Simulación - Antología Unidad 1 - Ok - Industrial

INGENIERÍA INDUSTRIAL
MATERIA:
SIMULACION INC-1027
ANTOLOGÍA DE LA UNIDAD 1
Elaboro:
I.S.C. Gregorio Martínez Vásquez
Instituto Tecnológico Superior de Alvarado. Ingeniería Industrial.
CONTENIDO
UNIDAD 1. INTRODUCCIÓN A LA SIMULACIÓN.................................................... 4

DEFINICIÓN DE SIMULACIÓN. ............................................................................... 4
SISTEMA: DEFINICIÓN Y CONCEPTOS. ................................................................ 5
Sistema. ............................................................................................................................... 5
Elementos. .......................................................................................................................... 5
Proceso de conversión...................................................................................................... 6
Entradas y recursos. .......................................................................................................... 6
Salidas o resultados. ......................................................................................................... 7
Límites del sistema y su ambiente. ................................................................................. 7
Endógeno. ........................................................................................................................... 8
Exógeno. ............................................................................................................................. 8
Variables endógenas. ........................................................................................................ 8
Variables de estado. .......................................................................................................... 8
Variables exógenas. .......................................................................................................... 8
Sistema cerrado. ................................................................................................................ 8
Sistema abierto. ................................................................................................................. 8
Actividades estocásticas................................................................................................... 8
Actividades determinísticas. ............................................................................................. 9
Propósito y función. ........................................................................................................... 9
Atributos. ............................................................................................................................. 9
Metas y objetivos. ............................................................................................................ 10
Administración, agentes y autores de decisiones. ..................................................... 10
Estructura. ......................................................................................................................... 10
Estado del sistema. ......................................................................................................... 10
Flujos del sistema. ........................................................................................................... 10
MODELO................................................................................................................. 11
Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 1

Definición de modelo. ...................................................................................................... 11

CONOCIMIENTOS PARA DISEÑAR Y CONTROLAR MODELOS. ....................... 12
Modelización. .................................................................................................................... 12
Programación. .................................................................................................................. 12
Probabilidad y Estadística. ............................................................................................. 12
Método Heurísticos. ......................................................................................................... 12
CLASIFICACIÓN DE LOS MODELOS DE SIMULACIÓN. ..................................... 12
Físicos: Estáticos y dinámicos. ...................................................................................... 13
Determinísticos y estocásticos. ..................................................................................... 13
Analógicos......................................................................................................................... 13
Matemáticos...................................................................................................................... 14
ELEMENTOS DE LOS MODELOS. ........................................................................ 15
Componentes. .................................................................................................................. 15
Parámetros........................................................................................................................ 15
Variables............................................................................................................................ 15
Relaciones funcionales. .................................................................................................. 16
Restricciones. ................................................................................................................... 16
Función objetivo. .............................................................................................................. 16
PASOS EN UN ESTUDIO DE SIMULACIÓN.......................................................... 17
ETAPAS PARA REALIZAR UN PROYECTO DE SIMULACIÓN. ........................... 18
Formulación del problema. ............................................................................................. 18
Definición del sistema. .................................................................................................... 18
Recolección de datos. ..................................................................................................... 19
Diseño lógico o construcción del modelo..................................................................... 19
Implementación del modelo en la computadora. ........................................................ 20
Validación. ......................................................................................................................... 20
Experimentación. ............................................................................................................. 20
Interpretación. ................................................................................................................... 20
Documentación. ............................................................................................................... 21
VENTAJAS Y DESVENTAJAS DEL USO DE SIMULACIÓN.................................. 21

Ventajas............................................................................................................................. 21
Desventajas. ..................................................................................................................... 23
EJEMPLOS DE USOS DE SIMULACIÓN. .............................................................. 23
Simulación de un sistema de colas............................................................................... 23
Simulación de un sistema de inventarios..................................................................... 23
Simulación de un proyecto de inversión. ..................................................................... 24
Simulación de sistemas económicos. ........................................................................... 24
Simulación de estados financieros................................................................................ 24

UNIDAD 1. INTRODUCCIÓN A LA SIMULACIÓN.
DEFINICIÓN DE SIMULACIÓN.
Según Thomas H. Taylor:

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.
Según H. Maisel y G. Gnugnoli:

Es 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.
Según Robert E. Shanon:

