10 Errores de una simulación de procesos

 10 errores típicos que hay que evitar en una simulación de procesos

Los errores al momento de simular suelen ser más comunes de lo que se piensa pues hay muchos
factores que se ven involucrados, desde falta de información, falla en los modelos, hasta errores de
percepción, entre muchos otros. Tales como:

El nivel de detalle inapropiado, que hace referencia a los análisis analíticos que se realizan que suelen
ser menos detallados que un modelado de simulación, por lo cual se requieren muchas suposiciones y
simplificaciones. Además, existe una gran limitación de tiempo para desarrollar y para correr. El querer
implementar más detalles también significa que se debe tener más conocimiento acerca de los
parámetros que se fueran a utilizar, si no se tiene suficiente conocimiento o no se lo realiza de manera
correcta resulta más perjudicial e impreciso. Con todo esto dicho, es recomendable comenzar con
menos detalle, estudiar sensibilidades e introducir detalle en áreas de alto impacto

El uso de lenguaje inapropiado puede ser un gran causante para las fallas al simular, esto ocurre porque
la elección del lenguaje puede generar un gran impacto en el tiempo de desarrollo, es decir que el tratar
de entender el proceso a simular debido a un mal uso de palabras o una redacción pobre puede tomar
más tiempo de análisis y por ende desarrollo y ejecución. Por otro lado, el uso correcto del lenguaje
facilita la verificación y análisis del proceso, estadísticas, parámetros, etc.

Los modelos no verificados representan otro error común al momento de simular, ya que no
representan el sistema real y necesitan validarse analíticamente, con mediciones o por intuición.
También, es posible encontrar que los supuestos utilizados en su formulación resultan incorrectos
dificultando su ejecución. Es por eso por lo que es primordial la validación del modelo para asegurar su
compatibilidad con el sistema real, en otras palabras, asegurar que las conclusiones sean las mismas que
se obtendrían en un sistema real

Como se menciona anteriormente, el tratamiento incorrecto de las condiciones iniciales genera gran
impacto en el comportamiento del sistema puesto que no lo representa y por ende debe descartarse,
para lo cual se debe usar un método alternativo para hacerlo de manera efectiva. La trayectoria inicial
no es representativa de un estado estable, lo cual puede llevar a muchas imprecisiones

Las simulaciones muy cortas no tienden a representar adecuadamente el sistema que se requiere
simular por lo cual se debe tomar en cuenta que ahorrarse tiempo puede resultar perjudicial para la
simulación, pues la simulación se vuelve muy dependiente de las condiciones iniciales, a su vez no se
toma el tiempo necesario para analizar y programar correctamente. La longitud adecuada de la
simulación depende de la certeza que se requiera, se puede usar intervalos de confianza para mayor
precisión.

Los números aleatorios generados resultan inadecuados pues las simulaciones generalmente requieren
de una generación aleatoria de números, por ejemplo al momento de simular llegadas de clientes pues
no es un dato que siempre se pueda saber de manera certera. En muchos establecimientos de servicio e
incluso en el área productiva ocurren escenarios en los que la llegada de los clientes, materia prima,
entre otras condiciones, ocurre de forma no controlada. En estos casos los generadores de número
aleatorios toman un papel importante en la simulación, sin embargo es más beneficiosos el uso de
generadores que hayan sido analizados y comprobados. Cabe mencionar que incluso los mejores
generadores pueden conllevar ciertos errores o problemas

Similar al problema anterior, la selección de semillas inadecuadas es un error que surge a causa de
elegir números aleatorios inadecuados y sucede pues al generar un número aleatorio otro se genera de
inmediato y el primer número de esta secuencia es conocido como semilla, mismo que es
proporcionado por el analista. Usualmente, los analistas ocupan una secuencia similar e incluso la
misma para diferentes procesos o hacen uso de la misma semilla para todas las secuencias, causando
una correlación entre procesos. Esta correlación provoca que los analistas lleguen a conclusiones
inadecuadas y erróneas.

Otro error común es elegir un tiempo inadecuado para desarrollar el proceso. Las simulaciones por lo
general requieren de análisis detenidos y detallados de tiempos, movimientos, estadísticas, costos,
personal, entre muchos otros factores. El elegir un tiempo muy corto o largo puede afectar la simulación
ya que al ser muy corto es probable que no se hagan los análisis de forma correcta por tratar de llegar a
la fecha límite. Una simulación exitosa y útil surge mediante la incorporación de funciones, parámetro y
detalles de forma extensiva. Por otro lado, extender el tiempo se análisis de la simulación puede generar
altos costos y desperdicios de recursos en las organizaciones

El ponerse metas inalcanzables genera problemas pues la simulación es una herramienta que ayuda a la
empresa a entender las fallas que pueden ocasionarse en los sistemas, sin embargo no promete
solucionarlos pues más factores se ven involucrados. A partir de la simulación se puede lograr un
acercamiento al problema y se pueden realizar varios análisis hasta encontrar una manera de atacar a
este de raíz