2.

Modelado de sistemas orientados a eventos discretos

Son muchos los sistemas o campos de aplicación en los que se desconocen las consecuencias de la
ocurrencia de un cierto evento (como podría ser una perturbación), así como la influencia sobre el
rendimiento global del proceso de una variación en la secuencia de eventos que se producirían como
consecuencia de la aparición de un cierto evento situado en algún instante anterior en el tiempo.
Considérese por ejemplo la siguiente situación:

Cada atardecer, cuando llega el autobús a la fábrica con los trabajadores del turno de
noche, puede verse, tan pronto se abren las puertas del vehículo, cómo cada uno de los
obreros, bien en solitario bien en grupo, se dirige hacia los distintos departamentos de
la línea de producción; cada uno de ellos realiza un conjunto de tareas distintas
(marcar hora de llegada, cambiar de ropa en los vestuarios, lectura del parte del turno
anterior, reunión con el responsable del departamento, etc.) en diferentes lugares de la
fábrica antes de incorporarse a su lugar de trabajo.

En este caso, un evento (llegada del autobús) desencadena un nuevo conjunto de eventos, los cuales, a
su vez, desencadenarán nuevos eventos, y así sucesivamente. Existen una gran diversidad de sistemas
(desde sistemas logísticos puros en empresas de servicio, hasta líneas de producción completamente
automatizadas) que, como en la situación descrita, deben ser considerados complejos por la dificultad
que comporta formalizar las secuencias de actividades que puede desencadenar un determinado
evento.
Nótese que la complejidad de un sistema no debería medirse en función del número de componentes
-o subsistemas- que lo integran (existen sistemas electrónicos con un considerable número de
componentes que se encuentran lejos de ser clasificados como sistemas complejos, por ejemplo, un
televisor), ni tampoco en función del número de ecuaciones necesarias para describir su
comportamiento. En el ámbito de este tema, la complejidad de un sistema no se entiende como una
propiedad inherente al comportamiento del mismo, sino más bien como una falta de metodología y de
herramientas que permitan especificar y formalizar el conocimiento que se tiene del sistema con el
objetivo de desarrollar un modelo que presente un comportamiento similar al del sistema real.
Disponer de metodologías que permitan formalizar la dinámica de un proceso, así como una buena
base en el uso de las herramientas matemáticas, hace que algunos sistemas, que en el pasado habían
sido considerados complejos, ya no lo sean en la actualidad.

© Los autores, 2003; © Edicions UPC, 2003.

24 Modelado y Simulación

En los sistemas logísticos, de fabricación o de servicios, y en aquellos sistemas en los que entidades
compiten para acceder a recursos compartidos y cuyo estado puede variar de forma asíncrona, se
requiere una buena metodología para describir el comportamiento del sistema, y que el modelador
tenga un buen conocimiento de cómo, cuándo y por qué el estado del sistema sufre un cambio.
En este sentido, puede decirse que hoy en día todavía no existe una metodología reconocida y
aceptada por los distintos sectores empresariales, industriales y académicos, que permita formalizar el
conocimiento que se tiene de los sistemas logísticos.
En el punto 1.7 del capítulo anterior se han presentado las etapas principales de un proyecto de
simulación. Posteriormente, en el mismo apartado, se ha justificado la necesidad de obtener un
modelo conceptual del proceso de interés, previo a las etapas de recogida de datos y de construcción
del modelo de simulación. La especificación de un problema de simulación de manera textual lleva
asociados todos los problemas de la especificación textual:
• Ambigüedad en el texto: la mera especificación textual de un modelo de simulación es a menudo
poco precisa y dificulta su correcta interpretación.
• Incompletitud de la especificación: en el texto no se describen correctamente todos los aspectos
relevantes dentro del problema de simulación.
• Ruido en la especificación: aspectos no relevantes en el problema de simulación están descritos
cuidadosamente
Las ventajas de disponer de un modelo conceptual frente a la descripción textual de un problema de
simulación son:
• Los modelos conceptuales recogen de forma detallada y precisa las relaciones dinámicas entre los
diferentes elementos del proceso de interés y, por tanto, constituyen en sí mismos una
especificación del modelo del proceso que se pretende estudiar.
• El modelo conceptual facilita el diálogo y la coordinación entre todas las partes implicadas en el
estudio.
• El modelo conceptual constituye una representación del modelo de simulación independiente de
la herramienta de simulación escogida.
Los modelos conceptuales también pueden ser considerados modelos analíticos si pueden ser resueltos
analítica o numéricamente. Si ello es posible, siempre es preferible obtener la solución empleando
técnicas analíticas, dado que en general su coste de cálculo será menor. No obstante, en la mayoría de
los procesos reales la solución analítica es inviable si se pretende construir el modelo con todo el nivel
de detalle deseado. En este apartado, el objetivo principal de los modelos conceptuales (analíticos o
no) es el de constituir una especificación formal del modelo de simulación.
A pesar de que algunos autores apuntan diversos métodos para reducir la complejidad de los modelos
de simulación, dichos métodos suelen reducir el nivel de detalle del modelo (agrupando los eventos
que deben ser modelados), o bien comportan una formalización a un nivel de abstracción superior.
Aunque los modelos de simulación generados utilizando estas metodologías que simplifican la
complejidad de los sistemas garantizan una fácil reutilización de los modelos codificados, existen

© Los autores, 2003; © Edicions UPC, 2003.