Es el proceso de diseñar y desarrollar un modelo computarizado de un sistema o
proceso y conducir experimentos con el propósito de entender el comportamiento del
sistema o evaluar varias estrategias con las cuales se puede operar el sistema.
Según Gregorio Martínez Vásquez:

Es una técnica que consiste en construir un modelo de un sistema real o no real que
permita la práctica de experimentos. A este modelo le podrán ser introducidos datos
como entrada los cuales procesará para producir información de salida que permita
al analista estudiar, interpretar, predecir e incluso mejorar su funcionamiento o
comportamiento lo que también le dará las condiciones para poder evaluar varias
estrategias de operación del sistema a través de largos periodos de tiempo en un
tiempo comprimido, incluso en sistemas donde las actividades suceden en un tiempo
tan corto que no se pueden observar con detalle se podrá expandir el tiempo para
poder hacer las observaciones pertinentes.

La simulación tiene como finalidad apoyar en la toma de decisiones, ya que puede

ser empleada por las personas para decidir cuál es la mejor alternativa a utilizar en
la operación del sistema.
SISTEMA: DEFINICIÓN Y CONCEPTOS.
Sistema.
Se puede definir como un conjunto o grupo de objetos unidos por alguna forma de
interacción o interdependencia para realizar una función específica que permita
alcanzar un objetivo o un conjunto de objetivos. Los sistemas se caracterizan por los
siguientes conceptos:
Elementos.
Los elementos son los componentes de cada sistema. Los elementos de sistema
pueden a su vez ser sistemas por derecho propio, es decir, subsistemas. Los
elementos de sistemas pueden ser inanimados (no vivientes), o dotados de vida
(vivientes). La mayoría de los sistemas con los cuales tratamos, son agregados de
ambos. Los elementos que entran al sistema se llaman entradas, y los que lo dejan
son llamados salidas o resultados.
Los elementos de un sistema pueden ser conceptos, en cuyo caso estamos tratando
un sistema conceptual. Un lenguaje es un ejemplo de sistema conceptual. Los
elementos de sistema pueden ser objetos, como por ejemplo una máquina de escribir
que está compuesta por varias partes. Los elementos de un sistema pueden ser
sujetos, como los de un equipo de fútbol. Finalmente, un sistema puede estructurarse
de conceptos, objetos y sujetos, como un sistema hombremaquina, que comprende
las tres clases de elementos. Por lo tanto, un sistema es un agregado de entidades,
viviente o no viviente o ambas.

Por lo tanto, es suficiente visualizar que los sistemas se componen de otros sistemas
a los que llamamos subsistemas. En la mayoría de los casos, podemos pensar en
sistemas más grandes o superordinales, los cuales comprenden otros sistemas que
llamamos el sistema total y sistema integral. Uno de los problemas al tratar de
sistemas se deriva nuestra incapacidad para saber que tanto “descomponer” ·un
sistema en sistemas componentes, o que tanto “componer” u organizar” un sistema
en sistemas más grandes.
Proceso de conversión.
Los sistemas organizados están dotados de un proceso de conversión por el cual los
elementos del sistema pueden cambiar de estado. El proceso de conversión cambia
elementos de entrada en elementos de salida. En un sistema con organización, los
procesos de conversión generalmente agregan valor y utilidad a las entradas, al
convertirse en salidas. Si el proceso de conversión reduce el valor o utilidad en el
sistema, este impone costos e impedimentos.
Entradas y recursos.
La diferencia entre entrada y recurso es mínima, depende solo del punto de vista y
circunstancia. En el proceso de conversión, las entradas son generalmente los
elementos sobre los cuales se aplican los recursos.
Por ejemplo, los estudiantes que ingresan al sistema de educación son entradas, en
tanto que los maestros son uno de los recursos utilizados en el proceso. Desde un
contexto más amplio, los estudiantes con una educación se tornan en recursos,
cuando se convierten en elementos activos de la comunidad o sociedad. En general,
el potencial humano (maestros, personal no académico, personal administrativo), el
capital (que proporciona tierra, equipo e implementos), el talento, el saber cómo y la
información, pueden considerarse todos intercambiables como entradas o recursos
empleados en el sistema de educación.

Salidas o resultados.
Las salidas son los resultados del proceso de conversión del sistema, que pudieran
ser éxitos o beneficios. Ver Figura 1.1.
Figura 1.1. Un sistema y su medio ambiente.
Límites del sistema y su ambiente.

