alto nivel con la flexibilidad de un lenguaje de
programación general. Esto lo consigue proporcionando una serie de plantillas
intercambiables entre sí que contienen módulos para el modelado y análisis de simulación
gráfica y que pueden combinarse para construir una amplia variedad de modelos de
simulación. Para una mayor facilidad de exposición y una mejor organización, los módulos
están agrupados en paneles y en la mayoría de los casos, los módulos de diferentes paneles
pueden mezclarse dentro de un mismo modelo.

3.1 Ventana de Arena

Arena es un lenguaje de simulación para ser utilizado en entorno Windows posterior y se


maneja como cualquier otro programa con entorno de ventanas, con todos los elementos y
operaciones que este contiene. Además, Arena es completamente compatible con otros
softwares de Windows, como procesadores Word, hojas de cálculo y paquetes CAD.

12
A la hora de modelar un proceso en Arena, se trabajará con tres regiones principales de la
ventana: en primer lugar, se tiene la ventana del modelo propiamente dicho que se divide en
dos partes claramente diferenciadas: Vista del Organigrama (Flowchart View) y Vista de la
Hoja de Cálculo (Spreadsheet View). La otra región a tener en cuenta es la Barra de Proyecto
(Project Bar):

Vista del Organigrama:

Contiene todos los gráficos del modelo, incluyendo el organigrama del proceso, la
animación y otros elementos de dibujo.

Vista de la Hoja de Cálculo:

Muestra los datos del modelo, como tiempos, costes y otros parámetros. Muchos
parámetros del modelo pueden ser vistos y editados tanto en la vista del organigrama como
en la de la Hoja de Cálculo, pero esta última da el acceso a mucho de los parámetros a la vez,
ordenados en grupos compactos de parámetros similares apropiados, es especialmente útil en
grandes modelos.

Barra de Proyecto:

Se encuentra en el borde izquierdo de la ventana. Presenta varios paneles que contienen


los principales tipos de objetos que se utilizarán. El primero de los paneles es el Panel de
Proceso Básico (Basic Process) que contiene los bloques de construcción fundamentales para
modelar, llamados módulos, que se usarán para definir el organigrama del proceso de
simulación. Junto a éste se tienen dos paneles más, el Panel de Informes, que muestra los
resultados de una simulación tras ser ejecutada y el Panel de Navegación, el cual permite
mostrar diferentes vistas del modelo, incluyendo los distintos submodelos que pueda haber
dentro de un modelo jerárquico. Además del Panel de Proceso Básico, existen otros

Paneles: el Panel de Proceso Avanzado (Advance Process) que contiene bloques de


construcción “más pequeños” para un modelado más detallado, el Panel de Proceso de
Traslado Avanzado (Advance Transfer Process) el cual incluye muchas opciones para el
movimiento de entidades por el modelo y el lenguaje de simulación de Bloques y Elementos
(los cuales juntos ofrecen acceso completo al SIMAN), que sustenta el Arena. Aparte de

13
éstos, existen otros paneles que contienen más construcciones para aplicaciones especiales,
como son el modelado de centros de llamadas o líneas de alta velocidad de empaque.

Además de estas tres regiones principales, existen otras dos que también forman parte de
la ventana de Arena. La primera de ellas, situada en la parte más alta de la ventana, está
formada por varias Barras de Herramientas que facilitan un rápido acceso a actividades
frecuentes.

Por otro lado, en la parte inferior de la ventana, se tiene la Barra de Estado, que muestra
información sobre el estado de la simulación, como el valor del reloj de la simulación durante
la ejecución o el número de copias que están siendo y que serán ejecutadas.

Llegados a este punto es importante hablar de los módulos del programa. Los módulos se
pueden considerar como los bloques básicos de construcción para definir los modelos en
Arena. Son los objetos del organigrama y los datos que definen el proceso que será simulado.
Se eligen de los distintos paneles de la Barra de Proyecto. Existen dos tipos básicos de
módulos: los de organigramas y los de datos.

Los módulos de los organigramas definen los procesos dinámicos del modelo. Se puede
pensar en estos módulos como nodos o lugares a través de los cuales las entidades fluyen, se
originan o desaparecen del modelo. Los módulos de los organigramas se suelen conectar
unos con otros. En el panel del Proceso Básico, se pueden encontrar los siguientes módulos:

14
Cada tipo de módulo de este panel tiene una forma distintiva. Pero en los otros dos paneles
se encuentran otro tipo de módulos representados todos por rectángulos. De esta manera, los
módulos del Proceso Avanzado son:

En el Panel de Proceso de Traslado Avanzado se usan colores en los rectángulos para


distinguir los diferentes tipos de módulos.

Los módulos de datos definen las características de varios elementos del proceso,

15
como entidades, recursos y colas. Pueden también actualizar variables y otro tipo de valores
numéricos y expresiones que pertenecen al modelo. Los iconos para estos módulos en la
Barra de Proyecto parecen una hoja de cálculo.

