1.

2 D e finicion es de s im ulació n |~1

Ejem plo 1.1

Un taller recibe ciertas piezas, m ism as qu e son acu m ulad as en un alm acén te m p oral en
dond e esp era n a s e r p ro cesad as. Esto ocu rre cu a n d o un op erario tra nspo rta las p iezas
del alm acén a u n torno. Desarro lle un m odelo q ue incluya el nú mero de p iezas qu e hay
en el alm acén y que esperan ser atend idas en todo m o m ento , y el n úm ero de piezas p ro­
cesad as en e l torno.
En la sig uien te fig u ra podemos o b servar có m o se v ería un m o d elo d e sim ulación
para este ejem plo.

pr

P ie za s e n alm a cén Pie za s proc esad as

To rno

A lm acén

♦
Fig ura 1.2
M ode lo de
sim ulació n para
el eje m p lo 1 . 1 .

En este ejem p lo po dem o s id entifica r a lgu nos d e los e lem ento s que p articipan en un
m o delo de sim u lación, d e acuerd o con las definiciones que hem os com entado:

Sistem a : En este caso, el sistem a está confo rm ado p or el con ju nto d e elem entos interre-
lacionad os para e l funcio na m ien to del pro ceso : las piezas, e l alm acén tem p oral, el op era­
rio, el torno.

E n tid a d es: En este m o delo sólo ten em o s una en tid ad ; las piezas, q u e representan los
flujos de entrada al sistema del pro blem a b ajo análisis.

Estad o del sistem a : Podem os o bservar que cuan do lleva m os 1 hora 10 m inutos d e s im u ­
lación (vea el ex trem o su perior derecho de la figura) en el alm acén se encuentran 9 piezas
esp eran d o a ser procesad as; el o perario está transporta ndo una pieza m ás para p ro cesar­
la en el torno. E l torno, por lo tanto, no está tra ba ja nd o en ese m o m ento , aun q ue ya ha
procesado 4 piezas. A d icion al a estos datos, podem os lleva r un co ntro l de otras estadísti­
ca s relacion adas con el estado del sistem a, com o el tiem p o prom ed io de perm a nencia de
las p iezas en los estan tes del alm acén tem p o ra l o en el sistem a global.

7
|- | C a pítu lo 1 P rincipios básicos d e la sim ulación

Even tos: Entre otros, po dríam o s considerar com o eventos de este sistem a el tiem p o de
descanso del operario o la salida de una pieza tras ser procesada por el torno. Adem ás es
posible iden tificar un evento futuro: la llegada de la sig uiente pieza al sistem a (tendríam os
m á s eventos de este tip o respecto de las piezas q u e esperan a que el op erario las tome).

Localizacion es: En este caso ten em o s el alm a cén al que deberán llegar las pieza s y en el
q ue esperarán a ser procesadas, a s í com o el to rn o en do nde esto ocurrirá.

Recursos: En este m od elo, un recu rso e s el op erario qu e transpo rta las pieza s d el a lm a ­
cén al torno.

Atrib utos: Dig am os q u e (a unq u e no se m encio na en el ejem plo ) las p iezas pueden ser
d e tre s ta m años diferentes. En este caso, un a tribu to llam ad o ta m a ñ o p odría agregarse a
la inform ación de cada pieza qu e lleg a al sistem a, para m ás adelante seleccio nar el tipo
d e operación qu e d eberá realizarse y el tiem p o necesario para llevarla a cabo d e acuerdo
con d ic ho atributo.

V a riables: Tenem o s dos variab les d efin idas en este caso: el n úm ero de pieza s en e l alm a ­
cén y el núm ero d e p iezas procesadas en el torno.

Relo j de la sim ulació n: C o m o se p ued e ver en la esquina superior derecha d e la figura

1.2, en este m o m en to la simu lación lleva 1 hora 10 m inuto s. El reloj de la sim u lación co n­
tin ua rá a van zan do hasta el m om ento q u e se haya esta blecid o para el térm in o de la sim u ­
lación, o hasta que se cum p la una co nd ición lógica para detenerla, p or ejem plo , el
nú m ero de piezas q u e se desean sim ular.