La definición de los límites del sistema determina cuales sistemas se consideran bajo
control del diseñador del sistema y cuales deben dejarse fuera de su jurisdicción, es
decir, si pueden ser considerados como parte del sistema o parte de su ambiente. A
pesar de donde se implantan los límites del sistema, no pueden ignorarse las
interacciones con el medio, es decir, un sistema es afectado por cambios que ocurren
en el exterior del sistema, tales cambios ocurren fuera del sistema y se dicen que
ocurren en el ambiente del sistema. Algunas actividades también producen cambios
que no afectan al sistema.
Un importante paso en el modelado de sistemas es definir entre los límites del

sistema y su ambiente. La decisión depende del propósito de estudio. Por ejemplo:
En el caso de una fábrica, los factores que controlan las llegadas de las órdenes de
materia prima pueden considerarse fuera de la influencia de la fábrica y por lo tanto
estos factores forman parte del ambiente del sistema.

Endógeno.
Describe actividades que ocurren dentro del sistema.
Exógeno.
Describe actividades que ocurren en el ambiente del sistema.
Variables endógenas.
Son aquellas producidas dentro del sistema o que resultan de causas internas.
Variables de estado.
También nos podemos referir a las variables endógenas como variables de estado
que indican su estado o condición dentro del sistema.
Variables exógenas.
Son variables que se originan o producen fuera del sistema o que surgen debido a
causas externas.
En la construcción del modelo solo se tomarán en cuenta las variables exógenas que
afecten al sistema.
Sistema cerrado.
No posee actividades exógenas.
Sistema abierto.
Tiene actividades exógenas.
Actividades estocásticas.
Cuando los efectos de la actividad varían aleatoriamente sobre varias posibles
salidas (resultados).

Actividades determinísticas.
Cuando el resultado puede ser descrito completamente en términos de su entrada.
En general las principales características de un sistema (abierto) son su “corriente de

entrada”, su proceso de conversión, su “corriente de salida”, y como elemento de
control, la comunicación de retroalimentación.
La corriente de entrada de un sistema para que pueda funcionar, debe importar

información desde su medio a través de sus centros receptores y canales de
comunicación.
El proceso de conversión de un sistema convierte o transforma la “energía”, que

representa la producción característica del sistema particular.
La corriente de retroalimentación de un sistema es la información que indica como lo

está haciendo el sistema en la búsqueda de su objetivo, y que es introducido
nuevamente al sistema con el fin de que se lleven a cabo las correcciones necesarias
para lograr su objetivo (retroalimentación).
Propósito y función.
Los sistemas inanimados están desprovistos de un propósito evidente. Estos
adquieren un propósito o función específicos, cuando entran en relación con otros
subsistemas, y entre subsistemas y el sistema total, son de considerable importancia
en el estudio de sistemas.
Atributos.
Los sistemas, subsistemas y sus elementos están dotados de atributos o
propiedades. Los atributos pueden ser “cuantitativos” o “cualitativos”. Esta
diferenciación determina el enfoque a utilizarse para medirlos. Los atributos
“cualitativos” ofrecen mayor dificultad de definición y medición que su contraparte los
atributos “cuantitativos”, aunque deben diferenciarse el atributo y su medición.

Metas y objetivos.
La identificación de metas y objetivos es de suprema importancia para el diseño de
sistemas. En la medida en que se disminuye el grado de abstracción, los enunciados
de propósito serán mejor definidos y más operativos. Las mediciones de eficacia
regulan el grado en que satisfacen los objetivos de sistemas estas representan el
valor de los atributos de sistemas.
Administración, agentes y autores de decisiones.

Las acciones y decisiones que tienen lugar en el sistema, se atribuyen o asignan a
administradores, agentes y autores de decisiones cuya responsabilidad es la guía
del sistema hacia el logro de sus objetivos.
Estructura.
La noción de estructura se relaciona con la forma de las relaciones que mantiene los
elementos del conjunto. La estructura puede ser simple o compleja, dependiendo del
número y tipo de interrelaciones entre las partes del sistema. Los sistemas complejos
involucran jerarquías que son los niveles ordenados, partes o elementos de
subsistemas.
Estado del sistema.

Representa la descripción de todas las entidades sus atributos y actividades que
existen en un punto en el tiempo.
La condición de un sistema está dada por el valor de los atributos que lo caracterizan.
El progreso del sistema es estudiado siguiendo los cambios en el estado del sistema.
Flujos del sistema.

