Unidad 1 Introducción a la simulación

1. FUNDAMENTOS PEDAGÓGICOS DE LA SIMULACIÓN

Como parte de la enseñanza de la ingeniería industrial, la simulación es usada

para complementar y desarrollar aptitudes para el buen manejo de los recursos
que se tienen a disposición, herramientas para la toma de decisiones, entre
otras; por lo tanto, se hace necesario conocer los elementos conceptuales más
relevantes en el área, su contextualización y sus implicaciones prácticas en la
formación de ingenieros afines con la toma de decisiones organizacionales.

1.1 ALGUNAS DEFINICIONES

Algunas de las definiciones más relevantes que nos acompañan en este texto
hacen referencia a términos como:

CURRÍCULO: es un conjunto de acciones desarrolladas por la escuela con

sentido de oportunidades para el aprendizaje. También se le da cabida al
conjunto de experiencias programadas por la escuela y por el propio proceso
seguido para programarlas como al conjunto de experiencias vividas por el
alumno en el contexto escolar. Es un eslabón que se sitúa entre la declaración
de principios generales y su traducción operacional, entre la teoría educativa y
la práctica pedagógica, entre la planificación y la acción, entre lo que se prescribe
y lo que realmente sucede en las aulas.

FORMACIÓN EN COMPETENCIAS: se entiende como una combinación

dinámica de atributos, en relación a conocimientos, habilidades, actitudes y
responsabilidades, que describen los resultados de los aprendizajes de un
programa educativo o lo que los estudiantes son capaces de demostrar al final
del proceso educativo.

INVESTIGACIÓN: es seleccionar un tema de interés, es necesario saber cuál es

el problema a resolver y tener en cuenta que se debe partir de un contexto
globalizado, es decir, saber cómo está el mundo y las soluciones alrededor del
problema a investigar, posteriormente dependiendo de la investigación a realizar
ir centrando o localizando el problema investigativo, una vez se tenga muy claro
el problema a resolver, se debe formular una gran pregunta que será resuelta al
final con la respuesta dada a muchas otras preguntas que fueron surgiendo a
través del proceso investigativo, siendo este uno de los primeros pasos para
realizar una buena investigación. Es la búsqueda de conocimientos o de
soluciones a ciertos problemas. Cabe destacar que una investigación, en
especial en el campo científico, es un proceso sistemático (se recogen datos a
partir de un plan prestablecido que, una vez interpretados, modificarán o
añadirán conocimientos a los ya existentes), organizado (es necesario
especificar los detalles relacionados con el estudio) y objetivo (sus conclusiones
no se basan en impresiones subjetivas, sino en hechos que se han observado y
medido).

INVESTIGACIÓN FORMATIVA: en el concepto de investigación formativa se

encuentra una posibilidad para articular las funciones universitarias de la
investigación, la extensión y la docencia, en tanto permite fundamentar el diseño
de un modelo didáctico que, al incorporar los principales procedimientos de la
investigación, desarrolla las competencias científicas que un egresado necesita
para laborar en las organizaciones inteligentes que integran las nuevas
sociedades del conocimiento.

MÉTODOS CUANTITATIVOS: el procedimiento utilizado para explicar eventos

a través de una gran cantidad de datos. Si entendemos que la idea de las
ciencias es poder explicar fenómenos a través de relaciones causales, lo que
pretende la investigación cuantitativa o los métodos cuantitativos es determinar
y explicar estas últimas a través de la recolección de grandes cantidades de
datos que permitan fundamentar sólidamente una hipótesis.

SIMULACIÓN: es una representación ficticia de una situación real, que se

experimenta mediante modelos que son abstracciones de la realidad; el
conocimiento adquirido en la simulación se aplica en el mundo real. Cuanto
mayor sea el grado de aproximación de la simulación a la realidad, mayor será
su utilidad. La primera acción y requisito previo a cualquier simulación para
analizarlo, es entender muy bien las condiciones reales.