O tro co ncep to im po rta nte que vale la pena d efin ir es el d e réplica o corrida d e la
sim u lación . Cu ando ejecu tam os el m o d elo una vez, los valores q ue ob tenem o s de las
variables y p arám etros al fina l del tie m p o de sim ulación genera lm ente serán distintos de
los que se producirán si lo vo lvem o s a co rrer con diferentes núm eros pseud oaleatorios.
Por lo tanto, es necesario efectuar m ás d e una réplica del mo delo que se esté analizando,
con la finalidad d e obtener estadísticas d e intervalo q u e nos den una m ejor ubicación del
verdadero va lo r d e la varia ble b a jo los d iferentes escenarios q ue se p resentan al m odificar
los núm eros pseu d oa lea to rio s en cada opo rtun idad .
De esta man era, la pregunta clave es: ¿cuá nto tiem p o se de be sim ular un modelo
para o btener resultados confiables? En general, pod em os d ecir qu e to d as las variables
qu e se ob tienen en térm in o s de prom edios presentan dos d iferen tes etapas: un estado
tra nsito rio y un estado es tab le. El p rim ero se presenta al p rin cip io de la sim ulación ; p or
ejem plo , en el arranq ue d e una planta, cu an d o no tien e m aterial en proceso: e l últim o de
los procesos estará in activo hasta q u e e l p rim er cliente llegue, y si el tie m po d e sim ula­
ción es bajo, su im p acto sob re la utilización prom edio d e este proceso será m u y alto, lo
cual no ocurriría si e l mo delo se sim ulara lo suficiente para lograr una com pen sa ción . En
el estado tran sito rio hay m u cha variación en tre los valores p ro m ed io de las variab les de
decisión d el modelo, p or lo que fo rm u la r conclusio nes con base en ellos sería m u y arries­
gado, tod a vez que difícilm ente nos darían una representación fiel d e la realidad.

8
 1.3 Ventajas y desventajas de la sim ulac ión |

Por otro lado, en el estado estab le los va lo re s d e las v aria b les d e decisió n p erm a­
necen m u y estables, y presen tan sólo varia cion es poco sig nificativas. En este m o m ento
las d ecision es q u e se tom en serán m uch o m ás co n fiables. Sin em b argo, n o to d as las
v a riab les converg en al estado esta b le con la m ism a rapid ez: alg u nas pasan con más
len titud qu e otras d e un esta do tra nsitorio a un o esta ble. Es resp onsabilida d del analista
verificar q u e las v ariab les d e d ecisió n del m od elo se en cuen tren en esta do estab le antes
d e d e ten e r el tiem p o d e la sim ula ció n (vea la fig u ra 1.3).
O tro fa cto r im p orta n te para decid ir el tie m po d e sim ulació n es el co sto de la corrida.
M ayor tiem p o de sim u lación requiere m ás tie m p o com putacio nal, lo cua l im plica, n ece ­
sariam ente, un costo m ás alto. Por supuesto, la situación em p eora si a esto le agregam os
q ue en algunos casos es p reciso efectuar m ás d e tre s réplicas.

Figura 1.3
G rá fica de esta biliza ció n de
un a va riab le.

1.3 V enta jas y d esven taja s d e la sim ula ción

Co m o hem os visto hasta ahora, la sim u lación es una de las diversa s herram ientas con las
q ue cu en ta el analista para to m a r decision es y m ejorar su s proceso s. Sin em bargo, se
d e b e destacar que, com o tod as las dem ás opcio nes de qu e disponemos, la sim ulació n de
eventos d iscretos presenta ventaja s y desven ta ja s que se precisa to m ar en cuen ta al d e ci­
d ir si es apta para resolver un pro blem a determ inado.
Dentro d e las ventajas m ás co m u nes q u e ofrece la sim u lación p odem os cita r las
siguientes:

a) Es m uy buena herram ienta para cono cer el im pacto d e los ca m b io s en lo s p ro ce­

sos, sin necesidad d e lleva rlo s a cab o en la realidad.
b ) M ejora el co no cim iento del pro ceso a ctua l ya que p erm ite q ue el analista vea
cóm o se com p orta el m o d elo g enerad o b a jo d iferentes escenarios.
c) Puede utilizarse co m o m ed io d e cap acitación para la to m a d e decisiones.
d) Es m á s econ óm ico realizar un estudio d e sim u lación qu e ha cer m u ch o s cambios
en los procesos reales.

9
|- | C a pítu lo 1 P rincipios básicos d e la sim ulación

e) Perm ite p ro b ar varios escen arios en b usca d e las m ejo res con d icion es de trab ajo
de los pro ceso s que se sim ulan.
f ) En p ro blem as de gran com plejidad, la sim u lación p erm ite g enerar una buena
solución.
g) En la actua lida d los p aqu etes de softw are para sim ulació n tien d en a ser m ás sen ­
cillos, lo que fa cilita su aplicación.
h) Gracias a las herram ientas de anim ación que forman parte de muchos de esos
paquetes es posible ver cóm o se com portará un proceso una vez que sea mejorado.

Ésta s son algunas de las desventajas q ue la sim ulació n p ue de presentar:

a) Aunq ue m u ch o s pa qu etes de softw a re perm iten ob ten er el m e jo r escen ario a

partir de una com b inación de va ria cio nes posib les, la simu lación n o es una herra ­
m ienta de optim ización .
b) La sim ulación puede ser costosa cu ando se q uiere em plearla en p ro blem as rela­
tiva m e nte sencillos de resolver, en lugar de utilizar solucion es an alíticas q u e se
han desarro llado de m an era específica para ese tip o de casos.
c) Se requiere ba stan te tiem po — p o r lo g en era l m eses— para realizar un buen
estudio d e sim u lac ión; por desg racia, no tod os los analistas tien en la disposición
(o la o portu nid ad ) d e esp era r ese tiem p o para ob ten er un a respuesta.
d) Es preciso qu e el analista do m in e el uso del p aq uete de sim ulació n y que tenga
sólidos co no cim iento s d e estadística para in terp retar los resultados.
é) En alg unas o casiones el cliente pu ed e ten er falsas ex pe ctativa s de la herram ienta
de simu lación, a tal grado q ue le asocia cond iciones sim ilares a un video ju e g o o
a una b ola d e crista l que le p erm ite pred ecir con exa ctitud el futuro.

1.4 Elem entos clave para g ara ntiza r el éxito

de un m odelo d e sim ulación
Pese a los b eneficios qu e conlleva la sim ulación, es im p o sib le g aran tizar que un m odelo
tend rá éxito . Existen cierta s cond icion es clave que p ueden traer prob lem as si no se les
pone atención al m o m ento d e u sar la sim ulació n para la to m a de decisiones. A co n tinu a ­
ción destacarem os algunas d e las cau sas p or las q ue un m o delo d e sim u lación podría no
ten er los resultados que se desean.

Tam año insuficiente de la corrida. C o m o se m encio nó antes, para po de r llegar a con ­

clu siones estad ísticas válid as a p a rtir de los m od elos de sim ulació n es necesario q ue las
variables aleatorias de respu esta se encuentren en estado estable. El problem a estriba en
que, por lo general, cu a n d o el m odelo con sta d e m ás de una variab le de decisión, es
d ifícil q ue éstas a lcancen un estado estable al m ism o tiem p o: es po sible q ue una se
en cu en tre estab le y la otra no en un m o m en to determ inado, po r lo q u e las conclusiones
respecto de la segun da varia ble no serán confiables en cuanto a la estadística.

Variable(s) de respu esta m al definida(s). Aun cua nd o el m o d elo d e sim ulació n sea m u y
eficiente y represen te en gran medida la realid ad , si la varia b le de respuesta seleccionada

10