Los flujos de un sistema se definen en términos de tasas de cambio de valor de
atributos de sistema. La conducta puede interpretarse como cambios en los estados
de sistema sobre el tiempo.

MODELO.
Definición de modelo.
Es la representación o abstracción de un sistema real, que tiene la posibilidad de
emplearse para propósitos de predicción y control. Por real debe entenderse que ya
existe o puede llegar a existir.
El objetivo del modelo es permitir al analista determinar uno o más cambios en los
aspectos del sistema modelado que afectan otros aspectos del sistema o inclusive la
totalidad del sistema. Para que un modelo sea útil debe necesariamente incorporar
elementos de dos atributos de conflicto: realismo y simplicidad. Por un lado, el
modelo ha de servir como una aproximación razonable al sistema real y debe
incorporar la mayor parte de los aspectos importantes de éste; por otro, no es
conveniente que el modelo resulte tan complejo y resulte imposible entenderlo o
manipularlo. Los modelos de simulación juegan un papel muy importante en el
análisis y estudio de varios tipos de sistemas.
Los modelos de simulación presentan la ventaja de poder ser manipulados en

diferentes formas, que serían imposibles, imprácticas y demasiado costosas si se
realizaran a través de otra metodología. Por ejemplo, se puede simular la operación
de un sistema sin que éste aún exista, también se puede a través del uso de
simulación determinar el sitio de localización de un almacén, determinar políticas
optimas de inventarios cuando la demanda y el tiempo de entrega son estocásticos,
entre otros. En general, se puede decir que los modelos de simulación se usan para:
1) Análisis de sistemas,
2) Diseño de sistemas,
3) Síntesis de sistemas y
4) Entrenamiento.

CONOCIMIENTOS PARA DISEÑAR Y CONTROLAR MODELOS.
El diseño y control de modelos obliga a tener conocimientos de cuatro áreas de

conocimientos distintas:
Modelización.
Es necesaria para diseñar el modelo que permita dar respuestas validas del sistema
real que represente. El diseño es una fase muy importante, ya que los errores
proporcionaran modelos falsos.
Programación.
Ya que el modelo es en todo o en parte un programa de computadora se ha de
implementar con un lenguaje de programación.
Probabilidad y Estadística.
La probabilidad es necesaria para definir y estudiar las variables aleatorias de las
entradas, y la estadística para permitir el diseño y análisis de los experimentos.
Método Heurísticos.
Para llegar a una solución buena del problema planteado.
CLASIFICACIÓN DE LOS MODELOS DE SIMULACIÓN.
Los modelos pueden clasificarse de manera general y los modelos de simulación de

manera particular, de diversas formas. Por desgracia, ninguna es completamente
satisfactoria, a pesar de cada una sirve a un propósito particular. Algunos de estos
esquemas de clasificación son los siguientes:
• Físicos: Estáticos y dinámicos.
• Determinísticos y estocásticos.
• Analógicos.
• Matemáticos.

Físicos: Estáticos y dinámicos.

Los modelos físicos estáticos, tales como los modelos arquitectónicos hecho en
maquetas a escala usadas en los estudios de diseño de plantas, ayudan a visualizar
las relaciones espaciales.
Un ejemplo de modelo físico dinámico sería el de una planta piloto (a escala

reducida) para estudiar un nuevo proceso químico antes de proceder a la producción
en gran escala, o el del modelo a escala de un avión probado en un túnel
aerodinámico para examinar su estabilidad dinámica.
Los modelos físicos pueden ser modelados de tamaño natural (tales como los
aparatos para propósitos de entrenamiento utilizados por las líneas aéreas
comerciales, las fuerzas armadas o la National Aeronautics and Space Administration
– NASA), de menor escala (como un modelo de sistema solar o un globo terráqueo),
o de mayor escala (como el modelo de un átomo). Éstos también pueden ser bi o
tridimensionales.
Determinísticos y estocásticos.
En los modelos determinísticos se encuentran valores que no se ven afectados por
variaciones aleatorias y se conocen con exactitud.
En un modelo estocástico o probabilístico los valores de las variables dentro de este

modelo sufren modificaciones aleatorias con respecto a un valor promedio; dichas
variaciones pueden ser manejadas mediante distribuciones de probabilidad.
Analógicos.
Los modelos analógicos son aquellos en los que una propiedad del objeto real está
representada por una propiedad sustituta, que por lo general se comporta de manera
similar. Algunas veces, el problema se resuelve en el estado análogo y la respuesta
se traslada a las propiedades originales.

