Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Es sabido que para diseñar y llevar a cabo experimentos de simulación en computadoras uno
debe tener conocimientos mínimos de estadísticas matemáticas, teoría de la probabilidad,
ecuaciones diferenciales, técnicas del diseño de experimentos y programación de
computadoras.
SISTEMA DE MANUFACTURA
ENTRADA PROCESO SALIDA EVALUACIÓN
1. EFICIENCIA
FACILIDADES 2. COSTOS DE TRANSFORMACIÓN
MATERIA PRIMA SISTEMA DE PRODUCTO 3.INVENTARIO EN PROCESO
PRESUPUESTO TRANSFORMACIÓN TERMINADO 4.TIEMPO DE PROCESO
INFORMACIÓN (distribución y asignación) 5.PRODUCCIÓN/HORA
6.AREA OCUPADA
SISTEMA DE SERVICIO
ENTRADA PROCESO SALIDA EVALUACIÓN
¿QUE ES LA SIMULACIÓN?
ROBERT. SHANNON
Se describe comúnmente como un arte, o una ciencia sofisticada, debido a que la utilidad de los
resultados dependerá de la destreza del grupo que realiza y analiza el modelo. actualmente no
existe una teoría científica para garantizar la validez de un proceso de simulación antes de que
el experimento sea realizado, en su lugar, la confiabilidad de un modelo es evaluada por la
correspondencia de los resultados del modelo con los obtenidos por otros sistemas comparables
con el que se está examinando.
Ejemplos:
Ejemplos:
La mayoría de los sistemas económicas se encuentran en esta
categoría; es casi imposible describir la operación de un negocio,
una industria o una economía en términos de unas cuántas
ecuaciones simples;
otra clase de problemas que origina dificultades similares son los
fenómenos de espera en gran escala, que implican canales
múltiples.
Otras consideraciones:
Las variables que aparecen en los modelos económicos se emplean para relacionar un
componente con otro y se clasifican, convenientemente, como variables exógenas,
variables de estado y variables endógenas.
Ejemplos: ventas totales, producción total de una industria, los precios, la mano
de obra total en una industria, etc.
El hecho que una variable en particular este clasificada como exógena, estado,
o endógena depende del propósito de la investigación.
Para ilustrar el sistema de clasificación de elementos de los modelos matemáticos
mencionados anteriormente, considere el ejemplo siguiente: Un modelo simple de un
fenómeno de espera, de un solo canal y con estaciones múltiples, para una empresa.
El propósito del modelo es relacionar el tiempo total que requiere una orden para pasar
a través de n procesos, con la forma en que llegan las órdenes y el tiempo que
consume cada uno de tales procesos.
II. Modelos estocásticos: Aquellos modelos en los que por lo menos una de las
características de operación está dada por una función de probabilidad, se denominan
modelos estocásticos. Estos modelos son más complejos que los modelos
determinísticos, por esta razón, la simulación es un método mucho más atractivo para
analizar y resolver los modelos estocásticos y no los determinísticos. Los modelos
estocásticos también tienen interés desde el punto de vista de la generación de
muestras de datos al azar, que se emplean, en las etapas de observación o pruebas, de
la investigación científica.
III. Modelos estáticos: Son aquellos modelos que no toman en cuenta, explícitamente, a la
variable tiempo.
IV. Modelos dinámicos: los modelos matemáticos que tratan de las interacciones que varían
con el tiempo, se denominan modelos dinámicos. Entre las aplicaciones más conocidas
se encuentran, los modelos de fenómenos de espera, planeación, inventarios y del
problema de las tareas en el taller.
DEFINICIÓN DEL SISTEMA. Cada estudio debe de comenzar con una descripción del
problema o del sistema. Debe determinarse los límites o fronteras, restricciones, y medidas
de efectividad que se usarán.
MONITOREO Y CONTROL: No hay que olvidar que los sistemas son dinámicos y con el
transcurso del tiempo es necesario modificar el modelo de simulación, ante los nuevos
cambios del sistema real, con el fin de llevar a cabo actualizaciones periódicas que permitan
que el modelo siga siendo una representación del sistema.