Los módulos del panel de Proceso Básico son: Entity (Entidad), Queue (Cola), Resource
(Recurso), Variable (Variable), Schedule (Programa) y Set (Conjunto). Los otros paneles
contienen tipos adicionales de módulos de datos: Expression (expresión), Statistic
(Estadística), Conveyor (Conveyor), Segment (Segmento), Distance (Distancia), etc.

Tanto los módulos del organigrama como los de datos están relacionados mediante

nombres dados a objetos que tienen en común (como colas, recursos, tipos de entidades y
variables). Arena guarda una lista interna de los nombres que se le dan a estos tipos de objetos
tal como el usuario los define y entonces presenta estos nombres en una lista que ayuda a
recordar qué cosas han sido nombradas.

La Empresa

Metalmecánica del Orinoco es una empresa encargada de hacer estructuras metálicas de


diferentes proyectos.

Descripción del proceso

En un sector de la empresa se encuentran destinados para la fabricación 2 tornos y 1


taladradora de 2 tipos de barras metálicas: con roscas en cada extremo (A) y barras metálicas
con diferencias de diámetro y orificios en cada extremo (B). El proceso comienza con la
llegada de las piezas Tipo A y Tipo B. Si las piezas son tipo A se les hace los orificios y pasa
al torneado para reducir su diámetro, si las piezas son tipo B pasa directo al torno para hacerle
las roscas. Una vez finalizado se almacenan.

16
Descripción del proceso por medio del software ARENA

Primero crearemos los elementos, empezando por crear la llegada de las piezas A y B con
los siguientes parámetros:

17
Seguido crearemos dos elementos Assign que permita validar el tiempo que demora el
proceso de torneado de cada pieza.

Crearemos un atributo de nombre TIEMPO_TORNEADO, en donde diremos que tiene el


valor de una distribución Uniforme con un mínimo de 1 y un máximo de 2 minutos.

Seguidamente un atributo de tipo identidad con un valor de 1.

18
Ahora crearemos el proceso de Taladro, con un tiempo constante de 3 minutos.

Su recurso es el empleo de una taladradora.

19
Seguidamente el proceso de Torneado se crea con la expresión TIEMPO_TORNEADO en
unidades de minutos.

Su recurso es un Torno.

Por ultimo crearemos el Dispose que dará la salida de las piezas procesadas.

20
Para las configuraciones previas a la simulación nos vamos al setup y configuraremos los
parámetros como se muestra en la figura que sigue:

21
Conclusión
La planeación e implementación de proyectos complejos en los negocios, industrias y
gobierno requieren de grandes inversiones, razón por la que es indispensable realizar estudios
preliminares para asegurar su conveniencia de acuerdo a su eficiencia y ejecución económica
para proyectos de cualquier tamaño. Una técnica para ejecutar estudios piloto, con resultados
rápidos y a un costo relativamente bajo, está basado en la modelación y se conoce como
simulación. El proceso de elaboración del modelo involucra un grado de abstracción y no
necesariamente es una réplica de la realidad; consiste en una descripción que puede ser física,
verbal o abstracta en forma, junto con las reglas de operación.

Así pues, la simulación ayuda a la gerencia a tomar decisiones; ofrece un método mediante
el cual se pueden probar los planes propuestos, antes de llevarlos a cabo. Por naturaleza, la
simulación ayuda a la gerencia a determinar los resultados de las preguntas del tipo: ¿qué
pasaría si...? Como subproducto importante de la simulación, se adquiere un conocimiento
de la estructura del “negocio”. A través del análisis necesario para preparar el modelo se
puede descubrir un gran número de interrelaciones inadvertidas hasta el momento. Además,
pueden ponerse de manifiesto los puntos débiles del negocio en la estructura de la empresa.
Por lo tanto, el propio proceso de representación mediante modelos resulta frecuentemente
beneficioso para la gerencia.

La simulación ayuda a alcanzar importantes mejoras para el desempeño del sistema


de servicio y manufactura en el menor tiempo posible. El costo y tiempo invertido en
simular un sistema es minúsculo comparado con los grandes ahorros a largo plazo al tener
sistemas bien diseñados, que operen de manera eficiente. El costo de la simulación
usualmente se recupera dentro del primer o segundo proyecto. En muchas aplicaciones,
los ahorros que conllevan la simulación, exceden por mucho el costo de la misma.

22
Bibliografías

“Concepto de Simulación” Recuperado de:


https://www.elconspirador.com/2013/12/21/que-es-y-para-que-sirve-un-modelo-
conceptual/

Thomas T. Goldsmith Jr. y Estle Ray. “Concepto de Simulación” obtenido de:


https://es.wikipedia.org/wiki/Simulaci%C3%B3n

Conceptos de modelos conceptuales de simulación discreta y modelo conceptual de


procesos continuos http://dinamica-de-sistemas.com/revista/0608o.htm

“Tipos de modelos conceptuales de simulación discreta”. Recuperado de:


https://www.google.com/search?q=arbol+de+decisiones&client=firefox-b-
d&source=lnms&tbm=isch&sa=X&ved=0ahUKEwizw-
u0rs7gAhUFQK0KHXVUAYoQ_AUIDigB&biw=1252&bih=609#imgrc=4y3d1i5gTQlck
M:

23