Una gráfica es un ejemplo de un modelo analógico, en la cual la distancia representa

las propiedades tales como tiempo, edad número, entre otros.
Una gráfica también puede mostrar la relación entre las diferentes variables, y
predecir cambios en algunas de ellas cuando se cambian otras cantidades. Por
ejemplo, en la siguiente figura, se muestra como el costo de producción de cierto
artículo puede estar relacionado con el volumen de producción. En consecuencia,
observamos cómo el costo está relacionado con el volumen, y podemos predecir que
ocurrirá con el costo si incrementamos o disminuimos el volumen. Para ciertos
problemas relativamente simples, una gráfica puede resolver el problema. Con base
a la figura, podemos derivar la curva marginal de costos.
Figura 1.2 Gráfica Volumen de Producción – Costo.
Matemáticos.
Los modelos matemáticos o simbólicos son aquellos en los que se usa un símbolo,
en vez de un dispositivo físico, para representar una entidad. En consecuencia,
siempre en un modelo matemático, se pueden usar símbolos tales como x y y para
representar el volumen de producción y el costo, en vez de una escala medida o
alguna entidad física. Representar sistemas mediante un conjunto de ecuaciones es
un ejemplo muy común. Los modelos simbólicos siempre son una idealización
abstracta del problema en el cual se requieren suposiciones que simplifiquen, si es
que el modelo ha de resolverse. Por tanto, debe tener mucho cuidado para
asegurarse de que el modelo sea una representación válida del problema.

ELEMENTOS DE LOS MODELOS.
Casi cualquier modelo consiste de alguna combinación de los siguientes elementos:

a) Componentes.
b) Variables.
c) Parámetros.
d) Relaciones funcionales.
e) Restricciones.
f) Funciones objetivo.
Componentes.
Por componentes se entiende las partes constituyentes que en conjunto forman el
sistema. Algunas veces, también nos referimos a los componentes como elementos
o subsistemas. Por ejemplo, en un modelo de un proyectil o un vehículo espacial, los
componentes podrían ser partes, como los sistemas de propulsión, dirección, control
y estructura, entre otros. En un sistema de una ciudad los componentes serían el
sistema educativo, el sistema de salud, el sistema de transporte, entre otros. En un
modelo económico los componentes serían compañías individuales, consumidores
individuales, la hacienda pública, entre otros.
Parámetros.
Los parámetros son cantidades a las cuales el operador del modelo puede asignarle
valores arbitrarios, a diferencia de las variables, que solo pueden suponer aquellos
valores que la forma de la función permite. Otra manera de ver esto es que los
parámetros, una vez establecidos, son constantes y no varían.
Variables.
Existen dos tipos de variables en un modelo de un sistema, las variables exógenas y
las endógenas. Las variables exógenas también se llaman variables de entrada, es
decir, éstas son variables que se originan o se producen fuera del sistema o que

surgen debido a causas externas. Las variables endógenas son aquellas producidas
dentro del sistema o que resultan de causa internas. También podemos referirnos a
las variables endógenas, ya sea como variables de estado (para indicar su estado o
condición dentro del sistema) o variables de salida (cuando salen del sistema). Los
estocásticos llaman a las variables exógenas independientes y a las variables
endógenas dependientes.
Relaciones funcionales.
Las relaciones funcionales describen a las variables y a los parámetros de tal manera
que muestran su comportamiento dentro de un componente o entre componentes de
un sistema. Estas relaciones o características son de naturaleza determinística o
estocástica. Las relaciones determinísticas son identidades o definiciones que
relacionan ciertas variables o parámetros, donde una salida de proceso es
singularmente determinada por una entrada dada. Las relaciones estocásticas son
aquellas en las que el proceso tiene de manera característica una salida indefinida
para una entrada determinada.
Restricciones.
Las restricciones son limitaciones impuestas a los valores de las variables o a la
manera en la cual los recursos pueden asignarse o consumirse. Estas restricciones
pueden ser auto-impuestas por el diseñador o impuestas por el sistema mediante la
naturaleza del mismo.
Función objetivo.
La función de objetivo es una definición explícita de los objetivos o metas del sistema
y de cómo se evaluarán.

PASOS EN UN ESTUDIO DE SIMULACIÓN.
Figura 1.3 Pasos en un estudio de simulación.