En este sentido la simulación conforma un cuerpo conceptual que bien puede

ser explicado a partir del siguiente esquema conceptual:

Figura. N.1 Mapa conceptual de la simulación industrial

Fuente: Autoría Propia

Visto lo anterior, la simulación como conjunto de técnicas, conceptos y
procedimientos propende por el desarrollo de competencias y la adquisición de
conocimientos que por un lado involucran áreas como la teoría de números, la
inferencia estadística y probabilística en términos de su teoría de las
distribuciones muéstrales para construir modelos abstractos de realidades
problemáticas en la toma de decisiones organizacionales mediante el apoyo de
las herramientas computacionales. Parte de la teoría de números, a través de la
generación de números aleatorios, los cuales son validados estadísticamente
con pruebas estadísticas para brindar confiabilidad a la generación de variables
aleatorias que simulan comportamientos que se asemejan a ciertas
distribuciones estadísticas conocidas para proponer finalmente modelos que
representen el mundo real y analizar su comportamiento en diferentes
escenarios organizacionales.

1.2 LA SIMULACIÓN DESDE EL CONTEXTO ORGANIZACIONAL

La simulación se enmarca en el contexto organizacional a partir de aplicaciones

en el campo de la logística y el manejo de inventarios para la determinación de
puntos de re-orden, o cantidades de requerimientos en la producción de bienes
y servicios para lograr reducir los costos totales de sus insumos, también la
encontramos en el estudio de las diferentes formas y métodos usados para
optimizar líneas de producción o prestación de servicios, en la construcción y
fabricación de dispositivos eléctricos y electrónicos, en la investigación de
procesos, en problemas de transformación energética, en fin, en un sinnúmero
de aplicaciones diversas en el entorno empresarial e investigativo, no sólo a nivel
exploratorio de los datos sino también en otras áreas de mayor impacto para la
industria y la innovación, bien sea en el aumento de la productividad, en la
caracterización de productos o en la automatización de procesos.

1.3 ALGUNAS CONSIDERACIONES CONCEPTUALES

Los modelos de simulación como veremos más adelante se mueven en

complejos escenarios, como es el caso del escenario estocástico o continuo, en
el cual se propende por generar y encontrar variables aleatorias no uniformes a
través de ciertas distribuciones de probabilidad teóricas continuas presentes en
muchos campos de aplicación de la ingeniería industrial, en este escenario se
pretenden simular fenómenos que requieren conocer con anticipación ciertas
condiciones iniciales y establecer posible parámetros de comportamiento en el
modelador, como es el caso de modelar los fenómenos con tiempos de corrida
suficientemente grandes de tal modo que los periodos sean relativamente
insignificantes con respecto a las condiciones de estabilidad del modelo, así
mismo, se les recomienda excluir aquella información que no sea relevante en el
modelo y generar muchas veces las variables para asegurar completitud,
precisión y exactitud en la solución propuesta por la simulación; pero quizá uno
de los aspectos más relevantes en todo modelo o proceso de simulación lo
constituye la determinación del tamaño de las corridas, se trata de realizar
muchas corridas del modelo de simulación que nos permitan asegurar buenos y
mejores resultados. También existen los modelos asociados a un escenario
determinístico, en el cual los fenómenos cambian de estados en instantes
discretos de tiempo de manera aleatoria, tales como los modelos de espera,
colas o inventarios. Estos escenarios serán abordados en el transcurso de este
libro.

Una mejor caracterización sobre la simulación la encontramos al abordar las

siguientes inquietudes:

1.3.1. ¿Qué es la simulación?

Según las definiciones propuestas en (Fernández, Ceballos & Restrepo, 2010),

la simulación se puede definir como:

“Técnica experimental para resolver problemas” (Calderón, 1985)

“La 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 periodos de tiempo”. Tomas H. Naylor.

“Una técnica numérica para realizar experimentos en una computadora digital.

Estos experimentos involucran ciertos tipos de modelos matemáticos y lógicos
que describen el comportamiento de sistemas de negocios, económicos,
sociales, biológicos, físicos o químicos a través de largos periodos de tiempo”.
H. Maisel y G. Grugnoli

“El proceso de diseñar y desarrollar un modelo computarizado de un sistema o

proceso y conducir experimentos con este modelo, con el propósito de entender
el comportamiento del sistema o evaluar varias estrategias con las cuales se
puede operar el sistema.” Robert E. Shannon.
“La simulación de un sistema u organismo es la operación de un modelo (o
simulador) que es una representación de sistemas. Este modelo puede sujetarse
a manipulaciones que serían imposibles de realizar en el sistema real,
demasiado costosas o imprácticas. La operación del modelo puede estudiarse y
de ese estudio puede inferirse las propiedades concernientes al comportamiento
del sistema o su sistema real” Martin Shubick.