La simulación es una técnica que puede ser aplicada a una gran cantidad de áreas, debido a
que los avances tecnológicos y la disponibilidad de software que existen actualmente, hacen de
ella una herramienta muy útil. Los siguientes son algunos ejemplos de las aplicaciones de la
simulación en algunas áreas de estudio:
Sistema de colas.
Sistema de inventarios
Proyecto de inversión.
Sistemas económicos
Estados financieros.
Problemas industriales.
Problemas económicos
Problemas conductuales y sociales
Sistemas biomédicos
Sistemas Justo a tiempo
Sistemas de Logística
Ejemplo:
Se sabe que un jugador de basquetbol encesta 40% de sus tiros. Si en un partido hace
20 tiros, ¿cuál es la probabilidad de que enceste exactamente 9 veces? Hay cálculos
estándar que permiten obtener la respuesta (en Excel la instrucción
=DISTR.BINOM(9,20,0.4,FALSO) da como resultado 0.15973848). Hay, sin embargo,
otro método que, aunque en este caso no es necesario, a veces es el único método de
abordar un problema. En el caso planteado supondría pedir al jugador que jugara
10000 partidos de 20 tiros para obtener una aproximación del porcentaje de veces en
las que encesta exactamente 9 veces. Como la propuesta anterior es imposible para un
ser humano, se podría simular la situación y obtener una estimación del resultado. Para
ello se considera que un tiro del jugador puede simularse, por ejemplo, generando
aleatoriamente un número comprendido entre 1 y 10; esto puede llevarse a cabo
mediante la instrucción en Excel: =ALEATORIO.ENTRE(1,10) o con la instrucción
=ENTERO(ALEATORIO()*10)+1
Por último, el objetivo de una simulación puede ser estimular los efectos de
ciertos cambios en las variables controlables de una toma de decisión de unos
sistemas económicos sobre las variables dependientes que describe el
comportamiento del sistema.
Por ejemplo:
Existen, por lo menos, cinco razones por las cuales es necesario disponer de un
sistema eficiente para el procesamiento de datos, que permita alcanzar el éxito al
realizar los experimentos de simulación.
Una vez que los datos han sido recolectados, almacenados, convertidos a una forma
eficaz y transmitidos al lugar de procesamiento final, resulta posible entonces,
comenzar con las operaciones de manipulación de datos y la preparación de éstos para
su salida final. Las etapas de manipulación requieren la realización de operaciones
como las de clasificar, cotejar, intercalar, recuperar información y otras, como las
operaciones aritméticas y lógicas. Estas operaciones se realizan con una computadora
o sin ella, y depende de la cantidad de datos por manipular y la utilización que
finalmente tengan.
Una vez que hemos recolectado los datos apropiados del sistema y formulado
varios modelos matemáticos que describen su comportamiento, es necesario
estimar los valores de los parámetros de dichos modelos y probar su
significación estadística. La estimación de parámetros de los modelos
económicos cae dentro del dominio de la econometría.
Entre las preguntas que nos interesaría formular durante esta etapa de nuestro
procedimiento, se encuentra las siguientes:
¿Incluimos algunas variables que no sean pertinentes, en el sentido de
que contribuyen muy poco a nuestra capacidad para predecir el
comportamiento de las variables endógenas de nuestro sistema?
¿Omitimos la inclusión de una o más variables exógenas que pudieran
afectar el comportamiento de las variables endógenas en nuestro
sistema?
¿Formulamos incorrectamente una o más relaciones funcionales entre
las variables endógenas y exógenas de nuestro sistema?
¿Son estadísticamente significativas las estimaciones de los parámetros
en nuestro modelo?
Diagrama de flujo
Lenguaje de la computadora
Búsqueda de errores
Datos de entrada y condiciones iniciales
Generación de datos
Reportes de salida
7. Validación.
Ej. En las empresas comerciales, las reglas del programa de producción y las
políticas de control de inventario se cometen al control de los encargados de la
toma de decisiones.