ETAPAS PARA REALIZAR UN PROYECTO DE SIMULACIÓN.
Se ha escrito mucho acerca de los pasos necesarios para realizar un estudio de

simulación. Sin embargo, la mayoría de los autores opinan que los pasos necesarios
para llevar a cabo un experimento de simulación son:
Formulación del problema.

Albert Einstein alguna vez expreso que la formulación adecuada de un problema era
aún más esencial que su solución. A fin de encontrar una solución óptima o aceptable
para un problema, primero se tiene que saber cual es el problema.
En muchos casos, la administración no puede identificar sus propios problemas

correctamente. Sabe que tiene un problema, pero no puede identificar el problema
real. Por lo tanto, un proyecto de análisis de sistemas usualmente se empieza
mediante la realización de un estudio de orientación del sistema del control de quien
toma las decisiones. El equipo de investigación debe entender y articular un conjunto
de objetivos y metas aplicables.
Definición del sistema.

Para tener una definición exacta del sistema que se desea simular, es necesario
hacer primeramente un análisis preliminar del mismo, con el fin de determinar la
interacción del sistema con otros sistemas, las restricciones del sistema, las variables
que interactúan dentro del sistema y sus interrelaciones, las medidas de efectividad
que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan
obtener del estudio.
Los límites entre el sistema y el medio no seguían las líneas establecidas de un

diagrama de organización. El sistema que se busca considerar no termina cuando se
han calculado todos los elementos de una organización.

Recolección de datos.
Es posible que la facilidad de obtención de algunos datos o la dificultad de conseguir
otros, pueda influenciar el desarrollo y formulación del modelo. Por consiguiente, es
muy importante que se definan con claridad y exactitud los datos que el modelo va a
requerir para producir los resultados deseados. Normalmente la información
requerida por un modelo se puede obtener de registros contables, de órdenes de
trabajo, de órdenes de compra, de opiniones de expertos y si no hay otro remedio
por experimentación.
Cada estudio implica recopilar datos. El analista del sistema debe preocuparse por
los datos referentes a las entradas y salidas del sistema que estudia, así como la
información acerca de los componentes del sistema y de las interconexiones o
relaciones entre ellos. Por tanto, se interesa en la recopilación de datos cuantitativos
y cualitativos, y debe decidir qué datos se necesitan, si son importantes, si los datos
existentes son válidos para sus propósitos, y cómo recopilar esta información.
Usualmente, los libros de texto le dan al estudiante toda la información y los datos
pertinentes, sin la referencia de cómo se recopilaron y validaron. Entonces el
estudiante se vuelve esquizofrénico cuando se enfrenta a su primer problema sin
estructurar, para el cual debe determinar por sí mismo qué datos se requieren y como
recopilarlos.
El diseño de un modelo estocástico siempre implica una elección acerca de si se

deben usar datos empíricos directamente en el modelo o si se debe emplear la
probabilidad teórica o las distribuciones de frecuencia.
Diseño lógico o construcción del modelo.

Una vez que están definidos con exactitud los resultados que se esperan obtener del
estudio, el siguiente paso es diseñar y modelar el sistema con el cual se obtendrán
los resultados deseados. En la formación del modelo es necesario definir todas las
variables que forman parte de él, sus relaciones lógicas y los diagramas de flujo que
describen en forma completa al modelo.

Implementación del modelo en la computadora.

Con el modelo definido, el siguiente paso es decidir si se utiliza un lenguaje como C,
Java, Pyton, entre otros, o se utiliza algún paquete como GPSS, Simula, Simscript,
Promodel, Arena, InTouch, Marketplace, entre otros, para procesarlo en la
computadora y obtener los resultados deseados.
Validación.
Una de las principales etapas de un estudio de simulación es la validación. A través
de esta etapa es posible detallar deficiencias en la formulación del modelo o en los
datos alimentados al modelo. Las formas más comunes de validar un modelo son:
• La opinión de expertos sobre los resultados de la simulación.
• La exactitud con que se procesan los datos históricos.
• La exactitud en la predicción del futuro.
• La comprobación de falla del modelo de simulación al utilizar datos que hacen
fallar al sistema real.
• La aceptación y confianza de la persona que hará uso de los resultados que
arroje el experimento de simulación.
La validación tiene dos facetas: la determinación de que el modelo se comporte igual