Según las definiciones propuestas en (Calderón, 1985)

“La simulación, esencialmente, es una técnica que enseña a construir el modelo

de una situación real junto con la realización de experimentos con el modelo”

“La simulación es una técnica numérica para conducir experimentos en un

computador digital, los cuales requieren ciertos tipos de modelos lógicos y
matemática, que describen el comportamiento de un negocio o sistema
económico (o algún componente de ellos) en periodos extensos de tiempo real”

“La simulación es un método para predecir las características dinámicas de una

organización y así mejorar las bases para el proceso de la toma de decisiones”

“La simulación es un ayuda formal para la toma de decisiones, la cual es

adaptable a las complejidades y cambios de los negocios modernos y que puede
desarrollarse y comunicarse eficientemente”

“La simulación es un desarrollo natural de la investigación de operaciones y

generalmente se usa en aquellos casos en que las otras técnicas de la
investigación de operaciones han fallado”

“La simulación de sistemas es ¿la? técnica de resolver problemas siguiendo,

sobre el tiempo, los cambios que ocurren en un modelo dinámico del sistema”

1.3.2. ¿Para qué sirve la simulación?

• A través de un estudio de simulación se puede estudiar el efecto de
cambios internos y externos del sistema, al hacer alteraciones en el modelo del
sistema y observando los efectos de esas alteraciones en el comportamiento del
sistema.

• Una observación detallada del sistema que se está simulando puede

conducir a un mejor entendimiento del sistema y por consiguiente a sugerir
estrategias que mejoren la operación y eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la

operación del sistema, a detectar las variables más importantes que interactúan
en el sistema y a entender mejor las interrelaciones entre estas variables.

• La técnica de simulación puede ser utilizada para experimentar con

nuevas situaciones, sobre las cuales tiene poca o ninguna información. A través
de esta experimentación se puede anticipar mejor a posibles resultados no
previstos.

• Cuando nuevos elementos son introducidos en un sistema, la simulación

puede ser usada para anticipar cuellos de botella o algún otro problema que
puede surgir en el comportamiento del sistema.

• La simulación de un sistema sirve para aproximase a su comportamiento

real.

• Depende principalmente del objetivo de estudio.

• La simulación se compone de un conjunto de pasos lógicos que permiten

predecir el comportamiento de ciertos eventos.

• Realizar experimentos sin intervención en un sistema real

• Desarrollar habilidades para la toma decisiones

1.3.3. ¿Cuándo debemos y no debemos usar la simulación?

La simulación la debemos usar cuando:

• Existan situaciones en las cuales sea imposible o extremadamente

costoso observar ciertos procesos en la vida real.

• Ciertos sistemas observados son tan complejos que es imposible

describirlos en términos de un conjunto de ecuaciones matemáticas para los
cuales es posible obtener soluciones analíticas que puedan emplearse para
predecir el comportamiento del sistema.

• Aunque pueda desarrollarse un modelo matemático para describir un

sistema de interés, pueda no ser posible encontrar una solución al modelo por
medio de técnicas analíticas

• Puede ser imposible o sumamente costoso realizar experimentos de

validación sobre el modelo matemático que describe al sistema. Es decir, no hay
forma de verificar si el modelo diseñado si representa el sistema real.

• Deseamos conocer el comportamiento de ciertas variables en el tiempo.

• Se tiene incertidumbre en la toma de decisiones.

• El comportamiento de un sistema es variable y es necesario predecir o

acercarse a la respuesta más probable.

• El riesgo de tomar una decisión es muy alto y se necesita más certeza.

La simulación no la debemos usar cuando:

• Los modelos de simulación para computador sean muy costosos de

construir y validar.
• Cuando existan otras técnicas analíticas más apropiadas que la
simulación misma.

• No se conocen las entidades del sistema

• Cuando no se tiene un equipo computacional o los recursos necesarios

en las distintas etapas.

• No se tienen los datos.