que el sistema del mundo real; y la validación de que las inferencias que se obtienen
de los experimentos con el modelo sean válidas o correctas.
Experimentación.
La experimentación con el modelo se realiza después de que este ha sido validado.
La experimentación consiste en generar los datos deseados y en realizar análisis de
sensibilidad de los índices requeridos.
Interpretación.
En esta etapa del estudio, se interpretan los resultados que arroja la simulación y en
base a esto se toma una decisión. Es obvio que los resultados que se obtienen de

un estudio de simulación ayudan a soportar decisiones del tipo semi-estructurado, es

decir, la computadora en sí no toma la decisión, sino que la información que
proporciona ayuda a tomar mejores decisiones y por consiguiente a
sistemáticamente obtener mejores resultados.
Documentación.
Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de
simulación. La primera se refiere a la documentación de tipo técnico, es decir, a la
documentación que el departamento de procesamiento de datos debe tener del
modelo. La segunda se refiere al manual del usuario, con el cual se facilita la
interacción y el uso del modelo desarrollado, a través de una terminal de
computadora.
VENTAJAS Y DESVENTAJAS DEL USO DE SIMULACIÓN.
Ventajas.
• Con simulación se controlan mejor las condiciones que si experimentamos con
el sistema real. Una vez construido el modelo del sistema, puede ser
modificado de manera rápida con el fin de analizar diferentes políticas o
escenarios.
• Permite estudiar un sistema en un marco de tiempo largo en un tiempo
comprimido, también es posible analizar el sistema expandiendo el tiempo.
• Permite estimar el desempeño de un sistema empleando un modelo bajo
ciertas condiciones específicas que no serían viables aplicar al sistema real
por cuestiones como costo e interrupción del sistema (línea de producción), y
de este modo comparar varias alternativas de operación para elegir la mejor.
Generalmente es más barato mejorar el sistema vía simulación, que hacerlo
directamente en el sistema real.
• Muchos sistemas reales no pueden ser descritos por modelos matemáticos,
la simulación es el único medio de análisis en estos casos.
• En algunos casos la simulación es el único medio para lograr una solución.

• Es una poderosa aplicación educativa y de entrenamiento. El desarrollo y uso

de un modelo de simulación le permite al experimentador observar y jugar con
el sistema.
Thomas H. Taylor ha sugerido que un estudio de simulación es muy recomendable

porque presenta las siguientes ventajas:
• 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 estasalteraciones 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 técnica de simulación puede ser utilizada como un instrumento pedagógico
para enseñar al estudiante habilidades básicas en análisis estadístico, análisis
teórico, entre otros.
• 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 usada para experimentar con nuevas
situaciones, sobre las cuales se tiene poca o ninguna información. A través de
esta experimentación se puede anticipar mejor posibles resultados no
previstos.
• La técnica de simulación se puede utilizar también para entrenamiento de
personal. En algunas ocasiones se puede tener una buena representación de
un sistema (como por ejemplo los juegos de negocios), y entonces a través
de él es posible entrenar y dar experiencia a cierto tipo de personal.
• Cuando nuevos elementos son introducidos en un sistema, la simulación
puede ser usada para anticipar cuellos de botella o algún otro problema que
pueda surgir en el comportamiento del sistema.

Desventajas.
• Cada corrida proporciona solo valores estimados de las características del
sistema.
• Si un modelo no es representativo del sistema real, de nada servirán los
resultados obtenidos.
• Algunos modelos de simulación son costosos y requieren de mucho tiempo
para desarrollarse y validarse.
• Es difícil aceptar los modelos de simulación.
• No siempre los modelos de simulación dan soluciones óptimas. Solo ayudan
a la toma de decisiones.
• La solución de un modelo de simulación puede dar a un analista un falso
sentido de seguridad.
• Puede interrumpir las operaciones de la compañía.
EJEMPLOS DE USOS DE SIMULACIÓN.
Existe una gran cantidad de áreas donde la técnica de simulación puede ser aplicada.
Algunos ejemplos son los siguientes:
Simulación de un sistema de colas.

Con la técnica de simulación es posible estudiar y analizar sistemas de colas cuya
representación matemática sería demasiado complicada de analizar. Ejemplos de
estos sistemas serían aquellos donde es posible la llegada al sistema en grupo, la
salida de la cola del sistema, el rehusar entrar al sistema cuando la cola es
excesivamente grande, entre otros.
Simulación de un sistema de inventarios.

A través de simulación se pueden analizar más fácilmente sistemas de inventarios
donde todos sus parámetros (tiempo de entrega, demanda, costo de llevar inventario,
entre otros), son estocásticos.

Simulación de un proyecto de inversión.

Existen en la práctica una gran cantidad de proyectos de inversión donde la
incertidumbre con respecto a los flujos de efectivo que el proyecto genera a las tasas
de interés, a las tasas de inflación, entre otros. Hacen difícil y a veces imposible
manejar analíticamente este tipo de problemas. Para este tipo de situaciones el uso
de simulación es ampliamente recomendado.
Simulación de sistemas económicos.

La técnica de simulación puede ser utilizada para evaluar el efecto de cierto tipo de
decisiones (devaluación de la moneda, el impuesto al valor agregado, entre otros.),
en las demás variables macroeconómicas como: producto nacional bruto, balanza
comercial, inflación, oferta monetaria, circulante, entre otros.
Simulación de estados financieros.

La expansión y diversificación de una organización a través de la adquisición y
establecimiento de nuevas empresas, repercuten significativamente en su posición y
estructura financiera. Por consiguiente, el uso de simulación permite analizar cual de
las estrategias de crecimiento son las que llevarán a la organización al logro de sus
objetivos y metas de corto, mediano y largo plazos.

Simulación - Antología Unidad 1 - Ok - Industrial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Simulación - Antología Unidad 1 - Ok - Industrial

Cargado por

Copyright:

Formatos disponibles

INGENIERÍA INDUSTRIAL

UNIDAD 1. INTRODUCCIÓN A LA SIMULACIÓN.................................................... 4

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 1

Definición de modelo. ...................................................................................................... 11

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 2

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 3

UNIDAD 1. INTRODUCCIÓN A LA SIMULACIÓN.

Según Thomas H. Taylor:

Según H. Maisel y G. Gnugnoli:

Según Robert E. Shanon:

Según Gregorio Martínez Vásquez:

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 4

La simulación tiene como finalidad apoyar en la toma de decisiones, ya que puede

SISTEMA: DEFINICIÓN Y CONCEPTOS.

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 5

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 6

Figura 1.1. Un sistema y su medio ambiente.

Límites del sistema y su ambiente.

Un importante paso en el modelado de sistemas es definir entre los límites del

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 7

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 8

En general las principales características de un sistema (abierto) son su “corriente de

La corriente de entrada de un sistema para que pueda funcionar, debe importar

El proceso de conversión de un sistema convierte o transforma la “energía”, que

La corriente de retroalimentación de un sistema es la información que indica como lo

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 9

Administración, agentes y autores de decisiones.

Estado del sistema.

Flujos del sistema.

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 10

Los modelos de simulación presentan la ventaja de poder ser manipulados en

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 11

CONOCIMIENTOS PARA DISEÑAR Y CONTROLAR MODELOS.

El diseño y control de modelos obliga a tener conocimientos de cuatro áreas de

CLASIFICACIÓN DE LOS MODELOS DE SIMULACIÓN.

Los modelos pueden clasificarse de manera general y los modelos de simulación de

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 12

Físicos: Estáticos y dinámicos.

Un ejemplo de modelo físico dinámico sería el de una planta piloto (a escala

En un modelo estocástico o probabilístico los valores de las variables dentro de este

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 13

Una gráfica es un ejemplo de un modelo analógico, en la cual la distancia representa

Figura 1.2 Gráfica Volumen de Producción – Costo.

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 14

ELEMENTOS DE LOS MODELOS.

Casi cualquier modelo consiste de alguna combinación de los siguientes elementos:

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 15

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 16

PASOS EN UN ESTUDIO DE SIMULACIÓN.

Figura 1.3 Pasos en un estudio de simulación.

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 17

ETAPAS PARA REALIZAR UN PROYECTO DE SIMULACIÓN.

Se ha escrito mucho acerca de los pasos necesarios para realizar un estudio de

Formulación del problema.

En muchos casos, la administración no puede identificar sus propios problemas

Definición del sistema.

Los límites entre el sistema y el medio no seguían las líneas establecidas de un

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 18

El diseño de un modelo estocástico siempre implica una elección acerca de si se

Diseño lógico o construcción del modelo.

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 19

Implementación del modelo en la computadora.

La validación tiene dos facetas: la determinación de que el modelo se comporte igual

Simulación – INC 1027. Docente: I.S.C. Gregorio Martínez Vásquez. 20